JoVE Logo

Anmelden

Zum Anzeigen dieser Inhalte ist ein JoVE-Abonnement erforderlich. Melden Sie sich an oder starten Sie Ihre kostenlose Testversion.

In diesem Artikel

  • Zusammenfassung
  • Zusammenfassung
  • Einleitung
  • Protokoll
  • Ergebnisse
  • Diskussion
  • Offenlegungen
  • Danksagungen
  • Materialien
  • Referenzen
  • Nachdrucke und Genehmigungen

Zusammenfassung

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.

Zusammenfassung

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.

Einleitung

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.

Protokoll

Dieses Protokoll folgt der Helsinki-Erklärung der ethischen Grundsätze für die Forschung mit Menschen, wendet diese Prinzipien jedoch auf die zusätzlichen Schwierigkeiten an, Forschung in reale Umgebungen in der Bildung zu integrieren32. Konkret kann weder die Zuweisung von Lernbedingungen noch die Entscheidung zur Teilnahme Konsequenzen für die Lernangebote der Studierenden haben. Darüber hinaus wird die Vertraulichkeit und die Anonymität der Schüler gewahrt, auch wenn es die Lehrer sind, die für die Bewertung verantwortlich sind. Die Ziele, der Umfang und die Verfahren des Protokolls wurden von der Forschungsethikkommission des Fürstentums Asturien (Spanien) genehmigt (Referenz: 242/19).

Bitte beachten Sie, dass, wenn der Benutzer nur an der Implementierung des PS-I-Ansatzes interessiert ist, nur Schritt 6 (ohne Zuordnung von Teilnehmern zur Kontrollbedingung) und Schritt 7 relevant sind. Trotzdem können die Schritte 5 und 9 als Übungsübungen für Schüler hinzugefügt werden. Wenn sich der Anwender auch für die experimentelle Auswertung interessiert, ist es wichtig, dass die Studierenden in den Schritten 4, 5, 6 und 9 individuell arbeiten. Es wird daher empfohlen, dass während dieser Schritte die Sitzgelegenheiten der Schüler so angeordnet werden, dass neben jedem Schüler ein leerer Raum steht.

Je nach Bequemlichkeit können die Schritte kontinuierlich innerhalb einer einzelnen Klassensitzung oder mit nachfolgenden Schritten in einer anderen Klassensitzung implementiert werden.

1. Information der Studierenden über zweck und Abläufe des Studiums

  1. Nehmen Sie sich 10 Minuten einer Unterrichtszeit, um die Schüler über das Studium zu informieren.
  2. Erklären Sie den Studierenden ausdrücklich den allgemeinen Zweck der Studie, ihre Freiheit zur Einwilligung zur Teilnahme, die Tatsache, dass sie sich freiwillig zurückziehen können, und die Gewährleistung der Anonymität und Vertraulichkeit bei der Datenverarbeitung.
    1. Sagen Sie ihnen, dass der allgemeine Zweck der Studie darin besteht, die Wirksamkeit verschiedener pädagogischer Ansätze zu untersuchen und den Einfluss der kognitiven und affektiven Dispositionen der Schüler auf die Wirksamkeit dieser Ansätze zu bewerten.
    2. Sagen Sie ihnen, dass, obwohl sie einem der beiden Ansätze zugewiesen werden, der Inhalt, der in den beiden Bedingungen abgedeckt wird, derselbe ist. Informieren Sie sie, dass die Aktivitäten, die unter beiden Bedingungen verwendet werden, allen Studenten am Ende des Studiums zur Verfügung stehen.
    3. Lassen Sie sie wissen, dass sie frei sind, an der Studie teilzunehmen und dass sie die Studie jederzeit verlassen können, ohne ihre Lernmöglichkeiten oder ihre Noten zu beeinträchtigen. Wenn sie nicht an der Studie teilnehmen möchten, können sie die Lernaktivitäten durchführen, ohne sie abzubeenden. Darüber hinaus können Nicht-Teilnehmer während der kurzen Zeit, in der sie Fragebögen ausfüllen, andere Materialien studieren.
    4. Informieren Sie sie, dass ihre Teilnahme anonym ist und dass die Vertraulichkeit jederzeit gewahrt bleibt, eine willkürliche Identifikationsnummer wird verwendet, um die Daten über verschiedene Sitzungen und Aktivitäten hinweg zu kombinieren.
  3. Stellen Sie den Studierenden zwei Kopien der Einwilligungserklärung(Anhang A)zur Verfügung, die auch die Kontaktinformationen des Forschers enthält. Bitten Sie sie, eine Kopie für Sie zu unterschreiben und die andere Kopie für sich zu behalten.
    HINWEIS: Dieses Protokoll richtet sich an Universitätsstudenten, bei denen keine elterliche Erlaubnis erforderlich ist. Es könnte auf ein niedrigeres Bildungsniveau verallgemeinert werden, obwohl für Schüler, die legal minderjährig sind, auch die Einwilligung der Eltern nach Aufklärung erforderlich wäre.
  4. Wenn Studenten in späteren Phasen des Protokolls zur Studie hinzugefügt werden, bitten Sie sie, die in diesem Abschnitt beschriebene Einwilligung nach Aufklärung zu vervollständigen, bevor sie an der Studie teilnehmen.

2. Bereitstellung einer Identifikationsnummer für Die Schüler, die von anderen Aufzeichnungen getrennt ist

  1. Um die Anonymität der Antworten der Schüler zu wahren, weisen Sie jedem Schüler nach dem Zufallsprinzip eine Identifikationsnummer zu (z. B. eine Tasche mit Zufallszahlen vorbereiten und jeden Schüler bitten, eine auszuwählen, jedem Schüler eine Zufallszahl über eine Webanwendung per E-Mail zu senden). Bitten Sie sie, die Nummer an einer Stelle zu notieren, an der sie in den nachfolgenden Auswertungen im Protokoll zugänglich sein wird.
    HINWEIS: Wenn die Studie über eine Online-Bewerbung durchgeführt wird, mit der die Antworten der Schüler anonym verfolgt werden können, ist dies nicht erforderlich.

3. Ausfüllen von Fragebögen zu kognitiven und affektiven Veranlagungen und demografischen Basisdaten

  1. Reservieren Sie 10 Minuten in einer Unterrichtszeit, um die Fragebögen allen Schülern in der Klasse zu verwalten.
  2. Geben Sie den Schülern, die sich entscheiden, nicht am Experiment teilzunehmen, andere Lernmöglichkeiten, wie z.B. die individuelle Arbeit an anderen Inhalten.
  3. Bitten Sie die Schüler, die Fragebögen über ihre Veranlagungen auszufüllen, dies kann mit den Fragebögen in Anhang Berfolgen. Bitten Sie sie, individuell zu arbeiten.
    HINWEIS: Der Satz von Fragebögen in Anhang B umfasst die Cognitive Competence Scale in der Survey of Attitudes towards Statistics (SATS-28) 33, die Mastery Approach Scale im Achievement Goal Questionnaire-Revised34 , die Regulation of Cognition Scale des Metacognitive Awareness Inventory35und demografische Fragen.
    1. Um mögliche Schadstoffeffekte in Bezug auf die Reihenfolge, in der die Schüler die Fragebögen ausfüllen, zu kontrollieren, geben Sie nach dem Zufallsprinzip verschiedene Versionen der Fragebogenblätter aus, die in der Reihenfolge der Darstellung der Fragebögen variieren. In Anhang B-1 gibt es verschiedene gedruckte Versionen der vorgeschlagenen Fragebögen mit unterschiedlichen Bestellungen.
      HINWEIS: Wenn die Fragebögen digital ausgefüllt werden, erstellen Sie Links mit den verschiedenen Reihenfolgen und verteilen Sie die vier Links nach dem Zufallsprinzip auf die Schüler in der Klasse (z. B. auf Gruppen, die in alphabetischer Reihenfolge erstellt werden).
  4. Geben Sie den Schülern 7 Minuten Zeit, um die Fragebögen auszufüllen. Anweisungen sind in den Fragebögen enthalten und es sind keine zusätzlichen Anweisungen erforderlich.

