Qualifizierungskonzept

Qualifizierungskonzept für das Forschungsdatenmanagement an Hochschulen und außeruniversitären Forschungseinrichtungen

 

Arbeits­pa­pier des BMBF-Pro­jek­tes PODMAN

Kata­ri­na Blask, André Förs­ter, Mari­na Lemai­re und Gise­la Minn

Ver­si­on 1.0.0; Sep­tem­ber 2018

PDF ver­füg­bar auf OPUS: https://doi.org/10.25353/ubtr-8061–5402-08xx

Das hier beschrie­be­ne Qua­li­fi­zie­rungs­kon­zept zur Unter­stüt­zung eines for­schungs­pro­zess­be­glei­ten­den For­schungs­da­ten­ma­nage­ments (FDM) stellt einen zen­tra­len Bau­stein im Rah­men des durch das BMBF geför­der­ten For­schungs­pro­jek­tes „Pro­zess­ori­en­tier­te Ent­wick­lung von Manage­men­tin­stru­men­ten für For­schungs­da­ten im Lebens­zy­klus“ (PODMAN) dar. Im Rah­men des POD­MAN-Pro­jek­tes wird die Erstel­lung eines Refe­renz­mo­dells und eines zuge­hö­ri­gen pro­zess­ori­en­tier­ten Bench­mar­king-Ver­fah­rens zur Imple­men­tie­rung des For­schungs­da­ten­ma­nage­ments an Hoch­schu­len und außer­uni­ver­si­tä­ren For­schungs­ein­rich­tun­gen ange­strebt. Ein beson­de­rer Fokus liegt dabei auf der Inte­gra­ti­on des Daten­ma­nage­ments in den For­schungs­pro­zess. In die­sem Zusam­men­hang besteht ein stra­te­gi­sches Ziel des Pro­jek­tes in der Ent­wick­lung und Bereit­stel­lung von Instru­men­ten und Leit­li­ni­en, wel­che die Imple­men­tie­rung einer effi­zi­en­ten und effek­ti­ven Zusam­men­ar­beit aller am FDM betei­lig­ten Akteu­re (z.B. For­scher, Infra­struk­tur- und Ser­vice­an­bie­ter, Hoch­schul­lei­tung) ermög­li­chen und somit den Pro­zess als sol­ches opti­mie­ren. Im POD­MAN-Pro­jekt wird hier­bei vor allem die Gene­rie­rung einer gemein­sa­men Wis­sens­ba­sis für mit­ein­an­der inter­agie­ren­de Akteu­re als maß­geb­lich für ein opti­mier­tes FDM erach­tet. In Anleh­nung an Kalm­ring und Alpar (2004) wird Wis­sen über die ver­schie­de­nen FDM-Kom­pe­ten­zen und die mit ihnen asso­zi­ier­ten Tätig­kei­ten als zen­tra­ler Bau­stein für die Imple­men­tie­rung eines opti­mier­ten orga­ni­sa­tio­na­len FDM-Pro­zes­ses angesehen.

Die Fra­ge, die das POD­MAN-Pro­jekt mit dem hier vor­ge­stell­ten Qua­li­fi­zie­rungs­kon­zept adres­sie­ren möch­te, ist dabei nicht pri­mär, wel­che Inhal­te für den Erwerb der ver­schie­de­nen Kom­pe­ten­zen von Bedeu­tung sind, son­dern viel­mehr auf wel­che Art und Wei­se die­se Inhal­te ver­mit­telt wer­den soll­ten. Eine Fokus­sie­rung auf die Dar­le­gung eines kon­kre­ten Designs für Qua­li­fi­zie­rungs­maß­nah­men im Bereich FDM anstel­le von spe­zi­fi­schen Inhal­ten ist inso­fern sinn­voll, als dass letz­te­re tran­si­ent sind und somit ohne­hin einer kon­ti­nu­ier­li­chen Anpas­sung bedür­fen. Nichts­des­to­trotz wird in die­sem Qua­li­fi­zie­rungs­kon­zept auf hilf­rei­che FDM-Infor­ma­ti­ons­platt­for­men ver­wie­sen, wel­che in den ver­gan­ge­nen Jah­ren erstellt wor­den sind. Die­se sol­len dem Anwen­der unse­res Qua­li­fi­zie­rungs­kon­zep­tes Anhalts­punk­te zur inhalt­li­chen Aus­ge­stal­tung des hier vor­ge­stell­ten Kon­zep­tes liefern.

