Advertisement

Zeitschrift für Erziehungswissenschaft

, Volume 20, Issue 4, pp 651–669 | Cite as

Lernzeitnutzung im Planspielunterricht. Eine Analyse des Einflusses kognitiver Fähigkeiten, Zielorientierungen und Charakteristika von Lernpartnern anhand von Videodaten.

  • Antonia Scholkmann
  • Jens Siemon
  • Kay-Dennis Boom
  • Michel Knigge
Allgemeiner Teil

Zusammenfassung

Effektive Lernzeitnutzung gilt als einer der wichtigsten Prädiktoren für erfolgreichen Unterricht. Die vorliegende Studie untersucht in einem dyadischen kooperativen Lernsetting, wie sich die kognitiven Grundfähigkeiten und Zielorientierungen der Partner in den offenen Phasen eines Planspielunterrichts auf die effektive Lernzeitnutzung auswirken. Hierzu nutzten wir die neu entwickelte Multimodale Video- und Audioanalysemethode (MuVA), welche es ermöglicht, Schüler-Interaktionen in offenen Unterrichtsphasen reliabel zu dokumentieren. In zweischrittigen Regressionsmodellen ließ sich aufzeigen, dass sowohl Lernenden- als auch Partnervariablen signifikante Anteile der Varianz erklären: Bei Lernenden selbst beeinflusst eine hohe Leistungszielorientierung die effektive Lernzeitnutzung negativ und eine hohe Vermeidungs-Leistungszielorientierung positiv. Einflüsse durch die Eigenschaften der Lernpartner zeigten sich in positiver Richtung für hohe Ausprägungen der Lern-Zielorientierung und der Vermeidungs-Leistungszielorientierung sowie in negativer Richtung für eine hohe Arbeitsvermeidungsorientierung. Kognitive Grundfähigkeiten hatten keinen Einfluss auf die effektive Lernzeitnutzung.

Schlüsselwörter

Videoanalyse effektive Lernzeit kognitive Grundfähigkeiten Zielorientierung Planspiel 

Time on task during game-based learning. The effects of cognitive skills, goal orientations and the characteristics of learning partners – an analysis based on video data

Abstract

The effective use of learning time is considered one of the most important predictors of successful and good teaching. In the present study we investigated how cognitive skills and goal orientation influenced the effective use of learning time during the open phases of game-based learning We used a newly developed method for video- and audio analysis (German: MuVA), which allowed for reliable documentation of students’ interactions during those phases. The two-step multiple regression model demonstrated that both the learner’s and the learning partner’s goal orientation explain significant parts of the variance: A high performance goal orientation impairs a student’s effective use of learning time, while a high performance avoidance orientation has a positive impact on his or her effective use of learning time. Working with a partner who has a high learning goal orientation or a high work avoidance orientation increases a student’s effective use of his or her learning time, while a high work avoidance orientation on the partner’s side has the opposite effect. Cognitive skills did not influence the effective use of learning time.

Keywords

Cognitive skills Effective learning time Game-based learning Goal orientation Time on task Video analysis 

