Es handelt sich hier um das Begleitseminar zur Vorlesung “Institutionen beruflicher Bildung mitgestalten und entwickeln”. Im Seminar sollen Best-Practice-Beispiele der Schulentwicklung vor dem Hintergrund gängiger Ansätze, Theorien und empirischer Erkenntnisse aus dem Bereich der Schulentwicklung vorgestellt, kritisch eingeordnet und diskutiert werden. Zur Identifikation von Best-Practice-Beispielen wird auf die Preisträger des Deutschen Schulpreises zurückgegriffen. Weitere Informationen werden in der ersten Sitzung der Veranstaltung gegeben. Auch die Gruppeneinteilung und Themenvergabe für die Sitzungsgestaltungen erfolgt im Rahmen der ersten Seminarsitzung.
Es handelt sich um das Verbundseminar zur Vorlesung fb07.ibb.50 Institutionen beruflicher Bildung mitgestalten und entwickeln – Teil 1 aus dem SoSe 23.
| Kommentar | Please note that the number of participants for this block seminar is limited!
For the participation in the course a pre-registration by e-mail is necessary. Please send it with your first and last name, course of studies, matriculation number and number of semesters until 09.11.2023 to:
Steven Görlich: steven.goerlich@uni-kassel.de
Group applications will not be considered. Confirmation of participation will be announced until 10.11.2023.
Contact:
Steven Görlich
Chair of Digital Transformation Management
steven.goerlich@uni-kassel.de |
|---|---|
| Leistungsnachweis | The examination consists of an application development, a short paper (max. 8000 words) and a presentation. The work is done in groups of three. |
| Lerninhalte | This seminar is concerned with recent topics in Machine Learning and Big Data Analytics. You will learn about the conceptual foundations of Machine Learning in the context of digital transformation as well as the fundamentals of statistical learning theory. Furthermore, you will become acquainted with important concepts and approaches such as (un-)supervised learning algorithms, automated image/text analysis, reinforcement learning, memory learning and distributed/real-time data analytics. Within your group, you will then deal with a specific challenging and relevant topic related to the practical use of Machine Learning. You will be provided with data and tasked to develop an application yourself. Therefore, this seminar will help you to deepen your understanding about Machine Learning and Big Data Analytics from a conceptual, theoretical and practical perspective. |
Tag | Zeit | Rhythmus | Dauer | Raum | Raum- plan | Lehrperson | Status | Bemerkung (kurz) | Bemerkung (lang) | fällt aus am | Max. Teilnehmer/-innen | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
  | Mi. | 09:00 bis 16:00 | Einzel | am 10.11.2023 | Kick-Off (online) | |||||||
| Fr. | 09:30 bis 18:00 | Einzel | TBD Nov 2023 | Python Programming Course | |||||||
| Fr. | 10:00 bis 18:00 | Einzel | TBD Feb 2024 | Blockveranstaltung (online) |
In diesem Tutorium werden die Inhalte der Vorlesung umfassend wiederholt und die in der Vorlesung gestellten Diskussionsfragen bearbeitet und gelöst. Mithilfe der Inhalte des Tutoriums gelingt das Ausarbeiten einer Abgabe besser, die für das Anmelden an der Klausur notwendig ist.
Das Seminar beschäftigt sich mit zentralen Erkenntnissen der empirischen Lehr-Lernforschung aus berufsbildender Perspektive. Im Fokus stehen hierbei urbane Mythen, die sich bei Lehrkräften und Pädagog:innen in fragwürdigen Überzeugungen sowie typischen Fehlkonzepten mit hoher Relevanz zur beruflichen Bildung manifestieren. Der erste Teil der Veranstaltung widmet sich einer grundlegenden Einführung in die Themenaspekte (a) Unterscheidung subjektiver und wissenschaftlicher Theorien, (b) Evidenzbasierung sowie (c) Fehlkonzepte als Problem mangelnder Professionalität. Im zweiten Teil werden Fragestellungen des wissenschaftlichen Arbeitens sowie der angemessenen mündlichen und medialen Darstellung wissenschaftlicher Erkenntnisse behandelt. Im dritten Teil des Seminars werden dann ausgewählte urbane Mythen, fragwürdige Überzeugungen sowie typische Fehlkonzepte aus dem Bildungsbereich durch Studierende aufgearbeitet und im Rahmen von studentischen Sitzungsgestaltungen im Plenum präsentiert sowie diskutiert. Weitere Informationen werden in der ersten Sitzung der Veranstaltung gegeben. Auch die Gruppeneinteilung und Themenvergabe für die Sitzungsgestaltungen erfolgt im Rahmen der ersten Seminarsitzung.