Unterrichtswissenschaft

, Volume 46, Issue 2, pp 185–214 | Cite as

Stress im Unterricht? Prozessanalysen zu Interaktionseffekten unterrichtlicher Anforderungen und individueller Ressourcenbewertungen auf physische und psychische Stresssymptome von Berufsschüler/innen

Allgemeiner Teil
  • 86 Downloads

Zusammenfassung

Der Beitrag untersucht stressbegünstigende bzw. -mindernde Bedingungskonstellationen während des berufsschulischen Unterrichts auf Basis des transaktionalen Stressmodells. Dementsprechend interessiert vor allem, inwieweit Einschätzungen eigener Bewältigungsfähigkeiten seitens der Schüler/innen die Beziehung zwischen beobachtbaren Unterrichtsanforderungen und psychischen wie auch physischen Stressreaktionen moderieren. Der Analyse liegen Daten von 53 angehenden Industriekaufleuten zugrunde, welche über drei Wochen im Fach „Betriebswirtschaftliche Geschäftsprozesse“ untersucht wurden. Die Unterrichtsstunden wurden videografiert und von trainierten Beobachtern hinsichtlich situativer Anforderungen kodiert. Zudem bewerteten die Lernenden im zehnminütigen Rhythmus ihre situationsspezifischen Bewältigungsfähigkeiten wie auch ihre Stressempfindungen. Kardiovaskuläre Parameter wurden kontinuierlich über Brustgurte gemessen. Situationsübergreifende Einschätzungen kontextrelevanter Bewältigungsfähigkeiten (schulische Selbstwirksamkeitserwartungen) wurden im Vorfeld der Videoaufzeichnungen mittels Fragebögen erfasst. Als Kontrollvariablen wurden zudem objektivierbare individuelle Bewältigungsressourcen (domänenspezifisches Fachwissen) sowie zeitstabile Personenmerkmale test- bzw. fragebogengestützt erhoben. Für die statistischen Auswertungen wurden die Haupteffekte schulischer Selbstwirksamkeitserwartungen (SWK), situativer Bewältigungsfähigkeiten (BF) und situativer Unterrichtsanforderungen (UA) sowie die Interaktionseffekte zwischen Ressourcenbewertungen und Unterrichtsanforderungen auf das Stresserleben und die Herzrate mehrebenenanalytisch modelliert. Entsprechend des transaktionalen Paradigmas zeigen sich differenzielle Beziehungen zwischen UA und psychischen Stressreaktionen in Abhängigkeit individueller Ressourceneinschätzungen, welche unter Kontrolle weiterer stressrelevanter Prädiktoren für die SWK signifikant ausfallen. Lernende mit unterdurchschnittlichen SWK verzeichnen demnach bei wachsenden UA den größten Anstieg des Stresserlebens. Für die situativen BF zeichnet sich ein ähnliches, wenngleich nicht signifikantes Muster ab. Entsprechend des Korrespondenzerfordernisses von Ressourceneinschätzungen und Zielkategorien liefern aber situative BF größere eigenständige Beiträge zur Erklärung situativ variierender Stressempfindungen als die situationsübergreifende schulische SWK. Dient als Zielvariable jedoch der physische Stressindikator (Herzrate), der erwartungskonform schwach mit dem psychischen Indikator kovariiert, lassen sich diese Ergebnisse nicht replizieren. Forschungs- und unterrichtspraktische Implikationen der Befunde werden diskutiert.

Schlüsselwörter

Stressreaktionen im Berufsschulunterricht Person-Situation-Interaktion Videostudie Unterrichtsprozessanalyse Continuous-State-Sampling Herzrate 

Stress in the classroom? Process analysis of interaction effects between instructional demands and students’ resource appraisals on physiological and psychological symptoms of stress among vocational students