Literatur

  1. Anderson, L. W. (1995). Time, Allocated and Instructional. In L. W. Anderson (Hrsg.), International encyclopedia of teaching and teacher education (2. Aufl., S. 204–207). Oxford: Pergamon.Google Scholar
  2. von Aufschnaiter, C. (2003). Prozessbasierte Detailanalysen der Bildungsqualität von Physik-Unterricht: Eine explorative Studie. Zeitschrift für Didaktik der Naturwissenschaften, 9, 105–124.Google Scholar
  3. Bipp, T., & van Dam, K. (2014). Extending hierarchical achievement motivation models: The role of motivational needs for achievement goals and academic performance. Personality and Individual Differences, 64, 157–162.CrossRefGoogle Scholar
  4. Brodhagen, E. M., & Gettinger, M. (2012). Academic learning time. In N. M. Seel (Hrsg.), Encyclopedia of the sciences of learning (S. 33–36). Wiesbaden: Springer.Google Scholar
  5. Capaul, R., & Ulrich, M. (2003). Planspiele. Simulationsspiele für Unterricht und Training; mit Kurztheorie: Simulations- und Planspielmethodik (1. Aufl.). Altstätten: Tobler.Google Scholar
  6. Caroll, J. B. (1963). A model of school learning. Teachers College Record, 8(64), 723–733.Google Scholar
  7. Clark, D., & Linn, M. C. (2003). Designing for knowledge integration: The impact of instructional time. Journal of the Learning Sciences, 12(4), 451–493.CrossRefGoogle Scholar
  8. Corno, L., & Mandinach, E. B. (1983). The role of cognitive engagement in classroom learning and motivation. Educational Psychologist, 18(2), 88–108.CrossRefGoogle Scholar
  9. Darnon, C., Muller, D., Schrager, S. M., Pannuzzo, N., & Butera, F. (2006). Mastery and performance goals predict epistemic and relational conflict regulation. Journal of Educational Psychology, 98(4), 766–776.CrossRefGoogle Scholar
  10. Darnon, C., Butera, F., Mugny, G., Quiamzade, A., & Hulleman, C. S. (2009). “Too complex for me!” Why do performance-approach and performance-avoidance goals predict exam performance?. European Journal of Psychology of Education, 24(4), 423–434.CrossRefGoogle Scholar
  11. DiDonato, N. C. (2013). Effective self- and co-regulation in collaborative learning groups: An analysis of how students regulate problem solving of authentic interdisciplinary tasks. Instructional Science, 41(1), 25–47.CrossRefGoogle Scholar
  12. Duarte, J., Gogolin, I., & Siemon, J. (2013). Mehrsprachigkeit im Fachunterricht am Übergang in die Sekundarstufe II – erste Ergebnisse einer Pilotstudie. In J. Erfurt, T. Leichsering & R. Streb (Hrsg.), Mehrsprachigkeit und Mehrschriftigkeit: Sprachliches Handeln in der Schule (S. 79–94). Osnarbrück: OBST.Google Scholar
  13. Duke, R. D., & Kriz, W. C. (2014). Back to the future of gaming (1. Aufl.). Bielefeld: Bertelsmann.Google Scholar
  14. Elliot, A. J. (1999). Approach and avoidance motivation and achievement goals. Educational Psychologist, 34(3), 169–189.CrossRefGoogle Scholar
  15. Elliot, A. J., McGregor, H. A., & Gable, S. (1999). Achievement goals, study strategies, and exam performance.: A mediational analysis. Journal of Educational Psychology, 91(3), 549–563.CrossRefGoogle Scholar
  16. Gettinger, M., & Seibert, J. K. (2002). Best practices in increasing academic learning time. In A. Thomas & J. Grimes (Hrsg.), Best practices in school psychology (4. Aufl.). Bethesda, MD: National Association of School Psychologists.Google Scholar
  17. Goldhammer, F., Naumann, J., Stelter, A., Tóth, K., Rölke, H., & Klieme, E. (2014). The time on task effect in reading and problem solving is moderated by task difficulty and skill: Insights from a computer-based large-scale assessment. Journal of Educational Psychology, 106(3), 608–626.CrossRefGoogle Scholar
  18. Greve, W., & Wentura, D. (1997). Wissenschaftliche Beobachtung. Eine Einführung (2. Aufl.). Weinheim: Beltz.Google Scholar
  19. Harackiewicz, J. M., Durik, A. M., Barron, K. E., Linnenbrink-Garcia, L., & Tauer, J. M. (2008). The role of achievement goals in the development of interest: Reciprocal relations between achievement goals, interest, and performance. Journal of Educational Psychology, 100(1), 105–122.CrossRefGoogle Scholar
  20. Heller, K. A., & Perleth, C. (2000). KFT 4‑12+ R. Kognitiver Fähigkeitstest für 4. bis 12. Klassen. Göttingen: Hogrefe. RevisionGoogle Scholar
