@misc{FuehlesUbachEchtenbruck2021, author = {F{\"u}hles-Ubach, Simone and Echtenbruck, Martina}, title = {Datenkompetenz als neue Schl{\"u}sselkompetenz - Welche Rolle haben Bibliotheken?}, series = {Themenkreis 6: Forschungsdaten und forschungsnahe Dienstleistungen / OER-Strategien und Datenkompetenz(16.06.2021, 11:00 - 12:30 Uhr, Raum 2 (virtuell))}, journal = {Themenkreis 6: Forschungsdaten und forschungsnahe Dienstleistungen / OER-Strategien und Datenkompetenz(16.06.2021, 11:00 - 12:30 Uhr, Raum 2 (virtuell))}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-175776}, year = {2021}, abstract = {Die Rufe nach breit aufgestellter Datenkompetenz werden immer lauter. Schon 2018 hieß es im Harvard Business Review: „Data is the new oil, Artificial Intelligence is the new electricity, The Internet of things is the new nervous system."[1] Der Stifterverband f{\"u}r die deutsche Wissenschaft hat Datenkompetenz als die Schl{\"u}sselkompetenz der Zukunft bezeichnet. Die DaLI - Data Literacy Initiative der TH K{\"o}ln plant in einem dreij{\"a}hrigen, fakult{\"a}ts{\"u}bergreifenden Projekt dem planvollen und sicheren Umgang mit Daten sowie ihrem bewussten und ethisch ad{\"a}quaten Einsatz n{\"a}her zu kommen. DaLI entwickelt ein modulares, interdisziplin{\"a}res Programm, um Datenkompetenz systematisch und hochschulweit in Lehre und Forschung zu verankern. Zus{\"a}tzlich werden mit einem DaLI Lab, Kooperationsprojekten und einer Ringvorlesung Schnittstellen zu regionalen Akteuren, Organisationen und in die Zivilgesellschaft gebildet. Langfristige Zielsetzungen von DaLI sind die umfassende Sensibilisierung f{\"u}r den Umgang mit Daten in allen Disziplinen und die curriculare Einbindung einer fach{\"u}bergreifenden, professionellen Ausbildung f{\"u}r die gesamte Hochschule. Wenn Datenkompetenz also eine Grundkompetenz aller Studierenden sein soll, dann ist die Frage, welche Anforderungen an Bibliotheken und Bibliothekare im Kontext von Datenkompetenz gestellt werden . W{\"a}hrend die Vermittlung von Informationskompetenz bereits als etablierte Bibliotheksdienstleistung gelten kann, m{\"u}ssen sich Bibliotheken im Bereich der Datenkompetenz sowohl personell als auch inhaltlich erweitert aufstellen. [1] Futurist Gerd Leonhard. Harvard Business Manager LIVE Executive Forum. Munich, April 2018.}, language = {de} } @misc{Arndt2021, author = {Arndt, Anna}, title = {Kooperative Entwicklung von Services zu Open Educational Resources an der SLUB Dresden gemeinsam mit der TU Dresden}, series = {Themenkreis 6: Forschungsdaten und forschungsnahe Dienstleistungen / OER-Strategien und Datenkompetenz(16.06.2021, 11:00 - 12:30 Uhr, Raum 2 (virtuell))}, journal = {Themenkreis 6: Forschungsdaten und forschungsnahe Dienstleistungen / OER-Strategien und Datenkompetenz(16.06.2021, 11:00 - 12:30 Uhr, Raum 2 (virtuell))}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-175795}, year = {2021}, abstract = {Im Zuge der Openness Bewegung in Bildung, Wissenschaft und Forschung entsteht aus einer gemeinsamen Initiative der Technischen Universit{\"a}t Dresden, des Zentrums f{\"u}r Interdisziplin{\"a}res Lehren und Lernen (ZiLL) der TU Dresden und der S{\"a}chsischen Landesbibliothek- Staats- und Universit{\"a}tsbibliothek Dresden (SLUB) derzeit ein Service- und Beratungsangebot zum Thema Open Educational Resources (OER). Offene, das heißt frei zug{\"a}ngliche und nachnutzbare, Lehr- und Lernmaterialien sind f{\"u}r Lernende und Lehrende gleichermaßen attraktiv. Lernenden erm{\"o}glichen sie orts- und zeitunabh{\"a}ngig Zugriff auf Lerninhalte und damit einen unmittelbaren Zugang zu Wissen. Lehrende unterst{\"u}tzen sie bei einer effizienten Erstellung hochqualitativer