Zusammenfassung
Grundlegende Phänomene, die sich an dissipativen Systemen beobachten lassen, werden anhand der allgemeinen dynamischen Systemtheorie erläutert und spezifische Modelle im Bereich der Bewegungswissenschaft diskutiert. Die Zunahme an Schwankungen während eines Übergangs zwischen zwei Zuständen wird als zentraler Gegenstand der dynamischen Systemtheorie vom differenziellen Lernansatz aufgenommen. Durch Steigerung der Schwankungen wird ein Selbstorganisationsprozess initiiert, der dem Individuum erlaubt, durch die gestiegene Anzahl an „ausprobierten“ Zuständen die jeweils eigene Ordnung selbst zu finden. Begriffe des Potenzials, der Stabilität und Instabilität werden in ihrer Anwendung diskutiert. Die Schwankungen und deren Verstärkung führen zu einem Überdenken des Verständnisses von bisherigen (motorischen) Lernansätzen. Der differenzielle Lernansatz überzeugt in Studien sowohl in der Sportpraxis als auch im Bereich der Physio- und Ergotherapie.
Abstract
In contrast to static system theory, a major objective in dynamic system theory is the process of state changes. Phenomena like fluctuations, their increase and self organization are of primary interest. The differential learning approach is derived directly from dynamic system theory and is verified by sports practice and scientific studies. By increasing fluctuations, a system becomes instable and provides an increased number of modi in order to initiate a self-organizing process. Terms like potential, stability and instability are discussed with respect to their practical consequence. As a result fluctuations and their amplification have been adapted in the differential learning approach and have led to a rethinking of the majority of classical motor learning approaches. Differential learning is convincingly used in sport practice with scientific studies as well as in physio- and ergotherapy.
Notes
Weshalb eine Zunahme an Schwankung nur bei Zeitskalen von zyklischen Fingerbewegungen zu beobachten sein soll (Künzell & Hossner, 2012), obwohl diese durch langsamere Geschwindigkeitssteigerung beliebig in die Länge gezogen werden kann, lässt sich aus Sicht der physikalischen Modellbildung nicht nachvollziehen und widerspricht der Grundidee einer systemischen Abstraktion, die versucht, frei von Skalen zu modellieren, um möglichst allgemeine Aussagen im Sinne einer allgemeinen Systemtheorie zu machen. (Lewis & Liu, 2011).
„(…) the experiments reported here have documented (…), one of the key features of a non-equilibrium phase transition, namely the presence of critical fluctuations.“ Wie ein „key feature“ als eine Begleiterscheinung interpretiert werden kann, ist bei Künzell und Hossner (2012) nicht angegeben.
Auf welcher Definition die von Künzell und Hossner (2012) verwendete basiert, ist nicht angegeben.
Worauf die Aussage von Künzell und Hossner (2012) basiert, dass die Potenzialmulde mit zunehmender Frequenz tiefer werden soll, ist nicht angegeben.
Wäre es schon wissenschaftstheoretisch fragwürdig, von diesem stark vereinfachten mathematischen Potenzialmodell auf Bereiche zu schließen, die nicht Gegenstand der Modellbildung sind, z. B. auf eine andere als die relativen Phasen von 0°, 90° und 180° oder auf Geschwindigkeiten, die außerhalb des Phasenübergangs liegen, so verkehrt eine Verallgemeinerung der vorab selbst vorgenommenen Einschränkungen auf vermeintliche allgemeine Prinzipien der Systemdynamik übliche naturwissenschaftliche Vorgehensweise in dem Modell und Original vertauscht werden (Künzel und Hossner, 2012).
Ein solches Modell wäre notwendig zur Beschreibung des Phänomens, dass ein Weltklasse-Zehnkämpfer innerhalb weniger Monate nach der Umstellung auf das andere Sprungbein seine Weitsprungleistung nach langer Stagnation deutlich verbessert.
Die stark vereinfachte Potenziallandschaft und ihre Verformung zudem ins Zentrum des systemdynamischen Ansatzes zu stellen und diese als Ausgangspunkt aller folgenden Schritte zu betrachten, verkehrt grundlegendes wissenschaftliches Verständnis. Metaphorisch wird versucht von dem Strom aus der Steckdose auf die Prinzipien der dahinterliegenden Energiegewinnung zu schließen.
