Lärares rörelsemönster

Om Lärares rörelsemönster

Projektet är nu avslutat. På denna sida kan du ta del av de resultat som framkom under arbetet. Här kan du som är nyfiken på att testa att arbeta med rörelsedata i skolmiljö även ladda ner guider för att komma igång på egen hand.

Lärares rörelsemönster drevs i projektform under 2022. Projektet syftade till att ta fram ett konkret och skalbart exempel kring hur Internet of Things (IoT) kan användas för att utveckla skolans kärnverksamhet, nämligen undervisning och lärande. 

Under projekttiden utvecklades teknik, metoder och instruktioner för att underlätta insamling och analys av lärarens rörelsedata i samband med klassrumsundervisning. Avsikten med arbetet har varit att resultaten ska kunna vara ett medel för att stötta utvecklingen av lärares undervisningsskicklighet och därigenom ge bättre förutsättningar för den enskilda elevens lärande. Behovscentrerat och i nära samarbete med skolans personal, vidareutvecklade vi IoT-lösningar på ett sätt som underlättar användande, implementering och uppskalning. 

Bakgrund

Lärares rörelsemönster tog avstamp i arbetet med IoT Hubb Skola, där man identifierade röresedata som intressant för vidare utforskande. Projektet startade i december 2021 och avslutades i november 2022.

Vad gjordes inom ramen för projektet?

Under 2022 har lärare ifrån projektets skolpartners undervisat i klassrum som utrustats med en IoT-lösning som samlar in data om hur de rör sig när de undervisar. Denna data har visualiserats i en s.k. heat map. Lärarna har använt denna data för att reflektera enskilt, i samtal med kollegor, och i samtal med forskare från Stockholms universitet, kring vad de ser i denna visualisering och hur de med hjälp av denna kan lära och utveckla sin praktik. Man kan säga att projektet Lärares rörelsemönster har utvecklat en metod för lärare att, med stöd av IoT, utveckla sin undervisning och förbättra förutsättningarna för sina elevers lärande.

Projektet har arbetat med två teknikspår:

1. En kommersiell, etablerad IoT-lösning: Data insamlad av utrustning från tillverkaren Pozyx har visualiserats i ett gränssnitt som vidareutvecklats och anpassats av Atea för att fungera optimalt för målgruppen lärare.

2. SSIS egenutvecklade IoT-lösning: En av projektets skolpartners, Stockholm Science and Innovation School, har utvecklat egen hård- och mjukvara. SSIS arbetade under projekttiden med detta teknikspår. Ett pilotprojekt har även startat med denna lösning på NTIG Stockholm.

Utförliga rapporter och guider finns att ladda ner och ta del av i högerkanten av denna sida.

Samarbetspartners