Experimentieren zur Förderung von Modellierungskompetenzen und Motivation im Mathematikunterricht (Ex2MoMa)
Das Projekt untersuchte, ob und unter welchen Gelingensbedingungen Experimente im Mathematikunterricht dazu beitragen können, Modellierungskompetenzen und Motivationslagen von Schüler*innen zu fördern. Das Projekt wurde als Verbundprojekt der Universitäten Potsdam und Magdeburg durchgeführt, mit jeweils einem der Schwerpunkte: Das Teilvorhaben an der OVGU Magdeburg befasste sich mit der Wirkung der Experimente auf kognitive Schüler*innen-Merkmale wie ihre Modellierungs- und Validierungskompetenz und untersuchte kognitive Prozesse während des Modellierens. Das Teilvorhaben an der Universität Potsdam analysierte die Entwicklung motivationaler Schüler*innen-Merkmale sowie motivationale Aspekte von Modellierungsprozessen. In beiden Teilprojekten wurde der Einfluss verschiedener Bedingungen, d. h. verschiedene Arten von Lernumgebungen, auf die motivationale und kognitive Entwicklung der Schüler*innen untersucht: Dabei wurde unterschieden, ob die Schüler*innen (i) zunächst experimentiert und anschließend die gewonnenen realen Daten mit Funktionen modelliert haben, (ii) reale Daten mit Funktionen modelliert haben, die Daten aber zur Verfügung gestellt wurden, oder (iii) geglättete Daten, also Daten, die exakt einer intendierten Funktion entsprechen, verwendet wurden, die die Schüler*innen mit Funktionen modelliert haben. Die dritte Bedingung entsprach dabei der Vergleichsgruppe. Zudem wurden alle drei Bedingungen dahingehend untersucht, ob ein Impuls zur Anregung von Validierungsprozessen gewinnbringend wäre. Zur Untersuchung dieses Anliegens wurden Kompetenztestdaten sowie Fragebogendaten von 627 Schüler*innen aus 27 Klassen in verschiedenen Bundesländern erhoben und analysiert. (Projekt/IQB)
- Forschungsdesign: Quasi-Experimentelles Design
- Stichprobe: Schüler*innen der Jahrgangsstufen 10 und 11 (N=627); Schulen (N=13); Klassen (N=27)
- DOI: 10.5159/IQB_Ex2MoMa_SUF_Off-site_v1
- Sperrvermerk/e: Ja
-
Individuelle Merkmale
- Alter
- Geschlecht
-
Lern- und leistungsbezogene Einstellungen
- Kompetenzerleben Aufgabe
- Autonomieerleben Aufgabe
- Intrinsic Value (Innerer Wert) Aufgabe
- Attainment Value (Erwerbswert) Aufgabe
- Utility Value (Nutzwert) Aufgabe
- Cost (Kosten) Aufgabe
- Selbstkonzept Mathematik
- Interesse an Experimenten
- Intrinsic Value (Innerer Wert) Mathematik
- Attainment Value (Erwerbswert) Mathematik
- Utility Value (Nutzwert) Mathematik
- Cost (Kosten) Mathematik
- Formalismus
- Anwendung
- Prozess
- Schema
-
Bildungsbiografie
- Vornote Mathematik
-
Eigenentwicklung Mathe
- Validierungskompetenz
- Modellierungskompetenz
- Vorwissen zu linearen und Exponentialfunktionen
- Schüler*innen
- Geisler, Prof. Dr. Sebastian
- Rach, Prof. Dr. Stefanie
- Rach, Prof. Dr. Stefanie
Leerdatensätze
Um Ihnen einen ersten Überblick der Datensätze zu vermitteln, haben Sie hier die Möglichkeit, Leerdatensätze herunterzuladen.
Weitere Informationen
- 10.5282/ubm/epub.132015
- 10.5282/ubm/epub.132255
Literatur
Eine Auswahl an Publikationen finden Sie hier: