Advertisement

Ist akademisches Fachwissen hinreichend für den Erwerb eines berufsspezifischen Fachwissens im Lehramtsstudium? Eine Untersuchung der Trickle-down-Annahme

  • Jessica HothEmail author
  • Colin Jeschke
  • Anika Dreher
  • Anke Lindmeier
  • Aiso Heinze
Originalarbeit/Original Article
  • 3 Downloads

Zusammenfassung

Ein wesentliches Ziel der Lehramtsausbildung an den Hochschulen ist der Erwerb von fachspezifischem professionellem Wissen. Insbesondere angehende Lehrkräfte des gymnasialen Lehramts erwerben ihr mathematisches Fachwissen oft in Fachvorlesungen, die keinen Bezug zur Schulmathematik nehmen. In der Regel sind dies die gleichen Fachvorlesungen wie für Mathematikstudierende ohne Lehramtsbezug. Der hohe Anteil an Fachveranstaltungen zur akademischen Mathematik im Lehramtsstudium wird durch die Annahme legitimiert, dass akademisches Fachwissen für ein vertieftes Verständnis schulmathematischer Inhalte notwendig ist. Nach der traditionellen Sichtweise ist akademisches Fachwissen diesbezüglich sogar hinreichend, d. h. mit dem akademischen Fachwissen erwerben Lehramtsstudierende gleichzeitig Wissen über Bezüge zwischen akademischem Fachwissen und ihrem schulmathematischen Wissen, sodass dafür keine weiteren Lerngelegenheiten notwendig sind (sog. Trickle-down-Annahme). Obwohl diese Annahme schon von Felix Klein hinterfragt wurde, gibt es dazu bisher kaum empirische Studien. Mittels Daten der KeiLa-Längsschnittstudie über das erste Studienjahr wurde diese Annahme für eine Stichprobe von Mathematik-Lehramtsstudierenden der Sekundarstufe von verschiedenen Hochschulen untersucht. Mittelwertvergleiche zeigen, dass die Studierenden im ersten Jahr einen substanziellen Zuwachs des akademischen Fachwissens erreichen, während sich ihr Wissen über dessen Bezüge zur Schulmathematik nicht signifikant verändert. Detailanalysen weisen darauf hin, dass der unmittelbare Effekt des akademischen Fachwissens auf die Entwicklung eines schulbezogenen Fachwissens allenfalls gering ist. Einfluss zeigen daneben weitere individuelle Faktoren wie kognitive Grundfähigkeiten und Praxiserfahrungen. Die Trickle-down-Annahme wird durch diese Ergebnisse nicht gestützt. Für die Lehramtsausbildung werden deshalb zusätzliche Lerngelegenheiten zur Verknüpfung der akademischen Mathematik mit der Schulmathematik als notwendig angesehen.

Schlüsselwörter

Akademisches Fachwissen Schulbezogenes Fachwissen Trickle-down-Annahme Sekundarstufenlehrkräfte 

Is Academic Content Knowledge Sufficient for the Acquisition of Subject-Specific Professional Knowledge During University Teacher Education? An Investigation of the Trickle Down Hypothesis

Abstract

One main objective of university teacher education is students’ acquisition of subject-specific professional knowledge. Future secondary school teachers in Germany usually acquire their mathematics content knowledge in mathematics lectures with no reference to the nature of school mathematics. Instead, future mathematics teachers often attend the same lectures as mathematics students who do not aim at becoming a teacher. The high amount of lectures on university mathematics is legitimized by the assumption that academic content knowledge is needed to reach a deeper understanding of school mathematics. From a traditional perspective, the academic content knowledge is actually sufficient, because it is assumed that student teachers acquire simultaneously knowledge about the interrelations between school mathematics and university mathematics. Therefore, additional learning opportunities focusing on interrelations between school and academic mathematics are not needed (so-called trickle-down hypothesis). Although this assumption was already criticized by Felix Klein, empirical studies in this context are scarce. Using data from mathematics student teachers who participated in the KeiLa study at the beginning of their first year at university, this hypothesis was analyzed in a cross-sectional as well as in a longitudinal approach. Comparisons of means show a substantial increase of students’ academic content knowledge during their first year, whereas there was no significant change in their school-related content knowledge. Longitudinal analyses indicate that the effect of academic content knowledge on the development of school-related content knowledge is small, whereas individual factors like general cognitive abilities and teaching experience have an impact. Thus, the trickle-down hypothesis is not supported by these results. For teacher education at universities, additional learning opportunities to connect academic mathematics with school mathematics are therefore considered necessary.

Keywords

Academic content knowledge School-related content knowledge Trickle-down hypothesis Secondary teachers 

MESC code

B50 

Literatur

  1. Ableitinger, C., Kramer, J., & Prediger, S. (Hrsg.). (2013). Zur doppelten Diskontinuität in der Gymnasiallehrerausbildung. Ansätze zu Verknüpfungen der fachinhaltlichen Ausbildung mit schulischen Vorerfahrungen und Erfordernissen. Wiesbaden: Springer Spektrum.Google Scholar
  2. Baer, M., Kocher, M., Wyss, C., Guldimann, T., Larcher, S., & Dörr, G. (2011). Lehrerbildung und Praxiserfahrung im ersten Berufsjahr und ihre Wirkung auf die Unterrichtskompetenzen von Studierenden und jungen Lehrpersonen im Berufseinstieg. Zeitschrift für Erziehungswissenschaft, 14(1), 85–117.CrossRefGoogle Scholar
  3. Ball, D. L., Thames, M. H., & Phelps, G. (2008). Content knowledge for teaching: What makes it special? Journal of Teacher Education, 59(5), 389–407.CrossRefGoogle Scholar
  4. Bass, H. (2005). Mathematics, mathematicians, and mathematics education. Bulletin of the American Mathematical Society, 42(4), 417–430.CrossRefGoogle Scholar
  5. Bauer, T. (2013a). Schnittstellen bearbeiten in Schnittstellenaufgaben. In C. Ableitinger, J. Kramer & S. Prediger (Hrsg.), Zur doppelten Diskontinuität in der Gymnasiallehrerbildung (S. 39–56). Wiesbaden: Springer Spektrum.CrossRefGoogle Scholar
  6. Bauer, T. (2013b). Schulmathematik und universitäre Mathematik – Vernetzung durch Schnittstellenaufgaben zur Analysis. In A. Hoppenbrock, S. Schreiber, R. Göller, R. Biehler, B. Büchler, R. Hochmuth & H.-G. Rück (Hrsg.), Mathematik im Übergang Schule/Hochschule und im ersten Studienjahr (S. 15–16). Kassel: Universitätsbibliothek.Google Scholar
  7. Bauer, T., & Hefendehl-Hebeker, L. (2019). Das gymnasiale Lehramtsstudium – Zielsetzungen auf Basis eines gestuften Literacy-Modells. In T. Bauer & L. Hefendehl-Hebeker (Hrsg.), Mathematikstudium für das Lehramt an Gymnasien (S. 9–16). Wiesbaden: Springer Spektrum.CrossRefGoogle Scholar
  8. Baumert, J., Bos, W., Klieme, E., Lehmann, R., Lehrke, M., Hosenfeld, I., Neubrand, J., & Watermann, R. (Hrsg.). (1999). Testaufgaben zu TIMSS/III. Materialien aus der Bildungsforschung, Bd. 62. Berlin: Max-Planck-Institut für Bildungsforschung.Google Scholar
  9. Beutelspacher, A., Danckwerts, R., Nickel, G., Spies, S., & Wickel, G. (2011). Mathematik Neu Denken. Impulse für die Gymnasiallehrerbildung an Universitäten. Wiesbaden: Vieweg+Teuber.Google Scholar
  10. Blömeke, S. (2011). Forschung zur Lehrerbildung im internationalen Vergleich. In E. Terhart, H. Bennewitz & M. Rothland (Hrsg.), Handbuch der Forschung zum Lehrerberuf (S. 345–361). Münster: Waxmann.Google Scholar
  11. Blömeke, S., & Buchholtz, C. (2011). Familiale und kognitive Bedingungen des Wissenserwerbs von Deutsch‑, Englisch- und Mathematiklehramtsstudierenden. In S. Blömeke, et al. (Hrsg.), Kompetenzen von Lehramtsstudierenden in gering strukturierten Domänen. Erste Ergebnisse aus TEDS-LT (S. 177–200). Münster: Waxmann.Google Scholar
