UnterWiss_2001_1_Renkl_Explorative_Analysen

2025-04-14 0 0 1.97MB 25 页 5.8玖币
侵权投诉
Renkl, Alexander
Explorative Analysen zur effektiven Nutzung von instruktionalen
Erklärungen beim Lernen aus Lösungsbeispielen
Unterrichtswissenschaft 29 (2001) 1, S. 41-63
Quellenangabe/ Reference:
Renkl, Alexander: Explorative Analysen zur effektiven Nutzung von instruktionalen Erklärungen beim
Lernen aus Lösungsbeispielen - In: Unterrichtswissenschaft 29 (2001) 1, S. 41-63 - URN:
urn:nbn:de:0111-opus-76778 - DOI: 10.25656/01:7677
https://nbn-resolving.org/urn:nbn:de:0111-opus-76778
https://doi.org/10.25656/01:7677
in Kooperation mit / in cooperation with:
http://www.juventa.de
Nutzungsbedingungen Terms of use
Gewährt wird ein nicht exklusives, nicht übertragbares, persönliches und
beschränktes Recht auf Nutzung dieses Dokuments. Dieses Dokument ist
ausschließlich für den persönlichen, nicht-kommerziellen Gebrauch
bestimmt. Die Nutzung stellt keine Übertragung des Eigentumsrechts an
diesem Dokument dar und gilt vorbehaltlich der folgenden Einschränkungen:
Auf sämtlichen Kopien dieses Dokuments müssen alle
Urheberrechtshinweise und sonstigen Hinweise auf gesetzlichen Schutz
beibehalten werden. Sie dürfen dieses Dokument nicht in irgendeiner Weise
abändern, noch dürfen Sie dieses Dokument für öffentliche oder
kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, aufführen,
vertreiben oder anderweitig nutzen.
We grant a non-exclusive, non-transferable, individual and limited right to
using this document.
This document is solely intended for your personal, non-commercial use. Use
of this document does not include any transfer of property rights and it is
conditional to the following limitations: All of the copies of this documents must
retain all copyright information and other information regarding legal
protection. You are not allowed to alter this document in any way, to copy it for
public or commercial purposes, to exhibit the document in public, to perform,
distribute or otherwise use the document in public.
Mit der Verwendung dieses Dokuments erkennen Sie die
Nutzungsbedingungen an. By using this particular document, you accept the above-stated conditions of
use.
Kontakt / Contact:
peDOCS
DIPF | Leibniz-Institut für Bildungsforschung und Bildungsinformation
Informationszentrum (IZ) Bildung
E-Mail: pedocs@dipf.de
Internet: www.pedocs.de
Unterrichtswissenschaft
Zeitschrift
für
Lernforschung
29.
Jahrgang/2001/Heft
1
Thema:
Lernen
aus
Lösungsbeispielen
Verantwortlicher
Herausgeber:
Alexander
Renkl
Alexander
Renkl:
Lernen
aus
Lösungsbespielen:
Einführung
2
Angela
Kroß,
Gunter
Lind:
Einfluss
von
Vorwissen
auf
Intensität
und
Qualität
des
Selbsterklärens
beim
Lernen
mit
biologischen
Beispielaufgaben
5
Robin
Stark,
Hans
Gruber,
Heinz
Mandl,
Ludwig
Hinkofer:
Wege
zur
Optimierung
eines
beispielbasierten
Instruktionsansatzes:
Der
Einfluss
multipler
Perspektiven
und
instruktionaler
Erklärungen
auf
den
Erwerb
von
Handlungskompetenz
26
Alexander
Renkl:
Explorative
Analysen
zur
effektiven
Nutzung
von
instruktionalen
Erklärungen
beim
Lernen
mit
Lösungsbeispielen
4}x(
Thomas
J.
Schult,
Peter
Reimann:
Automatisierte
Hilfe
für
das
Lernen
aus
Lösungsbeispielen
Michael
Henninger:
Auf
dem
Highway
ist
die
Hölle
los
oder
Die
instruktionale
Unter¬
stützung
bei
Lösungsbeispielen
auf
der
Überholspur
(Kommentar)
82
Wolfgang
Schnotz:
Lernen
aus
Beispielen:
Ein
