Feinstaubanalyse/Module Datenanalyse - Versionsgeschichte

Shuesing: /* Material */

2021-10-01T12:30:18Z

Material

← Nächstältere Version		Version vom 1. Oktober 2021, 12:30 Uhr
Zeile 13:		Zeile 13:

	Später (im nächsten Modul): Verteilen der digitalen Essays und Feedback/Zusammenfassung der Erkenntnisse durch die anderen Gruppen		Später (im nächsten Modul): Verteilen der digitalen Essays und Feedback/Zusammenfassung der Erkenntnisse durch die anderen Gruppen

			==== Differenzierung ====

	====Material====		====Material====
Zeile 18:		Zeile 20:
	*Tutorial-JupyterNotebook		*Tutorial-JupyterNotebook
	*Beispiel für ein Computational Essay (folgt...)		*Beispiel für ein Computational Essay (folgt...)
			*

Shuesing am 1. Oktober 2021 um 12:02 Uhr

2021-10-01T12:02:10Z

← Nächstältere Version		Version vom 1. Oktober 2021, 12:02 Uhr
Zeile 1:		Zeile 1:
	<br />{{Infobox\|image=\|thema=Data Science\|Material=\|Material_Name=\|Autor=Nils Fitting, Sven Hüsing\|subpages=True\|Material1=\|Material1_Name=\|Material2=\|Material2_Name=}}		<br />{{Infobox\|image=\|thema=Data Science\|Material=\|Material_Name=\|Autor=Nils Fitting, Sven Hüsing\|subpages=True\|Material1=\|Material1_Name=\|Material2=\|Material2_Name=}}

	==== Beschreibung der Phase ====		====Beschreibung der Phase====
	In dieser Phase sollen die SuS die von der Sensebox gesammelten Daten über die SD-Karte auf die PCs/Laptops übertragen und dann innerhalb eines neu angelegten Jupyter-Notebooks analysieren und darstellen. Jupyter Notebooks sind im wesentlichen digitale Dokumente, in die man verschiedene Zellen einfügen kann:		In dieser Phase sollen die SuS die von der Sensebox gesammelten Daten über die SD-Karte auf die PCs/Laptops übertragen und dann innerhalb eines neu angelegten Jupyter-Notebooks analysieren und darstellen. Jupyter Notebooks sind im wesentlichen digitale Dokumente, in die man verschiedene Zellen einfügen kann:

	# Code-Zellen, um Python-Code zu schreiben, der dann ausgeführt werden kann		#Code-Zellen, um Python-Code zu schreiben, der dann ausgeführt werden kann
	# Auswertungszellen, in denen die Outputs der Codezellen stehen		#Auswertungszellen, in denen die Outputs der Codezellen stehen
	# Markdown-Zellen, in die man mit Markdown-Text Beschreibungen oder Erläuterungen schreiben kann		#Markdown-Zellen, in die man mit Markdown-Text Beschreibungen oder Erläuterungen schreiben kann

	Insbesondere ist es möglich, einzelne Variablen in einer Codezelle zu definieren und in diese zu schreiben, um sie dann in einer späteren Codezelle erneut zu verwenden. ~~Folgendes Minimalbeispiel verdeutlicht dieses Vorgehen:~~		Insbesondere ist es möglich, einzelne Variablen in einer Codezelle zu definieren und in diese zu schreiben, um sie dann in einer späteren Codezelle erneut zu verwenden.

	~~<Bild einfügen>~~		Die SuS können sich für die Datenanalyse an einem Tutorial-JupyterNotebook orientieren, in dem sie angeleitet werden, eine Datenanalyse im Umweltkontext durchzuführen. Sie können dabei einzelne Codeschnipsel hieraus kopieren, um sie für ihre eigene Datenanalyse zu nutzen. Das Ziel dieses Unterrichtsmoduls ist es, dass die SuS ein sogenanntes Computational Essay erstellen, in dem sowohl der Programmcode, die Programmierergebnisse, als auch erläuternder Text enthalten ist. Letzterer soll dazu eingesetzt werden, den Prozess der Datenerhebung für Lesende des Essays nachvollziehbar darstellen zu können. Dazu ist es wichtig, die Programmierschritte einzeln zu erläutern - den Code also zu kommentieren und darzulegen, welche Funktion ein gewisser Codeschnipsel hat. Darüber hinaus sollen jedoch auch die Ergebnisse bereits im selben Dokument kommentiert und interpretiert werden, sodass die gezogenen Schlussfolgerungen direkt anhand der Programmierergebnisse verdeutlicht werden können. Ein Beispiel für ein solches Computational Essay befindet sich ebenfalls unter dem Abschnitt ''Material''.

	Die SuS können sich für die Datenanalyse ~~am Jupyter Notebook~~ orientieren, ~~das weiter unten unter~~ dem ~~Abschnitt ''Material'' aufgelistet ist~~, ~~und~~ einzelne Codeschnipsel hieraus kopieren, um sie für ihre eigene Datenanalyse zu nutzen. Das Ziel dieses Unterrichtsmoduls ist es, dass die SuS ein sogenanntes Computational Essay erstellen, in dem sowohl der Programmcode, die Programmierergebnisse, als auch erläuternder Text enthalten ist. Letzterer soll dazu eingesetzt werden, den Prozess der Datenerhebung für Lesende des Essays nachvollziehbar darstellen zu können. Dazu ist es wichtig, die Programmierschritte einzeln zu erläutern - den Code also zu kommentieren und darzulegen, welche Funktion ein gewisser Codeschnipsel hat. Darüber hinaus sollen jedoch auch die Ergebnisse bereits im selben Dokument kommentiert und interpretiert werden, sodass die gezogenen Schlussfolgerungen direkt anhand der Programmierergebnisse verdeutlicht werden können. Ein Beispiel für ein solches Computational Essay befindet sich ebenfalls unter dem Abschnitt ''Material''.

