Förderung von Repräsentationskompetenz und Experimentbezug in den vorlesungsbegleitenden Übungen zur Experimentalphysik

Empirische Untersuchung eines videobasierten Aufgabenformates
Original Paper

Zusammenfassung

In dem Beitrag wird eine Interventionsstudie in der Hochschullehre vorgestellt, die zwei wichtige Aspekte des Lehrens und Lernens von Physik berührt, nämlich Aufgaben als Lernmaterial und universitäre Anfangssemester als Zielgruppe. Ausgehend von aktuellen Befunden über die Studieneingangsphase Physik wird argumentiert, dass sich die Übungen als sinnvoller Ort für didaktische Innovationen eignen. Es wird ein Lehr-Lernansatz für den konkreten Fall der Mechanik-Vorlesung (Experimentalphysik 1) vorgeschlagen, der neue videobasierte Aufgabenformate mit Experimentbezug in den herkömmlichen Übungsablauf integriert. Die Aufgaben stellen eine zentrale instruktionale Gelegenheit dar, die repräsentationalen Fähigkeiten und das konzeptionelle Verständnis von Studierenden zu fördern. Die sowohl physikdidaktisch als auch lerntheoretisch motivierten Hypothesen zur Wirksamkeit der neuen Aufgabenformate in Bezug auf Repräsentationskompetenz und Experimentbezug wurden in einem Prä-Posttest-Design mit Versuchs- und Kontrollgruppe in zwei Semestern untersucht (\(N=76\) matched sample). Die Ergebnisse zeigen, dass die neuen Aufgabenformate zu einer signifikanten Steigerung der Repräsentationskompetenz (\(p<0{,} 001\), Effektstärke \(d=0,72\)) verglichen mit traditionellen Aufgaben ohne Experimentbezug führten, ohne einen signifikanten Mehraufwand zu generieren. Die Daten der Studie geben ferner Aufschluss über die Zusammenhänge zwischen schulbezogenen Vorleistungen und Studienerfolg (gemessen an dem Verbleib im Studium und der Klausurnote) im ersten Studiensemester und knüpfen damit an die Befundlage aktueller Forschung zu Abbruch- und Wechselquoten an. Die Relevanz der Ergebnisse für die Universitätsausbildung sowie Implikationen werden diskutiert.

Schlüsselwörter

Hochschuldidaktik Studieneingangsphase Physik Neue Medien Aufgabenkultur Multiple Repräsentationen 

Promoting Students’ Representational Competence and Their Perception of Experiment-Theory Interplay in the Framework of Lecture-Based Recitations to Experimental Physics

An Empirical Study on the Effectiveness of Video-Based Excercises

Abstract

The paper presents an intervention study in university teaching. The study addresses two important aspects of teaching and learning of physics, that are (a) instructional material and (b) university freshmen as the target group. Based on current findings on the initial phase of study in physics, it is argued that the exercises (recitations) are a useful place for educational innovations. A teaching and learning approach is proposed for the specific case of the introductory mechanics lecture (experimental physics 1), which integrates new video-based task formats with experiments into conventional recitations. The tasks provide an important instructive opportunity to promote the students’ representational competencies and conceptual understanding. The hypotheses about the efficacy of the new task formats with regard to cognitive variables and the success of the exam have been investigated in a preposttest design with experimental and control groups in two semesters (N = 76 matched sample). The results show that the new tasks increased students’ representational competence significantly (p < 0.001, effect strength d = 0.72) as compared to traditional tasks without negative effects on time-on-task. The data of the study also provide useful information on the relationship between students’ prior knowledge and study success (as indicated by remaining in the study and grades of the final exam) and thus link the findings of current research on dropout and retention rates. The relevance of the results for the university education as well as implications for teaching will be discussed.

Keywords

Higher education Introductory physics Video analysis Multiple representations 

Notes

Danksagung

Wird nach dem blind-review ergänzt. Wir danken der Wilfried-und-Ingrid-Kuhn-Stiftung für Physikdidaktik für die finanzielle Förderung des Erstautors im Rahmen seiner Promotionsarbeit. Weiteren Dank gilt dem Fachbereich Physik der Technischen Universität Kaiserslautern und insbesondere den Professoren Henning Fouckhardt, Georg von Freymann und Egbert Oesterschulze, ohne deren enge Zusammenarbeit das Entwicklungs- und Forschungsprogramm nicht hätte realisiert werden können.

