RLab - Modulare Umweltstatistik - Skriptbasierte Analysen mit R für Studierende mit und ohne Vorkenntnisse - Dr. Niels Schwab - University of Hamburg
- Lecture2Go
- Catalog
- Sonstige Einrichtungen der UHH
- Universitätskolleg
- Lehrlabor im Universitätskolleg
Catalog
RLab - Modulare Umweltstatistik - Skriptbasierte Analysen mit R für Studierende mit und ohne Vorkenntnisse
Innerhalb herkömmlicher R-Lehrveranstaltungen mit überwiegend frontaler Wissensvermittlung ist eine selbstständige Reproduktion oder gar Transferleistung erfahrungsgemäß kaum möglich. Diesem Nachteil bisheriger R-Kurse wird begegnet: Die Teilnehmenden werden sich nach dem Selbstlernen oder der Teilnahme an einer Lehrveranstaltung mit RLab-Elementen in der Lage fühlen, eigenständig Aufgaben mit R zu lösen. Es werden auch Kompetenzen erworben, um die zahlreichen Hilfen für R effektiv zu nutzen. Dadurch versetzt RLab in die Lage, sich die weiteren umfangreichen Funktionen von R, bei Bedarf mit Unterstützung durch Lehrende oder andere Lernende, selbst zu erschließen. Der Umgang mit der skriptbasierten Programmsteuerung wird gelernt und geübt, so dass am Ende so viel Selbstvertrauen vorhanden ist, dass die Teilnehmenden auch in anderen Lehrveranstaltungen und eigenen Projekten bereit sind, selbstständig mit R zu arbeiten. Das RLab-Angebot zeichnet sich vor allem durch die Möglichkeit des Selbstlernens einer oft als sehr komplex angesehenen Software aus. Die Materialien eigen sich auch zur Nutzung in Präsenzveranstaltungen als Blended Learning- oder Flipped-Classroom-Elemente. Es handelt sich dabei um RLab-Kurse und Digitale Skripte. Für Lehrende steht ein Digitales Skript als Didaktische Handreichung zur Verfügung, in dem auch Hinweise zum Selbstlernen enthalten sind.
Mehr Informationen erhalten Sie unter: https://www.universitaetskolleg.uni-hamburg.de/ueber-uns/projektbereiche/lehrlabor.html sowie auf dem Projektblog https://rlab.blogs.uni-hamburg.de
---Das Lehrlabor im Universitätkolleg bietet Lehrenden aller Fakultäten der Universität Hamburg die Möglichkeit, eigene Lehrveranstaltungen durch zusätzliche personelle Ressourcen gezielt weiterzuentwickeln. Durch die Förderung innovativer Lehrprojekte zeichnet das Lehrlabor brillante Lehrkonzepte aus und trägt damit im begrenzten Projektrahmen zur Erhöhung des Stellenwerts von Lehre insgesamt bei. Auf diesem Kanal stellen wir ausgewählte Lehrprojekte in kurzen Videos vor. Weitere Informationen zum Lehrlabor und bereits geförderten Projekten finden Sie auch unter: uhh.de/uk-lehrlabor
Innerhalb herkömmlicher R-Lehrveranstaltungen mit überwiegend frontaler Wissensvermittlung ist eine selbstständige Reproduktion oder gar Transferleistung erfahrungsgemäß kaum möglich. Diesem Nachteil bisheriger R-Kurse wird begegnet: Die Teilnehmenden werden sich nach dem Selbstlernen oder der Teilnahme an einer Lehrveranstaltung mit RLab-Elementen in der Lage fühlen, eigenständig Aufgaben mit R zu lösen. Es werden auch Kompetenzen erworben, um die zahlreichen Hilfen für R effektiv zu nutzen. Dadurch versetzt RLab in die Lage, sich die weiteren umfangreichen Funktionen von R, bei Bedarf mit Unterstützung durch Lehrende oder andere Lernende, selbst zu erschließen. Der Umgang mit der skriptbasierten Programmsteuerung wird gelernt und geübt, so dass am Ende so viel Selbstvertrauen vorhanden ist, dass die Teilnehmenden auch in anderen Lehrveranstaltungen und eigenen Projekten bereit sind, selbstständig mit R zu arbeiten. Das RLab-Angebot zeichnet sich vor allem durch die Möglichkeit des Selbstlernens einer oft als sehr komplex angesehenen Software aus. Die Materialien eigen sich auch zur Nutzung in Präsenzveranstaltungen als Blended Learning- oder Flipped-Classroom-Elemente. Es handelt sich dabei um RLab-Kurse und Digitale Skripte. Für Lehrende steht ein Digitales Skript als Didaktische Handreichung zur Verfügung, in dem auch Hinweise zum Selbstlernen enthalten sind.
Mehr Informationen erhalten Sie unter: https://www.universitaetskolleg.uni-hamburg.de/ueber-uns/projektbereiche/lehrlabor.html sowie auf dem Projektblog https://rlab.blogs.uni-hamburg.de