Dieses Protokoll führt Forscher und Pädagogen durch die Implementierung des Problemlösungsansatzes vor dem Unterricht (PS-I) in einer Statistikklasse für Studenten. Es beschreibt auch eine eingebettete experimentelle Evaluation dieser Implementierung, bei der die Wirksamkeit von PS-I in Bezug auf Lernen und Motivation bei Schülern mit unterschiedlichen kognitiven und affektiven Veranlagungen gemessen wird.
Heutzutage ist die Förderung des reflektierenden Denkens der Schüler eines der Hauptanliegen von Lehrern auf verschiedenen Bildungsstufen. Viele Studierende haben Schwierigkeiten bei Aufgaben, die ein hohes Reflexionsniveau erfordern, wie z.B. in MINT-Kursen (Science, Technology, Engineering and Mathematics). Viele haben auch tief verwurzelte Angst und Demotivation gegenüber solchen Kursen. Um diese kognitiven und affektiven Herausforderungen zu überwinden, haben Forscher die Verwendung von “Problemlösung vor Unterricht” (PS-I) -Ansätzen vorgeschlagen. PS-I besteht darin, den Schülern die Möglichkeit zu geben, individuelle Lösungen für Probleme zu entwickeln, die später im Unterricht gelöst werden. Diese Lösungen werden in der folgenden Unterrichtsphase mit der kanonischen Lösung verglichen, zusammen mit der Präsentation der Unterrichtsinhalte. Es wurde vorgeschlagen, dass die Schüler mit diesem Ansatz ihr konzeptionelles Verständnis verbessern, ihr Lernen auf verschiedene Aufgaben und Kontexte übertragen, sich der Lücken in ihrem Wissen bewusster werden und ein persönliches Konstrukt von Vorwissen generieren können, das helfen kann, ihre Motivation aufrechtzuerhalten. Trotz der Vorteile wurde dieser Ansatz kritisiert, da die Schüler in der Anfangsphase der Lösungsgenerierung viel Zeit mit ziellosem Ausprobieren verbringen oder sich in diesem Prozess sogar frustriert fühlen, was sich nachteilig auf das zukünftige Lernen auswirken könnte. Noch wichtiger ist, dass es wenig Forschung darüber gibt, wie bereits vorhandene Schülermerkmale ihnen helfen können, von diesem Ansatz zu profitieren (oder nicht). Ziel der aktuellen Studie ist es, das Design und die Implementierung des PS-I-Ansatzes für das statistische Lernen bei Studenten sowie einen methodischen Ansatz zur Bewertung seiner Wirksamkeit unter Berücksichtigung der bereits bestehenden Unterschiede der Studierenden vorzustellen.
Eine der Fragen, die Lehrer derzeit am meisten beschäftigen, ist, wie sie die Reflexion der Schüler anregen können. Diese Sorge ist in Mathematisch-Kursen wie MINT-Kursen (Science, Technology, Engineering and Mathematics) üblich, in denen die Abstraktion vieler Konzepte ein hohes Maß an Reflexion erfordert, aber viele Studenten berichten, dass sie sich diesen Kursen rein durch gedächtnisbasierte Methodennähern 1. Darüber hinaus zeigen die Schüler oft oberflächliches Lernen der Konzepte1,2,3. Die Schwierigkeiten, die Schüler bei der Anwendung von Reflexions- und Deep-Learning-Prozessen haben, sind jedoch nicht nur kognitiv. Viele Schüler fühlen Angst und Demotivation angesichts dieser Kurse4,5. Tatsächlich bestehen diese Schwierigkeiten in der Regel während der gesamten Ausbildung der Schülerfort 6. Es ist daher wichtig, Bildungsstrategien zu erforschen, die die Schüler motivierend und kognitiv auf Deep Learning vorbereiten, unabhängig von ihren unterschiedlichen Veranlagungen.
