Advertisement

Naturwissenschaftlich-experimentelles Arbeiten

Potenziale des Lernens mit Lösungsbeispielen und Experimentierboxen
  • Jenna KoenenEmail author
  • Markus Emden
  • Elke Sumfleth
Original Paper
  • 883 Downloads

Zusammenfassung

Um einem Mangel an Materialien im Bereich der naturwissenschaftlich-experimentellen Arbeitsweisen entgegenzuwirken, wurden Materialien entwickelt, die den Anforderungen aktueller fachdidaktischer und lehr-/lernpsychologischer Forschungserkenntnisse gerecht werden. Es wurden theoriebasiert klassische Lösungsbeispiele, experimentunterstützte Lösungsbeispiele (Kombination aus einem klassischen Lösungsbeispiel und einem hands-on Experiment) und experimentelle Problemlöseaufgaben für das naturwissenschaftlich-experimentelle Arbeiten entwickelt. In einer Evaluationsstudie wurden die Lernmaterialien so miteinander kombiniert, dass entweder nur mit Problemlöseaufgaben, nur mit Lösungsbeispielen oder mit Example-Problem-Pairs gelernt wurde. Die Überprüfung der Lernförderlichkeit erfolgte im Rahmen eines Prä-, Post-, Follow up-Designs an Ganztagsgymnasien. Dabei zeigen sich unterschiedliche Effekte des Aufgabenformats in Abhängigkeit vom Vorwissen der Schülerinnen und Schüler der Jahrgangsstufe 6.

Schlüsselwörter

Lösungsbeispiele Problemlöseaufgabe Erkenntnisgewinnung Experiment 

Scientific Inquiry

Learning Potentials of Worked-Examples and Hands-on Experiments

Abstract

To counteract the lack of materials in the domain of scientific inquiry, new materials were developed. These materials are designed in alignment with results from recent educational and psychological research. Traditional worked-examples, experiment-supported worked-examples (a combination of a traditional worked-example with a hands-on experiment) and experimental problem solving tasks were developed and evaluated afterwards. These materials were administered in differing combinations so that students either studied with just problem solving tasks, just worked-examples or example-problem-pairs. The developed materials were evaluated investigating for the achieved learning outcomes in a pre-, post-, follow up-design at all-day secondary schools. Results show differing effects relative to 6th-grade students’ prior knowledge.

Keywords

Worked-Examples Problem Solving Task Scientific Inquiry Experiment 

Notes

Danksagung

Wir bedanken uns herzlich bei den Schülerinnen und Schüler, den Lehrkräften und den Schulleitungen der beteiligten Schulen; ohne ihre Unterstützung wäre die Durchführung dieser Studie nicht möglich gewesen. Des Weiteren bedanken wir uns bei der Stiftung Mercator für die Finanzierung des Projektes Ganz In (08-341), in dessen Rahmen die Studie stattgefunden hat.

