Individualisiertes Lernen in der Hochschule
Potenziale und Grenzen
Schulmeister 2016
1 Selbsteinschätzung
3 Evaluation
9 Reziprokes Lehren
10 Feedback
13 Meta-kognitive Strategien
20 Problemlösen
26 Direkte Instruktion
30 Fallbeispiele
33 Concept Mapping
40 Keller Plan
44 Interakt. Lernvideos
49 Konzentration
53 Fragenstellen
60 Selbstkonzept
63 Koop.Lernen
71 Comp.unterst.
82 Simulation
83 Indukt.Vorgehen
86 Forschendes Lernen
100 Individualisierung
104 Audio-Visuelle Meth.
112 Webbasiertes Lernen
118 Problem-basiertes L.
126 Fernunterricht
132 Freiarbeit
0.0 0.3 0.6 0.9 1.2 1.5
0.04
0.09
0.15
0.18
0.23
0.23
0.31
0.33
0.33
0.37
0.41
0.43
0.46
0.48
0.52
0.53
0.57
0.57
0.58
0.61
0.69
0.73
0.74
0.90
1.44
Effektstärke d = 0.23Standardfehler 0.056Rang 100Anzahl der Meta-Analysen 9Anzahl der Studien 600Anzahl der Effekte 1.146Anzahl der Personen 9.380
J. Hattie (2014)
a. audio-tutorial (AT)b. computer-assisted instruction (CAI)c. personalized system of instruction (PSI)d. programmed instruction (PI)
f. intelligent tutoring systems (ITS)
e. adaptive Lernsysteme (aLMS)
„Individualisierung“
d = 0.22
d = 0.37
d = 0.53
d = 0.24
B. und M. Goldschmid (1974)Aiello & Wolfle (1980)
d = 0.65
d = 0.45
J. Hattie (2014)
Schulmeister (1995–)
Kulik & Fletcher (2016)
Waxman, Wang, Walberg & Anderson (1985)
Adaptive LernsystemeZuschnitt auf Lernermerkmale d = 0.19 Passung zu Lernstilen d = 0.41(Hattie)
„adaptations are by no means mutually exclusive; they can combine in various patterns, and no doubt all of them have a place in the ideal educational system.“ (Lee J. Cronbach, 1967)
Offene Lernsituationen Forschungsnahe Lehr-Lernmethoden
Methoden-Familie Merkmale ES
Entdeckendes Lernen Suchraum, Heuristik, Hypothesenprüfung d = 0.33
Forschendes Lernen Selbstkongruente Ziele, autonome Methodenwahl d = 0.31
Problem-based Learning Vorgegebene Fälle, Variation in Strategie und Prozess d = 0.15
Case-based Learning Vorgegebene Fälle, Variation in Strategie und Prozess d = 0.57
Web-basiertes Lernen Evaluation, Diskurs, Selbstreflexion d = 0.18
Contract Learning angelehnt an Forschendes LernenPersonal LearningPartizipation in ForschungProjektstudium
Schulmeister (2004)
Reinmann (2016), ZFHE Vol. 11 / Issue 5 (September 2016) pp. 225-244
Das Risiko SelbststudiumBeobachtungen zum Studierverhalten
Schulmeister 2015
Zeitbudget 5 Monate täglichSt
unde
n pr
o St
uden
t in
5 M
onat
en
0
400
800
1200
1600
2000
2400
2800
3200
3600
4000
Abb. 1: Gesamtdaten von 27 Stichproben
MU
K
KU
WI
SOP
MT
R
BA
EW LB
S
KU
WI 2
SOP
2
IngI
nf
MT
BA
Erzw
MPä
d
BWL
IMIT LA
MT
R 2
MAT
H
GEO
KdM
IngI
nf 2
MT
2
PHY
SIK
E-T
ECH
IT S
EC
BA
UIN
G
AR
CH
INF
Workload Private Zeit Urlaub Weiterbildung Jobben Schlafen
Workload 15%
Freizeit 34%
Urlaub 8%
Jobben 2%
Schlafen 40%
Weiterbildung 1%
Workload/WocheAn
zahl
der
Stic
hpro
ben
0
1
2
3
4
5
6
7
8
9
Stunden pro Woche und Person in 35 Stichproben15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
Kein homogener Verlauf der Präsenz in der Vorlesungszeit
Stun
den
pro
Woc
he
0
5
10
15
20
25
30
35
40
45
50
Kw44
Kw45
Kw46
Kw47
Kw48
Kw49
Kw50
Kw51
Kw52Kw1
Kw2
Kw3
Kw4
Kw5
Kw6
Kw7
Kw8
Kw9
Kw10
Kw11
Kw12
Kw13
Wasser1 Wasser2 StatikBaubetrieb Geotech1 Geotech2Tragwerk Baurecht ö. Baurecht pStahl & Holz Schweißen