4. Verwaltung des Divergent-Denktests

  1. Falls dieser Test von Interesse ist, nehmen Sie sich 10 Minuten in einer Unterrichtszeit Zeit, um die Alternative Uses Task36,37 zu verwalten, die die Geläufigkeit des divergenten Denkens für alle Schüler in der Klasse misst.
  2. Stellen Sie jedem Schüler ein leeres Papier zur Verfügung und bitten Sie ihn, seine Identifikationsnummer zu schreiben.
  3. Erläutern Sie die Anweisungen des Tests.
    1. Sagen Sie ihnen, dass ihnen ein Objekt zur Verfügung gestellt wird, das eine gemeinsame Verwendung hat, aber sie sollten so viele andere Verwendungen wie möglich finden.
    2. Geben Sie ihnen ein Beispiel (z. B. wenn ich Ihnen zum Beispiel eine Zeitung präsentiere, die häufig zum Lesen verwendet wird, müssen Sie alternative Verwendungen schreiben, z. B. als temporären Hut verwenden, um Sie vor der Sonne zu schützen oder den Boden einer Reisetasche auszukleiden)38.
  4. Lesen Sie den ersten Punkt im Test laut vor und schreiben Sie ihn an die Tafel: "Schreiben Sie so viele Verwendungen, die Sie sich für einen Ziegelstein vorstellen können". Geben Sie den Schülern zwei Minuten Zeit, um ihre Antworten zu schreiben. Sobald die zwei Minuten vorbei sind, bitten Sie die Schüler, ihr Papier auf die andere Seite zu drehen.
  5. Lesen Sie den zweiten Punkt im Test laut vor und schreiben Sie ihn an die Tafel: "Schreiben Sie so viele Verwendungen, die Sie sich für eine Büroklammer vorstellen können". Geben Sie den Schülern zwei Minuten Zeit, um ihre Antworten zu schreiben.
  6. Sobald die zwei Minuten vorbei sind, bitten Sie die Schüler, mit dem Schreiben aufzuhören und ihre Papiere abzuholen.

5. Abschluss des Pre-Tests der akademischen Vorkenntnisse

  1. Reservieren Sie 15 Minuten in einer Unterrichtszeit, um die vorherigen akademischen Kenntnisse vor dem Test in Anhang Czu verwalten.
    HINWEIS: Beim Pre-Test geht es um eine zentrale Tendenz, die relevant ist, um die Inhalte auf variabil zu assimilieren, die in den nachfolgenden Lernbedingungen in Schritt 6 7 erlernt werdensollen. Zwischen der Verwaltung dieses Vortests und Schritt 6 sollten den Schülern keine Unterrichtsinhalte über die zentrale Tendenz gegeben werden. Wir empfehlen auch nicht, diesen Vortest durch einen anderen Vortest zu ersetzen, der die Variabilität abdeckt, da dies einen PS-I-Effekt erzeugen kann, der die Ergebnisse des Experiments kontaminieren kann26.
  2. Verteilen Sie den Pre-Test an die Schüler. Bitten Sie sie von diesem Punkt an, individuell zu arbeiten.
    1. Geben Sie den Schülern 10 Minuten Zeit, um den Vortest abzuschließen. Anweisungen sind im Test enthalten und es werden keine weiteren Spezifikationen benötigt. Sobald die Zeit für Sie da ist, bitten Sie die Schüler, ihr Papier umzudrehen und es Ihnen zu übergeben.