Literatur

  1. Aiken, L. S., & West, S. G. (1991). Multiple regression: testing and interpreting interactions. Thousand Oaks CA: SAGE.Google Scholar
  2. Atkinson, R. K., Derry, S. J., Renkl, A., & Wortham, D. (2000). Learning from examples: instructional principles from the worked examples research. Review of Educational Research, 70(2), 181–214.CrossRefGoogle Scholar
  3. Brosius, F. (2011). SPSS 19. Heidelberg: Hüthig Jehle Rehm.Google Scholar
  4. Chandler, P., & Sweller, J. (1991). Cognitive load theory and the format of instruction. Cognition and Instruction, 8(4), 293–332.CrossRefGoogle Scholar
  5. Chandler, P., & Sweller, J. (1996). Cognitive load while learning to use a computer program. Applied Cognitive Psychology, 10(2), 151–170.CrossRefGoogle Scholar
  6. Chi, M. T., Bassok, M., Lewis, M. W., Reimann, P., & Glaser, R. (1989). Self-explanations: how students study and use examples in learning to solve problems. Cognitive Science, 13(2), 145–182.CrossRefGoogle Scholar
  7. Choi, H.-H., van Merriënboer, J. J. G., & Paas, F. (2014). Effects of the physical environment on cognitive load and learning: towards a new model of cognitive load. Educational Psychology Review, 26(2), 225–244.CrossRefGoogle Scholar
  8. Clarke, T., Ayres, P., & Sweller, J. (2005). The impact of sequencing and prior knowledge on learning mathematics through spreadsheet applications. Educational Technology Research and Development, 53(3), 15–24.CrossRefGoogle Scholar
  9. Cohen, J., Cohen, P., West, S. G., & Aiken L. S. (2003). Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences. Third Edition. Mahwah, New Jersey: Lawrence Erlbaum Associates.Google Scholar
  10. Cooper, G., & Sweller, J. (1987). Effects of schema acquisition and rule automation on mathematical problem-solving transfer. Journal of Educational Psychology, 79(4), 347–362.CrossRefGoogle Scholar
  11. Emden, M., & Sumfleth, E. (2016). Assessing students’ experimentation processes in guided inquiry. International Journal of Science and Mathematics Education, 14(1), 29–54.CrossRefGoogle Scholar
  12. Fechner, S. (2009). Effects of context-oriented learning on student interest and achievement in chemistry education. Berlin: Logos.Google Scholar
  13. Field, A. (2013). Discovering statistics using IBM SPSS statistics (4. Aufl.). Los Angeles: SAGE.Google Scholar
  14. Gerjets, P., Scheiter, K., & Schuh, J. (2008). Information comparisons in example-based hypermedia environments: supporting learners with processing prompts and an interactive comparison tool. Educational Technology Research and Development, 56(1), 73–92.CrossRefGoogle Scholar
  15. Gick, M., & Holyoak, K. J. (1987). The cognitive basis of knowledge transfer. In S. M. Cormier & J. D. Hagman (Hrsg.), Transfer of learning. Contemporary research and applications (S. 9–42). San Diego: Academic Press.CrossRefGoogle Scholar
  16. van Gog, T., Kester, L., & Paas, F. (2011). Effects of worked examples, example-problem, and problem-example pairs on novices’ learning. Contemporary Educational Psychology, 36(3), 212–218.CrossRefGoogle Scholar
  17. Heller, K., & Perleth, C. (2000). KFT 4‑12+R, Kognitiver Fähigkeiten-Test für 4. bis 12. Klassen: Revision-Materialien-Koffer. Göttingen: Beltz Test.Google Scholar
  18. Hofstein, A., & Lunetta, V. (1982). The role of the laboratory in science teaching: neglected aspects of research. Review of Educational Research, 52(2), 201–217.CrossRefGoogle Scholar
  19. Hübinger, R., Emden, M., & Sumfleth, E. (2009). Materialien für den naturwissenschaftlichen Unterricht für die Klassen 5/6. „Mein Körper und ich auf Weltreise“ & „Wasser – die vielen Gesichter eines Stoffes“. Berlin: Schering Stiftung.Google Scholar
  20. Kalyuga, S. (2005). Prior knowledge principle in multimedia learning. In R. E. Mayer (Hrsg.), The Cambridge handbook of multimedia learning (S. 325–337). Cambridge: Cambridge University Press.CrossRefGoogle Scholar
  21. Kalyuga, S. (2014). The expertise reversal principle in multimedia learning. In R. E. Mayer (Hrsg.), The Cambridge handbook of multimedia learning (S. 576–597). Cambridge: Cambridge University Press.CrossRefGoogle Scholar
  22. Kalyuga, S., & Renkl, A. (2010). Expertise reversal effect and its instructional implications. Instructional Science, 38(3), 209–215.CrossRefGoogle Scholar
  23. Kalyuga, S., Chandler, P., & Sweller, J. (1999). Managing split-attention and redundancy in multimedia instruction. Applied Cognitive Psychology, 13(4), 351–371.CrossRefGoogle Scholar
  24. Kalyuga, S., Ayres, P., Chandler, P., & Sweller, J. (2003). The expertise reversal effect. Educational Psychologist, 38(1), 23–31.CrossRefGoogle Scholar
  25. Klahr, D., & Dunbar, K. (1988). Dual space search during scientific reasoning. Cognitive Science, 12(1), 1–48.CrossRefGoogle Scholar
  26. Klos, S. (2008). Kompetenzförderung im naturwissenschaftlichen Anfangsunterricht. Der Einfluss eines integrierten Unterrichtskonzepts. Berlin: Logos.Google Scholar
  27. Klos, S., Henke, C., Kieren, C., Walpuski, M., & Sumfleth, E. (2008). Naturwissenschaftliches Experimentieren und chemisches Fachwissen – zwei verschiedene Kompetenzen. Zeitschrift für Pädagogik, 54(3), 304–321.Google Scholar
  28. KMK (2005). Bildungsstandards im Fach Chemie für den Mittleren Schulabschluss. München: Luchterhand.Google Scholar
  29. Koenen, J. (2014). Entwicklung und Evaluation von experimentunterstützten Lösungsbeispielen zur Förderung naturwissenschaftlich-experimenteller Arbeitsweisen. Berlin: Logos.Google Scholar
  30. Koenen, J., Emden, M., & Sumfleth, E. (2016). Chemieunterricht im Zeichen der Erkenntnisgewinnung. Münster: Waxmann.Google Scholar
  31. Kölbach, E. (2011). Kontexteinflüsse beim Lernen mit Lösungsbeispielen. Berlin: Logos.Google Scholar
  32. Lenhard, D., & Schneider, W. (2006). ELFE 1–6: Ein Leseverstehenstest für Erst- bis Sechstklässler. Göttingen: Hogrefe.Google Scholar
  33. Mackensen-Friedrichs, I. (2009). Die Rolle von Selbsterklärungen aufgrund vorwissensangepasster, domänenspezifischer Lernimpulse beim Lernen mit biologischen Beispielaufgaben. Zeitschrift für Didaktik der Naturwissenschaften, 15, 155–172.Google Scholar
  34. Mackensen-Friedrichs, I. (2004). Förderung des Expertiseerwerbs durch das Lernen mit Beispielaufgaben im Biologieunterricht der Klasse 9. Universität Kiel, Dissertation.Google Scholar
  35. Mannel, S. (2011). Assessing scientific inquiry. Development and evaluation of a test for the low-performing stage. Berlin: Logos.Google Scholar
  36. Mannel, S., Walpuski, M., & Sumfleth, E. (2015). Erkenntnisgewinnung: Schülerkompetenzen zu Beginn der Jahrgangsstufe 5 im naturwissenschaftlichen Anfangsunterricht. Zeitschrift für Didaktik der Naturwissenschaften, 21, 99–110.CrossRefGoogle Scholar
  37. Mayer, R. E. (Hrsg.). (2005). The Cambridge handbook of multimedia learning. Cambridge: Cambridge University Press.Google Scholar
  38. Mayer, R. E. (2009). Multimedia learning. Cambridge: Cambridge University Press.CrossRefGoogle Scholar
  39. Mayer, R. E., Steinhoff, K., Bower, G., & Mars, R. (1995). A generative theory of textbook design: using annotated illustrations to foster meaningful learning of science text. Educational Technology Research and Development, 43(1), 31–41.CrossRefGoogle Scholar
  40. National Research Council (2011). A framework for K‑12 science education. Practices, crosscutting concepts, and core ideas. Washington DC: The National Academies Press.Google Scholar
  41. Nokes, T. J., Hausmann, R. G. M., VanLehn, K., & Gershman, S. (2011). Testing the instructional fit hypothesis: the case of self-explanation prompts. Instructional Science, 39(5), 645–666.CrossRefGoogle Scholar
  42. Paas, F. G. W. C., & van Merriënboer, J. J. G. (1993). Instructional control of cognitive load in the training of complex cognitive tasks. In F. G. W. C. Paas (Hrsg.), Instructional control of cognitive load in the training of complex cognitive tasks (S. 11–30). Den Haag: CIP-DATA Koninklijke Bibliotheek.Google Scholar
  43. Paas, F., Tuovinen, J. E., van Merriënboer, J. J. G., & Darabi, A. A. (2005). A motivational perspective on the relation between mental effort and performance: optimizing learner involvement in instruction. Educational Technology Research and Development, 53(3), 25–34.CrossRefGoogle Scholar
  44. Peters, E., & Kitsantas, A. (2010). The effect of nature of science metacognitive prompts on science students’ content and nature of science knowledge, metacognition, and self-regulatory efficacy. School Science and Mathematics, 110(8), 382–396.CrossRefGoogle Scholar
  45. PISA-Konsortium (2000). Schülerleistungen im internationalen Vergleich. Berlin: MPI für Bildungsforschung.Google Scholar
  46. Quilici, J. L., & Mayer, R. E. (1996). Role of examples in how students learn to categorize statistics word problems. Journal of Educational Psychology, 88(1), 144–161.CrossRefGoogle Scholar
  47. Renkl, A. (2005). The worked-out examples principle in multimedia learning. In R. E. Mayer (Hrsg.), The Cambridge handbook of multimedia learning (S. 229–246). Cambridge: Cambridge University Press.CrossRefGoogle Scholar
