The Rector’s Impulse Fund
Ziel
Ziel ist es innovative Kurzzeitprojekte zu unterstützen, welche den Unterricht anregen und verbessern.
In den Jahren 2024/2025 wird der Einsatz des Moodle-Fragetyps STACK an der gesamten ETH gef?rdert. Dies wird unsere Dozierenden dabei unterstützen, w?hrend des Semesters effizienter Feedback zu geben (formative Beurteilung) und die Belastung durch die Benotung in der Prüfungssession zu verringern (summative Beurteilung). Besonderes Augenmerk wird auf Servicelehre mit hohen Studierendenzahlen gelegt, die in der Mathematik oder in angewandten F?chern Berechnungen verwenden: STACK kann mit Zahlen, Formeln, Einheiten und signifikanten Zahlen umgehen!
Die Ausschreibung mit den Bedigungen und Kriterien sind Download hier (PDF, 132 KB) verfügbar.
Die Eingabefrist ist am 31. Dezember 2024 an .
Bei Fragen k?nnen Sie sich an die Projektleiterin Meike Akveld richten: .
?Das Aufspüren von Ideen für Innovationen ist anspruchsvoll. Ich freue mich, durch den Rector’s Impulse Fund zukunftsweisende Impulse und Visionen unterstützen zu k?nnen.?Adrian Weiss
Neben seiner Stiftung zur F?rderung der Foschung an Hoch- und Fachhochschulen bietet Adrian Weiss dem Rektor Günther Dissertori mit einer j?hrlichen Donation die M?glichkeit, innovative Lehrprojekte unkompliziert zu unterstützen.
Gef?rderte Projekte in vergangenen F?rderperioden
Digitale Methoden in der Lehre der Architekturgeschichte. Prof. Dr. Maarten Delbeke, Dr. Olya Nikolaeva, D-ARCH. Die mit den F?rdergeldern implementierten JupyterNotebooks wurden im Basisjahrunterricht eingesetzt, um die Studierenden mit Werkzeugen zur Erschliessung architekturgeschichtlicher Zusammenh?nge auf Basis historischer Bild- und Textquellen vertraut zu machen.
FORESEE: Feedback for Embedded Systems Education Dr. Michele Magno, D-ITET Die vom Center for Project-Based Learning entwickelte, browserbasierte Integrierte Entwicklungsumgebung (IDE) unterstützt Studierende beim Vertiefen der F?higkeiten in Programmierung von Embedded Systems. Code-Implementierungen und Interaktionen mit der Hardware k?nnen gleichzeitig physisch und online durchgeführt und verfolgt werden. Dadurch ist zeitnahes Feedback durch die Betreuungspersonen bei grossen Studierendenzahlen auch ausserhalb der Laborzeiten m?glich.
"Computational Earth Sciences" Lehre an der ETH und weltweit Prof. Dr. Andreas Fichtner, Dr. Gregory De Souza, D-ERDW. Im BSc-Studiengang Erd- und Klimawissenschaften werden in 2-3 fachspezifischen F?chern pro Semester die Grundlagen von Programmierung und Datenwissenschaften kontinuierlich eingebaut und vertieft. Mit den F?rdermitteln wurde die Entwicklung von spezifischen JupyterNotebooks finanziert, welche die niederschwellige Einbettung von aktiven Lehrelementen mit Datenbezug durch eine Vielzahl von Dozierenden im Studiengang und über die ETH hinaus erm?glichen.
Vernetzung von Dozierenden am D-USYS Dr. Barbara Templ, Dr. Anouk N'Guyen, D-USYS In diesem Projekt analysiert und st?rkt eine Community Managerin das Netzwerk von Dozierenden mit Forschungs- und Lehrschwerpunkten in Data Science und Machine Learning. Zudem entwickelt sie ein Tool, das Studierenden-Lernpfade visualisiert. Dozierende k?nnen so das zu erwartende Vorwissen absch?tzen und Studieng?nge die Informationen bei der Curriculums- Planung einbeziehen.
Eine Aufgabenbibliothek für den Erwerb von "Computational Competencies" in den Agrarwissenschaften Prof. Dr. Nina Buchmann, Dr. Regine Maier, Dr. Iris Feigenwinter, D-USYS. Das Projekt initiiert den Auf- und Ausbau von forschungsnahen ?bungen und Datens?tzen in fachlichen Lehrveranstaltungen im Bachelor. JupyterNotebooks und R werden genutzt, um Datens?tze aus der jeweiligen Disziplin zu visualisieren, eigene Hypothesen zu bilden und bestehendes fachspezifisches Verst?ndnis zu hinterfragen und weiterzuentwickeln.
Vom Rector's Impulse Fund
- Maschinelles Lernen für Pharmaziestudierende (D-CHAB)
- Engineering Desing Optimierung mit maschinellem Lernen (EDO4ML) (D-MAVT)
- Anwendung von maschinellem Lernen bei der Bewertung von Klimarisiken und Klimaanpassungsoptionen (D-USYS)
- Datenwissenschaft für Lebensmittelsysteme: Interaktive ML-Tutorials für Lebensmittelwissenschaftler (D-HEST)
- Quizze in JupyterNotebooks für interaktive Gruppenübungen (D-MAVT)
- Einbettung von Computational Competencies in die Mathematikausbildung für LifeSciences (D-MATH, Service)
Von innovedum im Rahmen der Fokusthemen "Bildungsmedien für Visualisierung und Simulation" und " überfachliche Kompetenzen":
- Ein Jupyter-basiertes Toolkit für das Unterrichten von computergestützten Analysen und Visualisierungen für Studierende der Lebensmittelwissenschaften
- JupyterNotebooks in das Klassenzimmer integrieren um IT-Exzellenz zu f?rdern
- Interaktive Bildungsmedien für Lebensmittelbiotechnologie via Jupyter
- Interaktive open-code Computer-Simulation-basierte ?bungen für ein vertieftes Verst?ndnis quantitativer Ph?nomene in der Bioanalytik
- Interaktive Animationen zu numerischen Methoden
- JupyterNotebooks im Laborunterricht für Umweltingenieure
- Interaktives Online-Lernen für Control System 2
- Die Dynamik dynamischer machen: interaktive Lernelemente in einer grossen Ingenieur-Bachelorvorlesung