handlungstheoretischer
Rahmen
(Kommentar)
88
1
Alexander
Renkl
Explorative
Analysen
zur
effektiven
Nutzung
von
instruktionalen
Erklärungen
beim
Lernen
aus
Lösungsbeispielen*)
Explorative
Analyses
on
the
Effective
Use
of
Instructional
Explanations during
Learning
from
Worked-Out
Examples
Wie
stark
Lernende
von
einem
Studium
von
Lösungsbeispielen
profitieren
hängt
ins¬
besondere
davon
ab,
inwieweit
sie
das
Rationale
der
jeweiligen
Beispiellösungen
ver¬
stehen.
Sowohl
Selbsterklärungen
als
auch
instruktionale
Erklärungen
können
dabei
zum
Verständnis
beitragen.
Renkl
(2000)
entwickelte
ein
Modell
zur
produktiven
Inte¬
gration
von
Selbsterklärungen
und
instruktionalen
Erklärung,
welches
dem
Design
einer
beispielbasierten
Lernumgebung
zur
Wahrscheinlichkeitsrechnung
zugrunde
lag.
Die
Lernenden
erklärten
sich die
Lösungsbeispiele
dabei
selbst.
Bei
Bedarf
konn¬
ten
sie instruktionale
Erklärungen
aufrufen.
Dabei
wurde
zunächst
eine
minimalisti-
sche
Erklärung
(zugrunde
liegendes
wahrscheinlichkeitstheoretisches
Prinzip)
gege¬
ben.
Falls
den
Lernenden
dies
nicht
genügte,
konnten
sie
eine
ausführlichere
Erklä¬
rung
abrufen
(Prinzip
+
Bezug
desselben
zum
aktuellen
Lösungsbeispiel).
Diese
Art
der
Erklärungen
erweis
sich
als
lernförderlich,
jedoch
in
begrenztem
Ausmaß
(Renkl,
2000).
Ziel
dieser
Arbeit
war
es,
mögliche
Defizite
bei
der
Nutzung
der
in¬
struktionalen
Erklärungen
durch
die
Lernenden
zu
identifizieren,
um
daraus
instruk¬
tionale
Maßnahmen
zur
weiteren
Steigerung
des
Lernerfolgs
abzuleiten.
Aus
einer
Re-Analyse
der
Daten
von
Renkl
(2000)
ergaben
sich
Hinweise,
dass
die
Belastung
des
Arbeitsspeichers
beim
Verarbeiten
der
instruktionalen
Erklärungen
sehr
hoch
war
und
dass
die
minimalistischen
Erklärungen
speziell
im
Vergleich
zu
den
ausführ¬
licheren
Erklärungen
nur
eingeschränkt
hilfreich
waren.
Als
Konsequenz
daraus
soll¬
ten
instruktionale
Maßnahmen
getroffen
werden,
die
(1)
die
kognitive
Belastung
beim
Verarbeiten
der
instruktionalen
Erklärungen
reduzieren
und
die
(2)
bei
den
mi¬
nimalistischen
Erklärungen
das
Herstellen
von
Bezügen
zwischen
Elementen
des
Prinzips
und
des
aktuellen
Lösungsbeispiels
erleichtern.
The
extent
to
which
learners
profit
from
studying
worked-out
examples depends
on
how
well
they
understand
the
rationale
of
the
corresponding
Solution
procedures.
Self-explanations
as
well
as
instructional
explanations
can
contribute
to
such
an
un-
derstanding.
Renkl
(2000)
developed
a
modelfor
the
productive
Integration
of
self-ex¬
planations
and
instructional
explanations.
An
example-based
learning
environment
on
probability
calculation
was
designed
according
to
this
model.
Herein,
learners
ex-
plained
worked-out
examples
to
themselves.
They
could
demand
an
instructional
ex-
planation
ifnecessary.
In
afirst
step,
a
minimalist
explanation
(ofthe
underlyingpro¬
bability
principle)
was
displayed.
When
the
learners
wanted
more
help,
they
could
re-
quest
a
more
extensive
explanation
(principle
+
its
relation
to
the
actual
worked-out
example).
This
type
of
explanations
proved
to
be
effective,
but
merely
to
a
moderate
*)
Diese
Arbeit
wurde
durch
.die
DFG
(Re
1040/4-1)
unterstützt.
41
extent
(Renkl,
2000).
The
goal
ofthis
study
was
to
identify
deficits
in
the
use
ofthe
in¬
structional
explanations
in
order
to
derive
instructional
means
for
further
improving
learning.
Re-analyses
ofRenkl's
(2000)
dataprovided
hints
that
cognitive
load
