Projekt Bühne
PRE-LAB
Projekt
Zur Suche

Besser vorbereitet ins Labor

Im physikalischen Grundpraktikum (GP) sollen Fach- und Lehramtsstudierende grundlegende experimentelle Kompetenzen erwerben. Aufgrund begrenzter Ressourcen wird jedoch mit vorab aufgebauten Versuchen gearbeitet – was zwar einen effizienten Ablauf ermöglicht, aber den Erwerb von Kompetenzen aus den Bereichen der Planung und des funktionsfähigen Aufbaus von Experimenten ausschließt (Nawrath et al., 2011).Das Projekt reagiert auf diesen von Studierenden und Lehrenden identifizierten Innovationsbedarf, indem die bestehenden, unzureichenden textbasierten Materialien durch ein Moodle-basiertes Versuchsskript, das interaktive Experimentiervideos, digitale Mini-Docs und ein integriertes Feedbacksystem kombiniert, methodisch und medial erweitert werden. Kern sind die interaktiven Experimentiervideos mit zum Teil bewusst eingebauten Fehlern im Aufbauprozess. Die Studierenden setzen sich im Sinne des Konzepts des productive failure (Kapur, 2024) über die Videos aktiv mit den Phasen der Planung und des Aufbaus;von Experimenten auseinander und erwerben auf dieser Grundlage fachlich grundlegende Prinzipien und Kompetenzen.Die Materialien werden iterativ mit Studierenden konzipiert, erprobt und evaluiert. Eine langfristige Integration in das GP sowie eine Bereitstellung als Open Educational Resource sichern die Verstetigung und den Transfer über die Universität Bielefeld hinaus.

Auf einen Blick

Kontakt

Projektbeteiligte
Laura PannulloProjektleiter:in

Das könnte Sie auch interessieren

Projekt 101178
Projekt

Kausale Inferenz, Maschinelles Lernen und Reproduzierbare Forschung

Das Projekt KMR strebt an, moderne empirische Verfahren der kausalen Inferenz, des maschinellen Lernens und der reproduzierbaren Forschung in große verpflichtende Lehrveranstaltungen der Ökonometrie in wirtschaftswissenschaftlichen Studiengängen zu tragen, hier zunächst konkret die „Einführung in die Ökonometrie“ (Wintersemester, 6 ECTS) an der Universität Duisburg-Essen (UDE). Umfangreiche open source-Materialien machen die Projektergebnisse anderen Studierenden und Lehrenden zugänglich. Der Arbeitsplan des Projektes gliedert sich in die vier Arbeitspakete Identifikationsstrategien (AP1), Maschinelles Lernen (AP2), Implementierung empirischer Forschung (AP3) und einem open-source-Kompendium (AP4). AP1 macht moderne kausale empirische Strategien wie difference-in-differences oder regression discontinuity zugänglich für Bachelorstudierende. AP1 adressiert erfolgreiche prädiktive Verfahren wie decision und regression trees und random forests. AP3 widmet sich der Vermittlung von Kompetenzen zur reproduzierbaren Forschung. Hierzu gehören die Integration von Text und statistischer Analyse ("RMarkdown"), interaktive Präsentation ("Shiny"), Versionskontrolle ("Github") oder die Erstellung von Paketen. AP4 erstellt ein open source-Online Kompendiums (AP4), das die Inhalte des Moduls frei zugänglich veranstaltungsbegleitend, aber auch zum Selbststudium bereitstellt.

Projekt anzeigen
Maßnahme 100031
Maßnahme

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
Publikation 100009

FeeDi: Typunabhängiges Diagramm-Assessment durch deklarative Diagrammspezifikation

[Kurzbeschreibung folgt (Anm. StIL)]

Publikation anzeigen