Literatur

  1. Ainsworth, S. E., Bibby, P. A., & Wood, D. J. (2002). Examining the effects of different multiple representational systems in learning primary mathematics. Journal of the Learning Sciences, 11, 25–61.CrossRefGoogle Scholar
  2. Albrecht, A. (2011). Längsschnittstudie zur Identifikation von Risikofaktoren für einen erfolgreichen Studieneinstieg in das Fach Physik. PhD thesis, Freie Universität Berlin.Google Scholar
  3. De Ambrosis, A., Malgieri, M., Mascheretti, P., & Onorato, P. (2015). Investigating the role of sliding friction in rolling motion: a teaching sequence based on experiments and simulations. European Journal of Physics, 36(3), 35020.CrossRefGoogle Scholar
  4. Armstron, R. (2014). When to use the Bonferroni correction. Ophthalmic and Physiological Optics, 34(5), 502–508.CrossRefGoogle Scholar
  5. Bao, L. (2006). Theoretical comparisons of average normalized gain calculations. American Journal of Physics, 74(10), 917–922.CrossRefGoogle Scholar
  6. Becker, S., Klein, P., & Kuhn, J. (2016). Video analysis on tablet computers to investigate effects of air resistance. The Physics Teacher, 54(7), 440–441.CrossRefGoogle Scholar
  7. Beichner, R. (1996). The impact of video motion analysis on kinematic graph interpretation skills. American Journal of Physics, 64(10), 1772–1777.CrossRefGoogle Scholar
  8. Bortz, J., & Schuster, C. (2010). Statistik für Human- und Sozialwissenschaftler. Heidelberg: Springer.CrossRefGoogle Scholar
  9. Buschhüter, D., Spoden, C., & Borowski, A. (2016). Mathematische Kenntnisse und Fähigkeiten von Physikstudierenden zu Studienbeginn. Zeitschrift für Didaktik der Naturwissenschaften, 22(1), 61–75.CrossRefGoogle Scholar
  10. De Cock, M. (2012). Representation use and strategy choice in physics problem solving. Physical Review Physics Education Research.  https://doi.org/10.1103/PhysRevSTPER.8.020117.Google Scholar
  11. Cohen, J. (1992). Statistical power analysis. Current Directions in Psychological Science, 1(3), 98–101.CrossRefGoogle Scholar
  12. Coletta, V. P., Phillips, J. A., & Steinert, J. J. (2007). Interpreting force concept inventory scores: normalized gain and SAT scores. Physical Review Physics Education Research.  https://doi.org/10.1103/PhysRevSTPER.3.010106.Google Scholar
  13. Crouch, C. H., & Mazur, E. (2001). Peer instruction: ten years of experience and results. American Journal of Physics, 69(9), 970–977.CrossRefGoogle Scholar
  14. Crouch, C. H., Fagen, A. P., Callanc, J. P., & Mazur, E. (2004). Classroom demonstrations: learning tools or entertainment? American Journal of Physics, 72, 835–838.CrossRefGoogle Scholar
  15. Cummings, K., Marx, J., Thornton, R., & Kuhl, D. (1999). Evaluating innovation in studio physics. American journal of physics, 67, 38–44.CrossRefGoogle Scholar
  16. DiSessa, A. A. (2004). Metarepresentation: native competence and targets for instruction. Cognition and Instruction, 22(3), 293–331.CrossRefGoogle Scholar
  17. Docktor, J. L., & Mestre, J. P. (2014). Synthesis of discipline-based education research in physics. Physical Review Special Topics-Physics Education Research.  https://doi.org/10.1103/PhysRevSTPER.10.020119.Google Scholar
  18. Düchs, G., & Ingold, G. (2015). Weiter auf hohem Niveau – Statistiken zum Physikstudium an den Universitäten in Deutschland 2015. Physik Journal, 14(8/9), 18–33.Google Scholar
  19. Duit, R., & Mikelskis-Seifert, S. (2007). Kontextorientierter Unterricht – wie man es einbettet, so wird es gelernt. Unterricht Physik, 18(98), 4–8.Google Scholar
  20. Duncan, D. (2006). Clickers: a new teaching aid with exceptional promise. Astronomy Education Review, 5(1), 70.CrossRefGoogle Scholar
