Förderung individueller Lernprozesse im Bauingenieurstudium Kann die digitale Hochschullehre den Lernerfolg - speziell in der Technischen Mechanik ...
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Förderung individueller Lernprozesse im
Bauingenieurstudium
Kann die digitale Hochschullehre den
Lernerfolg - speziell in der Technischen
Mechanik - erhöhen?
FKZ 16DHL1024 und 16DHL1025
Essen, 01.09.2017
Martin Langa, Marcel Pelza, Felix Walkerb, Jörg Schröderc,
Yasemin Özmenc, Ralf Müllerd und Julia Christmannd
aUniversität
Duisburg-Essen, Technologie und Didaktik der Technik,
bTechnische Universität Kaiserslautern, Fachdidaktik in der Technik,
cUniversität Duisburg-Essen, Institut für Mechanik, Projektträger
dTechnische Universität Kaiserslautern, Lehrstuhl für Technische MechanikTheoretischer Hintergrund
• Ausgangslage
– die Studienabbruchquote im ingenieurwissenschaftlichen
Bachelorstudium an Universitäten (Bezugsgruppe Absolventen
2012) wird mit 36 % beziffert (Heublein et al., 2014)
▪ in der Fachrichtung Bauwissenschaften gar 51 %
(Heublein et al., 2014)
– Studierende ingenieurwissenschaftlicher Disziplinen ohne
Studienerfolg in den ersten Semestern beschreiben den größten
Anteil der Exmatrikulationen (Henn und Polaczek, 2007)
elearn.NRW - 01.09.2017 FUNDAMENT Folie 2Theoretischer Hintergrund
• Gründe für den Studienabbruch
– ausbleibender Studienerfolg
▪ häufige Leistungsprobleme in den Grundlagenfächern, z.B. Technische
Mechanik oder Ingenieurmathematik (Heublein et al., 2010)
– genereller Rückgang spezieller, fachlicher, auch mathematischer
Kenntnisse bei Studienanfängern (u.a. Heublein, 2013; Henn &
Polaczek 2007)
– häufige Passungsprobleme zwischen Interesse und
Studienanforderungen (Heublein et al., 2010)
– wenig Zeit zur Aufarbeitung von Wissenslücken
(Grützmacher & Willige, 2016)
– wenige Studierende nutzen Selbsttests (25%) und Vorkurse (52%)
vor ihrem Studium (Grützmacher & Willige, 2016)
elearn.NRW - 01.09.2017 FUNDAMENT Folie 3Theoretischer Hintergrund
• Online-Self-Assessements (OSA)
– keine empirischen Befunde bzgl. der Wirksamkeit
– vorhandene OSA behandeln nur die Mathematik, als den für das
Ingenieurstudium relevanten Themenkomplex
(bspw. Studifinder NRW)
• Vorkurse
– ähnliches Forschungsdesiderat für die Wirksamkeit
– viele Hochschulen bieten Vorkurse an, überwiegend in
Präsenzveranstaltungen mit mathematischen Fokus
– Untersuchungen zeigen, dass keine Auswirkung auf den späteren
Studienverlauf durch den Kurs festzustellen sind (Heublein et al.,
2010)
elearn.NRW - 01.09.2017 FUNDAMENT Folie 4Theoretischer Hintergrund
• Online-Vorkurse (OV)
– Ansatz: Konzept der klassischen Präsenzvorkurse mit einer
E-Learning-Komponente zu verknüpfen (z.B. VEMINT, Math-
Bridge, OMB+, Studifinder NRW)
▪ mathematischer Fokus
▪ Individualisierung bzw. Berücksichtigung unterschiedlichen Vorwissens
oft unzureichend
– wenige empirische Forschungsbefunde, speziell Langzeiteffekte (in
der Studieneingangsphase) bisher unerforscht
▪ Fischer (2014) untersuchte in seiner Dissertation die Blended-
