RUB Lehrmuster » Data Science | RUB Lehrmuster

Lehrmuster mit dem SchlagwortData Science | RUB Lehrmuster


Kennen Sie schon?

Versorgungsstrukturen in der gesundheitsökonomischen Kartierung. Forschungsseminar mit Geodaten

In diesem 2012/2013 umgesetzten Lehrmuster wurde Studierenden der Sozialwissenschaft und bei Interesse aus weiteren Fakultäten erstmals die Möglichkeit gegeben, in eigenen empirischen Forschungsprojekten mit Geodaten sozialräumliche Analysen durchzuführen. Nach einer Einführung in Theorien des untersuchten Gegenstands und Methoden der Geodatenanalyse verfolgten die Studierenden in Kleingruppen eigene Fragestellungen zu den gesundheitlichen Versorgungsstrukturen der Stadt Herne. Die Ergebnisse wurden dem Statistikamt Herne zur Verfügung gestellt und mit Verantwortlichen diskutiert. Aus dem Seminar entstanden zudem u.a. vier sehr gute Masterarbeiten:

  1. „Eine kleinräumige Bevölkerungsvorausberechnung der Stadt Herne“ von D. Bures
  2. „Gesundheitsökonomische Versorgungsanalyse zertifizierter Stroke Units“ von R. Herzog
  3. „Segregation in NRW – Eine raumbezogene Analyse“ von O. Dobrygina-Trippe
  4. „Einfluss von nachbarschaftl. Lärm auf den selbsteingeschätzten Gesundheitszustand“ von H. Mann

Seit dem ersten Forschungsmodul dieser Art finden regelmäßig Forschungsmodule statt, die sozialwissenschaftliche Fragen mit Geodaten untersuchen, beispielsweise zum öffentlichen Nahverkehr.





Haben Sie ein eigenes Lehrmuster? Informationen zum Vorschlagen von Lehrmustern finden Sie auf der folgenden Seite!



Neueste Lehrmuster:


Data Society: Cultural and Gender Perspectives across Germany, China and Taiwan (Global Classroom format)

19. Dezember 2025
Das durchgeführte Projekt bietet Studierenden auf verschiedenen Kontinenten die Möglichkeit, anhand der vor Ort durchgeführten Mini-Forschungen zu verschiedenen Themenkomplexen im Bereich von Data Science und der damit verbundenen Interaktion und Diskussion mit den Studierenden der jeweils anderen Universitäten in der VR China, Taiwan und Deutschland dort anzutreffende Relevanzen, Haltungen und (...) Weiterlesen





LiMeLDaS: Linguistische Methoden: Linguistic Data Science

06. Juni 2023
Das Modul vermittelt Studierenden sprachwissenschaftlicher Fächer studiengangsübergreifend Grundlagen der Statistik sowie Fertigkeiten um Umgang mit der Analyseumgebung R, in der mit den Verfahren gerechnet werden kann. Das Modul exemplifiziert den Nutzen verschiedener Verfahren an Forschungsthemen der antragstellenden Lehrenden, die diese als Beispielsitzungen in die Kurse des Moduls einspeisen. Weiterlesen





Data Science im Ingenieurwesen: Theorie, Praxis und Storytelling

06. Juni 2023
Das Modul „Data Science im Ingenieurwesen: Theorie, Praxis und Storytelling“ zeichnet aus, dass es Studierenden ingenieurwissenschaftlicher Fachrichtungen Kompetenzen im Bereich der Data Science praxisorientiert vermittelt. Es verbindet dabei drei wesentliche Aspekte, um dies zu erreichen: Vermittlung theoretischer Hintergründe, praktisches Einüben der gezeigten Techniken und die eigenständige Bearbeitung einer realen Fragestellung. (...) Weiterlesen





Sport Science goes Open Source: Entwicklung einer frei verfügbaren Softwarebibliothek für Lehre und Wissenschaft

19. Januar 2023
Das Projekt zeichnet sich insbesondere durch die interdisziplinäre Projektarbeit zwischen Studierenden und Mitarbeitenden der Sportwissenschaft und Angewandten Informatik aus. In der ersten Projekthälfte konnten kleinere Programmierprojekte durch Sportwissenschaftsstudierende unter Betreuung des Projektleiters (WMA Sportwissenschaft) und einer studentischen Hilfskraft aus der angewandten Informatik realisiert werden. Die so entstandenen Notebooks stehen in (...) Weiterlesen





Data Science for Psychologists – Integration von Machine Learning in das Modul Multivariate Verfahren

19. Januar 2023
Im Zeitalter von Digitalisierung und Big Data werden Methoden zur Auswertung großer Datenmengen immer relevanter. Insbesondere Machine Learning wird für solche Analysen genutzt und auch in der Psychologie immer verbreiteter. Um dieser Entwicklung Rechnung zu tragen, wurden Bausteine für das Modul Multivariate Analyseverfahren (M.Sc. Psychologie) entwickelt, die Grundlagen des Machine (...) Weiterlesen







↑