Zusammenfassung
Die Partizipationsfähigkeit von Lernenden als verantwortungsvolle Bürgerinnen und Bürger steht im Zentrum des Konstrukts „Mathematical Literacy“ (OECD, 2003; Deutsches PISA-Konsortium, 2004). So ist in vielen gesellschaftlichen Umfeldern mathematische Kompetenz erforderlich, um in lebensweltlichen Situationsbezügen Sachverhalte eigenständig einschätzen und beurteilen zu können und nicht auf die Interpretation von Information durch Dritte angewiesen zu sein.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Artelt, C., Baumert, J., Klieme, E., Neubrand, M., Prenzel, M., Schiefele, U., Schneider, W., Schümer, G., Stanat, P., Tillmann, K.-J. & Weiß, M. (Hrsg.). (2001). PISA 2000– Zusammenfassung zentraler Befunde. Berlin: Max-Planck-Institut für Bildungsforschung.
Blomhøj, M. & Jensen, T.H. (2003). Developing mathematical modelling competence: conceptual clarification and educational planning. Teaching Mathematics and its applications, 22(3),123–139.
Blum, W. (1985). Anwendungsorientierter Mathematikunterricht in der didaktischen Diskussion. Mathematische Semesterberichte, 32(2),195–232.
Blum, W. (2007). Mathematisches Modellieren – zu schwer für Schüler und Lehrer? Beiträge zum Mathematikunterricht 2007 (S. 3–12). Hildesheim: Franzbecker.
Blum, W., Galbraith, P.L., Henn, H.-W., Niss, M. (Hrsg.). (2007). Modelling and applications in mathematics education. The 14th ICMI study. New York: Springer.
Blum, W. & Leiß, D. (2005). Modellieren im Unterricht mit der „Tanken“-Aufgabe. mathematik lehren, 128, 18–21.
Curcio, F.R. (1987). Comprehension of Mathematical Relationships Expressed in Graphs. Journal for Research in Mathematics Education, 18(5),382–393.
Deci, F. & Ryan, R. (1993). Die Selbstbestimmungstheorie der Motivation und ihre Bedeutung für die Pädagogik. Zeitschrift für Pädagogik, 39, 223–238.
Deutsches PISA-Konsortium (Ed.). (2004). PISA 2003. Münster: Waxmann.
Dooren, W. van, De Bock, D., Vleugels, K. & Verschaffel, L. (2009). Word problems classification: A promising modelling task at the elementary level. [Presentation on the 14th Int. Conf. on the Teaching of Mathematical Modelling and Applications (ICTMA 14). Univ. of Hamburg, 29th of July 2009].
Engel, J. & Sedlmeier, P. (2005). On middle-school students’ comprehension of randomness and chance variability in data. Zentralblatt für Didaktik der Mathematik (ZDM), 37(3),168–177.
Fröhlich, A., Kuntze, S. & Lindmeier, A. (2007). Testentwicklung und -evaluation im Bereich von „Statistical Literacy“. In: Beiträge zum Mathematikunterricht 2007 (S. 783–786). Hildesheim: Franzbecker.
Gal, I. (2004). Statistical literacy, Meanings, Components, Responsibilities. In D. Ben-Zvi, & J. Garfield (Eds.), The Challenge of Developing Statistical Literacy, Reasoning and Thinking (pp. 47–78). Dordrecht: Kluwer.
Grigutsch, S. (1996). Mathematische Weltbilder bei Schülern: Struktur, Entwicklung, Einflussfaktoren. [Dissertation]. Duisburg: Gerhard-Mercator-Universität.
Gundlach, M., Kuntze, S., Engel, J. & Martignon, L. (2010a). Motivation and self-efficacy related to probability and statistics: Task-specific motivation and proficiency. In C. Reading (Ed.), Data and context in statistics education: Towards an evidence-based society. Proceedings of the Eighth International Conference on Teaching Statistics (ICOTS8, July, 2010), Ljubljana, Slovenia. Voorburg, The Netherlands: International Statistical Institute. www.stat.auckland.ac.nz/~iase/publications.php [Refereed paper].
Gundlach, M., Kuntze, S., Engel, J. & Martignon, L. (2010b, im Druck). Einflussgrößen auf Statistical Literacy von Studierenden – Erste Ergebnisse aus dem Projekt RIKO-STAT unter besonderer Berücksichtigung motivationaler Dispositionen. Beiträge zum Mathematikunterricht 2010.
