Digitale Forschungswerkstatt Ethnografie
Ziel des Projektes ist die Entwicklung einer interaktiven Homepage zur Begleitung ethnografischer Forschungsprojekte von Lehramtsstudierenden im Rahmen des forschenden Lernens im Praxissemester. DiFE unterstützt den gesamten Forschungsprozess der Lehramtsstudierenden: von ihren ersten theoretischen Auseinandersetzungen mit der auf teilnehmender Beobachtung basierenden Ethnografie als Forschungsstrategie, über die Datenanalyse bis hin zur Fertigstellung ihres eigenen Forschungsprojektes. Mit der Veröffentlichung dieser Forschungsprojekte entsteht auf DiFE zudem ein umfassendes Archiv zur Schul- und Kindheitsforschung. Einen Link zu DiFE finden Sie in den weiterführenden Informationen.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Virtuelle kieferorthopädische Therapieplanung
Die Planung einer kieferorthopädischen (KFO) Therapie basiert auf der Bewertung einer Vielzahl von Einzelbefunden und -diagnosen, d. h. Analysen von Röntgenbildern, Kiefermodellen und klinischen Befunden. Wesentliche Bausteine des Therapieplans sind sog. Problemkomplexe, für welche jeweils ein konzeptionelles therapeutisches Vorgehen festzulegen ist. Zudem sind eine chronologische Therapieabfolge und apparative Umsetzung zu definieren. Der Planungsprozess ist sehr komplex und daher im Rahmen des Zahnmedizinstudiums schwierig vermittelbar. So ergaben Befragungen von Studierenden den Wunsch einer Implementierung digitaler, unterstützender Tools. Ziel dieses Antrags ist die Konzeption und Realisierung einer systematischen digitalen KFO-Therapieplanung. Das modulare Grundkonzept wird durch aufeinander aufbauende Stufen bzw. Softwaremodule reflektiert. Durch das Projekt soll das Lehrkonzept substanziell didaktisch weiterentwickelt, und die Anzahl der im Studium geplanten KFO-Patientenfälle deutlich erhöht werden. Der Prozess wird interaktiv gestaltet und durch Feedback-Schleifen nachvollziehbarer gestaltet. Zudem sollen auch KI-gestützte Methoden für adaptive, individuelle Antworten angebunden werden können. Studierende sind in die didaktische Konzeption eingebunden, und evaluieren die entwickelten Tools hinsichtlich deren Usability. Neben dem direkten Nutzen für die Studierenden sollen durch implementierte Datenanalysen Schwachstellen im Lehrkonzept identifiziert werden können.
Projekt anzeigen
Studierendenzentrierte aktivierende Lernräume
Beim SCALE-UP Raum- und Lehrkonzept (Student-Centered Active Learning Environment for Upside Down Pedagogies) unterstützt die Raumgestaltung aktivierende und studierendenzentrierte Lehre (Beichner et al. 2007. DOI: 10.1119/RevPERv1.1.4). An der TH Rosenheim wurden zwei SCALE-UP Räume aufgebaut, in denen sich runde Tische für jeweils sechs bis max. acht Studierende befinden. Die Studierenden arbeiten in Teams von meist drei Studierenden. Die Lehrperson wird durch die räumliche Anordnung (es gibt kein vorne und hinten) fast „von selbst“ zum Lernbegleiter. Raumausstattung: Vier Beamerprojektionen in mehrere Raumrichtungen, Dokumentenkamera, Mini-Whiteboards, Click-Share, Abstimmungssysteme, Steckdosen über Bodentanks an den Tischen, physikalische „hands-on“-Experimente für die einzelnen Gruppentische. Passende Lernaktivitäten wurden entwickelt (Whiteboardaufgaben im Team, Peer Instruction, kollaborative Arbeitsblätter, …) und die Wirkung der Maßnahme untersucht.
Maßnahme anzeigen
Too Positive to Be True? Sentiment Analysis of AI-Guided vs. Human-Led Debriefings in Virtual Reality Counseling Training
Debriefings are a crucial component of simulation-based learning, as they allow participants to critically reflect on their performance and translate experiences into knowledge. With the rise of artificial intelligence (AI), large language models (LLMs) are increasingly being explored as conversational agents in debriefings. However, concerns have been raised that AI debriefers may display sycophantic tendencies, characterized by overly positive sentiment and a lack of critical feedback. Such tendencies could affect learners' self-evaluations. In this study, 45 university students participated in a virtual reality (VR) counseling simulation, followed by either an AI-guided or a human-led debriefing. Sentiment analysis of 958 debriefing statements (350 AI, 608 human) was conducted using a German sentiment classification model. Results show that AI debriefers expressed significantly more positive sentiment and substantially fewer negative statements compared to human debriefers, corroborating the assumption of a sycophancy effect. However, sentiment was not found to predict self-rated counseling competence or self-efficacy. While AI debriefers provide consistent encouragement, their lack of critical feedback raises questions about their long-term effectiveness for professional skill development. Future research should explore hybrid approaches that combine AI scalability with human expertise in constructive reflection.
Publikation anzeigen