Couverture de NICHT im Fachraum essen

NICHT im Fachraum essen

NICHT im Fachraum essen

De : NICHT im Fachraum essen Team
Écouter gratuitement

À propos de ce contenu audio

 Unser Podcast „Nicht im Fachraum essen!“ beschäftigt sich mit naturwissenschaftsdidaktischer Forschung, den daraus resultierenden Ergebnissen für das Lehren und Lernen in den Naturwissenschaften sowie der Kommunikation darüber. Naturwissenschaftliches Lehren und Lernen ist vor dem Hintergrund der zukünftigen gesellschaftlichen Herausforderungen wichtiger denn je. Die naturwissenschaftsdidaktische Forschung möchte einen Beitrag dazu leisten, das Lehren und Lernen in den Naturwissenschaften stetig weiterzuentwickeln und unsere Gesellschaft durch eine naturwissenschaftliche Grundbildung auf zukünftige Herausforderungen vorbereiten. Was all unsere Gäst*innen gemeinsam haben: Sie sind junge Wissenschaftler*innen, die innovative, zukunftsorientierte Forschung in den Naturwissenschaftsdidaktiken betreiben. Ihre Forschungsergebnisse teilen sie normalerweise in wissenschaftlichen Publikationen und auf Konferenzen, wie der GDCP-Jahrestagung, mit einem ausgewählten Fachpublikum. Auch wenn einige unserer Gäst*innen ihre Forschungsergebnisse bereits in die Praxis des Lehrens und Lernens in Schule und Hochschule tragen, besteht der Wunsch weitere Agierende im Bildungssystems zu erreichen. Der Podcast ist für alle, die sich für das Lehren und Lernen in den Naturwissenschaften interessieren: alle Wissenschaftler*innen in der (naturwissenschaftsdidaktischen) Bildungsforschung, Politiker*innen, Lehrende an Hochschulen und Lehrkräfte. Weitere Infos unter https://stiftung.gdcp-ev.de/podcast/. Wir wünschen sehr viel Freude beim Zuhören! „NICHT im Fachraum essen“ wird gefördert durch die GDCP-Stiftung zur Förderung des wissenschaftlichen Nachwuchses in der Didaktik der Chemie und Physik. Vielen Dank für diese Unterstützung!NICHT im Fachraum essen Team Sciences sociales
Les membres Amazon Prime bénéficient automatiquement de 2 livres audio offerts chez Audible.

Vous êtes membre Amazon Prime ?

Bénéficiez automatiquement de 2 livres audio offerts.
Bonne écoute !
    Épisodes
    • Folge 35: Machine Learning zur Analyse und Förderung mechanistischen Begründens in der Organischen Chemie