Bei der Erstel­lung des nach­fol­gend vor­ge­stell­ten Qua­li­fi­zie­rungs­kon­zep­tes wur­de sich vor allem an dem über­ge­ord­ne­ten Ziel des POD­MAN-Pro­jek­tes ori­en­tiert. Dem­nach soll ein Refe­renz­mo­dell und ein dazu­ge­hö­ri­ges Bench­mar­king bereit­ge­stellt wer­den, mit dem jede For­schungs­ein­rich­tung die Mög­lich­keit hat, die Inte­gra­ti­on eines opti­mier­ten FDM in den wis­sen­schaft­li­chen Arbeits­pro­zess zu errei­chen. Dem­entspre­chend wur­de bei der Kon­zi­pie­rung eines all­ge­mei­nen Rah­men­mo­dells für FDM-Qua­li­fi­zie­rungs­maß­nah­men vor allem die Fra­ge gestellt, unter wel­chen Rand­be­din­gun­gen alle am wis­sen­schaft­li­chen Arbeits­pro­zess betei­lig­ten Akteu­re (For­schen­de, Stu­die­ren­de, Mit­ar­bei­ten­de aus wis­sen­schafts­un­ter­stüt­zen­den Berei­chen) die ange­streb­ten Lern­zie­le mög­lichst zeit- und kos­ten­ef­fi­zi­ent sowie effek­tiv umset­zen kön­nen. FDM wird im Rah­men des POD­MAN-Pro­jek­tes all­ge­mein als eine Lern­auf­ga­be ver­stan­den, wel­che alle am wis­sen­schaft­li­chen Arbeits­pro­zess betei­lig­ten Akteu­re gemein­sam lösen müs­sen. Die­se Lern­auf­ga­be ist ins­be­son­de­re aus For­scher­per­spek­ti­ve durch einen erhöh­ten Abstim­mungs­be­darf (zu den ent­spre­chen­den Über­lap­pungs­be­rei­chen sie­he grün mar­kier­te Fel­der der Kom­pe­tenz­ma­trix [Blask, Förs­ter, Lemai­re, & Minn, 2018]) mit den ande­ren am FDM-Pro­zess betei­lig­ten Akteu­ren gekenn­zeich­net, mit gro­ßer Unsi­cher­heit ver­bun­den und wird mit einem als rela­tiv hoch wahr­ge­nom­men Kom­ple­xi­täts­grad asso­zi­iert. Zuwei­len wird FDM in der Lite­ra­tur sogar als „wicked pro­blem“ (Awre et al., 2015) bezeich­net. Das hier vor­ge­stell­te Kon­zept zur Imple­men­tie­rung von FDM-Qua­li­fi­zie­rungs­maß­nah­men ver­sucht theo­rie­ge­lei­tet Rand­be­din­gun­gen abzu­lei­ten, wel­che den Bedürf­nis­sen von wis­sen­schaft­lich arbei­ten­den Per­so­nen (hier sind For­schen­de sowie auch Stu­die­ren­de gemeint) Rech­nung tra­gen. Der­ge­stalt wird sowohl eine opti­mier­te Ein­bin­dung des FDM, als auch der Qua­li­fi­zie­rungs­maß­nah­men zur Durch­füh­rung von FDM im wis­sen­schaft­li­chen Arbeits­pro­zess ermöglicht.

