Remote and Field Training for Environmental Change
Die Verwendung von Fernerkundungsdaten für Umweltmonitoring bekommt eine immer größere Bedeutung und somit auch die Nachfrage nach praxisorientierten Kompetenzen. Die aktuelle Hochschullehre konzentriert sich allerdings auf die Vermittlung theoretischer Inhalte und vernachlässigt die Praxis bezüglich eigener Datenerhebung und -validierung.Das Projekt REFLECT verbindet Fernerkundung mit Feldforschung im internationalen Kontext. Studierende aus Deutschland und Kenia bearbeiten über zwei Semester in gemeinsamen Teams Umweltprobleme zu Landbedeckung und -nutzung, Dürre und Wasserqualität in einem transdisziplinären und didaktisch fundierten Format.Die Studierenden entwickeln in Absprache mit lokalen Akteuren eigenständig geographische Forschungsfragen und planen ihre Forschungsvorhaben. Anschließend setzen sie diese gemeinsam in Kenia um und analysieren ihre in situ erhobenen Daten. Herausforderungen und Vorgehensweisen reflektieren sie kritisch und diskutieren ihre Ergebnisse im Peer-Austausch.Der Fokus liegt auf der Verankerung praxisorientierter Lehre, Reflexion im Lernprozess sowie internationalem Austausch und der Entwicklung nachhaltiger digital gestützte Lehrformate für die Geographie.Die Wirksamkeit wird durch Selbsteinschätzungen der Studierenden (Pre- und Post-Surveys), qualitative Interviews und kontinuierliches Feedback evaluiert. Die Ergebnisse des Projekts werden in offenen Lernmaterialien (OER), einer Publikation und Fachkonferenz verbreitet.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
autonomous.next
autonomous.next (Next-level Education for X-disciplinary Teams in automous driving) etabliert einen didaktisch und technologisch hochinnovativen Lehrverbund, in dem Studierende in agilen Teams komplexe technische Systeme des autonomen Fahrens entwickeln, theoretische Kenntnisse vertiefen und modernste Technologien praxisnah umsetzen. Im Prozess des forschenden Lernens entwickeln wir eine autonome Fahrzeugplattform, von sensorbasierter Perzeption bis zur Aktuation. Komponenten werden in interdisziplinären Teams realisiert, erfordern eine intensive Abstimmung an Schnittstellen und fördern im Verbund umfassendes Systemdenken. Studierende können so das Fahrzeug mehrphasig vom Konzept über Simulation bis zum Einsatz im Wettbewerb (Shell Eco-marathon) zum Erfolg führen. Technisch stehen dabei Kompetenzen aus Informationstechnik (SW, Embedded, KI, Computer Vision), Elektrotechnik, Systems Engineering und Fahrzeugtechnik im Zentrum.Dabei verknüpfen wir physische und virtuelle Formate: Grundlagen vermitteln Vorlesungen wie Kognitive Robotik und ADAS, während digitale und physische Selbstlernmodule studierendenindividuelles Lernen ermöglichen. Dies bildet jedoch nur das Fundament für die eigentlichen Teamprozesse, die den Systemverbund realisieren, aktuelle Technologien und Wissenschaft integrieren und nah am State-of-the-Art von Industrie und Forschung agieren. Personelle Ressourcen als Nucleus und zur langfristigen Verstetigung sind dabei Kern der Förderung.
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
Digitalisierung: Gute Tools allein reichen nicht aus Mit Co3Learn kooperative Lehre neu denken
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen