promotion/learning-management-system
Archived
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
This repository has been archived on 2025-10-27. You can view files and clone it, but cannot push or open issues or pull requests.
8 Commits 1 Branch 0 Tags
d3f0d865a44d45ffd34931a3599f86a0a1000e7b
Go to file
Clone
Open with VS Code Open with VSCodium Open with Intellij IDEA
Download ZIP Download TAR.GZ Download BUNDLE
Jochen Hanisch-Johannsen d3f0d865a4 feat: CI-konforme Dendrogramm-Visualisierung mit Matplotlib als Abschluss der Analyse 
- Neue Funktion `plot_dendrogram_matplotlib(df, scaled_anteile)` ergänzt:
  - erzeugt Dendrogramm der Kursanteile mit scipy + matplotlib
  - speichert das Diagramm als PNG im Forschungsprojektverzeichnis
  - automatische Farbgebung durch scipy.dendrogram()
  - sauberes CI-nahes Layout (Schriftgrößen, Achsentitel, Formatierung)

- Funktionsaufruf ans Ende des Skripts verschoben:
  - wird als letzter Schritt der statistischen Analyse ausgeführt
  - damit visuelle Gesamtstruktur abgeschlossen

- Bestehende Plotly-basierte Dendrogramm-Funktion bleibt erhalten (interaktiv, CI)
  - Fokus der matplotlib-Version liegt auf Publikationsreife und Clusterklarheit
2025-06-19 23:05:18 +02:00
.gitignore
Initialer Commit: curriculare Analyse NFS-H
2025-05-31 07:58:20 +02:00
APrV-Kuerzel_zu_Kompetenzbereichen.csv
Initialer Commit: curriculare Analyse NFS-H
2025-05-31 07:58:20 +02:00
config_lms.py
Initialer Commit: curriculare Analyse NFS-H
2025-05-31 07:58:20 +02:00
LICENSE
Add Creative Commons Attribution 4.0 International License
2025-05-31 08:01:04 +02:00
lms_statistische-analyse.py
feat: CI-konforme Dendrogramm-Visualisierung mit Matplotlib als Abschluss der Analyse
2025-06-19 23:05:18 +02:00
lms-verteilung.xlsx
Initialer Commit: curriculare Analyse NFS-H
2025-05-31 07:58:20 +02:00
README.md
DOI eingetragen
2025-05-31 22:12:40 +02:00

README.md

Learning Management System – Curriculum Analyse

Dieses Projekt enthält die vollständige Python-gestützte Analyse der curricularen Struktur des digitalen Bildungsraums „NFS-H“. Ziel ist die datenbasierte Validierung der curricularen Kohärenz anhand der Ausbildungs- und Prüfungsverordnung für Notfallsanitäter*innen (NotSan-APrV).

Zielsetzung

Nachgewiesen werden:

  • curriculare Konsistenz (Korrelation Aufgaben vs. Dauer, r = 0.66)
  • inhaltliche Validität (Deckung mit APrV-Themenverteilung: 47/27/26)
  • strukturierte Kompetenzorientierung (fachlich, sozial, personal, methodisch)
  • Visualisierungen zur quantitativen Analyse

Inhalt

  • lms_statistische-analyse.py: Hauptskript zur statistischen Auswertung
  • lms-verteilung.xlsx: Zuordnung von Handlungssituationen zu APrV-Kürzeln
  • APrV-Kuerzel_zu_Kompetenzbereichen.csv: Mapping von Kürzeln zu Kompetenzbereichen
  • Visualisierungen werden automatisiert erzeugt; exportierte PNG-Dateien sind optional und werden lokal gespeichert

Methoden

  • Automatisierte Zuordnung über Pandas
  • Visualisierung mit Plotly (Boxplots, Tortendiagramme, Balkendiagramme)
  • Vergleich mit APrV-Gesetzesvorgaben als Referenzstruktur

Lizenz

Dieses Projekt steht unter der Creative Commons Attribution 4.0 International License (CC BY 4.0).

Für kommerzielle Nutzungen, die über die Bedingungen der CC BY 4.0 hinausgehen, bitte Kontakt an: kontakt@jochen-hanisch.de

https://zenodo.org/records/15565960

Hinweis

Dieses Repository ist Bestandteil der Dissertationsarbeit an der Charité – Universitätsmedizin Berlin.

Description
Python-basierte, datengestützte Analyse- und Visualisierungswerkzeuge zur strukturellen Evaluation digitaler Curricula im Gesundheitswesen – validiert am Beispiel des NFS-H-Lehrplans.
https://zenodo.org/records/15565960
Readme 75 KiB
Languages
Python 100%