Heterogenität im Selbststudium
0
5
10
15
20
25
30
35
40
45
50
Kw44
Kw45
Kw46
Kw47
Kw48
Kw49
Kw50
Kw51
Kw52Kw1
Kw2
Kw3
Kw4
Kw5
Kw6
Kw7
Kw8
Kw9
Kw10
Kw11
Kw12
Kw13
Stun
den
pro
Woc
he
0
5
10
15
20
25
30
35
40
45
50
Kw44
Kw45
Kw46
Kw47
Kw48
Kw49
Kw50
Kw51
Kw52Kw1
Kw2
Kw3
Kw4
Kw5
Kw6
Kw7
Kw8
Kw9
Kw10
Kw11
Kw12
Kw13
0
5
10
15
20
25
30
35
40
45
50
KW44
KW45
KW46
KW47
KW48
KW49
KW50
KW51
KW52
KW01
KW02
KW03
KW04
KW05
KW06
KW07
KW08
KW09
KW10
Alle StudierendenStudent A
Student B Student C
Anwesenheit und Noten
0
100
200
300
400
F D C B A
Anwesenheit >90%
1% 5% 19% 30% 45%
781 Studierende (35% der Stichprobe)
0
100
200
300
400
F D C B A
Anwesenheit 60%–90%
2% 11% 32% 32% 23%
753 Studierende (33% der Stichprobe)
0
100
200
300
400
F D C B A
Anwesenheit <60%
18% 22% 29% 24% 7%
740 Studierende (33% der Stichprobe)
nach M.M. JarrioInstitute of Georgia Technology
School of Physics2009-2013
N = 2.271
Inverted Classroom Model (ICM)
ICM in Anglistik: Anwesende der Präsenzphase „schnitten am Ende in der Abschlussklausur erheblich besser ab als diejenigen, die auf die Präsenzteilnahme verzichteten oder nur selten anwesend waren.“ „Die Wirksamkeit der Präsenzphase im InvertedClassroom (Mastery) Modell steht außer Frage.“
ICM als Statistik-Kurs: Regelmäßige Präsenz führt zu besseren Noten: „Dies zeigt die enorme Bedeutung der Präsenzphase und deren Aufwertung durch das ICM auf.“
Jürgen Handke
Andrea Breitenbach aus: Großkurth/Handke (Hrsg.): Inverted Classroom and Beyond. Tectum 2016
eLectures und Präsenz
„Das Nutzungsverhalten nach einer verpassten Präsenzveranstaltung zeigt, dass Studierende, die nur Teile der verpassten Veranstaltung anschauen oder das Angebot gar nicht nutzen, signifikant stärker zu Aufschiebeverhalten neigen“.
„Obwohl durch die eLectures die Möglichkeit gegeben wäre, verpasste Inhalte nachzuholen, nehmen ca. 16 Prozent diese Möglichkeit gar nicht wahr. Die Gruppe weist mit einem Mittelwert von 3,89 die höchste Prokrastinationstendenz auf.“
„Der Mittelwertvergleich von Studierenden die angeben, aufgrund des eLecture Angebotes ihre Anwesenheit in Präsenz zu reduzieren („Wegbleiber“) gegenüber denen, die aufgrund des Angebotes ihre Anwesenheit in den Veranstaltungen nicht reduzieren zeigt, dass die Prokrastinationstendenz bei denen die wegbleiben signifikant stärker ausgeprägt ist.“
Alexander Tillmann
Jana Niemeyer
Tillmann, Niemeyer & Krömker: „Das schaue ich mir morgen an“ – Aufschiebeverhalten bei der Nutzung von eLectures; eine Analyse. 2016Detlef Krömker
Substitution der Abwesenheit durch Selbststudium?St
unde
n in
23.
5 W
oche
n
0
50
100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
Eine Stichprobe im Sommer 2015
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37
Präsenz Selbststudium
Median
100%
100%56%
31%
Präsenz und Selbststudiumin Bachelor-Studiengängen
BWL Selbststudium & Noten
Stun
den
in 5
Mon
aten
0
100
200
300
400
500
600
700
800
900
1000
1100
Studierende0 5 10 15 20 25 30 35 40 45 50 55
1-2 2-3 3-4 4-5
r = .03
BWL Präsenz & Noten
Stun
den
in 5
Mon
aten
100110120
130140
150160170
180190
200210220
230240
250
Studierende0 5 10 15 20 25 30 35 40 45 50 55
1-2 2-3 3-4 4-5
r = -.32
Selbststudium oder Anwesenheit?
Präsenz
MathematikAnwesenheit & Klausurpunkte r = 0.48Anwesenheit & Übungspunkte r = 0.62
BWLAnwesenheit & Noten r = – 0.36WiInf: Anwesenheit & Noten r = – 0.47Recht: Anwesenheit & Noten r = – 0.25Rechnungswesen: Anw. & Noten r = – 0.30
InformatikGP2 Selbststudium & Noten r = – 0.22GPS Selbststudium & Noten r = – 0.02
Selbststudium
MathematikSelbststudium & Klausurpunkte r = – 0.16Selbststudium & Übungspunkte r = – 0.08
InformatikGP2: Anwesenheit & Noten r = – 0.55GPS: Anwesenheit & Noten r = – 0.40
BWLSelbststudium & Noten r = 0.03
0
5
10
15
20
25
30
35
40
45
50KW
18KW
19KW
20KW
21KW
22KW
23KW
24KW
25KW
26KW
27KW
28KW
29KW
30KW
31KW
32KW
33KW
34KW
35KW
36KW
37KW
38KW
39
0
5
10
15
20
25
30
35
40
45
50
KW44
KW45
KW46
KW47
KW48
KW49
KW50
KW51
KW52
KW1
KW2
KW3
KW4
KW5
KW6
KW7
KW8
KW9
KW10
KW11
KW12
KW13
0
5
10
15
20
25
30
35
40
45
50
KW45
KW46
KW47
KW48
KW49
KW50
KW51
KW52
KW53
KW1
KW2
KW3
KW4
KW5
KW6
KW7
KW8
KW9
KW10
KW11
KW12
KW13
0
5
10
15
20
25
30
35
40
45
50
kw44kw
45kw
46kw
47kw
48kw
49kw
50kw
51kw
52kw1kw
2kw
3kw
4kw
5kw
6kw
7kw
8kw
9kw
10kw
11kw
12kw
13
Prüfungszeit 6 Klausuren
zulassungsrelevanter Test HF
Prüfungszeitraum 1 Pflicht- und 2 freiw. Klausuren HF, 1 NF
1 Klausur HF
Hausarbeiten
ErsterPrüfungstermin
ZweiterPrüfungstermin
GEO
BWLMUK
MATH
Effekt der Lehrorganisation auf die Verteilung der Workload
Selbststudium in BIWSt
unde
n/Ta
g
00.5
11.5
22.5
33.5
44.5
55.5
6
Semesterwochen1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Selbststudium in BWL
Stun
den/
Tag
00.5
11.5
22.5
33.5
44.5
55.5
6
Semesterwochen
1 2 3 4 5 6 7 8 9 10 1112 13 14 15 16 17 18 1920 2122
Selbststudium in Mechatronik
Stun
den/
Tag
00.5
11.5
22.5
33.5
44.5
55.5
6
Semesterwochen
1 2 3 4 5 6 7 8 9 10 1112 13 14 15 16 17 18 1920 2122
Selbststudium in Geomatik
Stun
den/
Tag
00.5
11.5
22.5
33.5
44.5
55.5
6
Semesterwochen
1 2 3 4 5 6 7 8 9 10 1112 13 14 15 16 17 18 1920 2122
Stun
den
pro
Woc
he
0
10
20
30
40
50
60
70
80
90
100
110
Kw17Kw18
Kw19Kw20
Kw21Kw22
Kw23Kw24
Kw25Kw26
Kw27Kw28
Kw29Kw30
Kw31Kw32
Kw33Kw34
Kw35Kw36
Kw37Kw38
KW39
Kw 40
Präsenz Selbststudium Private Zeit Urlaub Jobben
Semesterverlauf eines Studiengangs
Kalenderwochen vom 20. April bis 30. September 2015
HeterogenitätWelche Kriterien erweisen sich als lernrelevant?