6. Zuordnung und Verwaltung der beiden Lernbedingungen

  1. Nehmen Sie sich 35 Minuten einer Unterrichtszeit, um die beiden Lernbedingungen innerhalb desselben Klassenzimmers zu verwalten.
    HINWEIS: Um zeitliche Zuverlässigkeitsfehler zu vermeiden, empfehlen wir nicht mehr als eine Woche zwischen dem Ausfüllen der Fragebögen und Tests in den Schritten 2 und 3 und diesem Schritt.
  2. Stellen Sie sicher, dass die Aufgabenbücher ordnungsgemäß vorbereitet sind und die Materialien für die beiden Bedingungen enthalten.
    HINWEIS: Das Pro-Kopf-BIP wurde aus mehreren Gründen ausgewählt, um diese Lernmaterialien zu kontextualisieren: Erstens ist es ein kontroverses Thema30, das Schülern aus vielen Lernbereichen bekannt sein kann, und zweitens ist es eine Verhältnisvariable, die die Verwendung verschiedener Variabilitätsmaße ermöglicht, die während des Unterrichts diskutiert werden (Bereich, Interquartilsbereich, Standardabweichung, Varianz und Variationskoeffizient).
    1. Drucken Sie für die PS-I-Bedingung das entsprechende Aufgabenbuch in Anhang D-1 aus, das Folgendes enthält: die Invention Problem-Aktivität, in der die Schüler aufgefordert werden, einen Ungleichheitsindex zu erfinden; die Aktivität "Worked Example", in der die Schüler die Lösungen für dieses Problem studieren können.
    2. Drucken Sie für die direkte Anweisungsbedingung das entsprechende Aufgabenbuch in Anhang D-1 aus, das Folgendes enthält: die Aktivität "Arbeitsbeispiel" (das gleiche Arbeitsbeispiel für die PS-I-Bedingung); das Übungsproblem gepaart mit diesem Arbeitsbeispiel.
      HINWEIS: Es ist wichtig, dass das Übungsproblem, das in den Materialien für diese Bedingung enthalten ist, in der PS-I-Bedingung nicht vorhanden ist. Es ist enthalten, um die zusätzliche Zeit, die die PS-I-Studenten für das Erfindungsproblem aufgewendet haben, experimentell zu kompensieren. Eine intrinsische Einschränkung von PS-I-Designs ist die Schwierigkeit, die Gleichwertigkeit sowohl in Bezug auf Zeit als auch auf Material zu kontrollieren. Selbst in Designs, in denen sich die PS-I-Bedingung und die Kontrollbedingung nur in der Reihenfolge unterscheiden, in der Lernmaterialien präsentiert werden (d.h. entweder ein Problem vor einer expliziten Unterrichtsphase darstellen oder genau das gleiche Problem nach der exakt gleichen expliziten Anweisungsphase darstellen), wird keine Äquivalenz erreicht, da ein Problem, das vor dem Unterricht gelöst wird, voraussichtlich mehr Zeit in Anspruch nimmt als nach dem Unterricht. Dieses Protokoll behandelt dieses Problem auf die gleiche Weise wie andere Studien24, indem zusätzliche Materialien in die direkte Anweisungsbedingung aufgenommen werden.
    3. Trennen Sie die beiden Aktivitäten in jedem Aufgabenbuch, indem Sie die der zweiten Aktivität entsprechenden Papiere (z. B. mit einem Clip oder einer Haftnotiz) miteinander verbinden, so dass die Schüler den Inhalt der zweiten Aktivität nicht sehen können, während sie die erste Aktivität ausführen.
  3. Informieren Sie die Schüler über das Verfahren, das in diesem spezifischen Schritt zu befolgen ist.
    1. Sagen Sie ihnen, dass sie je nach Aufgabenbuch, das ihnen zugewiesen ist, zwei verschiedene Paar von Aktivitäten haben, aber alle Schüler werden den gleichen Inhalt sehen, und am Ende der Lektion haben alle Zugriff auf alle Aktivitäten.
    2. Lassen Sie sie wissen, dass ihnen gesagt wird, wann sie die erste Aktivität beginnen und wann sie zur zweiten Aktivität wechseln sollen. Sagen Sie ihnen auch, dass die Papiere für die zweite Aktivität verpflichtet wurden, sie daran zu hindern, vor dem richtigen Zeitpunkt zu suchen.
    3. Um potenzielle Frustration im Zusammenhang mit der Angst vor dem Scheitern zu reduzieren, sagen Sie ihnen, dass sie, obwohl sie einige Aktivitäten schwierig finden könnten, versuchen sollten, diese Schwierigkeiten als Lernmöglichkeiten zu sehen39.
  4. Weisen Sie die beiden Aufgabenbücher nach dem Zufallsprinzip den Schülern in der Klasse zu
    HINWEIS: Um kontaminierende Faktoren zu vermeiden, die sich auf den Sitzplatz der Schüler beziehen, verteilen Sie die Aufgabenbücher homogen auf die verschiedenen Teile der Klasse. Wenn Sie beispielsweise durch die Klasse gehen, geben Sie einem Schüler das PS-I-Aufgabenbuch und dann das direkte Anleitungsaufgabenbuch dem nächsten Schüler.
  5. Sobald Sie die Aufgabenbücher an alle Schüler in der Klasse verteilt haben, bitten Sie sie, individuell an der ersten Aktivität zu arbeiten.
    1. Sagen Sie den Schülern, dass sie 15 Minuten Zeit für die erste Aktivität haben. Anweisungen sind in den Papierbögen enthalten und es sind keine allgemeineren Anweisungen erforderlich.
    2. Sagen Sie ihnen, dass Sie für alle Fragen zur Verfügung stehen, aber vermeiden Sie es, den Schülern zusätzliche Inhalte zu geben, die nicht in den Aufgabenbüchern enthalten sind.
      HINWEIS: Insbesondere für Studenten, die das Erfindungsproblem lösen, vermeiden Sie es, sie zu konventionellen Lösungen zu führen, da dies die Entwicklung ihres eigenen Wissens verkürzen kann11. Stattdessen schlagen wir drei mögliche Antworten auf die Fragen der Schülervor 11:a) helfen Sie ihnen, ihre eigenen Prozesse zu klären, indem Sie sie bitten, zu erklären, was sie tun; b) ihnen helfen, sich mit ihrer Intuition zu orientieren, indem sie sie fragen, welches Land ihrer Meinung nach mehr Ungleichheit hat als andere Länder; c) ihnen helfen, das Ziel der Aktivität zu verstehen, indem Sie sie bitten, allgemeine Indizes zu erstellen, die die Unterschiede berücksichtigen, die sie sehen, können Sie Beispiele für andere quantitative Indizes angeben (z. B. "Der Mittelwert ist ein Index zur Berechnung des zentralen Wertes in einer Verteilung").
  6. Sobald die 15 Minuten für die erste Aktivität vorbei sind, bitten Sie die Schüler, zu ihrer entsprechenden zweiten Aktivität überzusteigen, für die sie den Clip oder die Haftnotiz entfernen müssen.
    1. Sagen Sie ihnen, dass sie 15 Minuten für die zweite Aktivität haben. Anweisungen sind in den Papierbögen enthalten und es sind keine zusätzlichen allgemeinen Anweisungen erforderlich. Sagen Sie ihnen, dass Sie für alle Fragen zur Verfügung stehen.
      HINWEIS: Die Schüler haben Zugriff auf die Inhalte der vorherigen Aktivität.
  7. Sobald die 15 Minuten vorbei sind, bitten Sie sie, Ihnen das fertige Material zu übergeben.

