Abstract
ZusammenfassungDer Erwerb von Fachwissen auf einem Niveau, welches auf die typischen komplexen und abstrakten Problemstellungen der Universitätsphysik angewandt werden kann, stellt eine zentrale Herausforderung in der Studieneingangsphase dar. Verschiedene Probleme dieser Phase, wie die hohen Abbruch-/Schwundquoten, können auf fachliche Schwierigkeiten in diesem Kontext zurückgeführt werden. Auch im späteren Studium wird immer wieder konzeptionell auf dem hier gelernten Fachwissen aufgebaut, so dass diese Phase als kritisch angesehen werden kann.Die vorliegende Studie erhebt längsschnittlich das physikalische Fachwissen (Mechanik) bei 122 Physikstudierenden zu Beginn und Ende des ersten Studiensemesters. Die Studierenden können einem Niveaumodell zugeordnet werden, welches beschreibt, mit Aufgaben welcher Komplexität sie jeweils erfolgreich umgehen können.Diese Niveaus stellen einerseits ein Bewertungskriterium für die Qualität des vorhandenen Fachwissens dar und können so ein an Anforderungsmerkmalen orientiertes Zielkriterium für erfolgreichen Fachwissenserwerb liefern. Andererseits können die Niveaus eine erste Einschätzung davon liefern, welche Ausprägung des Vorwissen prädiktiv für erfolgreichen Wissenserwerb ist.Die Daten sprechen für einen wesentlichen Einfluss physikalischen und mathematischen Vorwissens auf die mittlere weitere Wissensentwicklung, insbesondere zeigen sich Hinweise auf eine additive Prädiktionskraft des schulischen Vorwissens für den Erwerb universitären Wissens bis Ende des ersten Semesters. Die Ergebnisse legen nahe, dass vor allem die Fähigkeit zum Umgang mit komplexen Problemstellungen prädiktiv für das universitäre Physiklernen ist – auch und gerade, wenn es im Rahmen der schulischen Physik erlernt wurde.
Funder
Deutsche Forschungsgemeinschaft
Publisher
Springer Science and Business Media LLC
Reference66 articles.
1. Adams, R. J. (2005). Reliability as a measurement design effect. Studies in Educational Evaluation, 31(2–3), 162–172.
2. Adams, R. J., & Wu, M. L. (2007). The mixed-coefficients Multinomial Logit model: a generalized form of the Rasch model. In M. von Davier & C. H. Carstensen (Hrsg.), Multivariate and mixture distribution Rasch models. Extensions and applications (S. 57–75). New York: Springer. Statistics for Social and Behavioral Sciences.
3. Agarwala, A. (2015). Physikstudium: Ganz schön Verrechnet. https://www.zeit.de/2015/23/physikstudium-mathematik-hochschule-ranking (Erstellt: 3. Juni 2015). ZEIT Campus.
4. Albrecht, A. (2011). Längsschnittstudie zur Identifikation von Risikofaktoren für einen erfolgreichen Studieneinstieg in das Fach Physik. http://www.diss.fu-berlin.de/diss/servlets/MCRFileNodeServlet/FUDISS_derivate_000000010456/Dissertation_Druckversion_Andre_Albrecht_UB.pdf. Zugegriffen: 29. Jan. 2014. Dissertation, Freie Universität Berlin. Berlin.
5. Armon, C., & Dawson, T. L. (1997). Developmental Trajectories in moral reasoning across the life span. Journal of Moral Education, 26(4), 433–453.
Cited by
2 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献