Maßnahme Bühne
Zum Projekt

PyRope Demo, Tutorial, Tutor-Pakete, Aufgabenpool

PyRope ist eine relativ neue Python-Bibliothek, mit der man sehr leicht (z.B. via Jupyter-Notebooks) interaktives Lehrmaterial (inklusive E-Assessment-Elementen) erstellen und in Modulen einsetzen kann. Erstellt wurden für das in Python entwickelte E-Assessment-System PyRope (a) eine an potenzielle Nutzende und Interessierte aus dem Hochschulbereich adressierte Demo der Funktionalitäten, (b) ein Tutorial für Lehrende, das eine Step-by-Step-Einführung in die Aufgabenentwicklung mit PyRope (inkl. Codebeispielen) bietet und so den Einstieg in die Programmierung mit PyRope im Sinne agiler, iterativer Softwareentwicklung unterstützt, (c) mehrteilige Softwarepakete für in MINT-Studiengängen essenzielle mathematische Grundlagen in Form von Tutorien, welche neben randomisierten Aufgaben theoretische Passagen beinhalten und die sich hierdurch sowohl für die Einbindung in die Vorlesungen des Grundstudiums als auch für das Selbststudium eignen, (d) ein Pool von über 100 randomisierten Aufgaben

Kategorien

Bitte nennen Sie bis zu fünf Stichwörter, die den Inhalt Ihrer Maßnahme aussagekräftig beschreiben.
E-Assessment
Demos und Tutorials
Mathematik-Aufgabenpool
Aufgabenrandomisierung
Evaluation
Zielgruppe(n)
Wissenschaftliche Mitarbeiter:innen/LfBA
Tutor:innen/stud. Mentor:innen
Professor:innen
Lehrbeauftragte
(Fach-)Öffentlichkeit
Studierende
Handlungsfeld & Aktivität(en)
Supportangebote
Angebote für Lernbegleitung und Studienberatung entwickeln
Technisch-räumliche Infrastruktur
Softwarelösungen & technische Ausstattung entwickeln
Lernassistenz-/Monitoringsysteme entwickeln
Lehr-/Lernumgebungen entwickeln
Lehr-/Studienangebote
Prüfungsformen/(Self-)Assessments entwickeln
Lehrkonzepte/-formate entwickeln
Lehr-/Lernmaterialien entwickeln
Projektkoordination
Bedarfs-/Wirkungsanalysen entwickeln
Strukturelle Rahmenbedingungen
Anreizsysteme entwickeln

Beschreibung

Herausforderung

(a) stark divergierende, teils unzureichende Vorkenntnisse für MINT-Studiengänge möglichst schon im Vorfeld (Vorkurse), spätestens aber zu Studienbeginn auffangen

und so Frustrationen und daraus resultierenden vermeidbaren Studienabbrüchen begegnen,

(b) Bereitschaft und Fähigkeit der Studierenden zu eigenständiger, zeitlich und örtlich unabhängiger Wissensaneignung fördern,

(c) Aufwand für Lehrkräfte bei der Aufgabenerstellung reduzieren

Herangehensweise

Für Lehrkräfte ergibt sich aus dem PyRope-imanenten Grundprinzip “Coden statt Clicken” eine Fülle von Möglichkeiten, mittels der sehr leistungsfähigen, dennoch ein-

fach zu handhabenden freien Programmierung in der Programmiersprache Python Aufgaben individuell, randomisiert und dem jeweiligen Zweck (Übungen, Prüfungen) angepasst zu entwickeln, ohne sich mit Handling und Restriktionen herk¨ommlicher E-Assessment Tools wie z.B. Onyx befassen zu müssen.

Studierende können die Aufgaben und Tutorien von zu Hause aus, auch offline, z.B. über Jupyter-Notebooks, ohne zeitliche Beschränkungen und frei von Versagensängsten bearbeiten, auch dank der Randomisierung schwierige Passagen beliebig oft wiederholen und sich so schrittweise und im eigenen Lerntempo den Stoff erschließen. Ein lösungsabhängiges Feedback, das verbal, numerisch, grafisch und in Form von Weblinks gestaltet werden kann, gibt Auskunft über den Erfolg der Übungen und dient der Orientierung über den aktuellen Leistungsstand.

Zusammenhang

Das Tutorium zum Thema Stochastik wurde im Rahmen der entsprechenden bzw. darauf aufbauenden Vorlesung für BA-Studierende erprobt und evaluiert. Aus dem Aufgabenpool wurden einschlägige Aufgaben in die Vorlesung Nichtlineare Optimierung für MA-Studierende eingebunden sowie auch Aufgaben zu den mathematischen Grundlagen Analysis und Analytische Geometrie/ Lineare Algebra in Lehrveranstaltungen der Fakultät FDIT integriert.

Voraussetzung

An der HTWK haben die Lehrenden und die Studierenden der MINT-Studiengänge standardmäßig Zugriff auf einen Jupyter-Hub, auf dem PyRope bereits installiert ist, so dass hier die Einstiegshürden zur Python-Programmierung niedrig waren. Eine weitere wesentliche Voraussetzung war natürlich die inhaltliche Eignung der Lehrveranstaltungen, in denen die erwähnten Elemente der Maßnahme zum Einsatz kamen. Ferner sind eine möglichst große und bezüglich Kenntnisstand repräsentative Teilnehmerzahl in den betreffenden Lehrveranstaltungen geben sowie die Bereitschaft zur Teilnahme an der Evaluierung notwendig – die Ergebnisse wurden über einen Fragebogen erhoben, der auf die Situation ausgerichtet zunächst konzipiert werden musste.

Eignung

Hervorzuheben wäre als Alleinstellungsmerkmal die freie Programmierbarkeit, durch die eine hohe Flexibilität bei der Gestaltung der Aufgaben erreicht wird, die keines der auf dem Befüllen von Eingabemasken beruhenden E-Assessments bietet. Die scheinbare Hürde des Beherrschens der Programmiersprache Python wird mehr als durch den Vorteil aufgewogen, sich nicht mit der Bedienung – und den zahlreichen Restriktionen – einer speziellen Bedienoberfläche befassen zu müssen. Ein entscheidender Vorteil für die studentische Nutzung liegt im Unterschied zu herkömmlichen Aufgabensammlungen in nicht nur in den numerischen Werten, sondern, wo sinnvoll, auch bezüglich Funktionstypen, Operatoren, etc. randomisierten Aufgaben und der daraus sich ergebenden Möglichkeit, sich dem Thema in immer wieder neuen Varianten zu nähern, was sie, im Verein mit den in den Tutorien enthaltenen Theorieanteilen, zu einer sehr effektiven Ergänzung, wo nicht Alternative, zu Präsenzveranstaltungen macht.

Vorgehen/Schritte

  1. Via Demo einen ersten Überblick über die PyRope-Funktionalitäten gewinnen

  2. sich Grundkenntnisse in der Programmiersprache Python aneignen (Es sind keine fortgeschrittenen Skills erforderlich!)

  3. das 3-teilige Tutorial durcharbeiten und die darin enthaltenen Übungsaufgaben lösen

  4. aufbauend auf den im Tutorial enthaltenen Codebeispielen eigene, zunächst einfache, Aufgaben entwickeln (agile, iterative Softwareentwicklung)

  5. Aufgabenpool als variantenreiche Quelle von Anregungen/Beispielen zur Entwicklung eigener Aufgaben nutzen

Hinweise

Effekte

Die parallel laufende Entwicklung des Software-Pakets PyRope einerseits und des Aufgabepools andererseits hatte 2 sich wechselseitig beeinflussende Effekte:

(a) Durch die zyklisch immer wieder neu erforderliche Anpassung der Aufgaben an den aktuellen Stand und Funktionsumfang von Pyrope ergab sich eine schrittweise

Erweiterung sowie auch Verbesserung der Aufgaben;

(b) Durch die im Laufe der Aufgabenentwicklung zutage tretenden Anforderungen seitens der Aufgabenentwicklung an die Funktionalitäten von Pyrope wurden umge-

kehrt zahlreiche Impulse für die Entwicklung von PyRope gesetzt.

Learnings

Bei der Aufgabenentwicklung die Nützlichkeit

(a) einer ausführlichen Quelltext-Kommentierung, insbesondere bei häufig erforderlicher Ergänzung/Neubearbeitung;

(b) der Archivierung von Implementationsvarianten zur späteren Verwendung;

(c) der Protokollierung offener Fragen und Probleme bei der Umsetzung der Funktionalitäten;

(d) von Notizen zu (noch) nicht befriedigenden Lösungen

Empfehlung

Nein

Tipps

Neben den Learnings (s.o.) lässt sich – ungeachtet der Tatsache, dass bei der Softwareentwicklung eine individuelle, auf persönlichen Erfahrungen und Stärken beruhende Herangehensweise gefunden und befolgt werden sollte – vielleicht als ein weiterer allgemeingültiger Erfahrungswert festhalten, dass es besser ist, zunächst eine funktionierende, wenn auch nicht die optimale Lösung für ein Problem zu implementieren, um diese in der Folge nach Maßgabe neuer Erkenntnisse schrittweise zu verbessern, als sofort die ultimative Lösung anzustreben.

Sonstiges

Die Verwendung von Jupyter-Notebooks bietet Studierenden sehr viel Flexibilität bzw. Gestaltungsfreiheit, auch im Hinblick darauf, Ihren eigenen Lernfortschritt zu dokumentieren und zu reflektieren. Im Sinne des Student-as-Partners-Ansatz können Studierende auch selbst interessante Aufgaben erstellen, austauschen und peer-reviewen lassen und so einerseits ihre metakognitiven Fähigkeiten weiterentwickeln und andererseits zum Wachstum eines gemeinsam nutzbaren Aufgabenpools beitragen.

Methoden

Empfohlen

Formate
Python, Markdown
Technische Tools
Jupyter-Notebooks, Jupyter-Hub, Github

Kontakt

Bearbeiter:innen und Beteiligte
Keine Kontaktdaten vorhanden
Material
NameDownload / LinkBeschreibungLizenzFormatGröße
Demo-Video zu PyRopeLink aufrufen/Link/
Github-Seite von PyropeLink aufrufen/Link/
PyRope InstallationLink aufrufen/Link/
PyRope-DokumentationLink aufrufen/Link/

Das könnte Sie auch interessieren

Projekt 101480
Projekt

Nachhaltiges und transdisziplinäres Studium

Die Universität Bremen adressiert mit dem Projekt nuts@UB die zentralen Innovationsfelder Gestaltung von Transformation, die Angebotsjustierung mit Blick auf sich verändernde Zielgruppen sowie den nachhaltigen Einsatz von Ressourcen. Neu konzipierte Studienangebote sollen dazu beitragen, multiple Krisen wissenschaftlich zu reflektieren, Bewältigungsstrategien zu entwickeln und umzusetzen. Studierende mit heterogenen Voraussetzungen und individuellen Interessen sollen ebenso davon profitieren wie „Lifelong Learners“ aus der Zivilgesellschaft und aus Unternehmen, um den Transfer zwischen Universität und Gesellschaft auszubauen.Das Projekt wird in fünf Arbeitspaketen umgesetzt, um die Veränderung von Strukturen und Angeboten zu befördern und die Menschen zu stärken, die diese Transformationsprozesse gestalten werden. Die Arbeitspakete umfassen die strategische Planung und inter-/transdisziplinäre Ausrichtung des Studienangebots, die Entwicklung von Studiengängen mit flexiblen, individuell justierbare Curricula, die Entwicklung von Microdegrees zum Erwerb spezifischer Kompetenzen, die Etablierung einer institutionellen Kultur der Anerkennung und Förderung der Lehre sowie zielgruppenspezifische Qualifizierungs- und Gestaltungsmöglichkeiten in der Curriculums- und Studiengangsentwicklung. Das Projekt arbeitet wissenschaftlich fundiert nach den Methoden des Design Thinking und unter Beteiligung aller relevanten Stakeholder inner- und außerhalb der Universität.

Projekt anzeigen
Maßnahme 100115
Maßnahme

Aufbau & Etablierung didaktischer Supportstruktur

Die Maßnahme zielte darauf ab, eine hochschulweite didaktische Supportstruktur aufzubauen, um die zuvor stark technikorientierte Perspektive der digitalen Lehre um fundierte didaktische Begleitung zu ergänzen und Lehrende systematisch zu qualifizieren. Der iterative Entwicklungsprozess integrierte vielfältige Zugangs- und Austauschformate – darunter Hospitationen, Coachings, Sprechstunden, Workshops, didaktische Hochschulveranstaltungen, Kurzvideos der Teilprojekte und Gremienarbeit – und ermöglichte eine Such- und Erprobungsphase mit kontinuierlichem Feedback aus der Lehrpraxis. Als besonders wirksam erwiesen sich die Formate Hospitation und Coaching, und die entwickelten Herangehensweisen, Kommunikationswege und Zugänge wurden nachhaltig in das Angebot des Referats Lehre und Weiterbildung überführt.

Maßnahme anzeigen
Publikation 100041

How cooperative mindsets and course climate relate to the perceived impact of digital cooperation on learning in higher education

[Kurzbeschreibung folgt (Anm. StIL)]

Publikation anzeigen