Sharing Knowledge: Scientific Communication - SSOAR
Sharing Knowledge: Scientific Communication - SSOAR
Sharing Knowledge: Scientific Communication - SSOAR
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
264 Christian Swertz<br />
sche Struktur zu entwerfen, um didaktische Relationen zu ergänzen und dann<br />
durch eine automatische Analyse festzustellen, welche der Modelle auch tatsächlich<br />
angeboten werden können.<br />
Umgekehrt kann eine Lernumgebung gezielt für vorher ausgewählte didaktische<br />
Modelle produziert werden. Wenn z.B. aufgabenorientiert-zielorientiertes<br />
Lernen ermöglicht werden soll, ist klar, welche Wissenseinheiten mit welchen<br />
Wissensarten für jedes Thema benötigt werden und welche Relationstypen bei<br />
der Vernetzung zu verwenden sind. Dadurch kann die didaktische Komplexität<br />
des hier vorgestellten Konzepts im Einzelfall reduziert und für Autorinnen und<br />
Autoren handhabbarer gemacht sowie institutionellen Rahmenbedingungen<br />
(z.B. Finanzierung) angepasst werden. Das soll kurz am Beispiel der derzeit laufenden<br />
Entwicklung einer Online-Lernumgebung zur Einführung in die Statistik<br />
im Diplomstudiengang Pädagogik skizziert werden, aus der auch der<br />
Bildschirmauszug in Abb. 8 entnommen ist:<br />
Eine Einführung in die Statistik im Diplomstudiengang Pädagogik wendet<br />
sich an eine Zielgruppe mit mathematischen Vorkenntnissen auf Abiturniveau.<br />
Ziel der Einführung ist es, zum einen ein Verständnis von statistischen Analysen<br />
zu erreichen, und zum anderen zur eigenen Anwendung von statistischen Verfahren,<br />
z.B. in Diplomarbeiten, zu befähigen. Ein Verständnis und die Fähigkeit<br />
zur eigenen Anwendung kann besonders gut mit beispielorientierten und handlungsorientierten<br />
Verläufen erreicht werden. Daher wurde die handlungsorientierte<br />
und die klassisch - beispielorientierte Mikrostrategie realisiert.<br />
Für die Wahl der Makrostrategie ist ausschlaggebend, dass die Studierenden<br />
nur geringe Vorkenntnisse haben. Ohne Vorkenntnisse kann ein Gebiet jedoch<br />
kaum selbst strukturiert werden. Es gilt, auch eine Übersicht über das Gebiet der<br />
Statistik zu erreichen. Dafür sind verschiedene Makrostrategien geeignet. Besonders<br />
geeignet ist das zielorientiert-induktive Modell, mit dem zum einen das<br />
Ziel einen Verständnisrahmen anbietet, zum anderen die Struktur des Bereichs<br />
in einer einfachen hierarchischen Ordnung erschlossen werden kann. Für fortgeschrittene<br />
Studierende soll zusätzlich das Netzwerkmodell angeboten<br />
werden.<br />
Das eng begrenzte Budget macht es unmöglich, unterschiedliche mediale<br />
Verläufe zu realisieren. Da für das Verständnis statistischer Analysen der Zusammenhang<br />
besonders relevant ist, wurde entschieden, das Orientierungswissen<br />
auch mit Animationen zu präsentieren. Daraus ergibt sich für jedes Thema<br />
folgende Wissensartenliste: Orientierungswissen (als Animation und als Text),<br />
Erklärung, Handlung, Beispiel, zwei Selbstkontrollaufgaben und Quellen (als<br />
Text). Die Themen müssen jeweils mindestens eine Ober- und eine Unterbegriffsrelation<br />
aufweisen und dort, wo das sachlich geboten ist, mit Assoziationsrelationen<br />
verbunden sein. Zu diesem Zweck wurde am Projektbeginn eine<br />
Gliederung der Themen in Form einer Wissenslandkarte entwickelt. Die hierarchischen<br />
Relationen ergeben sich unmittelbar aus der Wissenslandkarte. Zu-