  21. Helmke, A. (2007). Aktive Lernzeit optimieren. Was wissen wir über effiziente Klassenführung? Pädagogik, 59(5), 46–50.Google Scholar
  22. Helmke, A., & Renkl, A. (1992). The Munich Attention Inventory. An Instrument for the systematic observation of students’ attentional behavior. Diagnostica, 2, 130–141.Google Scholar
  23. Hijzen, D., Boekaerts, M., & Vedder, P. (2007). Exploring the links between students’ engagement in cooperative learning, their goal preferences and appraisals of instructional conditions in the classroom. Learning and Instruction, 17, 673–687.CrossRefGoogle Scholar
  24. Hommel, M. (2012). Aufmerksamkeitsverhalten und Lernerfolg - eine Videostudie (Vol. 1023). Frankfurt a. M.: Peter Lang.Google Scholar
  25. Höttecke, D. (2010). Forschend-entdeckender Physikunterricht. Ein Überblick zu Hintergründen, Chancen und Umsetzungsmöglichkeiten entsprechender Unterrichtskonzeptionen. Naturwissenschaften im Unterricht. Physik, 21(119), 4–12.Google Scholar
  26. Höttecke, D., & Hartmann-Mrochen, M. (2013). “Flugobst” unter der Lupe. Mit einem Planspiel urteilen und entscheiden lernen. Naturwissenschaften im Unterricht. Physik, 23(134), 27–33.Google Scholar
  27. Hulleman, C. S., Durik, A. M., Schweigert, S. B., & Harackiewicz, J. M. (2008). Task values, achievement goals, and interest: An integrative analysis. Journal of Educational Psychology, 100(2), 398–416.CrossRefGoogle Scholar
  28. Kaplan, A., & Maehr, M. L. (2007). The contributions and prospects of goal orientation theory. Educational Psychology Review, 19(2), 141–184.CrossRefGoogle Scholar
  29. Kleine Staarman, J., Krol, K., & van der Meijden, H. (2005). Peer interaction in three collaborative learning environments. Journal of Classroom Interaction, 40(1), 29–39.Google Scholar
  30. Knigge, M., & Siemon, J. (2013). Der Einsatz von Video in Forschung und Lehre hat ein neues Niveau erreicht. Gruppendynamik und Organisationsberatung, 44(3), 241–243.CrossRefGoogle Scholar
  31. Knigge, M., Siemon, J., Nordstrand, V., & Stolp, C. (2013). Eine neue Methode zur Untersuchung von Mikroprozessen in Lerndyaden: Eine Videostudie unter Berücksichtigung von kognitiven Grundfähigkeiten und Zielorientierungen. Gruppendynamik und Organisationsberatung, 44(3), 277–299.CrossRefGoogle Scholar
  32. Köller, O. (1998). Zielorientierungen und schulisches Lernen (Bd. 4). Münster: Waxmann.Google Scholar
  33. Kong, J. S.-L., Kwok, R. C.-W., & Fang, Y. (2012). The effects of peer intrinsic and extrinsic motivation on MMOG game-based collaborative learning. Information & Management, 49(1), 1–9.CrossRefGoogle Scholar
  34. Krapp, A., Geyer, C., & Lewalter, D. (2014). Motivation und Emotion. In T. Seidel & A. Krapp (Hrsg.), Pädagogische Psychologie (6. Aufl. S. 193–222). Weinheim: Beltz.Google Scholar
  35. Lee, F. K., Sheldon, K. M., & Turban, D. B. (2003). Personality and the goal-striving process: The influence of achievement goal patterns, goal level, and mental focus on performance and enjoyment. Journal of Applied Psychology, 88(2), 256–265.CrossRefGoogle Scholar
  36. Levy, I., Kaplan, A., & Patrick, H. (2004). Early adolescents’ achievement goals, social status, and attitudes towards cooperation with peers. Social Psychology of Education, 7(2), 127–159.CrossRefGoogle Scholar
  37. Lipowsky, F. (2006). Auf den Lehrer kommt es an. Empirische Evidenzen für Zusammenhänge zwischen Lehrerkompetenzen, Lehrerhandeln und dem Lernen der Schüler. In E. Terhart & C. Allemann-Ghionda (Hrsg.), Kompetenzen und Kompetenzentwicklung von Lehrerinnen und Lehrern: Ausbildung und Beruf (S. 47–70). Weinheim: Beltz.Google Scholar
  38. McHugh, M. L. (2012). Interrater reliability. The kappa statistic. Biochemia Medica, 22(3), 276–282.CrossRefGoogle Scholar
  39. Metcalfe, J. (2009). Metacognitive judgments and control of study. Current Directions in Psychological Science, 18(3), 159–163.CrossRefGoogle Scholar
  40. Mischo, C. (2006). Der «Saisonarbeiter» – genauer betrachtet. Zeitschrift für pädagogische Psychologie, 20(1/2), 97–110.CrossRefGoogle Scholar
  41. Pellegrini, A. D. (2004). Observing children in their natural worlds: A methodological primer (2. Aufl.). Mahwah, N.J: Lawrence Erlbaum Associates.Google Scholar
