| Gruppe 1
Blended-Learning
Dieser Kurs setzt sich aus asyncronen online Zeiten (Selbstlernzeiten) und zwei synchronen Präsenzblöcken (1ner pro Blockwochen, in Präsenz an der ASH) zusammen. Teilnahme zu beiden synchronen Terminen ist obligatorisch und für die Vorbereitung auch dringend notwendig. Vor dem jeweiligen Termin ist es unerlässlich, alle davor liegenden Lerneinheiten bearbeitet zu haben.
Gruppe 2
Blended Learning
Vorbemerkung: Aufgrund der knappen Raumkapazitäten und ggf. erforderlicher Abstandsregelungen können Plätze in diesem Seminar nur über das reguläre Belegverfahren erworben werden. Eine nachträgliche Aufnahme in den Kurs ist nicht möglich; es können daher auch leider keine Gasthörer*innen aufgenommen werden. Alle folgenden Anmerkungen stehen unter dem Vorbehalt von - ggf. auch kurzfristig erfolgenden - pandemiebedingten Änderungen.
Inhalt des Seminars:
-Statistische Verfahren
-Datenanalyse mit SPSS
-Dieser Kurs zeichnet sich, verglichen mit anderen Kursen zur quantitativen Forschung, durch einen höheren Anteil an Datenanalyse und einen etwas geringeren Umfang an behandelten statistischen Verfahren aus.
Vorkenntnisse:
-Dieser Kurs vertieft die Kenntnisse aus Teil 1 der Unit. Daher sollte Teil 1 unbedingt erfolgreich bestanden sein
-Sie sollten Teil 1 bei mir, Annina Fischer, Luzi Beyer oder Jana Kleschnitzki absolviert haben
Grundkonzept des Seminars:
-Dies ist ein Blended-Learning-Seminar, d.h. eine Kombination aus physischer (Block-)Präsenzlehre und Online-Inhalten
-Die Stoffangeignung erfolgt in (aktiv betreuten) Online-Selbstlernphasen. Die praktische Anwendung des Stoffs erfolgt in Präsenz(blöcken)
-Der Kurs eignet sich daher besonders für Student_innen, die zeitliche Flexibilität möchten
-Es besteht keine Präsenzpflicht in den Blocksitzungen, jedoch müssen alle Inhalte und Aufgaben der Blocksitzungen selbstständig nachgearbeitet werden falls man nicht dabei war
-Die Veranstaltung ist "pandemiefest": Im Falle einer Zuspitzung der pandemischen Lage bleiben die Termine wie sie sind, somit haben Sie als Student*innen eine gewisse Planungssicherheit. Sollte die Hochschule geschlossen werden, wird aus physischer Präsenz dann einfach virtuelle Präsenz (per Videokonferenztool)
-Jedoch findet in diesem Seminar kein zusätzlicher Livestream der Präsenzveranstaltungen aus der Hochschule per Internet statt (keine Hybrid-Lehre oder Zuschaltung)
Wichtige Hinweise:
-In der ersten Sitzung zu Beginn des Semesters erfolgt eine ausführliche Online-Vorbesprechung.
-Bitte reichen Sie keine Fragen zur Veranstaltung vorab per Email ein; kommen Sie bitte stattdessen in die Vorbesprechung: alle Fragen zur Veranstaltung werden dort beantwortet. Falls Sie dort nicht dabei sein können oder wollen, können sie die wichtigsten Punkte über die moodle-Plattform nachlesen, dort stelle ich die ppt-Folien zur Vorbesprechung zur Verfügung
-In den Präsenzsitzungen werden regelmäßige Pausen zum Lüften durchgeführt; das Tragen einer FFP-2-Maske wird nachdrücklich empfohlen. Bitte verhalten Sie sich solidarisch und kommen Sie im Falle von Corona-typischen Symptomen nicht in die Präsenzsitzungen
-Teilnahmeleistung: Aufgaben zur Datenanalyse
-Optionale Prüfungsleistung: insbes. Hausarbeit. Sie können diese jedoch nur absolvieren, falls Sie keine Prüfungsleistung in Qualitativen Forschungsmethoden absolviert haben
Gruppe 3
Blended Learning
Vorbemerkung: Aufgrund der knappen Raumkapazitäten und ggf. erforderlicher Abstandsregelungen können Plätze in diesem Seminar nur über das reguläre Belegverfahren erworben werden. Eine nachträgliche Aufnahme in den Kurs ist nicht möglich; es können daher auch leider keine Gasthörer*innen aufgenommen werden. Alle folgenden Anmerkungen stehen unter dem Vorbehalt von - ggf. auch kurzfristig erfolgenden - pandemiebedingten Änderungen.
Inhalt des Seminars:
-Statistische Verfahren
-Datenanalyse mit SPSS
-Dieser Kurs zeichnet sich, verglichen mit anderen Kursen zur quantitativen Forschung, durch einen höheren Anteil an Datenanalyse und einen etwas geringeren Umfang an behandelten statistischen Verfahren aus.
Vorkenntnisse:
-Dieser Kurs vertieft die Kenntnisse aus Teil 1 der Unit. Daher sollte Teil 1 unbedingt erfolgreich bestanden sein
-Sie sollten Teil 1 bei mir, Annina Fischer, Luzi Beyer oder Jana Kleschnitzki absolviert haben
Grundkonzept des Seminars:
-Dies ist ein Blended-Learning-Seminar, d.h. eine Kombination aus physischer (Block-)Präsenzlehre und Online-Inhalten
-Die Stoffangeignung erfolgt in (aktiv betreuten) Online-Selbstlernphasen. Die praktische Anwendung des Stoffs erfolgt in Präsenz(blöcken)
-Der Kurs eignet sich daher besonders für Student_innen, die zeitliche Flexibilität möchten
-Es besteht keine Präsenzpflicht in den Blocksitzungen, jedoch müssen alle Inhalte und Aufgaben der Blocksitzungen selbstständig nachgearbeitet werden falls man nicht dabei war
-Die Veranstaltung ist "pandemiefest": Im Falle einer Zuspitzung der pandemischen Lage bleiben die Termine wie sie sind, somit haben Sie als Student*innen eine gewisse Planungssicherheit. Sollte die Hochschule geschlossen werden, wird aus physischer Präsenz dann einfach virtuelle Präsenz (per Videokonferenztool)
-Jedoch findet in diesem Seminar kein zusätzlicher Livestream der Präsenzveranstaltungen aus der Hochschule per Internet statt (keine Hybrid-Lehre oder Zuschaltung)
Wichtige Hinweise:
-In der ersten Sitzung zu Beginn des Semesters erfolgt eine ausführliche Online-Vorbesprechung.
-Bitte reichen Sie keine Fragen zur Veranstaltung vorab per Email ein; kommen Sie bitte stattdessen in die Vorbesprechung: alle Fragen zur Veranstaltung werden dort beantwortet. Falls Sie dort nicht dabei sein können oder wollen, können sie die wichtigsten Punkte über die moodle-Plattform nachlesen, dort stelle ich die ppt-Folien zur Vorbesprechung zur Verfügung
-In den Präsenzsitzungen werden regelmäßige Pausen zum Lüften durchgeführt; das Tragen einer FFP-2-Maske wird nachdrücklich empfohlen. Bitte verhalten Sie sich solidarisch und kommen Sie im Falle von Corona-typischen Symptomen nicht in die Präsenzsitzungen
-Teilnahmeleistung: Aufgaben zur Datenanalyse
-Optionale Prüfungsleistung: insbes. Hausarbeit. Sie können diese jedoch nur absolvieren, falls Sie keine Prüfungsleistung in Qualitativen Forschungsmethoden absolviert haben
Gruppe 4
Der Kurs Quantitative Forschungsmethoden Gruppe 4 setzt sich aus asyncronen online Zeiten (Selbstlernzeiten) und zwei synchronen Präsenzblöcken (1ner pro Blockwochen, in Präsenz an der ASH) zusammen. Die Inhalte werden asynchron mit Videos, Literatur und Skripten vermittelt.
Um die Inhalte zu vertiefen, sowie Fragen und Unklarheiten zu klären finden synchrone Termine (in den Blockwochen) statt. Teilnahme zu beiden synchronen Terminen ist obligatorisch (Teilnameleitung) und für die Vorbereitung mit den asynchronen Inhalten davor dringend notwendig. Vor dem jeweiligen Termin ist es unerlässlich, alle davor liegenden Lerneinheiten bearbeitet zu haben.
Am ersten Termin (Freitag den 07.10.2022) gibt es ein Intro in den Kurs. Der „Intro-Zoom-Link" ist im Moodle Kurs.
Gruppe 5
Der Kurs Quantitative Forschungsmethoden Gruppe 5 setzt sich aus asyncronen online Zeiten (Selbstlernzeiten) und zwei synchronen Präsenzblöcken (1ner pro Blockwochen, in Präsenz an der ASH) zusammen. Die Inhalte werden asynchron mit Videos, Literatur und Skripten vermittelt.
Um die Inhalte zu vertiefen, sowie Fragen und Unklarheiten zu klären finden synchrone Termine (in den Blockwochen) statt. Teilnahme zu beiden synchronen Terminen ist obligatorisch (Teilnameleitung) und für die Vorbereitung mit den asynchronen Inhalten davor dringend notwendig. Vor dem jeweiligen Termin ist es unerlässlich, alle davor liegenden Lerneinheiten bearbeitet zu haben.
Am ersten Termin (Freitag den 07.10.2022) gibt es ein Intro in den Kurs. Der „Intro-Zoom-Link" ist im Moodle Kurs.
Gruppe 6
Blended-Learning
Dieser Kurs setzt sich aus asyncronen online Zeiten (Selbstlernzeiten) und zwei synchronen Präsenzblöcken (1ner pro Blockwochen, in Präsenz an der ASH) zusammen. Teilnahme zu beiden synchronen Terminen ist obligatorisch und für die Vorbereitung auch dringend notwendig. Vor dem jeweiligen Termin ist es unerlässlich, alle davor liegenden Lerneinheiten bearbeitet zu haben. |
