Grünfassaden-Nachwuchsforschung
Ein semesterbegleitendes Masterseminar soll Studierende unterschiedlicher Fachrichtungen für das klimatisch und ökologisch angepasste Bauen sensibilisieren. Durch eigenständige Forschung an bestehenden biodiversitätsfördernden Grünfassadensystemen auf dem Campus wird den Studierenden die selbstständige Bearbeitung von wissenschaftlichen Fragestellungen ermöglicht. Das Seminar orientiert sich an den gängigen Schritten wissenschaftlicher Forschung und gliedert sich in folgende Schritte:Input und eigenständige (Literatur-)Recherche zu Hintergründen und Stand der ForschungErarbeitung einer individuellen ForschungsfrageSichtung der Mess- bzw. ErhebungsdatenEntwicklung eines ErhebungskonzeptsErhebung und Auswertung eigener DatenScreening der Ergebnisse im Kontext der ForschungsfrageErstellung eines Abstracts für eine (fiktive) AbschlusstagungAnalytische Auswertung der DatenAusarbeitung des Beitrags im TagungsbandGegenseitiges Peer-Review der BeiträgeEinarbeitung des FeedbacksErstellung einer (Poster)PräsentationPräsentation auf der Abschlusstagung und FeedbackDiese Art des Lehrens und Lernens ist nicht nur für die Hochschullehre innovativ, sondern bereitet die Studierenden auch auf wissenschaftliche (Abschluss-)Arbeiten, die kritische Auseinandersetzung mit Quellen sowie perspektivisch auf eine akademische Laufbahn vor. Inhaltlich greift das Seminar aktuelle gesellschaftliche Herausforderungen wie den Klimawandel und den Rückgang der Biodiversität auf.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Forschendes Lernen mit Oral History in der Geschichtswissenschaft
FLOH (Forschendes Lernen mit Oral History in der Geschichtswissenschaft) zielt darauf ab, in den fünf geschichtswissenschaftlichen Studiengängen der Ruhr-Universität Bochum einen geeigneten Rahmen zur Integration von Oral History als Methode und Quellengattung in die Lehre zu schaffen. Die Studierenden erwerben so Kompetenzen im Umgang mit lebensgeschichtlichen Interviews, welche sie später als Vermittler:innen in Schulen und geschichtskulturellen Institutionen nutzen können. Zugleich entstehen in der gemeinsamen Arbeit mit den Studierenden verschiedene kleinere Forschungsprojekte. Diese werden über die Veröffentlichung in einem OpenAccess-Journal und auf der Projektwebsite einer breiten Öffentlichkeit zugänglich gemacht. Eine Integration der komplexen Forschungspraxis Oral History, welche für die Erhebung, Sicherung und Analyse der Interviews erhebliche technisch-organisatorische Vorarbeiten erfordert, in die Lehre ist schwierig. Denn der Aufwand übersteigt oft den Umfang einer einzelnen Lehrveranstaltung sowohl für die Studierenden als auch die Lehrenden. FLOH möchte diesen Herausforderungen entgegentreten, indem Lehrende fertig konzipierte und erprobte Lehrmaterialien mit technischen, organisatorischen und rechtlichen Informationen zur Verfügung gestellt bekommen, die sie direkt auf ihr inhaltliches Thema anwenden können. Hierdurch bleibt ausreichend Zeit für eine Erhebung der Quellen, deren Reflexion und eine auf ihnen basierende geschichtswissenschaftliche Analyse.
Projekt anzeigen
Einsatz digitaler Mathematikaufgaben
In der Maßnahme wurden digitale Mathematikaufgaben in der Lehre an Hochschulen gewinnbringend eingesetzt, weiterentwickelt und innerhalb eines Aufgabenpools mit anderen geteilt. Dabei sind verschiedene Aspekte wichtig: Ein gemeinsamer Aufgabenpool über verschiedene Hochschulen hinweg begünstigt den Einsatz der Aufgaben, weil durch das Teilen von Aufgaben der Aufwand für den einzelnen Lehrenden verringert werden kann und weil die Grundlagenausbildung in Mathematik an Hochschulen für fachfremde Studiengänge sich thematisch stark ähnelt. Neu- und Weiterentwicklungen, die sich aus den Bedarfen der Hochschullehre ergeben, sind leichter umzusetzen, wenn eine gute Zusammenarbeit mit den Entwicklern des genutzten E-Assessment-Systems besteht. In unserem Fall war dies das System OPAL/ONYX, das die BPS GmbH betreut. So konnte in dieser Maßnahme z.B. die JavaScript Bibliothek JSXGraph als interaktives Werkzeug, das an der Universität Bayreuth entwickelt wird, in ONYX integriert werden.
Maßnahme anzeigen
Explanatory machine learning for sequential human teaching
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen