Mathematik-Statistik-Labor (MaSta-Lab)

Ziel des Mathematik-Statistik-Labors (MaSta-Lab) ist die Stärkung der Mathematik-Grundlagen-Ausbildung sowie die Stärkung der Ausbildung in quantitativen Methoden bzw. Statistik an der h2.

Digitale Medien, tutorielle Unterstützung und problem-basiertes Lernen werden dabei strategisch eingesetzt, um Inhalte zu wiederholen, Anwendungen zu trainieren und Studierende in ihren Selbstlernphasen individuell zu unterstützen.

Angebote

Mathe-Lern-Zentrum

Im Mathe-Lern-Zentrum des MaSta-Labs haben Studierende die Möglichkeit sich digital und analog Unterstützung abzuholen.

Das Mathe-Lern-Zentrum >> vor Ort <<

Immer Mittwochs, 14 - 17 Uhr im Haus 14 (MD)

Das aktuelle Präsenzangebot des Mathe-Lern-Zentrums findet ihr:

  • immer Mittwochs 14 - 17 Uhr in
  • Haus 14, Seminarraum 1, am Campus Magdeburg.

Kommt vorbei! Wir freuen uns auf euch!

Das Mathe-Lern-Zentrum >> digital <<

Rund um die Uhr steht zudem das digitale Angebot des MLZ bereit.

Hier können Studierende (nach LogIn):

  • digitale Übungsaufgaben mit mehrstufigem Lösungsfeedback trainieren
  • ergänzende Lern-Videos und Merkblätter anschauen und
  • und jederzeit Unterstützung in der Community oder von den Tutor:innen über das Forum anfragen

 

 

Publikationen

  • Donner, R. V., Ioffe, O. B., Judakova, G., König, L. (2023): Integration digitaler Mathematik-Aufgaben in die Ingenieurwissenschaftliche Grundlagenausbildung, in: Tagungsband zum 5. HD-MINT Symposium 2023. MINT-Lehre gemeinsam gestalten - Lehre erforschen, Wissen teilen,  S. 215-221, ISSN 1612-4537.
  • Ioffe, O. B., Judakova, G., Schäfer, J., Hajji, R., König, L., Donner, R. V. (2023): Usage Scenarios of Mathematical STACK Problems at the Magdeburg-Stendal University of Applied Sciences, in: Contributions to the International Meeting of the STACK Community 2023, TTK University of Applied Sciences Tallinn, Estonia, DOI: 10.5281/zenodo.8032250.
  • Judakova, G., Ioffe, O. B., König, L., Donner, R. V. (2023): Leaning Support Centre Based on an Curated German-Language Collection of Mathematical STACK Problems, in: Contributions to the International Meeting of the STACK Community 2023, TTK University of Applied Sciences Tallinn, Estonia, DOI: 10.5281/zenodo.8032271.
  • Donner, R. V., Judakova, G., Ioffe, O. B., Brandt, K., König, L. (2023): Das digitale Mathematik-Lernzentrum der Hochschule Mageburg-Stendal und seine Integration in die Grundlagen-Lehrveranstaltungen Mathematik, in: Liebscher, E., Hübl, R., Merker, J., Wacker, B. (Hrsg.), Tagungsband. Digitale Lehre im Rahmen der Grundausbildung in MINT-Fächern an Hochschulen. Didaktische Integration von digitalen Medien und E-Learningsystemen in Lehrveranstaltungen 26. & 27.09 2022, Hochschulverlag Merseburg, S. 51-72, DOI: 10.25673/103431.
  • Ioffe, O. B., Judakova, G., Brandt, K., König, L., Donner, R. V. (2023): Integration digitaler Übungsaufgaben in die Mathematik-Grundlagenausbildung an der Hochschule Magdeburg-Stendal, in: Beiträge zum Mathematikunterricht 2022. 56. Jahrestagung der Gesellschaft für Didaktik der Mathematik vom 28.08.2022 bis 02.09.2022 in Frankfurt am Main, Verlag für Wissenschaftliche Texte und Medien, S. 1431, DOI: 10.17877/DE290R-23468.

Posterbeiträge

  • Judakova, G., Ioffe O. B., König, L., Donner, R. V. (2022): Das digitale Mathematik-Lern-Zentrum der Hochschule Magdeburg-Stendal, 56. Jahrestagung der Gesellschaft für Didaktik der Mathematik, 28.08.-02.09.2022, Frankfurt am Main.
  • Judakova, G., Ioffe, O. B., König, L., Donner, R. V. (2022): Das digitale Mathe-Lern-Zentrum. Digitaler Support für Studierende in der Mathematik-Selbstlernphase, LemMa-Netzwerktreffen 09.-10.06.2022, Paderborn.
  • Ioffe, O. B., Schelhorn, M., Schäfer, J., Hajji, R., Krinke, M., Donner, R. V. (2024): WIRIS vs. STACK: Praxiserfahrungen mit dem Einsatz digitaler Mathematik-Aufgaben an der Hochschule Magdeburg-Stendal, Jahrestagung der Gesellschaft für Didaktik der Mathematik, 04.-08.03.2024, Essen.

Ausgangslage und Vorgehensweise

Ausgangslage

Mathematik und Statistik stellen im Student Life Cycle häufig gleich zweifach eine hohe Hürde dar. Heterogene Vorkenntnisse treffen in der Studieneingangsphase auf als abstrakt wahrgenommene Lehrinhalte und große Kohorten. Entfremdung, Leistungsprobleme, mangelnde Studienmotivation bis hin zum -abbruch können die Folge sein.

Am Studienende, insbesondere bei Abschlussarbeiten, fällt es hingegen schwer, das Wissen in der Praxis anzuwenden und korrekt zu interpretieren, ein grundlegendes Problem auch in der Qualitätssicherung wissenschaftlicher Arbeiten. Die Stärkung der Fach- und Methodenkompetenz quantitativer Methoden stellt daher, insbesondere in einer zunehmend digitalisierten und immer datenintensiveren Gesellschaft, eine wichtige Kernaufgabe dar.

Ziele und Vorgehensweise

Damit dies gelingen kann, wird aufbauend auf den Projekten "Mathe Online" und MINT-Service die Etablierung des problem-basierten Lernens in den Mathematik-Grundlagenmodulen angestrebt. Weiterhin soll die hochschulweite Öffnung und inhaltliche Erweiterung der tutoriell betreuten digitalen Mathematik-Lern-Umgebung mit Fokus auf interaktiven Modellen und Stimulationen erzielt werrden. Eine hochschulweite hybride Statistik-Werkstatt ("WerkSTAT") zur Stärke der Lehre und Anwedung qualitativer Methoden, nach analogem Schema und mit zusätzlichen Möglichkeiten individueller und kollegialer wissenschaftlicher Beratung. 

Die "WerkSTAT"  steht im Sinne des lebenslangen Lernens allen Statusgruppen des wissenschaftlichen Nachwuchses offen, um den gestiegenen Anforderungen hinsichtlich daten-getriebener Methoden vom Bachelorstudium bis hin zu Forschung und Praxistransfer Rechnung zu tragen.

Weiterführende Literatur

  • Bundesbericht Wissenschaftlicher Nachwuchs, Konsortium (2017):
    Bundesbericht Wissenschaftlicher
    Nachwuchs 2017. Statistische Daten und Forschungsbefunde zu Promovierenden und Promovierten in Deutschland. Bielefeld: W. Bertelsmann Verlag.
    Online verfügbar unter
    www.oapen.org/search.

  • Derboven, Wibke; Winker, Gabriele (2010): „Tausend Formeln und dahinter keine Welt“. Eine geschlechtersensitive Studie zum Studienabbruch in den Ingenieurwissenschaften. In: Beiträge zur Hochschulforschung,. Jahrgang, 1/2010 32 (1), S. 5678.
    Online verfügbar unter
    www.bzh.bayern.de/fileadmin/news_import/1-2010-derbhoven-winkler.pdf
  • Kortemeyer, Jörg (2019): Mathematische Kompetenzen in Ingenieur-Grundlagenfächern.
    Analysen zu
    exemplarischen Aufgaben aus dem ersten Jahr in der Elektrotechnik. Wiesbaden: Springer Fachmedien Wiesbaden (Studien zur Hochschuldidaktik und zum Lehren und Lernen mit digitalen Medien in der Mathematik und in der Statistik)
  • Neugebauer, Martin; Heublein, Ulrich; Daniel, Annabell (2019): Studienabbruch in Deutschland: Ausmaß, Ursachen, Folgen, Präventionsmöglichkeiten. In: Z Erziehungswiss 22 (5), S. 10251046. DOI:10.1007/s11618-019-00904-1
  • OECD Science, Technology and Innovation Outlook 2020 (2021): OECD.
  • Ulm, Volker; Zehnder, Moritz (2020): Mathematische Begabung in der Sekundarstufe. Modellierung, Diagnostik, Förderung. Berlin, Heidelberg: Springer Berlin Heidelberg; Imprint: Springer Spektrum (Mathematik Primarstufe und Sekundarstufe I + II).

  • Weber, Agnes (2007): Problem-based learning. Ein Handbuch für die Ausbildung auf der Sekundarstufe II und der Tertiärstufe. 2., überarbeitete Auflage. Bern: hep (Bildung, Medien, Kommunikation).
  • Wolf, Paul (2017): Anwendungsorientierte Aufgaben für Mathematikveranstaltungen der Ingenieurstudiengänge. Konzeptgeleitete Entwicklung und Erprobung am Beispiel des Maschinenbaustudiengangs im ersten Studienjahr. Wiesbaden: Springer Fachmedien Wiesbaden (Studien zur Hochschuldidaktik und zum Lehren und Lernen mit digitalen Medien in der Mathematik und in der Statistik)

Kontakt


Foto von Oleg Boruch Ioffe

Dipl.-Math. Oleg Boruch Ioffe

Tel.: (0391) 886 46 33
E-Mail: oleg-boruch.ioffe@h2.de

Besucheradresse: Magdeburg, Breitscheidstr. 2, Haus 7, Raum 1.16

Maike Schelhorn, M. Ed.

Tel.: (0391) 886 46 28
E-Mail: maike.schelhorn@h2.de

Besucheradresse: Magdeburg, Breitscheidstr. 2, Haus 7, Raum 1.16


Leitung Mathematik-Statistik-Labor

Prof. Dr. rer. nat. Reik Donner
(Mathematik - Schwerpunkte stochastische Modellierung & Data Science)

Telefon: 0391/ 88 64 771
E-Mail: reik.donner@h2.de

Besucheradresse: Magdeburg, Breitscheidstr. 2, Haus 6, Raum 1.13
Sprechzeiten: nach Vereinbarung

 

 

Hintergrund Bild