  12. Blömeke, S., Buchholtz, C., & Bremerich-Vos, A. (2013). Zusammenhang institutioneller Merkmale mit dem Wissenserwerb im Lehramtsstudium. In S. Blömeke, A. Bremerich-Vos, G. Kaiser, G. Nold & K. Schwippert (Hrsg.), Kompetenzen im Studienverlauf: Weitere Ergebnisse zur Deutsch‑, Englisch- und Mathematiklehrerausbildung aus TEDS-LT (S. 167–188). Münster: Waxmann.Google Scholar
  13. Blömeke, S., Kaiser, G., & Lehmann, R. (Hrsg.). (2010). TEDS‑M 2008 – Professionelle Kompetenz und Lerngelegenheiten angehender Mathematiklehrkräfte für die Sekundarstufe I im internationalen Vergleich. Münster: Waxmann.Google Scholar
  14. Blömeke, S., Kaiser, G., Schwarz, B., Lehmann, R., Seeber, S., Müller, C., & Felbrich, A. (2008). Entwicklung des fachbezogenen Wissens in der Lehrerausbildung. In S. Blömeke, G. Kaiser & R. Lehmann (Hrsg.), Professionelle Kompetenz angehender Lehrerinnen und Lehrer – Wissen, Überzeugungen und Lerngelegenheiten deutscher Mathematikstudierender und -referendare – Erste Ergebnisse zur Wirksamkeit der Lehrerausbildung (S. 135–170). Münster: Waxmann.Google Scholar
  15. Blömeke, S., Suhl, U., & Kaiser, G. (2011). Teacher education effectiveness: Quality and equity of future primary teachers’ mathematics and mathematics pedagogical content knowledge. Journal of Teacher Education, 62(2), 154–171.CrossRefGoogle Scholar
  16. Borneleit, P., Danckwerts, R., Henn, H.-W., & Weigand, H.-G. (2001). Mathematikunterricht in der gymnasialen Oberstufe. In E. Tenorth (Hrsg.), Kerncurriculum Oberstufe (S. 26–53). Weinheim, Basel: Beltz.Google Scholar
  17. Bortz, J., & Döring, N. (2003). Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler (3. Aufl.). Berlin, Heidelberg: Springer.Google Scholar
  18. Bromme, R. (1992). Der Lehrer als Experte: Zur Psychologie des professionellen Wissens. Bern: Huber.Google Scholar
  19. Bromme, R. (1994). Beyond subject matter: A psychological topology of teachers’ professional knowledge. In R. Biehler, R. W. Scholz, R. Straesser & B. Winkelmann (Hrsg.), Mathematics didactics as a scientific discipline: The state of the art (S. 77–88). Dordrecht: Kluwer.Google Scholar
  20. Bruner, J. S. (1960). The process of education. Cambridge: Harvard University Press.Google Scholar
  21. Buchholtz, N., & Kaiser, G. (2013a). Improving mathematics teacher education in Germany: empirical results from a longitudinal evaluation of innovative programs. International Journal for Science and Mathematics Education, 11(4), 949–977.CrossRefGoogle Scholar
  22. Buchholtz, N., & Kaiser, G. (2013b). Professionelles Wissen im Studienverlauf: Lehramt Mathematik. In S. Blömeke, A. Bremerich-Vos, G. Kaiser, G. Nold, H. Haudeck, J.-U. Keßler & K. Schwippert (Hrsg.), Kompetenzen im Studienverlauf: Weitere Ergebnisse zur Deutsch‑, Englisch- und Mathematiklehrerausbildung aus TEDS-LT (S. 107–143). Münster: Waxmann.Google Scholar
