Problem-Health-Based Learning Education Initiative
Der Fokus des Projekts Problem-Health-Based Learning Education Initiative (PHBL-EI) an der TU Clausthal (TUC) liegt auf der nachhaltigen Verbesserung der Lehr-Lernqualität sowie der Förderung einer gesunden Lehr-Lernkultur. Die Initiative baut auf der von Carl Wieman initiierten Science Education Initiative (SEI) auf, einem erfolgreichen Transformationsansatz in der naturwissenschaftlichen Hochschulausbildung. Dieser Ansatz passt zur Situation der TU Clausthal, die durch ihr Leitthema Circular Economy, eine hohe Internationalität ihrer Studierendenschaft und gute Betreuungsverhältnisse in ihren WiMINT-Studiengängen geprägt ist. Im Projekt werden bis zu 42 Lehrveranstaltungen in mehr als der Hälfte der Studiengänge durch evidenzbasierte Lehrmethoden transformiert, die sich auf Problembasiertes Lernen (PBL) konzentrieren. Zur Steigerung der Studierfähigkeit werden physische und psychische Aspekte aus der Bewegungslehre im Lehr-Lernprozess integriert. In den zu etablierenden Strukturen arbeiten die Projekt-Mitarbeiter:innen mit den Lehrenden und den Studierenden an der Weiterentwicklung der Lehrveranstaltungen und an der Weiterentwicklung des Konzepts selbst. Das PHBL-EI-Projekt leistet einen wichtigen Beitrag für eine evidenzbasierte Lehrtransformation und eine gesundheitsorientierte Lernwirksamkeit.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Selbstgesteuertes Lernen im Technikstudium durch Augmented Reality
Um die praktische Werkstattausbildung im Lehramtsstudiengang Technik geht es im Projekt Selbstgesteuertes Lernen im Technikstudium durch Augmented Reality (SelTecAR), das von Dr. Tobias Wiemer vom Institut für Physik geleitet wird. Die handwerklich-technischen Vorkenntnisse der Studierenden sind in der fachpraktischen Ausbildung des Technikstudiums sehr unterschiedlich. Ziel des Vorhabens ist es, eine sogenannte Augmented-Reality-Umgebung (AR-Umgebung) zu entwickeln, also ein Assistenzsystem, das die reale Umgebung durch virtuelle Objekte oder Anleitungen erweitert und selbstgesteuerte Lernprozesse unterstützt. Nach einer kurzen Instruktion können die Studierenden diese AR-Umgebung als App auf dem eigenen Smartphone nutzen. In Selbstlernphasen erhalten sie so ergänzende Informationen und Videoanleitungen dazu, wie bestimmte Werkzeuge oder Maschinen zu bedienen sind. Die AR-Umgebung soll es den Studierenden zudem erleichtern, bereits erlernte Fertigkeiten im weiteren Studienverlauf wieder aufzufrischen.
Projekt anzeigen
STACK Newsletter
Der vierteljährlich erscheinende STACK Newsletter im Projekt STACK Net informiert über aktuelle Entwicklungen rund um STACK – darunter Projektberichte, neue Feature, Best-Practice-Beispiele und Veranstaltungsrückblicke – und stärkt so den Austausch innerhalb der deutschsprachigen STACK-Community. Er dient als zentrales Kommunikationsformat für Vernetzung, Wissenstransfer und die Vorstellung neuer Entwicklungen. Die Abonnent:innen können sich über die STACK Connect Plattform anmelden und sind stets auf dem Laufenden.
Maßnahme anzeigen
GenAI-Chatbots as Debriefers: Investigating the Role Conformity and Learner Interaction in Counseling Training
Debriefing is essential for the effectiveness of simulation-based training but is generally considered resource-intensive. Generative Artificial Intelligence (GenAI)-based debriefing can be an alternative to human debriefers. However, there is no research yet whether GenAI chatbots can take up this role and how learners react to them. This paper presents a qualitative analysis of a debriefing following a counseling training conducted in Virtual Reality (VR) with the support of a GenAI chatbot. The debriefing helped students to analyze their experiences and application of consulting techniques. The analysis of the chatlogs (n = 22) are focused on the role conformity of the bot and the students’ ability to reflect their behavior within VR. The results revealed the chatbot’s strong role conformity but also its tendency for overly complimentary answers. However, this bias does not seem to influence students’ self-reflection. Instead, they maintained a self-critical attitude. Future research on AI-assisted debriefing could expand on these findings in related areas.
Publikation anzeigen