7. Verwaltung der Vorlesungsinhalte

  1. Reservieren Sie 40 Minuten innerhalb einer oder mehrerer Unterrichtsperioden, um die Vorlesung über statistische Variabilität an alle Schüler in der Klasse zu halten.
    HINWEIS: Das Protokoll kann jederzeit während der Vorlesung unterbrochen werden und kann in der anschließenden Unterrichtsstunde fortgesetzt werden.
  2. Um den Vortrag zu halten, folgen Sie den Folien, die unter folgendem Link zu finden sind: https://www.dropbox.com/sh/aa6p3hs8esyf5xa/AACTvpVlEbdEtLVfBIbe9j7aa?dl=0.
    HINWEIS: Die Datei enthält Animationen zur Staffelung des Inhalts, Kommentare mit vorgeschlagenen Erklärungen für die Schüler und Hinweise auf die ungefähre Zeit, die für jede Erklärung vorgesehen ist. Bei den enthaltenen Inhalten und Aktivitäten geht es um die Definition von Variabilität, die Verwendung verschiedener Variabilitätsmaße (Bereich, Interquartilsbereich, Varianz, Standardabweichung und Variationskoeffizient), die Eigenschaften dieser Messgrößen und ihre Vor- und Nachteile im Vergleich zueinander und zu anderen suboptimalen Lösungen13. Eine weitere Beschreibung dieser vorgeschlagenen Vorlesung finden Sie in Anhang E. Der Benutzer kann diese Materialien in Abhängigkeit von verschiedenen Faktoren wie spezifischen Inhalten, die im Unterricht abgedeckt werden sollen, bevorzugten Unterrichtsprinzipien oder verschiedenen kulturellen Ausdrucksformen anpassen.

8. Ausfüllen des Neugierfragebogens

  1. Geben Sie den Studierenden am Ende der Vorlesung die Curiosity Scale aus dem Epistemic Related Emotions Questionnaire40 (Anhang F) und geben Sie ihnen 2 Minuten Zeit, um sie auszufüllen. Erinnern Sie die Schüler daran, ihre Identifikationsnummer auf den Fragebogen zu schreiben, bevor Sie ihn zurückgeben.
    HINWEIS: In der Literatur wird Neugier oft direkt nach der erfindungsgemäßen Aktivität und den entsprechenden Kontrollaktivitätengemessen 14,17. Das Protokoll ist flexibel auf diese und andere mögliche Anpassungen in dieser Hinsicht. Der Einfachheit halber haben wir die Messung der Neugier nur am Ende der Lektion aufgenommen, weil sie für die Untersuchung der längerfristigen Auswirkungen von PS-I auf die Neugier relevant ist und weil eine erhöhte Neugier direkt nach der Erfindungsaktivität teilweise dadurch erklärt werden kann, dass die Schüler während der Erfindungsaktivität weniger Informationen erhalten als bei alternativen Aktivitäten, die als Kontrollen verwendet werden.

