Summary

Probleemoplossing voor instructie (PS-I): een protocol voor beoordeling en interventie bij studenten met verschillende vaardigheden

Published: September 11, 2021
doi:

Summary

Dit protocol begeleidt onderzoekers en opvoeders bij de implementatie van de Problem-Solving before Instruction approach (PS-I) in een undergraduate statistics class. Het beschrijft ook een ingebedde experimentele evaluatie van deze implementatie, waarbij de werkzaamheid van PS-I wordt gemeten in termen van leren en motivatie bij studenten met verschillende cognitieve en affectieve aanleg.

Abstract

Tegenwoordig is het stimuleren van het reflectieve denken van studenten een van de belangrijkste zorgen voor docenten op verschillende onderwijsniveaus. Veel studenten hebben moeite met taken die een hoog reflectieniveau met zich meebrengen, zoals op STEM-cursussen (Science, Technology, Engineering and Mathematics). Velen hebben ook diepgewortelde angst en demotivatie ten opzichte van dergelijke cursussen. Om deze cognitieve en affectieve uitdagingen te overwinnen, hebben onderzoekers het gebruik van “Problem-Solving before Instruction” (PS-I) benaderingen voorgesteld. PS-I bestaat uit het geven van individuele oplossingen voor problemen die later in de klas worden opgelost. Deze oplossingen worden vergeleken met de canonieke oplossing in de volgende instructiefase, samen met de presentatie van de lesinhoud. Er is gesuggereerd dat studenten met deze aanpak hun conceptuele begrip kunnen vergroten, hun leren kunnen overbrengen naar verschillende taken en contexten, zich meer bewust kunnen worden van de hiaten in hun kennis en een persoonlijke constructie van voorkennis kunnen genereren die kan helpen hun motivatie te behouden. Ondanks de voordelen is deze aanpak bekritiseerd, omdat studenten tijdens de eerste fase van het genereren van oplossingen veel tijd kunnen besteden aan doelloos vallen en opstaan of ze zich zelfs gefrustreerd kunnen voelen in dit proces, wat schadelijk kan zijn voor toekomstig leren. Wat nog belangrijker is, er is weinig onderzoek naar hoe reeds bestaande studentenkenmerken hen kunnen helpen om (of niet) te profiteren van deze aanpak. Het doel van de huidige studie is om het ontwerp en de implementatie van de PS-I-benadering te presenteren die wordt toegepast op het leren van statistieken bij niet-gegradueerde studenten, evenals een methodologische benadering die wordt gebruikt om de effectiviteit ervan te evalueren, rekening houdend met de reeds bestaande verschillen van studenten.

Introduction

Een van de vragen waar docenten zich op dit moment het meest zorgen over maken, is hoe ze de reflectie van studenten kunnen stimuleren. Deze zorg komt vaak voor in vakken van wiskundige aard, zoals STEM-cursussen (Science, Technology, Engineering and Mathematics), waarin de abstractie van veel concepten een hoge mate van reflectie vereist, maar veel studenten melden dat ze deze cursussen puur via geheugengebaseerde methoden benaderen1. Bovendien vertonen studenten vaak oppervlakkige kennis van de concepten1,2,3. De moeilijkheden die studenten ervaren bij het toepassen van reflectie- en deep learning-processen zijn echter niet alleen cognitief. Veel studenten voelen angst en demotivatie geconfronteerd met deze cursussen4,5. In feite hebben deze moeilijkheden de neiging om gedurende het hele onderwijs van studenten aan te houden6. Het is daarom belangrijk om educatieve strategieën te verkennen die studenten motiverend en cognitief voorbereiden op deep learning, ongeacht hun verschillende aanleg.

Het is vooral nuttig om strategieën te vinden die een aanvulling vormen op typische instructiebenaderingen. Een van de meest typische is directe instructie. Directe instructie betekent het volledig begeleiden van studenten vanaf de introductie van nieuwe concepten met expliciete informatie over deze concepten, en daarna met consolidatiestrategieën zoals probleemoplossende activiteiten, feedback, discussies of verdere uitleg7,8. Directe instructie kan effectief zijn voor het eenvoudig verzenden van inhoud8,9,10. Studenten denken echter vaak niet na over belangrijke aspecten, zoals hoe de inhoud zich verhoudt tot hun persoonlijke kennis, of mogelijke procedures die kunnen werken en niet11. Het is daarom belangrijk om complementaire strategieën in te voeren om studenten kritisch te laten denken.

Een van die strategie is de benadering “Probleemoplossing vóór instructie” (PS-I)12, ook wel de invention-benadering11 of de productive failure-benaderinggenoemd 13. PS-I is anders dan directe instructie in die zin dat studenten niet direct kennis maken met de concepten, in plaats daarvan is er een probleemoplossende fase voorafgaand aan de typische directe instructieactiviteiten waarin studenten individuele oplossingen voor problemen zoeken voordat ze uitleg krijgen over procedures om ze op te lossen.

In dit eerste probleem wordt van studenten niet verwacht dat ze de doelconcepten volledig ontdekken13. Studenten kunnen ook cognitieve overbelasting14,15,16 en zelfs negatief beïnvloeden17 met de onzekerheid en de vele aspecten om te overwegen. Deze ervaring kan echter op de lange termijn productief zijn omdat het kritisch nadenken over belangrijke functies kan vergemakkelijken. In het bijzonder kan het initiële probleem studenten helpen zich meer bewust te worden van de lacunes in hun kennis18, voorkennis met betrekking tot de inhoud te activeren om13te behandelen en de motivatie te vergroten vanwege de mogelijkheid om hun leren te baseren op persoonlijke kennis7,17,19.

Wat leren betreft , worden de effecten van PS-I over het algemeen gezien wanneer de resultaten worden geëvalueerd met deep learning-indicatoren20,21. Over het algemeen zijn er geen verschillen gevonden tussen studenten die via PS-I hebben geleerd en studenten die hebben geleerd door middel van directe instructie in termen van procedurele kennis20,22, wat verwijst naar het vermogen om aangeleerde procedures te reproduceren. Studenten die PS-I doorlopen, vertonen echter over het algemeen hoger onderwijs in conceptuele kennis7,19,23, wat verwijst naar het begrijpen van de inhoud die wordt behandeld, en overdracht7,15,19,24, wat verwijst naar het vermogen om dit begrip toe te passen op nieuwe situaties. Een recente studie in een klas over statistische variabiliteit toonde bijvoorbeeld aan dat studenten die de kans kregen om hun eigen oplossingen te bedenken om statistische variabiliteit te meten voordat ze uitleg kregen over de algemene concepten en procedures in dit onderwerp, aan het einde van de les een beter begrip kregen dan degenen die in staat waren om de relevante concepten en procedures rechtstreeks te bestuderen voordat ze betrokken raakten bij een probleemoplossende activiteit23. Sommige studies hebben echter geen verschillen aangetoond in leren16,25,26 of motivatie19,26 tussen PS-I en directe instructiealternatieven, of zelfs beter leren in directe instructiealternatieven14,26, en het is belangrijk om potentiële bronnen van variabiliteit te overwegen.

De ontwerpkenmerken die ten grondslag liggen aan de implementatie van PS-I zijn een belangrijk kenmerk20. Uit een systematische review20 bleek dat er meer kans was op een leervoordeel voor PS-I ten opzichte van directe instructiealternatieven wanneer de PS-I-interventies werden geïmplementeerd met ten minste één van de twee strategieën, ofwel het formuleren van het initiële probleem met contrasterende gevallen, ofwel het opbouwen van de daaropvolgende instructie met gedetailleerde feedback over de oplossingen van de studenten. Contrasterende gevallen bestaan uit vereenvoudigde voorbeelden die verschillen in een paar belangrijke kenmerken11 (zie figuur 1 voor een voorbeeld), en kunnen studenten helpen relevante kenmerken te identificeren en hun eigen oplossingen te evalueren tijdens het oorspronkelijke probleem11,20. De tweede strategie, die uitleg geeft die voortbouwt op de oplossingen van de studenten13, bestaat uit het uitleggen van het canonieke concept en het geven van feedback over de betaalbaarheden en beperkingen van oplossingen die door studenten worden gegenereerd, wat studenten ook kan helpen zich te concentreren op relevante functies en de hiaten in hun eigen kennis te evalueren20, maar nadat de eerste probleemoplossende fase is voltooid (zie figuur 3 voor een voorbeeld van de steigers van de typische oplossingen van studenten).

Gezien de ondersteuning in de literatuur voor deze twee strategieën, contrasterende cases en het bouwen van instructie over de oplossingen van studenten, is het belangrijk om hiermee rekening te houden bij het bevorderen van de opname van PS-I in de echte onderwijspraktijk. Dit is het eerste doel van ons protocol. Het protocol bevat materialen voor een PS-I interventie waarin deze twee principes zijn opgenomen. Het is een protocol dat, hoewel aanpasbaar, contextueel is voor een les over statistische variabiliteit, een veel voorkomende les voor universiteits- en middelbare scholieren, die over het algemeen de doelpopulaties zijn in de literatuur over PS-I29. De eerste probleemoplossende fase bestaat uit het uitvinden van variabiliteitsmaatregelen voor inkomensverdelingen in landen, een controversieel onderwerp30 dat studenten in veel leergebieden bekend kan zijn. Vervolgens worden materialen verstrekt voor studenten om oplossingen voor dit probleem te bestuderen in een uitgewerkt voorbeeld, en voor een college waarin de bespreking van gemeenschappelijke oplossingen van studenten en ingebedde praktijkproblemen is opgenomen.

Het tweede doel van ons protocol is om de experimentele evaluatie van PS-I toegankelijk te maken voor opvoeders en onderzoekers, wat het onderzoek van PS-I vanuit een grotere verscheidenheid aan perspectieven kan vergemakkelijken met behoud van enkele omstandigheden constant in de literatuur. Toch zijn de voorwaarden van deze experimentele evaluatie flexibel voor wijzigingen. De experimentele evaluatie die in het protocol wordt beschreven, kan in gewone lessen worden toegepast, aangezien studenten in één klas tegelijkertijd de materialen voor de PS-I-voorwaarde of de materialen voor een directe instructievoorwaarde kunnen krijgen (figuur 4). Deze directe instructievoorwaarde is ook aanpasbaar aan onderzoeks- en onderwijsbehoeften, maar zoals oorspronkelijk beschreven in het protocol beginnen studenten met het krijgen van de eerste uitleg over het doelconcept met het uitgewerkte voorbeeld, en consolideren deze kennis vervolgens met een praktijkprobleem (alleen gepresenteerd in deze voorwaarde om de tijd te compenseren die PS-I-studenten besteden aan het initiële probleem), en met het college23. Mogelijke aanpassingen zijn onder meer beginnen met het college en vervolgens studenten de probleemoplossende activiteit laten doen, wat een typische controlevoorwaarde is voor het vergelijken van PS-I die vaak heeft geleid tot beter leren voor de PS-I-voorwaarde7,13,19,26. Als alternatief kan de controlevoorwaarde worden teruggebracht tot de verkenning van een uitgewerkt voorbeeld gevolgd door de collegefase, die, hoewel een meer vereenvoudigde versie van directe instructiebenaderingen dan oorspronkelijk voorgesteld, vaker voorkomt in de literatuur en heeft geleid tot gevarieerde resultaten, waarbij sommige studies wijzen op beter leren in PS-I15,24, en andere wijzen op beter leren van dit type directe instructievoorwaarde14,26.

Ten slotte is een derde doel van het protocol om middelen te bieden voor het evalueren van hoe studenten met verschillende aanleg en cognitieve vaardigheden kunnen profiteren van PS-I15. De evaluatie van deze aanleg is vooral belangrijk als we kijken naar de negatieve aanleg die sommige studenten vaak hebben met STEM-cursussen, en het feit dat PS-I in sommige gevallen nog steeds negatieve reacties kan veroorzaken14. Er is echter weinig onderzoek naar gedaan.

Aan de ene kant, aangezien PS-I de associatie van leren met individuele ideeën vergemakkelijkt, in plaats van alleen formele kennis, kan PS-I worden verondersteld te kunnen helpen bij het motiveren van studenten van lage academische niveaus, degenen die lage competentiegevoelens hebben, of lage motivatie over het onderwerp13,27. Een studie toonde aan dat studenten met een lage beheersingsoriëntatie, d.w.z. minder doelen met betrekking tot persoonlijk leren, meer baat hadden bij PS-I dan studenten met een hogere motivatie om te leren27. Aan de andere kant kunnen studenten met andere profielen problemen ondervinden wanneer ze betrokken zijn bij PS-I. Meer in het bijzonder speelt metacognitie een belangrijke rol in PS-I31, en studenten met lage metacognitatievaardigheden hebben mogelijk geen baat bij PS-I vanwege moeilijkheden om zich bewust te zijn van hun kennislacunes of het onderscheiden van relevante inhoud15. Bovendien, aangezien de beginfase van PS-I is gebaseerd op de productie van individuele oplossingen, kunnen studenten met lage uiteenlopende vaardigheden, moeilijkheden die in een bepaalde situatie een verscheidenheid aan reacties genereren, minder baat hebben bij PS-I dan andere studenten. Het protocol biedt betrouwbare instrumenten om deze aanleg te beoordelen (tabel 1), hoewel andere kunnen worden overwogen.

Samengevat beoogt dit protocol een implementatie van een PS-I interventie die de geaccepteerde principes in de PS-I literatuur volgt toegankelijk te maken voor docenten en onderzoekers. Bovendien bieden de protocollen een experimentele evaluatie van deze interventie en vergemakkelijken ze de evaluatie van de cognitieve en motiverende aanleg van studenten. Het is een protocol dat geen toegang tot nieuwe technologieën of specifieke middelen vereist en dat kan worden gewijzigd op basis van onderzoeks- en onderwijsbehoeften.

Protocol

Dit protocol volgt de Verklaring van Helsinki van ethische beginselen voor onderzoek met mensen, maar past deze beginselen toe op de extra moeilijkheden bij de integratie van onderzoek in de praktijk in het onderwijs32. In het bijzonder kan noch de toewijzing van leervoorwaarden, noch de beslissing om deel te nemen gevolgen hebben voor de leermogelijkheden van studenten. Bovendien wordt de vertrouwelijkheid en de anonimiteit van studenten gehandhaafd, zelfs wanneer het de docenten zijn die verantw…

Representative Results

Dit protocol werd naar tevredenheid geïmplementeerd in een eerdere studie23, met uitzondering van de metingen van de aanleg van studenten in termen van hun gevoel van competentie, beheersingsbenaderingsdoelen, metacognitie en divergent denken. Om deze aanleg aan te pakken, bevat dit protocol maatregelen die eerder zijn gevalideerd en die een hoge mate van betrouwbaarheid hebben aangetoond (Tabel 1). Typische oplossingen die …

Discussion

Het doel van dit protocol is om onderzoekers en docenten te begeleiden bij de implementatie en evaluatie van de PS-I-aanpak in echte klassikale contexten. Volgens sommige eerdere ervaringen kan PS-I helpen bij het bevorderen van deep learning en motivatie bij studenten19,21,24, maar er is behoefte aan meer onderzoek naar de effectiviteit ervan bij studenten met verschillende vaardigheden en motivatiepredisposities<sup class="xre…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Dit werk werd ondersteund door een project van het Vorstendom Asturië (FC-GRUPIN-IDI/2018/000199) en een predoctorale subsidie van het Ministerie van Onderwijs, Cultuur en Sport van Spanje (FPU16/05802). We willen Stephanie Jun bedanken voor haar hulp bij het bewerken van het Engels in het leermateriaal.

Materials

SPSS Program International Business Machines Corporation (IBM) Other programs for general data analysis might be used instead
PROCESS program Andrew F. Hayes (Ohio State University) Freely accesible at: http://www.processmacro.org. Other programs for mediation, moderation, or conditional process analyses might be used instead
Cognitive Competence Scale in the Survey of Attitudes towards Statistics (SATS-28) Candace Schau (Arizona State University) In case it is used, request should be requested from the author, who whold the copyright
Mastery Approach Scale in the Achievement Goal Questionnaire-Revised Andrew J. Elliot (University of Rochester) In case it is used, request should be requested from the author
Regulation of Cognition Scale of the Metacognitive Awareness Inventory Gregory Schraw (University of Nevada Las Vegas) In case it is used, request should be requested from the creator

