academic-study-learn

Solid

Einsetzen, wenn Lerninhalte aus Studienmaterialien (Skripte, Bücher, PDFs, Vorlesungsfolien) strukturiert erarbeitet, zusammengefasst oder durch Retrieval-Practice gefestigt werden sollen. Leitet durch einen vollständigen Lernzyklus: Lernziel, Kernideen, Glossar, Transfer und Selbsttest.

AI & Automation 2 stars 1 forks Updated today MIT

Install

View on GitHub

Quality Score: 81/100

Stars 20%
16
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# Academic Study Learn ## Übersicht Begleite das quellenbasierte Lernen mit einem fünfstufigen Lernzyklus. Der Skill ist institution- und fachunabhängig: er funktioniert mit jedem Studienmaterial, das als Datei, Texteingabe oder per Webzugang verfügbar ist. ## Konfiguration | Platzhalter | Bedeutung | |---|---| | `<MODUL_PREFIX>` | Kürzel für Modulbezeichnungen (z. B. MM, MF, MO) | | `<LMS>` | Lernmanagementsystem (z. B. ILIAS, Canvas, Stud.IP) | | `<INDEX_DATEI>` | Lokale Indexdatei des Studienordners (z. B. LLM_INDEX.md) | ## Lernzyklus (5 Phasen) ### 1. Lernziel klären - Was soll nach dieser Einheit können, verstanden oder angewendet werden? - Ziel in einem Satz formulieren und am Ende der Einheit prüfen. ### 2. Kernideen extrahieren (3–7) - Wichtigste Konzepte, Theorien oder Verfahren aus dem Material herausarbeiten. - Jede Kernidee in 2–4 Sätzen erklären. - Verbindungen zwischen den Kernideen benennen. ### 3. Glossar anlegen - Fachbegriffe mit Kurzdefinition und — wenn vorhanden — Quellenangabe auflisten. - Nur Begriffe aufnehmen, die für das Lernziel relevant sind. ### 4. Transfer und Anwendung - Mindestens ein Beispiel oder eine Anwendung aus dem eigenen Kontext formulieren. - Unterschiede zwischen ähnlichen Konzepten herausarbeiten. - Offene Fragen und Unklarheiten explizit benennen. ### 5. Retrieval Practice (5–10 Fragen) - Fragen ohne Blick ins Material beantworten lassen. - Antworten mit dem Quellmaterial abgleichen. - Lücken und Irrtümer als Grundla...

Details

Author
ellmos-ai
Repository
ellmos-ai/skills
Created
4 months ago
Last Updated
today
Language
Python
License
MIT

Integrates with

Similar Skills

Semantically similar based on skill content — not just same category