Querschnitt12 - Kompetenz interfakultär!
Komplementäre und Alternative Medizin (KAM) hat in unserer Gesellschaft eine weite Verbreitung. Die geringe Gesundheitskompetenz in der Bevölkerung und damit hohe Anfälligkeit breiter, auch gebildeter Teile der Bevölkerung für Alternative Medizin wird zu einem zunehmenden Problem in der Versorgung, mit dem Ärzte und andere Fachberufe immer mehr konfrontiert werden. KAM eignet sich in besonderer Weise, Studierende der Medizin mit den Aufgaben, Kenntnissen und Fähigkeiten anderer Berufsgruppen vertraut zu machen. Interdisziplinäre und multiprofessionelle Kommunikation und Diskussion sowie die Entwicklung gemeinsamer Behandlungsstrategien können hier an konkreten Krankheitsbildern gelernt werden. Studierende der Medizin, Psychologie, Pharmazie, Ernährungs- und Kommunikationswissenschaften sowie Medizinethik sollen in Fallkonferenzen in Teams Aufgabenstellungen in Form von Praxisbeispielen bearbeiten. Die konstruierten Fallbeispiele beginnen mit einem einfachen Szenario, das dann durch unterschiedliche Ergänzungen komplexer gestaltet werden kann, indem einmal die medizinische Situation ausgestaltet wird (z.B. Komplikationen oder Komorbiditäten) oder psychologische, soziale und ethische Aspekte hinzukommen. Zum Erwerb des notwendigen Wissens und der Kenntnisse und Fähigkeiten wird ein Depositorium von Wissens-Nuggets zu KAM für die verschiedenen Fächer entwickelt. Bildungstechnologien unterstützen darüber hinaus das fakultäts- und fächerübergreifende Lehr-/Lernszenario.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Potentiale der Digitalisierung nutzen. Zukunftsfähige EHB
Die Evangelische Hochschule Berlin will ihre Zukunftsfähigkeit durch Digitalisierung verbessern. Als kleine kirchliche Hochschule benötigt die EHB Unterstützung bei der Implementierung einer Digitalisierungsstrategie. Ausgehend vom Student Life Cycle und der Studierendenperspektive soll daher im Projekt "Potentiale der Digitalisierung nutzen. Zukunftsfähige EHB (PoDiZ)" mit dem Rahmenprojekt ehb.DIGITAL eine Digitalisierungsstrategie für die Hochschule entwickelt und exemplarisch in zwei Studiengängen (mit den Schwerpunkten Digitales Lehren, Lernen und Prüfen Hebammenwissenschaft DigiHeb / Digitalisierte kindheitspädagogische Praxis DigiKiPäd) umgesetzt werden. Die Studiengänge werden in synchronisierten Arbeitsphasen digital transformiert. Dabei werden innovative virtuelle und hybride Lehr-, Lern- und Prüfungskonzepte entwickelt, evaluiert und implementiert. Über das Rahmenprojekt erfolgt begleitend die Digitalisierung von Strukturen und Prozessen der Studierendenverwaltung. Innovativ ist die durchgängige Partizipation der Zielgruppen der Studiengänge (Praktiker:innen, Eltern) im Projekt. Zudem wird mittels digitaler Werkzeuge für die Öffentlichkeit Transparenz über im Projekt erprobte digitale Bausteine gewährleistet.
Projekt anzeigen
Auswertung von Studienverlaufsdaten
Zur Überprüfung der Frage, inwieweit die Wahl von Modulreihenfolgen einen Erklärungsgehalt auf den Studienerfolg haben wurden Studienverläufe von Absolventinnen und Absolventen analysiert. Würden sich aus der Reihenfolge bei der Wahl von Modulen signifikante Erkenntnisse ermitteln lassen, dann könnten diese in einem digitalen Studienassistenten berücksichtigt werden. Konkret wurden mittels ökonometrischer Instrumente beispielsweise analysiert ob es erfolgreicher für eine Abschlussnote oder die Studiendauer ist früh im Studium spezifische Kernfächer (als notwendige Grundlage) oder Wahlmodule (als Motivation) zu belegen?“, „Ziel ist es, durch Aufdeckung erfolgreicher Strategien, Studierenden Vorschläge zur effizienten und effektiven Studienplanung an die Hand zu geben, um den erfolgreichen Studienverlauf zu unterstützen. Als weiteres Ziel sollen die Daten auch zur Optimierung der des Studiums von organisationaler Seite aus genutzt werden, um das Design des Studiengangs zu überdenken und
Maßnahme anzeigen
Bot or Not? Differences in Cognitive Load Between Human- and Chatbot-Led Post-Simulation Debriefings
Understanding how different debriefing formats impact learner’s cognitive load is crucial for designing effective post-simulation reflection activities. This paper examines cognitive load after post-simulation debriefings facilitated either by a human instructor or a generative AI Chatbot. In a controlled study with N = 45 educational science students, 23 participants engaged in a lecturer-facilitated debriefing, while 22 completed a chatbot-guided session. Cognitive load was assessed across intrinsic, extraneous, and germane dimensions. Results revealed no statistically significant differences between the two debriefing methods. Future research should examine AI-led debriefings with larger samples and employ complementary measures of cognitive load to provide a more comprehensive understanding.
Publikation anzeigen