Abstract

This paper investigates combinations of factors that enhance or reduce students’ stress responses during instructional processes in vocational classrooms, using the transactional model of stress as its theoretical basis. Accordingly, the moderating role of students’ perceived coping abilities in relations between observable instructional demands and students’ psychological as well as physiological stress reactions is of particular interest here. Data stem from 53 industrial clerks in training during lessons on Economic Business Processes over a period of three weeks. These lessons were videotaped and coded with respect to situational demands by two trained observers. Additionally, learners assessed their situational coping abilities and feelings of stress every ten minutes. Cardiovascular parameters were measured permanently by means of chest belts. Student assessments of context-related, cross-situationally relevant coping abilities (academic self-efficacy) were collected via questionnaires prior to video recordings. Moreover, tests and questionnaires served to gather objective measures of individual coping resources (domain specific prior knowledge) as well as stable personal traits (age, sex), which function as control variables. Statistical analyses include multilevel models to determine the main effects of academic self-efficacy (ASE), situational coping abilities (CA) and instructional demands (ID), and the interactional effects between resource appraisals and instructional demands on students’ feelings of stress and on students’ heart rates. In line with the transactional paradigm, differential relations appear between ID and psychological stress reactions, conditional on each student’s resource appraisals. When controlling for other stress-related variables, this finding is statistically significant for ASE. Learners with ASE levels below average thus display stronger increases in reported feelings of stress in the face of rising instructional demands than do learners with ASE levels above average. For CA, a similar, yet non-significant pattern shows. Underscoring the need for resource appraisals to match the specificity level of target variables, situational CF is a stronger unique predictor of situation-specific variations in students’ psychological stress reactions than cross-situationally relevant ASE. However, when students’ heart rates (which only weakly co-vary with reported feelings of stress) serve as the criterion, these findings cannot be replicated. Implications for future research strategies and for instructional practice are discussed.

Keywords

Stress reactions during instruction in vocational classrooms Person-situation interaction Video study Process analysis of instruction Continuous state sampling Heart rate 

Literatur

  1. Achtenhagen, F. (1978). Beanspruchung von Schülern. Methodisch-didaktische Aspekte. BMBW Werkstattberichte. Regensburg: Bundesminister für Bildung und Wissenschaft.Google Scholar
  2. Ahmed, W., Werf, G., Minnaert, A., & Kuyper, H. (2010). Students’ daily emotions in the classroom: intra-individual variability and appraisal correlates. British Journal of Educational Psychology, 80(4), 583–597.CrossRefGoogle Scholar
  3. Akgun, S., & Ciarrochi, J. (2003). Learned resourcefulness moderates the relationship between academic stress and academic performance. Educational Psychology, 23(3), 287–294.CrossRefGoogle Scholar
  4. Altrichter, H., Trautmann, M., Wischer, B., Sommerauer, S., & Doppler, B. (2009). Unterrichten in heterogenen Gruppen: Das Qualitätspotenzial von Individualisierung, Differenzierung und Klassenschülerzahl. In W. Specht (Hrsg.), Nationaler Bildungsbericht Österreich 2009. 2. Fokussierte Analysen bildungspolitischer Schwerpunktthemen (S. 341–360). Graz: Leykam.Google Scholar
  5. Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2006). Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. Berlin: Springer.Google Scholar
  6. Bandura, A. (1994). Self-efficacy. In V. S. Ramachaudran (Hrsg.), Encyclopedia of human behavior (S. 71–81). New York: Academic Press.Google Scholar
  7. Bandura, A. (2006). Guide for constructing self-efficacy scales. In F. Pajares & T. Urdan (Hrsg.), Self-efficacy beliefs of adolescents (S. 307–337). Greenwich: Information Age.Google Scholar
  8. Bandura, A., Cioffi, D., Taylor, C. B., & Brouillard, M. E. (1988). Perceived self-efficacy in coping with cognitive stressors and opioid activation. Journal of Personality and Social Psychology, 55(3), 479–488.CrossRefGoogle Scholar
  9. Beck, K., & Krumm, V. (1998). Wirtschaftskundlicher Bildungstest (WBT). Göttingen: Hogrefe.Google Scholar
  10. Becker, E. S., Goetz, T., Morger, V., & Ranellucci, J. (2014). The importance of teachers’ emotions and instructional behavior for their students’ emotions—an experience sampling analysis. Teaching and Teacher Education, 43, 15–26.CrossRefGoogle Scholar
  11. Bieg, M., Goetz, T., & Hubbard, K. (2013). Can I master it and does it matter? An intraindividual analysis on control-value antecedents of trait and state academic emotions. Learning and Individual Differences, 28, 102–108.CrossRefGoogle Scholar
  12. Blair, D. V., O’Neil Jr., H. F., & Price, D. J. (1999). Effects of expertise on state self-efficacy and state worry during a computer-based certification test. Computers in Human Behavior, 15(3–4), 511–553.CrossRefGoogle Scholar
  13. Bloom, B. S., Engelhart, M. D., Furst, E. J., Hill, W. H., & Krathwohl, D. R. (1956). Taxonomy of educational objectives: the classification of educational goals. Handbook I: cognitive domain. New York: David McKay.Google Scholar
  14. Brand-Gruwel, S., Wopereis, I., & Walraven, A. (2009). A descriptive model of information problem solving while using internet. Computers & Education, 53(4), 1207–1217.CrossRefGoogle Scholar
  15. De Bruijn, E., & Leeman, Y. (2011). Authentic and self-directed learning in vocational education: challenges to vocational educators. Teaching and Teacher Education, 27, 694–702.CrossRefGoogle Scholar
  16. Campbell, D. T., & Fiske, D. W. (1959). Convergent and discriminant validation by the multitrait-multimethod matrix. Psychological Bulletin, 56(2), 81–105.CrossRefGoogle Scholar
  17. Chandola, T., Heraclides, A., & Kumari, M. (2010). Psychophysiological biomarkers of workplace stressors. Neuroscience & Biobehavioral Reviews, 35(1), 51–57.CrossRefGoogle Scholar
  18. Chemers, M. M., Hu, L., & Garcia, B. F. (2001). Academic self-efficacy and first-year college student performance and adjustment. Journal of Educational Psychology, 93(1), 55–64.CrossRefGoogle Scholar
  19. Choi, N. (2005). Self-efficacy and self-concept as predictors of college students’ academic performance. Psychology in the Schools, 42(2), 197–205.CrossRefGoogle Scholar
  20. Cornelisse, S., Van Stegeren, A. H., & Joëls, M. (2011). Implications of psychosocial stress on memory formation in a typical male versus female student sample. Psychoneuroendocrinology, 36(4), 569–578.CrossRefGoogle Scholar
  21. Delahaye, M., Stieglitz, R. D., Graf, M., Keppler, C., Maes, J., & Pflueger, M. (2015). Deutsche Übersetzung und Validierung des Stress Appraisal Measure (SAM). Fortschritte der Neurologie – Psychiatrie, 83(5), 276–285.CrossRefGoogle Scholar
  22. Domsch, H., Lohaus, A., & Fridirci, M. (2016). Kinder im Stress. Wie Eltern Kinder stärken und begleiten (2. Aufl.). Berlin: Springer.Google Scholar
  23. Dörner, D., & Wearing, A. J. (1995). Complex problem solving: toward a (computersimulated) theory. In P. A. Frensch & J. Funke (Hrsg.), Complex problem solving. The European perspective (S. 65–99). Hillsdale: Erlbaum.Google Scholar
  24. Egloffstein, M., Dreyer, K., & Kärner, T. (2012). Unterrichtserleben in Notebook-Klassen. Eine explorative Studie im kaufmännischen Unterricht. In R. Schulz-Zander, B. Eickelmann, H. Moser, H. Niesyto & P. Grell (Hrsg.), Qualitätsentwicklung in der Schule und medienpädagogische Professionalisierung. Jahrbuch Medienpädagogik, (Bd. 9, S. 223–245). Wiesbaden: Springer VS.Google Scholar
  25. Ellenbogen, M. A. (2012). Introduction to the special section on biopsychosocial moderators of the stress response. Anxiety, Stress, & Coping: An International Journal, 25(4), 359–364.CrossRefGoogle Scholar
  26. Gloria, A. M., & Kurpius, R. S. E. (2001). Influences of self-beliefs, social support, and comfort in the university environment on the academic nonpersistence decisions of American Indian undergraduates. Cultural Diversity & Ethnic Minority Psychology, 7(1), 88–102.CrossRefGoogle Scholar
  27. Götzl, M., Jahn, R. W., & Held, G. (2013). Bleibt alles anders!? Sozialformen, Unterrichtsphasen und echte Lernzeit im kaufmännischen Unterricht. bwp@ Berufs- und Wirtschaftspädagogik – online (24), 1–22. www.bwpat.de/ausgabe24/goetzl_etal_bwpat24.pdf. Zugegriffen: 30. Aug. 2017.Google Scholar
  28. Hackett, G., Betz, N. E., Casas, J. M., & Rocha-Singh, I. A. (1992). Gender, ethnicity, and social cognitive factors predicting the academic achievement of students in engineering. Journal of Counseling Psychology, 39(4), 527–538.CrossRefGoogle Scholar
  29. Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112.CrossRefGoogle Scholar
  30. Hayes, A. F., & Matthes, J. (2009). Computational procedures for probing interactions in OLS and logistic regression: SPSS and SAS implementations. Behavior Research Methods, 41(3), 924–936.CrossRefGoogle Scholar
  31. Hecht, P. (2010). Zur Bedeutung individueller und sozialer Ressourcen bei Schulstress. In I. Benischek, A. Forstner-Ebhart, H. Schaupp & H. Schwetz (Hrsg.), Empirische Forschung zu schulischen Handlungsfeldern (Bd. 1, S. 81–97). Münster: LIT.Google Scholar
  32. Heck, R. H., Thomas, S. L., & Tabata, L. N. (2010). Multilevel and longitudinal modeling with IBM SPSS. New York: Routledge.Google Scholar
  33. Hellhammer, D. H., Wüst, S., & Kudielka, B. M. (2009). Salivary cortisol as a biomarker in stress research. Psychoneuroendocrinology, 34(2), 163–171.CrossRefGoogle Scholar
  34. Howard, J. R., & Baird, R. (2000). The consolidation of responsibility and students’ definitions of situation in the mixed-age college classroom. The Journal of Higher Education, 71(6), 214–234.CrossRefGoogle Scholar
