Kontakt
Institut für Didaktik der Mathematik und Physik
AG Physikdidaktik
Leibniz Universität Hannover
Promotionsprojekt:
Förderung des Übergangs vom angeleiteten zum selbstständigen Problemlösen in der Physik durch automatisch an Lernfortschritte angepasste Lernressourcen
Leitung: Prof. Dr. Gunnar Friege und Dr. Anett Hoppe
Status: Laufend
Beschreibung: Die Anwendung von Wissen in komplexen Situationen ist für viele Schüler*innen schwierig, wie u.a. auch die large-scale assessment Studien TIMSS und PISA für Deutschland gezeigt haben. Eine bereits intensiv und in vielen Teilgebieten beforschte und wirkungsvolle Methode die Anwendung von Wissen zu lernen, ist der Einsatz von Beispielaufgaben (worked-out examples) im Unterricht (z.B. Chi et al., 1989, Renkl, 2011). Eine Beispielaufgabe besteht aus einer Aufgabenstellung, einer Ausarbeitung der Lösungsschritte und der Lösung selbst. Mit Beispielaufgabensequenzen, in denen die Art (Umfang, Güte) der Ausarbeitung der Lösungsschritte an den Lernstand der Lernenden angepasst wird, kann so ein Übergang vom angeleiteten zum selbstständigen Problemlösen erreicht werden. Lernförderlich ist es, wenn sich die Lernenden die Lösungsschritte „selbsterklären“.
Im Promotionsprojekt wird untersucht, welche Arten des Feedbacks diesen weitgehend selbstgesteuerten Lernprozess bestmöglich unterstützen und wie eine Anpassung der Beispielaufgaben an die individuellen Bedingungen des Lernenden gelingen kann. Hierbei sollen Effekte wie die “Verstehensillusion” bei Anfängern vermieden werden, und erfolgreiche Vorgehensweisen, wie das “Antizipieren von Lösungsschritten” bei leistungsstärkeren Lernenden (Expert*innen) gefördert werden. Learning-Analytics-Methoden werden für ihre Nutzung zur Individualisierung von Beispielaufgaben(sequenzen) und Feedback untersucht und ggf. adaptiert und ihre Anwendung im Rahmen einer Interventionsstudie im Fach Physik getestet.
Chi; M.I.T., Bassok, M., Lewis, M., Reimann, P. & Glaser, R. (1989). Self-explanations. How students study and use examples in learning to solve problems. Cognitive Sciene, 13, 2, 145 – 182.
Renkl, A. (2011). Instruction based on Examples. In: Mayer, R.E. & Alexander, P.A.(Hrsg.). Handbook of research in learning and instruction. New York: Routledge.
Forschungsinteressen
Beispielaufgaben, Problemlösen, Maschinelles Lernen, Lernmanagement-Systeme, Natural Language Processing, Feedback
Lebenslauf
Seit 10/2022
Lichtenberg-Promotionsstipendium im Rahmen des Promotionsprojektes LernMINT
10/2020 – 09/2022
Masterstudiengang Lehramt an Gymnasien für die Unterrichtsfächer Mathematik und Physik an der Leibniz Universität Hannover
10/2017 – 04/2021
Fächerübergreifender Bachelorstudiengang Mathematik und Physik an der Leibniz Universität Hannover
lernmint.org 