Erfassung individueller Lerntrajektorien zum Ableitungsbegriff in einer digitalen Lernumgebung
Conference contribution (Article) › Research
Publication data
| By | David Bednorz, Kristin Litteck, Daniel Sommerhoff, Aiso Heinze |
| Original language | German |
| Published in | IDMI-Primar Goethe-Universität Frankfurt (Ed.), Beiträge zum Mathematikunterricht 2022: 56. Jahrestagung der Gesellschaft für Didaktik der Mathematik (vol. 1) |
| Pages | 569-572 |
| Editor (Publisher) | WTM |
| ISBN | 978-3-95987-207-2, 978-3-95987208-9 |
| DOI/Link | https://doi.org/10.17877/DE290R-23555 |
| Publication status | Published – 05.2023 |
Ein zentraler Gegenstand der mathematikdidaktischen Forschung ist die Untersuchung, wie Schüler*innen mathematische Begriffe im Verlauf einer Unterrichtssequenz entwickeln (Duncan & Hmelo-Silver, 2009). Für die Analyse derartiger Lernverläufe (Lerntrajektorien), vor dem Hintergrund einer theoretischen, idealisierten Lernprogression der Begriffsentwicklung, wird eine kontinuierliche Erfassung der Lernprozesse benötigt. Das Projekt ALICE (Analyzing Learning for Individualized Competence Development in Mathematics and Science Education) adressiert solche Fragestellungen domänenspezifischer Begriffsentwicklungen. Dafür werden in Physik (Energie), Biologie (Evolution), Chemie (chemische Reaktionen) und Mathematik (Ableitung) Unterrichtseinheiten über 20 Stunden in einer digitalen Lernumgebung konzipiert und die Begriffsentwicklung der Schüler*innen evaluiert.
