Advertisement

Unterrichtsmethoden im Kontext bedeutsamer Lerntheorien

  • Andreas Zendler
  • Cornelia Seitz
  • Andreas Fest
  • Dieter Klaudt
Chapter

Zusammenfassung

Unterrichtsmethoden spielen für erfolgreiches Lernen eine zentrale Rolle. Begründungen, warum Lernen mit Unterrichtsmethoden besser funktioniert, liefern die Kognitionspsychologie, zunehmend die Neurowissenschaft und neuerdings die Neurodidaktik. Traditionell stellen Lerntheorien Empfehlungen zur Verfügung, auf deren Befunde bestimmte Unterrichtsmethoden entstanden sind. Dieses Kapitel legt den Schwerpunkt auf die Einbindung von Unterrichtsmethoden für den Informatikunterricht in den Kontext bedeutsamer Lerntheorien. In einer Befragung bewerten Experten die Bedeutung der behavioristischen, kognitivistischen und konstruktivistischen Lerntheorien für 20 Unterrichtsmethoden. Das Ergebnis der Untersuchung macht deutlich, dass die Gewichtung von Lerntheorien für bestimmte Unterrichtsmethoden zum Informatikunterricht unterschiedlich ist.

Literatur

  1. Agneli, C., Kadijevich, D. & Schulte, C. (2013). Improving computer science education. London: Routledge Chapman & Hall.Google Scholar
  2. Anderson, J. R. (2013). Cognitive psychology. Duffield: Worth Publishers.Google Scholar
  3. Baer, M. & Paradiso, M. (2015). Neuroscience: Exploring the brain. Philadelphia: Lippincott Williams & Wilk.Google Scholar
  4. Benoit, K. & Wiesehomeier, N. (2009). Expert judgment. In S. Pickel, G. Pickel, H.-J. Lauth & D. Jahn (Hrsg.), Methoden der vergleichenden Politik- und Sozialwissenschaften (S. 479–516). Wiesbaden: Verlag für Sozialwissenschaften.Google Scholar
  5. Bortz, J., Lienert, G. A. & Boehnke, K. (2008). Verteilungsfreie Verfahren in der Biostatistik. Berlin: Springer.Google Scholar
  6. Bunge, M. (1967). Scientific research I: The search for system. Berlin: Springer.CrossRefzbMATHGoogle Scholar
  7. Burton, J. K., Moore, D. M. & Magliaro, S. G. (2004). Behaviorism and instructional design. In D. H. Jonassen (Hrsg.), Handbook of research on educational communications and technology (S. 3–35). New York: Lawrence Erlbaum.Google Scholar
  8. Collins, S. (2015). Neuroscience for learning and development: How to apply neuroscience and psychology for improved learning and training. London: Kogan Page.Google Scholar
  9. Eysenck, M. W. & Keane, M. T. (2015). Cognitive psychology. Abingdon: Taylor & Francis.Google Scholar
  10. Fincher, S. & Petre, M. S. (2004). Computer science education research. London: RoutledgeFalmer.Google Scholar
  11. Grzega, J. & Schöner, M. (2008). The didactic model LdL (Lernen durch Lehren) as a way of preparing students for communication in a knowledge society. Journal of Education for Teaching 34(3), 167–175.CrossRefGoogle Scholar
  12. Gwet, K. L. (2014). Handbook of inter-rater-reliability. Gaithersburg: Advanced Analytics.Google Scholar
  13. Hartmann, W., Näf, M. & Reichert, R. (2006). Informatikunterricht planen und durchführen. Berlin: Springer.Google Scholar
  14. Hattie, J. (2009). Visible learning. New York: Routledge.Google Scholar
  15. Hazzan, O., Lapidot, T. & Ragonis, N. (2011). Cognitive psychology. New York: Springer.Google Scholar
  16. Hora, S. C. (2008). Expert Judgment. In E. L. Melnick & B. S. Everitt, Encyclopedia of quantitative risk analysis and assessment. New York: Wiley.Google Scholar
  17. Hubwieser, P. (2007). Didaktik der Informatik. Berlin: Springer.Google Scholar
  18. Humbert, L. (2006). Didaktik der Informatik. Wiesbaden: Teubner.Google Scholar
