Advertisement

Research in Science Education

, Volume 45, Issue 2, pp 193–213 | Cite as

Common Mistakes in the Construction of Diagrams in Biological Contexts

  • Lena von Kotzebue
  • Mariele Gerstl
  • Claudia Nerdel
Article

Introduction

Relevance of Diagrams

Understanding diagrams plays an important role in everyday life, for example, if we want to understand the results of an election or properly interpret the graphic representation of news from the stock exchange. Electronic media in particular (AV media and computer-supported systems such as televisions, smartphones and tablet PCs) are increasingly using more graphic representations and visual symbol systems to simplify user guidance and present complex information in their online and offline ranges. One presumed advantage of these visual schematic illustrations is that links and relationships among data can be perceived more rapidly and vividly than if they were sequentially described in literary language (Kuckartz et al. 2010). This is one reason why graphics and other visualisations are often used in science in particular (Roth et al. 1999). In addition, it has been shown that the independent and active construction of diagrams by learners creates...

Keywords

Diagrams Graphs Science education Biology education 

References

  1. Abitur 2009: Prüfungsaufgaben mit Lösungen. Biologie Gymnasium Bayern. (2010). Abitur 2009: Past Exam Questions and Sample Answers. Biology at Bavarian High Schools. Freising: Stark.Google Scholar
  2. Althof, W. (1999). Fehlerwelten. Vom Fehlermachen und Lernen aus Fehler (Error worlds: On making errors and learning from them). Opladen Leske+Budrich.Google Scholar
  3. Andreß, H. J. (2001). Glossar zur Datenerhebung und statistischen Analyse (Glossary for data collection and statistical analysis). http://psydok.sulb.uni-saarland.de/volltexte/2004/268. Accessed 10 October 2013.
  4. Baker, R. S., Corbett, A. T., & Koedinger, K. R. (2001). Toward a model of learning data representations. In J. D. Moore & K. Stenning (Eds.), Proceedings of the twenty-third annual conference of the Cognitive Science Society (pp. 45–50). Mahwah, NJ: Erlbaum.Google Scholar
  5. Bortz, J., & Döring, N. (2006). Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler (Research methods and evaluation for social scientists). Heidelberg: Springer.Google Scholar
  6. Bowen, G. M., Roth, W.-M., & McGinn, M. K. (1999). Interpretations of graphs by university biology students and practicing scientists: toward a social practice view of scientific representation practices. Journal of Research in Science Teaching, 36(9), 1020–1043.CrossRefGoogle Scholar
  7. Brunner, M., Kunter, M., & Krauss, S. (2006). Die professionelle Kompetenz von Mathematiklehrkräften: Konzeptualisierung, Erfassen und Bedeutung für den Unterricht. Eine Zwischenbilanz des COACTIV-Projekts (The professional competence of mathematics teachers: Concept, assessment, and significance for teaching purposes in the classroom. Interim results of the COACTIV project). In M. Prenzel & L. Allolio-Näcke (Eds.), Untersuchungen zur Bildungsqualität von Schule. Abschlussbericht des DFG-Schwerpunktprogramms (pp. 54–82). Münster: Waxmann.Google Scholar
  8. Cleveland, W. (1994). The elements of graphing data. Murray Hill: AT&T Bell Laboratories.Google Scholar
  9. Cox, R. (1999). Representation construction, externalized cognition and individual differences. Learning and Instruction, 9, 343–363.CrossRefGoogle Scholar
  10. Dreyfus, T., & Eisenberg, T. (1990). On difficulties with diagrams: theoretical issues. In G. Booker, P. Cobb, & T. N. De Mendicuti (Eds.), Proceedings of the 14th annual conference of the International Group for the Psychology of Mathematics Education (pp. 27–36). Oaxtepex: PME.Google Scholar
  11. Dytham, C. (2003). Choosing and using statistics: a biologist’s guide. Oxford: Blackwell.Google Scholar
  12. Eraut, M. (1994). Developing professional knowledge and competence. London: Routledge Falmer.Google Scholar