  42. Petko, D., Waldis, M., Pauli, C., & Reusser, K. (2003). Methodologische Überlegungen zur videogestützten Forschung in der Mathematikdidaktik. Zentralblatt Für Didaktik Der Mathematik, 35(6), 265–280.CrossRefGoogle Scholar
  43. Pintrich, P. (2000). he role of goal orientation in self-regulated learning. In M. Boekaerts, P. R. Pintrich & M. Zeider (Hrsg.), Handbook of self-regulation (S. 451–502). San Diego, Calif.: Academic Press.CrossRefGoogle Scholar
  44. Poortvliet, P. M., Janssen, O., Van Yperen, N. W., & Van de Vliert, E. (2007). Achievement goals and interpersonal behavior: How mastery and performance goals shape information exchange. Personality & Social Psychology Bulletin, 33(10), 1435–1447.CrossRefGoogle Scholar
  45. Prensky, M. (2007). Simulations: Are they games? In M. Prensky (Hrsg.), Digital game-based learning (S. 210–220). St. Paul, Minn.: Paragon House.Google Scholar
  46. Pulfrey, C., Buchs, C., & Butera, F. (2011). Why grades engender performance-avoidance goals. The mediating role of autonomous motivation. Journal of Educational Psychology, 103(3), 683–700.CrossRefGoogle Scholar
  47. Sangin, M., Molinari, G., Nüssli, M.-A., & Dillenbourg, P. (2011). Facilitating peer knowledge modeling: Effects of a knowledge awareness tool on collaborative learning outcomes and processes. Computers in Human Behavior, 27(3), 1059–1067.CrossRefGoogle Scholar
  48. Schied, M. (2013). Schulpraktische Studien im Rahmen der Lehrerausbildung. Konzeptionalisierung und Evaluierung nach dem Gmünder Modell. Bad Heilbrunn: Klinkhardt.Google Scholar
  49. Siemon, J. (2009). Competence development games and their capacity to decrease skill shortage. In C. Fulford & G. Siemens (Hrsg.), ED-MEDIA 2009. World conference on educational multimedia, hypermedia & telecommunications (S. 3083–3090). Chesapeake, Va.: Association for the Advancement of Computing in Education.Google Scholar
  50. Siemon, J., Brandenburg, H., Klann, S., & Vietig, K. (2012). Logistics challenge. Handbuch für den Einsatz in Schulen. Universität Hamburg: Institut für Berufs und Wirtschaftspädagogik. Verfügbar über die Autoren.Google Scholar
  51. Siemon, J., Boom, K.-D., Scholkmann, A., & Knigge, M. (2015a). Multimodale Video- und Audioauswertung (MuVA). Manuskript räsentiert auf der 3. Frankfurter Tagung zu Videoanalysen in der Unterrichts- und Bildungsforschung, 18./19.02.2015 in Frankfurt a. M.Google Scholar
  52. Siemon, J., Scholkmann, A., Boom, K.-D., & Knigge, M. (2015b). Time on Task (TT). A manual for coding of student learning behaviour in videos. Available through the authors.Google Scholar
  53. Sontag, C., Stöger, H., & Harder, B. (2012). The relationship between intelligence and the preference for self-regulated learning. A longitudinal study with forth-graders. Talent Development and Excellence, 4(1), 1–22.Google Scholar
  54. Spinath, B., Stiensmeier-Pelster, J., Schöne, C., & Dickhäuser, O. (2002). SELLMO. Skalen zur Erfassung der Lern- und Leistungsmotivation. Göttingen: Hogrefe.Google Scholar
  55. Stolp, C., & Siemon, J. (2013). Wirkung auf Lernerfolg und Motivation durch Debriefing in Unternehmensplanspielen. In U. Faßhauer (Hrsg.), Jahrbuch der berufs- und wirtschaftspädagogischen Forschung 2013 (S. 99–111). Leverkusen: Budrich.Google Scholar
  56. Van Gog, T. (2012). Time on task. In J. Hattie & E. M. Anderman (Hrsg.), International guide to student achievement (S. 432–433). New York, NY: Routledge.Google Scholar
  57. Vanthournout, G., Kyndt, E., Gijbels, D., & Van den Bossche, P. (2015). Understanding the direct and indirect relations between motivation to participate, goal orientation and the use of self-regulation strategies during a formal training. Zeitschrift Für Erziehungswissenschaft, 18(S1), 89–106.CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2017

Authors and Affiliations

  • Antonia Scholkmann
    • 1
  • Jens Siemon
    • 1
  • Kay-Dennis Boom
    • 1
  • Michel Knigge
    • 2
  1. 1.Fakultät ErziehungswissenschaftUniversität HamburgHamburgDeutschland
  2. 2.Humanwissenschaftliche FakultätUniversität PotsdamPotsdamDeutschland

Personalised recommendations