Advertisement

Lernen mit externen Repräsentationen

  • Olaf Krey
  • Julia Schwanewedel
Chapter

Zusammenfassung

Dieses Kapitel wendet sich externen Repräsentationen zu, indem zunächst verschiedene Kategorisierungen externer Repräsentationen vorgestellt werden, die nicht zuletzt eine Orientierung in der Fachliteratur ermöglichen. Obwohl der Umgang mit Repräsentationen immer an Inhalte gebunden ist, kann eine „Repräsentationskompetenz“ auf einerMetaebene beschrieben werden. Hierzu werden Ansätze der „representational competence“ und der „meta-representational competence“ sowie diese Ansätze zusammenführende „integrierende Kategorien“ vorgestellt. Arbeiten zum Umgang mit multiplen externen Repräsentationen und insbesondere die „Funktionale Taxonomiemultipler externer Repräsentationen“ stellen einen dritten thematischen Schwerpunkt dar. Abschließend werden zwei Anwendungen der benannten Rahmungen – einerseits zur Modellierung der Diagrammkompetenz und andererseits zur Anwendung multipler externer Repräsentationen beim Lernen von Physik vorgestellt und diskutiert.

Literatur

  1. Ainsworth, S. (1999). The functions of multiple representations. Computers & Education, 33(2–3), 131–152.  https://doi.org/10.1016/S0360-1315(99)00029-9.CrossRefGoogle Scholar
  2. Ainsworth, S. (2006). DeFT: a conceptual framework for considering learning with multiple representations. Learning and Instruction, 16(3), 183–198.  https://doi.org/10.1016/j.learninstruc.2006.03.001.CrossRefGoogle Scholar
  3. Ainsworth, S. (2008). The educational value of multiple-representations when learning complex scientific concepts. In Visualization: theory and practice in science education (S. 191–208). Berlin, Heidelberg: Springer.  https://doi.org/10.1007/978-1-4020-5267-5_9.CrossRefGoogle Scholar
  4. Belenky, D. M., & Schalk, L. (2014). The effects of idealized and grounded materials on learning, transfer, and interest: an organizing framework for categorizing external knowledge representations. Educational Psychology Review, 26(1), 27–50.  https://doi.org/10.1007/s10648-014-9251-9.CrossRefGoogle Scholar
  5. Bruner, J. S. (1966). Toward a theory of instruction. Cambridge, MA: Harvard University Press.Google Scholar
  6. diSessa, A. A. (2004). Metarepresentation: native competence and targets for instruction. Cognition and Instruction, 22(3), 293–331.CrossRefGoogle Scholar
  7. diSessa, A. A., & Sherin, B. L. (2000). Meta-representation: an introduction. Journal of Mathematical Behaviour, 19(4), 385–398.CrossRefGoogle Scholar
  8. Eco, U. (1977). Zeichen. Einführung in einen Begriff und seine Geschichte. Frankfurt a. M.: Suhrkamp.Google Scholar
  9. Fischer, R. (2006). Materialisierung und Organisation. München, Wien: Profil.Google Scholar
  10. Gadgil, S., Nokes-Malach, T. J., & Chi, M. T. H. (2012). Effectiveness of holistic mental model confrontation in driving conceptual change. Learning and Instruction, 22(1), 47–61.  https://doi.org/10.1016/j.learninstruc.2011.06.002.CrossRefGoogle Scholar
  11. Geyer, M.-A., & Pospiech, G. (2017). Tätigkeiten und Schwierigkeiten von SchülerInnen bei Darstellungswechseln funktionaler Zusammenhänge im Physikunterricht. Implementation fachdidaktischer Innovation im Spiegel von Forschung und Praxis. Gesellschaft für Didaktik der Chemie und Physik, Jahrestagung, Zürich, 2016. (S. 444–448). Regensburg: Universität Regensburg.Google Scholar
  12. Gilbert, J. K., & Treagust, D. F. (2009). Introduction: macro, submicro and symbolic representations and the relationship between them: key models in chemical education. In J. K. Gilbert & D. F. Treagust (Hrsg.), Multiple Representations in Chemical Education (S. 1–8). Dordrecht: Springer.Google Scholar
  13. Gilbert, J. K., Reiner, M., & Nakhleh, M. (2008). Visualization: theory and practice in science education. New York: Springer.CrossRefGoogle Scholar
  14. Herrlinger, S., Höffler, T. N., Opfermann, M., & Leutner, D. (2017). When do pictures help learning from expository text? Multimedia and modality effects in primary schools. Research in Science Education, 47(3), 685–704.CrossRefGoogle Scholar
  15. Hettmannsperger, R. (2015). Lernen mit multiplen Repräsentationen aus Experimenten. Ein Beitrag zum Verstehen physikalischer Konzepte. Wiesbaden: Springer VS.  https://doi.org/10.1007/978-3-658-07436-4.CrossRefGoogle Scholar
  16. Hettmannsperger, R., Mueller, A., Scheid, J., & Schnotz, W. (2016). Developing conceptual understanding in Ray optics via learning with multiple representations. Zeitschrift für Erziehungswissenschaft, 19, 235–255.  https://doi.org/10.1007/s11618-015-0655-1.CrossRefGoogle Scholar
  17. Hubber, P., Tytler, R., & Haslam, F. (2010). Teaching and learning about force with a representational focus: pedagogy and teacher change. Research in Science Education, 40(1), 5–28.  https://doi.org/10.1007/s11165-009-9154-9.CrossRefGoogle Scholar
  18. Janßen, W., & Pospiech, G. (2015). Versprachlichung von Formeln – Die Bedeutung von Formeln und ihre Vermittlung. PhyDid B – Didaktik der Physik – Beiträge zur DPG-Frühjahrstagung.Google Scholar
  19. Johnstone, A. H. (1982). Macro- and microchemistry. School Science Review, 64, 377–379.Google Scholar
  20. Kozma, R. B., & Russell, J. (2005). Students becoming chemists: developing representational competence. In Visualizations in Science Education (S. 121–146). Dordrecht: Springer.CrossRefGoogle Scholar
  21. Kozma, R. B., & Russell, J. (1997). Multimedia and understanding: expert and novice responses to different representations of chemical phenomena. Journal of Research in Science Teaching, 34(9), 949–968.CrossRefGoogle Scholar
  22. Kulgemeyer, C., & Schecker, H. (2009). Physikalische Darstellungsformen. Ein Beitrag zur Klärung von „Kommunikationskompetenz“. Der mathematische und naturwissenschaftliche Unterricht, 62(6), 328–331.Google Scholar
  23. Lachmayer, S., Nerdel, C., & Prechtl, H. (2007). Modellierung kognitiver Fähigkeiten beim Umgang mit Diagrammen im naturwissenschaftlichen Unterricht. Zeitschrift für Didaktik der Naturwissenschaften, 13, 145–160.Google Scholar
  24. Lachmayer, S. (2008). Entwicklung und Überprüfung eines Strukturmodells der Diagrammkompetenz für den Biologieunterricht. Dissertation.Google Scholar
  25. Leisen, J. (1998a). Physikalische Begriffe und Sachverhalte. Repräsentationen auf verschiedenen Ebenen. Praxis der Naturwissenschaften Physik, 47(2), 14–18.Google Scholar
  26. Leisen, J. (1998b). Förderung des Sprachlernens durch den Wechsel von Symbolisierungsformen im Physikunterricht. Praxis der Naturwissenschaften Physik, 47(2), 9–13.Google Scholar
  27. Lemke, J. L. (2004). The literacies of science. In E. W. Saul (Hrsg.), Crossing borders in literacy and science instruction: perspectives on theory and practice (S. 33–47). Arlington: International Reading Association.Google Scholar
  28. Levie, H. W., & Lentz, R. (1982). Effects of text illustration: a review of research. Educational Communication and Technology Journal, 30(4), 195–232.Google Scholar
  29. Lipowsky, F. (2015). Unterricht. In E. Wild & J. Möller (Hrsg.), Pädagogische Psychologie (S. 69–105). Berlin, Heideberg: Springer.Google Scholar
  30. Lynch, M. (1988). The externalized retina: selection and Mathematization in the visual documentation of objects in the life sciences. Human Studies, 11(2–3), 201–234.  https://doi.org/10.1007/BF00177304.CrossRefGoogle Scholar
  31. Mahaffy, P. (2006). Moving chemistry education into 3D: a tetrahedral metaphor for understanding chemistry. Union carbide award for chemical education. Journal of Chemical Education, 83(1), 49–55.  https://doi.org/10.1021/ed083p49.CrossRefGoogle Scholar
  32. Nitz, S. (2012). Fachsprache im Biologieunterricht : Eine Untersuchung zu Bedingungsfaktoren und Auswirkungen. Kiel: Christian-Albrechts-Universität.Google Scholar
  33. Nitz, S., Nerdel, C., & Prechtl, H. (2012). Entwicklung eines Erhebungsinstruments zur Erfassung der Verwendung von Fachsprache im Biologieunterricht. Zeitschrift für Didaktik der Naturwissenschaften, 18, 117–139.Google Scholar
  34. Nitz, S., Ainsworth, S. E., Nerdel, C., & Prechtl, H. (2014). Do student perceptions of teaching predict the development of representational competence and biological knowledge? Learning and Instruction, 31, 13–22.  https://doi.org/10.1016/j.learninstruc.2013.12.003.CrossRefGoogle Scholar
  35. Norris, S. P., & Phillips, L. M. (2003). How literacy in its fundamental sense is central to scientific literacy. Science Education, 87(2), 224–240.  https://doi.org/10.1002/sce.10066.CrossRefGoogle Scholar
  36. Rheinberger, H.-J. (2006). Epistemologie des Konkreten: Studien zur Geschichte der modernen Biologie. Frankfurt a. M.: Suhrkamp.Google Scholar
  37. Saß, S., Wittwer, J., Senkbeil, M., & Köller, O. (2012). Pictures in test items: effects on response time and response correctness. Applied Cognitive Psychology, 26(1), 70–81.  https://doi.org/10.1002/acp.1798.CrossRefGoogle Scholar
  38. Schnotz, W. (2001). Sign systems, technologies, and the acquisition of knowledge. In Multimedia learning: cognitive and instructional issues (S. 9–29). Amsterdam: Pergamon.Google Scholar
  39. Schnotz, W., & Bannert, M. (1999). Einflüsse der Visualisierungsform auf die Konstruktion mentaler Modelle beim Text- und Bildverstehen. Experimental Psychology, 46(3), 217–236.  https://doi.org/10.1026//0949-3964.46.3.217.CrossRefGoogle Scholar
  40. Schnotz, W., & Bannert, M. (2003). Construction and interference in learning from multiple representation. Learning and Instruction, 13(2), 141–156.  https://doi.org/10.1016/S0959-4752(02)00017-8.CrossRefGoogle Scholar
  41. Taber, K. S. (2013). Revisiting the chemistry triplet: drawing upon the nature of chemical knowledge and the psychology of learning to inform chemistry education. Chemistry Education Research and Practice, 14(2), 156–168.  https://doi.org/10.1039/c3rp00012e.CrossRefGoogle Scholar
  42. Talanquer, V. (2011). Macro, Submicro, and symbolic: the many faces of the chemistry “triplet”. International Journal of Science Education, 33(2), 179–195.  https://doi.org/10.1080/09500690903386435.CrossRefGoogle Scholar
  43. Tipler, P. (2004). Physik. München: Spektrum.Google Scholar
  44. Treagust, D. F., & Tsui, C.-Y. (Hrsg.). (2013). Multiple representations in biological education. Dordrecht: Springer.Google Scholar
  45. Tytler, R., Peterson, S., & Prain, V. (2006). Picturing evaporation: learning science literacy through a particle representation. The Journal of the Australian Science Teachers Association, 52(1), 12–17.Google Scholar
  46. Waldrip, B., & Prain, V. (2012). Learning from and through representations in science. In B. J. Fraser, K. G. Tobin & C. J. McRobbie (Hrsg.), Second international handbook of science education (S. 145–155). Dordrecht, Heidelberg, London, New York: Springer.CrossRefGoogle Scholar
  47. Waldrip, B., Prain, V., & Carolan, J. (2006). Learning junior secondary science through multi-modal representation. Electronic Journal of Science Education, 11(1), 86–105.Google Scholar
  48. Yore, L. D., & Hand, B. (2010). Epilogue : plotting a research agenda for multiple representations, multiple modality, and multimodal representational competency. Research in Science Education, 40, 93–101.  https://doi.org/10.1007/s11165-009-9160-y.CrossRefGoogle Scholar
  49. Zhang, J. (1997). The nature of external representations in problem solving. Cognitive Science, 21(2), 179–217.CrossRefGoogle Scholar
  50. Zhang, J. (2000). External representations in complex information processing tasks. Encyclopedia of library and information science, 68, 164–180.Google Scholar
  51. Zhang, J., & Wang, H. (2009). An exploration of the relations between external representations and working memory. PloS One, 4(8), 1–10. Public Library of Science.Google Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.Didaktik der PhysikMartin-Luther-Universität Halle-WittenbergHalleDeutschland
  2. 2.Didaktik des Sachunterrichts – Schwerpunkt NaturwissenschaftenHumboldt-Universität zu BerlinBerlinDeutschland

Personalised recommendations