Course Schedule

Start > Sozialpädagogik (B.A.) -> Komplementärstudium -> Methodenorientierte Zugänge zu den Naturwissenschaften

Lehrveranstaltungen

Arduino: kreatives Entwickeln kleiner computerbasierter Lösungen für verschiedene Lebensbereiche (Seminar)

Dozent/in: Andreas Möller

Termin:
 wöchentlich | Montag | 12:15 - 13:45 | 02.04.2024 - 05.07.2024 | C 11.308 Seminarraum

Inhalt: Es heißt, Arduino sei eine König in Ivrea, Italien, im Mittelalter gewesen. Andere behaupten, dass Arduino eine Studentenkneipe gewesen ist, als Arduino für studentische Projekte des Interaction Design Institute Ivrea (IDII) entwickelt worden ist. Heute steht Arduino für ein Hardware/Software-Paket, das es erlaubt, sehr einfach einen Microcomputer um Sensoren (Temperatur, Bewegung, Energieverbrauch etc.) auszustatten, Aktoren wie Leuchtdioden oder Relais (z.b. als Schalter zu Ein- und Ausschalten von 240V-Leitungen) zu ergänzen und zu programmieren. Dazu besteht die Arduino Hardware (Arduino UNO) aus einem USB-Anschluss zum Anschluss an ein Laptop (benötigt man für das Programmieren), einem Anschluss für Spannungsversorgung und vor allem vielen Input- und Outputanschlüsse für die Sensoren und Aktoren. Das besondere Merkmal von Arduino ist, dass es für Studenten im Bereich Interactive Design entwickelt worden ist. NICHT vorausgesetzt werden Hard- und Softwarekenntnisse, es ist auch nicht notwendig zu wissen, wie man Hardware aufbaut ("löten"). Im Vordergrund stehen kreative computerbasierte Lösungen für verschiedenste Lebensbereiche wie Wohnen, Arbeit, Mobilität, Kunst. Das fängt an bei einfachen Blicklichtern, Energieverbrauchsmessungen, Master/Slave-Schaltern, einfachen Robotern... Im Internet finden sich zahlreiche Beispiele, was man alles mit diesen kleinen Microcomputern machen kann (vgl. http://www.arduino.cc/en/). In einer letzten Phase des Seminars werden Fragen der Zukunft der Gesellschaft und Nachhaltigkeit behandelt (Open Source und Open Hardware, Maker-Communities in der Gesellschaft, Green IT usw.).

Cognitive Modeling (FSL) (PsyWi Modul 2) (Seminar)

Dozent/in: Sebastian Wallot

Termin:
 wöchentlich | Mittwoch | 10:15 - 11:45 | 02.04.2024 - 05.07.2024 | C 14.204 Seminarraum

Inhalt: This course is about implementing psychological theories into mathematical models, which in turn can be used to generate predictions that can be testet on empirical data. To that end, we first discuss the notion of a model in terms of simple statistical models that we usually use for data analysis, but that can also be used to generate data. Then, we will learn about more advanced models, for example, from motor control, or eye movements during reading. In class work, we will also begin to formulate and program such models ourself, where students will be working together in small groups. Finally, we will learn and discuss how to compare and evaluate such models. For students who want to take this course, but have no prior experience with basic statistics, self-learn materials will be provided to reach a working level of statistics that is necessary to understand cognitive models. For student who want to take this course, but have not prior experience in programming, self-learn materials will be provided to reach a sufficient skill level in programming in order to implement some of these models during the course.

DATAx: Fortgeschrittene Konzepte der Programmierung (Seminar)

Dozent/in: Burkhardt Funk, Jonas Scharfenberger

Termin:
 wöchentlich | Montag | 10:15 - 11:45 | 02.04.2024 - 05.07.2024 | C 9.102 Seminarraum
wöchentlich | Mittwoch | 12:15 - 13:45 | 02.04.2024 - 05.07.2024 | C 12.006 Seminarraum

Inhalt: Die Veranstaltung besteht aus einer Vorlesung und einer begleitenden Übung. Im Laufe des Semesters werden verschiedene 2D-Spiele (z.B. Tic-Tac-Toe, Pong, Flappy Bird oder Super Mario) implementiert und weiterführende Konzepte der Programmierung in Python werden praxisnah behandelt. Zu den Konzepten zählen unter anderem: * Grundlegende Ansätze der Programmierung (Debugging, Testing, Coding Guidelines, Entwicklungsprozess, Versionsverwaltung) * Vertiefung Datenstrukturen und Funktionskonzept in Python * Objektorientierte Programmierung * Algorithmen Die Veranstaltung hat einen hohen praktischen Anteil. Zum Abschluss des Kurses soll ein Softwareprojekt in Python umgesetzt werden.

