Co³Learn - Innovative digitale Kooperation für das Lehren und Lernen
Das Projekt Co³Learn (Communication, Cooperation, Collaboration) der TU Braunschweig, Universität Hannover und Universität Göttingen entwickelt Lösungen zur Förderung der Kooperation der Studierenden in digitalen Lehr-Lernsettings. Im Mittelpunkt steht die Unterstützung von Lernerfahrungen, die die Potentiale heterogener Studierendengruppen nutzbar machen, indem sie die Bildung kooperativer Lerngruppen, die Qualität der Zusammenarbeit und das soziale Erleben im digitalen Raum fördern. Kooperation wird auf drei Ebenen mit steigendem Anspruch an soziale Interaktion und Technologie definiert: (1) Den gegenseitigen Austausch, (2) die arbeitsteilige Kooperation und (3) die kollaborative Konstruktion von Inhalt. Ziel des Projekts ist die digitale Förderung kooperativer Prozesse auf diesen Ebenen und entsprechender digitaler Kompetenzen von Studierenden und Lehrenden. Dafür sollen zusammen mit Stakeholder*innen Bedarfe für formelle und informelle Lehr-Lern-Settings gesucht und Lösungen in Form von digitalen Tools und Konzepten für die Zusammenarbeit erprobt, evaluiert und in Fächern verankert werden. Ergebnis des Projekts ist der breite Einsatz einer Toolbox für kooperatives, digitales Lehren und Lernen, die zum Transfer angeboten wird.
Auf Einen Blick
Kontakt
Das könnte Sie auch interessieren
Asynchrone Entscheidungskompetenzplattform
Entscheidungskompetenz gehört heutzutage zu den wichtigsten Schlüsselqualifikationen in einer erfolgreichen Bildungs- und Berufskarriere. Viele Studierende haben jedoch Schwierigkeiten, reflektierte Entscheidungen zu treffen, selbst wenn sie die theoretischen Inhalte der Entscheidungslehre kennen.Das (https://gitlab.com/reflektiert-entscheiden/entscheidungsnavi) Open-Source-Webtool (https://enavi.app/de/start) Entscheidungsnavi (https://de.wikipedia.org/wiki/Entscheidungsnavi) wurde vom (https://www.efi.rwth-aachen.de/go/id/qujm/) LuFG Entscheidungsforschung und Finanzdienstleistungen unter der Leitung von Prof. von Nitzsch an der RWTH Aachen entwickelt, um den jährlich ca. 2000 Studierenden das Trainieren von Entscheidungskompetenz zu ermöglichen und einen praktischen Bezug zu den Vorlesungsinhalten zu schaffen. Es unterstützt Studierende in der Strukturierung und Modellierung von Entscheidungssituationen und ermöglicht mit vielen (https://entscheidungsnavi.de)entscheidungstheoretischen Methodiken eine qualitativ hochwertige Analyse. Das Ziel des beantragten Projekts liegt darin, das (http://enavi.app/) Entscheidungsnavi in eine integrierte, moderierte Lernplattform für Studierende zu entwickeln, mit der sie ihre Entscheidungskompetenz feedbackorientiert selbstständig trainieren können. Hierzu erhalten Studierende zunächst individuelles Feedback durch Lehrende und sukzessive wird dieses Feedback durch algorithmisches Feedback ergänzt. Dabei erlauben Interaktionsmöglichkeiten der Studierenden differenziertes Peer-Feedback. Zukünftig soll die Lernplattform von weiteren (Fach-)Hochschulen und Bildungsinstitutionen zum Erwerb von Entscheidungskompetenz genutzt werden.
Projekt anzeigen
Publikation PM
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Duis autem vel eum iriure dolor in hendrerit in vulputate velit esse molestie consequat, vel illum dolore eu feugiat nulla facilisis at vero eros et accumsan et iusto odio dignissim qui blandit praesent luptatum zzril delenit augue duis dolore te feugait nulla facilisi. Lorem ipsum dolor sit amet, consectetuer adipiscing elit, sed diam nonummy nibh euismod tincidunt ut laoreet dolore magna aliquam erat volutpat. Ut wisi enim ad minim veniam, quis nostrud exerci tation ullamcorper suscipit lobortis nisl ut aliquip ex ea commodo consequat. Duis autem vel eum iriure dolor in hendrerit in vulputate velit es
Publikation anzeigen