9. Administration des Lern-Post-Tests

  1. Nehmen Sie sich in Übereinstimmung mit dem Lehrer in jeder Klasse 30 Minuten in einer Unterrichtszeit, um den Nachtest durchzuführen.
  2. Verteilen Sie den Post-Test in Anhang G an die Schüler. Bitten Sie sie, individuell daran zu arbeiten.
    1. Geben Sie den Schülern 25 Minuten Zeit, um den Post-Test durchzuführen. Anweisungen sind im Post-Test enthalten und es sind keine zusätzlichen allgemeinen Anweisungen erforderlich.
  3. Sobald die 25 Minuten vorbei sind, bitten Sie sie, den Post-Test an Sie zurückzugeben.

10. Bereitstellung von Feedback und allen Lernmaterialien für die Schüler

  1. Stellen Sie die für diese Lektion verwendeten Materialien den Schülern zur Verfügung. Die Power-Point-Folien, die Materialien für die beiden Lernbedingungen und die Lösungen für den Pre-Test und Post-Test sind in Anhang Hverfügbar.

11. Kodierung der Daten

  1. Berechnen Sie die Punktzahlen für die verschiedenen Skalen in den Fragebögen, indem Sie alle Punktebewertungen innerhalb jeder Fragebogenskala addieren (siehe Anhang B für eine Zusammenfassung der Fragebogenelemente in den vorgeschlagenen Fragebögen).
  2. Berechnen Sie die Punktzahl für divergentes Denken, indem Sie alle geeigneten Antworten zählen, die von jedem Schüler in beiden Elementen in der Alternative Uses Task37gegeben werden.
    HINWEIS: Andere Kennzahlen, die häufig aus der Aufgabe "Alternative Verwendungen" codiert werden, z. B. Flexibilität, Originalität und Ausarbeitung, können ebenfalls als36,37in Betracht gezogen werden.
  3. Berechnen Sie die Punktzahl des Vorwissens-Vortests, indem Sie zuerst jedes Element mit dem Antwortschlüssel in Anhang I-1 bewerten und dann die Punktzahlen für alle Elemente addieren.
  4. Berechnen Sie die verschiedenen Lernmaße, indem Sie zuerst jedes Element im Post-Test mit dem Antwortschlüssel in Anhang I-2 bewerten und dann die Ergebnisse für jede Lernmaßnahme addieren: Punktzahlen in den Punkten 1 bis 3 für die prozedurale Lernmaßnahme, Ergebnisse in den Punkten 4-8 für die konzeptionelle Lernmaßnahme und Ergebnisse in den Punkten 9-11 für die Übertragung von Lernmaßen.
    HINWEIS: Andere Maßnahmen über den Lernprozess wie die Anzahl der von den Studierenden während der Erfindung erstellten Lösungen oder die Richtigkeit der Lösungen in allen Problemlösungsaktivitäten können in Betracht gezogen werden, werden aber in diesem Protokoll nicht erläutert.

12. Analyse der Daten

Bitte beachten Sie, dass sich die Referenzen in diesem Abschnitt auf praktische Handbücher zur Durchführung der Analysen mit SPSS und PROCESS-Software beziehen, aber auch andere Programme verwendet werden können.

  1. Um die allgemeine Wirksamkeit von PS-I zu bewerten, vergleichen Sie die Neugier- und Lernwerte der PS-I-Bedingung mit den Neugier- und Lernwerten der Kontrollbedingung.
    HINWEIS: Solange die Annahmen erfüllt sind, empfehlen wir IN erster Linie ANCOVA zur Kontrolle der Prädisposition von Kovariaten. Als zweite Option empfehlen wir t-Tests für unabhängige Gruppen und als dritte Option empfehlen wir Mann-Whitney U Tests41. Für diese Analysen ist keine Mindeststichprobengröße erforderlich, aber unter Berücksichtigung der Effektgrößen in der bisherigen Literatur (d = .43)21wird eine Mindeststichprobe von 118 Schülern pro Gruppe empfohlen, um die Identifizierung der Effekte als signifikant zu erleichtern (zweiseitige Leistungsanalysen für Unterschiede zwischen unabhängigen Mitteln, α = 0,05, β = .95,). Stichproben, die größer als 30 Schüler pro Gruppe sind, würden es einfacher machen, die Annahmen der Normalität für ANCOVA oder t-Tests41zu erfüllen.
  2. Um Mediationseffekte (z.B. die Vermittlung von Neugier auf das Lernen) und/oder den moderierenden Einfluss von Veranlagungen intuitiv zu erforschen, führen Sie Korrelationsanalysen zwischen der Mediatorvariablen (z.B. Neugier) und der Lernvariablen (z.B. konzeptionelles Wissen) in den beiden Lernbedingungen durch.
    HINWEIS: Solange annahmen erfüllt sind, empfehlen wir in erster Linie die Verwendung von Pearson-Korrelationen und als zweite Option empfehlen wir Spearman-Korrelationen42. Für diese Analysen ist keine Mindeststichprobengröße erforderlich, aber große Stichproben (z. B. mehr als 30 Schüler pro Gruppe) würden es einfacher machen, die für Pearson-Korrelationen erforderlichen Normalitätsannahmen zu erfüllen. Mögliche Moderationseffekte würden durch Prädispositionsvariablen angezeigt, die in einer Lernbedingung unterschiedliche Korrelationswerte aufweisen als in der anderen. Ein möglicher Mediationseffekt (z.B. die Vermittlung von Neugier auf das Lernen) wäre angezeigt, wenn die vermittelnde Variable mit den Lernergebnissen in mindestens einer Bedingung korreliert ist und wenn die Niveaus dieser Variablen in einer Lernbedingung im Vergleich zur anderen unterschiedlich sind (siehe Ergebnisse in Schritt 12.1).
  3. Um einen Mediationseffekt auf das Lernen und/oder den moderierenden Einfluss der Veranlagungen der Schüler weiter zu bewerten, führen Sie je nach konzeptionellem Modell entweder eine Mediationsanalyse, eine Moderationsanalyse oder eine bedingte Prozessanalyse (die Mediation und Moderationsanalyse kombiniert) durch, um43zu testen, die je nach den gewählten Hypothesen und / oder der vorläufigen Analyse in Schritt 12.2 variieren würde.
    HINWEIS: Da diese Analysen auf multiplen Regressionen basieren und daher auf einem statistischen Ansatz mit festen Effekten basieren, empfehlen wir, um die Ergebnisse so verallgemeinerbar wie möglich zu machen, eine Mindeststichprobengröße von 15 Studenten pro Mediationsvariable, die im konzeptionellen Modell enthalten sind, plus 30 Studenten pro Moderationsvariable, die im Modell enthalten ist. Einige Programme wie PROCESS erlauben nur die Aufnahme von maximal zwei moderierenden Variablen gleichzeitig. Um mehr moderierende Variablen zu integrieren, müssten mehrere Analysen durchgeführt werden, um die eingeschlossenen Moderatoren zu ändern.

Ergebnisse

Dieses Protokoll wurde in einer früheren Studie23zufriedenstellend umgesetzt, mit Ausnahme der Messungen der Veranlagungen der Schüler in Bezug auf kompetenzsensen Sinn, Meisterschaftsziele, Metakognition und divergentes Denken.

Um diesen Prädispositionen zu begegnen, enthält dieses Protokoll Maßnahmen, die zuvor validiert wurden und ein hohes Maß an Zuverlässigkeit gezeigt haben (Tabelle 1).

Typische Lösungen, die vo...

Diskussion

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...

Offenlegungen

Die Autoren haben nichts preiszugeben.

Danksagungen

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.

Materialien

NameCompanyCatalog NumberComments
SPSS ProgramInternational Business Machines Corporation (IBM)Other programs for general data analysis might be used instead
PROCESS programAndrew 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 holds the copyright
Mastery Approach Scale in the Achievement Goal Questionnaire-RevisedAndrew 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 InventoryGregory 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).

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Weitere Artikel entdecken

VerhaltenAusgabe 175Erfindungsaktivit tenProduktives VersagenExploratives LernenSelbstregulierte Vorbereitung auf das LernenSelbstwirksamkeitMastery Approach GoalsMetakognitionDivergentes DenkenNeugierTransferKognitive BelastungStatistikbildung

This article has been published

Video Coming Soon

JoVE Logo

Datenschutz

Nutzungsbedingungen

Richtlinien

Forschung

Lehre

ÜBER JoVE

Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten