Zusammenfassung
Bei der Konzeption von digitalen Lernmedien sind von Seiten der Entwickler viele Entscheidungen hinsichtlich der Präsentation von Lerninhalten zu treffen, was zum einen die mediale Darstellung und zum anderen die didaktische Aufbereitung der fachlichen Inhalte betrifft. Im vorliegenden Text werden zwei digitale Lernmedien auf der Basis von Einschätzungen von Studierenden wirtschaftswissenschaftlicher und technischer Studiengänge an den Hochschulstandorten Offenburg und Pforzheim analysiert. Die Konzepte der beiden Hochschulen unterscheiden sich deutlich voneinander. Während in Offenburg Lernvideos mit Audiokommentar Verwendung finden, wird in Pforzheim mit statischen instruktionalen Texten und obligatorischen Single-Choice-Übungsaufgaben in einer Moodle-Lernumgebung gearbeitet. Aus Sicht des Aufforderungscharakters, also der Motivation, sich mit den entsprechenden Materialien zu beschäftigen, werden sowohl die instruktionalen Texte als auch die Lernvideos von den Studierenden geschätzt. Es zeigt sich weiterhin, dass Studierende die Lernvideos mit einer gewissen Präferenz lieber allein als zu zweit bearbeiten, während die Bearbeitung der statischen Texte differenzierter betrachtet werden muss. Fokussierende Fragen bewerten nahezu alle Studierenden als lernförderlich für ihren Lernprozess. Allerdings finden sich Hinweise darauf, dass fokussierende Fragen von leistungsschwächeren im Vergleich zu leistungsstärkeren Studierenden als weniger hilfreich angesehen werden. Ebenso lässt sich die Hypothese aufstellen, dass manche Studierende sowohl auf die Unterstützung eines Lernpartners/einer Lernpartnerin als auch auf lernförderliche Fragen verzichten möchten, um ihren Lernprozess möglichst autonom organisieren zu können.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Davon abzugrenzen sind beispielsweise Simulationen, die sich durch einen hohen Grad von Beeinflussungsmöglichkeiten auszeichnen, während eine Animation eine vorher festgelegte Bewegung zeigt.
- 2.
Interactive – Constructive – Active – Passive.
- 3.
Das Lehrvideo-Konzept kann im YouTube-Kanal „Kurzes Tutorium Statistik“ frei zugänglich eingesehen werden. Die obige Darstellung folgt der ausführlichen Darstellung in Bärtl (2021).
- 4.
Es handelt sich bei den Videos um keine mit einer Videokamera eingefangenen Bilder.
- 5.
Das Konzept stammt von Ralph Hofrichter und wurde in einer Moodle-Lernumgebung realisiert. Die obige Darstellung folgt der ausführlichen Darstellung in Hofrichter (2021).
Literatur
Austin, J. L., & Howson, A. G. (1979). Language and mathematical education. Educational Studies in Mathematics, 10(2), 161–197.
Barron, B. (2003). When smart groups fail. Journal of the Learning Sciences, 12(3), 307–359.
Bärtl, M. (2021). Kurzes Tutorium Statistik – Statistik-Videos auf YouTube. In A. Salle, S. Schumacher, & M. Hattermann (Hrsg.), Mathematiklernen mit digitalen Medien – Das Projekt mamdim. Berlin: Springer Spektrum.
Bausch, I., Biehler, R., Bruder, R., Fischer, P., Hochmuth, R., Koepf, W., & Wassong, T. (2014). VEMINT – Interaktives Lernmaterial für mathematische Vor- und Brückenkurse. In I. Bausch, R. Biehler, R. Bruder, P. Fischer, R. Hochmuth, W. Koepf, S. Schreiber, & T. Wassong (Hrsg.), Mathematische Vor- und Brückenkurse: Konzepte, Probleme und Perspektiven (S. 261–276). Wiesbaden: Springer Spektrum.
Berthold, K., & Renkl, A. (2009). Instructional aids to support a conceptual understanding of multiple representations. Journal of Educational Psychology, 101(1), 70–87.
