Analyse von Umweltdaten

Aus Unterrichtsmaterial
Wechseln zu:Navigation, Suche

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.

Geplanter Verlauf der Unterrichtsreihe (Variante A)
Phase Inhalt Umfang
1 Einführungskurs in Python 6 Schulstunden
2 Einführung in das Projekt

Einführung in das Messinstrument "Sensebox"

Generieren einer Fragestellung für die geplante datengeriebene Analyse

2 Schulstunden
3 Erstellung und Testung des Messinstruments

Aufstellen der Messstation an ausgewählten Standorten

3 Schulstunden
4 Datenauswertung mithilfe der Jupyter Notebooks 3 Schulstunden
5 Abschluss des Projektes:
  • Ergebnisvorstellung
  • Interpretation: Was bedeuten die Ergebnisse für uns ?
    • Diskussion von gesellschaftlichen Implikationen


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 2 die Einführung in das Messinstrument "Sensebox" sowie in Phase 3 die Erstellung und Testung des Messinstruments weg, sodass sich der Umfang der Reihe um 3 Schulstunden reduziert. Folglich ergibt sich folgender Ablauf:

Geplanter Verlauf der Unterrichtsreihe (Variante B)
Phase Inhalt Umfang
1 Einführungskurs in Python 6 Schulstunden
2 Einführung in das Projekt

Generieren einer Fragestellung für die geplante datengeriebene Analyse

1 Schulstunde
3 Aufstellen der Messstation an ausgewählten Standorten 1 Schulstunde
4 Datenauswertung mithilfe der Jupyter Notebooks 3 Schulstunden
5 Abschluss des Projektes:
  • Ergebnisvorstellung
  • Interpretation: Was bedeuten die Ergebnisse für uns ?
    • Diskussion von gesellschaftlichen Implikationen
1 Schulstunde

Einzelne Phasen der Unterrichtsreihe

Phase 1: Einführungskurs in Python

Beschreibung der Phase:

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.

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)