DataCampus UDE: Follow the Data

Integration von Daten in Lehrveranstaltungen in den Fächern

Mit Follow the Data stärkt das Projekt die Verwendung von Daten in (bestehenden) Lehrveranstaltungen in den Fächern. Im Rahmen interner Förderprogramme werden Lehrende der DataCommunity dabei unterstützt, Veranstaltungen zur Förderung von Datenkompetenzen von Studierenden weiterzuentwickeln. Der Schwerpunkt liegt dabei auf der Entwicklung von Lehr-Lernmaterial, das auch für andere Lehrveranstaltungen und/oder den Basiskurs herangezogen werden kann.

Viele Lehrende der DataCommunity haben im Laufe des Frühjahrs 2021 mit der Entwicklung begonnen. Eine Liste der aktuell laufenden Vorhaben findet sich untenstehend. Die Liste wird kontinuierlich erweitert. Erarbeitete Ergebnisse werden je nach Ausrichtung des Vorhabens im Rahmen des OER-Portals der UDE, der Landesplattform ORCA und der Lehrwerkstatt Online dokumentiert.

Aktuell laufende Vorhaben

Fakultät Lehrende Vorhaben
Fakultät für Bildungswissenschaften Prof. Dr. Marten Clausen (mit Dr. Kim Diebig) Konzeption und Durchführung einer Lehrveranstaltung, die verschiedene datenbezogene Kompetenzen angehender Lehrkräfte adressiert (Diagnostik, Unterrichtsgestaltung, Unterrichtsentwicklung, Datenschutz und E-Learning)
Link zur OER
Fakultät für Bildungswissenschaften Prof. Dr. Angela Heine Entwicklung, Implementierung und Evaluation einer WebApp
zur Förderung einstellungsbezogener Voraussetzungen
der Entwicklung von Data-Literacy-Kompetenzen Studierender
Fakultät für Bildungswissenschaften Prof. Dr. Dirk Hofäcker (mit Jessica Gröber) Entwicklung einer neuen Lehrveranstaltung 'Quantitative Daten in bildungswissenschaftlichen Disziplinen' inklusive Herausgabe eines Veranstaltungsreaders/Sammelbandes
Link zur Publikation
Fakultät für Geisteswissenschaften Prof. Dr. Michael Beißwenger (mit Sarah Steinsiek) Entwicklung eines Selbstlernmoduls zur datengestützten Analyse digitaler Alltagskommunikation mit der Mobile Communication Database (https://db.mocoda2.de/) (für den Einsatz in linguistischen Lehrveranstaltungen und als Teil des Basiskurses)
Link zur OER
Fakultät für Geisteswissenschaften Birgit Sattler Entwicklung einer Lehrveranstaltung zur Förderung von Data Literacy am Beispiel des Klimawandels für den E3- und E2-Bereich, Ausarbeitung einer Lehr-Lern-Einheit im Basiskurs zur raumbezogenen Erfassung, Analyse und Präsentation von Daten mit dem Geographischen Informationssystem ArcGIS Online und Entwicklung eines Tutorials zu ArcGIS Pro
Fakultät für Geisteswissenschaften Prof. Dr. Aaron Schart Nutzung der Analysesoftware Logos zur morphologischen, syntagmatischen und textlinguistischen Analyse von Bibeltexten
Fakultät für Gesellschaftswissenschaften Prof. Dr. Andreas Blätte mit Julia Rakers Erstellung von Open Educational Resources für den Inverted Classroom-Einsatz zur Unterstützung des Kurses “Methodenanwendung in Praxisfeldern: Korpusanalysen zu parlamentarischen Migrationsdiskursen” 
Link zum Lehrmaterial
Fakultät für Gesellschaftswissenschaften Georg Datler Gestaltung von Lehr-Lern-Materialien zum Umgang mit grundlegenden Konzepten der bivariaten statistischen Analyse (Anteil, Risiko, Chance, Wahrscheinlichkeit) und Entwicklung einer anschaulichen Aufarbeitung zur korrekten Interpretation von Nullhypothesen-Signifikanztests
Fakultät für Gesellschaftswissenschaften Stefan Haußner Fachliche Begleitung der Entwicklung eines Veranstaltungsmoduls des Basiskurses zur Einführung in die deskriptive statistische Analyse mithilfe von Excel und R (mit Schwerpunkt auf Umfragedaten zur Informationsgesellschaft und der Europäischen Union)
Fakultät für Gesellschaftswissenschaften Dr. Anette Schönborn Konzeption und Entwicklung veranstaltungsbegleitender, softwaregestützer Online-Übungseinheiten zur sozialwissenschaftlichen Analyse von Datensätzen (u. a. ALLBUS) im Rahmen des Seminars "Deskriptive Statistik am Beispiel gesundheitlicher Ungleichheit"
Fakultät für Wirtschaftswissenschaften Prof. Dr. Fabian Beck (mit Shahid Latif) Entwicklung offener Lehr-Lern-Materialien zur Heranführung von Studierenden aller Fächer an das Thema Datenvisualisierung (auch für den Basiskurs)
Fakultät für Wirtschaftswissenschaften Prof. Dr. Katharina Blankart Erstellung eines Online-Leitfadens und -Tutorials mit dem Titel “How to perform a reprodrucible data science project using secondary data in health care sciences” (zur Arbeit mit Sekundärdaten im Studiengang Gesundheitsökonomik)
Link zum OER-Textbook
Fakultät für Wirtschaftswissenschaften Prof. Dr. Christoph Hanck Abbildung adaptiver Lernpfade in JACK 3 mit passgenauen Übungseinheiten zu datenanalytischen und statistischen Kompetenzen
Link zur JACK-Demoversion
Fakultät für Betriebswirtschaftslehre Prof. Dr. Marc Eulerich Aufbau eines Lernraums unter dem Titel "Data Science Bootcamp", der insbesondere Studierenden der MSM Möglichkeiten zur Vertiefung von Kenntnissen in der Datensammlung, -aufbereitung und -analyse in Anbindung an verschiedene datenorientierte Veranstaltungen und Abschlussarbeiten im Fach ermöglicht
Fakultät für Mathematik Prof. Dr. Florian Schacht, Dr. Monika Meise und Dr. Anton Klimovsky Entwicklung interaktiver Bausteine zur explorativen Datenanalyse und simulationsbasierten Inferenz als Open Educational Resources (ausgehend von Veranstaltungen zur Stochastik und Statistik für Studierende des Lehramts und der Naturwissenschaften)
Fakultät für Physik Prof. Dr. Heike Theyßen Entwicklung von Lernmodulen zum Umgang mit Messdaten für die Lehrer:innenbildung Physik
Fakultät für Biologie PD Dr. Christian Feld Weiterentwicklung der Lehrveranstaltung 'Statistische Analysen in der Biologie' und Erstellung von web-fähigen Lehr- und Übungsmaterialien zur Anwendung von R für statistische Analysen in der Biologie im Rahmen der Distanzlehre
Fakultät für Biologie Prof. Dr. Philipp Schmiemann Entwicklung von Lernmodulen zum Erstellen, Lesen und zur kritischen Analyse von Diagrammen für angehende Lehrkräfte im Fach Biologie
Fakultät für Chemie Prof. Dr. Mathias Ropohl (mit Dr. Carolin Eitemüller) Entwicklung von digital-gestützten Experimenten für den Chemieunterricht, in denen angehende Lehrkräfte Daten externer Sensoren mit Apps auslesen und weiterverarbeiten können (v.a. in den Praktika der Module Fachdidaktik I und II im Lehramtsstudium)
Fakultät für Ingenieurwissenschaften Prof. Dr. Gregor Schiele (mit Christopher Ringhofer) Fachliche Begleitung eines Basiskursmoduls zur deskriptiv statistischen Datenanalyse von Sensordaten der Smart City Duisburg
Fakultät für Ingenieurwissenschaften Prof. Dr. Torsten Zesch Entwicklung einer neuen Lehrveranstaltung für Studierende der Informatik zur Aufbereitung und Analyse von Daten mithilfe fortgeschrittener Methoden und Techniken