Individualisiertes Lernen in der Hochschule

Potenziale und Grenzen

Schulmeister 2016

1 Selbsteinschätzung

3 Evaluation

9 Reziprokes Lehren

10 Feedback

13 Meta-kognitive Strategien

20 Problemlösen

26 Direkte Instruktion

30 Fallbeispiele

33 Concept Mapping

40 Keller Plan

44 Interakt. Lernvideos

49 Konzentration

53 Fragenstellen

60 Selbstkonzept

63 Koop.Lernen

71 Comp.unterst.

82 Simulation

83 Indukt.Vorgehen

86 Forschendes Lernen

100 Individualisierung

104 Audio-Visuelle Meth.

112 Webbasiertes Lernen

118 Problem-basiertes L.

126 Fernunterricht

132 Freiarbeit

0.0 0.3 0.6 0.9 1.2 1.5

0.04

0.09

0.15

0.18

0.23

0.23

0.31

0.33

0.33

0.37

0.41

0.43

0.46

0.48

0.52

0.53

0.57

0.57

0.58

0.61

0.69

0.73

0.74

0.90

1.44

Effektstärke d = 0.23Standardfehler 0.056Rang 100Anzahl der Meta-Analysen 9Anzahl der Studien 600Anzahl der Effekte 1.146Anzahl der Personen 9.380

J. Hattie (2014)

a. audio-tutorial (AT)b. computer-assisted instruction (CAI)c. personalized system of instruction (PSI)d. programmed instruction (PI)

f. intelligent tutoring systems (ITS)

e. adaptive Lernsysteme (aLMS)

„Individualisierung“

d = 0.22

d = 0.37

d = 0.53

d = 0.24

B. und M. Goldschmid (1974)Aiello & Wolfle (1980)

d = 0.65

d = 0.45

J. Hattie (2014)

Schulmeister (1995–)

Kulik & Fletcher (2016)

Waxman, Wang, Walberg & Anderson (1985)

Adaptive LernsystemeZuschnitt auf Lernermerkmale d = 0.19 Passung zu Lernstilen d = 0.41(Hattie)

„adaptations are by no means mutually exclusive; they can combine in various patterns, and no doubt all of them have a place in the ideal educational system.“ (Lee J. Cronbach, 1967)

Offene Lernsituationen Forschungsnahe Lehr-Lernmethoden

Methoden-Familie Merkmale ES

Entdeckendes Lernen Suchraum, Heuristik, Hypothesenprüfung d = 0.33

Forschendes Lernen Selbstkongruente Ziele, autonome Methodenwahl d = 0.31

Problem-based Learning Vorgegebene Fälle, Variation in Strategie und Prozess d = 0.15

Case-based Learning Vorgegebene Fälle, Variation in Strategie und Prozess d = 0.57

Web-basiertes Lernen Evaluation, Diskurs, Selbstreflexion d = 0.18

Contract Learning angelehnt an Forschendes LernenPersonal LearningPartizipation in ForschungProjektstudium

Schulmeister (2004)

Reinmann (2016), ZFHE Vol. 11 / Issue 5 (September 2016) pp. 225-244

Das Risiko SelbststudiumBeobachtungen zum Studierverhalten

Schulmeister 2015

Zeitbudget 5 Monate täglichSt

unde

n pr

o St

uden

t in

5 M

onat

en

0

400

800

1200

1600

2000

2400

2800

3200

3600

4000

Abb. 1: Gesamtdaten von 27 Stichproben

MU

K

KU

WI

SOP

MT

R

BA

EW LB

S

KU

WI 2

SOP

2

IngI

nf

MT

BA

Erzw

MPä

d

BWL

IMIT LA

MT

R 2

MAT

H

GEO

KdM

IngI

nf 2

MT

2

PHY

SIK

E-T

ECH

IT S

EC

BA

UIN

G

AR

CH

INF

Workload Private Zeit Urlaub Weiterbildung Jobben Schlafen

Workload 15%

Freizeit 34%

Urlaub 8%

Jobben 2%

Schlafen 40%

Weiterbildung 1%

Workload/WocheAn

zahl

der

Stic

hpro

ben

0

1

2

3

4

5

6

7

8

9

Stunden pro Woche und Person in 35 Stichproben15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

Kein homogener Verlauf der Präsenz in der Vorlesungszeit

Stun

den

pro

Woc

he

0

5

10

15

20

25

30

35

40

45

50

Kw44

Kw45

Kw46

Kw47

Kw48

Kw49

Kw50

Kw51

Kw52Kw1

Kw2

Kw3

Kw4

Kw5

Kw6

Kw7

Kw8

Kw9

Kw10

Kw11

Kw12

Kw13

Wasser1 Wasser2 StatikBaubetrieb Geotech1 Geotech2Tragwerk Baurecht ö. Baurecht pStahl & Holz Schweißen

Heterogenität im Selbststudium

0

5

10

15

20

25

30

35

40

45

50

Kw44

Kw45

Kw46

Kw47

Kw48

Kw49

Kw50

Kw51

Kw52Kw1

Kw2

Kw3

Kw4

Kw5

Kw6

Kw7

Kw8

Kw9

Kw10

Kw11

Kw12

Kw13

Stun

den

pro

Woc

he

0

5

10

15

20

25

30

35

40

45

50

Kw44

Kw45

Kw46

Kw47

Kw48

Kw49

Kw50

Kw51

Kw52Kw1

Kw2

Kw3

Kw4

Kw5

Kw6

Kw7

Kw8

Kw9

Kw10

Kw11

Kw12

Kw13

0

5

10

15

20

25

30

35

40

45

50

KW44

KW45

KW46

KW47

KW48

KW49

KW50

KW51

KW52

KW01

KW02

KW03

KW04

KW05

KW06

KW07

KW08

KW09

KW10

Alle StudierendenStudent A

Student B Student C

Anwesenheit und Noten

0

100

200

300

400

F D C B A

Anwesenheit >90%

1% 5% 19% 30% 45%

781 Studierende (35% der Stichprobe)

0

100

200

300

400

F D C B A

Anwesenheit 60%–90%

2% 11% 32% 32% 23%

753 Studierende (33% der Stichprobe)

0

100

200

300

400

F D C B A

Anwesenheit <60%

18% 22% 29% 24% 7%

740 Studierende (33% der Stichprobe)

nach M.M. JarrioInstitute of Georgia Technology

School of Physics2009-2013

N = 2.271

Inverted Classroom Model (ICM)

ICM in Anglistik: Anwesende der Präsenzphase „schnitten am Ende in der Abschlussklausur erheblich besser ab als diejenigen, die auf die Präsenzteilnahme verzichteten oder nur selten anwesend waren.“ „Die Wirksamkeit der Präsenzphase im InvertedClassroom (Mastery) Modell steht außer Frage.“

ICM als Statistik-Kurs: Regelmäßige Präsenz führt zu besseren Noten: „Dies zeigt die enorme Bedeutung der Präsenzphase und deren Aufwertung durch das ICM auf.“

Jürgen Handke

Andrea Breitenbach aus: Großkurth/Handke (Hrsg.): Inverted Classroom and Beyond. Tectum 2016

eLectures und Präsenz

„Das Nutzungsverhalten nach einer verpassten Präsenzveranstaltung zeigt, dass Studierende, die nur Teile der verpassten Veranstaltung anschauen oder das Angebot gar nicht nutzen, signifikant stärker zu Aufschiebeverhalten neigen“.

„Obwohl durch die eLectures die Möglichkeit gegeben wäre, verpasste Inhalte nachzuholen, nehmen ca. 16 Prozent diese Möglichkeit gar nicht wahr. Die Gruppe weist mit einem Mittelwert von 3,89 die höchste Prokrastinationstendenz auf.“

„Der Mittelwertvergleich von Studierenden die angeben, aufgrund des eLecture Angebotes ihre Anwesenheit in Präsenz zu reduzieren („Wegbleiber“) gegenüber denen, die aufgrund des Angebotes ihre Anwesenheit in den Veranstaltungen nicht reduzieren zeigt, dass die Prokrastinationstendenz bei denen die wegbleiben signifikant stärker ausgeprägt ist.“

Alexander Tillmann

Jana Niemeyer

Tillmann, Niemeyer & Krömker: „Das schaue ich mir morgen an“ – Aufschiebeverhalten bei der Nutzung von eLectures; eine Analyse. 2016Detlef Krömker

Substitution der Abwesenheit durch Selbststudium?St

unde

n in

23.

5 W

oche

n

0

50

100

150

200

250

300

350

400

450

500

550

600

650

700

750

800

Eine Stichprobe im Sommer 2015

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

Präsenz Selbststudium

Median

100%

100%56%

31%

Präsenz und Selbststudiumin Bachelor-Studiengängen

BWL Selbststudium & Noten

Stun

den

in 5

Mon

aten

0

100

200

300

400

500

600

700

800

900

1000

1100

Studierende0 5 10 15 20 25 30 35 40 45 50 55

1-2 2-3 3-4 4-5

r = .03

BWL Präsenz & Noten

Stun

den

in 5

Mon

aten

100110120

130140

150160170

180190

200210220

230240

250

Studierende0 5 10 15 20 25 30 35 40 45 50 55

1-2 2-3 3-4 4-5

r = -.32

Selbststudium oder Anwesenheit?