      Folge 35: Machine Learning zur Analyse und Förderung mechanistischen Begründens in der Organischen Chemie
      Feb 20 2026
      Machine Learning (ML) kann den methodischen Werkzeugkasten naturwissenschaftsdidaktischer Forschung erweitern – doch was bedeutet das konkret für Lehre und Lernen, insbesondere in der Organischen Chemie? In dieser Folge sprechen wir darüber, wie ML-Verfahren genutzt werden können, um Lernprozesse in der Hochschullehre besser zu verstehen und gezielt zu fördern. Ein besonderer Schwerpunkt liegt auf dem mechanistischen Begründen – einer zentralen Kompetenz in der Organischen Chemie.Wir diskutieren, welche Potenziale supervised und unsupervised ML-Ansätze bieten, wie Computational Grounded Theory datengetriebene und theoriegeleitete Ansätze verknüpft und warum Explainable AI entscheidend ist, um Forschungsergebnisse nachvollziehbar zu machen. Gleichzeitig geht es um grundlegende Fragen: Welche Rollen übernehmen Mensch und Maschine im Forschungsprozess? Wie lassen sich Validität und Reliabilität sichern? Und warum führt der Einsatz von ML nicht automatisch zu besseren Lernprozessen bei allen Studierenden?Anhand tiefer Einblicke in das Promotionsprojekt von Paul Martin (Justus-Liebig-Universität Gießen, Paul.Martin@didaktik.chemie.uni-giessen.de) wird deutlich, dass ML traditionelle Lehrformate nicht ersetzen, sondern sinnvoll ergänzen sollte. Eine Folge über Potenziale und die verantwortungsvolle Integration datenbasierter Methoden in die naturwissenschaftliche Hochschullehre und Forschung – bei „Nicht im Fachraum essen!“.Wichtige Links und Publikationen:Kubsch, M., Krist, C., & Rosenberg, J. M. (2023). Distributing epistemic functions and tasks—A framework for augmenting human analytic power with machine learning in science education research. Journal of Research in Science Teaching, 60(2), 423-447. https://doi.org/10.1002/tea.21803Martin, P. P., Kranz, D., & Graulich, N. (2025). Revealing rubric relations: Investigating the interdependence of a research-informed and a machine learning-based rubric in assessing student reasoning in chemistry. International Journal of Artificial Intelligence in Education, 35(3), 1465-1503. https://doi.org/10.1007/s40593-024-00440-yMartin, P. P., & Graulich, N. (2024). Beyond language barriers: Allowing multiple languages in postsecondary chemistry classes through multilingual machine learning. Journal of Science Education and Technology, 33(3), 333-348. https://doi.org/10.1007/s10956-023-10087-4Martin, P. P., & Graulich, N. (2023). When a machine detects student reasoning: a review of machine learning-based formative assessment of mechanistic reasoning. Chemistry Education Research and Practice, 24(2), 407-427. https://doi.org/10.1039/D2RP00287FMartin, P. P., Kranz, D., Wulff, P., & Graulich, N. (2024). Exploring new depths: Applying machine learning for the analysis of student argumentation in chemistry. Journal of Research in Science Teaching, 61(8), 1757-1792. https://doi.org/10.1002/tea.21903Martin, P. P., Kubsch, M., Yik, B. J., Burlingham, B. T., & Graulich, N. (2025). Adaptive, but equitable? Exploring the impact of machine learning‐based adaptive support on educational debts in undergraduate chemistry. Science Education. https://doi.org/10.1002/sce.70042Nelson, L. K. (2020). Computational grounded theory: A methodological framework. Sociological Methods & Research, 49(1), 3-42. https://doi.org/10.1177/0049124117729703Rost, M., Resch, K., & Lembens, A. (2025). Using computational grounded theory to analyze pre-service chemistry teachers’ reflective practice regarding technology integration in classrooms within a service-learning–oriented seminar.Journal of Science Education and Technology, 34(6), 1519–1540. https://doi.org/10.1007/s10956-025-10236-xTschisgale, P., Wulff, P., & Kubsch, M. (2023). Integrating artificial intelligence-based methods into qualitative research in physics education research: A case for computational grounded theory. Physical Review Physics Education Research, 19(2), 020123. https://doi.org/10.1103/PhysRevPhysEducRes.19.020123
      Afficher plus Afficher moins
      38 min
    • Folge 34: Zwischen Algorithmus und Aufklärung

      Folge 34: Zwischen Algorithmus und Aufklärung
      Feb 6 2026
      KI-Anwendungen eröffnen für das Lehren und Lernen in den Naturwissenschaften neue Möglichkeiten, Lernprozesse zu unterstützen, Lernziele zu erweitern und komplexe Daten auszuwerten. Gleichzeitig stellen sie uns vor zentrale Fragen: Wie kann KI verantwortungsvoll eingesetzt werden, ohne in Überwachung statt Unterstützung zu münden? Wie lassen sich ethische Aspekte, Diversität und Fairness konkret und handlungsleitend in Forschung und Unterricht integrieren? Und welche Rolle spielen Bildungsforschung und Bildungspolitik in diesem Spannungsfeld?In dieser Folge diskutieren wir mit Adrian Grimm (grimm@leibniz-ipn.de) Perspektiven der Naturwissenschaftsdidaktik auf KI, Ethik und Bildung(spolitik). Es geht um konkrete Leitlinien und deren praktische Umsetzung in Forschung und Lehre, um die Bedeutung langfristiger Forschungsperspektiven und um die Notwendigkeit, neben KI-Expertinnen auch Fachdidaktikerinnen einzubeziehen. Außerdem sprechen wir darüber, warum man kein KI-Profi sein muss, um sich dem Thema zu nähern, wie ein niedrigschwelliger Einstieg gelingen kann und welche Potenziale – etwa durch Retrieval-Augmented Generation – für eine diversitätssensible Nutzung von KI bestehen.Warum zukünftige Forschung in diesem Feld ethische Haltungen stärker in den Blick nehmen sollte und warum das für naturwissenschaftliche Bildung wichtig ist, erfahrt ihr in dieser Folge von „Nicht im Fachraum essen!“


