Please disable Adblockers and enable JavaScript for domain CEWebS.cs.univie.ac.at! We have NO ADS, but they may interfere with some of our course material.

Research Based Learning

• Wie ist das Thema in "die Wirklichkeit" eingebettet? 
• Welche "Zutaten" werden benötigt? 
• Welches "Wissen" muss erarbeitet werden, um eine "Antwort" auf die "Forschungsfrage" zu bekommen? 
  • Welches Basiswissen ist notwendig? 
  • Welches Anwendungswissen ist notwendig? 

• Computational Thinking, indem die Forschungsfrage in Muster und Einzelkomponenten zerlegt wird. 
• Kompetenzerwerb beim Recherchieren, je nach Aufgabe und "Problemstellung" sowie je nach "Organisation". 
   
• Kompetenzorientiertes Unterrichten: "Bei einem kompetenzorientierten Unterricht haben die Lehrkräfte die Aufgabe, die Lernenden bei der aktiven Konstruktion von Wissen zu unterstützen. Dabei sollen sie mit einem guten Unterrichtseinstieg die SchülerInnen über Lernziele und Kompetenzen informieren und ihnen bei der Vernetzung des neuen Stoffs mit vorhandenen Wissensstrukturen helfen. Durch Aktivierung des Vorwissens gelingt es den Lernenden besser, neue Inhalte nachhaltig zu verarbeiten: Sie können neue Informationen in ihr eigenes, bestehendes Wissen einbetten.“ (aus «https://www.imst.ac.at/files/ueber_imst/oeffentlichkeitsarbeit/imst_newsletter35.pdf») 
   
• Computational Thinking: "CT bezieht sich auf die individuelle Fähigkeit einer Person, eine Problemstellung zu identifizieren und abstrakt zu modellieren, sie dabei in Teilprobleme oder -schritte zu zerlegen, Lösungsstrategien zu entwerfen und auszuarbeiten und diese formalisiert so darzustellen, dass sie von einem  
  Menschen oder auch einem Computer verstanden und ausgeführt werden können. Die Konzeption und Umsetzung von Problemlösungsstrategien können dabei durch die Strukturierung und weiterführende Verarbeitung vorliegender oder gewonnener Daten unterstützt werden (IEA 2016, eigene Übersetzung). Die Modellierungs- und Problemlösungsprozesse sind dabei von einer Programmiersprache unabhängig (aus «https://kw.uni-paderborn.de/institut-fuer-erziehungswissenschaft/arbeitsbereiche/schulpaedagogik/forschung/forschungsprojekte/computational-thinking/»).  

• "Computational Thinking (CT) is a problem solving process that includes a number of characteristics and dispositions. CT is essential to the development of computer applications, but it can also be used to support problem solving across all disciplines, including the humanities, math, and science. Students who learn CT across the curriculum can begin to see a relationship between academic subjects, as well as between life inside and outside of the classroom.” («https://computationalthinkingcourse.withgoogle.com/unit») 
• Elements of CT («https://computationalthinkingcourse.withgoogle.com/unit») 
  • Pattern Recognition: Observing patterns, trends, and regularities in data  
  • Decomposition: Breaking down data, processes, or problems into smaller, manageable parts 
  • Abstraction: Identifying the general principles that generate these patterns 
  • Algorithm Design: Developing the step by step instructions for solving this and similar problems 

• Sach- und Wissenskompetenz: Bezieht sich auf das Erfassen, Strukturieren und Nutzen von Wissen (darauf zielen im Besonderen die Bildungsstandards ab). 
• Methodenkompetenz: Bezieht sich auf die Fähigkeit, neue Situationen und Lernanforderungen kreativ und angemessen zu bewältigen. Dabei geht es um die erfolgreiche Aneignung, Anwendung und Reflexion unterschiedlichster (Lern-)Methoden. 
• Selbstkompetenz: Umfasst das Ausmaß an Selbstständigkeit, die Fähigkeit zur Selbsteinschätzung und zur prozessorientierten Selbstreflexion. 
• Sozialkompetenz: Zeigt sich als Fähigkeit, die Verantwortung für sich und andere zu übernehmen. Dazu gehört auch, dass Lernende in Auseinandersetzungen auf die Vorstellungen anderer eingehen, sich aber auch durchsetzen können, Absprachen treffen und auf deren Einhaltung achten. 
  Aus: «https://www.imst.ac.at/files/ueber_imst/oeffentlichkeitsarbeit/imst_newsletter35.pdf»