  35. Jerusalem, M., & Satow, L. (1999). Schulbezogene Selbstwirksamkeitserwartung (WIRKSCHUL). In R. Schwarzer & M. Jerusalem (Hrsg.), Skalen zur Erfassung von Lehrer- und Schülermerkmalen. Dokumentation der psychometrischen Verfahren im Rahmen der Wissenschaftlichen Begleitung des Modellversuchs Selbstwirksame Schulen. http://www.psyc.de/skalendoku.pdf, Stand: 08.04.2015.Google Scholar
  36. Kaluza, G. (2011). Stressbewältigung. Trainingsmanual zur psychologischen Gesundheitsförderung (2. Aufl.). Berlin Heidelberg: Springer.Google Scholar
  37. Kärner, T. (2015). Erwartungswidrige Minderleistung und Belastung im kaufmännischen Unterricht. Analyse pädagogischer, psychologischer und physiologischer Aspekte. Frankfurt a. M.: Peter Lang.CrossRefGoogle Scholar
  38. Kärner, T. (2017). A mixed-methods study of physiological reactivity to domain-specific problem solving: methodological perspectives for process-accompanying research in VET. Empirical Research in Vocational Education and Training.  https://doi.org/10.1186/s40461-017-0054-3.Google Scholar
  39. Kärner, T., & Warwas, J. (2015). Functional relevance of students’ prior knowledge and situational uncertainty during verbal interactions in vocational classrooms: evidence from a mixed-methods study. Empirical Research in Vocational Education and Training.  https://doi.org/10.1186/s40461-015-0023-7.Google Scholar
  40. Kärner, T., Sembill, D., Aßmann, C., Friederichs, E., & Carstensen, C. H. (2017). Analysis of person-situation interactions in educational settings via cross-classified multilevel longitudinal modelling: illustrated with the example of students’ stress experience. Frontline Learning Research, 5(1), 16–42.CrossRefGoogle Scholar
  41. Kirschner, P. A., Sweller, J., & Clark, R. E. (2006). Why minimal guidance during instruction does not work: an analysis of the failure of constructivist, discovery, problem-based, experiential, and inquiry-based teaching. Educational psychologist, 41(2), 75–86.CrossRefGoogle Scholar
  42. Kohlisch, O., & Schaefer, F. (1996). Physiological changes during computer tasks: responses to mental load or to motor demands? Ergonomics, 39(2), 213–224.CrossRefGoogle Scholar
  43. Landis, J. R., & Koch, G. G. (1977). The measurement of observer agreement for categorical data. Biometrics, 33(1), 159–174.CrossRefGoogle Scholar
  44. Lazarus, R. S. (1966). Psychological stress and coping process. New York: McGraw-Hill.Google Scholar
  45. Lazarus, R. S., & Launier, R. (1981). Stressbezogene Transaktion zwischen Person und Umwelt. In J. R. Nitsch (Hrsg.), Stress. Theorien, Untersuchungen, Maßnahmen (S. 213–259). Bern: Huber.Google Scholar
  46. Lent, R. W., Brown, S. D., & Gore Jr., P. A. (1997). Discriminant and predictive validity of academic self-concept, academic self-efficacy, and mathematics-specific self-efficacy. Journal of Counseling Psychology, 44(3), 307–315.CrossRefGoogle Scholar
  47. Leutner, D., Funke, J., Klieme, E., & Wirth, J. (2005). Problemlösekompetenz als fächerübergreifende Kompetenz. In E. Klieme, D. Leutner & J. Wirth (Hrsg.), Problemlösekompetenz von Schülerinnen und Schülern. Diagnostische Ansätze, theoretische Grundlagen und empirische Befunde der deutschen PISA-2000-Studie (S. 11–19). Wiesbaden: VS.Google Scholar
  48. Lewis, A. D., Braganza Menezes, D. A., McDermott, H. E., Hibbert, L. J., Brennan, S. L., Ross, E. E., & Jones, L. A. (2009). A comparison of course-related stressors in undergraduate problem-based learning (PBL) versus non-PBL medical programs. BMC Medical Education, 9(60)  https://doi.org/10.1186/1472-6920-9-60.Google Scholar
  49. Liu, Y., & Lu, Z. (2012). Chinese high school students’ academic stress and depressive symptoms: gender and school climate as moderators. Stress and Health, 28(4), 340–346.CrossRefGoogle Scholar
  50. Lohaus, A., Beyer, A., & Klein-Heßling, J. (2004). Stresserleben und Stresssymptomatik bei Kindern und Jugendlichen. Zeitschrift für Entwicklungspsychologie und Pädagogische Psychologie, 36(1), 38–46.CrossRefGoogle Scholar
  51. Lohaus, A., Fridrici, M., & Maass, A. (2009). Stressprävention im Jugendalter. Effekte eines Trainingsprogramms mit Internetbegleitung. Zeitschrift für Gesundheitspsychologie, 17(1), 13–21.CrossRefGoogle Scholar
  52. Löllgen, H. (1999). Herzfrequenzvariabilität. Deutsches Ärzteblatt, 96(31–32), A‑2029–A-2032.Google Scholar
  53. Luszczynska, A., & Schwarzer, R. (2005). The role of self-efficacy in health self-regulation. In W. Greve, K. Rothermund & D. Wentura (Hrsg.), The adaptive self: personal continuity and intentional self-development (S. 137–152). Washington: Hogrefe & Huber.Google Scholar
  54. Minkley, N., Ringeisen, T., Josek, L. B., & Kärner, T. (2017). Stress and emotions during experiments in biology classes: Does the work setting matter? Contemporary Educational Psychology, 49, 238–249.CrossRefGoogle Scholar
  55. Minnameier, G., & Hermkes, R. (2014). „Kognitive Aktivierung“ und „konstruktive Unterstützung“ als Lehr-Lern-Prozess-Größen – Eine Konzeption im rechnungswesendidaktischen Kontext. In J. Seifried, U. Faßhauer & S. Seeber (Hrsg.), Jahrbuch der berufs- und wirtschaftspädagogischen Forschung 2014 (S. 123–134). Opladen: Budrich.Google Scholar
  56. Mohammed, S., & Billings, R. S. (2002). The effect of self-efficacy and issue characteristics on threat and opportunity categorization. Journal of Applied Social Psychology, 32(6), 1253–1275.CrossRefGoogle Scholar
  57. Nezlek, J. B. (2007). A multilevel framework for understanding relationships among traits, states, situations and behaviours. European Journal of Personality, 21(6), 789–810.CrossRefGoogle Scholar
  58. Olioff, M., Bryson, S. E., & Wadden, N. P. (1989). Predictive relation of automatic thoughts and student efficacy to depressive symptoms in undergraduates. Canadian Journal of Behavioural Science, 21(4), 353–363.CrossRefGoogle Scholar
  59. Pajares, F. (1996). Self-efficacy beliefs in academic settings. Review of Educational Research, 66(4), 543–578.CrossRefGoogle Scholar
  60. Pajares, F. (2005). Self-efficacy during childhood and adolescence: implications for teachers and parents. In F. Pajares & T. Urdan (Hrsg.), Self-efficacy beliefs of adolescents (S. 339–367). Greenwich: Information Age.Google Scholar
  61. Pätzold, G., Klusmeyer, J., Wingels, J., & Lang, M. (2003). Lehr-Lern-Methoden in der beruflichen Bildung. Eine empirische Untersuchung in ausgewählten Berufsfeldern. Oldenburg: Carl von Ossietzky Universität.Google Scholar
  62. Rausch, A., Seifried, J., Wuttke, E., Kögler, K., & Brandt, S. (2016). Reliability and validity of a computer-based assessment of cognitive and non-cognitive facets of problem-solving competence in the business domain. Empirical Research in Vocational Education and Training.  https://doi.org/10.1186/s40461-016-0035-y.Google Scholar
  63. Renaud, R. D., & Murray, H. G. (2007). The validity of higher-order questions as a process indicator of educational quality. Research in Higher Education, 48(3), 319–351.CrossRefGoogle Scholar
  64. Renkl, A. (2015). Wissenserwerb. In E. Wild & J. Möller (Hrsg.), Pädagogische Psychologie (S. 3–24). Berlin, Heidelberg: Springer.Google Scholar
  65. Rimmele, R. (2013). Das Programm Videograph. http://www.ipn.uni-kiel.de/aktuell/videograph/htmStart.htm. Zugegriffen: 10. Juni 2013.Google Scholar
  66. Roesch, S. C., Aldridge, A. A., Stocking, S. N., Villodas, F., Leung, Q., Bartley, C. E., & Black, L. J. (2010). Multilevel factor analysis and structural equation modeling of daily diary coping data: modeling trait and state variation. Multivariate Behavioral Research, 45(5), 767–789.CrossRefGoogle Scholar