Besonders nützlich ist es, Strategien zu finden, die typische Unterrichtsansätze ergänzen. Einer der typischsten ist der direkte Unterricht. Direkter Unterricht bedeutet, die Schüler von der Einführung neuer Konzepte mit expliziten Informationen über diese Konzepte vollständig zu führen und dann mit Konsolidierungsstrategien wie Problemlösungsaktivitäten, Feedback, Diskussionen oder weiteren Erklärungen7,8zu folgen. Direkte Anweisung kann effektiv sein, um Inhalte 8,9,10einfach zu übertragen. Die Studierenden reflektieren jedoch oft nicht über wichtige Aspekte, z. B. wie sich der Inhalt auf ihr persönliches Wissen bezieht, oder über mögliche Verfahren, die funktionieren könnten und nicht11. Es ist daher wichtig, komplementäre Strategien einzuführen, um die Schüler zum kritischen Denken zu bringen.
Eine solche Strategie ist der Problem-Solving before Instruction (PS-I) Ansatz12, auch als Erfindungsansatz11 oder produktiver Fehleransatz13bezeichnet. PS-I unterscheidet sich vom direkten Unterricht in dem Sinne, dass die Schüler nicht direkt in die Konzepte eingeführt werden, sondern es gibt eine Problemlösungsphase vor den typischen direkten Unterrichtsaktivitäten, in der die Schüler individuelle Lösungen für Probleme suchen, bevor sie eine Erklärung über die Verfahren zu ihrer Lösung erhalten.
Bei diesem anfänglichen Problem wird von den Studierenden nicht erwartet, dass sie die Zielkonzepte vollständigentdecken 13. Die Schüler können auch kognitiveÜberlastung 14,15,16 und sogar negativeAuswirkungen 17 mit der Unsicherheit und den vielen zu berücksichtigenden Aspekten empfinden. Diese Erfahrung kann jedoch langfristig produktiv sein, da sie das kritische Denken über wichtige Funktionen erleichtern kann. Insbesondere kann das anfängliche Problem den Schülern helfen, sich der Lücken in ihrem Wissen bewusster zu werden18,Vorwissen in Bezug auf den Inhalt zu aktivieren, um13abzudecken, und die Motivation zu erhöhen, da sie die Möglichkeithaben,ihr Lernen auf persönliches Wissen zu stützen7,17,19.
In Bezug auf das Lernen werden die Auswirkungen von PS-I im Allgemeinen gesehen, wenn die Ergebnisse mit Den Deep-Learning-Indikatoren20,21bewertet werden. Im Allgemeinen wurden keine Unterschiede zwischen Schülern, die durch PS-I gelernt haben, und denen, die durch direkten Unterricht in Bezug auf prozedurales Wissen20,22gelernt haben, gefunden, was sich auf die Fähigkeit bezieht, erlernte Verfahren zu reproduzieren. Studenten, die PS-I durchlaufen, zeigen jedoch im Allgemeinen ein höheres Lernen in konzeptionellem Wissen7,19,23, was sich auf das Verständnis der behandelten Inhalte bezieht, und übertragen7,15,19,24, was sich auf die Fähigkeit bezieht, dieses Verständnis auf neue Situationen anzuwenden. Zum Beispiel zeigte eine kürzlich durchgeführte Studie in einer Klasse über statistische Variabilität, dass Schüler, die die Möglichkeit hatten, ihre eigenen Lösungen zur Messung der statistischen Variabilität zu erfinden, bevor sie Erklärungen zu den allgemeinen Konzepten und Verfahren in diesem Thema erhielten, am Ende des Unterrichts ein besseres Verständnis zeigten als diejenigen, die in der Lage waren, die relevanten Konzepte und Verfahren direkt zu studieren, bevor sie sich an einer Problemlösungsaktivität beteiligten23. Einige Studien haben jedoch keine Unterschiede beim Lernenvon 16,25,26 oder Motivation19,26 zwischen PS-I und direkten Unterrichtsalternativen oder sogar besserem Lernen in direkten Unterrichtsalternativen14,26gezeigt, und es ist wichtig, mögliche Quellen der Variabilität zu berücksichtigen.
Die Designmerkmale, die der Implementierung von PS-I zugrunde liegen, sind ein wichtiges Merkmal20. Eine systematische Überprüfung20 ergab, dass es für PS-I eher einen Lernvorteil gegenüber direkten Unterrichtsalternativen gab, wenn die PS-I-Interventionen mit mindestens einer von zwei Strategien implementiert wurden, entweder das anfängliche Problem mit kontrastierenden Fällen formulierten oder den nachfolgenden Unterricht mit detailliertem Feedback über die Lösungen der Schüler aufbauten. Kontrastierende Fälle bestehen aus vereinfachten Beispielen, die sich in einigen wichtigen Merkmalenunterscheiden 11 (siehe Abbildung 1 für ein Beispiel) und den Schülern helfen können, relevante Merkmale zu identifizieren und ihre eigenen Lösungen während des Ausgangsproblems11,20zubewerten. Die zweite Strategie, die Erklärungen liefert, die auf den Lösungen der Schüleraufbauen 13, besteht darin, das kanonische Konzept zu erklären und gleichzeitig Feedback über die Möglichkeiten und Grenzen der von den Schülern generierten Lösungen zu geben, was den Schülern auch helfen kann, sich auf relevante Merkmale zu konzentrieren und die Lücken in ihrem eigenen Wissen zu bewerten20, aber nachdem die anfängliche Problemlösungsphase abgeschlossen ist (siehe Abbildung 3 für ein Beispiel des Gerüsts aus den typischen Lösungen der Schüler).
Angesichts der Unterstützung in der Literatur für diese beiden Strategien, kontrastierende Fälle und aufbauende Unterricht auf den Lösungen der Schüler, ist es wichtig, sie zu berücksichtigen, wenn sie die Einbeziehung von PS-I in die reale Bildungspraxis fördern. Dies ist das erste Ziel unseres Protokolls. Das Protokoll stellt Materialien für eine PS-I-Intervention bereit, die diese beiden Prinzipien beinhalten. Es ist ein Protokoll, das zwar anpassungsfähig ist, aber für eine Lektion über statistische Variabilität kontextualisiert wird, eine sehr häufige Lektion für Universitäts- und Gymnasiasten, die im Allgemeinen die Zielpopulationen in der Literatur zu PS-I29sind. Die anfängliche Problemlösungsphase besteht aus der Erfindung von Variabilitätsmaßnahmen für Einkommensverteilungen in Ländern, ein kontroverses Thema30, das den Schülern in vielen Lernbereichen bekannt sein mag. Dann werden Materialien für die Studenten zur Verfügung gestellt, um Lösungen für dieses Problem in einem bearbeiteten Beispiel zu studieren, und für eine Vorlesung, die die Diskussion von gemeinsamen Lösungen beinhaltet, die von den Studenten zusammen mit eingebetteten Übungsproblemen produziert werden.
Das zweite Ziel unseres Protokolls ist es, die experimentelle Bewertung von PS-I für Pädagogen und Forscher zugänglich zu machen, was die Untersuchung von PS-I aus einer größeren Vielfalt von Perspektiven erleichtern kann, während einige Bedingungen in der Literatur konstant bleibt. Die Bedingungen dieser experimentellen Bewertung sind jedoch flexibel gegenüber Modifikationen. Die im Protokoll beschriebene experimentelle Auswertung kann im normalen Unterricht angewendet werden, da Den Schülern einer einzelnen Klasse gleichzeitig die Materialien für die PS-I-Bedingung oder die Materialien für eine direkte Unterrichtsbedingung zugewiesen werden können (Abbildung 4). Diese direkte Unterrichtsbedingung ist auch an Forschungs- und Bildungsbedürfnisse anpassbar, aber wie ursprünglich im Protokoll beschrieben, beginnen die Studierenden damit, die ersten Erklärungen über das Zielkonzept mit dem bearbeiteten Beispiel zu erhalten, und konsolidieren dieses Wissen dann mit einem Übungsproblem (nur in diesem Zustand dargestellt, um die Zeit zu kompensieren, die PS-I-Studenten für das anfängliche Problem aufwenden), und mit der Vorlesung23. Mögliche Anpassungen umfassen den Beginn der Vorlesung und dann die Möglichkeit, dass die Schüler die Problemlösungsaktivität durchführen, was eine typische Kontrollbedingung für den Vergleich von PS-I ist, die oft zu einem besseren Lernen für die PS-I-Bedingung7,13,19,26geführt hat . Alternativ kann die Kontrollbedingung auf die Untersuchung eines bearbeiteten Beispiels reduziert werden, gefolgt von der Vorlesungsphase, die, obwohl eine vereinfachte Version der direkten Unterrichtsansätze als ursprünglich vorgeschlagen, in der Literatur häufiger vorkommt und zu unterschiedlichen Ergebnissen geführt hat, wobei einige Studien auf ein besseres Lernen in PS-I15,24und andere auf ein besseres Lernen aus dieser Art von direkter Unterrichtsbedingunghinweisen 14,26.
Schließlich ist ein drittes Ziel des Protokolls, Ressourcen zur Verfügung zu stellen, um zu bewerten, wie Schüler mit unterschiedlichen Veranlagungen und kognitiven Fähigkeiten von PS-I15profitieren können. Die Bewertung dieser Veranlagungen ist besonders wichtig, wenn wir die negativen Veranlagungen berücksichtigen, die einige Studierende oft mit MINT-Kursen haben, und die Tatsache, dass PS-I in einigen Fällen immer noch negative Reaktionen hervorrufen kann14. Es gibt jedoch wenig Forschung dazu.
Auf der einen Seite, da PS-I die Assoziation des Lernens mit individuellen Ideen und nicht nur formalem Wissen erleichtert, kann PS-I als in der Lage angesehen werden, Studenten von niedrigem akademischem Niveau, diejenigen, die ein geringes Kompetenzgefühl oder eine geringe Motivation für das Thema haben, zu motivieren13,27. Eine Studie zeigte, dass Schüler mit geringer Meisterschaftsorientierung, d.h. weniger Ziele im Zusammenhang mit dem persönlichen Lernen, mehr von PS-I profitierten als Schüler mit höherer Lernmotivation27. Auf der anderen Seite können Schüler mit anderen Profilen Schwierigkeiten haben, wenn sie an PS-I beteiligt sind. Genauer gesagt spielt die Metakognition in PS-I31eine wichtige Rolle, und Schüler mit geringen Metakognitionsfähigkeiten profitieren möglicherweise nicht von PS-I, da sie Schwierigkeiten haben, sich ihrer Wissenslücken bewusst zu sein oder relevante Inhalte zu erkennen15. Da die Anfangsphase von PS-I auf der Erstellung individueller Lösungen basiert, können Schüler mit geringen divergierenden Fähigkeiten, Schwierigkeiten, in einer bestimmten Situation eine Vielzahl von Antworten zu generieren, weniger von PS-I profitieren als andere Schüler. Das Protokoll enthält zuverlässige Instrumente zur Beurteilung dieser Veranlagungen (Tabelle 1), obwohl andere in Betracht gezogen werden können.
Zusammenfassend zielt dieses Protokoll darauf ab, eine Implementierung einer PS-I-Intervention, die anerkannten Prinzipien in der PS-I-Literatur folgt, für Pädagogen und Forscher zugänglich zu machen. Darüber hinaus bieten die Protokolle eine experimentelle Bewertung dieser Intervention und erleichtern die Bewertung der kognitiven und motivationalen Veranlagungen der Schüler. Es ist ein Protokoll, das keinen Zugang zu neuen Technologien oder spezifischen Ressourcen erfordert und das basierend auf Forschungs- und Bildungsbedürfnissen modifiziert werden kann.
Ziel dieses Protokolls ist es, Forscher und Pädagogen bei der Implementierung und Evaluierung des PS-I-Ansatzes in realen Klassenzimmerkontexten zu unterstützen. Nach einigen früheren Erfahrungen kann PS-I dazu beitragen, Deep Learning und Motivation bei Schülern19,21,24zu fördern, aber es besteht ein Bedarf an mehr Forschung über seine Wirksamkeit bei Schülern mit unterschiedlichen Fähigkeiten und motivationalen Veranla…
The authors have nothing to disclose.
Diese Arbeit wurde durch ein Projekt des Fürstentums Asturien (FC-GRUPIN-IDI/2018/000199) und ein Vordoc-Stipendium des spanischen Ministeriums für Bildung, Kultur und Sport (FPU16/05802) unterstützt. Wir danken Stephanie Jun für ihre Hilfe bei der Bearbeitung des Englischen in den Lernmaterialien.
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 |