  21. Escalada, L., & Zollman, D. (1997). An investigation on the effects of using interactive digital video on physics classroom on student learning and attitudes. Journal of Research in Science Teaching, 34(5), 467–489.CrossRefGoogle Scholar
  22. Escalada, L., Grabhorn, R., & Zollman, D. (1996). Applications of interactive digital video in a physics classroom. Journal of Educational Multimedia and Hypermedia, 5(1), 73–97.Google Scholar
  23. Etkina, E., Van Heuvelen, A., White-Brahmia, S., Brookes, D. T., Gentile, M., Murthy, S., Rosengrant, D., & Warren, A. (2006). Scientific abilities and their assessment. Physical Review Physics Education Research, 2(2), 020103-1–020103-15.  https://doi.org/10.1103/PhysRevSTPER.2.020103.Google Scholar
  24. Even, R. (1998). Factors involved in linking representations of functions. Journal of Mathematical Behaviour, 17, 105–121.CrossRefGoogle Scholar
  25. Finkelstein, N. D., & Pollock, S. J. (2005). Replicating and understanding successful innovations: implementing tutorials in introductory physics. Physical Review Physics Education Research.  https://doi.org/10.1103/PhysRevSTPER.1.010101.Google Scholar
  26. Gilbert, J. K., & Treagust, D. (Hrsg.). (2009). Multiple representations in chemical education. The Netherlands: Springer.Google Scholar
  27. Gröber, S., Klein, P., & Kuhn, J. (2014). Video-based problems in introductory mechanics physics courses. European Journal of Physics, 35(5), 55019.CrossRefGoogle Scholar
  28. Gröber, S., Klein, P., Kuhn, J., & Fleischhauer, A. (2017). Smarte Aufgaben zur Mechanik und Wärme – Lernen mit Videoexperimenten und Co. Berlin, Heidelberg: Springer Spektrum.CrossRefGoogle Scholar
  29. Hake, R. R. (1998). Interactive-engagement versus traditional methods: a six-thousand-student survey of mechanics test data for introductory physics courses. American Journal of Physics, 66(1), 64–74.CrossRefGoogle Scholar
  30. Hazari, Z., Tai, R. H., & Sadler, P. M. (2007). Gender differences in introductory university physics performance: the influence of high school physics preparation and affective factors. Science Education, 91(6), 847–876.CrossRefGoogle Scholar
  31. Heublein, U., & Wolter, A. (2011). Studienabbruch in Deutschland. Definition, Häufigkeit, Ursachen, Maßnhamen. Zeitschrift für Pädagogik, 57(2), 214–236.Google Scholar
  32. Van Heuvelen, A. (1991). Learning to think like a physicist: a review of research-based instructional strategies. American Journal of Physics, 59, 891–897.CrossRefGoogle Scholar
  33. Van Heuvelen, A., & Zou, X. (2001). Multiple representations of work-energy processes. American Journal of Physics, 69, 184.CrossRefGoogle Scholar
  34. Hockicko, P., Trpisova, B., & Ondrus, J. (2014). Correcting students’ misconceptions about automobile braking distances and video analysis using interactive program tracker. Journal of Science Education and Technology, 23(6), 763–776.CrossRefGoogle Scholar
  35. Hoffmann, L., Häußler, P., & Lehrke, M. (1998). Die IPN-Interessenstudie Physik. Kiel: IPN.Google Scholar
  36. Holstermann, N., & Bögeholz, S. (2007). Interesse von Jungen und Mädchen an naturwissenschaftlichen Themen am Ende der Sekundarstufe I. Zeitschrift für Didaktik der Naturwissenschaften, 13, 71–86.Google Scholar
  37. Hubber, P., Tytler, R., & Haslam, F. (2010). Teaching and learning about force with a representational focus: pedagogy and teacher change. Research in Science Education, 40(1), 5–28.CrossRefGoogle Scholar
  38. Hudson, H. T., & McIntire, W. R. (1977). Correlation between mathematical skills and success in physics. American Journal of Physics, 45(5), 470–471.CrossRefGoogle Scholar
  39. Hudson, H. T., & Rottmann, R. M. (1981). Correlation between performance in physics and prior mathematics knowledge. Journal of Research in Science Teaching, 18(4), 291–294.CrossRefGoogle Scholar
  40. Kanim, S., & Subero, K. (2010). Introductory labs on the vector nature of force and acceleration. American Journal of Physics, 78(5), 461–466.CrossRefGoogle Scholar
  41. Klein, P. (2016). Konzeption und Untersuchung videobasierter Aufgaben im Rahmen vorlesungsbegleitender Übungen zur Experimentalphysik (Mechanik) Google Scholar
  42. Klein, P., Gröber, S., Kuhn, J., & Müller, A. (2013). Video analysis of projectile motion using tablet computers as experimental tools. Physics Education, 49(1), 37–40.CrossRefGoogle Scholar
  43. Klein, P., Gröber, S., Kuhn, J., & Müller, A. (2014a). Mobile Videoanalyse mit Tablets am Beispiel des freien Falls mit Luftreibung. Praxis der Naturwissenschaften – Physik in der Schule, 63(5), 33–35.Google Scholar
  44. Klein, P., Kuhn, J., Müller, A., & Gröber, S. (2014b). Video analysis exercises in regular introductory mechanics physics courses: effects of conventional methods and possibilities of mobile devices. In A. Kauertz, H. Ludwig, A. Müller, J. Pretsch & W. Schnotz (Hrsg.), Multidisciplinary research on teaching and learning. Basingstoke: Palgrave Macmillan.Google Scholar
  45. Klein, P., Gröber, S., Kuhn, J., Fouckhardt, H., von Freymann, G., Oesterschulze, E., Widera, A., Fleischhauer, A., & Müller, A. (2015). physics. move (Teaching Experimental Physics by Using Mobile Technologies as Experimental Tools)-Videoanalyse-Aufgaben in der Experimentalphysik 1. PhyDid A – Physik und Didaktik in Schule und Hochschule, 14(1), 1–11.Google Scholar
  46. Klein, P., Müller, A., & Kuhn, J. (2017). Assessment of representational competence in kinematics. Physical Review Physics Education Research, 13(1), 10132.CrossRefGoogle Scholar
  47. Kohl, P. B., & Finkelstein, N. D. (2005). Student representational competence and self-assessment when solving physics problems. Physical Review Physics Education Research, 1(1), 10104.CrossRefGoogle Scholar
  48. Koleza, E., & Pappas, J. (2008). The effect of motion analysis activities in a video-based laboratory in students’ understanding of position, velocity and frame of reference. International Journal of Mathematical Education in Science and Technology, 39(6), 701–725.CrossRefGoogle Scholar
  49. Kozma, R., & Russell, J. (2005). Students becoming chemists: developing representational competence. Visualization in science education, 1, 121–146.CrossRefGoogle Scholar
  50. Krey, O. (2014). Learners’ beliefs and conceptions about the role of mathematics in physics. E-book proceedings of the ESERA 2013 conference: Science education research for evidence-based teaching and coherence in learning, 2.Google Scholar
  51. Krey, U. (2012). Zur Rolle der Mathematik in der Physik. Wissenschaftstheoretische Aspekte und Vorstellungen Physiklernender. Münster: Logos Verlag. DissertationGoogle Scholar
  52. Kuhn, J. (2010). Authentische Aufgaben im theoretischen Rahmen von Instruktions- und Lehr-Lern-Forschung. Wiesbaden: Vieweg und Teubner Verlag.CrossRefGoogle Scholar
  53. Laws, P. (1998). Using digital video analysis in introductory mechanics projects. The Physics Teacher, 36(5), 282.CrossRefGoogle Scholar
  54. Lesh, R., Post, T., & Behr, M. (1987). Representations and translations among representations. In mathematics learning & C. solving. Janvier (Hrsg.), Problems of representation in the teaching and learning of mathematics (S. 33–40). Hillsdale: Lawrence Erlbaum.Google Scholar
  55. Malgieri, M., Onorato, P., Mascheretti, P., & De Ambrosis, A. (2014). Pre-service teachers’ approaches to a historical problem in mechanics. Physics Education, 49(5), 500–511.CrossRefGoogle Scholar
  56. Mayer, R. E. (2009). Multimedia learning (2. Aufl.). New York: Cambridge University Press.CrossRefGoogle Scholar
  57. McCammon, S., Golden, J., & Wuensch, K. L. (1988). Predicting course performance in freshman and sophomore physics courses: women are more predictable than men. Journal of Research in Science Teaching, 25(6), 501–510.CrossRefGoogle Scholar
  58. Miller, K., Lasry, N., Chu, K., & Mazur, E. (2013). Role of physics lecture demonstrations in conceptual learning. Physical Review Physics Education Research, 9(2), 1–5.Google Scholar
  59. Müller, J., Fischer, H. E., Borowski, A., & Lorke, A. (2016). Physikalisch-Mathematische Modellierung und Studienerfolg. In M. Christian (Hrsg.), Implementation fachdidaktischer Innovation im Spiegel von Forschung und Praxis. Jahrestagung der Gesellschaft für Didaktik der Chemie und Physik in Zürich 2016. Berlin: LIT Verlag.Google Scholar
  60. Nieminen, P., Savinainen, A., & Viiri, J. (2010). Force concept inventory-based multiple-choice test for investigating students’ representational consistency. Physical Review Special Topics – Physics Education Research.  https://doi.org/10.1103/PhysRevSTPER.6.020109.Google Scholar
  61. Opfermann, M., Schmeck, A., & Fischer, H. (2017). Multiple representations in physics and science education – why should we use them? In D. Treagust, R. Duit & H. Fischer (Hrsg.), Multiple representations in physics education. Dordrecht: Springer.Google Scholar
  62. Palazzo, D., & Schools, C. (2008). Video analysis: the next physics laboratory? In Proceedings of the engineering education: 21st century frontiers. West Point: United States Military Academy.Google Scholar
  63. Pappas, J., Koleza, E., Rizos, J., & Skordoulis, C. (2002). Using interactive digital video and motion analysis to bridge abstract mathematical notions with concrete everyday experience. 2nd International Conference on the Teaching of Mathematics, Hersonissos.Google Scholar
  64. Plötzner, R., & Spada, H. (1998). Constructing quantitative problem representations on the basis of qualitative reasoning. Interactive Learning Environments, 5, 95–107.CrossRefGoogle Scholar
  65. Prediger, S. (2010). Aber wie sag ich es mathematisch? Empirische Befunde und Konsequenzen zum Lernen von Mathematik als Mittel zur Beschreibung von Welt. In D. Höttecke (Hrsg.), Entwicklung naturwissenschaftlichen Denkens zwischen Phänomen und Systematik. Jahrestagung der Gesellschaft für Didaktik der Chemie und Physik in Dresden 2009. Berlin: LIT Verlag.Google Scholar
  66. Ramm, M. (2008). Das Studium der Naturwissenschaften. Eine Fachmonographie aus studentischer Sicht. Bonn, Berlin: Bundesministerium für Bildung und Forschung (BMBF).Google Scholar
  67. Rau, M. A. (2017). Conditions for the effectiveness of multiple visual representations in enhancing STEM learning. Educational Psychology Review, 29(4), 717–761.  https://doi.org/10.1007/s10648-016-9365-3.CrossRefGoogle Scholar
  68. Rodrigues, S., Pearce, J., & Livett, M. (2001). Using video analysis or data loggers during practical work in first year physics. Educational Studies, 27(1), 31–43.CrossRefGoogle Scholar
  69. Ruiz-Primo, M. A., Briggs, D., Iverson, H., Talbot, R., & Shepard, L. A. (2011). Impact of undergraduate science course innovations on learning. Science, 331(6022), 1269–1270.CrossRefGoogle Scholar
  70. Sadler, P. M., & Tai, R. H. (2001). Success in introductory college physics: the role of high school preparation. Science Education, 85(2), 111–136.CrossRefGoogle Scholar
  71. Sansone, C., Morf, C. C., & Panter, A. T. (2008). The sage handbook of methods in social psychology. Thousand Oaks: SAGE.Google Scholar
  72. Scheid, J., Müller, A., Hettmansperger, R., & Kuhn, J. (2017). Erhebung von repräsentationaler Kohärenzfähigkeit von Schülerinnen und Schülern im Themenbereich Strahlenoptik. Zeitschrift für Didaktik der Naturwissenschaften, 23, 181–203.CrossRefGoogle Scholar
  73. Schnotz, W. (2010). Reanalyzing the expertise reversal effect. Instructional science, 38(3), 315–323.CrossRefGoogle Scholar
  74. Schoenfeld, A., Smith, J. P., & Arcavi, A. (1993). Learning: the microgenetic analysis of one student’s evolving understanding of a complex subject matter domain. In R. Glaser (Hrsg.), Advances in instructional psychology. Hillsdale: LEA.Google Scholar
  75. Sorge, S., Petersen, S., & Neumann, K. (2016). Die Bedeutung der Studierfähigkeit für den Studienerfolg im 1. Semester in Physik. Zeitschrift für Didaktik der Naturwissenschaften, 22(1), 165–180.CrossRefGoogle Scholar
  76. Struck, W., & Yerrick, R. (2010). The effect of data acquisition-probeware and digital video analysis on accurate graphical representation of kinetics in a high school physics class. Journal of Science Education and Technology, 19(2), 199–211.CrossRefGoogle Scholar
  77. Theysohn, G., & Jodl, H. (1982). The combined physics course – elementary university physics: a study of teaching methods and organization in a practical physics course. European Journal of Science Education, 4(2), 183–191.CrossRefGoogle Scholar
  78. Trapmann, S., Hell, B., Weigand, S., & Schuler, H. (2007). Die Validität von Schulnoten zur Vorhersage des Studienerfolgs – eine Metaanalyse. Zeitschrift für Pädagogische Psychologie, 21(1), 11–27.CrossRefGoogle Scholar
  79. Treagust, D., Duit, R., & Fischer, H. (Hrsg.). (2017). Multiple representations in physics education. Dordrecht: Springer.Google Scholar
  80. Tsui, C., & Treagust, D. (Hrsg.). (2013). Multiple representations in biological education. Dordrecht: Springer.Google Scholar
  81. Tytler, R., Prain, V., Hubber, P., & Waldrip, B. (Hrsg.). (2013). Constructing representations to learn in science. Rotterdam: Sense.Google Scholar
  82. Verschaffel, L., De Corte, E., de Jong, T., & Elen, J. (2010). Use of external representations in reasoning and problem solving. New York: Routledge.Google Scholar
  83. Wee, L. K. (2012). One-dimensional collision carts computer model and its design ideas for productive experiential learning. Physics Education, 47(3), 301–308.CrossRefGoogle Scholar
  84. Wee, L. K., Chew, C., Goh, G., Tan, S., & Lee, T. (2012). Using tracker as a pedagogical tool for understanding projectile motion. Physics Education, 47(4), 448–455.CrossRefGoogle Scholar
  85. Wee, L. K., Tan, K., Leong, T., & Tan, C. (2015). Using tracker to understand ’toss up’ and free fall motion: a case study. Physics Education, 50(4), 436–442.CrossRefGoogle Scholar

Copyright information

© Gesellschaft für Didaktik der Physik und Chemie (GDCP); Fachsektion Didaktik der Biologie im VBIO (FDdB im VBIO) and Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.Fachbereich Physik, AG Didaktik der PhysikTechnische Universität KaiserslauternKaiserslauternDeutschland
  2. 2.Faculty of Science/Physics Section and Institute of Teacher EducationUniversity of Geneva Pavillon d’Uni MailGeneveSchweiz

Personalised recommendations