„Depending on the external control parameters (environment, energy-fluxes) self-organization takes place“ (Haken, 1983).
Da diese Untersuchung in erster Linie auf eine Bestätigung von Vorhersagen von Schöner, Haken und Kelso (1986) zielte, war die Art des Lernens untergeordnet und der Rückgriff auf die traditionellste Form der Aneignung mittels Wiederholung und Rückmeldung naheliegend.
„(…) suggest a new image of perceptual-motor learning: (…) one in which the learner actively explores a task’s potential energy function in order to discover its topology and identify its extrema. Learning (from the learner’s perspective) is a problem of becoming sensitive to information carried in the gradients and equilibrium points of potential surfaces“ (Kelso & Kay, 1987; Mejer & Roth, 1988; Wieringen, 1988). „Learning arises through searching and the evolution and dissolution of the stable dynamical regions of coordination modes for a given task. Learning then is discovering (searching for) the dynamic laws.“ (Newell, 2003)
Der Suchvorgang bekommt beim Erlernen einer komplexen Sportbewegung eine ungleich größere Bedeutung aufgrund der Individualität und Situativität. Diese bleibt im Spitzensport die ganze Zeit erhalten, da es hier nicht nur darum geht, die Variation, wie bei einer schon von Anfang an gekonnten 90°-Phasenbewegungen, zu verringern, sondern die gesamte Bewegung oft erst einmal zu finden und dann ständig weiter zu optimieren, also ständig zu verändern und dies bei entsprechender Stabilität.
„As a consequence, the dynamic properties of coordination patterns, particularly their temporal stability must be monitored to assess learning. And inversely, change of stability may be an indication of learning even when no change of the average performance can be detected“ (Schöner, Zanone, & Kelso, 1992).
Die Anwendung klassischer Lernmethodik durch Protagonisten der systemdynamischen Betrachtungsweise zur Bestätigung von qualitativen Änderungen der Attraktorlandschaft als die einzig mögliche Lernform innerhalb der gesamten Theorie der Systemdynamik zu interpretieren (Künzell & Hossner 2012) findet seine Ursache u. a. in dem gleichen wissenschaftslogischen Fehlschluss, wonach von dem spezifischen Modell auf die Allgemeinheit geschlossen wird.
Wie viele Modi, in welchen Abständen oder bis zu welchem (kritischen) Maß notwendig oder zu wählen sind, und wie diese von den individuellen Gedächtnisfunktionen abhängen, bleibt bei dieser ersten Annäherung vorerst untergeordnet und wird Gegenstand zukünftiger Forschung sein.
Auch Beim HKB-Experiment wird kein Bereich gewählt, in den das System „von alleine“ (s. oben Unterschied selbstorganisiert und autark) automatisch in einen neuen Zustand bzw. tieferen Attraktor fällt. Hier findet eine Vermischung von Betrachtungsebenen statt (speziell von Attraktor- und physikalischem Phasenraum) (Künzell & Hossner, 2012).
Trotz der berechtigten Skepsis von Wulf und Shea (2002) in „Principles derived from the study of simple skill do not generalize to complex skill learning“.
Werden spezifische Bewegungscharakteristiken bei der Mustererkennung ausgeklammert, wie z. B. der Wurf- oder Stoßarm beim Kugelstoß, Diskus- und Speerwurf, lassen sich auch disziplinübergreifend individuelle Bewegungscharakteristiken identifizieren (Schöllhorn, Beckmann, & Janssen, 2012).
In Verbindung mit großmotorischen Sportbewegungen und der damit verbundenen Anzahl an relativen Phasen zwischen den beteiligten Segmenten ist die Attraktorlandschaft entsprechend höher dimensional. Rein zweidimensional ist die Attraktorlandschaft lediglich im Fall einer relativen Phase, d. h. zwei beteiligten Elementen.
Die Erkennung von emotionalen Zuständen, Ermüdungsgraden oder Musikabhängigkeit bei Gangmustern in Verbindung mit der Nichtwiederholbarkeit einer Bewegung liefern Hinweise für die Situativität jeder Bewegung und damit für die ständige Änderung der Attraktormulde eines Individuums.
Dass bislang Protagonisten des bewegungswissenschaftlich orientierten systemdynamischen Ansatzes diesen Einsatz von Schwankungen nicht für das Initiieren von Lernen abgeleitet hätten (Künzell & Hossner, 2012), gleicht hierbei der Logik, dass ein Sprinter nie schneller laufen dürfe als sein Trainer.
