Über den Kurs
Die allgemeinen Ziele dieses Kurses bestehen darin, (1) konzeptionelle Probleme im Bereich der partizipativen (Bürger-)Wissenschaft und (2) damit verbundene Problemsituationen in digitalen Umgebungen für die Datenanalyse und Berichterstattung für soziale Zwecke zu verstehen und zu lösen.
Dieser kurze Weiterbildungskurs ist daher ausgerichtet auf:
- DIGCOMP 2.2: Kompetenzbereich 5. Problemlösung (Kompetenz 5.3 Digitale Technologien kreativ nutzen)
- ESCO v1.1.1. S5.6.0: Nutzung digitaler Tools für Zusammenarbeit, Inhaltserstellung und Problemlösung ( http://data.europa.eu/esco/skill/cacc62f3-2df4-4cc3-9d5d-0d014db56bd9 )
Anmeldevoraussetzungen für den Kurs und erforderliche Zugangskompetenzen für den Kurs
- Grundlegendes Verständnis einfacher digitaler Tools und Technologien (z. B. Office, soziale Medien).
- Interesse an konzeptionellen Problemen und Problemsituationen in digitalen Umgebungen.
Lernergebnisse, die auf dem Niveau des Kurses erwartet werden
- Beteiligen Sie sich an kollaborativen Prozessen, um die Teilhabe der Bürger an der Gesellschaft mithilfe digitaler Technologien und Plattformen zu unterstützen und zu verbessern.
- Verstehen Sie, dass Technologie das Potenzial hat, für soziale Zwecke genutzt zu werden (z. B. zur Unterstützung von Citizen-Science-Aktivitäten).
- Identifizieren Sie Online-Plattformen, die zum Entwerfen, Entwickeln und Testen von Visualisierungen offener oder proprietärer Daten verwendet werden können.
- Entwerfen Sie eine digitale Geschichte mit Tableau Public.
Modul Übersicht
Geplanter Zeitplan: 8.1.-2.2.2024.
Termine für Live-Vorträge:
15.1.2023., 17:00 -19:00 Uhr (FEBT vor Ort und Zoom-Live-Sitzung)
Course Features
- Lectures 21
- Quizzes 0
- Duration Lifetime access
- Skill level Alle Stufen
- Language English, German, Spanish, Croatian, Dutch
- Students 3
- Assessments Yes
Lehrplan
- 3 Sections
- 21 Lessons
- unbegrenzt
Expand all sectionsCollapse all sections
- Teil 1: Citizen Science: vom Lernenden zum „Produzenten“19
- 1.1A) Was ist partizipatorische Wissenschaft oder Bürgerwissenschaft?
- 1.2Vorteile der Bürgerwissenschaft
- 1.3Die Citizen-Science-Landschaft
- 1.4B) Was macht ein gutes Citizen-Science-Projekt aus?
- 1.5Bereitschaftsgrad für öffentliches Engagement
- 1.6Die Bedeutung des Engagements
- 1.7Transdisziplinäre Forschung
- 1.8Die räumliche und zeitliche Skala
- 1.9Die Datenmenge, die analysiert werden muss
- 1.10Die Komplexität des Datenprotokolls
- 1.11Das verfügbare Projektbudget
- 1.12Typologien von Citizen-Science-Projekten
- 1.13C) Entscheidende Designfaktoren für ein Citizen-Science-Projekt
- 1.14Eine Kommunikations- und Feedbackkultur
- 1.15Motivationsstrategien zur Teilnahme
- 1.16Mechanismen zur Sicherung der Datenqualität
- 1.17Citizen-Science-Plattformen für das Datenmanagement
- 1.18Lassen Sie sich inspirieren und finden Sie weitere Ressourcen
- 1.19Workshop
- Teil 2: Visualisieren von Daten für soziale Zwecke mit Tableau Publichttps://www.tableau.com/ und wurden angepasst. Es handelt sich um eine Schritt-für-Schritt-Anleitung, die Ihnen den Einstieg in Ihre Datenvisualisierungsreise erleichtert.1
- Teil 3: Benotung und Bewertung studentischer Arbeiten1
3 students enrolled.
