Publikation:

Nichtgenerative KI im Biologieunterricht am Beispiel von Bilderkennung zur Blattbestimmung

Vorschaubild

Dateien

Albicker_2-1p4jqi232tes15.pdf
Albicker_2-1p4jqi232tes15.pdfGröße: 316.86 KBDownloads: 29

Datum

2024

Autor:innen

Yanakieva, Elena
Welker, Vanessa
Becka, Thomas
Bieniusa, Annette

Herausgeber:innen

Kontakt

ISSN der Zeitschrift

Electronic ISSN

ISBN

Bibliografische Daten

Verlag

Schriftenreihe

Auflagebezeichnung

URI (zitierfähiger Link)
http://nbn-resolving.de/urn:nbn:de:bsz:352-2-1p4jqi232tes15
DOI (zitierfähiger Link)
ArXiv-ID

Internationale Patentnummer

Link zur Lizenz
Urheberrechtlich geschützt

Angaben zur Forschungsförderung

Projekt

Open Access-Veröffentlichung
Open Access Gold

Sammlungen

Chemie: Publikationen
Core Facility der Universität Konstanz

Gesperrt bis

Titel in einer weiteren Sprache

Publikationstyp
Beitrag zu einem Sammelband
Publikationsstatus
Published

Erschienen in

HUWER, Johannes, Hrsg., Sebastian BECKER-GENSCHOW, Hrsg., Lars-Jochen THOMS, Hrsg. und andere. Kompetenzen für den Unterricht mit und über Künstliche Intelligenz : Perspektiven, Orientierungshilfen und Praxisbeispiele für die Lehramtsausbildung in den Naturwissenschaften. Münster: Waxmann, 2024, S. 134-137. ISBN 978-3-8309-4931-2

Zusammenfassung

Im Projekt „GeNIUS (Gelingensbedingungen naturwissenschaftlich-informatischen Unterrichts)“ wurde mit Lehrkräften eine Unterrichtseinheit inkl. flankierender Lehrkräftefortbildung konzipiert, in der Funktionsprinzipien von Künstlicher Intelligenz (KI) beim Einsatz zur Bilderkennung im Kontext einer Blattbestimmung untersucht werden. Mittels spezifischer Trainings- und Testdatensätze können deren Einflüsse auf die Ergebnisse in einem vorstrukturierten Setting demonstriert und untersucht werden. Adressierte Ziele sind – neben biologischen Aspekten – Kompetenzen und Wissen zur Funktionsweise und Anwendung von KI bei der Merkmalsidentifikation von Laubblättern.

Zusammenfassung in einer weiteren Sprache

Fachgebiet (DDC)
370 Erziehung, Schul- und Bildungswesen

Schlagwörter

Konferenz

Rezension
undefined / . - undefined, undefined

Forschungsvorhaben

Organisationseinheiten

Zeitschriftenheft

Zugehörige Datensätze in KOPS

Zitieren

ISO 690ALBICKER, Julia, Elena YANAKIEVA, Vanessa KNITTEL, Vanessa WELKER, Thomas BECKA, Barbara PAMPEL, Annette BIENIUSA, Johannes HUWER, Christoph THYSSEN, 2024. Nichtgenerative KI im Biologieunterricht am Beispiel von Bilderkennung zur Blattbestimmung. In: HUWER, Johannes, Hrsg., Sebastian BECKER-GENSCHOW, Hrsg., Lars-Jochen THOMS, Hrsg. und andere. Kompetenzen für den Unterricht mit und über Künstliche Intelligenz : Perspektiven, Orientierungshilfen und Praxisbeispiele für die Lehramtsausbildung in den Naturwissenschaften. Münster: Waxmann, 2024, S. 134-137. ISBN 978-3-8309-4931-2
BibTex
@incollection{Albicker2024Nicht-71830,
  year={2024},
  title={Nichtgenerative KI im Biologieunterricht am Beispiel von Bilderkennung zur Blattbestimmung},
  isbn={978-3-8309-4931-2},
  publisher={Waxmann},
  address={Münster},
  booktitle={Kompetenzen für den Unterricht mit und über Künstliche Intelligenz : Perspektiven, Orientierungshilfen und Praxisbeispiele für die Lehramtsausbildung in den Naturwissenschaften},
  pages={134--137},
  editor={Huwer, Johannes and Becker-Genschow, Sebastian and Thoms, Lars-Jochen},
  author={Albicker, Julia and Yanakieva, Elena and Knittel, Vanessa and Welker, Vanessa and Becka, Thomas and Pampel, Barbara and Bieniusa, Annette and Huwer, Johannes and Thyssen, Christoph}
}
RDF
<rdf:RDF
    xmlns:dcterms="http://purl.org/dc/terms/"
    xmlns:dc="http://purl.org/dc/elements/1.1/"
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xmlns:bibo="http://purl.org/ontology/bibo/"
    xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#"
    xmlns:foaf="http://xmlns.com/foaf/0.1/"
    xmlns:void="http://rdfs.org/ns/void#"
    xmlns:xsd="http://www.w3.org/2001/XMLSchema#" > 
  <rdf:Description rdf:about="https://kops.uni-konstanz.de/server/rdf/resource/123456789/71830">
    <dcterms:hasPart rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/71830/4/Albicker_2-1p4jqi232tes15.pdf"/>
    <dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2025-01-13T12:03:20Z</dc:date>
    <foaf:homepage rdf:resource="http://localhost:8080/"/>
    <dc:contributor>Welker, Vanessa</dc:contributor>
    <dc:creator>Becka, Thomas</dc:creator>
    <dc:contributor>Albicker, Julia</dc:contributor>
    <dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/29"/>
    <dc:creator>Thyssen, Christoph</dc:creator>
    <dcterms:issued>2024</dcterms:issued>
    <dc:creator>Huwer, Johannes</dc:creator>
    <dc:creator>Bieniusa, Annette</dc:creator>
    <dspace:hasBitstream rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/71830/4/Albicker_2-1p4jqi232tes15.pdf"/>
    <dc:contributor>Pampel, Barbara</dc:contributor>
    <dc:language>deu</dc:language>
    <dc:creator>Pampel, Barbara</dc:creator>
    <dc:creator>Yanakieva, Elena</dc:creator>
    <void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
    <dc:contributor>Yanakieva, Elena</dc:contributor>
    <dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/29"/>
    <dc:contributor>Knittel, Vanessa</dc:contributor>
    <bibo:uri rdf:resource="https://kops.uni-konstanz.de/handle/123456789/71830"/>
    <dc:contributor>Bieniusa, Annette</dc:contributor>
    <dc:creator>Knittel, Vanessa</dc:creator>
    <dcterms:title>Nichtgenerative KI im Biologieunterricht am Beispiel von Bilderkennung zur Blattbestimmung</dcterms:title>
    <dcterms:rights rdf:resource="https://rightsstatements.org/page/InC/1.0/"/>
    <dc:rights>terms-of-use</dc:rights>
    <dcterms:abstract>Im Projekt „GeNIUS (Gelingensbedingungen naturwissenschaftlich-informatischen Unterrichts)“ wurde mit Lehrkräften eine Unterrichtseinheit inkl. flankierender Lehrkräftefortbildung konzipiert, in der Funktionsprinzipien von Künstlicher Intelligenz (KI) beim Einsatz zur Bilderkennung im Kontext einer Blattbestimmung untersucht werden. Mittels spezifischer Trainings- und Testdatensätze können deren Einflüsse auf die Ergebnisse in einem vorstrukturierten Setting demonstriert und untersucht werden. Adressierte Ziele sind – neben biologischen Aspekten – Kompetenzen und Wissen zur Funktionsweise und Anwendung von KI bei der Merkmalsidentifikation von Laubblättern.</dcterms:abstract>
    <dc:contributor>Thyssen, Christoph</dc:contributor>
    <dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2025-01-13T12:03:20Z</dcterms:available>
    <dc:contributor>Huwer, Johannes</dc:contributor>
    <dc:contributor>Becka, Thomas</dc:contributor>
    <dc:creator>Welker, Vanessa</dc:creator>
    <dc:creator>Albicker, Julia</dc:creator>
  </rdf:Description>
</rdf:RDF>

Interner Vermerk

xmlui.Submission.submit.DescribeStep.inputForms.label.kops_note_fromSubmitter

Kontakt
URL der Originalveröffentl.

Prüfdatum der URL

Prüfungsdatum der Dissertation

Finanzierungsart

Kommentar zur Publikation

Allianzlizenz
Corresponding Authors der Uni Konstanz vorhanden
Internationale Co-Autor:innen
Universitätsbibliographie
Ja
Begutachtet
Diese Publikation teilen