Literatur
Allen, P. M. (1981). The Evolutionary Paradigm of Dissipative Structures. In E. Jantsch (Hrsg.), The Evolutionary Vision: Toward a Unifying Paradigm of Physical, Biological, and Sociocultural Evolution (S. 25–72). Boulder: Westview Press.
Ashby, W. R. (1956). An introduction to cybernetics. London: Champman & Hall.
Ballreich, R. (1980). Aspekte der Modellierung in der Biomechanik des Sports. In W. Baumann (Hrsg.), Biomechanik und sportliche Leistung (S. 113–128). Schorndorf: Hofmann.
Ballreich, R. (1996). Grundlagen der Modellmethode. In R. Ballreich & W. Baumann (Hrsg.), Grundlagen der Biomechanik des Sports (2. Aufl., S. 119–159). Stuttgart: Enke.
Bauer, H. U., & Schöllhorn, W. I. (1997). Self-Organizing Maps for the Analysis of Complex Movement Patterns. Neural Processing Letters, 5, 193–199.
Beckmann, H., & Schöllhorn, W. I. (2003). Differencial learning in shot put [Abstract]. In W. I. Schöllhorn, C. Bohn, J. M. Jäger, H. Schaper & M. Alichmann (Hrsg.), European workshop on movement science (1. Aufl., S. 68). Köln: Sport & Buch Strauß.
Bénard, H. (1900). Les tourbillons cellulaires dans une nappe liquide. Revue générale des Sciences pures et appliquées, 11, 1261–1271; 1309–1328
Bertalanffy, von L. (1969). General System Theory. New York: George Braziller.
Bischof, N. (1995). Struktur und Bedeutung – eine Einführung in die Systemtheorie für Psychologen zum Selbststudium und für den Gruppenunterricht. Bern: Huber.
Cignetti, F., Schena, F., Mottet, D., & Rouard, A. (2010). A limit-cycle model of leg movements in cross-country skiing and its adjustments with fatigue. Human Movement Science, 29(4), 590–604.
Dressler, U., & Nitsche, G (1992) Controlling Chaos using time delay coordinates. Physical Review Letters, 68, 1–4
dtv-Lexikon der Physik, 7. P – Re. (1971). München: Dt. Taschenbuch-Verl.
Ebeling, W. (1991). Chaos – Ordnung – Information Selbstorganisation in Natur und Technik. Frankfurt a. M.: Harri Deutsch.
Ebeling, W., & Feistel, R. (1982). Physik der Selbstorganisation und Evolution. Berlin: Akademieverlag.
Ebeling, W., & Feistel, R. (1994). Chaos und Kosmos, Prinzipien der Evolution. Heidelberg: Spektrum Akademischer Verlag.
Ebeling, W., Engel, H., & Feistel, R. (1990). Physik der Evolutionsprozesse. Berlin: Akademie-Verlag.
Ebeling, W., Engel, H., & Herzel, H. (1990). Selbstorganisation in der Zeit. Berlin: Akademieverlag.
Ebeling, W., Freund, J., & Schweitzer, F. (1998). Komplexe Strukturen: Entropie und Information. Leipzig: Vieweg & Teubner.
Frank, T. D., Michelbrink, M., Beckmann, H., & Schöllhorn, W. I. (2008). A quantitative dynamical systems approach to differential learning: self-organization principle and order parameter equations. Biological Cybernetics, 98(1), 19–31.
Goldfield, E. C. (1995). Emergent Forms – Origins and early development of human action and perception. New York: Oxford University Press.
Gollhofer, A., Schmidtbleicher, D., & Horstman, G. (1989). Reproduzierbarkeit von neuromuskulären Aktivierungsmustern im Dehnungs-Verkürzungs-Zyklus. In Daugs, R. et al. (Hrsg.), Motorikforschung aktuell, DVS-Protokolle, 35, S. 58–67. Clausthal-Zellerfeld: DVS Eigenverlag.
Haken, H. (1983). Synergetics. Berlin: Springer.
Haken, H., Kelso, J. A. S., & Bunz, H. (1985). A theoretical model of phase transitions in human hand movements. Biological Cybernetics, 51(5), 347–356.
Henz, D., Hofmann, M., & Schöllhorn, W. I. (2013). Increased EEG theta and alpha activity indicate somatosensory working memory processes in diferential badminton serve training. Poster ECSS-2013 Barcelona.
Horsthemke, W., & Lefever, R. (1984). Noise-induced transitions. Berlin: Springer.
Hossner, E.-J., Müller, H., & Voelcker-Rehage, C. (2013). Koordination sportlicher Bewegungen – Sportmotorik. In A. Güllich & M. Krüger (Hrsg.), Sport (S. 211–267). Berlin: Springer.
Hund-Georgiadis, M., & von Cramon, D. Y. (1999). Motor-learning-related changes in piano players and non-musicians revealed by functional magnetic-resonance signals. Experimental Brain Research, 125(4), 417–425.
Hurlbert, S. H., & Lombardi, C. M. (2009). Final collapse of the neyman-pearson decision theoretic framework and rise of the neoFisherian. Annales Zoologici Fennici, 46(5), 311–349.
Iberall, A. (1972). Introducing some operational characteristic of mind – The Human outlook and the dynamics of society. Journal of Dynamic Systems, Measurement, and Control, 94(4), 285–288.
Iberall, A. (1975). On nature, man, and society: A basis for scientific modeling. Annals of Biomedical Engineering, 3(4), 344–385.
James, E. G. (2014). Short-term differential training decreases postural sway. Gait & Posture, 39(1), 172–176.
Janssen, D., Schöllhorn, W. I., Newell, K. M., Jäger, J. M., Rost, F., & Vehof, K. (2011). Diagnosing fatigue in gait patterns by support vector machines and self-organizing maps. Human Movement Science, 30(5), 966–975.
Jeschke, G. (1989) Mathematik der Selbstorganisation. Berlin: Deutscher Verlag der Wissenschaften.
Kapitaniak, T. (1996). Controlling Chaos. San Diego: Academic Press.
Kelso, J. A. S., & Kay, B. (1987). Information and control: A macroscopic basis for perception-action coupling. In. H. Heuer & A. F. Sanders (Hrsg.), Tutorials in perception and action, Hillsdale: Erlbaum
Kelso, J. A. S., Scholz, J. P., & Schöner, G. (1986). Nonequilibrium phase Transitions in coordinated biological Motion: Critical fluctuations. Physics Letters A, 18(6), 279–284.
Kelso, J. S. A., Mandel, A. J., & Schlesinger, M. E. (1988). Dynamic patterns in complex systems. Singapore: World Scientific Publishing Co. Pty. Ltd.
Klix, F. (1971). Information und Verhalten. Berlin: Deutscher Verlag der Wissenschaften.
Kostrubiec, V., Tallet, J., Zanone, P. G. (2006) How a new behavioral pattern is stabilized with learning determines ist persistence and flexibility in memory. Experimental Brain Research, 170(2), 238–44.
Kostrubiec, V., Zanone, P.-G., Fuchs, A., & Kelso, J. A. S. (2012). Beyond the blank slate: routes to learning new coordination patterns depend on the intrinsic dynamics of the learner-experimental evidence and theoretical model. Frontiers in Human Neuroscience, 6, 222.
Künzell, S., & Hossner, E. J. (2012) Differenzielles Lernen: eine Kritik. Sportwissenschaft, 42, 83–95.
Lewis, M. D., & Liu, Z. (2011). Three time scales of neural self-organisation underlying basic and nonbasic Emotions. Emotion Review, 3, 416–425.
Liu, Y. T., Luo, Z. Y., Mayer-Kress, G., & Newell, K. M. (2012) Self-organized criticality and learning a new coordination task. Human Movement Science, 31, 40–54.
Longtin, A., & Hinzer, K. (1995). Simple Noise-Induced Transitions in Models of Neural Systems. In: M. Millonas (Hrsg.), Fluctuations and Order – A New Synthesis (S. 343–358). Berlin: Springer.
Mechsner, F., Kerzel, D., Knoblich, G., & Prinz, W. (2001). Perceptual basis of bimanual coordination. Nature, 414(6859), 69–73.
Meijer, O. G., & Roth, K. (1988). Complex movement behaviour: ‚The‘ motor-action controversy. North Holland: Elsevier.
Mikhailov, A. S. (1979). Noise-Induced Phase Transition in a biological system with diffusion. Physics Letters, 73A(2), 143–144.
Millonas, M. (1995). Fluctuations and order. The new synthesis. New York: Springer.
Nelson, W. L. (1983). Physical principles for economies of skilled movements. Biological Cybernetics, 46, 135–147.
Newell, K. M. (2003). Change in motor learning: A coordination and control perspective, Motriz, Rio Claro, v.9, n.1, p. 1–6, jan./abr. 2003
Nicolis, G., Prigogine, I., & Nocolis, G. (1989). Exploring complexity. New York: W. H. Freeman & Company.
Papula, L. (2008). Mathematik für Ingenieure und Naturwissenschaftler: Vektoranalysis, Wahrscheinlichkeitsrechnung, mathematische Statistik, Fehler- und Ausgleichsrechnung, Bd. 3. Leipzig: Vieweg & Teubner.
Salthe, S. N. (1996). Development and evolution – complexity and change in biology. Cambridge: MIT Press.
Schöllhorn, W. I. (1993) Process-oriented analysis of movement patterns. International Society of Biomechanics XIVth Congress Paris 4–8 July 1993 (S. 1212–1213)
Schöllhorn, W. I. (1995) Time course oriented analysis of biomechanical movement patterns by means of orthogonal reference functions. XVth Congress of the International Society of Biomechanics (ISB) 2–6 July, Jyväskylä. S. 824–825.
Schöllhorn, W. I. (1997a). Komplexe Bewegungskoordination systemdynamisch betrachtet. In: P. Hirtz & F. Nüske (Hrsg.), Bewegungskoordination und sportliche Leistung integrativ betrachtet. 2. Bernstein-Konferenz und 2. gemeinsames Symposium der dvs-Sektionen Biomechanik, Sportmotorik und Trainingswissenschaft vom 25.-27. September 1996 in Zinnowitz. Hamburg: Czwalina.
Schöllhorn, W. I. (1997b). Erkennung von Zustands- und Bewegungsmustern während eines Lernprozesses mit Hilfe eines generalisierten Ordnungsparameters. In K. Bös, D. Schmidtbleicher & A. Müller (Hrsg.), Sport im Lebenslauf (S. 302–306). Frankfurt: Czwalina
Schöllhorn, W. I. (1999). Individualität – ein vernachlässigter Parameter? Leistungssport, 29(2), S. 7–11.
Schöllhorn, W. I. (1999a). Konsequenzen der motorischen Entwicklung von Kleinkindern für das sportliche Training. Österreichische Trainertagung Bad Aussee.
Schöllhorn, W. I., & Bauer, H. U. (1997). Linear – nonlinear classification of complex time course patterns. In: J. Bangsbo, B. Saltin, H. Bonde, Y. Hellsten, B. Ibsen, M. Kjaer & G. Sjogaard (Hrsg.), Conference proceedings of the 2nd European College of Sport Science (S. 308–309). Copenhagen: University of Copenhagen.
Schöllhorn, W. I., & Bauer, H. U. (1998). Identifying individual movement styles in high performance sports by means of self organizing Kohonen maps. In: H. Riehle & M. Vieten, XVI (Hrsg.), International Symposium on Biomechanics in Sports (S. 574–577). Konstanz: Universitätsverlag.
Schöllhorn, W. I., Beckmann, H., & Janssen, D. (2012). Identifikation individueller disziplinübergreifender Bewegungsstile. Abschlussbericht zum BISP Forschungsprojekt IIA1-070613/08. Bonn, Germany.
Schöllhorn, W. I., Hegen, P., & Eekhoff, A. (2014) Differenzielles Lernen und andere motorische Lerntheorien. Spectrum der Sportwissenschaft, 2, 35–55.
Schöllhorn, W. I., Schaper, H., Kimmeskamp, S., & Milani, T. (2002). Inter- and intra-individual differentiation of dynamic foot pressure patterns by means of artificial neural nets. Gait & Posture, 16, 172.
Schöllhorn, W., Michelbrink, M., Beckmann, H., Trockel, M., Sechelmann, M., & Davids, K. (2006) Does noise provide a basis for unifying different motor learning theories? International Journal of Sport Psychology, 2/3, 34–42.
Schöllhorn, W. I., Mayer-Kress, G., Newell, K. M., & Michelbrink, M. (2009). Time scales of adaptive behavior and motor learning in the presence of stochastic perturbations. Human Movement Science, 28(3), 319–333.
Schöllhorn, W. I., Nigg, B. M., Stefanyshyn, D., & Liu, W. (2002). Identification of individual walking patterns using time discrete and time continuous data sets. Gait & Posture, 15(2), 180–186.
Schöner, G. Jiang, W. Y., & Kelso, J. A. S (1990). A synergetic theory of quadrupedal gaits and gait transitions. Journal of Theoretical Biology, 142(3), 359–391.
Schöner, G. Zanone, P. G., & Kelso, J. A. S (1992). Learning as change of coordination dynamics: Theory and experiment. Journal of Motor Behaviour, 24(1), 29–48.
Schöner, G., Haken, H., & Kelso, J. (1986). A stochastic theory of phase transitions in human hand movement. Biological Cybernetics, 53(4), 247–257.
Stachowiak, H. (1973). Allgemeine Modelltheorie. Wien: Springer.
Temprado, J. J., Della-Grasta, M., Farrell, M., & Laurent, M. (1997). A novice-expert comparison of (intra-limb) coordination subserving the volleyballserve. Human Movement Science, 16, 653–676.
Thelen, L. B., & Smith, E. (1993). A dynamic systems approach to the development of cognition and action. Cambridge: MIT Press.
Vickers, J. N. (1994). Psychological research in sport pedagogy: Exploring the reversal effect. Sport Science Rewiew, 3, 28–40.
Wiener, N. (1948). Cybernetics: or Control and Communication in the Animal and the machine. Cambridge: MIT Press.
Wieringen, P. C. W. van (1988). Kinds and levels of explanation: implications for the systems versus action systems controversy. In O. G. Mejer & K. Roth, (Hrsg.) Complex movement behaviour – The motor-action controversy (S. 87–129). Amsterdam: Elsevier.
Wu, H. G., Miyamoto, Y. R., Castro, L. N. G., Ölveczky, B. P., & Smith, M. A. (2014) Temporal structure of motor variability is dynamically regulated and predicts motor learning ability. Nature Neuroscience, 17(2), 312–321.
Wulf, G., & Shea, C. H. (2002). Principles derived from the study of simple skills do not generalize to complex skill learning. Psychonomic Bulletin & Review, 9(2), 185–211.
Yamanishi, J., Kawato, M, & Suzuki, R (1980). Two coupled oscillators as a model for the coordinated finger tapping by both hands. Biological Cybernetics, 37, 219–225.
Yates, F. E. (1987). Self-organizing systems: the emergence of order. New York: Plenum Press.
Zanone, G. P., & Kelso, J. A. S. (1997). Coordination dynamics of learning and transfer: Collective and component levels. Journal of Experimental Psychology: Human Perception and Performance, 23(5), 1454–1480.
Zanone, P. G., & Kelso, J. A. S. (1992). Evolution of behavioral attractors with learning: Nonequilibrium phase transitions. Journal of Experimental Psychology: Human Perception and Performance, 18(2), 403–421.
Zanone, P. G., & Kelso, J. A. S. (1994). The Coordination Dynamics of learning. In S. Swinnen, H. Heuer, J. Massion & P. Casear (Hrsg.), Interlimb Coordination (S. 461–490). San Diego: Academic Press.
Zanone, G. P. & Kelso, S. J. A. (1997). Coordination dynamics of learning and transfer: Collective and component levels. Journal of Experimental Psychology: Human Perception and Performance, 23(5), S. 1454–1480.
Author information
Authors and Affiliations
Corresponding author
Ethics declarations
Interessenkonflikt
W. Schöllhorn, A. Eekhoff und P. Hegen geben an, dass kein Interessenkonflikt besteht.
Bei keinem der Autoren besteht ein Interessenkonflikt mit dem hier bearbeiteten Thema.
Rights and permissions
About this article
Cite this article
Schöllhorn, W., Eekhoff, A. & Hegen, P. Systemdynamik und differenzielles Lernen. Sportwiss 45, 127–137 (2015). https://doi.org/10.1007/s12662-015-0366-z
Received:
Accepted:
Published:
Issue Date:
DOI: https://doi.org/10.1007/s12662-015-0366-z
Schlüsselwörter
- Differenzielles Lernen
- Systemdynamik
- Selbstorganisation
- Bewegung
- Potenzial
- Stabilität/Instabilität
- Fluktuationen