Förderung des symbolisch-mathematischen Modellverständnisses in der Physikalischen Chemie

Ines Komor

Diese Publikation zitieren

Ines Komor, Förderung des symbolisch-mathematischen Modellverständnisses in der Physikalischen Chemie (2022), Logos Verlag, Berlin, ISBN: 9783832584375

52
Accesses

Beschreibung / Abstract

Die Physikalische Chemie ist durch die intensive Nutzung von symbolisch-mathematischen Modellen charakterisiert. Um die bei der Bearbeitung physikalisch-chemischer Aufgaben anfallenden Anforderungen bewältigen zu können, ist symbolisch-mathematisches Modellverständnis erforderlich. Ziel dieser Studie war es, lösungsbeispielbasierte Selbstlernmaterialien zur Unterstützung der Studierenden in der Physikalischen Chemie zu entwickeln und zu evaluieren. Für die Evaluation musste zunächst ein geeignetes Testinstrument zur Messung des symbolisch-mathematischen Modellverständnisses entwickelt werden.

Zur Untersuchung der Effektivität des Lernmaterials wurde ein Switching-Replications-Design gewählt, um durch ein Wartekontrollgruppendesign nicht nur die Wirksamkeit des Trainings zu überprüfen, sondern auch um mögliche Effekte des Einsatzzeitpunktes im Semester aufzudecken. Insgesamt nahmen N = 54 Studierende im zweiten Fachsemester der Ein-Fach-Studiengänge Chemie und Water Science teil. Das Training umfasste fünf Einheiten von je 90 Minuten.

Die Ergebnisse zeigen, dass die Studierenden ihr symbolisch-mathematisches Modellverständnis während der Intervention signifikant und mit einem großen Effekt verbessern. Die beiden Interventionsgruppen unterscheiden sich nicht, so dass der Zeitpunkt des Trainings keinen Einfluss hat. Somit konnte der positive Effekt von Lösungsbeispielen beim Lernen chemiebezogener Inhalte im Rahmen der Hochschullehre repliziert werden.

Inhaltsverzeichnis

  • BEGINN
  • 1 Einleitung
  • 2 Repräsentationen, Modelle und Visualisierungen in der Chemie
  • 3 Mathematisches Modellieren
  • 3.1 Mathematisches Modellieren in der Chemie
  • 3.2 Probleme beim Durchlaufen des Modellierungskreislaufs
  • 4 Lernen mit Lösungsbeispielen
  • 4.1 Gestaltungsprinzipien
  • 4.2 Selbsterklärungsprompts
  • 4.3 Double content Lösungsbeispiele
  • 5 Studienziel und Forschungsfragen
  • 6 Studiendesign
  • 6.1 Untersuchungsdesign
  • 6.2 Testinstrumente
  • 6.3 Entwicklung des Lernmaterials
  • 6.4 Methoden der Datenauswertung
  • 6.5 Stichprobe und Durchführung
  • 6.6 Datenaufbereitung
  • 7 Ergebnisse der Pilotstudie
  • 7.1 Untersuchung des Tests zum symbolisch-mathematischen Modellverständnis
  • 7.2 Prüfung auf Normalverteilung und Ausreißer
  • 7.3 Entwicklung des symbolisch-mathematischen Modellverständnisses
  • 7.4 Entwicklung des Fachwissens in der Physikalischen Chemie
  • 7.5 Zusammenhänge mit den Eingangsvoraussetzungen
  • 7.6 Implikationen für die Hauptstudie
  • 8 Ergebnisse der Hauptstudie
  • 8.1 Untersuchung des Tests zum symbolisch-mathematischen Modellverständnis
  • 8.2 SMMV-Mathematiktest
  • 8.3 Prüfung auf Normalverteilung und Ausreißer
  • 8.4 Entwicklung des symbolisch-mathematischen Modellverständnisses
  • 8.5 Entwicklung des Fachwissens in der Physikalischen Chemie
  • 8.6 Entwicklung der mathematischen Fähigkeiten
  • 8.7 Zusammenhänge verschiedener Kontrollvariablen mit den Eingangsvoraussetzungen und dem Lernzuwachs
  • 8.8 Zusammenhänge mit den Eingangsvoraussetzungen
  • 8.9 Einfluss der Bearbeitungsart der Übungsaufgaben auf Lernzuwachs
  • 9 Zusammenfassung und Ausblick
  • 10 Verzeichnisse
  • 10.1 Literaturverzeichnis
  • 10.2 Abbildungsverzeichnis
  • 10.3 Tabellenverzeichnis
  • 10.4 Abkürzungsverzeichnis
  • Anhang

Mehr von dieser Serie

    Ähnliche Titel

      Mehr von diesem Autor