Show simple item record

dc.contributor.authorGrillenberger, Andreas
dc.date.accessioned2021-04-15T10:15:44Z
dc.date.available2021-04-15T10:15:44Z
dc.date.issued2021
dc.identifier.issn0720-8642
dc.identifier.urihttp://dl.gi.de/handle/20.500.12116/36211
dc.description.abstractDie Förderung von Datenkompetenzen ist heute ein immer wichtigeres Ziel des Informatikunterrichts, das auch in immer mehr Lehrpläne Einzug hält. Beispielsweise sieht der aktuelle Lehrplan des Bayerischen Gymnasiums vor, dass Schülerinnen und Schüler „die Chancen und Risiken der automatischen Auswertung großer Datenmengen auch im Hinblick auf gesellschaftliche Auswirkungen [bewerten]“ (ISB, 2020); auch in anderen Lehrplänen sind oft ähnliche Formulierungen zu finden. Um solche Kompetenzen im Schulunterricht zu fördern, werden einerseits geeignete Werkzeuge, andererseits aber auch entsprechende Da- tenquellen benötigt, die solche Analysen sinnvoll möglich machen. Da, je nach Schulart und vorherigem Unterricht, nur sehr unterschiedliche Vorkenntnisse sowohl in der Arbeit mit Daten als auch bei der Programmierung vorausgesetzt werden können, wird in diesem Beitrag ein Ansatz präsentiert, der einen einfachen Einstieg in das Thema der Datenanalysen ermöglicht, keine spezifischen Vorkenntnisse erfordert, gleichzeitig aber einen reichen Datenschatz zugänglich macht. Entsprechend können auf dessen Basis sowohl im Unterricht als auch darüber hinaus spannende Erkenntnisse gewonnen werden und möglicherweise auch Fragestellungen anderer Fächer in interdisziplinären Projekten angegangen werden.de
dc.language.isode
dc.publisherLOG IN Verlag
dc.relation.ispartofLOG IN: Vol. 41, No. 1
dc.titleTwitterdaten analysieren mithilfe der blockbasierten Programmiersprache SNAP!de
dc.typeText/Journal Article
dc.pubPlaceBerlin
mci.reference.pages54-60
mci.conference.sessiontitlePraxis & Methodik


Files in this item

Thumbnail

Show simple item record