Entwicklung eines Rahmenmodells zur Implementierung von FDM-Qualifizierungsmaßnahmen

Wie bereits ein­gangs aus­ge­führt, wird das größ­te Pro­blem, wenn es um die Inte­gra­ti­on des FDM in den wis­sen­schaft­li­chen Arbeits­pro­zess geht, in der zeit­li­chen Inte­grier­bar­keit gese­hen. Der Zeit­fak­tor kris­tal­li­siert sich dabei vor allem auf­grund der hohen wahr­ge­nom­me­nen Kom­ple­xi­tät des FDM und der mit ihm ver­bun­de­nen Auf­ga­ben her­aus. Ziel des hier vor­ge­stell­ten Qua­li­fi­zie­rungs­kon­zep­tes ist es, eben die­sen wahr­ge­nom­me­nen Kom­ple­xi­täts­grad zu redu­zie­ren. Dar­über soll bei den For­schen­den und den Stu­die­ren­den ein Bewusst­sein dafür geschaf­fen wer­den, dass eine Inte­gra­ti­on des FDM in den wis­sen­schaft­li­chen Arbeits­pro­zess eine Auf­ga­be dar­stellt, die a) zu bewäl­ti­gen ist und b) auch nicht nur als zusätz­li­che zeit­rau­ben­de Ver­wal­tungs­auf­ga­be anzu­se­hen ist. Statt­des­sen soll eine Wahr­neh­mung von FDM als per­sön­li­che Res­sour­ce geför­dert wer­den, wel­che ein effek­ti­ve­res und effi­zi­en­te­res wis­sen­schaft­li­ches Arbei­ten ermög­licht. Der Aus­gangs­punkt des Qua­li­fi­zie­rungs­kon­zep­tes ist dem­nach die Krea­ti­on einer Lern­um­ge­bung, wel­che eine sol­che Wahr­neh­mung för­dern kann. Dabei bege­ben wir uns zunächst in die Posi­ti­on einer wis­sen­schaft­lich arbei­ten­den Per­son und ihre übli­che Ler­num­welt. Die pro­to­ty­pi­sche Ler­num­welt aus der Per­spek­ti­ve eines For­schen­den oder Stu­die­ren­den ist dabei zwei­fel­los der wis­sen­schaft­li­che Arbeits­pro­zess selbst. Somit zielt unser Qua­li­fi­zie­rungs­kon­zept auf eine direk­te Inte­grier­bar­keit der Qua­li­fi­zie­rungs­maß­nah­men in den wis­sen­schaft­li­chen Arbeits­pro­zess ab. Dem­nach wird der wis­sen­schaft­li­che Arbeits­pro­zess in die­sem Qua­li­fi­zie­rungs­kon­zept als eine Mikro­welt kon­zep­tua­li­siert, in der die ver­schie­de­nen FDM-Auf­ga­ben sowie das Wis­sen, wel­ches zu deren Umset­zung nötig ist, direkt in den wis­sen­schaft­li­chen Arbeits­pro­zess inte­griert wer­den kön­nen. Das Kon­zept der Mikro­welt meint in die­sem Zusam­men­hang klei­ne, aber voll­stän­di­ge Dar­stel­lun­gen einer gewis­sen Inter­es­sens­do­mä­ne (Papert, 1981; Rie­ber, 1992). Die Idee hin­ter einer Mikro­welt ist die, dass Per­so­nen am bes­ten in einem Kon­text ler­nen, den sie leben. Die­se Annah­me spie­gelt sich bei­spiels­wei­se auch in der gän­gi­gen Auf­fas­sung wider, dass man eine neue Spra­che am bes­ten in dem Land erler­nen kann, wo sie übli­cher­wei­se gespro­chen wird.