Unterrichtsmaterialien und tragen zur professionellen Sichtbarkeit bei. Nicht zuletzt die aktuelle Situation der virtuellen Semester verdeutlicht, dass ein Bekenntnis zur Offenheit in der Wissenschaft nicht nur f{\"u}r die aus der Forschung resultierenden Publikationen n{\"o}tig ist, sondern gleichermaßen auch f{\"u}r die in der akademischen Lehre eingesetzten Materialien angestrebt werden sollte. Mit dem Service- und Beratungsangebot der SLUB Dresden und der TU Dresden zu OER werden Universit{\"a}tsangeh{\"o}rige auf diesem Weg ermutigt, den Openness Gedanken sowohl auf ihre Forschung als auch in ihrer Lehre anzuwenden und somit einen partizipativen Wissenserwerb ohne gesellschaftliche Schranken zu erm{\"o}glichen. In einem 15-min{\"u}tigen Kurzvortrag soll interessierten Kolleginnen und Kollegen wissenschaftlicher Bibliotheken und anderer Bildungseinrichtungen die gemeinsame Initiative und bisherige Ergebnisse vorgestellt werden. Die Referierenden pr{\"a}sentieren durchgef{\"u}hrte Veranstaltungen und die dabei gewonnenen Erfahrungen zu deren Aufbau, Konzeption und Evaluation.}, language = {de} } @misc{WolffKoeppen2021, author = {Wolff, Ian and K{\"o}ppen, Veit}, title = {Ein Forschungsdatenrepositorium f{\"u}r den Austausch von Learning Analytics Daten}, series = {Themenkreis 6: Forschungsdaten und forschungsnahe Dienstleistungen / OER-Strategien und Datenkompetenz(16.06.2021, 11:00 - 12:30 Uhr, Raum 2 (virtuell))}, journal = {Themenkreis 6: Forschungsdaten und forschungsnahe Dienstleistungen / OER-Strategien und Datenkompetenz(16.06.2021, 11:00 - 12:30 Uhr, Raum 2 (virtuell))}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-175780}, year = {2021}, abstract = {Vielen wissenschaftlichen Untersuchungen dienen Forschungsdaten als Grundlage neuer Erkenntnisse. Um diese Grundlage nicht zu verlieren, sollten die Daten sicher gespeichert, nachhaltige archiviert und langfristig bereitgestellt werden. Der breite Zugang zu Forschungsdaten erlaubt neue Perspektiven f{\"u}r wissenschaftliches Arbeiten, indem bereits bestehende Ergebnisse reproduziert werden und einfacher zu neuen Erkenntnis gelangt wird. Learning Analytics (LA) nutzen Daten, die von Lernenden und Lehrenden produziert werden. Dabei verfolgen LA das Ziel, mit Analysemodellen, Informationen und soziale Verbindungen innerhalb des Lernprozesses sichtbar zu machen, um Lernverhalten zu unterst{\"u}tzen. Die statistischen Analysemethoden der LA ben{\"o}tigen eine große Anzahl an Datens{\"a}tzen, um valide Aussagen treffen zu k{\"o}nnen. Oft ist die Anzahl der untersuchten Lernf{\"a}lle jedoch gering, weshalb sich eine Zusammenlegung unterschiedlicher Forschungsdatens{\"a}tze anbietet. Wir untersuchen das kollaborative Erlernen von Programmiersprachen an drei Standorten, um mehrere {\"a}hnliche Lernbereiche zusammenzubringen und zugleich eine hinreichend große Datenbasis f{\"u}r eine Analyse zu schaffen. Dabei soll eine einfache Transferierbarkeit der erhobenen Lernendendaten auf unterschiedliche Programmiersprachen, {\"U}bungskonzepte und Hochschulkontexte erm{\"o}glicht werden, mit dem Anspruch die heterogenen Daten untereinander nutzbar zu machen. Auf informationstechnischer Ebene erfolgte eine Bedarfsanalyse der LA, aus der heraus ein Objektmodell abgeleitet wurde. Dieses bildet relevante Charakteristika und Objekte des LA Forschungsprozesses ab und f{\"u}hrt zu einem Metadatenmodell. Dieses wird in einem Forschungsdatenrepositorium genutzt, um eine Nachnutzbarkeit der Daten zu erzielen. Somit wird eine Grundlage f{\"u}r die nachhaltige Nutzung von Learning Analytics-Daten und -Ans{\"a}tzen in Forschung und Lehre an deutschen Hochschulen gebildet.}, language = {de} }