1. Welche Merkmale von Self-Tracking werden im Folgenden dargestellt?
Self-Tracking wird im Folgenden spezifische Merkmale dargestellt. Es handelt sich um eine Praxis, um in Echtzeit biometrische Daten des eigenen Körpers zu vermessen und damit eine präventive Lebensführung zu ermöglichen. Diese Praxis richtet sich auf (zunachst physische) Gesundheit und Körperfunktionen, aber zunehmend auch auf Emotionen, Stimmungen und Verhaltensteilung oder -steuerung (etwa von Suchtverhalten). Self-Tracking wird in verschiedenen gesellschaftlichen Kontexten eingebettet und zeigt dabei ubergreifende Prozesse auf. Es wird von verschiedenen Geräten wie Fitness-Tracker und Smartphones genutzt, die mit einer Vielzahl von Sensoren ausgestattet sind. Diese Sensoren ermöglichen die Tracking von Körperfunktionen wie Beschleunigung, Luftdruck, Lage, Puls und Kompass. Die gesammelten Daten können verlinkt und analysiert werden, um eine präventive Lebensführung zu ermöglichen. Self-Tracking wird kritisch betrachtet, da es inhärente Verwertungslogiken personenbezogener Daten, disziplinierende und normalisierende Subjektivierungsweisen und soziale oder rassistische Ungleichheiten fördert. Es wird auch kritisiert, dass es ahnliche Rationalitäten und Konsequenzen wie in Bildungskontexten und Bildungsmanagement aufweist. Allerdings ermöglicht die Vernetzung und Sensorisierung verschiedener Geräte eine breitewirksame Nutzung von Self-Tracking-Anwendungen. Insgesamt sind die Merkmale von Self-Tracking vielfältig und werden in verschiedenen gesellschaftlichen Kontexten betrachtet und diskutiert.
read more
2. Welche Rolle spielen padagogische Rahmungen bei der Nutzung von SeLeMA?
Padagogische Rahmungen spielen eine wichtige Rolle bei der Nutzung von SeLeMA, da sie dazu beitragen, die individuellen Erfahrungen der Nutzer zu begleiten und zu reflektieren. Sie ermöglichen es den Nutzern, ihre Erfahrungen mit der App zu teilen und auf einer Meta-Ebene zu thematisieren. Diese Rahmungen können dazu beitragen, die sozialen und digitalen Ungleichheiten zu berücksichtigen, indem sie den Zugang zu Technologien und Risiken einschätzen. Die Ergebnisse aus der Begleit- bzw. Evaluationsforschung können in solchen padagogischen Settings einbezogen werden, um die Nutzung der App zu verbessern und die Nutzer*innen zu unterstützen. In der SeLeMA-App werden offene Quellcode und datenkritische Anschlusskommunikation ermöglicht, was die Transparenz des Designs und die Vertrauensbildung der Nutzer*innen fördert. Darüber hinaus ermöglicht ein solches Design weiterreichende Modi der Thematisierung, die die Untersuchung von Mechanismen der Datenerhebung, -übertragung, -speicherung und -auswertung erlauben. Padagogische Rahmungen sind somit entscheidend, um die Nutzung von SeLeMA zu unterstützen und die Nutzer*innen in den Prozess der Selbstreflexion einzubeziehen.
read more