Helmke, A. & Weinert, F. (1997). Bedingungsfaktoren schulischer Leistungen. In: F. Weinert (Hrsg.), Enzyklopädie der Psychologie. Bd. 3: Psychologie des Unterrichts und der Schule (S. 71–176). Göttingen: Hogrefe.
Hofe, R von. (2008). Zur Entwicklung mathematischer Grundbildung in der Sekundarstufe I – Ergebnisse aus der Längsschnittstudie PALMA. [Vortrag am 05.06.2008 an der Ludwig-Maximilians-Universität München].
Klieme, E. (2011, im Druck). Was ist guter (Mathematik –)Unterricht? Ergebnisse und Perspektiven einer fachbezogenen empirischen Forschung jenseits von Bildungsstandards. Beiträge zum Mathematikunterricht 2011.
KMK (Kultusministerkonferenz). (2004). Bildungsstandards im Fach Mathematik für den mittleren Schulabschluss. München: Wolters Kluwer.
Krapp, A. (1992). Das Interessenskonstrukt. In A. Krapp & M. Prenzel (Hrsg.), Interesse, Lernen, Leistung. Neuere Ansätze der pädagogisch-psychologischen Interessensforschung (S. 297–329). Münster: Aschendorff.
Krapp, A. (1993). Psychologie der Lernmotivation. Zeitschrift für Pädagogik, 39, 187–206.
Krapp, A. (1998). Entwicklung und Förderung von Interessen im Unterricht. Psychologie in Erziehung und Unterricht, 45, 186–203.
Kröpfl, B., Peschek, W. & Schneider, E. (2000). Stochastik in der Schule: Globale Ideen, lokale Bedeutungen, zentrale Tätigkeiten. mathematica didactica, 23(2),25–57.
Kuntze, S. (2010). Zur Beschreibung von Kompetenzen des mathematischen Modellierens konkretisiert an inhaltlichen Leitideen – Eine Diskussion von Kompetenzmodellen als Grundlage für Förderkonzepte zum Modellieren im Mathematikunterricht. Der Mathematikunterricht (MU), 56(4),4–19.
Kuntze, S., Engel, J., Martignon, L. & Gundlach, M. (2010). Aspects of statistical literacy between competency measures and indicators for conceptual knowledge – Empirical research in the project RIKO-STAT. In C. Reading (Ed.), Data and context in statistics education: Towards an evidence-based society. Proceedings of the Eighth International Conference on Teaching Statistics. Voorburg, The Netherlands: International Statistical Institute. www.stat.auckland.ac.nz/~iase/publications.php [Refereed paper].
Kuntze, S., Lindmeier, A. & Reiss, K. (2008a). „Using models and representations in statistical contexts” as a sub-competency of statistical literacy – Results from three empirical studies. Proceedings of the 11th International Congress on Mathematical Education (ICME 11). [http://tsg.icme11.org/document/get/474, Stand: 08.12.2008].
Kuntze, S., Lindmeier, A. & Reiss, K. (2008b). „Daten und Zufall“ als Leitidee für ein Kompetenzstufenmodell zum „Nutzen von Darstellungen und Modellen“ als Teilkomponente von Statistical Literacy. In A. Eichler & J. Meyer (Hrsg.), Anregungen zum Stochastikunterricht, Bd. 4 (S. 111–122). Hildesheim: Franzbecker.
Kuntze, S., Martignon, L. & Engel, J. (eingereicht). Einschätzungen von Schülerinnen und Schülern zu riskanten Problemsituationen – Empirische Ergebnisse aus dem Projekt RIKO-STAT. Stochastik in der Schule.
Kuntze, S. & Reiss, K. (2006). Profile mathematikbezogener motivationaler Prädispositionen – Zusammenhänge zwischen Motivation, Interesse, Fähigkeitsselbstkonzepten und Schulleistungsentwicklung in verschiedenen Lernumgebungen. mathematica didactica, 29(2),24–48.
Leiß, D., Schukajlow, S. & Besser, M. (2009). Is there only one modelling competency? The question of situated cognition when solving real world problems. [Presenta-tion on the 14th Int. Conf. on the Teaching of Mathematical Modelling and Appli-cations (ICTMA 14). Univ. of Hamburg, 30th of July 2009].
