
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
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
Via Demo einen ersten Überblick über die PyRope-Funktionalitäten gewinnen
sich Grundkenntnisse in der Programmiersprache Python aneignen (Es sind keine fortgeschrittenen Skills erforderlich!)
das 3-teilige Tutorial durcharbeiten und die darin enthaltenen Übungsaufgaben lösen
aufbauend auf den im Tutorial enthaltenen Codebeispielen eigene, zunächst einfache, Aufgaben entwickeln (agile, iterative Softwareentwicklung)
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
Kontakt
Das könnte Sie auch interessieren

Digitalisierung in Disziplinen Partizipativ Umsetzen :: Competencies Connected
Das Projekt D2C2 adressiert vier Herausforderungen von zehn sächsischen Hochschulen sowie der BA Sachsen: (1) digitale Kompetenzen von Studierenden in der grundständigen Lehre entwickeln, (2) didaktisch fundierte digitalisierte Werkstatt- und Laborarbeit ermöglichen, (3) den didaktisch fundierten Einsatz eines OER-Aufgabenpool für Mathematik als Grundlagenfach etablieren und (4) ein gemeinsames didaktisches, technisches und rechtliches Verständnis für digitale Prüfungen schaffen. Dies wird in sechs "fachspezifischen Professional-Learning-Communities" umgesetzt: Informatik, Wirtschaftswissenschaften, Ingenieurwissenschaften, Psychologie (Psychotherapie), Gesundheits-/Sozialwesen und Kunst/Gestaltung. Um die Digitalisierung des Lehrens und Lernens in den Disziplinen zu realisieren, wird konsequent und umfassend auf die Ansätze "Students as Partners" und "Scholarship of Teaching and Learning" gesetzt. Die Gesamtkoordination liegt beim Hochschuldidaktischen Zentrum Sachsen (HDS). Die Prorektor:innen der HDS-Leitung bilden den Lenkungskreis. Der Wissenschaftliche Beirat des HDS und der Arbeitskreis E-Learning der Landesrektorenkonferenz Sachsen bilden den Projektbeirat.
Projekt anzeigen
Transferkarten als ein Instrument zur Verankerung
Die Maßnahme „Transferkarten“ diente der systematischen Verankerung und Verstetigung digitaler Innovationen sowie der hochschulweiten Vernetzung von Lehrenden. Ziel war es, die im Projektverlauf entwickelten oder identifizierten digitalen Tools, didaktischen Konzepte und Lehr-Lernszenarien in ein prägnantes, leicht zugängliches Format zu überführen. In Kooperation mit dem Referat Lehre und Weiterbildung wurden didaktische Kriterien erarbeitet, die eine einfache, zielgerichtete und transparente Darstellung dieser Inhalte ermöglichen. Die Transferkarten machen digitale Lehr-Lernszenarien und Tools sichtbar, indem sie deren didaktische Zielsetzungen, Einsatzszenarien, Rahmenbedingungen, weiterführende Materialien und Links sowie zentrale Hinweise und Kontaktinformationen der beteiligten Lehrenden bündeln. Um die Transferkarten als dauerhaftes Instrument an der Hochschule zu etablieren und die im D³-Projekt entstandenen Inhalte langfristig nutzbar zu machen, wurden weitere Lehrende aktiv e
Maßnahme anzeigen
Einfach Gruppen bilden – Das Matching-Plugin in Stud.IP
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen