Lerneffektivität ausgewählter Methoden

Chapter

Zusammenfassung

Dieses Kapitel stellt drei Studien vor, die den Lernerfolg von Schülern im Informatikunterricht untersuchen, wenn diese mit konkreten Unterrichtsmethoden unterrichtet werden. Die erste Studie untersucht den Lernerfolg von Schülern zum Unterrichtsthema Suchanfragen unter Einsatz des Leitprogramms bzw. des reziproken Lehrens. Die zweite Studie prüft den Lernerfolg von Schülern im Unterricht mit Computersimulation bzw. Planspiel zum Thema Algorithmus. Die dritte Studie hat den Lernerfolg von Schülern zum Inhalt, wenn diese zum Unterrichtsthema QR-Code mit direkter Instruktion bzw. WebQuest unterrichtet werden.

Literatur

  1. Adams, G. L. & Engelmann, S. (1996). Research on direct instruction: 20 years beyond DISTAR. Seattle: Educational Achievement Systems.Google Scholar
  2. Alias, N., Siraj, S., Nazri, M., Rahman, A., Ujang, A., Gelamdin, R. B. & Said, A. M. (2013). Research and trends in the studies of WebQuest from 2005 to 2012: A content analysis of publications in selected journals. Procedia – Social and Behavioral Sciences, 103, 763–772.Google Scholar
  3. Baumann, R. (1998). Fundamentale Ideen der Informatik – gibt es das? In B. Koerber & I.-R. Peters (Hrsg.), Informatische Bildung in Deutschland. Perspektiven für das 21. Jahrhundert (S. 89–107). Berlin, Germany: LOG IN Verlag.Google Scholar
  4. BITKOM (2015). Internet ist wichtige Informationsquelle für Schüler. https://www.bitkom.org/Presse/Presseinformation/Internetist-wichtige-Informationsquelle-fuer-Schueler.html. Zugegriffen im Juni 2017
  5. BITKOM (2016). Internetrecherche gehört zum Schul-Alltag. https://www.bitkom.org/Presse/Presseinformation/Internetrecherchegehoert-zum-Schul-Alltag.html. Zugegriffen am 01.10.2017
  6. Block, J. H. (1971). Operating Procedures for Mastery Learning. In Mastery learning: Theory and practice (S. 64–76). New York: Holt Rinehart Winston.Google Scholar
  7. Bloom, B. S. (1973). Individuelle Unterschiede in der Schulleistung: Ein überholtes Problem? In W. Edelstein & D. Hopf (Hrsg.), Bedingungen des Bildungsprozesses. Psychologische und pädagogische Forschungen zum Lehren und Lernen in der Schule (S. 251–270). Stuttgart: Klett.Google Scholar
  8. Bruner, J. S. (1960). The process of education. Cambridge, MA: Harvard University Press.Google Scholar
  9. Bruner, J. S. (1971). Über kognitive Entwicklung. In J. S. Bruner, R. R. Olver & P. M. Greenfield (Hrsg.), Studien zur kognitiven Entwicklung: Eine kooperative Untersuchung am Center for Cognitive Studies der Havard-Universität. Stuttgart: Klett-Cotta.Google Scholar
  10. Cormen, T. H. & Leiserson, C. E. (2009). Introduction to algorithms. München: Oldenbourg.Google Scholar
  11. Costa, A. L. & Liebmann, R. M. (Hrsg.) (1997a). Envisioning process as content. Toward a renaissance curriculum. Thousand Oaks, CA: Corwin Press.Google Scholar
  12. Costa, A. L. & Liebmann, R. M. (Hrsg.) (1997b). The process-centered school. Sustaining a renaissance community. Thousand Oaks, CA: Corwin Press.Google Scholar
  13. Costa, A. L. & Liebmann, R. M. (Hrsg.) (1997c). Supporting the spirit of learning. When process is content. Thousand Oaks, CA: Corwin Press.Google Scholar
  14. Costa, A. L. & Liebmann, R. M. (Hrsg.) (1997d). Toward renaissance curriculum. In L. A. Costa & R. M. Liebmann (Hrsg.), Envisioning process as content. Toward a renaissance curriculum (S. 1–20). Thousand Oaks, CA: Corwin Press.Google Scholar
  15. Denning, P. J. (2003). Great principles of computing. Communications of the ACM, 46(11), 15–20.CrossRefGoogle Scholar
  16. Dodge, B. (2018). WebQuest.Org: Welcome. What is a WebQuest. http://webquest.org/. Zugegriffen am 01.10.2017
  17. Dörfler, W. (1984). Fundamentale Ideen der Informatik und Mathematikunterricht. Didaktik Reihe der Österreichischen Mathematischen Gesellschaft, 10, 19–40.Google Scholar
  18. Emmott, S. (2006). Towards 2020 science. Cambridge, UK: Microsoft.Google Scholar
  19. Ericson, B. (2008). Ensuring exemplary teaching in an essential discipline. Addressing the crisis in computer science teacher certification. New York, NY: ACM.Google Scholar
  20. Fisher, T. A. & Tarver, S. G. (1997). Meta-analysis of studies of mathematics curricula designed around big ideas. Effective School Practices, 16, 71–79.Google Scholar
  21. Frey, K. & Frey-Eiling, A. (2010). Ausgewählte Methoden der Didaktik. Zürich: vdf Hochschulverlag.Google Scholar
  22. GI – Gesellschaft für Informatik e. V. (2008). Grundsätze und Standards für die Informatik in der Schule: Bildungsstandards Informatik für die Sekundarstufe I. http://www.informatikstandards.de/docs/bildungsstandards_2008.pdf. Zugegriffen am 01.10.2017
  23. goQR.me. (2017). QR Code Generator. http://goqr.me/de/. Zugegriffen am 01.10.2017
  24. Hartmann, W. & Nievergelt, J. (2002). Informatik und Bildung zwischen Wandel und Beständigkeit. Informatik Spektrum, 25(6), 465–476.CrossRefGoogle Scholar
  25. Hartmann, W., Näf, M. & Schäuble, P. (2000). Informationsbeschaffung im Internet. Grundlegende Konzepte verstehen und umsetzen (2. Auflage). Zürich: Orell Füssli.Google Scholar
  26. Hartmann, W., Näf, M. & Reichert, R. (2006). Informatikunterricht planen und durchführen. Berlin, Heidelberg: Springer.Google Scholar
  27. Hartz, W. (2008). Basiswissen QR-Code. http://qrcode.wilkohartz.de. Zugegriffen am 01.10.2017
  28. Hattie, J. (2009a). Visible learning for teachers: Maximizing impact on learning. London: Routledge.Google Scholar
  29. Hattie, J. (2009b). Visible learning. New York: Routledge.Google Scholar
  30. Hattie, J. (2012). Visible learning for teachers: Maximizing impact on learning. London: Routledge.Google Scholar
  31. Hattie, J., Beywl, W. & Zierer, K. (2013). Lernen sichtbar machen. Baltmannsweiler: Schneider-Verl. Hohengehren.Google Scholar
  32. Hattie, J., Beywl, W. & Zierer, K. (2013). Lernen sichtbar machen. München: Schneider.Google Scholar
  33. Huber, S. G. & Hader-Popp, S. (2007). Unterrichtsentwicklung durch Methodenvielfalt im Unterricht fördern: das Methodenatelier als schulinterne Fortbildung. PraxisWissen Schulleitung, 30.31, 1–12.Google Scholar
  34. Hubwieser, P. & Friedrich, S. (1998). Teaching informatics as a subject. In G. Marshall & M. J. Ruohonen (Hrsg.), Capacity building for IT in education in developing countries, IFIP TC3 WG3.1, 3.4 & 2.5 Working Conference on Capacity Building for IT in Education in Developing Countries (S. 291–295), 19–25 August 1997, Harare, Zimbabwe. London, UK: Chapman & Hall.Google Scholar
  35. Hubwieser, P. & Müller, P. (2000). Informatics as a mandatory subject at secondary schools in Bavaria. In EDEN (Hrsg.), Proceedings of the EDEN Conference “Open classrooms in the digital age”, Barcelona, Spain. Budapest, Hungary (S. 129–140).Google Scholar
  36. Keller, F. S. (1968). Good-bye, teacher... Journal of Applied Behaviour of Analysis, 1, 79–89.Google Scholar
  37. Kimmel, B. (2016). klicksafe – wie finde ich, was ich suche? www.klicksafe.de. Zugegriffen am 01.10.2017Google Scholar
  38. Kirk, R. E. (2013). Experimental design: Procedures for the behavioral sciences (4th Edition). Pacific Grove, CA: Brooks/Cole Publishing Company.Google Scholar
  39. Koch, H. & Spörer, N. (2016). Förderung der Lesekompetenz mittels reziproken Lehrens: Implementation und Wirksamkeit im Regelunterricht. Zeitschrift für Pädagogische Psychologie, 30(4), 213–225.CrossRefGoogle Scholar
  40. Koch, H., Neckel, H. & Czermak, J. M. (2001). Unterrichten mit Internet & Co: Methodenhandbuch für die Sekundarstufe I und II. Berlin: Cornelsen Scriptor.Google Scholar
  41. Krebs, R. (2004). Anleitung zur Herstellung von MC-Fragen und MC-Prüfungen für die ärztliche Ausbildung. Universität Bern.Google Scholar
  42. Krebs, R. (2008). Multiple Choice Fragen? Ja, aber richtig. Universität Bern.Google Scholar
  43. LearningApps (2017). LearningApps.org. https://learningapps.org. Zugegriffen am 01.10.2017
  44. LeJeune, J. V. (2002). A meta-analysis of outcomes from the use of computer-simulated experiments in science education. Dissertation., Texas A&M University.Google Scholar
  45. Lockemann, P. C. (1986). Konsistenz, Konkurrenz, Persistenz – Grundbegriffe der Informatik? Informatik Spektrum, 9, 300–305.Google Scholar
  46. Loidl, S., Mühlbacher, J. & Schauer, H. (2005). Preparatory knowledge: Propaedeutic in informatics. In R. T. Mittermeir (Hrsg.), From computer literacy to informatics fundamentals (S. 105–115). Berlin,Google Scholar
  47. Medienpädagogischer Forschungsverbund Südwest (2014). KIM-Studie. http://www.mpfs.de/index.php?id=646. Zugegriffen am 01.10.2017
  48. Ministerium für Kultus, Jugend und Sport des Landes Baden-Württemberg (2004). Bildungsplan Realschule 2004. http://www.bildung-staerkt-menschen.de/service/downloads/Bildungsplaene/Realschule/Realschule_Bildungsplan_Gesamt.pdf. Zugegriffen am 01.10.2017
  49. Mueller, K. E. & Barton, C. N. (1989). Approximate power for repeated-measures ANOVA lacking sphericity. Journal of the American Statistical Association, 84(406), 549–555.MathSciNetCrossRefGoogle Scholar
  50. Mueller, K. E., LaVange, L. E., Ramey, S. L. & Ramey, C. T. (1992). Power calculations for general linear multivariate models including repeated measures applications. Journal of the American Statistical Association, 87(420), 1209–1226.CrossRefGoogle Scholar
  51. NCSS (2017). PASS 15. http://www.ncss.com. Zugegriffen am 01.10.2017
  52. Nievergelt, J. (1980). Computer science education: An emerging consensus on basic concepts. In S. H. Lavington (Hrsg.), Information processing 80 (S. 927–933). Amsterdam: North Holland.Google Scholar
  53. Nievergelt, J. (1990). Computer science for teachers: A quest for classics and how to present them. In D. H. Norrie & H. W. Six (Hrsg.), Computer assisted learning, Lecture Notes in computer science 438 (S. 2–15). Berlin, Germany: Springer.Google Scholar
  54. Olson, T. M. & Wisher, R. A. (2002). The effectiveness of web-based Instruction: An initial inquiry The International Review of Research in Open and Distributed Learning, 3(2), Article No. 10.Google Scholar
  55. Palincsar, A. S. & Brown, A. L. (1984). Reciprocal teaching of comprehension – fostering and comprehension – monitoring activities. Cognition and Instruction, 1(2), 117–175.CrossRefGoogle Scholar
  56. Palincsar, A. S., Brown, A. L. & Campione, J. C. (1996). First-grade dialogues for knowledge acquisition and use. In C. A. Stone, E. A. Forman & N. Minick (Hrsg.), Contexts for learning. Sociocultural dynamics in children’s development (S. 43–57). New York, Tokyo: Oxford University Press.Google Scholar
  57. Parker, J. C. & Rubin, L. J. (1966). Process as content. Curriculum design and the application ofGoogle Scholar
  58. Rosenshine, B. & Meister, C. (1994). Reciprocal teaching: A review of the research. Review of Education Research, 64(4), 479–530.CrossRefGoogle Scholar
  59. Schneeberger, M. (2009). Verstehen und Lösen von mathematischen Textaufgaben im Dialog. Münster: Waxmann.MATHGoogle Scholar
  60. Schrödter, C. (2014). Von der Information zum QR-Code und wieder zurück. Beilage zu LOG IN, 178/179, 3–37.Google Scholar
  61. Schroeder, U. & van den Boom, N. J. (2007). ali – Aachener eLeitprogramme und ELearning. In S. Schubert, Didaktik der Informatik in Theorie und Praxis. INFOS 2007 (S. 329–330). Siegen: Bonner Köllen.Google Scholar
  62. Schwill, A. (1994). Fundamental ideas of computer science. EATCS Bulletin, 53, 274–295.MATHGoogle Scholar
  63. Seuring, V. A. & Spörer, N. (2010). Reziprokes Lehren in der Schule: Förderung von Leseverständnis, Leseflüssigkeit und Strategieanwendung. Zeitschrift für Pädagogische Psychologie, 24(3/4), 191–205.CrossRefGoogle Scholar
  64. Shapiro, E., Harel, D., Bishop, C. & Muggleton, S. (2006). The fundamental role of computer science concepts in science. In S. Emmott (Hrsg.), Towards 2020 science (S. 24–25). Redmond, CA: Microsoft.Google Scholar
  65. Spörer, N., Brunstein, J. C. & Kieschke, U. (2009). Improving students’ reading comprehension skills: Effects of strategy instruction and reciprocal teaching. Learning and Instruction, 19(3), 272–286.Google Scholar
  66. Sundermann, B. & Selter, C. (2006). Beurteilen und Fördern im Mathematikunterricht. Berlin: Cornelsen Scriptor.Google Scholar
  67. SwissEduc. (2017). Unterrichtsmaterialien für die Sekundarstufe. www.swisseduc.ch. Zugegriffen am 01.10.2017
  68. VanSickle, R. L. (1986). A quantitative review of research on instructional simulation gaming: a twenty year perspective. Theory and Research in Social Education, 14(3), 245–264.CrossRefGoogle Scholar
  69. Weber, S. (2017). QR Codes. http://www.swisseduc.ch/informatik/theoretische_informatik/qr_codes/docs/unterlagen_lernende.pdf. Zugegriffen am 01.10.2017
  70. Wiechmann, J. (2008). Unterrichtsmethoden – vom Nutzen der Vielfalt. In J. Wiechmann (Hrsg.), Zwölf Unterrichtsmethoden. Vielfalt für die Praxis (S. 13–23). Weinheim: Beltz.Google Scholar
  71. Wiechmann, J. & Wildhirt, S. (2015). Unterrichtsmethoden – vom Nutzen der Vielfalt. In J. Wiechmann & S. Wildhirt (Hrsg.), Zwölf Unterrichtsmethoden (6. Auflage, S. 11–19). Weinheim: Beltz.Google Scholar
  72. Wursthorn, B. (2005). Fundamental concepts of computer science in a Logo-environment. In G. Gregorczyk, A. Walat, W. Kranas & M. Borowiecki (Hrsg.), Digital tools for lifelong learning. Proceedings of the tenth European Logo Conference (S. 219–227). Warsaw, Poland: Centre for Informatics and Technology in Education.Google Scholar
  73. Zendler, A. (Hrsg.) (2018). Empirische Didaktik / Fachmethodik, Band 3: Statistische Auswertungsverfahren für die Unterrichtsforschung mit Anwendungsbeispielen. Berlin: epubli.Google Scholar
  74. Zendler, A. & Klaudt, D. (2014). Unterrichtsmethoden für den Informatikunterricht. Berlin: epubli.Google Scholar
  75. Zendler, A. & Klaudt, D. (2015a). Zwanzig Unterrichtsmethoden für den Informatikunterricht: Bewertung des Lernvorgangs durch Informatiklehrer. Notes on Educational Informatics – Section A: Concepts and Techniques, 11(1), 37–63.Google Scholar
  76. Zendler, A. & Klaudt, D. (2015b). Instructional methods to computer science education as investigated by computer science teachers. Journal of Computer Science, 11(8), 915–927.CrossRefGoogle Scholar
  77. Zendler, A. & Klaudt, D. (2016) Instructional methods to computer science education as investigated by computer science teachers. Journal of Computer Science,11(8), 915–927.CrossRefGoogle Scholar
  78. Zendler, A. & Spannagel, C. (2008). Empirical foundation of central concepts for computer science education. ACM Journal on Educational Resources in Computing, 8(2), Article No. 6.Google Scholar
  79. Zendler, A., Spannagel, C. & Klaudt, D. (2008). Process as content in computer science education: empirical determination of central processes. Computer Science Education, 18(4), 231–245.CrossRefGoogle Scholar
  80. Zendler, A., Spannagel, C. & Klaudt, D. (2011). Marrying content and process in computer science education. IEEE Transactions on Education, 54(3), 387–397.CrossRefGoogle Scholar
  81. Zendler, A. Seitz, C., Fest, A. & Klaudt, D. (2018). Unterrichtsmethoden im Kontext bedeutsamer Lerntheorien. In A. Zendler (Hrsg.), Elemente der empirischen Informatikdidaktik (S. 263–284). Berlin: epubli.Google Scholar

Copyright information

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

Authors and Affiliations

  1. 1.University of Education LudwigsburgLudwigsburgDeutschland

Personalised recommendations