Lindmeier, A., Kuntze, S. & Reiss, K. (2007). Representations of data and manipulations through reduction – competencies of German secondary students. In B. Philips & L. Weldon (Hrsg.), Proceedings of the IASE/ISI Satellite Conference on Statistical Education, Guimarães, Portugal, 19 –21 August 2007. Voorburg, NL: International Statistical Institute.
Ludwig, M. & Xu, B. (2010). A Comparative Study of Modelling Competencies among Chinese and German Students. Journal für Mathematik-Didaktik (JMD), 31(1),77–98.
Maaß, K. (2006). What are modelling competencies? ZDM, 38(2),115–118.
Malle, G. (2000). Zwei Aspekte von Funktionen: Zuordnung und Kovariation. mathematik lehren, 103, 8–11.
OECD (2003). The PISA 2003 Assessment Framework – Mathematics, Reading, Science and Problem Solving Knowledge and Skills. www.pisa.oecd.org/dataoecd/46/14/33694881.pdf
Pekrun, R. (1983). Schulische Persönlichkeitsentwicklung. Frankfurt a. M.: Peter Lang.
Pekrun, R., Götz, T., Jullien, S., Zirngibl, A., Hofe, R. von & Blum, W. (2002). Skalenhandbuch PALMA: 1. Messzeitpunkt (5. Jahrgangsstufe). Universität München: Institut Pädagogische Psychologie.
Pekrun, R., Götz, T., Jullien, S., Zirngibl, A., Hofe, R. von & Blum, W. (2003). Skalenhandbuch PALMA: 2. Messzeitpunkt (6. Jahrgangsstufe). Universität München: Institut für Pädagogische Psychologie.
Reading, C. (2002), Profile for statistical understanding, In B. Phillips (Ed.), Proceedings of the Sixth International Conference on Teaching Statistics. Retrieved 14 of January 2010 from http://www.stat.auckland.ac.nz/~iase/publications/1/1a4_read.pdf.
Reiss, K., Pekrun, R., Kuntze, S., Lindmeier, A., Nett, U. & Zöttl, L. (2007). KOMMA – ein Projekt zur Entwicklung und Evaluation einer computergestützten Lernumgebung. GDM-Mitteilungen, 83, 16–17.
Schiller, A. & Kuntze, S. (2012). Auf der Suche nach den bissigsten Hunden – Die Idee des Einschätzens von Risiken mit mathematischen und statistischen Grundkompetenzen verknüpfen. Stochastik in der Schule, 32(1),20–28.
Wallman, K. (1993). Enhancing Statistical Literacy: Enriching our Society, Journal of the American Statistical Association, 88(421),1–8.
Watson, J. M. (1997). Assessing Statistical Thinking Using the Media, In I. Gal & J. Garfield (Hrsg.), The Assessment Challenge in Statistics Education (S. 107–121). IOS Press.
Watson, J. M. & Callingham, R. (2003). Statistical literacy: A complex hierarchical construct. Statistics Education Research Journal, 2(2),3–46.
Weinert, F. (1996). Lerntheorien und Instruktionsmodelle. In F. Weinert (Hrsg.). Enzyklopädie der Psychologie. Pädagogische Psychologie. Bd. 2: Psychologie des Lernens und der Instruktion (S. 1–48). Göttingen: Hogrefe.
Weinert, F. (2001). Vergleichende Leistungsmessung in Schulen – eine umstrittene Selbstverständlichkeit. In F. Weinert (Hrsg.), Leistungsmessungen in Schulen (S. 17–31). Weinheim: Beltz.
Wild, C. & Pfannkuch, M. (1999). Statistical thinking in empirical enquiry. International Statistical Review, 3, 223–266.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2013 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Kuntze, S. (2013). Modellieren beim Nutzen von Darstellungen in statistischen Kontexten. In: Borromeo Ferri, R., Greefrath, G., Kaiser, G. (eds) Mathematisches Modellieren für Schule und Hochschule. Realitätsbezüge im Mathematikunterricht. Springer Spektrum, Wiesbaden. https://doi.org/10.1007/978-3-658-01580-0_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-01580-0_4
Published:
Publisher Name: Springer Spektrum, Wiesbaden
Print ISBN: 978-3-658-01579-4
Online ISBN: 978-3-658-01580-0
eBook Packages: Life Science and Basic Disciplines (German Language)