  48. Renkl, A. (2014). Toward an instructionally oriented theory of example-based learning. Cognitive Science, 38(1), 1–37.CrossRefGoogle Scholar
  49. Renkl, A., & Schworm, S. (2002). Lernen, mit Lösungsbeispielen zu lehren. Zeitschrift für Pädagogik, Beiheft, 45, 259–270.Google Scholar
  50. Renkl, A., Gruber, H., Weber, S., Lerche, T., & Schweizer, K. (2003). Cognitive Load beim Lernen aus Lösungsbeispielen. Regensburg: Institut für Pädagogik, Lehrstuhl für Lehr-Lern-Forschung und Medienpädagogik.Google Scholar
  51. Renkl, A., Hilbert, T., & Schworm, S. (2009). Example-based learning in heuristic domains: a cognitive load theory account. Educational Psychology Review, 21(1), 67–78.CrossRefGoogle Scholar
  52. Richter, T. (2007). Wie analysiert man Interaktionen von metrischen und kategorialen Prädiktoren? Nicht mit Median-Splits! Zeitschrift für Medienpsychologie, 19(3), 116–125.CrossRefGoogle Scholar
  53. Rourke, A., & Sweller, J. (2009). The worked-example effect using ill-defined problems: learning to recognize designers’ styles. Learning and Instruction, 19(2), 185–199.CrossRefGoogle Scholar
  54. Roy, M., & Chi, M. T. H. (2005). The self-explanation principle in multimedia learning. In R. E. Mayer (Hrsg.), The Cambridge handbook of multimedia learning (S. 271–286). Cambridge: Cambridge University Press.CrossRefGoogle Scholar
  55. Schwichow, M., Zimmerman, C., Croker, S., & Härtig, H. (2016). What students learn from hands-on activities. Journal of research in science teaching, 53(7), 980–1002.CrossRefGoogle Scholar
  56. Schwonke, R., Renkl, A., Krieg, C., Wittwer, J., Aleven, V., & Salden, R. (2009). The worked-example effect: not an artefact of lousy control conditions. Computers in Human Behavior, 25(2), 258–266.CrossRefGoogle Scholar
  57. Sumfleth, E., Rumann, S., & Nicolai, N. (2004). Schulische und häusliche Kooperation im Chemieanfangsunterricht. In J. Doll & M. Prenzel (Hrsg.), Bildungsqualität von Schule: Lehrerprofessionalisierung, Unterrichtsentwicklung und Schülerförderung als Strategien der Qualitätsverbesserung (S. 284–302). Münster: Waxmann.Google Scholar
  58. Sweller, J. (2005). Implications of cognitive load theory for multimedia learning. In R. E. Mayer (Hrsg.), The Cambridge handbook of multimedia learning (S. 19–30). Cambridge: Cambridge University Press.CrossRefGoogle Scholar
  59. Sweller, J., & Cooper, G. A. (1985). The use of worked examples as a substitute for problem solving in learning algebra. Cognition and Instruction, 2(1), 59–89.CrossRefGoogle Scholar
  60. Sweller, J., van Merriënboer, J. J. G., & Paas, G. F. W. C. (1998). Cognitive architecture and instructional design. Educational Psychology Review, 10(3), 251–296.CrossRefGoogle Scholar
  61. Sweller, J., Ayres, P., & Kalyuga, S. (2011). Cognitive Load Theory. New York: Springer.CrossRefGoogle Scholar
  62. Wahser, I. (2007). Training von naturwissenschaftlichen Arbeitsweisen zur Unterstützung experimenteller Kleingruppenarbeit im Fach Chemie. Berlin: Logos.Google Scholar
  63. Wahser, I., & Sumfleth, E. (2008). Training experimenteller Arbeitsweisen zur Unterstützung kooperativer Kleingruppenarbeit im Fach Chemie. Zeitschrift für Didaktik der Naturwissenschaften, 14, 219–241.Google Scholar
  64. Walpuski, M. (2006). Optimierung von experimenteller Kleingruppenarbeit durch Strukturierungshilfen und Feedback. Eine empirische Studie. Berlin: Logos.Google Scholar
  65. Ward, M., & Sweller, J. (1990). Structuring effective worked examples. Cognition and Instruction, 7(1), 1–39.CrossRefGoogle Scholar
  66. Wendt, H., & Bos, W. (Hrsg.). (2015). Auf dem Weg zum Ganztagsgymnasium: Erste Ergebnisse der wissenschaftlichen Begleitforschung zum Projekt Ganz In. Münster: Waxmann.Google Scholar
  67. Wirth, J., Thillmann, H., & Künsting, J. (2008). Das Schülerexperiment im naturwissenschaftlichen Unterricht. Bedingungen der Lernförderlichkeit einer verbreiteten Lehrmethode aus instruktionspsychologischer Sicht. Zeitschrift für Pädagogik, 54(3), 361–375.Google Scholar

Copyright information

© Gesellschaft für Didaktik der Physik und Chemie (GDCP); Fachsektion Didaktik der Biologie im VBIO (FDdB im VBIO) and Springer-Verlag GmbH Berlin Heidelberg 2017

Authors and Affiliations

  1. 1.Institut für ChemieHumboldt-Universität zu BerlinBerlinDeutschland
  2. 2.Institut für NaturwissenschaftenPädagogische Hochschule Schwäbisch GmündSchwäbisch GmündDeutschland
  3. 3.Fakultät für ChemieUniversität Duisburg-EssenEssenDeutschland

Personalised recommendations