Nachwuchsworkshops im Rahmen der GDCP-Jahrestagung 2022

Nachwuchsworkshops im Rahmen der GDCP-Jahrestagung

Im unmittelbaren Vorfeld der GDCP-Jahrestagung 2022 in Aachen finden am Montag, den 12.09.2022, in der Zeit von 9:00 Uhr bis 12:00 Uhr im Hörsaalzentrum C.A.R.L. der RWTH Aachen Workshops statt, die sich primär an den wissenschaftlichen Nachwuchs in der Gesellschaft richten.

Workshop 1: Studentische Abschlussarbeiten: Erhobene Daten nutzen, das eigene Forschungsprojekt unterstützen und gleichzeitig ressourcenschonend und qualitätsvoll begleiten

Verantwortliche: Susanne Gerlach & Sarah Rau-Patschke

Abschlussarbeiten werden häufig von Mitarbeitenden des Mittelbaus begleitet. Die
Betreuenden nehmen eine Doppelrolle ein. Sie begleiten, beraten und bewerten die
Studierenden in ihrer Rolle als Dozierende, darüber hinaus haben sie aber auch oft ein Interesse daran, dass die Ergebnisse für das eigene Forschungsprojekt brauchbar und fruchtbar sind.
Es werden eine visuelle Landkarte mit Meilensteinen und weitere strukturierende Tools vorgestellt. Diese können die Begleitung und Beratung von Abschlussarbeiten vergleichbar machen und stärker standardisieren sowie gleichzeitig so  vorstrukturieren, dass zeitliche Ressourcen der Begleitenden geschont werden. Im Workshop können Doktorierende in Kleingruppen Teilfragen aus dem eigenen Promotionsprojekt extrahieren, die sich für die Bearbeitung in einer Abschlussarbeit eignen.
Neben Raum für die Arbeit an Best Practice Beispielen wird auch die Möglichkeit geboten, sich über schwierige Beratungsverläufe auszutauschen und übertragbare Lösungsstrategien zu entwickeln.

Workshop 2: Maschinelles Lernen in der Naturwissenschaftsdidaktik: Eine Einführung

Verantwortliche: Marcus Kubsch & Peter Wulff

Maschinelles Lernen (ML) bezeichnet das induktive Problemlösen durch Computer anhand komplexer Datensätze. ML bietet ein großes Potential für die  Naturwissenschaftsdidaktik, z. B. für die Erhebung komplexer Konstrukte. Allerdings bleibt die Anwendung von ML herausfordernd. In diesem Workshop klären wir deshalb theoretische Grundlagen zu ML und stellen den Teilnehmenden ein Rahmenmodell vor, mit dem sie bestimmen können, wann und wie der Einsatz von ML gewinnbringend für die eigene Arbeit sein kann. Danach werden die beiden grundlegenden Ansätze des unsupervised und supervised ML an aufeinander aufbauenden Beispielen aus der Forschungspraxis der Dozierenden von den
Teilnehmenden angewandt und die Ergebnisse gemeinsam diskutiert und reflektiert. Dabei werden den Teilnehmenden vorbereitete Softwareumgebungen und Datensätze zur Verfügung gestellt. Ziel des Workshops ist es, die Anwendungsfälle für ML im Kontext der Naturwissenschaftsdidaktik zu reflektieren und grundlegende ML Verfahren eigenständig anzuwenden.

Um den Austausch und die Vernetzung des wissenschaftlichen Nachwuchses nach der Zeit der pandemiebedingten Onlinetagungen zu fördern, ist die Teilnahme an den Workshops in diesem Jahr kostenfrei. Für eine bessere Planung und Vorbereitung der Workshops ist jedoch eine verbindliche Anmeldung bis zum 31.08.22 erforderlich.