  13. Felbrich, A. (2005). Kontrastierungen als effektive Lerngelegenheiten zur Vermittlung von Wissen über Repräsentationsformen am Beispiel des Graphen einer linearen Funktion (Contrasting cases as an effective learning environment for fostering knowledge of representational forms - the case of the slope of line graphs). Dissertation. Technische Universität Berlin.Google Scholar
  14. Gartmeier, M., Bauer, J., Gruber, H., & Heid, H. (2008). Negative knowledge: understanding professional learning and expertise. Vocations and Learning, 1, 87–103.CrossRefGoogle Scholar
  15. Götze, U., & Bloech, J. (2002). Investitionsrechnung: Modelle und Analyse zur Beurteilung von Investitionsvorhaben (Investment: models and analysis for evaluating investment projects). Berlin: Springer.Google Scholar
  16. Harteis, C., Bauer, J., & Heid, H. (2006). Der Umgang mit Fehlern als Merkmal betrieblicher Fehlerkultur und Voraussetzung für Professional Learning (Dealing with mistakes as a characteristic of a culture of an operational error culture and the prerequisites for professional learning). Schweizerische Zeitschrift für Bildungswissenschaften, 1, 111–129.Google Scholar
  17. Heinze, A. (2004). Zum Umgang mit Fehlern im Unterrichtsgespräch der Sekundarstufe I. Theoretische Grundlegung, Methode und Ergebnisse einer Videostudie (Dealing with mistakes in the classroom discourse on the lower secondary level. Theoretical basis, method and results of a video study). Journal für Mathematik-Didaktik, 25, 221–245.Google Scholar
  18. Kattmann, U. (2006). Diagramme (Diagrams). In H. Gropengießer & U. Kattmann (Eds.), Fachdidaktik Biologie (pp. 340–356). Köln: Aulis.Google Scholar
  19. Kerslake, D. (1981). Graphs. In K. Hart, D. Kerslake, M. Brown, G. Ruddock, D. Kücheman, & M. McCartney (Eds.), Children’s understanding of mathematics: 11-16 (pp. 120–136). London: J. Murray.Google Scholar
  20. KMK (Ständige Konferenz der Kultusminister der Länder der Bundesrepublik Deutschland). (2005). Bildungsstandards im Fach Biologie für den Mittleren Schulabschluss: Beschluss vom 16.12.2004 (Resolution of the Standing Conference of the Ministers of Education and Cultural Affairs of the Länder in the Federal Republic of Germany Education Standards for the subject biology). Wolters Kluwer: München.Google Scholar
  21. Köhler, W., Schachtel, G. A., & Voleske, P. (2002). Biostatistik: Eine Einführung für Biologen und Agrarwissenschaftler (Biostatistics: An introduction for biologists and agronomists). Berlin: Springer.Google Scholar
  22. Kozma, R. (2003). The material features of multiple representations and their cognitive and social affordances for science understanding. Learning and Instruction, 13(2), 205–226.CrossRefGoogle Scholar
  23. Kozma, R., Chin, E., Russel, J., & Marx, N. (2000). The roles of representations and tools in the chemistry laboratory and their implications for chemistry learning. Journal of the Learning Sciences, 9(2), 105–143.CrossRefGoogle Scholar
  24. Krauss, S., Blum, W., Brunner, M., Neubrand, M., Baumert, J., Kunter, M., et al. (2011). Konzeptualisierung und Testkonstruktion zum fachbezogenen Professionswissen von Mathematiklehrkräften (Conceptualization and test construction of the specialised professional competence of math teachers). In M. Kunter, J. Baumert, W. Blum, U. Klusmann, S. Krauss, & M. Neubrand (Eds.), Professionelle Kompetenz von Lehrkräften - Ergebnisse des Forschungsprogramms COACTIV (pp. 135–162). Münster: Waxmann.Google Scholar
  25. Kuckartz, U., Rädikger, S., Ebert, T., & Schehl, J. (2010). Statistik. Eine verständliche Einführung (Statistics. A comprehensible introduction). Wiesbaden: VS Verlag für Sozialwissenschaften.Google Scholar
  26. Kunter, M., Baumert, J., Blum, W., Klusmann, U., Krauss, S., & Neubrand, M. (Eds.). (2011). Professionelle Kompetenz von Lehrkräften. Ergebnisse des Forschungsprogramms COACTIV (Teachers' professional competence. Results of the COACTIV research program). Münster: Waxmann.Google Scholar