on
wor-
king
memory
was
very
high
when
processing
the
instructional
explanations
and
that
the
minimalist
explanations
were
relatively ineffective
in
comparison
to
the
more
ex¬
tensive
explanations.
As
a
consequence,
instructional
means
should
be
employed
that
(1)
reduce
cognitive
load
during
the
processing
ofthe
instructional
explanations
and
that
(2)
make
it
easier
to
relate
the
minimalist
explanations
to
the
example
at
hand.
Lösungsbeispiele
setzen
sich
aus
einer
Problemstellung,
Lösungsschritten
und
der
endgültigen
Lösung
selbst
zusammen.
Wie
inzwischen
eine
Vielzahl
von
Studien
belegt
hat,
sind
insbesondere
beim
anfänglichen
Erwerb
kogniti¬
ver
Fertigkeiten
in
Domänen,
wie
etwa
der
Mathematik
oder
Physik,
Lö¬
sungsbeispiele
sehr
bedeutsam
(Reimann,
1997).
Sie
werden
von
Lernenden
gegenüber
anderen
Informationsquellen
bevorzugt
(z.B.
LeFevre
&
Dixon,
1986),
und
dies
zurecht,
da
das
Lernen
aus
derartigen
Beispielen
typischer¬
weise
sehr
effektiv
ist
(vgl.
Sweller,
van
Merrienboer
&
Paas,
1998).
Wie
viel
Lernende
aber
im
konkreten
Fall
vom
Beispielstudium
profitieren,
hängt
insbesondere
davon
ab,
inwieweit
sie
das
Rationale der
jeweiligen
Beispiellösungen
verstehen.
Sowohl
Selbsterklärungen
als
auch
instruktionale
Erklärungen
können
dabei
zum
Verständnis
beitragen.
Renkl
(2000)
entwik-
kelte
ein
Modell
zur
produktiven
Integration
von
Selbsterklärungen
und
in¬
struktionalen
Erklärung,
welches
dem
Design
einer
beispielbasierten
Lernum¬
gebung
zur
Wahrscheinlichkeitsrechnung
zugrunde
lag.
Diese
Lernumge¬
bung
wurde
einer
ersten
empirischen
Überprüfung
unterzogen.
Die
Lernen¬
den
erklärten sich
die
Lösungsbeispiele
dabei
selbst.
Bei
Bedarf
konnten
sie
in¬
struktionale
Erklärungen
aufrufen.
Diese
Art
der
Erklärungen
erweis
sich
als
lernförderlich,
jedoch
in
begrenztem
Ausmaß
(Renkl, 2000).
Ziel
der
vorlie¬
genden
Arbeit
war
es,
die
Daten
von
Renkl
(2000)
einer
Re-Analyse
zu
unter¬
ziehen,
um
mögliche
Defizite
bei
der
Nutzung
der
instruktionalen
Erklärun¬
gen
durch
die
Lernenden
zu
identifizieren.
Daraus
sollen
wiederum
instruktio¬
nale
Maßnahmen
zur
weiteren
Steigerung
des
Lernerfolgs
abgeleitet
werden.
Im
folgenden
wird
zunächst näher
auf
die
Bedeutung
von
Selbsterklärungen
beim
Lernen
aus
Lösungsbeispielen
eingegangen,
und
es
wird
das
bereits
er¬
wähnte
Modell
zur
Integration
von
Selbsterklärungen
und
instruktionalen
Er¬
klärungen
vorgestellt.
Sodann werden
die
Hauptbefunde
des
zu
re-analysie-
renden
Experiments
dargelegt.
Vor
diesem
Hintergrund
werden
schließlich
Forschungsfragen
formuliert,
deren
Beantwortung
die
Grundlage
dafür
bie¬
tet,
instruktionale
Maßnahmen
zur
weiteren
Steigerung
des
Lernerfolgs
zu
entwickeln.
1.
Die
Bedeutung
von
Selbsterklärungen
Insbesondere
Lernende,
die sich
die
einzelnen
Lösungsschritte
aktiv selbst
erklären,
profitieren
von
einem
Beispielstudium
(Selbsterklärungseffekt;
42
Chi,
Bassok,
Lewis,
Reimann
&
Glaser,
1989).
In
korrelativen
Studien
wur¬
de
gefunden,
dass
speziell
diejenigen
aus
Lösungsbeispielen
Nutzen
zogen,
die
folgende
Selbsterklärungsaktivitäten zeigten
(z.B.
Chi
et
al.,
1989;
Renkl,
1997a):
(1)
Prinzipienbasierte
Erklärungen
(Zuweisen
von
Bedeu¬
tung
zu
Operatoren,
indem
das
dahinter
liegende
Domänenprinzip
themati¬
siert
wird);
(2)
Explikationen
von
Ziel-Operator-Kombinationen
(Zuwei¬
sung
von
Bedeutung
zu
Operatoren,
indem
das
(Zwischen-)
Ziel
thematisiert
wird,
das
durch
die
Anwendung
eines
Operators
jeweils
erreicht
wird);
(3)
Antizipierendes
Schließen
(der
nächste
Lösungsschritt
eines
Beispiels
wird
nicht
einfach
abgelesen,
sondern
es
wird
versucht
zu
antizipieren,
wie
er
aus¬
sieht,
und
diese
Vorhersage
wird
dann
mit
dem
tatsächlichen
Lösungsschritt
verglichen).
Renkl
(1997a)
zeigte,
dass
die
meisten
Lernenden
jedoch
keine
elaborierten
Selbsterklärungen
vornehmen,
sie
diesbezüglich
also
Defizite
aufweisen.
Um
erstens
einen
experimentellen
Beleg
für
die
Bedeutung
dieser
Arten
von
Selbsterklärungen
zu
erbringen
und
um
zweitens
Fördermaßnahmen
zu
er¬
proben,
führten
wir
zwei
Experimente
durch:
(1)
Renkl,
Stark,
Gruber
und
Mandl
(1998)
trainierten
Bedeutungszuweisungen
zu
Operatoren
via
Expli¬
kationen
von
Ziel-Operator-Kombinationen
und
prinzipienbasierten
Erklä¬
rungen.
Diese
Maßnahme
erhöhte
den
Lernerfolg
insbesondere
von
Lernen¬
den
mit
geringem
Vorwissen.
(2)
In
seinem
Dissertationsprojekt
baute
Stark
(1999)
Lücken
in
Lösungsbeispiele
ein,
so
dass
antizipierendes
Schließen
gleichsam
erzwungen
wurde.
Als
erwünschter
Nebeneffekt
erhielten
die
Ler¬
nenden
zudem
Rückmeldung
über
ihren
Kenntnisstand,
da
nach
der
Antizi¬
pation
der
tatsächliche
Lösungsschritt
präsentiert
wurde,
und
damit
die
Ler¬
nenden
sehen
konnten,
ob
ihre
Antizipation
korrekt
war
(darauf
bezogene
Er¬
klärungen
wurden
hier
nicht
gegeben).
Auch
diese
Maßnahme
erwies
sich
als
erfolgreich,
die
Lernenden
profitierten
davon
unabhängig
von
ihrem
Vör-
wissensniveau.
Obgleich
in
beiden
Studien
nicht
nur
der
Lernerfolg,
sondern
insbesondere
die
Qualität
der
Selbsterklärungen
in
praktisch
signifikantem
Ausmaß
ver¬
bessert
werden
konnte,
zeigten
sich
auch
unter
den
jeweils
günstigen
Lernbe¬
dingungen
bei einer
qualitativ
orientierten
Analyse
der
Selbsterklärungen
doch
weiterhin
substantielle
Defizite.
Beispielsweise
gab
es
falsche
Selbster¬
klärungen,
Verstehensprobleme,
die
die
Lernenden
alleine
nicht
auflösen
konnten,
und
Verständnisillusionen
(fälschliches
Gefühl,
etwas
verstanden
zu
haben).
Diese
Defizite
konnten
ohne
externe
Unterstützung
der
Lernen¬
den
-
diese
waren
ganz
auf
ihre
Selbsterklärungsaktivität
angewiesen
-
kaum
beseitigt
werden.
Insbesondere
die
Probleme
der
falschen
Selbsterklärungen
und
der
„unauflösbaren"
Verstehensschwierigkeiten
legten
es
nahe,
als
unter¬
stützende
Maßnahmen
instruktionale
Erklärungen
einzusetzen.
Dies
in
pro¬
duktiver
Weise
umzusetzen,
ist
aber
insofern
eine
keineswegs
triviale
Aufga¬
be,
als
etliche
Studien
zeigten,
dass
solche
Erklärungen
vielfach
wenig
hilf¬
reich
sind
(z.B.
Brown
&
Kane,
1988;
Chi,
1996;
Stark,
Gruber,
Mandl
&
Hinkofer,
dieses
Heft).
43
摘要：

Renkl,AlexanderExplorativeAnalysenzureffektivenNutzungvoninstruktionalenErklärungenbeimLernenausLösungsbeispielenUnterrichtswissenschaft29(2001)1,S.41-63Quellenangabe/Reference:Renkl,Alexander:ExplorativeAnalysenzureffektivenNutzungvoninstruktionalenErklärungenbeimLernenausLösungsbeispielen-In:Unter...

展开>> 收起<<
UnterWiss_2001_1_Renkl_Explorative_Analysen.pdf

共25页,预览5页

还剩页未读， 继续阅读

声明：本站为文档C2C交易模式，即用户上传的文档直接被用户下载，本站只是中间服务平台，本站所有文档下载所得的收益归上传人(含作者)所有。玖贝云文库仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私，请立即通知玖贝云文库，我们立即给予删除！

相关推荐

更多
立即下载
分类：图书资源 价格：5.8玖币 属性：25 页 大小：1.97MB 格式：PDF 时间：2025-04-14

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务

作者详情

相关内容

更多

热门标签

人际关系 动力学连接体 力的合成 配电装置 高考理综 全宋诗作者索引 公务员考试
/ 25
评分 收藏
分享
立即下载
客服
关注