	Später (im nächsten Modul): Verteilen der digitalen Essays und Feedback/Zusammenfassung der Erkenntnisse durch die anderen Gruppen		Später (im nächsten Modul): Verteilen der digitalen Essays und Feedback/Zusammenfassung der Erkenntnisse durch die anderen Gruppen

	==== Material ====		====Material====

	* ~~Worked Example, aus dem heraus die SuS einzelne Codeschnipsel kopieren und anschließend in ihren Dokumenten adaptieren können~~		*Tutorial-JupyterNotebook
	* Beispiel für ein Computational Essay (folgt...)		*Beispiel für ein Computational Essay (folgt...)

Shuesing: Beschreibung der Phase ergänzt

2021-09-24T14:07:29Z

Beschreibung der Phase ergänzt

← Nächstältere Version		Version vom 24. September 2021, 14:07 Uhr
Zeile 1:		Zeile 1:
	<br />{{Infobox\|image=\|thema=Data Science\|Material=\|Material_Name=\|Autor=Nils Fitting, Sven Hüsing\|subpages=True\|Material1=\|Material1_Name=\|Material2=\|Material2_Name=}}		<br />{{Infobox\|image=\|thema=Data Science\|Material=\|Material_Name=\|Autor=Nils Fitting, Sven Hüsing\|subpages=True\|Material1=\|Material1_Name=\|Material2=\|Material2_Name=}}

			==== Beschreibung der Phase ====
			In dieser Phase sollen die SuS die von der Sensebox gesammelten Daten über die SD-Karte auf die PCs/Laptops übertragen und dann innerhalb eines neu angelegten Jupyter-Notebooks analysieren und darstellen. Jupyter Notebooks sind im wesentlichen digitale Dokumente, in die man verschiedene Zellen einfügen kann:

			# Code-Zellen, um Python-Code zu schreiben, der dann ausgeführt werden kann
			# Auswertungszellen, in denen die Outputs der Codezellen stehen
			# Markdown-Zellen, in die man mit Markdown-Text Beschreibungen oder Erläuterungen schreiben kann

			Insbesondere ist es möglich, einzelne Variablen in einer Codezelle zu definieren und in diese zu schreiben, um sie dann in einer späteren Codezelle erneut zu verwenden. Folgendes Minimalbeispiel verdeutlicht dieses Vorgehen:

			<Bild einfügen>

			Die SuS können sich für die Datenanalyse am Jupyter Notebook orientieren, das weiter unten unter dem Abschnitt ''Material'' aufgelistet ist, und einzelne Codeschnipsel hieraus kopieren, um sie für ihre eigene Datenanalyse zu nutzen. Das Ziel dieses Unterrichtsmoduls ist es, dass die SuS ein sogenanntes Computational Essay erstellen, in dem sowohl der Programmcode, die Programmierergebnisse, als auch erläuternder Text enthalten ist. Letzterer soll dazu eingesetzt werden, den Prozess der Datenerhebung für Lesende des Essays nachvollziehbar darstellen zu können. Dazu ist es wichtig, die Programmierschritte einzeln zu erläutern - den Code also zu kommentieren und darzulegen, welche Funktion ein gewisser Codeschnipsel hat. Darüber hinaus sollen jedoch auch die Ergebnisse bereits im selben Dokument kommentiert und interpretiert werden, sodass die gezogenen Schlussfolgerungen direkt anhand der Programmierergebnisse verdeutlicht werden können. Ein Beispiel für ein solches Computational Essay befindet sich ebenfalls unter dem Abschnitt ''Material''.

			Später (im nächsten Modul): Verteilen der digitalen Essays und Feedback/Zusammenfassung der Erkenntnisse durch die anderen Gruppen

			==== Material ====

			* Worked Example, aus dem heraus die SuS einzelne Codeschnipsel kopieren und anschließend in ihren Dokumenten adaptieren können
			* Beispiel für ein Computational Essay (folgt...)

Shuesing am 13. Juli 2021 um 07:39 Uhr

2021-07-13T07:39:18Z

← Nächstältere Version		Version vom 13. Juli 2021, 07:39 Uhr
Zeile 1:		Zeile 1:
	~~<tbc.>~~

	<br />{{Infobox\|image=\|thema=Data Science\|Material=\|Material_Name=\|Autor=Nils Fitting, Sven Hüsing\|subpages=True\|Material1=\|Material1_Name=\|Material2=\|Material2_Name=}}		<br />{{Infobox\|image=\|thema=Data Science\|Material=\|Material_Name=\|Autor=Nils Fitting, Sven Hüsing\|subpages=True\|Material1=\|Material1_Name=\|Material2=\|Material2_Name=}}

Shuesing am 13. Juli 2021 um 07:36 Uhr

2021-07-13T07:36:43Z

← Nächstältere Version		Version vom 13. Juli 2021, 07:36 Uhr
Zeile 1:		Zeile 1:
	<tbc.>		<tbc.>

			<br />{{Infobox\|image=\|thema=Data Science\|Material=\|Material_Name=\|Autor=Nils Fitting, Sven Hüsing\|subpages=True\|Material1=\|Material1_Name=\|Material2=\|Material2_Name=}}

Shuesing: Seite erstellt

2021-07-13T07:34:44Z

Seite erstellt

Neue Seite

<tbc.>