Interdisziplinäres Mentoring für Innovation
Im Rahmen des Projekts Interdisziplinäres Mentoring für Innovation (MentorInn) wird ein innovatives Lehr-Lernangebot entlang des Ansatzes Design Thinking entwickelt, das auf der gesammelten Expertise eines interdisziplinären Konsortiums aus der Universität Duisburg-Essen, der Ruhr-Universität Bochum und der Technischen Universität Dortmund fußt. Das Herzstück des Konzepts besteht in einem zielgerichteten und bedarfsorientierten Mentoring-Angebot für Studierende, das sie in den verschiedenen Phasen eines Innovationsprozesses bestmöglich unterstützen soll. Als Mentor:innen fungieren die erfahrenen Partner:innen des Konsortiums und setzen dabei ihre Erfahrung und Kompetenz u.a. aus ihren Forschungsbereichen ein. Die Innovationskraft unseres Formats soll bottom-up-Innovationen aus den Hochschulen der UA Ruhr heraus beschleunigen und deren Qualität erhöhen. Durch die hochschulübergreifende Natur wird die UA Ruhr gestärkt und weitere Vernetzungsmöglichkeiten geschaffen. Ferner trägt der multidisziplinäre Charakter des Lehr-Lernangebots dazu bei, Grenzen zu überwinden und den komplexen Herausforderungen unserer Zeit mit Wissen und Erfahrung aus diversen Fachbereichen zu begegnen.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Digitallabor Mathematik für die Chemie
Viele Studierende im Fach Chemie haben De?zite in mathematischen Grundlagen, da im Curriculum häu?g einedirekte Verknüpfung mit der Anwendung in der Chemie fehlt. In den bisherigen Curricula werden außerdem seltenausreichende Möglichkeiten zum Erlernen von Programmierfähigkeiten geboten, die angesichts der wachsendenBedeutung von Computermodellen und disruptiver Technologien wie Quantencomputing und KünstlicherIntelligenz in der Chemie dringend benötigt werden.Das Ziel unseres Projekts ist ein modulares und adaptives Digitallabor, in dem Studierende für die Chemierelevante mathematische Konzepte eigenständig in Python-Programmen umsetzen und direkt mit einemchemischen Kontext verknüpfen. So werden mathematische Grundlagen eng mit der Fachausbildung verknüpftund gleichzeitig Kenntnisse im Programmieren und Visualisieren von Daten erworben. Die einzelnen Versucheenthalten Elemente der forschungsnahen Lehre. In ihre Entwicklung wird die Studierendenperspektivesystematisch eingebracht.Im Digitallabor erwerben die Studierenden essentielle Fähigkeiten für die moderne naturwissenschaftliche Arbeit,beispielsweise indem sie Grenzen von Modellen sowie systematische Wege zu ihrer Verbesserung eigenständigevaluieren. Es ermöglicht den Studierenden zudem interaktives, individualisiertes und dezentralisiertes Lernen, was die Hochschullehre insbesondere für stärker diversi?zierte Studierendenkohorten resilienter undzukunftsfester macht.
Projekt anzeigen
Automatisiertes Feedback zu Diagrammen mit FeeDi
Die Fähigkeit, komplexe Inhalte in Diagrammen darzustellen, ist besonders in MINT-Fächern essenziell – etwa in UML-, Prozess-, Schalt- oder XY-Diagrammen. Doch in großen Lehrveranstaltungen mit bis zu 500 Studierenden ist eine individuelle Korrektur eingereichter Modellierungen kaum möglich. Selbst in kleineren Gruppen entsteht so ein hoher Bewertungsaufwand. In der Lehrveranstaltung Datenbanksysteme der HTWK Leipzig kam das E-Assessment-Tool FeeDi zum Einsatz: Lehrende hinterlegten eine Musterlösung, auf deren Basis Studierende automatisiert grafisches, numerisches und textuelles Feedback zu ihren ER-Diagrammen erhielten. Zudem wurden Bewertungsschemata und Feedbacktexte für typische Fehlerklassen vorbereitet. Ziel war es, Studierenden zeitnahes, prozessbezogenes Feedback zu geben und Lehrende zu entlasten. Die Studierenden erhielten direkt nach der Abgabe farblich markierte Rückmeldungen zu korrekten und fehlerhaften Elementen, numerische Bewertungen (absolut/prozentual) sowie text
Maßnahme anzeigen
Mit Sprachlerncoaching Fremdsprachenlernende individuell fördern
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen