Hybridlehre Computational Social Science
Ziel ist eine hybride Lehr-Lern-Umgebung für Studierende und Lehrende der Sozialwissenschaften zur nachhaltigen Etablierung moderner Methodenkenntnisse. Die Sozialwissenschaften sehen sich aufgrund eines paradigmatischen Wandels, wonach ihre Untersuchungsgegenstände besonders stark von der Digitalisierung betroffen sind, gezwungen, ihr Methodenrepertoire um informatisch geprägte Verfahren zu erweitern (Computational Social Science). Dieser Wandel schlägt sich besonders in der Lehre nieder, nicht zuletzt, weil sich viele Studierende sowie Vertreter:innen aus Mittelbau und Professorium mit diesem Umstieg schwer tun. Um dem zu begegnen, soll eine nachhaltige Hybridlösung entstehen, die didaktische Konzepte des Selbstlernens, des begleiteten Unterrichts und studentischer Lehre kombiniert. Geplant ist (1) eine studentisch gewartete Online-Plattform mit Lehr- und Lernmaterialien, (2) umfangreiche Angebote der Inhaltsvermittlung durch Studierende und Lehrende sowie (3) die Einrichtung und Institutionalisierung einer niederschwelligen Helpdesk-Stelle. So soll unterschiedlichen Vorkenntnissen, Ressourcen und Lerntempi Rechnung getragen werden.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Autistische Dozierende für die inklusive Lehrkräftebildung
Nach dem Motto Nichts über uns, ohne uns sollen an der Martin-Luther-Universität Halle-Wittenberg erwachsene Autist:innen in die Lehrer:innenbildung einbezogen werden sowohl im sonderpädagogischen Lehramt als auch im Rahmen eines lehramtsübergreifenden Zertifikatskurses Pädagogik im Autismus-Spektrum. Autistische Menschen spielen sonst in universitärer Lehre nur auf theoretischer Ebene oder als zu Erziehende eine Rolle. Sie werden im Projekt unterstützt, als Expert:innen in eigener Sache aber auch als Fachleute für bestimmte Themen in der universitären Lehre tätig zu werden. Die Förderung zielt entsprechend auf den Einstieg, die begleitende Assistenz sowie eine Einbeziehung im Rahmen partizipativer Forschung. Ziel ist es, dass zukünftige Lehrkräfte darauf vorbereitet werden mit Verschiedenheit selbstverständlicher umzugehen, (Un-)Sichtbarkeiten und fähigkeitsbezogene Diskriminierungen zu hinterfragen sowie physische und psychische Barrieren im Schulsystem und im Alltag aufzudecken.
Projekt anzeigen
Automatisiertes Feedback zu Diagrammen mit FeeDi
Die Fähigkeit, komplexe Inhalte in Diagrammen darzustellen, ist besonders in MINT-Fächern essenziell – etwa in UML-, Prozess-, Schalt- oder XY-Diagrammen. Doch in großen Lehrveranstaltungen mit bis zu 500 Studierenden ist eine individuelle Korrektur eingereichter Modellierungen kaum möglich. Selbst in kleineren Gruppen entsteht so ein hoher Bewertungsaufwand. In der Masterveranstaltung Datenbanksysteme der HTWK Leipzig kam das E-Assessment-Tool FeeDi zum Einsatz: Lehrende hinterlegten eine Musterlösung, auf deren Basis Studierende automatisiert grafisches, numerisches und textuelles Feedback zu ihren ER-Diagrammen erhielten. Zudem wurden Bewertungsschemata und Feedbacktexte für typische Fehlerklassen vorbereitet. Ziel war es, Studierenden zeitnahes, prozessbezogenes Feedback zu geben und Lehrende zu entlasten. Die Studierenden erhielten direkt nach der Abgabe farblich markierte Rückmeldungen zu korrekten und fehlerhaften Elementen, numerische Bewertungen (absolut/prozentual) sowie text
Maßnahme anzeigen
Pollen oder Grashüpfer? Digitale Bestimmung von Wildbienen und Wespen in Nisthilfen für mehr Artenvielfalt im Biologieunterricht
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen