Analyse von Umweltdaten/Modulsteckbrief

Aus Unterrichtsmaterial
< Analyse von UmweltdatenDies ist die bestätigte sowie die neueste Version dieser Seite.
Wechseln zu:Navigation, Suche
Übersicht
Themenfeld Analyse von Umweltdaten, Data Science, Data Analysis, epistemisches Programmieren
Autor Sven Hüsing
Editiert am 08.7.2021
Unterseiten


Titel Analyse von Umweltdaten: Datenanalyse mit der Sensebox, Jupyter Notebooks und Python
Modul Datenprojekte und Datenexploration:

Umweltdaten mit Sensoren sammeln und analysieren

Stichworte Erkenntnisse aus Daten gewinnen, Erheben von Umweltdaten,

Auswerten von Umweltdaten, Epistemisches Programmieren, Data Science

Zielgruppe Klasse 8-10
Inhaltsfelder Information und Daten

Informatik, Mensch und Gesellschaft

Informatiksysteme

Unterricht
Kurz-beschreibung Das übergeordnete Thema dieser Unterrichtsreihe lautet "Datenanalyse mit Jupyter Notebooks und Python". Dabei beziehen sich die Daten auf umweltbezogene Größen wie Temperatur, Luftfeuchtigkeit oder Feinstaubbelastung. Mithilfe eigens erhobener Daten führen die SuS eine Umweltanalyse auf Grundlage eigener Fragestellungen durch.

Dabei sammeln sie mithilfe einer (ggf. selbst programmierten) Sensebox (Link) umweltspezifische Daten, die sie selbst auswählen. Während die Sensebox die Daten über einen längeren Zeitraum sammelt, durchlaufen die SuS einen Online-Kurs zur Arbeit mit Python und Jupyter Notebooks. Darauf aufbauend führen sie die Auswertung der selbst erhobenen Daten durch und erstellen ein eigenes Jupyter Notebook, in dem sie ihre Ergebnisse und den Prozess der Datenanalyse festhalten. Beides präsentieren die SuS zum Ende der Unterrichtsreihe den anderen Kursmitglieder*innnen oder auch einem erweiterten Publikum – beispielsweise im Rahmen eines Projekttages.

Vor-kenntnisse Grundlegende Kenntnisse im Umgang mit Jupyter Notebooks und der Programmiersprache Python sind hilfreich, jedoch nicht zwingend notwendig.
Grobziele Die Schülerinnen und Schüler…
  • lernen ein Datenanalyse-Projekt kennen, wobei die Schnittstellen Messinstrument, Daten und Daten im Kontext im Fokus stehen.
  • lernen Auswertungs- und Darstellungsmöglichkeiten großer Datenmengen kennen.
  • sammeln Erfahrungen in der datengetriebenen Analyse unserer Umwelt.
  • lernen, gesammelte Daten und durchgeführte Datenanalysen im Kontext der Realwelt und deren Einflussfaktoren zu reflektieren.
  • reflektieren, wie Datenanalysen den (datengetriebenen) Blick auf die Welt und das eigene Verhalten beeinflussen können.
  • lernen erste Data-Moves kennen.
  • machen erste Erfahrungen in der Programmierung von Arduinos.
  • erlangen Grundkenntnisse im Umgang mit JupyterNotebook und Python.
Zur Verfügung stehendes Material
  • Vorbereitete Tutorials zur Verwendung von Python in Jupyter Notebooks
  • Vorbereitete Jupyter Notebooks, in denen die Datenexploration durchgeführt werden kann
  • Zur Unterstützung beim Erstellen des Messinstruments: vorbereiteter Programmcode zur Erhebung verschiedener Umweltdaten
  • Beispiel-Datensätze für verschiedene Umweltdaten
Zeitlicher Umfang 15 Schulstunden (á 45 min)