Skip to main content
SpringerLink
Log in

Umgang mit Bildern in den Naturwissenschaften – Ein sequenziertes Training der Piktorialen Literalität

Pictures in natural sciences—a sequential training on pictorial literacy

  • Thementeil
  • Published:
Unterrichtswissenschaft Aims and scope Submit manuscript

Zusammenfassung

Die Entwicklung eines konzeptuellen Verständnisses in den Naturwissenschaften erfordert den Umgang mit Bildern. Das Bildverstehen, das im Sinne eines kompetenten Umgangs mit Bildern und bildspezifischen Symbolsystemen auch als piktoriale Literalität bezeichnet wird, bedarf einer spezifischen Förderung. Daher wurde ein anhand der Anforderungsbereiche Reproduktion, Reorganisation und Transfer sequenziertes Training zum Umgang mit Bildern entwickelt, welches die piktoriale Literalität von Schülerinnen und Schülern in den Naturwissenschaften systematisch fördern soll. Zur Überprüfung der Eignung der systematischen Sequenzierung wurde eine Kontrollgruppe implementiert, in welcher der Umgang mit Bildern nicht systematisch sequenziert wurde. Zur Prüfung der Effektivität der beiden Interventionen im Bereich der piktorialen Literalität wurde ein Testinstrument entwickelt, das die Fähigkeiten in diesem Bereich misst. Dieses ist ebenfalls entlang der Anforderungsbereiche strukturiert und erlaubt so, die Eignung der gewählten Sequenzierung prüfen zu können. Ergebnisse zeigen, neben der Steigerung der Fähigkeiten im Bereich der piktorialen Literalität, dass es für zwei von drei Anforderungsbereichen signifikante Interaktionseffekte gibt. Dies bedeutet, dass die Art der Gestaltung des Trainings einen Einfluss auf das Lernen hat. Lineare Regressionsanalyse liefern außerdem Hinweise darauf, dass sich die Sequenzierung anhand der Anforderungsbereiche als geeignet für die Vermittlung von Fähigkeiten im Bereich der piktorialen Literalität erweist.

Abstract

For the development of conceptual understanding in the natural sciences dealing with pictures is essential. Picture comprehension, in the sense of a qualified handling of pictures and pictorial symbolic systems, also defined as pictorial literacy, needs to be fostered. Therefore, a training programme had been developed, which is structured along the complexity dimensions of the German educational standards for the natural sciences reproduction, reorganization and transfer, which is meant to foster pictorial literacy in a systematic manner. To test the suitability of the chosen sequencing a control group was implemented, in which students are using pictures in a non-sequenced manner. To test the effectivity of the interventions with regard to learning success in pictorial literacy a test instrument was developed, which measures the skills in this domain. It is structured in a similar way as the described training programme and therefore, allows for gaining insights into the suitability of the sequencing. Results indicate that besides the learning gain in pictorial literacy in two of the three complexity dimensions there are significant interaction effects. This indicates that the design of the intervention has an influence on the learning outcome. Linear regression analysis indicates that the sequencing along the complexity dimensions can be an adequate tool to foster skills in pictorial literacy.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2
Abb. 3
Abb. 4
Abb. 5
Abb. 6
Abb. 7
Abb. 8
Abb. 9

Literatur

  • Abd-El-Khalick, F., & Lederman, N. G. (2000). Improving science teachers’ conceptions of nature of science: a critical review of the literature. International Journal of Science Education, 22(7), 665–701.

    Article  Google Scholar 

  • Anderson, L., & Krathwohl, D. E. (2001). A Taxonomy for learning teaching and assessing: A revision of Bloom’s taxonomy of educational objectives. Boston: Addison Wesley. abridged

    Google Scholar 

  • Austin, P. C. (2011). Optimal caliper widths for propensity-score matching when estimating differences in means and differences in proportions in observational studies. Pharmaceutical Statistics, 10(2), 150–161.

    Article  Google Scholar 

  • Bloom, B. S. (1965). Taxonomy of educational objectives I: Cognitive domain. New York: Longman Green.

    Google Scholar 

  • Clark, J. M., & Paivio, A. (1991). Dual coding theory and education. Educational Psychology Review, 3, 149–210.

    Article  Google Scholar 

  • Cromley, J. G., Perez, T. C., Fitzhugh, S. L., Newcombe, N. S., Wills, T. W., & Tanaka, J. C. (2013). Improving students’ diagram comprehension with classroom instruction. The Journal of Experimental Education, 81(4), 511–537.

    Article  Google Scholar 

  • Davidowitz, B., & Chittleborough, G. (2009). Linking the macroscopic and sub-microscopic levels: Diagrams. In J. Gilbert & D. F. Treagust (Hrsg.), Multiple representation in chemical education (Bd. 4, S. 169–191). Dordrecht: Springer.

    Chapter  Google Scholar 

  • Dickmann, T., Opfermann, M., Dammann, E., Lang, M., & Rumann, S. (2019). What you see is what you learn? The role of visual model comprehension for academic success in chemistry. Chemistry Education Research and Practise. https://doi.org/10.1039/C9RP00016J.

    Article  Google Scholar 

  • Fisher, K. (2013). Foreword. In D. Treagust & C.-Y. Tsui (Hrsg.), Multiple representations in biological education. Models and modeling in science education. Dordrecht: Springer.

    Google Scholar 

  • Florian, C., Sandmann, A., & Schmiemann, P. (2014). Modellierung kognitiver Anforderungen schriftlicher Abituraufgaben im Fach Biologie. Zeitschrift für Didaktik der Naturwissenschaften, 20(1), 175–189.

    Article  Google Scholar 

  • Gilbert, J. (Hrsg.). (2007). Visualisation in science education. Dordrecht: Springer.

    Google Scholar 

  • Gilbert, J., Boulter, C., & Elmer, R. (2000). Positioning models in science education and in design and technology education. In J. K. Gilbert & C. J. Boulter (Hrsg.), Developing models in science education (S. 3–17). Dordrecht: Kluwer.

    Chapter  Google Scholar 

  • Griffard, P. B. (2013). Deconstructing and decoding complex process diagrams in university biology. In D. Treagust & C.-T. Tsui (Hrsg.), Multiple representations in biological education. Models and modeling in science education (S. 165–183). Dordrecht: Springer.

    Chapter  Google Scholar 

  • Heller, K., & Perleth, C. (2000). KFT 4–12+R, Kognitiver Fähigkeiten-Test für 4. bis 12. Klassen: Revision-Materialien-Koffer. Weinheim: Beltz.

    Google Scholar 

  • JKP IBM SPSS (2015a). FUZZY (1.4.7) (Software). Zugriff: 29.06.2019, https://www.ibm.com/developerworks/community/files/app?lang=en#/file/75aa2b53-8db8-469a-ac60-26681cba671a. Zugegriffen: 29.06.2019

  • JKP IBM SPSS (2015b). PSM (1.5.0) (Software). https://www.ibm.com/developerworks/community/files/app?lang=en#/file/faa521f8-c57a-4e29-acc2-9e0b9d2b0934. Zugegriffen: 29.06.2019.

  • Kline, P. (1999). The handbook of psychology testing. London: Routledge.

    Google Scholar 

  • Kohl, P. B., & Finkelstein, N. D. (2006). Effects of representation on students solving physics problems. A fine-grained characterization. Physical Review Physics Education Research, 2(1), 10106.

    Article  Google Scholar 

  • Lachmeyer, S. (2008). Entwicklung und Überprüfung eines Strukturmodells der Diagrammkompetenz für den Biologieunterricht. Kiel: Universitätsbibliothek.

    Google Scholar 

  • Lipowsky, F. (2015). Unterricht. In E. Wild & J. Möller (Hrsg.), Pädagogische Psychologie (S. 69–105). Heidelberg, Berlin, New York: Springer.

    Google Scholar 

  • Mayer, R. (2009). Multimedia learning. Cambridge, New York: Cambridge University Press.

    Book  Google Scholar 

  • Mayer, R. E. (Hrsg.). (2014). The Cambridge handbook of multimedia learning. New York: Cambridge University Press.

    Google Scholar 

  • Mevarech, Z. R., & Kramarski, B. (1997). IMPROVE: A multidimensional method for teaching mathematics in heterogeneous classrooms. American Educational Research Journal, 34(2), 365–394.

    Article  Google Scholar 

  • Nerdel, C. (2017). Grundlagen der Naturwissenschaftsdidaktik – Kompetenzorientiert und aufgabenbasiert für Schule und Hochschule. Wiesbaden: Springer Spektrum.

    Google Scholar 

  • Niegemann, H. M., Domagk, S., Hessel, S., Hein, A., Hupfer, M., & Zobel, A. (2008). Kompendium multimediales Lernen. Heidelberg, Berlin, New York: Springer.

    Google Scholar 

  • Opfermann, M., Schmeck, A., & Fischer, H. E. (2017). Multiple representations in physics and science education—Why should we use them? In D. F. Treagust, R. Duit & H. E. Fischer (Hrsg.), Multiple representations in physics education (S. 1–22). Cham: Springer.

    Google Scholar 

  • Paivio, A. (1986). Mental representations: A dual coding approach. New York: Oxford University Press.

    Google Scholar 

  • Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in oberservational studies for causal effects. Biometrika, 70(1), 41–55.

    Article  Google Scholar 

  • Roth, W.-M., & Pozzer-Ardenghi, L. (2013). Pictures in biology education. In D. F. Treagust & C. Y. Tsui (Hrsg.), Multiple representations in biological education, models and modeling in science education (Bd. 7, S. 39–53). Heidelberg, Berlin, New York: Springer.

    Chapter  Google Scholar 

  • Schneider, W., Schlagmüller, M., & Ennemoser, M. (2007). Lesegeschwindigkeits- und verständnistest für die Klassen 6–12 (LGVT 6–12). Göttingen: Hogrefe.

    Google Scholar 

  • Schnotz, W. (2005). An integrated model of text and picture comprehension. In R. E. Mayer (Hrsg.), The Cambridge handbook of multimedia learning (S. 49–69). Cambridge: Cambridge University Press.

    Chapter  Google Scholar 

  • Schnotz, W., Baadte, C., Müller, A., & Rasch, R. (2010). Creative thinking and problem solving with depictive and descriptive representations. In L. Verschaffel, E. de Corte, T. de Jong & J. Elen (Hrsg.), Use of representations in reasoning and problem solving—analysis and improvement (S. 11–35). London: Routledge.

    Google Scholar 

  • Ständige Konferenz der Kultusminister der Länder in der Bundesrepublik Deutschland (KMK) (2004). Einheitliche Prüfungsanforderungen in der Abiturprüfung Chemie. Beschluss der Kultusministerkonferenz vom 01.12.1989 i.d.F. 05.02.2004

    Google Scholar 

  • Ständige Konferenz der Kultusminister der Länder in der Bundesrepublik Deutschland (KMK) (2005a). Bildungsstandards im Fach Biologie für den Mittleren Schulabschluss. Beschluss vom 16.12.2004. München: Luchterhand.

    Google Scholar 

  • Ständige Konferenz der Kultusminister der Länder in der Bundesrepublik Deutschland (KMK) (2005b). Bildungsstandards im Fach Chemie für den Mittleren Schulabschluss. Beschluss vom 16.12.2004. München: Luchterhand.

    Google Scholar 

  • Ständige Konferenz der Kultusminister der Länder in der Bundesrepublik Deutschland (KMK) (2015). Bildungsstandards im Fach Mathematik für die Allgemeine Hochschulreife. Beschluss vom 18.10.2012. Köln: Wolters Kluwer.

    Google Scholar 

  • Treagust, D., & Chittleborough, G. (2001). Chemistry: A matter of understanding representations. Advances in Research on Teaching, 8, 239–267.

    Article  Google Scholar 

  • Tsui, C.-Y., & Treagust, D. F. (2013). Introduction to multiple representations: their importance in biology and biological education. In D. Treagust & C.-T. Tsui (Hrsg.), Multiple representations in biological education. Models and modeling in science education (S. 3–18). Dordrecht: Springer.

    Chapter  Google Scholar 

  • Ullrich, M., Schnotz, W., Horz, H., McElvany, N., Schroeder, S., & Baumert, J. (2012). Kognitionspsychologische Aspekte eines Kompetenzmodells zur Text-Bild-Integration. Psychologische Rundschau, 63, 11–17.

    Article  Google Scholar 

  • Weidenmann, B. (1994). Lernen mit Bildmedien. Psychologische und didaktische Grundlagen. Weinheim: Beltz.

    Google Scholar 

  • Wu, H.-K., & Shah, P. (2004). Exploring visuospatial thinking in chemistry learning. Science Education, 88(3), 465–492.

    Article  Google Scholar 

  • Zumbach, J., & Astleitner, H. (2016). Effektives Lehren an der Hochschule. Stuttgart: Kohlhammer.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. TUM School of Education, Didaktik der Chemie, Technische Universität München, Arcisstr. 21, 80333, München, Deutschland

    Jenna Koenen

  2. Fakultät für Chemie, Didaktik der Chemie, Universität Duisburg-Essen, Schützenbahn 70, 45127, Essen, Deutschland

    Julia Kobbe & Stefan Rumann

Authors
  1. Jenna Koenen
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Julia Kobbe
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Stefan Rumann
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Jenna Koenen.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Koenen, J., Kobbe, J. & Rumann, S. Umgang mit Bildern in den Naturwissenschaften – Ein sequenziertes Training der Piktorialen Literalität. Unterrichtswiss 48, 91–112 (2020). https://doi.org/10.1007/s42010-019-00066-3

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s42010-019-00066-3

Schlüsselwörter

Keywords

Search

Navigation