Erfassung individueller Lerntrajektorien in einer digitalen Lernumgebung zum Ableitungsbegriff
Conference contribution (Article) › Research
Publication data
| By | David Bednorz, Kristin Litteck, Daniel Sommerhoff, Aiso Heinze |
| Original language | German |
| Published in | P. Ebers, F. Rösken, B. Barzel, A. Büchter, F. Schacht, P. Scherer (Eds.), Beiträge zum Mathematikunterricht 2024: 57. Jahrestagung der Gesellschaft für Didaktik der Mathematik |
| Pages | 585-588 |
| Editor (Publisher) | WTM |
| ISBN | 978-3-95987-277-5, 978-3-95987-278-2 |
| DOI/Link | https://doi.org/10.17877/DE290R-24693 |
| Publication status | Published – 11.2024 |
Der Erwerb des Ableitungsbegriffs kann aus der Perspektive des individuellen Lernens über die Zeit betrachtet werden. Digitale Lernumgebungen ermöglichen es, individuelle Lerntrajektorien zu beschreiben und zu analysieren. Die Ergebnisse der vorliegenden Studie zeigen, dass Aufgabenbearbeitungen von Schüler*innen zur Erfassung individueller Lerntrajektorien für den Ableitungsbegriff genutzt werden können. Um individuelle Lerntrajektorien in ihrer Gesamtheit zu erfassen, müssen jedoch Bearbeitungsmuster identifiziert werden, für die sich beispielsweise maschinelles Lernen eignet.