Der experimentelle Zugang zur Psychologie (Seminar)

Dozent/in: Gerd Meier

Termin:
 wöchentlich | Montag | 10:15 - 11:45 | 02.04.2024 - 03.06.2024 | W HS 2
Einzeltermin | Mo, 10.06.2024, 10:15 - Mo, 10.06.2024, 11:45 | W HS 3 | Raumwechsel am 10.06.24
wöchentlich | Montag | 10:15 - 11:45 | 17.06.2024 - 05.07.2024 | W HS 2

Inhalt: Die Pschologie erforscht Verhalten und Erleben von Menschen. Für eine längere Zeit nach Einführung der Psychologie als Wissenschaftsdisziplin galt die Selbstbeobachtung und mithin der Konstruktivismus als anerkannter Forschungsweg. Der Mainstream der Psychologie hat aber erkannt, dass der einzige, gangbare Weg der Erkenntnisgewinnung in der Psychologie der experimentelle Zugang ist. Die Studierenden lernen die einzelnen Schritte des Experimentierens bezüglich des äußerst komplexen Forschungsgegenstandes der Psychologie kennen und üben die Umsetzung.

Fortgeschrittene Softwareentwicklung mit Java (Seminar)

Dozent/in: Ralph Welge

Termin:
 wöchentlich | Freitag | 08:15 - 09:45 | 02.04.2024 - 05.07.2024 | C 7.016 CAD-Labor

Inhalt: Die Veranstaltung behandelt die fortgeschrittene Programmierung mit Java. Die Veranstaltung wiederholt kurz die grundlegenden Merkmale von Java. Dazu zählen unter anderem Schlüsselworte, Bezeichner, Operatoren, Datentypen, Kontrollstrukturen, Arrays und Strings. Danach werden ausgesuchte vertiefende Konzepte behandelt. Es werden ausgesuchte Themen aus folgenden Bereichen behandelt (weiterführende vorbehalten): Kap. 01. Java (17) - Sprachelemente und Kontrollstrukturen Kap. 02. Objektorientierung - Klasse und Objekt, Kapselung und Konstruktoren Kap. 03.Objektorientierung - Vererbung, Finale Klassen, Abstrakte Klassen Kap. 04. Interfaces, Adapterklassen Kap. 05. Fehlerbehandlung (Exceptions, Assertions) Kap. 06. Arrays, Datenstrukturen Kap. 07. Collections-Framework Kap. 08. Generics Kap. 09. Funktionale Programmierung, Lamda Expressions Kap. 10. Stream API Kap. 11. Nebenläufige Programmierung Kap. 12. Design Pattern Kap. 13. ORM, Hibernate Kap. 14. Datenstrukturen und Algorithmen Kap. 15. REST Services mit Spring Kap. 16. Grafische Benutzeroberflächen

Green Guerillas - exploring greening initiatives from an ecological perspective (FSL) (Seminar)

Dozent/in: Heike Zimmermann

Termin:
 wöchentlich | Montag | 10:15 - 11:45 | 02.04.2024 - 05.07.2024 | C 14.102 a Seminarraum

Inhalt: The Green Guerillas initiative is a grassroots movement that focuses on community-driven urban gardening and greening efforts in urban environments. This initiative is characterized by its guerrilla-style tactics, where individuals or groups of volunteers take it upon themselves to transform neglected or vacant urban spaces into thriving gardens and green areas without formal permission. In this course we want to explore these kind of initiatives from an ecological perspective. What needs to be considered so that these initiatives are not pure greenwashing, but a meaningful complement to traditional conservation management? With this in mind, in this course we will, for example, examine seed bombs in terms of taxonomy, plant communities and ecological niches.

Research Methods in Psychology and Management (FSL) (Profil PsyWi, Modul 2) (Seminar)

Dozent/in: Michael Gielnik

Termin:
 wöchentlich | Freitag | 08:15 - 09:45 | 02.04.2024 - 12.04.2024 | C HS 3
Einzeltermin | Fr, 19.04.2024, 08:15 - Fr, 19.04.2024, 09:45 | C HS 1 | Raumwechsel am 19.04.24
wöchentlich | Freitag | 08:15 - 09:45 | 26.04.2024 - 05.07.2024 | C HS 3

Inhalt: The course provides an introduction to statistical methods in psychological and management research. The course covers quantitative methods, including research designs, psychometric properties of tests, and statistical analyses of mediation and moderation. Furthermore, the course provides an introduction to developing theoretical models and concepts, operationalizing of constructs, selecting appropriate statistical procedures, and running statistical analyses using R software. Basic knowledge in descriptive and inferential statistics is required.