  67. Rost, D. H. (2013). Interpretation und Bewertung pädagogisch psychologischer Studien. Bad Heilbrunn: Klinkhardt.Google Scholar
  68. Ruiz-Gallardo, J. R., Castaño, S., Gómez-Alday, J. J., & Valdés, A. (2011). Assessing student workload in problem based learning: relationships among teaching method, student workload and achievement. A case study in natural sciences. Teaching and Teacher Education, 27(3), 619–627.CrossRefGoogle Scholar
  69. Sanz, A., & Villamarín, F. (2001). The role of perceived control in physiological reactivity: self-efficacy and incentive value as regulators of cardiovascular adjustment. Biological Psychology, 56(3), 219–246.CrossRefGoogle Scholar
  70. Schmitz, B., & Perels, F. (2011). Self-monitoring of self-regulation during math homework behaviour using standardized diaries. Metacognition and Learning, 6(3), 255–273.CrossRefGoogle Scholar
  71. Schneider, V. (2017). Gesundheitspädagogik. Einführung in Theorie und Praxis. Wiesbaden: Springer VS.Google Scholar
  72. Schulz, H., Vögele, C., & Meyer, B. (2009). Optimism, self-efficacy, and perceived stress as predictors of self-reported health symptoms in college students. Zeitschrift für Gesundheitspsychologie, 17(4), 185–194.CrossRefGoogle Scholar
  73. Schunk, D. H., & DiBenedetto, M. K. (2016). Self-efficacy theory in education. In K. R. Wentzel & D. B. Miele (Hrsg.), Handbook of motivation at school (2. Aufl. S. 34–54). New York: Routledge.Google Scholar
  74. Schwarzer, R., & Jerusalem, M. (2002). Das Konzept der Selbstwirksamkeit. Zeitschrift für Pädagogik, Beiheft 44. (S. 28–53).Google Scholar
  75. Seidel, T., Dalehefte, I. M., & Meyer, L. (2001). Videoanalysen – Beobachtungsschemata zur Erfassung von „Sicht-Strukturen“ im Physikunterricht. In M. Prenzel, R. Duit, M. Euler, M. Lehrke & T. Seidel (Hrsg.), Erhebungs- und Auswertungsverfahren des DFG-Projekts „Lehr-Lern-Prozesse im Physikunterricht – eine Videostudie“ (S. 41–58). Kiel: IPN-Materialien.Google Scholar
  76. Seidel, T., Rimmele, R., & Prenzel, M. (2003). Gelegenheitsstrukturen beim Klassengespräch und ihre Bedeutung für die Lernmotivation. Videoanalysen in Kombination mit Schülerselbsteinschätzungen. Unterrichtswissenschaft, 31(2), 142–165.Google Scholar
  77. Seiffge-Krenke, I. (2008). Schulstress in Deutschland: Ursachen, Häufigkeiten und internationale Verortung. Praxis der Kinderpsychologie und Kinderpsychiatrie, 57(1), 3–19.CrossRefGoogle Scholar
  78. Seifried, J. (2009). Unterricht aus der Sicht von Handelslehrern. Frankfurt a. M.: Peter Lang.Google Scholar
  79. Sembill, D. (1992). Problemlösefähigkeit, Handlungskompetenz und Emotionale Befindlichkeit. Zielgrößen Forschenden Lernens. Göttingen: Hogrefe.Google Scholar
  80. Sembill, D. (2004). Abschlussbericht an die Deutsche Forschungsgemeinschaft im Rahmen des Schwerpunktprogramms „Lehr-Lern-Prozesse in der kaufmännischen Erstausbildung“. https://www.uni-bamberg.de/fileadmin/uni/fakultaeten/sowi_lehrstuehle/wirtschaftspaedagogik/Dateien/Forschung/Forschungsprojekte/Prozessanalysen/DFG-Abschlussbericht_sole.pdf. Zugegriffen: 14. Jan. 2016.Google Scholar
  81. Sembill, D., Seifried, J., & Dreyer, K. (2008). PDAs als Erhebungsinstrument in der beruflichen Lehr-Lern-Forschung – Ein neues Wundermittel oder bewährter Standard? Empirische Pädagogik, 22(1), 64–77.Google Scholar
  82. Sliwinski, M. J., Smyth, J. M., Hofer, S. M., & Stawski, R. S. (2006). Intraindividual coupling of daily stress and cognition. Psychology and Aging, 21(3), 545–557.CrossRefGoogle Scholar
  83. Smeets, T. (2011). Acute stress impairs memory retrieval independent of time of day. Psychoneuroendocrinology, 36(4), 495–501.CrossRefGoogle Scholar
  84. Spangler, G., Pekrun, R., Kramer, K., & Hofmann, H. (2002). Students’ emotions, physiological reactions, and coping in academic exams. Anxiety, Stress, & Coping: An International Journal, 15(4), 413–432.CrossRefGoogle Scholar
  85. Struthers, C. W., Perry, R. P., & Menec, V. H. (2000). An examination of the relationship among academic stress, coping, motivation, and performance in college. Research in Higher Education, 41(5), 581–592.CrossRefGoogle Scholar
  86. Sweller, J. (1994). Cognitive load theory, learning difficulty, and instructional design. Learning and Instruction, 4(4), 295–312.CrossRefGoogle Scholar
  87. Tenberg, R. (2011). Vermittlung fachlicher und überfachlicher Kompetenzen in technischen Berufen. Theorie und Praxis der Technikdidaktik. Stuttgart: Steiner.Google Scholar
  88. Terry, D. J. (1994). Determinants of coping: the role of stable and situational factors. Journal of Personality and Social Psychology, 66(5), 895–910.CrossRefGoogle Scholar
  89. Torres, J. B., & Solberg, V. S. (2001). Role of self-efficacy, stress, social integration, and family support in latino college student persistence and health. Journal of Vocational Behavior, 59(1), 53–63.CrossRefGoogle Scholar
  90. Vaez, M., & Laflamme, L. (2008). Experienced stress, psychological symptoms, self-rated health and academic achievement: a longitudinal study of Swedish university students. Social Behavior and Personality, 36(2), 183–196.CrossRefGoogle Scholar
  91. Van Dick, R., & Stegmann, S. (2013). Belastung, Beanspruchung und Stress im Lehrerberuf – Theorien und Modelle. In M. Rothland (Hrsg.), Belastung und Beanspruchung im Lehrerberuf (S. 43–59). Wiesbaden: Springer.Google Scholar
  92. Vogel, S., & Schwabe, L. (2016). Learning and memory under stress: implications for the classroom. npj Science of Learning.  https://doi.org/10.1038/npjscilearn.2016.11.Google Scholar
  93. Vogl, A. (2014). Interdependenzen zwischen Selbstwirksamkeitserwartungen und Stress. Masterarbeit im Studiengang Wirtschaftspädagogik an der Fakultät Sozial- und Wirtschaftswissenschaften der Otto-Friedrich-Universität Bamberg.Google Scholar
  94. Vygotsky, L. S. (1978). Mind in society: the development of higher psychological processes. Cambridge: Harvard University Press.Google Scholar
  95. Warwas, J., Neubauer, J., & Panzer, E. (2016). Unterstützung und Beanspruchung im Referendariat aus der Perspektive angehender Berufsschullehrkräfte. Zeitschrift für Berufs- und Wirtschaftspädagogik, 112(2), 294–313.Google Scholar
  96. Werdan, K., Schmidt, H., Heinroth, K., Ebelt, H., Hoke, R. S., Loppnow, H., Buerke, M., & Müller-Werdan, U. (2009). HRV als Risikomarker für Herz-Kreislauf-Erkrankungen – Gesicherte und neue Erkenntnisse. In K. Hottenrott, O. Hoos & H. D. Esperer (Hrsg.), Herzfrequenzvariabilität: Risikodiagnostik, Stressanalyse, Belastungssteuerung (S. 11–22). Hamburg: Czwalina.Google Scholar
  97. Wild, K.-P., & Krapp, A. (1996). Die Qualität subjektiven Erlebens in schulischen und betrieblichen Lernumwelten: Untersuchungen mit der Erlebens-Stichproben-Methode. Unterrichtswissenschaft, 24(3), 195–216.Google Scholar
  98. Wolf, K. D., & Schumacher, L. (2010). Heterogene Erlebensprozesse im kaufmännischen Unterricht – Resultat individueller Dispositionen und Prädiktor von Erfolgsmaßen? In J. Seifried, E. Wuttke, R. Nickolaus & P. F. E. Sloane (Hrsg.), Lehr-Lern-Forschung in der kaufmännischen Berufsbildung – Ergebnisse und Gestaltungsaufgaben. Zeitschrift für Berufs- und Wirtschaftspädagogik, Beiheft 23. (S. 173–191). Stuttgart: Franz Steiner.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.Fachbereich Wirtschaftswissenschaften, Juniorprofessur für WirtschaftspädagogikUniversität KonstanzKonstanzDeutschland
  2. 2.Wirtschaftswissenschaftliche Fakultät, Professur für WirtschaftspädagogikGeorg-August-Universität GöttingenGöttingenDeutschland

Personalised recommendations