  23. Buchholtz, N., & Schwarz, B. (2012). Professionelles Wissen im Bereich der Elementarmathematik vom höheren Standpunkt von Mathematik-Lehramtsstudierenden. In W. Blum, R. Borromeo Ferri & K. Maaß (Hrsg.), Mathematikunterricht im Kontext von Realität, Kultur und Lehrerprofessionalität – Festschrift für Gabriele Kaiser (S. 238–248). Wiesbaden: Springer Spektrum.CrossRefGoogle Scholar
  24. Depaepe, F., Verschaffel, L., & Kelchtermans, G. (2013). Pedagogical content knowledge: A systematic review of the way in which the concept has pervaded mathematics educational research. Teacher and Teacher Education, 34, 12–25.CrossRefGoogle Scholar
  25. Dreher, A., Lindmeier, A., Heinze, A., & Niemand, C. (2018). What kind of knowledge do secondary mathematics teachers need? A conceptualization taking into account academic and school mathematics. Journal für Mathematikdidaktik, 39(2), 319–341.CrossRefGoogle Scholar
  26. Fletcher, T. (1975). Is the teacher of mathematics a mathematician or not? In H. Bauersfeld, M. Otte & H.‑G. Steiner (Hrsg.), Schriftenreihe des IDM 6 (S. 203–218). Bielefeld: University of Bielefeld.Google Scholar
  27. Hascher, T. (2012). Forschung zur Bedeutung von Schul-und Unterrichtspraktika in der Lehrerinnen-und Lehrerbildung. Beiträge zur Lehrerbildung, 30(1), 87–98.Google Scholar
  28. Heckmann, K., & Padberg, F. (2012). Unterrichtsentwürfe Mathematik Sekundarstufe I. Heidelberg: Springer Spektrum.CrossRefGoogle Scholar
  29. Hefendehl-Hebeker, L. (2013). Doppelte Diskontinuität oder die Chance der Brückenschläge. In C. Ableitinger, J. Kramer & S. Prediger (Hrsg.), Zur doppelten Diskontinuität in der Gymnasiallehrerbildung (S. 39–56). Wiesbaden: Springer Spektrum.Google Scholar
  30. Heinze, A., Dreher, A., Lindmeier, A., & Niemand, C. (2016). Akademisches versus schulbezogenes Fachwissen – ein differenzierteres Modell des fachspezifischen Professionswissens von angehenden Mathematiklehrkräften der Sekundarstufe. Zeitschrift für Erziehungswissenschaft, 19(2), 329–349.CrossRefGoogle Scholar
  31. Heller, K. A., & Perleth, C. (2000). Kognitiver Fähigkeitstest für 4.–12. Klassen, Revision (KFT 4–12+ R). Göttingen: Hogrefe.Google Scholar
  32. Kleickmann, T., & Anders, Y. (2011). Lernen an der Universität. In M. Kunter, J. Baumert, W. Blum, U. Klusmann, S. Krauss & M. Neubrand (Hrsg.), Professionelle Kompetenz von Lehrkräften – Ergebnisse des Forschungsprogramms COACTIV (S. 305–316). Münster: Waxmann.Google Scholar
  33. Klein, F. (1908). Elementarmathematik vom höheren Standpunkte aus: Teil I: Arithmetik, Algebra, Analysis. http://archive.org/stream/elementarmathem00hellgoog#page/n7/mode/2up. Zugegriffen: 28. März 2018.Google Scholar
  34. KMK (2018). Ländergemeinsame inhaltliche Anforderungen für die Fachwissenschaften und Fachdidaktiken in der Lehrerbildung. https://www.kmk.org/fileadmin/Dateien/veroeffentlichungen_beschluesse/2008/2008_10_16-Fachprofile-Lehrerbildung.pdf. Zugegriffen: 5. Dez. 2018.Google Scholar
