Skip to main content
SpringerLink
Log in

Unterrichtsmethoden im Kontext bedeutsamer Lerntheorien

  • Chapter
  • First Online:
Unterrichtsmethoden für den Informatikunterricht

  • 6945 Accesses

Zusammenfassung

Unterrichtsmethoden spielen für erfolgreiches Lernen eine zentrale Rolle. Begründungen, warum Lernen mit Unterrichtsmethoden besser funktioniert, liefern die Kognitionspsychologie, zunehmend die Neurowissenschaft und neuerdings die Neurodidaktik. Traditionell stellen Lerntheorien Empfehlungen zur Verfügung, auf deren Befunde bestimmte Unterrichtsmethoden entstanden sind. Dieses Kapitel legt den Schwerpunkt auf die Einbindung von Unterrichtsmethoden für den Informatikunterricht in den Kontext bedeutsamer Lerntheorien. In einer Befragung bewerten Experten die Bedeutung der behavioristischen, kognitivistischen und konstruktivistischen Lerntheorien für 20 Unterrichtsmethoden. Das Ergebnis der Untersuchung macht deutlich, dass die Gewichtung von Lerntheorien für bestimmte Unterrichtsmethoden zum Informatikunterricht unterschiedlich ist.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 29.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 39.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Siehe Woolfolk (2015, S. 288); Santrock (2011, S. 282).

  2. 2.

    Siehe Santrock (2011, S. 232).

  3. 3.

    Siehe Woolfolk (2015, S. 294); Santrock (2011, S. 301).

  4. 4.

    Siehe Slavin (2014, S. 238).

  5. 5.

    Siehe Slavin (2014, S. 241).

  6. 6.

    Siehe Woolfolk (2015, S. 351); Slavin (2014, S. 252); Santrock (2011, S. 320).

  7. 7.

    Siehe Santrock (2011, S. 320).

  8. 8.

    Siehe Woolfolk (2015, S. 349).

  9. 9.

    Siehe Slavin (2014, S. 246).

Literatur

  • Agneli, C., Kadijevich, D. & Schulte, C. (2013). Improving computer science education. London: Routledge Chapman & Hall.

    Google Scholar 

  • Anderson, J. R. (2013). Cognitive psychology. Duffield: Worth Publishers.

    Google Scholar 

  • Baer, M. & Paradiso, M. (2015). Neuroscience: Exploring the brain. Philadelphia: Lippincott Williams & Wilk.

    Google Scholar 

  • Benoit, K. & Wiesehomeier, N. (2009). Expert judgment. In S. Pickel, G. Pickel, H.-J. Lauth & D. Jahn (Hrsg.), Methoden der vergleichenden Politik- und Sozialwissenschaften (S. 479–516). Wiesbaden: Verlag für Sozialwissenschaften.

    Google Scholar 

  • Bortz, J., Lienert, G. A. & Boehnke, K. (2008). Verteilungsfreie Verfahren in der Biostatistik. Berlin: Springer.

    Google Scholar 

  • Bunge, M. (1967). Scientific research I: The search for system. Berlin: Springer.

    Book  MATH  Google Scholar 

  • Burton, J. K., Moore, D. M. & Magliaro, S. G. (2004). Behaviorism and instructional design. In D. H. Jonassen (Hrsg.), Handbook of research on educational communications and technology (S. 3–35). New York: Lawrence Erlbaum.

    Google Scholar 

  • Collins, S. (2015). Neuroscience for learning and development: How to apply neuroscience and psychology for improved learning and training. London: Kogan Page.

    Google Scholar 

  • Eysenck, M. W. & Keane, M. T. (2015). Cognitive psychology. Abingdon: Taylor & Francis.

    Google Scholar 

  • Fincher, S. & Petre, M. S. (2004). Computer science education research. London: RoutledgeFalmer.

    Google Scholar 

  • Grzega, J. & Schöner, M. (2008). The didactic model LdL (Lernen durch Lehren) as a way of preparing students for communication in a knowledge society. Journal of Education for Teaching 34(3), 167–175.

    Article  Google Scholar 

  • Gwet, K. L. (2014). Handbook of inter-rater-reliability. Gaithersburg: Advanced Analytics.

    Google Scholar 

  • Hartmann, W., Näf, M. & Reichert, R. (2006). Informatikunterricht planen und durchführen. Berlin: Springer.

    Google Scholar 

  • Hattie, J. (2009). Visible learning. New York: Routledge.

    Google Scholar 

  • Hazzan, O., Lapidot, T. & Ragonis, N. (2011). Cognitive psychology. New York: Springer.

    Google Scholar 

  • Hora, S. C. (2008). Expert Judgment. In E. L. Melnick & B. S. Everitt, Encyclopedia of quantitative risk analysis and assessment. New York: Wiley.

    Google Scholar 

  • Hubwieser, P. (2007). Didaktik der Informatik. Berlin: Springer.

