Willkommen auf SHRIMPP.de!

Social Hypertext Reader & Interactive Mapping Platform – kurz SHRIMP – ist der Titel eines Lehr-Lern-Experiments, das im Wintersemester 2015/16 am Institut für Amerikanistik der Universität Leipzig begonnen wurde: Das Lehrmaterial eines Seminars wird als Social Hypertext umgesetzt und über eine digitale Online-Platform in das Lehrangebot integriert.

Im SHRIMP-Hypertext sind die ursprünglichen Seminartexte in Abschnitte unterteilt, welche über kommentierte Links miteinander vernetzt wurden. Anstatt als traditionelle Loseblattsammlung lesen die Studierenden die Seminartexte online auf einer Social-Media-Plattform, wo sie die Inhalte entdecken, individuell erschließen und gemeinsam diskutieren.

Ziel des SHRIMP-Experiments ist es, die Potenziale von nicht-linearem Text in einer kollaborativen Online-Lernsituation zu untersuchen und zu entwickeln. Mit der Plattform wollen wir ein zeitgemäßes Medium schaffen, das einen individuellen, kreativen Leseprozess ermöglicht und gemeinschaftliches Lernen fördert. Es soll die Hochschullehre besonders in den Geisteswissenschaften bereichern.

Der im Sommersemester 2015 geplante und entwickelte Prototyp wurde im Wintersemester 2015/16 erstmals im Seminar eingesetzt und von ca. 80 Studierenden genutzt. Die Mittel für diese Pilotphase stammen aus der universitätsinternen Initiative LaborUniversität. Im Sommersemester 2016 und im Wintersemester 2016/17 folgte eine Kooperations- und Didaktisierungsphase im Rahmen von Lehrpraxis im Transfer, einem Verbundprojekt des Hochschuldidaktischen Zentrums Sachsen. Beide Förderprojekte wurden im Rahmen des Qualitätspakts Lehre vom BMBF finanziert. Vom Wintersemester 2017/18 bis Ende 2018 fasste das Projekt Learning Analytics und Gamification in einer dritten Phase genauer ins Auge, welche im Rahmen des Verbundprojekt 2: Advance Learning and Examination Spaces - ALExS.sax innerhalb der SMWK-geförderten Initiative Bildungsportal Sachsen finanziert wurde. In der 2019 begonnenen vierten Phase ist SHRIMP erneut Teil des Verbundprojektes, diesmal mit einem Fokus auf Machine Learning und neuen Interaktionsmustern auf der Plattform. Updates zu dieser Phase finden sich unter dem Tag #Machine Learning auf unserem Blog.

Access Attributes: