Kurzfassung
Das mathematische Modell Baumdiagramm wird vom Rest der Welt in vielseitiger Weise als Strukturierungswerkzeug verwendet. Es lässt dabei grundsätzlich immer zwei Perspektiven zu: eine eher statische, die auf hierarchische Beziehungen und Merkmale fokussiert und eine stärker prozessorientierte. In den Möglichkeiten, die angehende Mathematiklehrkräfte finden, um ein gegebenes Baumdiagramm zu interpretieren, spiegeln sich sowohl die vielseitige Anwendbarkeit des Modells als auch diese unterschiedlichen Blickwinkel wider. Darüber hinaus wird mit der Analyse solcher Interpretationen ein Einblick in das diagnostische Potential derartiger Aufgabenstellungen im Hinblick auf Vorstellungen und Fehlvorstellungen gegeben.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Barzel, B;Büchter, A. & Leuders (2011). Mathematik Methodik. Handbuch für die Sekundarstufe I und II. Berlin: Cornelsen.
Breiman, L., Friedman, J., Stone, C.J. & Olshen, R.A. (1984). Classification and Regression Trees. Boca Raton: CRC Press.
Böttner, J. et al. (2004). Schnittpunkt 1. Mathematik für Realschulen Baden-Württemberg. Stuttgart: Ernst Klett Verlag.
Brinkmann, A. (2003). Graphical Knowledge Display – Mind Mapping and Concept Mapping as Efficient Tools in Mathematics Education. In P. Perks & S. Prestage (Hrsg.), Mathematics Education Review. The Journal of Association of Mathematics Education Teachers, 16,(pp.39- 48) (16).
Duval, R. (2006). A cognitive analysis of problems of comprehension in a learning of mathematics. Educational Studies in Mathematics, 61. 103–131.
Engel, J. (1999). Tree Structured Function Estimation with Haar Wavelets. Hamburg: Dr. Kovac.
Engel, J. & Martignon, L. (2012). Daten und Zufall. Eine Einführung in Datenanalyse, Wahrscheinlichkeitsrechnung und Statistik für Lehramtsstudierende. Unveröffentlichtes Vorlesungsskript.
Fischbein, E. (1977). Image and Concept in Learning Mathematics. Educational Studies in Mathematics, 8 (2), 153–165.
Gallin, P. (2003). Prädikatives und funktionales Denken in der Wahrscheinlichkeitsrechnung. Zentralblatt für Didaktik der Mathematik, 35 (3), 110–119.
Hefendehl-Hebeker, L. (1999). Das Entdeckungspotenzial gedanklichen Ordnens. Beispiele aus dem Arithmetikunterricht. Der Mathematikunterricht, 45 (5), 5–16.
Hsu, L.-H. & Lin, C.-K. (2008). Graph Theory and Interconnection Networks. Boca Raton: CRC Press.
Hubwieser P. & Aiglstorfer, G. (2004). Fundamente der Informatik: Ablaufmodellierung, Algorithmen und Datenstrukturen. München: Oldenbourg Wissenschaftsverlag.
Kaune, C. (2003). Das Wissen um Unterschiede in den kognitiven Strukturen von Schülerinnen und Schülern als Erklärung von Unterrichtsbeiträgen. Zentralblatt für Didaktik der Mathematik, 35 (3), 102–109.
Müller, G.N. & Wittmann, E.Ch. (2008). Das kleine Denkspielbuch. Probieren und Kombinieren. Hannover: Friedrich Verlag.
Prediger, S. (2006). Vorstellungen zum Operieren mit Brüchen entwickeln und erheben. Vorschläge für vorstellungsorientierte Zugänge und diagnostische Aufgaben. Praxis der Mathematik in der Schule, 48 (11), 8–12.
Schawel, C. & Billing, F. (2012). Top 100 Management Tools. Das wichtigste Buch eines Managers. Wiesbaden: Springer Fachmedien.
Schwank, I. (1993): Verschiedene Repräsentationen algorithmischer Begriffe und der Aufbau mentaler Modelle. Der Mathematikunterricht 3, 12–26.
Schwank, I. (2003): Einführung in prädikatives und funktionales Denken. Zentralblatt für Didaktik der Mathematik, 35 (3), 70–78.
Selter, Ch. & Spiegel, H. (2004): Zählen, ohne zu zählen. G. N. Müller, H. Steinbring & E. Ch. Wittmann Hrsg.(,) Arithmetik als Prozess (S. 81–90). Seelze: Kallmeyer.
Wittmann, E. Ch. & Müller, G. N. (2004). Das Zahlenbuch 2. Leipzig: Ernst Klett Verlag.
Zhang, H., Crowley, J., Sox, H.C. & Olshen, R.A. (1998): Tree-structured statistical methods. In P. Armitage & T. Colton (Hrsg.), Encyclopedia of Biostatistics (S. 4561–4573). Chichester: Wiley.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2014 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Dreher, A. (2014). Baumdiagramme und der Rest der Welt. In: Sproesser, U., Wessolowski, S., Wörn, C. (eds) Daten, Zufall und der Rest der Welt. Springer Spektrum, Wiesbaden. https://doi.org/10.1007/978-3-658-04669-9_5
Download citation
DOI: https://doi.org/10.1007/978-3-658-04669-9_5
Published:
Publisher Name: Springer Spektrum, Wiesbaden
Print ISBN: 978-3-658-04668-2
Online ISBN: 978-3-658-04669-9
eBook Packages: Humanities, Social Science (German Language)