      Modulkonzept KI & Diskriminierung von Arbeit und Leben für die politische Jugendbildung, 6 Unterrichtsstunden à 45 Minuten (Arbeit und Leben ist gemeinsam getragen von Deutschem Gewerkschaftsbund und Volkshochschulen)

      Microaffections and Microaffirmations, Buchkapital von Isabel Espinal, sowie analog Mikroagressionen von Karina Griffith im Missy-Magazine

      Grimm, A., Steegh, A., Kubsch, M., & Neumann, K. (2023). Learning Analytics in Physics Education: Equity-Focused Decision-Making Lacks Guidance!. Journal of Learning Analytics, 10(1), 71-84. https://doi.org/10.18608/jla.2023.7793

      Grimm, A., 2025. ‘A World Where Many Worlds Fit’: De-Biasing and Critical Consciousness With A Focus On STEM Identity Development For All Students In Physics Education Ecosystems As Pluriverses. https://macau.uni-kiel.de/receive/macau_mods_00006261?lang=de
      Afficher plus Afficher moins
      36 min
    • Folge 33: Metaphernverwendung und Schüler:innenvorstellungen im Kontext sprachlich-kultureller Diversität

      Folge 33: Metaphernverwendung und Schüler:innenvorstellungen im Kontext sprachlich-kultureller Diversität
      Jan 23 2026
      In dieser Episode von ‚NICHT im Fachraum essen‘ sprechen Ann-Katrin und David mit Ronja Sowinski (IPN Kiel) über die besondere Bedeutung von Metaphern im naturwissenschaftlichen Unterricht. Im Rahmen ihrer Promotion an der Leuphana hat unsere Gästin untersucht, wie wirkungsvoll Metaphern als Brücke zwischen Alltagssprache und Fachwissen im Biologie-Unterricht sein können. Dabei hat sie in einem qualitativen Vorgehen Schüler:innenvorstellungen zu den Themen Laubzersetzung und Immunologie bei mehrsprachigen Lernenden identifiziert und untersucht, inwiefern Lehrende und Lernmittel wie Lehrbuchtexte diese Vorstellungen adressieren (können). Neben ihrer Forschung zu Metaphern ist Ronja Sowinski auch in der Lehrkräftefortbildung aktiv und plaudert mit uns aus dem Nähkästchen, was sie motiviert neben der Forschung auch diese Art des Wissenstransfer zu betreiben. Also hört rein, wenn auch ihr euch fragt, wie Metaphern womöglich euch dabei helfen können, die Natur(wissenschaft) besser zu verstehen!

      Publikationen der Gäst*innen: · Sowinski, R., Hofer, E., & Abels, S. (2025). Alles nur ein Kampf? Schüler:innenvorstellungen zu Aspekten der Immunreaktion. Zeitschrift für Didaktik Der Biologie (ZDB), 30(1), 25–48. https://doi.org/10.11576/zdb-7338

      · Sowinski, R., Hofer, E., & Abels, S. (2024). Metaphern zur Klärung biologischer Phänomene: Eine Analyse verschiedener fachwissenschaftlicher Datenquellen. Zeitschrift für Didaktik Der Biologie (ZDB), 28, 56–75. https://doi.org/10.11576/zdb-6573
      Afficher plus Afficher moins
      35 min
    Aucun commentaire pour le moment