Suchergebnisse
Otto-von-Guericke-Universität MagdeburgTransformative Media Lab
Transformative Media Lab: Studentische Perspektiven in der MedienbildungDas Projekt zielt darauf ab, digitale Medienpraktiken von Studierenden der Otto-von-Guericke-Universität Magdeburg systematisch zu erfassen, kritisch zu reflektieren und für die Weiterentwicklung innovativer Lehr-, Lern- und Prüfungsformate in der Hochschullehre nutzbar zu machen. Ausgangspunkt ist die Annahme, dass Lern- und Bildungsprozesse grundlegend medial vermittelt sind und maßgeblich durch lebensweltlich verortete Medienpraktiken geprägt werden. Aufbauend auf bildungstheoretischen und mediendidaktischen Ansätzen adressiert das Projekt die Herausforderungen einer digitalisierten Hochschulbildung und eröffnet partizipative Gestaltungsräume. Studierende übernehmen dabei eine doppelte Rolle: Sie erforschen ihre eigenen Medienpraktiken und bringen ihre Perspektiven aktiv in die Gestaltung zukünftiger Lehr- und Prüfungsszenarien ein. In diesem Rahmen werden studentische Medienpraktiken zunächst empirisch erhoben und reflektiert, anschließend in kollaborativ entwickelten Lehr-/Lernformaten produktiv aufgegriffen und schließlich in neue, medienpraktisch fundierte Prüfungsformen überführt. Methodisch orientiert sich das Projekt am Design-Based-Research-Ansatz, der theoriegeleitete Entwicklung mit praxisnaher Erprobung verbindet. Ziel ist eine transformative Hochschullehre, die digitale Souveränität stärkt und offene Bildungsressourcen schafft, welche über die Universität hinaus Wirkung entfalten können.
Projekt anzeigen
Das könnte Sie auch interessieren
Advance Organizer in der VR für Verfahrenstechnik
Ein grünes Chemiewerk soll allen Interessierten an (Hoch)Schulen und im Arbeitsleben als digitales Abbild in der virtuellen Realität (VR) verfügbar gemacht werden. Unzusammenhängend erscheinende Lehrinhalte werden in einen größeren Kontext eingebettet und das Zusammenwirken der Lehrinhalte maßgeblicher Kurse wird an verschiedenen Bereichen der Anlage erlebbar. Die Einbindung der Anlage in den Kurs Einführung in das BCI erzeugt Vorwissen welches in der Verwendung als semesterübergreifender Advance Organizer (AO) in weiteren Kursen aktiviert wird, wodurch vernetztes Wissen entsteht. Auch in Grundlagenfächern wird so verfahrenstechnischer Bezug deutlich. Um der hohen Abbruchquote weiter entgegenzuwirken wird ein semester- und fächerübergreifender Gamification-Ansatz verfolgt, in welchem bspw. der Lösung eines Kriminalfalls im Verlauf des Studiums durch steigende verfahrenstechnische Kompetenzen näher gekommen wird.Physikalische Darstellungen erfolgen in verschiedenen Detailgraden auf molekularer, infinitesimaler und makroskopischer Skala und bieten so auch Studierenden anderer Fachrichtungen einen konzeptionellen Mehrwert. Zunehmende Kenntnisse der Studierenden werden durch Detailtiefen der Anlagenbestandteile und Modelle berücksichtigt. Constructive Alignment (CA) basierte Laborversuche werden in der VR-Anlage durchführbar sein, welche fachliche Nöte der Studierenden adressieren, die Reflexion des Standes ihrer Kompetenzen ermöglichen und das Lernen und Arbeiten 4.0 adressieren.
Projekt anzeigen
Feedback zur Lernzeit und ablenkungsfreie Lernumgebung
In unserer Studie zielten wir darauf ab, mithilfe von verschiedenen Interventionen, Ablenkungen zu minimieren und das Zeitmanagement und die Zielplanung zu verbessern. Wir wollten eine optimale Lernumgebung schaffen, die an das Persönlichkeitsprofil des Nutzers angepasst ist. [Anm. StIL: Diese Maßnahme wurde in einer Vorgängerversion der Abfrage dokumentiert. Bei der Übertragung auf das aktuelle Format kann es vorkommen, dass die Antworten nicht hundertprozentig zur Frage passen.]
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