  19. Immordino-Yang, M. H. (2015). Emotions, learning, and the brain: Exploring the educational implications of affective neuroscience. New York: Ww Norton & Co.Google Scholar
  20. Irons, A., Alexander, S. & Alexander, S. (2004). Improving computer science education. London: Routledge Chapman & Hall.Google Scholar
  21. Kerres M. (2013). Mediendidaktik. München: Oldenbourg.CrossRefGoogle Scholar
  22. Kirk, E. (2012). Experimental design. Belmon: Wadsworth.CrossRefGoogle Scholar
  23. Koffmann, E. & Brinda, T. (2003). Teaching programming and problems solving. In L. Cassel & R. A. Reis (2003). Teaching programming and problem solving (S. 125–130). Amsterdam: Kluwer Academic Publishers.Google Scholar
  24. Lefrançois, G. R. (2012). Theories of human learning. Belmont, CA: Wadsworth.Google Scholar
  25. Mareschal, D. & Butterworth, B. (2013). Educational neuroscience. New York: Wiley & Sons.Google Scholar
  26. Merriam, S. B., Caffarella, R. S. & Baumgartner, L. (2006) Learning in adulthood. A comprehensive guide. San Francisco: Jossey-Bass.Google Scholar
  27. Mitchell, C & Sackney, L. (2011). Profound improvement building vapacity for learning vommunities. New York: Routledge.Google Scholar
  28. Modrow, E. & Strecker, K. (2016). Didaktik der Informatik. Berlin: de Gruyter.CrossRefGoogle Scholar
  29. Olson, M. H. & Hergenhahn, B. R. (2012). An introduction to theories of learning. Upper Saddle River, NJ: Prentice-Hall.Google Scholar
  30. Purves, D. & Augustine, G. J. (2012). Neuroscience. Paris: De Boeck Université.Google Scholar
  31. Sala, S. D. & Anderson, M. (2011). Neuroscience in education: The good, the bad, and the ugly. Oxford: Oxford University Press.Google Scholar
  32. Santrock, J. W. (2011). Educational psychology. New York: Mcgraw-Hill.Google Scholar
  33. Schubert, S. & Schwill, A. (2012). Didaktik der Informatik. Heidelberg: Spektrum.zbMATHGoogle Scholar
  34. Seitschek, H. O. (2007). Wiedererinnerung. In C. Schäfer (Hrsg.), Platon-Lexikon (S. 330–333). Darmstadt: WBG.Google Scholar
  35. Silverman, A. (2014). Plato’s middle period metaphysics and epistemology. In E. Zalta (Hrsg.), The Stanford Encyclopedia of Philosophy. Stanford: University Press.Google Scholar
  36. Slavin, R. E. (2014). Educational psychology: Theory and practice. Upper Saddle River, NJ: Pearson Education.Google Scholar
  37. Spurgin, A. J. (2009). Human reliability assessment theory and practice. Boca Raton: CRC Press.CrossRefGoogle Scholar
  38. Winer, B. J., Brown, D. R. & Michels, K. M. (1991). Statistical principles in experimental design. Boston: McGraw-Hill.Google Scholar
  39. Wirtz, M. & Caspar, F. (2002). Beurteilerübereinstimmung und Beurteilereliabiltät. Göttingen: Hogrefe.Google Scholar
  40. Woolfolk, A. (2015). Educational psychology. Upper Saddle River, NJ: Pearson.Google Scholar
  41. Woolhouse R. (2007). Locke: A biography. Cambridge: Cambridge University Press.Google Scholar
  42. Zendler, A., & Klaudt, D. (2016a). Booklet I: Unterrichtsmethoden für den Informatikunterricht. Berlin: epubli.Google Scholar
  43. Zendler, A. & Klaudt, D. (2016b). Instructional methods to computer science education as investigated by computer science teachers. Journal of Computer Science, 11(8), 915–927.CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2018

Authors and Affiliations

  • Andreas Zendler
    • 1
  • Cornelia Seitz
    • 1
  • Andreas Fest
    • 1
  • Dieter Klaudt
    • 1
  1. 1.University of Education LudwigsburgLudwigsburgDeutschland

Personalised recommendations