  35. Krauss, S., Neubrand, M., Blum, W., Baumert, J., Brunner, M., Kunter, M., Jordan, A. (2008). Die Untersuchung des professionellen Wissens deutscher Mathematik-Lehrerinnen und -Lehrer im Rahmen der COACTIV-Studie. Journal für Mathematik-Didaktik, 29(3-4), 233–258CrossRefGoogle Scholar
  36. Kreis, A., & Staub, F. C. (2012). Lernen zukünftiger Lehrpersonen im Kontext von Unterrichtsbesprechungen im Praktikum – multiple Indikatoren für ein schwer zu fassendes Phänomen. In M. Gläser-Zikuda, T. Seidel, C. Rohlfs, A. Gröschner & S. Ziegelbauer (Hrsg.), Mixed Methods in der empirischen Bildungsforschung (S. 209–226). Münster: Waxmann.Google Scholar
  37. Kunter, M., Baumert, J., Blum, W., Klusmann, U., Krauss, S., & Neubrand, M. (Hrsg.). (2011a). Professionelle Kompetenz von Lehrkräften. Ergebnisse des Forschungsprogramms COACTIV. Münster: Waxmann.Google Scholar
  38. Kunter, M., Kleickmann, T., Klusmann, U., & Richter, D. (2011b). Die Entwicklung professioneller Kompetenz von Lehrkräften. In M. Kunter, J. Baumert, W. Blum, U. Klusmann, S. Krauss & M. Neubrand (Hrsg.), Professionelle Kompetenz von Lehrkräften: Ergebnisse des Forschungsprogramms COACTIV (S. 55–68). Münster: Waxmann.Google Scholar
  39. Löwen, K., Baumert, J., Kunter, M., Krauss, S., & Brunner, M. (2011). Methodische Grundlagen des Forschungsprogramms. In M. Kunter, J. Baumert, W. Blum, U. Klusmann, S. Krauss & M. Neubrand (Hrsg.), Professionelle Kompetenz von Lehrkräften : Ergebnisse des Forschungsprogramms COACTIV (S. 69–84). Münster: Waxmann.Google Scholar
  40. Masters, G. N. (1982). A Rasch model for partial credit scoring. Psychometrika, 47(2), 149–174.CrossRefGoogle Scholar
  41. Muthén, L. K., & Muthén, B. O. (2011). Mplus user’s guide. Sixth edition. Los Angeles: Muthén & Muthén.Google Scholar
  42. Pang, X., Madera, E., Radwan, N., & Zhang, S. (2010). A comparison of four test equating methods. http://www.eqao.com/en/research_data/Research_Reports/DMA-docs/comparison-equating-methods.pdf. Zugegriffen: 28. März 2018.Google Scholar
  43. Rach, S., Heinze, A., & Ufer, S. (2014). Welche mathematischen Anforderungen erwarten Studierende im ersten Semester des Mathematikstudiums? Journal für Mathematik-Didaktik, 35(2), 205–228.CrossRefGoogle Scholar
  44. Ramm, G., Prenzel, M., Baumert, J., Blum, W., Lehmann, A. C., Leutner, D., et al. (2006). PISA 2003. Dokumentation der Erhebungsinstrumente. Münster: Waxmann.Google Scholar
  45. Reichersdorfer, E., Ufer, S., Lindmeier, A., & Reiss, K. (2014). Der Übergang von der Schule zur Universität: Theoretische Fundierung und praktische Umsetzung einer Unterstützungsmaßnahme am Beginn des Mathematikstudiums. In I. Bausch, R. Biehler, R. Bruder, P. Fischer, R. Hochmuth, W. Koepf, S. Schreiber & T. Wassong (Hrsg.), Mathematische Vor- und Bückenkurse: Konzepte, Probleme und Perspektiven (S. 37–53). Wiesbaden: Springer.CrossRefGoogle Scholar
  46. Reinders, H. (2006). Kausalanalysen in der Längsschnittforschung. Das Cross-Lagged-Panel-Design. Diskurs Kindheits- und Jugendforschung, 01(04), 569–587.Google Scholar
  47. Rutsch, J., Vogel, M., Seidenfuß, M., Dörfler, T., & Rehm, M. (2018). Professionalisierungsprozesse angehender Lehrkräfte untersuchen. In J. Rutsch, M. Rehm, M. Vogel, M. Seidenfuß & T. Dörfler (Hrsg.), Effektive Kompetenzdiagnose in der Lehrerbildung – Professionalisierungsprozesse angehender Lehrkräfte untersuchen (S. 9–26). Wiesbaden: Springer.CrossRefGoogle Scholar
  48. Schmidt, W., Tatto, M. T., Bankov, K., Blömeke, S., Cedillo, T., Cogan, L., Han, S. I., Houang, R., Hsieh, F. S., Paine, L., Santillan, M., & Schwille, J. (2007). The preparation gap: teacher education for middle school mathematics in six countries (MT21 report). https://www.educ.msu.edu/content/downloads/sites/usteds/MT21Report.pdf. Zugegriffen: 7. Mai 2018.Google Scholar
  49. Schwippert, K. (2015). Zur Situierung der aktuellen Lehrkräftebildungsforschung: Stand und Perspektiven im Rahmen von internationalen Vergleichsuntersuchungen. Beiträge zur Lehrerinnen- und Lehrerbildung, 33(1), 7–21.Google Scholar
  50. Shulman, L. S. (1986). Those who understand: knowledge growth in teaching. Educational Researcher, 15(2), 4–14.CrossRefGoogle Scholar
  51. Shulman, L. S. (1987). Knowledge and teaching: foundations of the new reform. Harvard Educational Review, 57(1), 1–23.CrossRefGoogle Scholar
  52. Tröbst, S. A., Kleickmann, T., Heinze, A., Bernholt, A., Rink, R., & Kunter, M. (2018). Teacher knowledge experiment: Testing mechanisms underlying the formation of pre-service elementary school teachers’ pedagogical content knowledge concerning fractions and fractional arithmetic. Journal of Educational Psychology, 110(8), 1049–1065.CrossRefGoogle Scholar
  53. Warm, T. A. (1989). Weighted likelihood estimation of ability in item response theory. Psychometrika, 54(3), 427–450.CrossRefGoogle Scholar
  54. Woehlecke, S., Massolt, J., Goral, J., Hassan-Yavuz, S., Seider, J., Borowski, A., Fenn, M., Kortenkamp, U., & Glowinski, I. (2017). Das erweiterte Fachwissen für den schulischen Kontext als fachübergreifendes Konstrukt und die Anwendung im universitären Lehramtsstudium. Beiträge zur Lehrerinnen- und Lehrerbildung, 35(3), 413–426.Google Scholar
  55. Wu, H. (2011). The mis-education of mathematics teachers. Notices of the AMS, 58(3), 372–384.Google Scholar
  56. Wu, H.-H. (2015). Textbook school mathematics and the preparation of mathematics teachers. https://math.berkeley.edu/~wu/Stony_Brook_2014.pdf. Zugegriffen: 27. Febr. 2018.Google Scholar
  57. Wu, H.-H. (2018). The content knowledge mathematics teachers need. In Y. Li, W. J. Lewis & J. Madden (Hrsg.), Mathematics matters in education (S. 43–91). Cham: Springer.CrossRefGoogle Scholar
  58. Wu, M., Adams, R. J., & Wilson, M. R. (2007). ACER ConQuest version 2.0: generalised item response modelling software. Camberwell: ACER Press.Google Scholar

Copyright information

© GDM 2019

Authors and Affiliations

  1. 1.IPN – Leibniz-Institut für die Pädagogik der Naturwissenschaften und MathematikKielDeutschland
  2. 2.Pädagogische Hochschule FreiburgFreiburgDeutschland

Personalised recommendations