Schulmeister (2014)
„At the present time it seems fair to say that we know considerably more about learning, its varieties and conditions, than we did ten years
ago. But we do not know much more about individual differences in learning than we did thirty years ago.“ R.M. Gagné (1967)
„Die in Psychologie und Pädagogik entwickelten Konstrukte zur Beschreibung unterindividueller Unterschiede sowie die daraus entstandenen Diagnose-Instrumente bilden nur einen Teil der
Unterschiede zwischen den Menschen ab. Aus diesem Grunde ist ihr Nutzen bei der Gestaltung von Lernumgebungen sowie bei der Zuordnung von Schülern zu diesen Lernumgebungen begrenzt.“
E. Stern (2006)
0
1
2
3
4
5
6
7
Sich
erhe
itswa
hrne
hmun
g
Erge
bnis-
Erwa
rtung
Kom
pete
nzer
wartu
ng
Absc
hirm
ung
Selb
stko
ngru
ent Z
iel
Emot
ionsr
egula
tion
Gewi
ssen
hafti
gkeit
Anst
reng
ungs
bere
itsch
aft
Selbstbestimmte Lernmotivation (16,6%)Rezessive Lernmotivation (17,1%)Angstbestimmte Lernmotivation (20%)Pragmatische Lernmotivation (25,9%)Strategische Lernmotivation (20,5%)
25,9%
16,6%
20,5%
20,0%
17,1%
discr. index 0,99discr. index 0,72
BWL
Schulmeister, Metzger & Martens, 2012
vs
Prok
rasti
natio
n
vsAn
gst
Konz
entra
tion
vsAb
lenku
ng
„Results from the present study suggest that the quantity of time spent studying has an influence on performance, but that this influence is moderated by a third variable, the study habits used by students.“ Nonis & Hudson 2010
Anwesenheit
„Class attendance appears to be a better predictor of college grades than any other known predictor of college grades—including SAT scores, HSGPA, studying skills, and the amount of time spent studying“ Meta-Analyst von Credé et al. 2010
Konzentration vs. Ablenkung
„42% of students indicated that they were easily distracted and could not concentrate on their work, … 29% indicated their social life interfered or distracted them from coursework“ Brint & Cantwell 2008
Verantwortung vs. Prokrastination
Angst, geringer Grad an Emotionsregulation, Coping und ein schwaches Selbstbild sind die Quelle für Prokrastination. Verantwortungs-übernahme, conscientiousness und Selbstwirksamkeit wirken ihnen entgegen.
Studierverhalten
Conscientiousness
„Conscientiousness has the strongest association with academic performance of all the FFM dimensions; its association with academic performance rivaled that of intelligence except in primary education.“ Poropat 2009, 334
„Conscientiousness has been repeatedly shown to be positively related to the academic performance of university students“ von Stumm u.a., 2007, 576
„Big Five personality traits are better predictors of AP than cognitive ability, BAI, and gender. Personality was the most powerful predictor of absenteeism, essay marks, … with Conscientiousness being the most significant predictor.“ Furnham et al., 2003
„These effect sizes probably reflect the influence of an overall conscientiousness factor.“ Meta-Analyse von Credé et al., 2010
„Conscientiousness emerged as the only Big Five trait that shows a substantial validity for college or university grades. As we did not find significant moderator effects for the validity of Conscientiousness, we conclude that Conscientiousness is an important trait for academic achievement without substantial differences for study majors, culture, age or other investigated moderator variables.“ Trapmann u.a. 2007, 146
Neurotizismus Extraversion
Offenheit für Erfahrungen Verträglichkeit
Gewissenhaftigkeit
Kompetenz Ordnungsliebe
Pflichtbewusstsein Leistungsstreben
Selbstdisziplin
LERNERFOLGConscientiousnessMOTIVATION
Präsenz
Andere Faktoren Selbststudium
Studierverhalten
Lehrorganisation
Schulmeister 2015
Strukturelle Innovationder Lehrorganisation
VorherPräsenz Selbststudium
∑ = 112 ∑ = 265
für drei ModuleElektrische Motoren und Aktoren
MehrkörperdynamikTechnische Optik 2
Drei Module
Nachher
0
1
2
3
4
5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180
1
2
3
4
5
Vorlesungszeit
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
TU Ilmenau — Präsenzverhalten vor und nach dem Blocken
Individuelle Variablen (Lernmotivation)
• Bedrohungswahrnehmung• Emotionsregulation• Verantwortungsübernahme• Kompetenzerwartung• Ablenkungsneigung• Aufschiebeverhalten
(Prokrastination)• Durchhaltevermögen• selbstkongruente und
persistente Zielverfolgung
System der geblockten ModuleKonsekutive, exklusive Durchführung von Modulen mit Verzahnung von Präsenz- und Selbststudium
Auswirkungen
• keine Konkurrenz zwischen den Modulen
• kontinuierliches Selbststudium• Festigung von Wissen und
Fertigkeiten durch Verzahnung von Lernen und Anwenden
• Angstreduktion durch• Rückmeldung zum individuellen
Lernstand• Kompetenz-/Erfolgserleben• Sicherheit, gut vorbereitet zu sein,
weil man mitgearbeitet hat• studienbegleitende Prüfungen• soziale Einbindung in
Arbeitsgruppen• keine Ballung von Prüfungen am
Ende der Vorlesungszeit
Im Versuch in IT Security:• bessere Noten• weniger Durchfaller• früherer Studienabbruch
Konzentration auf ein Thema
Aufgabe
Anwendung
Rückmeldung
PrüfungAnerkennung von
Selbststudienleistungen als Prüfungsleistungen
{Selbststudium
Didaktische Elemente
Top Related