Anwendungsorientierte Übungsaufgaben, die gemeinsam mit den Studierenden bearbeitet und diskutiert werden, sind ein integraler Baustein der Geoinformatik- und Statistik-Ausbildung in den geographischen Studiengängen in Jena.

Doch wie lassen sie sich in Pandemiezeiten in die asynchrone Online-Lehre retten?

Um auch online umfangreiche Übungsmöglichkeiten mit direktem Feedback anbieten zu können, habe ich die Technik des Literate Programming mit RMarkdown und dem fantastischen exams-Package genutzt (Xie et al., 2018; Zeileis et al., 2014). Hierbei werden Textschablonen automatisiert durch -Code mit Abbildungen und den Ergebnissen von Berechnungen gefüllt, um immer wieder neue, variierende Übungsaufgaben einschließlich Lösungen und Feedbacktexten zu erzeugen. Diese lade ich als Fragensammlungen nach Moodle hoch und erstelle mit ein paar Klicks ein Moodle-“Quiz” (siehe Abbildung oben).

Pandemiesemester

Während der Pandemiesemester erzeugte ich mit dieser Methode für fünf Module über 200 einzelne Übungsaufgaben, die sich durch Randomisierung in zahllose alternative Varianten auffächern. Für mein Engagement erhielt ich den LiP-Award der FSU.

Die Aufgaben reichen von Einfachauswahl-Fragen bin hin zu mehrteiligen Komplexaufgaben. Häufig beziehen sie reale Übungsdatensätze ein, hier etwa die Temperaturverteilung in Kanada im Kontext der Geostatistik-Ausbildung im M.Sc. Geoinformatik:

Die Studierenden nahmen die Online-Übungsmöglichkeiten gerne an und wünschten sich sogar eine weitere Ausweitung des Angebots. Ein bisschen Überzeugungsarbeit ist trotzdem manchmal erforderlich, da manche Studierende sich die Aufgaben gerne für die Klausurvorbereitung “aufheben” würden, anstatt sie gleich zu “verbrauchen”… Inzwischen gibt es aber zu vielen Themen genug Aufgaben, um vor der Klausur auch noch einen weiteren Satz Aufgaben spendieren zu können.

Natürlich verwende ich die Aufgabendatenbank auch zur Erstellung von Online- und Offline-Klausuren. Hierdurch stelle ich ein gleichbleibendes Anforderungsniveau sicher. Allerdings enthalten meine Klausuren stets zusätzlich Fragen mit frei zu formulierenden Antworten.

Ausblick

In meiner Arbeitsgruppe erweitern nun auch meine Mitarbeiter Florian Strohmaier und Raphael Knevels das Aufgabenangebot systematisch. Raphael erprobt dabei im Rahmen eines ALe-Projekts für Innovation in der Lehre unter Anderem interaktive Darbietungsformen mithilfe von shiny-Apps in .

Wie kannst Du selbst einsteigen?

Auf der R/exams-Website und in Youtube gibt es hervorragende Ressourcen, die dir den Einstieg in die Erstellung von Fragen und ihren Import nach Moodle für die eigene Lehre erleichtern.

Welche Vorkenntnisse sind hilfreich, um komplexere Fragen mit R/exams zu erstellen?

• RMarkdown-Kenntnisse: RMarkdown ist nicht schwer, und es ist auch außerhalb der R/exams-Welt sehr nützlich - also höchste Zeit, sich das mal anzuschauen. In Kombination mit kann es dann doch manchmal etwas tricky werden, vor allem wenn man -Code, der in ein RMarkdown-Dokument eingebettet ist, mit paste()-Aufrufen versucht, für Markdown formatierten Text zu erzeugen… also am besten mit einfachen, bescheidenen Fragen beginnen!
• -Kenntnisse: Das ist vor allem dann wichtig, wenn du anspruchsvolle Analysen in die Fragen einbauen möchtest - oben zum Beispiel eine gestatistische Semivariogramm-Analyse und Kriging-Interpolation mit dem gstat-Package. Leider kommen -Fehlermeldungen nicht in RStudio an, so dass die Fehlersuche sehr schwer sein kann. Am besten den Code vorher gut testen, oder die Ergebnisse abspeichern und sie in den R/exams-Frage dann nur load()en.

Also: Der beste Zeitpunkt, in RMarkdown und R/exams einzusteigen, ist genau jetzt! 😄

Bibliographie

Xie, Y., Allaire, J.J., Grolemund, G. (2018). R Markdown: The Definitive Guide. Chapman and Hall/CRC. https://bookdown.org/yihui/rmarkdown/

Zeileis, A., Umlauf, N., Leisch, F. (2014). Flexible generation of e-learning exams in R: Moodle quizzes, OLAT assessments, and beyond. Journal of Statistical Software, 58(1), 1-36. https://doi.org/10.18637/jss.v058.i01