Uni-Logo
Artikelaktionen

METASTIC

METASTIC

Metacognitive self-judgments when learning from statistics texts

Metakognitive Selbsteinschätzung beim Lernen aus Statistiktexten

 

Ich weiß (nicht), dass ich nicht weiß

 

Laut Platon zeichnet wirklich weise Menschen aus, dass sie wissen, was sie nicht wissen. Lernende und besonders Lernende mit geringen Fähigkeiten neigen jedoch häufig dazu, ihre eigene Leistung zu überschätzen. In diesem Projekt untersuchen wir, inwiefern Lernende mit fehlerhaftem Vorwissen in Form von Fehlkonzepten ihr Verständnis beim Lernen aus Texten überschätzen. Da besonders im Bereich der Statistik Fehlkonzepte (z. B. Korrelation zeigt einen kausalen Zusammenhang an) weit verbreitet sind, sind wir speziell am Lernen aus Statistiktexten interessiert. Zudem liegt unser Fokus auf angehenden Lehrkräften. Diese sollten in der Lage sein, ihr berufliches Handeln auf der Grundlage wissenschaftlicher Erkenntnisse auszuüben, wofür ein gewisses Statistikwissen unerlässlich ist. Das eigene Verständnis metakognitiv zu überwachen und akkurat einzuschätzen, ist eine wichtige Voraussetzung für effektives Lernen. Nur so können Verständnisprobleme erkannt und beseitigt werden. Ein weiteres Ziel des Projekts ist es deshalb, instruktionale Methoden ausfindig zu machen, um Lernende dabei zu unterstützen, zu genaueren Selbsteinschätzungen zu gelangen. 

 

Kontakt: Anja Prinz

Finanzierung: BMBF (01JA1518A)

 

Veröffentlichungen

Prinz, A., Golke, S., & Wittwer, J. (2018). The double curse of misconceptions: Misconceptions impair not only text comprehension but also metacomprehension in the domain of statistics. Instructional Sciencedoi:10.1007/s11251-018-9452-6

Prinz, A., Golke, S., & Wittwer, J. (2017). Refuting overconfidence: Refutation texts prevent detrimental effects of misconceptions on text comprehension and metacomprehension accuracy in the domain of statistics. In G. Gunzelmann, A. Howes, T. Tenbrink, & E. Davelaar (Eds.), Proceedings of the 39th Annual Conference of the Cognitive Science Society (pp. 2937-2942). London, England: Cognitive Science Society. Retrieved from https://mindmodeling.org/cogsci2017/papers/0555/paper0555.pdf

 

Benutzerspezifische Werkzeuge