Referenzen

  1. Silver, E. A., Kenney, P. A. Results from the seventh mathematics assessment of the National Assessment of Educational Progress. Council of Teachers of Mathematics. , (2000).
  2. OECD. Results (Volume I): Excellence and Equity in Education. PISA, OECD. , (2016).
  3. Mallart Solaz, A. . La resolución de problemas en la prueba de Matemáticas de acceso a la universidad: procesos y errores. , (2014).
  4. García, T., Rodríguez, C., Betts, L., Areces, D., González-Castro, P. How affective-motivational variables and approaches to learning predict mathematics achievement in upper elementary levels. Learning and Individual Differences. 49, 25-31 (2016).
  5. Lai, Y., Zhu, X., Chen, Y., Li, Y. Effects of mathematics anxiety and mathematical metacognition on word problem solving in children with and without mathematical learning difficulties. PloS one. 10 (6), 0130570 (2015).
  6. Ma, X., Xu, J. The causal ordering of mathematics anxiety and mathematics achievement: a longitudinal panel analysis. Journal of Adolescence. 27 (2), 165-179 (2004).
  7. Kapur, M. Productive Failure in Learning Math. Cognitive science. 38 (5), 1008-1022 (2014).
  8. Kirschner, P. A., Sweller, J., Clark, R. E. Why Minimal Guidance During Instruction Does Not Work: An Analysis of the Failure of Constructivist, Discovery, Problem-Based, Experiential, and Inquiry-Based Teaching. Educational Psychologist. 41 (2), 75-86 (2006).
  9. Stockard, J., Wood, T. W., Coughlin, C., Khoury, C. R. The Effectiveness of Direct Instruction Curricula: A Meta-Analysis of a Half Century of Research. Review of educational research. 88 (4), 479-507 (2018).
  10. Clark, R., Kirschner, P. A., Sweller, J. Putting students on the path to learning: The case for fully guided instruction. American Educator. , (2012).
  11. Schwartz, D. L., Martin, T. Inventing to prepare for future learning: The hidden efficiency of encouraging original student production in statistics instruction. Cognition and instruction. 22 (2), 129-184 (2004).
  12. Loibl, K., Rummel, N. The impact of guidance during problem-solving prior to instruction on students’ inventions and learning outcomes. Instructional Science. 42 (3), 305-326 (2014).
  13. Kapur, M., Bielaczyc, K. Designing for Productive Failure. Journal of the Learning Sciences. 21 (1), 45-83 (2012).
  14. Glogger-Frey, I., Fleischer, C., Grueny, L., Kappich, J., Renkl, A. Inventing a solution and studying a worked solution prepare differently for learning from direct instruction. Learning and Instruction. 39, 72-87 (2015).
  15. Glogger-Frey, I., Gaus, K., Renkl, A. Learning from direct instruction: Best prepared by several self-regulated or guided invention activities. Learning and Instruction. 51, 26-35 (2017).
  16. Likourezos, V., Kalyuga, S. Instruction-first and problem-solving-first approaches: alternative pathways to learning complex tasks. Instructional Science. 45 (2), 195-219 (2017).
  17. Lamnina, M., Chase, C. C. Developing a thirst for knowledge: How uncertainty in the classroom influences curiosity, affect, learning, and transfer. Contemporary educational psychology. 59, 101785 (2019).
  18. Loibl, K., Rummel, N. Knowing what you don’t know makes failure productive. Learning and Instruction. 34, 74-85 (2014).
  19. Weaver, J. P., Chastain, R. J., DeCaro, D. A., DeCaro, M. S. Reverse the routine: Problem solving before instruction improves conceptual knowledge in undergraduate physics. Contemporary educational psychology. 52, 36-47 (2018).
  20. Loibl, K., Roll, I., Rummel, N. Towards a Theory of When and How Problem Solving Followed by Instruction Supports Learning. Educational psychology review. 29 (4), 693-715 (2017).
  21. Darabi, A., Arrington, T. L., Sayilir, E. Learning from failure: a meta-analysis of the empirical studies. Etr&D-Educational Technology Research and Development. 66 (5), 1101-1118 (2018).
  22. Chen, O. H., Kalyuga, S. Exploring factors influencing the effectiveness of explicit instruction first and problem-solving first approaches. European Journal of Psychology of Education. , (2019).
  23. González-Cabañes, E., García, T., Rodríguez, C., Cuesta, M., Núñez, J. C. Learning and Emotional Outcomes after the Application of Invention Activities in a Sample of University Students. Sustainability. 12 (18), 7306 (2020).
  24. Schwartz, D. L., Chase, C. C., Oppezzo, M. A., Chin, D. B. Practicing Versus Inventing With Contrasting Cases: The Effects of Telling First on Learning and Transfer. Journal of educational psychology. 103 (4), 759-775 (2011).
  25. Chase, C. C., Klahr, D. Invention Versus Direct Instruction: For Some Content, It’s a Tie. Journal of Science Education and Technology. 26 (6), 582-596 (2017).
  26. Newman, P. M., DeCaro, M. S. Learning by exploring: How much guidance is optimal. Learning and Instruction. 62, 49-63 (2019).
  27. Belenky, D. M., Nokes-Malach, T. J. Motivation and Transfer: The Role of Mastery-Approach Goals in Preparation for Future Learning. Journal of the Learning Sciences. 21 (3), 399-432 (2012).
  28. Bergold, S., Steinmayr, R. The relation over time between achievement motivation and intelligence in young elementary school children: A latent cross-lagged analysis. Contemporary educational psychology. 46, 228-240 (2016).
  29. Mazziotti, C., Rummel, N., Deiglmayr, A., Loibl, K. Probing boundary conditions of Productive Failure and analyzing the role of young students’ collaboration. NPJ science of learning. 4, 2 (2019).
  30. Stiglitz, J. E. Las limitaciones del PIB. Investigacion y ciencia. (529), 26-33 (2020).
  31. Holmes, N. G., Day, J., Park, A. H., Bonn, D., Roll, I. Making the failure more productive: scaffolding the invention process to improve inquiry behaviors and outcomes in invention activities. Instructional Science. 42 (4), 523-538 (2014).
  32. Herreras, E. B. La docencia a través de la investigación-acción. Revista Iberoamericana de Educación. 35 (1), 1-9 (2004).
  33. Schau, C., Stevens, J., Dauphinee, T. L., Delvecchio, A. The development and validation of the survey of attitudes toward statistics. Educational and Psychological Measurement. 55 (5), 868-875 (1995).
  34. Elliot, A. J., Murayama, K. On the measurement of achievement goals: Critique, illustration, and application. Journal of educational psychology. 100 (3), 613-628 (2008).
  35. Schraw, G., Dennison, R. S. Assessing metacogntive awareness. Contemporary educational psychology. 19 (4), 460-475 (1994).
  36. Guilford, J. P. . The nature of human intelligence. , (1967).
  37. Zmigrod, L., Rentfrow, P. J., Zmigrod, S., Robbins, T. W. Cognitive flexibility and religious disbelief. Psychological Research-Psychologische Forschung. 83 (8), 1749-1759 (2019).
  38. Wilson, S. Divergent thinking in the grasslands: thinking about object function in the context of a grassland survival scenario elicits more alternate uses than control scenarios. Journal of Cognitive Psychology. 28 (5), 618-630 (2016).
  39. Autin, F., Croizet, J. -. C. Improving working memory efficiency by reframing metacognitive interpretation of task difficulty. Journal of experimental psychology: General. 141 (4), 610 (2012).
  40. Pekrun, R., Vogl, E., Muis, K. R., Sinatra, G. M. Measuring emotions during epistemic activities: the Epistemically-Related Emotion Scales. Cognition and Emotion. 31 (6), 1268-1276 (2017).
  41. Pallant, J. Statistical techniques to compare groups. SPSS survival manual. , 211 (2013).
  42. Pallant, J. Statistical techniques to explore relationships among variables. SPSS survival manual. , 125-149 (2013).
  43. Hayes, A. F. . Introduction to mediation, moderation, and conditional process analysis: A regression-based approach. , (2017).
  44. Kapur, M. Productive failure in learning the concept of variance. Instructional Science. 40 (4), 651-672 (2012).
  45. Nolan, M. M., Beran, T., Hecker, K. G. Surveys Assessing Students’ Attitudes Toward Statistics: A Systematic Review of Validity and Reliability. Statistics Education Research Journal. 11 (2), (2012).
  46. Schraw, G., Dennison, R. S. Assessing metacognitive awareness. Contemporary educational psychology. 19 (4), 460-475 (1994).
  47. Dumas, D., Dunbar, K. N. Understanding Fluency and Originality: A latent variable perspective. Thinking Skills and Creativity. 14, 56-67 (2014).
  48. Roberts, R., et al. An fMRI investigation of the relationship between future imagination and cognitive flexibility. Neuropsychologia. 95, 156-172 (2017).
  49. Chamorro-Premuzic, T. Creativity versus conscientiousness: Which is a better predictor of student performance. Applied Cognitive Psychology: The Official Journal of the Society for Applied Research in Memory and Cognition. 20 (4), 521-531 (2006).
  50. Kapur, M. Examining productive failure, productive success, unproductive failure, and unproductive success in learning. Educational Psychologist. 51 (2), 289-299 (2016).
check_url/de/62138?article_type=t

Play Video

Diesen Artikel zitieren
González-Cabañes, E., García, T., Núñez, J. C., Rodríguez, C. Problem-Solving Before Instruction (PS-I): A Protocol for Assessment and Intervention in Students with Different Abilities. J. Vis. Exp. (175), e62138, doi:10.3791/62138 (2021).

View Video