Die Kon­zep­tua­li­sie­rung des wis­sen­schaft­li­chen Arbeits­pro­zes­ses als eine Ler­num­welt im Sin­ne einer Mikro­welt ist inso­fern von Vor­teil, als die Ver­mitt­lung und Anwen­dung der ver­schie­de­nen FDM-Kom­pe­ten­zen und der mit ihnen asso­zi­ier­ten Auf­ga­ben direkt im wis­sen­schaft­li­chen Arbeits­pro­zess simu­liert wer­den kann. Somit kön­nen For­schen­de und Stu­die­ren­de idea­ler­wei­se den direk­ten Mehr­wert eines den wis­sen­schaft­li­chen Arbeits­pro­zess beglei­ten­den FDM erfah­ren. Ein wei­te­rer Vor­teil besteht dar­in, dass sich Mikro­wel­ten durch selbst­ge­steu­er­tes Ler­nen aus­zeich­nen (Rie­ber, 1996). Selbst­ge­steu­er­tes Ler­nen wird hier­bei im Sin­ne der Kon­zep­tua­li­sie­rung von Zim­mer­mann (1989, 1990) ver­stan­den, wonach es sich bei selbst­ge­steu­er­tem Ler­nen um ein intrinsisch moti­vier­tes Ler­nen han­delt. Das heißt, Ler­nen­de emp­fin­den die Aus­übung der Akti­vi­tä­ten an sich, wel­che mit die­ser Ler­num­welt asso­zi­iert sind, als beloh­nend. Die­se Prä­mis­se soll­te bei den meis­ten For­schen­den mit Bezug auf die Akti­vi­tä­ten, wel­che sie im Rah­men des wis­sen­schaft­li­chen Arbeits­pro­zes­ses aus­füh­ren, gege­ben sein. Bei den Stu­die­ren­den soll­te eine ähn­li­che Hal­tung eben­falls erzeugt wer­den kön­nen durch eine stark anwen­dungs­ori­en­tier­te und damit anschau­li­che Ver­mitt­lung des wis­sen­schaft­li­chen Arbeitsprozesses.

Somit soll­te eine mög­lichst nahe Aus­rich­tung der Qua­li­fi­zie­rungs­maß­nah­men an dem inten­dier­ten Anwen­dungs­be­reich (d.h. dem wis­sen­schaft­li­chen Arbeits­pro­zess) zu einer höhe­ren Bereit­schaft der For­schen­den und Stu­die­ren­den füh­ren, die­se Qua­li­fi­zie­rungs­maß­nah­men anzu­neh­men und das in ihnen erwor­be­ne Wis­sen umzu­set­zen. Neben der Inte­gra­ti­on der Qua­li­fi­zie­rungs­maß­nah­men in den wis­sen­schaft­li­chen Arbeits­kon­text soll das hier vor­ge­stell­te Qua­li­fi­zie­rungs­kon­zept dazu bei­tra­gen, die wahr­ge­nom­me­ne Kom­ple­xi­tät der mit FDM asso­zi­ier­ten Auf­ga­ben zu redu­zie­ren. Die­se Reduk­ti­on der wahr­ge­nom­me­nen Kom­ple­xi­tät soll durch die Inte­gra­ti­on von Spiel­ele­men­ten erfol­gen. Spiel­ele­men­te kön­nen bei­spiels­wei­se über die Mög­lich­keit zur kol­la­bo­ra­ti­ven Bear­bei­tung von Auf­ga­ben, Regeln und Ein­schrän­kun­gen, die For­mu­lie­rung kla­rer Zie­le (im Fal­le eines Qua­li­fi­zie­rungs­kon­zep­tes wären dies bei­spiels­wei­se Lern­zie­le), die Imple­men­tie­rung von Her­aus­for­de­run­gen (i.S. unter­schied­lich schwie­ri­ger Lern­stu­fen) und Feed­back (z.B. im Sin­ne von Punk­ten, wel­che man für die Erfül­lung einer bestimm­ten Lern­auf­ga­be erhält), rea­li­siert wer­den (sie­he auch Wal­lace, 2016). Spie­le­ri­sches Ler­nen von FDM-Auf­ga­ben und ‑Kom­pe­ten­zen hat meh­re­re Vor­tei­le: Zunächst eig­net sich spie­le­ri­sches Ler­nen dazu, ver­schie­de­ne kom­ple­xe Sach­ver­hal­te in rela­tiv kur­zer Zeit bei gleich­zei­tig hoher intrinsi­scher Moti­va­ti­on zu erler­nen (Csiks­zent­mi­ha­lyi, 1990; Rie­ber, 1996). Man den­ke hier nur an das Erler­nen des Schach­spiels, des Kla­vier­spiels oder auch diver­ser Team­sport­ar­ten, wie zum Bei­spiel Vol­ley­ball. Dar­über hin­aus hat das Spie­len für gewöhn­lich einen frei­wil­li­gen Cha­rak­ter, was eben­falls von Vor­teil sein soll­te mit Bezug auf das Enga­ge­ment, wel­ches For­schen­de und Stu­die­ren­de sowie auch ande­re FDM-Akteu­re beim Erler­nen der neu­en Auf­ga­ben an den Tag legen.

Da in dem vom POD­MAN-Pro­jekt ange­streb­ten Refe­renz­mo­dell und damit auch inner­halb die­ses Qua­li­fi­zie­rungs­kon­zep­tes das Ziel ver­folgt wird, die Inter­ak­ti­on zwi­schen den ver­schie­de­nen Akteu­ren zu ver­bes­sern, soll­te zudem ein inte­gra­ti­ver Lern­an­satz (sog. blen­ded lear­ning) ver­folgt wer­den. Ein inte­gra­ti­ver Lern­an­satz ver­bin­det dabei die Vor­tei­le des E‑Learning (com­pu­ter­ge­stütz­tes Ler­nen) mit den­je­ni­gen von Prä­senz­ver­an­stal­tun­gen. Dem­nach wer­den die Effek­ti­vi­tät und zeit­li­che Fle­xi­bi­li­tät von elek­tro­ni­schen Lern­for­men mit den sozia­len Aspek­ten sowie gege­be­nen­falls der Mög­lich­keit zur prak­ti­schen Umset­zung von Auf­ga­ben in Prä­senz­ver­an­stal­tun­gen mit­ein­an­der kom­bi­niert. Über einen sol­chen Ansatz könn­ten meh­re­re Aspek­te umge­setzt wer­den, wel­che für eine opti­mier­te Inte­gra­ti­on des FDM in den wis­sen­schaft­li­chen Arbeits­pro­zess von­nö­ten sind. Zum einen könn­ten sich alle am FDM betei­lig­ten Akteu­re mit den ent­spre­chen­den Inhal­ten inner­halb des rele­van­ten Anwen­dungs­kon­tex­tes (d.h. inner­halb des wis­sen­schaft­li­chen Arbeits­pro­zes­ses) aus­ein­an­der­set­zen. Zum ande­ren wür­den die Prä­senz­ver­an­stal­tun­gen eine Platt­form bie­ten für den Aus­tausch von For­schen­den, Stu­die­ren­den und wis­sen­schafts­un­ter­stüt­zen­den Ein­rich­tun­gen, um der­ge­stalt eine opti­mier­te Inte­gra­ti­ons- und Inter­ak­ti­ons­stra­te­gie zu erar­bei­ten. Opti­miert meint in die­sem Fall eine Anpas­sung von Ser­vice- und Infra­struk­tur­ange­bo­ten an die Bedürf­nis­se der For­schen­den und Stu­die­ren­den wäh­rend des wis­sen­schaft­li­chen Arbeitsprozesses.

Nach­fol­gend soll eine mög­li­che Imple­men­tie­rungs­stra­te­gie zur Umset­zung unse­res Qua­li­fi­zie­rungs­kon­zep­tes skiz­ziert werden.

Referenzrahmen für das PODMAN-Qualifizierungskonzept

Schritt 1: Aus­ar­bei­tung von Lern­vi­de­os zu den ver­schie­de­nen Kom­pe­tenz­be­rei­chen und den mit ihnen asso­zi­ier­ten Auf­ga­ben inner­halb der jewei­li­gen Stu­fen des wis­sen­schaft­li­chen Arbeits­pro­zes­ses. Um eine zeit­li­che Inte­grier­bar­keit in den Arbeits­all­tag zu ermög­li­chen, soll­ten mög­lichst kur­ze, auf kon­kre­te Auf­ga­ben- bzw. The­men­be­rei­che bezo­ge­ne Lern­vi­de­os erstellt wer­den (max. 10 Min.).

Schritt 2: Bereit­stel­lung der Lern­vi­de­os über eine Inter­net­platt­form, auf die alle am FDM-Pro­zess betei­lig­ten Akteu­re Zugriff haben (z.B. Home­page des For­schungs­in­sti­tu­tes) und Anord­nung der ver­schie­de­nen Lern­vi­de­os ent­lang der Zeit­ach­se eines pro­to­ty­pi­schen wis­sen­schaft­li­chen Arbeits­pro­zes­ses (z.B. Stu­fe des wis­sen­schaft­li­chen Arbeits­pro­zes­ses  = For­schungs­kon­zept und unter die­sem Stich­wort fin­det sich ein Lern­vi­deo zur Nut­zung von Infor­ma­ti­ons­re­cher­che­pro­gram­men) — Dies soll allen am FDM betei­lig­ten Akteu­ren eine erleich­ter­te Aus­wahl der rele­van­ten Lern­in­hal­te ent­spre­chend ihres Bedarfs ermöglichen.

Schritt 3: Die Anwen­dung des Gelern­ten in ver­schie­de­nen Sze­na­ri­en, wel­che ein direk­tes Feed­back über das Errei­chen der Lern­zie­le ermög­li­chen und gleich­sam die Vor­tei­le einer sol­chen Vor­ge­hens­wei­se ver­deut­li­chen. Die­se Simu­la­tio­nen könn­ten sowohl in Eigen­re­gie, als auch im Rah­men einer Prä­senz­ver­an­stal­tung rea­li­siert wer­den. Das Erler­nen neu­en Wis­sens über die Lern­vi­de­os und des­sen Anwen­dung in einem spie­le­risch gestal­te­ten Simu­la­ti­ons­kon­text folgt dem blen­ded-lear­ning-Kon­zept eines „flip­ped class­room“ (Nim­mer­froh, 2016).

z.B.: Die Hand­ha­bung von Daten ent­spre­chend der durch ein spe­zi­fi­sches For­schungs­vor­ha­ben defi­nier­ten recht­li­chen Rah­men­be­din­gun­gen könn­te bei­spiels­wei­se in meh­re­ren auf­ein­an­der auf­bau­en­den Spie­l­e­be­nen rea­li­siert wer­den. Auf der ers­ten Spie­l­e­be­ne wür­de man eine kur­ze Zusam­men­fas­sung zu der For­schungs­fra­ge und dem zur Beant­wor­tung der For­schungs­fra­ge anvi­sier­ten Arbeits­pro­gramm bekom­men. Für jede Fall­vi­gnet­te müss­ten dann aus einer Lis­te die rele­van­ten recht­li­chen Rah­men­be­din­gun­gen aus­ge­wählt wer­den (z.B., Daten­schutz, Urhe­ber­recht, ethi­sche Rah­men­be­din­gun­gen). Der Ler­nen­de erhält in die­ser Stu­fe indi­vi­du­el­les Feed­back dar­über, ob er bereits alle rele­van­ten Rah­men­be­din­gun­gen iden­ti­fi­ziert hat oder nicht. Falls Rah­men­be­din­gun­gen nicht direkt iden­ti­fi­ziert wur­den, gibt das Lern­pro­gramm einen Hin­weis auf die rele­van­te Text­pas­sa­ge, aus der die noch feh­len­de Rah­men­be­din­gung abzu­lei­ten ist. Wenn alle Rah­men­be­din­gun­gen iden­ti­fi­ziert wur­den, gelangt der Ler­nen­de auf die zwei­te Spie­l­e­be­ne. Hier müs­sen nun kon­kre­te Hand­lungs­schrit­te beschrie­ben wer­den, wel­che für die Hand­ha­bung der Daten ent­spre­chend der zuvor iden­ti­fi­zier­ten Rah­men­be­din­gun­gen zu imple­men­tie­ren sind. Um auch hier die Mög­lich­keit von Feed­back sowie eine rela­ti­ve Kür­ze der Auf­ga­ben­be­ar­bei­tung zu gewähr­leis­ten, müss­ten ent­spre­chen­de Ant­wort­mög­lich­kei­ten vor­ge­fer­tigt wer­den. Die Auf­ga­be des Ler­nen­den bestün­de dann dar­in, die ver­schie­de­nen Ant­wort­op­tio­nen den jewei­li­gen recht­li­chen Rah­men­be­din­gun­gen zuzu­ord­nen. Auch hier wür­de das Pro­gramm bei Fehl­zu­wei­sun­gen ein ent­spre­chen­des Feed­back geben (z.B. kon­kre­te Feh­ler­rück­mel­dun­gen oder Punkt­ab­zü­ge in der Gesamt­be­wer­tung der Lektion).

Schritt 4: Die Dis­kus­si­on der eige­nen Lern­er­fah­run­gen mit den wis­sen­schafts­un­ter­stüt­zen­den Ein­rich­tun­gen, um ein auf den wis­sen­schaft­li­chen Arbeits­pro­zess zuge­schnit­te­nes FDM-Ser­vice- und Infra­struk­tur­ange­bot ent­wi­ckeln zu kön­nen. Dis­kus­si­on kann am direk­ten Bei­spiel inner­halb der in Schritt 4 ver­wand­ten Simu­la­ti­ons­übun­gen erfolgen.

Um die Anwend­bar­keit des Qua­li­fi­zie­rungs­kon­zep­tes abzu­run­den, soll abschlie­ßend eine Über­sicht über bestehen­de FDM-Infor­ma­ti­ons­platt­for­men bereit­ge­stellt wer­den. Dar­über soll eine inhalt­li­che Aus­ge­stal­tung der ver­schie­de­nen Lern­vi­de­os und Simu­la­ti­ons­übun­gen erleich­tert wer­den. Um eine mög­lichst ein­fa­che Über­füh­rung der in der eben­falls im POD­MAN-Pro­jekt ent­wi­ckel­ten Kom­pe­tenz­ma­trix auf­ge­deck­ten Lücken in die Aus­ar­bei­tung kon­kre­ter Schu­lungs­an­ge­bo­te zu ermög­li­chen, haben wir die Infor­ma­ti­ons­an­ge­bo­te den ver­schie­de­nen Kom­pe­tenz­be­rei­chen zuge­ord­net. Die­se Über­sicht bean­sprucht kei­ne Voll­stän­dig­keit, son­dern ist viel­mehr auf eine kon­ti­nu­ier­li­che Ergän­zung um wei­te­re rele­van­te Infor­ma­ti­ons­platt­for­men ausgelegt.

Übersicht zu bestehenden Schulungsangeboten aufgeschlüsselt nach den zentralen FDM-Kompetenzbereichen

 

Kompetenzbereiche
Infor­ma­ti­ons­re­cher­che
Metho­den­kom­pe­tenz
FDM-Leit­li­ni­en (fach­spe­zi­fisch
& fächerübergreifend)
FDM-Ser­vices & ‑pro­zes­se
Infor­ma­ti­ons­recht­li­che & ethi­sche Rahmenbedingungen
wis­sen­schaft­li­che Netzwerkstrukturen
tech­ni­sche Neuerungen
bzgl. FDM
Hard­ware­an­for­de­run­gen
Daten­struk­tu­ren, Datentypen,
For­ma­te, Vokabulare,
Onto­lo­gien, Metadaten
Leit­fä­den & Softwarelösungen
für Datenaufbereitung &
‑doku­men­ta­ti­on
Daten­li­zen­sie­rung, Datenschutz
& intel­lek­tu­el­le Eigentumsrechte
Daten- & Open-Access
Publikationsorgane
lang­fris­ti­ger Datenerhalt
(For­schungs­da­ten­zen­tren;
Repositorien)
RatSWD
X
X
X
Data­Wiz-Know­ledge Base (ZPID)
X
X
X
X
X
X
X
X
X
Ver­bund For­schungs­da­ten Bildung
X
X
X
X
X
Digi­tal Cura­ti­on Centre
X
X
X
X
Data­man (HU-Ber­lin)
X
X
X
X
X
X
cess­da eric
X
X
X
X
X
X
X
X
Gesis
X
X
X
X
X
X
X
X
EUDAT
X
X
X
X
Rese­arch Data­ma­ne­ge­ment @ Tufts
X
X
X
X
X
X
X
forschungsdaten.info
X
X
X
X
X
X
X
X
forschungsdaten.org
X
X
X
X
X
X

 

Lite­ra­tur

Awre, C., Bax­ter, J., Clif­ford, B., Col­clough, J., Cox, A., … Zawad­ski, M. (2015). Rese­arch data manage­ment as a „wicked pro­blem“. Libra­ry Review, 64, 356 — 371. doi:10.1108/LR-04–2015-0043

Blask, K., Förs­ter, A., Lemai­re, M., & Minn, G. (2018). For­schungs­pro­zess­spe­zi­fi­sche Kom­pe­tenz­ma­trix. Arbeits­pa­pier. doi:ubtr-2751–5387-20xx

Csiks­zent­mi­ha­lyi, M. (1990). Flow: The psy­cho­lo­gy of opti­mal experience. New York: Har­per & Row.

Kalm­ring, D., & Alpar, P (2004). Stoß­rich­tun­gen eines Con­trol­lings Orga­ni­sa­tio­na­ler Intel­li­genz. Paper pre­sen­ted at the Mul­ti­kon­fe­renz Wirt­schafts­in­for­ma­tik, Essen.

Papert, S. (1981). Com­pu­ter-based micro­worlds as incu­ba­tors for power­ful ide­as. In R. Tay­lor (Ed.), The com­pu­ter in the school: Tutot, tool, tutee, (pp. 203–210). New York: Teacher’s Col­le­ge Press.

Rie­ber, L. P. (1992). Com­pu­ter-based micro­worlds: A bridge bet­ween con­struc­ti­vism and direct inst­ruc­tion. Edu­ca­tio­nal Tech­no­lo­gy Rese­arch & Deve­lo­p­ment, 40, 93 — 106. doi:10.1007/BF02296709

Rie­ber, L. P. (1996). Serious­ly con­si­de­ring play: Designing inter­ac­ti­ve lear­ning envi­ron­ments based on the blen­ding of micro­worlds, simu­la­ti­ons, and games. Edu­ca­tio­nal Tech­no­lo­gy Rese­arch and Deve­lo­p­ment, 44, 43 — 58. doi:10.1007/BF02300540

Wal­lace, P. (2016). The psy­cho­lo­gy of online gaming. In P. Wal­lace (Ed.), The Psy­cho­lo­gy of the inter­net, (pp. 193 — 214). New York: Cam­bridge Uni­ver­si­ty Press.

Zim­mer­man, B. (1989). A social cogni­ti­ve view of self-regu­la­ted aca­de­mic lear­ning. Jour­nal of Edu­ca­tio­nal Psy­cho­lo­gy, 81, 329 — 339. doi:10.1037/0022–0663.81.3.329

Zim­mer­man, B. (1990). Self-regu­la­ted lear­ning and aca­de­mic achie­ve­ment: An over­view. Edu­ca­tio­nal Psy­cho­lo­gist, 25, 3 — 17. doi:10.1207/s15326985ep2501_2





gefördert vom

Diese Website verwendet das großartige -Plugin.