Biehler, R., Fischer, P., Hochmuth, R., & Wassong, T. (2014). Eine Vergleichsstudie zum Einsatz von Math-Bridge und VEMINT an den Universitäten Kassel und Paderborn. In I. Bausch, R. Biehler, R. Bruder, P. Fischer, R. Hochmuth, W. Koepf, S. Schreiber, & T. Wassong (Hrsg.), Mathematische Vor- und Brückenkurse: Konzepte, Probleme und Perspektiven (S. 103–122). Wiesbaden: Springer Spektrum.
Chi, M. T. H., 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.
Chi, M. T. H., de Leeuw, N., Chiu, M.-H., & Lavancher, C. (1994). Eliciting self-explanations improves understanding. Cognitive Science, 18(3), 439–477.
Chi, M. T. H., & Wylie, R. (2014). The ICAP framework: Linking cognitive engagement to active learning outcomes. Educational Psychologist, 49(4), 219–243.
Colberg, C., Biehler, R., Hochmuth, R., Schaper, N., Liebendörfer, M., & Schürmann, M. (2016). Wirkung und Gelingensbedingungen von Unterstützungsmaßnahmen für mathematikbezogenes Lernen in der Studieneingangsphase. Beiträge zum Mathematikunterricht 2016 (S. 213–216). Heidelberg: WTM-Verlag.
de Guzmán, M., Hodgson, R., Robert, A. & Villani, V. (1998). Difficulties in the passage from secondary to tertiary education. In G. Fischer & U. Rehmann (Hrsg.), Invited lectures proceedings of the international congress of mathematicians Berlin (Bd. 3, S. 747–762). Bielefeld: Deutsche Mathematiker-Vereinigung.
de Koning, B. B., Tabbers, H. K., Rikers, R. M. J. P., & Paas, F. (2011). Improved effectiveness of cueing by self-explanations when learning from a complex animation. Applied Cognitive Psychology, 25(2), 183–194.
Dillenbourg, P., Baker, M., Blaye, A., & O’Malley, C. (1996). The evolution of research on collaborative learning. In E. Spada & P. Reiman (Hrsg.), Learning in humans and machine: Towards an interdisciplinary learning science (S. 189–211). Oxford: Elsevier.
Fischer, P. R. (2014). Mathematische Vorkurse im Blended-Learning-Format. Konstruktion, Implementation und wissenschaftliche Evaluation. In R. Biehler (Hrsg.) Studien zur Hochschuldidaktik und zum Lehren und Lernen mit digitalen Medien in der Mathematik und in der Statistik. Wiesbaden: Springer.
Fleischmann, Y., & Kempen, L. (2019). Die online Lernmaterialien von studiVEMINT: Einsatzszenarien im Blended Learning Format in mathematischen Vorkursen. In M. Klinger, A. Schüler-Meyer, & L. Wessel (Hrsg.), Tagungsband zum Hanse-Kolloquium 2018 – Schriften zur Hochschuldidaktik Mathematik. Münster: WTM-Verlag.
Göbbels, M., Hintze, A., Priebe, J., Landenfeld, K., & Stuhlmann, A. S. (2016). A blended learning scenario for mathematical preparation courses – Video based learning and matching in-class lectures, In Proceedings of the 18th SEFI (European Society for Engineering Education) (S. 93–98). Brüssel: European Society for Engineering Education (SEFI). https://sefi.htw-aalen.de/Seminars/Gothenburg2016/Proceedings_SEFIMWG2016.pdf, Zugegriffen: 17. Jan. 2020.
Gueudet, G. (2008). Investigating the secondary–tertiary transition. Educational Studies in Mathematics, 67(3), 237–254.
Harp, S. F., & Mayer, R. E. (1998). How seductive details do their damage: A theory of cognitive interest in science learning. Journal of Educational Psychology, 90(3), 414–434.
Hattermann, M., Heinrich, D., Salle, A., & Schumacher, S. (2018). Instrument to Analyse Dyads’ Communication at Tertiary-level. In E. Bergqvist, M. Österholm, C. Granberg, & L. Sumpter (Hrsg.), Proceedings of the 42th Conference of the International Group for the Psychology of Mathematics Education (Bd. 3, S. 27–34). Umea: PME.
Hattermann, M., Heinrich, D, Salle, A., & Schumacher, S. (2021). Umgang von Studierenden mit Lage- und Streumaßen: Quantitative Leistungsdaten und individuelle Fehlermuster. In A. Salle, S. Schumacher, & M. Hattermann (Hrsg.): Mathematiklernen mit digitalen Medien - Das Projekt mamdim. Berlin: Springer Spektrum.
Hausmann, R. G. M., van de Sande, B., & VanLehn, K. (2008). Shall we explain? Augmenting learning from intelligent tutoring systems and peer collaboration. In B. P. Woolf (Hrsg.) Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) (Bd. 5091 LNCS, S. 636–645). Berlin: Springer.
Hillmayr, D., Reinhold, F., Ziernwald, L., & Reiss, K. (2017). Digitale Medien im mathematisch-naturwissenschaftlichen Unterricht der Sekundarstufe: Einsatzmöglichkeiten, Umsetzung und Wirksamkeit. Münster: Waxmann.
Höfler, T. N., & Leutner, D. (2007). Instructional animation versus static pictures: A meta-analysis. Learning and Instruction, 17(6), 722–738.
Hofrichter, R. (2021) Mathematiklernen mit digitalen Medien am Beispiel von moodle-Lernmodulen. In A. Salle, S. Schumacher, & M. Hattermann (Hrsg.), Mathematiklernen mit digitalen Medien - Das Projekt mamdim. Berlin: Springer Spektrum.
Kempen, L., & Wassong, T. (2017). VEMINT mobile with Apps: Der gezielte Einsatz von mobilen Endgeräten in einem Mathematik-Vorkurs unter Verwendung der multimedialen VEMINT-Materialien. In R. A.-K. Kordts-Freudinger, D. Al-Kabbani, & N. Schaper (Hrsg.), Hochschuldidaktik im Dialog: Beiträge der Jahrestagung der Deutschen Gesellschaft für Hochschuldidaktik (dghd) 2015 (S. 13–38). Bielefeld: Bertelsmann.
Krause, U.-M., Stark, R., & Mandl, H. (2003). Förderung des computerbasierten Wissenserwerbs im Bereich empirischer Forschungsmethoden durch kooperatives Lernen und eine Feedbackmaßnahme. Forschungsbericht Nr. 160. München: LMU. https://doi.org/10.5282/ubm/epub.278
Krause, U.-M., Stark, R., & Mandl, H. (2004). Förderung des computerbasierten Wissenserwerbs durch kooperatives Lernen und eine Feedbackmaßnahme. Zeitschrift für Pädagogische Psychologie, 18(2), 125–136.
Lang, J. W., & Fries, S. (2006). A revised 10-item version of the achievement motives scale. European Journal of Psychological Assessment, 22(3), 216–224.
Lavy, I. (2006). A case study of different types of arguments emerging from exploration in an interactive computerized environment. Journal of Mathematical Behavior, 25(2), 153–169.
Lou, Y., Abrami, P. C., & d’Apollonia, S. (2001). Small group and individual learning with technology: A meta-analysis. Review of Educational Research, 71(3), 449–521.
Lowe, K. L., & Schnotz, W. (2014). Animation principles in multimedia learning. In R. E. Mayer (Hrsg.), The Cambridge handbook of multimedia learning (S. 515–546). Cambridge: Cambridge University Press.
Mayer, R. E. (2014a). The Cambridge handbook of multimedia learning. Cambridge: Cambridge University Press.
Mayer, R. E. (2014b). Principles based on social cues in multimedia learning: Personalization, voice, image, and embodiment. In R. E. Mayer (Hrsg.), The Cambridge handbook of multimedia learning (S. 345–368). Cambridge: Cambridge University Press.
Mayer, R. E. (2014c). Cognitive theory of multimedia leraning. In R. E. Mayer (Hrsg.), The Cambridge handbook of multimedia learning (S. 43–71). Cambridge: Cambridge University Press.
Mayer, R. E., & Chandler, P. (2001). When learning is just a click away: Does simple user interaction foster deeper understanding of multimedia messages? Journal of Educational Psychology, 93(2), 390–397.
Mayer, R. E., Fennell, S., Farmer, L., & Campbell, J. (2004). A personalization effect in multimedia learning: Students learn better when words are in conversational style rather than formal style. Journal of Educational Psychology, 96(2), 389–395.
Mayer, R. E., & Pilegard, C. (2014). Principles for managing essential processing in multimedia learning: Segmenting, pretraining, and modality principles. In R. E. Mayer (Hrsg.), The Cambridge handbook of multimedia learning (S. 316–344). Cambridge: Cambridge University Press.
Moos, D. C., & Bonde, C. (2016). Flipping the classroom. Embedding self-regulated learning prompts in videos. Technology, Knowledge and Learning, 21(2), 225–242.
Neuman, Y., & Schwarz, B. (1998). Is self-explanation while solving problems helpful? The case of analogical problem-solving. British Journal of Educational Psychology, 68(1), 15–24.
Paas, F., van Gog, T., & Sweller, J. (2010). Cognitive load theory: New conceptualizations, specifications, and integrated research perspectives. Educational Psychology Review, 22(2), 115–121.
Paivio, A. (1986). Mental representations: A dual coding approach. New York: Oxford University Press.
Pinkernell, G., & Schacht, F. (Hrsg.). (2018). Digitales Lernen im Mathematikunterricht: Arbeitskreis Mathematikunterricht und digitale Werkzeuge in der GDM in der Gesellschaft für Didaktik der Mathematik - Herbsttagung vom 22. bis 24. September 2017 an der Pädagogischen Hochschule Heidelberg. Hildesheim: Franzbecker.
Rach, S., & Heinze, A. (2013). Welche Studierenden sind im ersten Semester erfolgreich? Zur Rolle von Selbsterklärungen beim Mathematiklernen in der Studieneingangsphase. Journal für Mathematik-Didaktik, 34(1), 121–147.
Ramm, G., Adamsen, C., & Neubrand, M. (Hrsg.). (2006). PISA 2003. Dokumentation der Erhebungsinstrumente. Münster: Waxmann.
Renkl, A. (1997). Learning from worked-out examples: A study on individual differences. Cognitive Science, 21(1), 1–29.
Renkl, A. (2005). The worked-out examples principle in multimedia learning. In R. E. Mayer (Hrsg.), The Cambridge handbook of multimedia learning (S. 229–245). Cambridge: Cambridge University Press.
Renkl, A., Schworm, S., & Hilbert, T. S. (2004). Lernen aus Lösungsbeispielen: Eine effektive, aber kaum genutzte Möglichkeit, Unterricht zu gestalten. In M. Prenzel & J. Doll (Hrsg.), Bildungsqualität von Schule (S. 77–92). Münster: Waxmann.
Rheinberg, F., Vollmeyer, R., & Burns, B. D. (2001). FAM: Ein Fragebogen zur Erfassung aktueller Motivation in Lern- und Leistungssituationen. Diagnostica, 47(2), 57–66.
Salle, A. (2014). Arbeitsverhalten und Argumentationsprozesse beim Lernen mit interaktiven animierten Lösungsbeispielen. Dissertation, Springer Spektrum, Wiesbaden.
Salle, A., Schumacher, S., & Hattermann, M. (Hrsg.). (2021). Mathematiklernen mit digitalen Medien - Das Projekt mamdim. Berlin: Springer Spektrum.
Scheiter, K., Gerjets, P., & Catrambone, R. (2006). Making the abstract concrete: Visualizing mathematical solution procedures. Computers in Human Behavior, 22(1), 9–25.
Scheiter, K., Gerjets, P., & Schuh, J. (2010). The acquisition of problem-solving skills in mathematics: How animations can aid understanding of structural problem features and solution procedures. Instructional Science, 38(5), 487–502.
Schmidt-Weigand, F. (2006). Dynamic visualizations in multimedia learning: The Influence of verbal explanations on visual attention, cognitive load and learning outcome. Dissertation, Justus-Liebig-Universität, Gießen.
Schräder-Naef, R. (1992). Besser Lernen lernen. Weinheim: Beltz.
Schumacher, S. (2017). Lehrerprofessionswissen im Kontext beschreibender Statistik. Entwicklung und Aufbau eines Testinstrumentes BeST Teacher mit ausgewählten Analysen. Dissertation, Springer Spektrum, Berlin.
Schwanzer, A. D., Trautwein, U., Lüdtke, O., & Sydow, H. (2005). Entwicklung eines Instruments zur Erfassung des Selbstkonzepts junger Erwachsener. Diagnostica, 51(4), 183–194.
Slavin, R. E. (2000). Cooperative learning. Theory, research, and practice (Aufl. 2). Boston: Allyn and Bacon.
Stark, R., & Krause, U.-M. (2009). Effects of reflection prompts on learning outcomes and learning behaviour in statistics education. Learning Environments Research, 12(3), 209–223.
Stark, R., Tyroller, M., Krause, U.-M., & Mandl, H. (2008). Effekte einer metakognitiven Promptingmaßnahme beim situierten, beispielbasierten Lernen im Bereich Korrelationsrechnung. Zeitschrift für Pädagogische Psychologie, 22(1), 59–71.
Steinbring, H. (2015). Mathematical interaction shaped by communication, epistemological constraints and enactivism. ZDM, 47(2), 281–293.
Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285.
Sweller, J. (1994). Cognitive load theory, learning difficulty and instructional design. Learning and Instruction, 4(4), 295–312.
Thillmann, H., Künsting, J., Wirth, J., & Leutner, D. (2009). Is it merely a question of ’what’ to prompt or also ’when’ to prompt? Zeitschrift für Pädagogische Psychologie, 23(2), 105–115.
Tindall-Ford, S., Chandler, P., & Sweller, J. (1997). When two sensory modes are better than one. Journal of Experimental Psychology: Applied, 3(4), 257–287.
Tversky, B., Morrison, J. B., & Betrancourt, M. (2002). Animation: Can it facilitate? International Journal of Human–Computer Studies, 57(4), 247–262.
Wong, R. M. F., Lawson, M. J., & Keeves, J. (2002). The effects of self-explanation training on students’ problem solving in high-school mathematics. Learning and Instruction, 12(2), 233–262.
Wylie, R., & Chi, M. T. H. (2014). The self-explanation principle in multimedia learning. In R. E. Mayer (Hrsg.), The Cambridge handbook of multimedia learning (S. 413–432). Cambridge: Cambridge University Press.
Danksagung
Das Projekt mamdim wurde unter der Fördernummer 01PB14011 vom Bundesministerium für Bildung und Forschung finanziert und hatte eine Laufzeit vom 1. Januar 2015 bis 30. April 2018.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2021 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Hattermann, M., Salle, A., Bärtl, M., Hofrichter, R. (2021). Instruktionale Texte und Lernvideos – Konzeption und Evaluation zweier multimedialer Lernformate. In: Biehler, R., Eichler, A., Hochmuth, R., Rach, S., Schaper, N. (eds) Lehrinnovationen in der Hochschulmathematik . Konzepte und Studien zur Hochschuldidaktik und Lehrerbildung Mathematik. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-62854-6_17
Download citation
DOI: https://doi.org/10.1007/978-3-662-62854-6_17
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-62853-9
Online ISBN: 978-3-662-62854-6
eBook Packages: Life Science and Basic Disciplines (German Language)