Präsenz

MathematikAnwesenheit & Klausurpunkte r =   0.48Anwesenheit & Übungspunkte r =   0.62

BWLAnwesenheit & Noten r = – 0.36WiInf: Anwesenheit & Noten r = – 0.47Recht: Anwesenheit & Noten r = – 0.25Rechnungswesen: Anw. & Noten r = – 0.30

InformatikGP2 Selbststudium & Noten r = – 0.22GPS Selbststudium & Noten r = – 0.02

Selbststudium

MathematikSelbststudium & Klausurpunkte r = – 0.16Selbststudium & Übungspunkte r = – 0.08

InformatikGP2: Anwesenheit & Noten r = – 0.55GPS: Anwesenheit & Noten r = – 0.40

BWLSelbststudium & Noten r =   0.03

0

5

10

15

20

25

30

35

40

45

50KW

18KW

19KW

20KW

21KW

22KW

23KW

24KW

25KW

26KW

27KW

28KW

29KW

30KW

31KW

32KW

33KW

34KW

35KW

36KW

37KW

38KW

39

0

5

10

15

20

25

30

35

40

45

50

KW44

KW45

KW46

KW47

KW48

KW49

KW50

KW51

KW52

KW1

KW2

KW3

KW4

KW5

KW6

KW7

KW8

KW9

KW10

KW11

KW12

KW13

0

5

10

15

20

25

30

35

40

45

50

KW45

KW46

KW47

KW48

KW49

KW50

KW51

KW52

KW53

KW1

KW2

KW3

KW4

KW5

KW6

KW7

KW8

KW9

KW10

KW11

KW12

KW13

0

5

10

15

20

25

30

35

40

45

50

kw44kw

45kw

46kw

47kw

48kw

49kw

50kw

51kw

52kw1kw

2kw

3kw

4kw

5kw

6kw

7kw

8kw

9kw

10kw

11kw

12kw

13

Prüfungszeit 6 Klausuren

zulassungsrelevanter Test HF

Prüfungszeitraum 1 Pflicht- und 2 freiw. Klausuren HF, 1 NF

1 Klausur HF

Hausarbeiten

ErsterPrüfungstermin

ZweiterPrüfungstermin

GEO

BWLMUK

MATH

Effekt der Lehrorganisation auf die Verteilung der Workload

Selbststudium in BIWSt

unde

n/Ta

g

00.5

11.5

22.5

33.5

44.5

55.5

6

Semesterwochen1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

Selbststudium in BWL

Stun

den/

Tag

00.5

11.5

22.5

33.5

44.5

55.5

6

Semesterwochen

1 2 3 4 5 6 7 8 9 10 1112 13 14 15 16 17 18 1920 2122

Selbststudium in Mechatronik

Stun

den/

Tag

00.5

11.5

22.5

33.5

44.5

55.5

6

Semesterwochen

1 2 3 4 5 6 7 8 9 10 1112 13 14 15 16 17 18 1920 2122

Selbststudium in Geomatik

Stun

den/

Tag

00.5

11.5

22.5

33.5

44.5

55.5

6

Semesterwochen

1 2 3 4 5 6 7 8 9 10 1112 13 14 15 16 17 18 1920 2122

Stun

den

pro

Woc

he

0

10

20

30

40

50

60

70

80

90

100

110

Kw17Kw18

Kw19Kw20

Kw21Kw22

Kw23Kw24

Kw25Kw26

Kw27Kw28

Kw29Kw30

Kw31Kw32

Kw33Kw34

Kw35Kw36

Kw37Kw38

KW39

Kw 40

Präsenz Selbststudium Private Zeit Urlaub Jobben

Semesterverlauf eines Studiengangs

Kalenderwochen vom 20. April bis 30. September 2015

HeterogenitätWelche Kriterien erweisen sich als lernrelevant?

Schulmeister (2014)

„At the present time it seems fair to say that we know considerably more about learning, its varieties and conditions, than we did ten years

ago. But we do not know much more about individual differences in learning than we did thirty years ago.“ R.M. Gagné (1967)

„Die in Psychologie und Pädagogik entwickelten Konstrukte zur Beschreibung unterindividueller Unterschiede sowie die daraus entstandenen Diagnose-Instrumente bilden nur einen Teil der

Unterschiede zwischen den Menschen ab. Aus diesem Grunde ist ihr Nutzen bei der Gestaltung von Lernumgebungen sowie bei der Zuordnung von Schülern zu diesen Lernumgebungen begrenzt.“

E. Stern (2006)

0

1

2

3

4

5

6

7

Sich

erhe

itswa

hrne

hmun

g

Erge

bnis-

Erwa

rtung

Kom

pete

nzer

wartu

ng

Absc

hirm

ung

Selb

stko

ngru

ent Z

iel

Emot

ionsr

egula

tion

Gewi

ssen

hafti

gkeit

Anst

reng

ungs

bere

itsch

aft

Selbstbestimmte Lernmotivation (16,6%)Rezessive Lernmotivation (17,1%)Angstbestimmte Lernmotivation (20%)Pragmatische Lernmotivation (25,9%)Strategische Lernmotivation (20,5%)

25,9%

16,6%

20,5%

20,0%

17,1%

discr. index 0,99discr. index 0,72

BWL

Schulmeister, Metzger & Martens, 2012

vs

Prok

rasti

natio

n

vsAn

gst

Konz

entra

tion

vsAb

lenku

ng

„Results from the present study suggest that the quantity of time spent studying has an influence on performance, but that this influence is moderated by a third variable, the study habits used by students.“ Nonis & Hudson 2010

Anwesenheit

„Class attendance appears to be a better predictor of college grades than any other known predictor of college grades—including SAT scores, HSGPA, studying skills, and the amount of time spent studying“ Meta-Analyst von Credé et al. 2010

Konzentration vs. Ablenkung

„42% of students indicated that they were easily distracted and could not concentrate on their work, … 29% indicated their social life interfered or distracted them from coursework“ Brint & Cantwell 2008

Verantwortung vs. Prokrastination

Angst, geringer Grad an Emotionsregulation, Coping und ein schwaches Selbstbild sind die Quelle für Prokrastination. Verantwortungs-übernahme, conscientiousness und Selbstwirksamkeit wirken ihnen entgegen.

Studierverhalten

Conscientiousness

„Conscientiousness has the strongest association with academic performance of all the FFM dimensions; its association with academic performance rivaled that of intelligence except in primary education.“ Poropat 2009, 334

„Conscientiousness has been repeatedly shown to be positively related to the academic performance of university students“ von Stumm u.a., 2007, 576

„Big Five personality traits are better predictors of AP than cognitive ability, BAI, and gender. Personality was the most powerful predictor of absenteeism, essay marks, … with Conscientiousness being the most significant predictor.“ Furnham et al., 2003

„These effect sizes probably reflect the influence of an overall conscientiousness factor.“ Meta-Analyse von Credé et al., 2010

„Conscientiousness emerged as the only Big Five trait that shows a substantial validity for college or university grades. As we did not find significant moderator effects for the validity of Conscientiousness, we conclude that Conscientiousness is an important trait for academic achievement without substantial differences for study majors, culture, age or other investigated moderator variables.“ Trapmann u.a. 2007, 146

Neurotizismus Extraversion

Offenheit für Erfahrungen Verträglichkeit

Gewissenhaftigkeit

Kompetenz Ordnungsliebe

Pflichtbewusstsein Leistungsstreben

Selbstdisziplin

LERNERFOLGConscientiousnessMOTIVATION

Präsenz

Andere Faktoren Selbststudium

Studierverhalten

Lehrorganisation

Schulmeister 2015

Strukturelle Innovationder Lehrorganisation

VorherPräsenz Selbststudium

∑ = 112 ∑ = 265

für drei ModuleElektrische Motoren und Aktoren

MehrkörperdynamikTechnische Optik 2

Drei Module

Nachher

0

1

2

3

4

5

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180

1

2

3

4

5

Vorlesungszeit

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

TU Ilmenau — Präsenzverhalten vor und nach dem Blocken

Individuelle Variablen (Lernmotivation)

• Bedrohungswahrnehmung• Emotionsregulation• Verantwortungsübernahme• Kompetenzerwartung• Ablenkungsneigung• Aufschiebeverhalten

(Prokrastination)• Durchhaltevermögen• selbstkongruente und

persistente Zielverfolgung

System der geblockten ModuleKonsekutive, exklusive Durchführung von Modulen mit Verzahnung von Präsenz- und Selbststudium

Auswirkungen

• keine Konkurrenz zwischen den Modulen

• kontinuierliches Selbststudium• Festigung von Wissen und

Fertigkeiten durch Verzahnung von Lernen und Anwenden

• Angstreduktion durch• Rückmeldung zum individuellen

Lernstand• Kompetenz-/Erfolgserleben• Sicherheit, gut vorbereitet zu sein,

weil man mitgearbeitet hat• studienbegleitende Prüfungen• soziale Einbindung in

Arbeitsgruppen• keine Ballung von Prüfungen am

Ende der Vorlesungszeit

Im Versuch in IT Security:• bessere Noten• weniger Durchfaller• früherer Studienabbruch

Konzentration auf ein Thema

Aufgabe

Anwendung

Rückmeldung

PrüfungAnerkennung von

Selbststudienleistungen als Prüfungsleistungen

{Selbststudium

Didaktische Elemente