Digital.Pulse-Studierende für Hausarztmedizin 4.0
Digital.Pulse qualifiziert Studierende im PJ-Tertial Allgemeinmedizin (letztes Studienjahr) zu Digital Care (Digital-gestützte Versorgung). Das neue Curriculum integriert Ansätze des Nationalen Lernzielkatalogs Medizin, des Mustercurriculums Medizinische Informatik der Bundesärztekammer, des Problem-based Learning, der Adult Learning-Theorie und der themenbezogenen Lehrforschung. Ein Scoping-Review zeigt internationale Best Practices für ein Digital Health Curriculum. Digital.Pulse konzipiert, implementiert und evaluiert ein 4-monatiges Blended learning-Programm für PJ-Studierende: 1) Die Lerninhalte adressieren Digital Health theoretisch und praktisch. 2) Durch 10 problembasierte Lernszenarien entsteht eine Lernspirale, die u.a. Inhalte der Medizininformatik, Klinischen Entscheidungsfindung und Patientenzentrierung integriert. 3) Der Lernraum Hausarztpraxis ermöglicht die patientenzentrierte Anwendung. 4) Der Lernerfolg im Hinblick auf Wissen, Fähigkeiten, Einstellung und Verhalten wird wissenschaftlich nach einem mixed-methods-Ansatz (Fragebögen, Interviews) evaluiert. 5) Eine digitale Lernplattform unterstützt Gruppenarbeiten, asynchrones und individualisiertes Lernen sowie die Dissemination. 6) Alle Lehrmaterialien werden partizipativ mit Studierenden entwickelt. 7) Das Curriculum wird mit 15 PJ-Studierenden implementiert. 8) Ein internationales Advisory Board unterstützt die Konzeptentwicklung und Dissemination im deutsch- und englischsprachigen Raum.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Kompressortechnik zum Anfassen und Ausprobieren
RecipX (experimental reciprocating compressor) ist ein innovatives Lehrprojekt, das Studierenden der Ingenieurwissenschaften einen praxisnahen Zugang zur Kompressortechnik ermöglicht und zugleich zentrale Aspekte der Nachhaltigkeit adressiert. Im Zentrum steht ein sicherer, modular aufgebauter Modellprüfstand auf Basis eines handelsüblichen Kompressors. Durch umfangreiche Sensorik etwa für Druck, Temperatur, Drehmoment und Drehzahl werden bislang verborgene Prozesse im Inneren der Maschine sichtbar und messbar. Studierende können aktiv Einfluss auf Systemparameter nehmen und die Auswirkungen auf Effizienz und Ressourceneinsatz direkt erleben. In kooperativen Lernformaten entwickeln sie für reale Anwendungsfälle eine optimierte Anlagenkonfiguration, wobei technische Leistungskriterien mit ökologischer Verantwortung abgewogen werden müssen. Die besten Ergebnisse werden im Rahmen einer Engineering Challenge prämiert. Ergänzt wird das physische Labor durch die digitale Integration des Prüfstands und weiterer zukunftsweisender Kompressorsysteme wie Wasserstoff- und Wärmepumpensysteme - in eine Smartphone-App. So wird RecipX nicht nur an der TU Dortmund einsetzbar, sondern auch digital zugänglich für andere Hochschulen ohne Investitionsrisiken oder Sicherheitsbedenken. RecipX verbindet Theorie, Praxis und Nachhaltigkeit in einem motivierenden, skalierbaren Lernkonzept und macht technische Zusammenhänge für Studierende erlebbar, nachvollziehbar und gestaltbar.
Projekt anzeigen
KI-basiertes Feedback in simulierten Lernsettings
Aktuelle Machine-Learning-Ansätze sollen entwickelt werden, um menschliches Verhalten in ausgewählten Kommunikationssituationen anhand definierter Kriterien objektiv und reliabel zu erfassen. Aufbauend auf umfangreichen Vorarbeiten wurde ein Machine-Learning-Algorithmus weiterentwickelt, der Mimik im Hinblick auf definierte Kriterien auswertet. Studierende erhalten darauf basierend automatisiertes, KI-gestütztes Feedback zu ihrem kommunikativen Verhalten in digital angereicherten Präsenzsettings (z. B. Arzt-Patienten- oder Beratungsgespräche). Der Mehrwert liegt insbesondere in höherer Objektivität und Skalierbarkeit gegenüber rein menschlichem Feedback. Der Ansatz wurde pilotiert und auf die Grundschulpädagogik ausgeweitet. Für Eltern-LehrerInnen-Gespräche wurde ein strukturierender Leitfaden entwickelt, der als Grundlage für KI-gestützte Avatare als Gesprächspartner dient.
Maßnahme anzeigen
Forschung (hybrid) lehren und forschendes Lernen auf der Basis von „Students as Partners“ im Studium Soziale Arbeit – eine datensortentriangulierende Projektevaluation.
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen