Access@DigitalLabs
Auch wenn heute unstrittig ist, dass Studierende mit Behinderung ein Recht auf eine chancengleiche und gleichberechtigte Teilhabe an Hochschulbildung haben, ist der Zugang zu Lehrveranstaltungen im Labor weiterhin schwierig für Studierende mit heterogenen Lernvoraussetzungen. Um Studierenden insgesamt den Zugang zu Laboren zu erleichtern, wurde in den letzten Jahren an der TU Dortmund intensiv daran gearbeitet digitale Labore, von Remote-Laboren bis zu VR-Laboren, zu entwickeln. Allerdings wurde bislang noch nicht analysiert und erprobt, inwiefern digitale Labore auch von Studierenden mit Behinderung barrierefrei genutzt werden können und inwiefern diese ein Potential hinsichtlich eines chancengleichen und gleichberechtigten Experimentierens im Labor besitzen. Daher werden bestehende digitale Labore basierend auf einem Design-Based-Research-Ansatz untersucht und studierendenzentriert weiterentwickelt. Bei der Anforderungsanalyse und iterativen Weiterentwicklung spielt das Studierendenfeedback eine zentrale Rolle (Fokusgruppendiskussionen, Usability-Tests und Feedbackschleifen). Die didaktisch und technisch weiterentwickelten digitalen Labore werden in konkreten Lehrveranstaltungen in den Fakultäten Bio-Chemie-Ingenieurwesen und Maschinenbau erprobt, evaluiert und im Erfolgsfall künftig in der Laborlehre eingesetzt. Ausgehend von der Erprobungsphase werden Design-Prinzipien für Entwicklung und Einsatz barrierefreier und inklusiver digitaler Labore abgeleitet und verbreitet.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Kommunikationtraining per Medizin-ChatboT
An vielen medizinischen Fakultäten werden Unterrichtseinheiten zum Erwerb von Kommunikationskompetenz angeboten. Die anschließenden praktischen Prüfungen fallen in der Regel gut aus, was jedoch daran liegt, dass hier mit Hilfe allgemein bekannter Checklisten einzelne Teilaspekte der Kommunikation bewertet werden, so dass es auch ohne tatsächliche Kompetenz möglich ist, die Prüfung zu bestehen. Folglich findet das tatsächliche Training dann erst im realen Patientenkontakt statt, was für beide Seiten belastend sein kann. Da im Studium nicht ausreichend Gelegenheiten für ein individuelles Kommunikationstraining gegeben sind, soll in diesem Projekt eine Alternative geschaffen werden. Mit Hilfe eines spezifisch für die medizinische Nomenklatur trainierten Large Language Models und angeschlossener Audio-Schnittstelle üben Studierende der Medizin die allgemeine und fachspezifische Anamnese ein. Die Gespräche werden aufgezeichnet und danach bewertet, ob vorab definierte Inhalte und Fragetechniken darin abgebildet wurden. Auf dieser Grundlage wird ein automatisiertes Feedback erstellt, das die Studierenden bei ihrem weiteren Lernprozess unterstützen soll. Bei der Programmierung werden Studierende mit Informatik-Kenntnissen eingebunden. Die Wirksamkeitsprüfung erfolgt über das Instrument des CSA Gain und einen Vergleich der praktischen Prüfungsergebnisse aus der Zeit vor Verfügbarkeit des Chatbots mit der Zeit nach Einführung der Innovation.
Projekt anzeigen
