Analyse von Umweltdaten
Beschreibung der Unterrichtsreihe
Geplanter Verlauf der Unterrichtsreihe
Diese Unterrichtsreihe lässt sich in zwei verschiedenen Varianten durchführen. Abhängig davon sind auch Lernziele und Dauer der Unterrichtsreihe.
In Variante A steht neben der Auswertung der Daten (in Jupyter Notebooks) auch die Programmierung der Messinstrumente (Senseboxen) im Vordergrund. Hierzu wird ca. eine Unterrichtsstunde benötigt, in der sich die SuS mit der Sensebox vertraut machen sowie zwei weitere, in denen sie die Sensebox in Abhängigkeit von ihrer Fragestellung programmieren.
Phase | Inhalt | Umfang |
---|---|---|
1 | Einführung in das Projekt
Einführung in das Messinstrument "Sensebox" Generieren einer Fragestellung für die geplante datengeriebene Analyse |
2 Schulstunden |
2 | Erstellung und Testung des Messinstruments
Aufstellen der Messstation an ausgewählten Standorten |
3 Schulstunden |
3 | Einführungskurs in Python | 6 Schulstunden |
4 | Einsammeln der Senseboxen
Verteilen der gesammelten Daten Datenauswertung mithilfe der Jupyter Notebooks |
3 Schulstunden |
5 | Abschluss des Projektes:
|
1 Schulstunde |
Alternativ kann können die SuS auch eine bereits fertig programmierte Sensebox nutzen, die die Werte für Feinstaub (PM2.5), Temperatur und Luftfeuchtigkeit in jeweils separaten .csv-Dateien auf einer SD-Karte speichert. Auf diese Weise fällt in dieser Variante B im Gegensatz zu Variante A in Phase 1 die Einführung in das Messinstrument "Sensebox" sowie in Phase 2 die Erstellung und Testung des Messinstruments weg, sodass sich der Umfang der Reihe um 3 Schulstunden reduziert. Folglich ergibt sich folgender Ablauf:
Phase | Inhalt | Umfang |
---|---|---|
1 | Einführung in das Projekt
Generieren einer Fragestellung für die geplante datengeriebene Analyse |
1 Schulstunde |
2 | Aufstellen der Messstation an ausgewählten Standorten | 1 Schulstunde |
3 | Einführungskurs in Python | 6 Schulstunden |
4 | Einsammeln der Senseboxen
Verteilen der gesammelten Daten Datenauswertung mithilfe der Jupyter Notebooks |
3 Schulstunden |
5 | Abschluss des Projektes:
|
1 Schulstunde |
Einzelne Phasen der Unterrichtsreihe
Phase 1: Einführung in das Projekt und Generieren einer Fragestellung für die geplante datengetriebene Analyse
Beschreibung der Phase
In dieser Phase soll den SuS das Projekt bzw. Vorhaben vorgestellt werden. Sie sollen dabei eine eigene Fragestellung entwickeln, der sie in der nachfolgenden Datenanalyse nachgehen wollen. Beispiele für Fragestellungen wären beispielsweise:
- Zu welcher Uhrzeit ist die Feinstaubbelastung an der Schule am höchsten ?
- Wie viel Feinstaub produzieren verschiedene Autotypen (z.B. Diesel- vs. Benzinauto) ?
- Wie oft/Wann überschreitet die Feinstaubbelastung an unserer Schule EU-Grenzwerte ?
Bei der Durchführung von Variante A (mit Programmierung der Sensebox) sollen die SuS zudem die Sensebox kennenlernen und erste kleinere Programmierprojekte mit Ihr durchführen.
Verlauf
Variante A (Mit Programmierung der Sensebox)
Abschnitt | Inhalt | Methode | Material |
---|---|---|---|
Einstieg |
|
Unterrichtsgespräch | Projektplakat () |
Benötigte Materialien
- Projektplakat ()
Phase 3: Einführungskurs in Python
Beschreibung der Phase
Diese Phase sollte durchgeführt werden, während die Daten mithilfe der aufgestellten Senseboxen gesammelt werden. So wird ein genügend großer Zeitraum für die Datensammlung gewährt.
In dieser Phase sollen die SuS die Grundlagen von Python erlernen. Dazu durchlaufen die SuS den Python-Online-Kurs der University of Waterloo (Link). Hier werden grundlegende Aspekte der Programmiersprache schrittweise erarbeitet, indem für jedes "Programmierkonstrukt" zunächst ein erläuternder Text gegeben wird und die SuS dann das neu erworbene Wissen selbst anwenden müssen und eigenständig in "Code-Blöcken" bestimmte Programmieraufgaben lösen müssen.
Da im weiteren Verlauf der Unterrichtsreihe innerhalb von Juptyer Notebooks programmiert werden soll und zudem die Datentypen aus der pandas-Bibliothek genutzt werden, gibt es hierzu zwei Notebooks (Einführung Jupyter Notebooks und Nützliche Datentypen in Python NOCH NICHT AKTUELL), die einem ähnlichen Prinzip folgen, wie der Python-Online-Kurs der University of Waterloo: Auch hier gibt es zunächst erklärende Texte, bevor die SuS "Code-Blöcke" eigenständig erstellen bzw. ergänzen müssen, um gestellte Aufgaben zu lösen.
Die SuS sollen sowohl den Python-Online-Kurs als auch die beiden Jupyter Notebooks selbstständig bearbeiten. Der Python-Online-Kurs sollte nach etwa ??? Unterrichtsstunden abgeschlossen werden, und die beiden Notebooks in - zusammengenommen - ??? Unterrichtsstunden. Es bietet sich an, zum Beginn und zum Ende jeder Unterrichtseinheit etwa 5-10 Minuten für allgemeine Fragen der SuS einzuplanen, die im Plenum diskutiert und beantwortet werden können.
Verlauf
Abschnitt | Inhalt | Methode | Material |
---|---|---|---|
Erarbeitung | Die SuS erarbeiten sich eigenständig Grundlagen der Programmiersprache Python,
indem sie den Python-Online-Kurs der University of Waterloo durchlaufen |
||
Benötigte Materialien
Python-Online-Kurs der University of Waterloo (Link: https://cscircles.cemc.uwaterloo.ca/de/)
Jupyter Notebook: Einführung in Jupyer Notebooks (NOCH NICHT AKTUELL)
Jupyter Notebook: Nützliche Datentypen in Python (NOCH NICHT AKTUELL)