  27. Lachmayer, S. (2008). Entwicklung und Überprüfung eines Strukturmodells der Diagrammkompetenz für den Biologieunterricht (Development and examination of a structural model of graph competence for biology education). Dissertation. Christian-Albrechts-Universität zu Kiel. http://d-nb.info/1019667389/34. Accessed 28 April 2014.
  28. Lachmayer, S., Nerdel, C., & Prechtl, H. (2007). Modellierung kognitiver Fähigkeiten beim Umgang mit Diagrammen im naturwissenschaftlichen Unterricht (Modelling of cognitive abilities regarding the handling of graphs in science education). Zeitschrift für Didaktik der Naturwissenschaften, 13, 161–180.Google Scholar
  29. Leinhardt, G., Zaslavsky, O., & Stein, M. K. (1990). Functions, graphs, and graphing: tasks, learning, and teaching. Review of Educational Research, 60, 1–64.CrossRefGoogle Scholar
  30. Malle, G. (1993). Didaktische Probleme der elementaren Algebra (Didactical problems in elementary algebra). Braunschweig: Vieweg.Google Scholar
  31. Matz, M. (1982). Towards a process model for high school algebra errors. In D. Sleeman & J. S. Brown (Eds.), Intelligent tutoring systems (pp. 25–50). London: Academic Press.Google Scholar
  32. McDermott, L. C., Rosenquist, M. L., & van Zee, E. H. (1987). Student difficulties in connecting graphs and physics: examples from kinematics. American Journal of Physics, 55, 503–513.CrossRefGoogle Scholar
  33. Meyer, G. (1988). Mathematische aspekte im biologieunterricht (Mathematical aspects of biology lessons). Unterricht Biologie, 12, 4–13.Google Scholar
  34. Moore, P. J. (1993). Metacognitive processing of diagrams, maps, and graphs. Learning and Instruction, 3, 215–226.CrossRefGoogle Scholar
  35. Oser, F., & Spychiger, M. (2005). Lernen ist schmerzhaft. Zur Theorie des Negativen Wissens und zur Praxis der Fehlerkultur (Learning is painful. On the theory of negative knowledge and the culture of mistakes in practice). Weinheim: Beltz.Google Scholar
  36. Oser, F., Hascher, T., & Spychiger, M. (1999). Lernen aus Fehlern. Zur Psychologie des “negativen Wissens” (Learning from errors. The psychology of negative knowledge). In W. Althof (Ed.), Fehlerwelten. Vom Fehlermachen und Lernen aus Fehlern (pp. 11–41). Opladen: Leske+Budrich.Google Scholar
  37. Padilla, M. J., McKenzie, D. L., & Shaw, E. L. (1986). An examination of the line graphing ability of students in grades seven through twelve. School Science and Mathematics, 68, 20–26.CrossRefGoogle Scholar
  38. Parviainen, J., & Eriksson, M. (2006). Negative knowledge, expertise and organisations. International Journal of Management Concepts and Philosophy, 2, 140–153.Google Scholar
  39. Roth, W.-M., McGinn, M. K., & Bowen, G. M. (1998). How prepared are preservice teachers to teach scientific inquiry? Levels of performance in scientific representation practices. Journal of Science Teacher Education, 9(1), 25–48.CrossRefGoogle Scholar
  40. Roth, W.-M., Bowen, G. M., & McGinn, M. K. (1999). Differences in graph-related practices between high school biology textbooks and scientific ecology journals. Journal of Research in Science Teaching, 36, 977–1019.CrossRefGoogle Scholar
  41. Schnotz, W. (1994) Wissenserwerb mit logischen Bildern (Knowledge acquisition from logical pictures). In B. Weidenmann (Ed.), Wissenserwerb mit Bildern: Instruktionale Bilder in Printmedien, Film/Video und Computerprogrammen (pp. 95–147). Bern: Hans Huber.Google Scholar
  42. Schnotz, W. (2001) Visuelles Lernen (Visual learning). In D. Rost (Ed.), Handwörterbuch Pädagogische Psychologie. Belz: Weinheim.Google Scholar
  43. Schnotz, W. (2002). Wissenserwerb mit Texten, Bildern und Diagrammen (Knowledge acquisition from text, pictures and diagrams). In L. Issing & P. Klimsa (Eds.), Information und Lernen mit Multimedia und Internet (pp. 65–81). Weinheim: Beltz/PVU.Google Scholar
  44. Schumacher, R. (2008). Der produktive Umgang mit Fehlern. Fehler als Lerngelegenheit und Orientierungshilfe (The productive dealing with errors. Errors as learning opportunity and useful guidance). In R. Caspary (Ed.), Nur wer Fehler macht, kommt weiter. Wege zu einer neuen Lernkultur (pp. 49–72). Freiburg im Breisgau: Herder.Google Scholar
  45. Schwindt, K. (2008). Lehrpersonen betrachten Unterricht. Kriterien für die kompetente Unterrichtswahrnehmung (Teachers regard teaching. Criteria for a competent perception of teaching). Münster: Waxmann.Google Scholar
  46. Seidel, T., & Prenzel, M. (2007). Wie Lehrpersonen Unterricht wahrnehmen und einschätzen - Erfassung pädagogisch-psychologischer Kompetenzen mit Videosequenzen (Teachers subjective perception and judgment of lessons - Assessment of educational psychological competencies via videos). Zeitschrift für Erziehungswissenschaft, 8, 201–216.Google Scholar
  47. Seifried, J., Türling, J., & Wuttke, E. (2010). Professionelles Lehrerhandeln – Schülerfehler erkennen und für Lernprozesse nutzen (Professional classroom teaching skills-detecting students’ mistakes to support learning processes). In J. Warwas & D. Sembill (Eds.), Schule zwischen Effizienzkriterien und Sinnfragen (School between efficiency criteria and questions of meaning) (pp. 137–156). Baltmannsweiler: Schneider-Verlag.Google Scholar
  48. Stern, E., Aprea, C., & Ebner, H. G. (2003). Improving cross-content transfer in text processing by means of active graphical representation. Learning and Instruction, 13, 14–23.CrossRefGoogle Scholar
  49. Vinner, S. (1983). Concept definition, concept image and the notion of function. International Journal of Mathematics Education in Science and technology, 14(3), 293–305.CrossRefGoogle Scholar
  50. Von Kotzebue, L. (2014). Diagrammkompetenz als biologiedidaktische Aufgabe für die Lehrerbildung: Konzeption, Entwicklung und empirische Validierung eines Strukturmodells zum diagrammspezifischen Professionswissen im biologischen Kontext (Diagram competence as a task in biology education for the teacher training: Conception, development and empirical validation of a structural model of the diagram-specific professional knowledge in a biological context). Dissertation. Technische Universität München. http://d-nb.info/1047678926/34. Accessed 28 April 2014.
  51. Von Kotzebue, L., & Nerdel, C. (2012). Professionswissen von Biologielehrkräften zum Umgang mit Diagrammen (Biology teachers’ professional knowledge on handling with diagrams). Zeitschrift für Didaktik der Naturwissenschaften, 18, 181–200.Google Scholar
  52. Wavering, M. J. (1989). Logical reasoning necessary to make line graphs. Journal of Research in Science Teaching, 26, 373–379.CrossRefGoogle Scholar
  53. Weimer, H. (1925). Psychologie der Fehler (The psychology of errors). Leipzig: Klinkhardt.Google Scholar
  54. Wuttke, E., & Seifried, J. (2009). Diagnose von und Umgang mit Schülerfehlern als Facette der professionellen Kompetenz von Lehrkräften - Skizze eines Forschungsprojekts (Diagnosis and dealing with student errors as a facet of professional competence of teachers – First outline of a research project). In E. Wuttke, H. Ebner, B. Fürstenau, & R. Tenberg (Eds.), Erträge und Perspektiven berufs- und wirtschaftspädagogischer Forschung (pp. 45–54). Opladen: Barbara Budrich.Google Scholar
  55. Zimmermann, H.-J., & Gutsche, L. (1991). Multi-criteria analyse: Einführung in die Theorie der Entscheidungen bei Mehrfachzielsetzungen (Multi-criteria Analysis: Introduction to the theory of decisions with multiple objectives). Berlin: Springer.Google Scholar

Copyright information

© Springer Science+Business Media Dordrecht 2014

Authors and Affiliations

  • Lena von Kotzebue
    • 1
  • Mariele Gerstl
    • 2
  • Claudia Nerdel
    • 2
  1. 1.Biology EducationLudwig-Maximilians-Universität MünchenMunichGermany
  2. 2.Fachdidaktik Life Sciences, TUM School of EducationTechnische Universität MünchenMunichGermany

Personalised recommendations