Good Practices: Digitale kompetenzorientierte Prüfungen
Auf einen Blick
Das könnte Sie auch interessieren
Spanische Linguistik und Didaktik
Das Projekt SpLinDid verfolgt das Ziel, zwei Kernbereiche der Lehramtsausbildung, nämlich Fachwissenschaft und Fachdidaktik, curricular kohärenter und lernförderlicher miteinander zu verzahnen. Zu diesem Zweck wird eine Reihe von digitalen Lehr-Lernmodulen entwickelt, die sowohl in der Lehrveranstaltung Einführung in die Fachdidaktik als auch in der Einführung in die spanische Sprachwissenschaft des BA Spanisch eingesetzt werden können. Die Module widmen sich jeweils einem Kernbereich der Sprache (Phonologie, Morphologie, Syntax, Semantik, Pragmatik) bzw. einer Forschungsausrichtung der Sprachwissenschaft (Korpuslinguistik, Soziokinguistik, Textlinguistik, Diskursanalyse) und bestehen aus einem Problemfall im Sinne des Problemorientierten Lernens und eines Videovortrags. Ergänzende Materialien veranschaulichen das Thema und seine Relevanz für den schulischen Fremdsprachenunterricht anhand konkreter Beispiele. Zur Lösung der Problemfragestellung müssen die Studierenden das im Modul enthaltene Fachwissen verstehen, verarbeiten und kreativ anwenden. Da die Problemaufgaben konkreten Fällen des Spanischunterrichts entsprechen, werden die Studierenden auf den Transfer von linguistischem Fachwissen in die (zukünftige) Unterrichtspraxis vorbereitet.
Projekt anzeigen
Vibrometer-basierte Justierung digitaler Zwillinge
In der Projektfortsetzung wurde die Anforderung aufgenommen, das Schwingungsverhalten physischer Versuche zu erfassen, um die digitalen Zwillinge justieren zu können. Für eine schnelle und unkomplizierte Messung von Schwingungen in verschiedenen experimentellen Setups wurde ein Laservibrometer beschafft.
Maßnahme anzeigen
Open-Source Intelligent Tutoring System for Programming Exercises in Engineering Education
Implementing control and machine learning algorithms in MATLAB and Simulink is a critical competency in advanced control engineering. While immediate feedback is essential for fostering intuitive understanding, it is traditionally constrained to scheduled exercise sessions or consultation hours. To bridge this gap, this project introduces an open-source intelligent tutoring platform that provides continuous, on-demand feedback. To accommodate diverse solution strategies, the platform employs a hybrid evaluation strategy combining result-based and code-based metrics. This ensures that valid alternative solutions that differ from predefined sample solutions are not misclassified. In case of incorrect solutions, a Large Language Model, contextualized with sample solutions and task classification results, offers auxiliary support for students struggling to initiate or complete tasks. Instructional scaffolding is adaptively adjusted to guide students toward independent problem-solving. We position this platform as a supplementary tool designed to enhance, rather than replace, valuable interactions between students and human tutors. Built on open-source tools, the system is architected for reusability, enabling lecturers across engineering subjects to adapt the framework to their teaching needs easily.
Publikation anzeigen