    Google Scholar 

  • Humbert, L. (2006). Didaktik der Informatik. Wiesbaden: Teubner.

    Google Scholar 

  • Immordino-Yang, M. H. (2015). Emotions, learning, and the brain: Exploring the educational implications of affective neuroscience. New York: Ww Norton & Co.

    Google Scholar 

  • Irons, A., Alexander, S. & Alexander, S. (2004). Improving computer science education. London: Routledge Chapman & Hall.

    Google Scholar 

  • Kerres M. (2013). Mediendidaktik. München: Oldenbourg.

    Book  Google Scholar 

  • Kirk, E. (2012). Experimental design. Belmon: Wadsworth.

    Book  Google Scholar 

  • Koffmann, E. & Brinda, T. (2003). Teaching programming and problems solving. In L. Cassel & R. A. Reis (2003). Teaching programming and problem solving (S. 125–130). Amsterdam: Kluwer Academic Publishers.

    Google Scholar 

  • Lefrançois, G. R. (2012). Theories of human learning. Belmont, CA: Wadsworth.

    Google Scholar 

  • Mareschal, D. & Butterworth, B. (2013). Educational neuroscience. New York: Wiley & Sons.

    Google Scholar 

  • Merriam, S. B., Caffarella, R. S. & Baumgartner, L. (2006) Learning in adulthood. A comprehensive guide. San Francisco: Jossey-Bass.

    Google Scholar 

  • Mitchell, C & Sackney, L. (2011). Profound improvement building vapacity for learning vommunities. New York: Routledge.

    Google Scholar 

  • Modrow, E. & Strecker, K. (2016). Didaktik der Informatik. Berlin: de Gruyter.

    Book  Google Scholar 

  • Olson, M. H. & Hergenhahn, B. R. (2012). An introduction to theories of learning. Upper Saddle River, NJ: Prentice-Hall.

    Google Scholar 

  • Purves, D. & Augustine, G. J. (2012). Neuroscience. Paris: De Boeck Université.

    Google Scholar 

  • Sala, S. D. & Anderson, M. (2011). Neuroscience in education: The good, the bad, and the ugly. Oxford: Oxford University Press.

    Google Scholar 

  • Santrock, J. W. (2011). Educational psychology. New York: Mcgraw-Hill.

    Google Scholar 

  • Schubert, S. & Schwill, A. (2012). Didaktik der Informatik. Heidelberg: Spektrum.

    MATH  Google Scholar 

  • Seitschek, H. O. (2007). Wiedererinnerung. In C. Schäfer (Hrsg.), Platon-Lexikon (S. 330–333). Darmstadt: WBG.

    Google Scholar 

  • Silverman, A. (2014). Plato’s middle period metaphysics and epistemology. In E. Zalta (Hrsg.), The Stanford Encyclopedia of Philosophy. Stanford: University Press.

    Google Scholar 

  • Slavin, R. E. (2014). Educational psychology: Theory and practice. Upper Saddle River, NJ: Pearson Education.

    Google Scholar 

  • Spurgin, A. J. (2009). Human reliability assessment theory and practice. Boca Raton: CRC Press.

    Book  Google Scholar 

  • Winer, B. J., Brown, D. R. & Michels, K. M. (1991). Statistical principles in experimental design. Boston: McGraw-Hill.

    Google Scholar 

  • Wirtz, M. & Caspar, F. (2002). Beurteilerübereinstimmung und Beurteilereliabiltät. Göttingen: Hogrefe.

    Google Scholar 

  • Woolfolk, A. (2015). Educational psychology. Upper Saddle River, NJ: Pearson.

    Google Scholar 

  • Woolhouse R. (2007). Locke: A biography. Cambridge: Cambridge University Press.

    Google Scholar 

  • Zendler, A., & Klaudt, D. (2016a). Booklet I: Unterrichtsmethoden für den Informatikunterricht. Berlin: epubli.

    Google Scholar 

  • Zendler, A. & Klaudt, D. (2016b). Instructional methods to computer science education as investigated by computer science teachers. Journal of Computer Science, 11(8), 915–927.

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. University of Education Ludwigsburg, Ludwigsburg, Deutschland

    Andreas Zendler, Cornelia Seitz, Andreas Fest & Dieter Klaudt

Authors
  1. Andreas Zendler
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Cornelia Seitz
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Andreas Fest
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Dieter Klaudt
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Andreas Zendler .

Editor information

Editors and Affiliations

  1. University of Education Ludwigsburg, Ludwigsburg, Germany

    Andreas Zendler

Rights and permissions

Reprints and permissions

Copyright information

© 2018 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Zendler, A., Seitz, C., Fest, A., Klaudt, D. (2018). Unterrichtsmethoden im Kontext bedeutsamer Lerntheorien. In: Zendler, A. (eds) Unterrichtsmethoden für den Informatikunterricht. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-20675-8_5

Download citation

Publish with us

Policies and ethics

Search

Navigation