Projekt Data Science in der Schule (ProDaBi III)
Überblick
Key Facts
- Keywords:
- Data Science Education, AI Education
- Profilbereich:
- Transformation und Bildung
- Art des Projektes:
- Wissenstransfer
- Laufzeit:
- 08/2023 - 07/2026
- Beitrag zur Nachhaltigkeit:
- Hochwertige Bildung
- Gefördert durch:
- Deutsche Telekom Stiftung
- Website:
-
Homepage
Detailinformationen
Ausgewählte Publikationen
Exploration of Location Data: Real Data in the Context of Interaction with a Cellular Network
L. Höper, S. Podworny, C. Schulte, D. Frischemeier, in: Proceedings of the IASE 2021 Satellite Conference, International Association for Statistical Education, 2022.
Teaching and Learning Data-Driven Machine Learning with Educationally Designed Jupyter Notebooks
Y. Fleischer, R. Biehler, C. Schulte, Statistics Education Research Journal 21 (2022).
Jupyter Notebooks for Teaching, Learning, and Doing Data Science
Y. Fleischer, S. Hüsing, R. Biehler, S. Podworny, C. Schulte, in: S.A. Peters, L. Zapata-Cardona, F. Bonafini, A. Fan (Eds.), Bridging the Gap: Empowering and Educating Today’s Learners in Statistics. Proceedings of the Eleventh International Conference on Teaching Statistics, International Association for Statistical Education, 2022.
Datenbewusstsein: Aufmerksamkeit für die eigenen Daten
L. Höper, C. Schulte, in: L. Humbert (Ed.), 19. GI-Fachtagung Informatik und Schule, INFOS 2021, Wuppertal, Germany, September 8-10, 2021, Gesellschaft für Informatik, Bonn, 2021, pp. 73–82.
Using data cards for teaching data based decision trees in middle school
Alle Publikationen anzeigen
S. Podworny, Y. Fleischer, S. Hüsing, R. Biehler, D. Frischemeier, L. Höper, C. Schulte, in: O. Seppälä, A. Petersen (Eds.), Koli Calling ’21: 21st Koli Calling International Conference on Computing Education Research, Joensuu, Finland, November 18 - 21, 2021, ACM, 2021, p. 39:1-39:3.