Gå til hovedindhold
  • Hjem
  • Mere
Dansk ‎(da)‎
Dansk ‎(da)‎ Deutsch ‎(de)‎ English ‎(en)‎ Português - Portugal ‎(pt)‎ Türkçe ‎(tr)‎
Log ind
Hjem
Eguru
  • Dansk ‎(da)‎
    Dansk ‎(da)‎ Deutsch ‎(de)‎ English ‎(en)‎ Português - Portugal ‎(pt)‎ Türkçe ‎(tr)‎

Fit4Future

Fit4Future

  • HVAD HANDLER FIT4FUTURE OM?

    Det pioner- og fremtidsorienterede naturvidenskab, teknologi, ingeniørvidenskab og matematik (STEM) pensum samt opdaterede studieforløb inden for strategisk planlægning, som afspejler behovene i den højteknologisk industri og det der tilhørende stærke samarbejdsnetværk, gør videregående uddannelsesinstitutioner mere attraktive for studerende og undervisere inden for STEM-området. FIT4Future sigter mod, at STEM-undervisere på videregående uddannelser vil have opdaterede færdigheder og viden, hvilket vil øge videnskabelig forskning og publikationer. Videregående uddannelsesinstitutioner kan anvende metoden til langsigtede teknologiske fremtidsscenarier (long-term technology future scenario, LTFS) til at udvikle (eller tilpasse) pensum til langsigtede tendenser og sikre, at disse er fremtidsorienteret. For at muliggøre dette på en effektiv måde vil FIT4Future blive udviklet baseret på en omfattende kortlægning af det nuværende pensum, behovene hos undervisere inden for STEM på videregående uddannelser og tilgængeligt undervisningsmateriale.


    Thumbnail [100%x225]

    Det Grundlæggende

    Dette modul giver vigtig information om langsigtede fremtidsscenarier. Ved at gennemføre dette modul vil du være i stand til at forstå scenariers plads i organisatorisk beslutningstagning og de metoder, der anvendes til langsigtede fremtidsscenarier.
    Thumbnail [100%x225]

    LFTS Metoder

    Dette modul handler om de metoder, som anvendes i langsigtet fremtidsscenarie udvikling, såsom Fuzzy Cognitive Maps, Analyse af Science Fiction-Romaner og Film, Science Fiction-Prototyping, Flash Fiction historier, Trend Extrapolation/Trend Impact Analyse, Delphi-Studie og Cross Impact Analyse.
    Thumbnail [100%x225]

    LTFS Erfaringer

    Dette modul supplerer det forrige modul, hvor LFTS-metoder blev diskuteret, ved at give eksempler fra virksomheder og forskning, der inkorporerer LFTS-metoder.
    Thumbnail [100%x225]

    LTFS Udviklingsressourcer

    Dette modul giver ressourcer, der kan hjælpe med at skabe langsigtede fremtidsscenarier fra forskellige lande og forskellige sektorer.
    Thumbnail [100%x225]

    Yderligere Ressourcer

    Dette modul giver yderligere ressourcer i forbindelse med eller relevans for undervisningen i LTFS. Ressourcerne kan bruges til at forbedre undervisningens kvalitet, hvis den er rettet mod at inkorporere LTFS.
    Thumbnail [100%x225]

    AI Module

    This module aims to create long-term future scenarios (LTFS) with the help of artificial intelligence (AI). It can enable you to improve your course content by creating fictional stories.

erasmus

This website has been accomplished during the project "FIT4FUTURE​", grant agreement number: KA220-HED-000032069, implemented with financial support of the European Union, ​this publication reflects the views only of the author, therefore the European Union cannot be held responsible for any use which may be made of the information contained therein. Agreement number: KA220-HED-000032069

Du er ikke logget ind (Log ind)
Beskrivelse af dataopbevaring
Drevet af Moodle