Learning-Nutzung des Online Vorkurses VEMINT
– Teilnehmer des Blended-Learning-Vorkurses erzielten bessere
Ergebnisse, Leistungszuwachs insgesamt gering (Fischer, 2014)
elearn.NRW - 01.09.2017 FUNDAMENT Folie 5Theoretischer Hintergrund
• interaktive online Module (ioM)
– Studienanfänger haben häufig Probleme die Kernkonzepte der
Technischen Mechanik zu verstehen (Prusty et al., 2011)
▪ Vermutung: Studierende können die Vorlesungsinhalte nicht mit den
entsprechenden Kernkonzepten verknüpfen
– Crouch et al. (2004) konnten in der Physik nachweisen, dass
Demonstrationsversuche - zur Veranschaulichung der
theoretischen Sachverhalte - in der Vorlesung keinen positiven
Effekt hervorrufen konnten
– Abhilfe könnten ioM schaffen (u.a. Gupta, 2004; Deliktes, 2008;
Prusty & Ho, 2009)
elearn.NRW - 01.09.2017 FUNDAMENT Folie 6Theoretischer Hintergrund
• interaktive online Module (ioM)
– eine Evaluation der ioM erfolgte bislang kaum und wenn, konnten
keine generalisierbaren Erkenntnisse gewonnen werden, da
forschungsmethodische Defizite festzustellen waren
▪ keine Randomisierung
▪ fehlende Kontrollgruppe
▪ kein Längsschnitt
– kognitionspsychologische Modelle sowie entsprechende
Instrumente, mit deren Hilfe die Bedingungsfaktoren und
Wirkmechanismen für die Abbildung der individuellen Lernprozesse
vorgenommen werden können, fehlen bislang
– mit Blick auf die Wirksamkeit von online-Lernformaten im Bereich
der Technischen Mechanik besteht noch ein erhebliches
Forschungsdesiderat
elearn.NRW - 01.09.2017 FUNDAMENT Folie 7Projektidee
• Lösungsansätze
– OSA zur frühzeitigen Identifikation von Passungsproblemen
– Integration fachspezifischer Themenfelder in OV um Wissenslücken
frühzeitig aufzudecken
– ioM zur Überwindung der Probleme bei der konzeptionellen
Verknüpfung von Vorlesung und Übungen sowie zur verbesserten
individuellen Betreuung
elearn.NRW - 01.09.2017 FUNDAMENT Folie 8Projektidee
• Ziel
– individuelle Lernprozesse im Bauingenieur-Studium (mit
Schwerpunkt Technische Mechanik) durch den Einsatz digitaler
Hochschullehre zu fördern
Abb. 1: Referenzmodell: Qualitätsmanagement im Studienverlauf in
Anlehnung an Heublein & In der Smitten (2013)
elearn.NRW - 01.09.2017 FUNDAMENT Folie 9Projektidee
• Studienvorphase
– OSA
▪ Unsicherheiten, Orientierungsprobleme und unerwartete
Leistungsanforderungen können minimiert werden
▪ verwendete Plattform: TAO (Testing Assisté par Ordinateur)
▪ beinhaltet Vorwissenstest zu mathematischen und
naturwissenschaftlichen Grundlagen
▪ Determinanten des PPIK-Modells (Ackermann, 1996) - berufliches
Interesse, intellektuelles Engagement, kristalline und fluide Intelligenz -
werden durch geeignete Instrumente getestet
elearn.NRW - 01.09.2017 FUNDAMENT Folie 10Projektidee
• Studienvorphase
– OSA
▪ verwendete Testinstrumente
– Persönliche Daten (PD)
– Grundintelligenztest (CFT 20-R nach Weiß, 2006)
– Allgemeiner Interessen-Struktur-Test (AIST-R nach Bergmann &
Eder, 1999)
– Umwelt-Struktur-Test (UST-R nach Bergmann & Eder, 1999)
– typisches intellektuelles Engagement (TIE nach Wilhelm, 2003)
– naturwissenschaftliche Grundlagen (NG)
– mathematische Grundlagen (MG)
elearn.NRW - 01.09.2017 FUNDAMENT Folie XProjektidee
• Studienvorphase
– OV
▪ bessere Vorbereitung der Studierenden vor Studienbeginn
▪ verwendete Plattform: TAO
▪ digitales Nachschlagewerk über die Grundlagen in wichtigen
Fachdisziplinen des bauingenieurwissenschaftlichen Studiums
– Mathematik
– Technische Mechanik
▪ fachlicher Input mit großem Anteil an Aufgaben
elearn.NRW - 01.09.2017 FUNDAMENT Folie 11Projektidee
• Studienvorphase
– OV
▪ Aufbau orientiert sich an dem Lernen an Beispielen (Schwarm 2014)
mit informativen tutoriellem
2. Grundsätzlicher Aufbau Feedback ITF (Narciss 2006)
OV – Oberste Mathe
Inhaltsebene matik
Differenzierung Bruchr Potenz Gleichungs Trigono Vektor
Analysis
der Inhaltsebne echnen rechnen systeme metrie rechnung
1) 2) Gestufte Hilfe:
2) 3)
1) Einstieg mit TM bzw. 3) Wissensüberprüfung:
ingenieurswissensch. Kontext: Aufgaben, dessen Lösung (bzw.
Rechenweg) zu Teilen gegeben ist und zu Aufgaben ohne
Informationsseite zum ergänzen ist Lösungsansätze
Dreiseitiger Wissensbereich mit ggf. einer
Animation, Video o.ä. welches Testperson erhält Aufgaben zur Eigenständige Lösung
Aufbau eines idealer Weise auch ein Bearbeitung/Vervollständigung durch die Testperson
Inhaltelements Lösungsbeispiel enthält ITF gibt nicht die Lösung, sondern eine erhält dennoch Feedback
welches den Lösungsweg Hilfestellung an welche Hinweise zur zu dem Ergebnis
abbildet Lösung gibt (knowledge on result+ (Knowledge on result)
knowledge on how to proceed)
Lernen am Beispiel Begleitendes ITF Freies ITF
Zunehmende Eigenständigkeit der Testperson auf Grund der
abnehmenden gestuften Hilfe bzw. Feedback
4
Abb. 2: Grundsätzlicher Aufbau des OV
elearn.NRW - 01.09.2017 FUNDAMENT Folie 12Projektidee
• Studieneingangsphase
– ioM
▪ Förderung der Lernprozesse der Studierenden, durch eine Ergänzung
und Flexibilisierung zum bestehenden Lehr- und Lernangebot
▪ verwendete Plattformen: moodle (OLAT) und JACK
▪ „3-Säulen-Konzept“
– Lernvideos (animierte Slideshows oder Experiment-Videos)
visuelle Mittel zur Verdeutlichung und Vertiefung des theoretischen
Wissens (Schulung des Abstraktionsvermögens der Studierenden)
– Übungsaufgaben zur Mathematik und Technischen Mechanik
» adaptives Feedback durch JACK (Parametrisierung von Aufgaben,
Hilfestellung über Hinweise und detaillierte Feedback-Ausgabe)
– Online-Kommunikation in anonymen moodle-Foren (OLAT-Foren)
elearn.NRW - 01.09.2017 FUNDAMENT Folie 13Forschungsfragen
★ FF1: Die theoriebasierte Entwicklung des Online-Self-Assessment (OSA)
erlaubt übergeordnet eine Replikation der präsentierten Ergebnisse zur PPIK-
Theorie. Des Weiteren liefert das OSA Antworten auf
• den Einfluss der einzelnen Determinanten des OSA auf die individuellen
Lernprozesse von Studierenden im Bereich der Technischen Mechanik unter
Berücksichtigung des Einsatzes der interaktiven Online Module
• die Kongruenz zwischen beruflichem Interesse und dem gewählten
ingenieurwissenschaftlichen Studiengang.
★ FF2: Führt die Nutzung des Online-Vorkurses (OV) zu einem nachweisbaren
Lernerfolg von Studierenden im Bereich der Technischen Mechanik?
★ FF3: Wie wirken sich die interaktiven online Module (ioM) auf den individuellen
Lernerfolg von Studierenden im Bereich der Technischen Mechanik aus?
★ FF4: Ist das Förderkonzept auch auf andere Standorte übertragbar/
generalisierbar
• Gibt es Unterschiede zwischen den Standorten UDE und TU KL?
• Wie werden die einzelnen Bestandteile des Förderkonzeptes an den Standorten
genutzt?
elearn.NRW - 01.09.2017 FUNDAMENT Folie 14Methodik
Abb. 3: Längsschnittdesign FUNDAMENT
elearn.NRW - 01.09.2017 FUNDAMENT Folie 15Zeitplan
• Pilotierung
– WiSe 2017/2018 und SoSe 2018
• Hauptstudie
– WiSe 2018/2019 und SoSe 2019
Abb. 4: Zeitplan FUNDAMENT
elearn.NRW - 01.09.2017 FUNDAMENT Folie 16Plattformen
• TAO - Testing Assisté par Ordinateur
– entwickelt von Open Assessment Technologies (OAT), Luxemburg
– Open Source (GPL2 License)
– verwendet IMS’s-Standards (IMS Learning Global Consortium)
▪ QTI 2.1 (Question and Test Interoperability)
▪ LTI (Learning Tool Interoperability)
– individuell anpassbar und erweiterbar
– keine Kosten (Jahresgebühr oder Testgebühr) - Community Version
– „Support“ durch FAQs und Foren
– Server an der UDE
▪ virtueller Server im CVIS (Competence Cluster Virtual Systems der
Fakultäten für Wirtschaftswissenschaften, der Fakultät für Biologie und
der Abteilung Bauwissenschaften)
elearn.NRW - 01.09.2017 FUNDAMENT Folie 17Live-Demo • TAO-Online-Plattform elearn.NRW - 01.09.2017 FUNDAMENT Folie 18
Plattformen
• moodle
– Open-Source Learning Management System (LMS)
• JACK
– server-basiertes System für die Durchführung computergestützter
Prüfungen mit automatischer Bewertung und Feedback-
Generierung
– direkte Anbindung an moodle
– Parametrisierung von Aufgaben
– Hilfestellungen über Hinweise
– detaillierte Feedback-Ausgabe
elearn.NRW - 01.09.2017 FUNDAMENT Folie 19interaktive Online-Module (iOM) • Lern-Videos elearn.NRW - 01.09.2017 FUNDAMENT Folie 20
Live-Demo • moodle/JACK elearn.NRW - 01.09.2017 FUNDAMENT Folie 21
Ausblick
• Erweiterung des Förderkonzepts
– weitere Kurse (Physik, Chemie etc.)
– Internationalisierung (weitere Sprachen anbieten)
– Open-Access Videos
– OSA als verpflichtenden Eingangstest
• Verstetigung des Förderkonzepts in der Studienvor- und
Studieneingangsphase
– gezielte Vorbereitung auf das Studium und Ergänzung des
Lehrangebots während des Studiums
▪ Vermeidung von Studienabbruch
▪ Verbesserung der Studienbedingungen
elearn.NRW - 01.09.2017 FUNDAMENT Folie 22Vielen Dank
für Ihre
Aufmerksamkeit
elearn.NRW - 01.09.2017 FUNDAMENT Folie 23Literatur
• Ackerman, P. L. (1996). A theory of adult intellectual development.
Process, personality, interests, and knowledge. Intelligence, 22 (2),
227-257.
• Bergmann, C & Eder, F. (1999). Allgemeiner Interessen-Struktur-Test
(AIST) / Umwelt-Struktur- Test (UST). Manual (2. Auflage). Göttingen:
Beltz-Test-Verlag.
• Crouch, C., Fagen, A. P., Callan, J. P. & Mazur, E. (2004). Classroom
demonstrations: Learning tools or entertainment?. American Journal of
Physics, 72 (835).
• Deliktas, B. (2008). Computer Technology for Enhancing Teaching and
Learning Modules of Engineering Mechanics Computer Applications in
Engineering. Education, 19 (3).
• Fischer, P. R. (2014). Mathematische Vorkurse im Blended-Learning-
Format: Konstruktion, Implementation und wissenschaftliche
Evaluation. Wiesbaden: Springer Spektrum.
elearn.NRW - 01.09.2017 FUNDAMENT Folie 24Literatur
• Grützmacher, J., & Willige, J. (2016). Die Studieneingangsphase aus
Studierendensicht - Ergebnisse aus dem Studienqualitätsmonitor 2015.
Hannover: Dt. Zentrum für Hochsch.- und Wiss.-Forschung.
• Gupta, A. (2004). Content Development for eLearning in Engineering
Education. Interactive Educational Multimedia, 4 (April 2002), S. 12 –
23.
• Heublein, U., Sommer, D., Schreiber, J., Hutzsch, C. & Besuch, G.
(2010). Ursachen des Studienabbruchs in Bachelor- und in
herkömmlichen Studiengängen. Hannover: Dt. Zentrum für Hochsch.-
und Wiss.-Forschung.
• Heublein, U. & In der Smitten, S. (2013). Referenzmodell zur
Qualitätssicherung an Fachbereichen und Fakultäten des
Maschinenbaus und der Elektrotechnik - Konzept für die Lehre.
Maschinenhaus - die VDMA Initiative für Studienerfolg (HIS-Bericht
2/4). Frankfurt am Main: VDMA.
elearn.NRW - 01.09.2017 FUNDAMENT Folie 25Literatur
• Heublein, U., Richter, J., Schmelzer, R. & Sommer, D. (2014). Die
Entwicklung der Studienabbruchquoten an den deutschen Hochschulen
- Statistische Berechnungen auf der Basis des Absolventenjahrgangs
2012. Hannover: Dt. Zentrum für Hochsch.- und Wiss.-Forschung.
Henn, G. & Polaczek, C. (2007). Studienerfolg in den
Ingenieurwissenschaften. Das Hochschulwesen, 55(5). S. 144-147).
• Narciss, S. (2006). Informatives tutorielles Feedback. Entwicklungs-
und Evaluationsprinzipien auf der Basis instruktionspsychologischer
Erkenntnisse. Münster: Waxmann.
• Prusty, B.G., Ho, O. & Ho, S. (2009). Adaptive Tutorials Using
eLearning Platform for Solid Mechanics Course in Engineering. In
Paper presented at 20th Australasian Association for Engineering
Education Conference. University of Adelaide.
elearn.NRW - 01.09.2017 FUNDAMENT Folie 26Literatur
• Prusty, B. G. & Russel, C. (2011). Engaging students in learning
threshold concepts in engineering mechanics: adaptive eLearning
tutorials, http://www.ineer.org/events/ICEE2011/papers/
icee2011_submission_250.pdf.
• Schworm, S. (2004). Lernen aus Beispielen - Computerbasierte
Lernumgebungen zum Erwerb argumentativer und didaktischer
Fertigkeiten, Dissertation, Albert-Ludwigs-Universität Freiburg.
• Weiß, R. H. (2006). CFT 20-R: Grundintelligenztest Skala 2-Revision.
Göttingen: Hogrefe.
• Wilhelm, O., Schulze, R., Schmiedek, F. & Süß, H.M. (2003).
Interindividuelle Unterschiede im typischen intellektuellen Engagement.
Diagnostica, 49 (2), 49-60.
elearn.NRW - 01.09.2017 FUNDAMENT Folie 27Sie können auch lesen
