
Mit E-Portfolioarbeit Selbstregulations- und Reflexionsprozesse anregen
Auf einen Blick
Das könnte Sie auch interessieren

3D-Print 4 Everyone @THM Förderung digitaler Kompetenzen
Studierende und Mitarbeiter:innen der Hochschule sollen direkten Zugang zu 3D-Druckern erhalten, um Erfahrung aus erster Hand zu sammeln. Studierende sollen die Technologie mit klassischem "learning by doing erlernen. Die Mitarbeiter:innen können auf dem gleichen Weg ihr Wissen erweitern und dieses in ihre Vorlesungen einbinden, was wiederum den Studierenden zugute kommt. Gemeinsam mit Lehrkräften sollen individuelle didaktische Konzepte erarbeitet werden, die auf den jeweiligen Themenbereich des Dozierenden zugeschnitten sind. Es soll die Möglichkeit geschaffen werden, dass auch eigene Ideen von Studierenden, die sich mit der Technologie 3D-Druck realisieren lassen, im Rahmen problembasierten oder forschenden Lernens umgesetzt werden. Der Lerneffekt ist umso höher, je mehr eigene Initiative hinter einem Vorhaben steckt.
Projekt anzeigen
Evaluation von fachspezifischen Communities
Die wesentlichen Herausforderungen bestehen darin, dass es wenig Einblicke in Aktivitäten innerhalb fachspezifischer Professional Learning Communities gibt, die Fluktuation der Teilnehmenden wechselt und es kaum Studien zu Learning Communities gibt, die zwar einerseits fachspezifisch und andererseits hochschul-übergreifend agieren und zudem eine fachspezifische Koordination haben. Um diese komplexen Herausforderungen anzugehen, wurden die fPLC in zwei Schritten evaluiert. Ziel war es, zum einen die Zusammenarbeit zwischen den Teilnehmenden der fPLCs zu optimieren und zum anderen Erkenntnisse zum Aufbau und zur Koordinierung entsprechender Communities zu erhalten. Es erfolgte eine Online-Befragung der Teilnehmenden im Jahr 2024 und ein Gruppeninterview mit den Community-Koordinierenden im Jahr 2025.
Maßnahme anzeigen
Bot or Not? Differences in Cognitive Load Between Human- and Chatbot-Led Post-Simulation Debriefings
Understanding how different debriefing formats impact learner’s cognitive load is crucial for designing effective post-simulation reflection activities. This paper examines cognitive load after post-simulation debriefings facilitated either by a human instructor or a generative AI Chatbot. In a controlled study with N = 45 educational science students, 23 participants engaged in a lecturer-facilitated debriefing, while 22 completed a chatbot-guided session. Cognitive load was assessed across intrinsic, extraneous, and germane dimensions. Results revealed no statistically significant differences between the two debriefing methods. Future research should examine AI-led debriefings with larger samples and employ complementary measures of cognitive load to provide a more comprehensive understanding.
Publikation anzeigen