Volltext-Downloads (blau) und Frontdoor-Views (grau)

"Big Data" in Inquiry-Based Learning of Science

  • For more than 30 years, school-specific digital measurement systems have been available for science classrooms. These systems allow automated data acquisition, which enables longer measurement durations, shorter measurement intervals, and the acquisition of several measurands in parallel. The resulting increase in the amount of data is attributed to a certain potential for science classrooms. However, recent research has shown that digital measurement systems are rarely used in the classroom. In addition, there is little research on the conditions for using digital measurement systems in science classrooms and the added value of larger amounts of data for students in terms of learning from and about science. The present work aims to close these gaps by 1) illustrating the pedagogical potential of digital measurement systems and the associated larger amount of data, 2) describing teachers competencies in using digital measurement systems and presenting a corresponding self-efficacy scale, 3) investigating the influence of the amount of data analyzed on learners cognitive load and conclusions, and 4) exploring the extent to which learners use the potential in their arguments. It was shown exemplarily that new phenomena can be observed in science classrooms by using digital measurement systems and the associated collection and evaluation of large amounts of data (goal 1). Furthermore, 15 competencies relevant to teachers in dealing with digital measurement systems were empirically identified, and a self-efficacy assessment tool was developed on this basis (goal 2). On the learner side, an increase in the amount of correct conclusions was identified when evaluating the largest of the three datasets provided (goal 3). The amount of data showed no effect on cognitive load (goal 3), and no meaningful differences in the quality of the data-based arguments could be detected (goal 4). The latter suggests that learners do not fully utilize the potential of larger datasets in their arguments. The results underline the relevance of large amounts of data for science classrooms. Therefore, teachers should make greater use of digital measurement systems in science classrooms. The identified competencies and the self-efficacy scale can be used to develop and evaluate targeted offerings to promote relevant competencies in the use of digital measurement systems by (preservice) science teachers. In addition, future research should investigate the extent to which learners are aware of the potential of larger amounts of data and how they can be supported in their arguments to exploit this potential.
  • Seit mehr als 30 Jahren gibt es schulspezifische digitale Messwerterfassungssysteme für den naturwissenschaftlichen Unterricht. Diese Systeme erlauben eine automatisierte Datenerfassung, die längere Messdauern, kürzere Messintervalle und die Erfassung mehrerer Messgrößen parallel ermöglicht. Der daraus resultierenden Zunahme der Datenmenge wird ein gewisses Potenzial für den naturwissenschaftlichen Unterricht zugeschrieben. Neuere Forschungen haben jedoch gezeigt, dass digitale Messwerterfassungssysteme im Unterricht selten eingesetzt werden. Darüber hinaus gibt es nur wenige Untersuchungen über die Rahmenbedingungen für den Einsatz digitaler Messwerterfassungssysteme im naturwissenschaftlichen Unterricht und den Mehrwert größerer Datenmengen für die Schüler*innen im Hinblick auf das Lernen von und über Naturwissenschaften. Die vorliegende Arbeit zielt darauf ab, diese Lücken zu schließen, indem sie 1) das didaktische Potenzial digitaler Messwerterfassungssysteme und die damit verbundenen größeren Datenmengen veranschaulicht, 2) die Kompetenzen der Lehrpersonen im Umgang mit digitalen Messwerterfassungssystemen beschreibt und eine entsprechende Selbstwirksamkeitsskala vorstellt, 3) den Einfluss der analysierten Datenmenge auf die kognitive Belastung und die Schlussfolgerungen der Lernenden untersucht und 4) erforscht, inwieweit die Lernenden das Potenzial in ihren Argumentationen nutzen. Es wurde exemplarisch gezeigt, dass durch den Einsatz digitaler Messwerterfassungssysteme und der damit verbundenen Erfassung und Auswertung großer Datenmengen neue Phänomene im naturwissenschaftlichen Unterricht erschlossen werden können (Ziel 1). Darüber hinaus wurden 15 für Lehrpersonen relevante Kompetenzen im Umgang mit digitalen Messwerterfassungssystemen empirisch identifiziert und auf dieser Basis ein Instrument zur Selbstwirksamkeitsbewertung entwickelt (Ziel 2). Auf Seiten der Lernenden wurde ein Anstieg der Anzahl richtiger Schlussfolgerungen bei der Auswertung der größten von drei Datensätzen festgestellt (Ziel 3). Die Menge der Daten zeigte keinen Einfluss auf die kognitive Belastung (Ziel 3), und es konnten keine bedeutsamen Unterschiede in der Qualität der datenbasierten Argumente festgestellt werden (Ziel 4). Letzteres deutet darauf hin, dass die Lernenden das Potenzial größerer Datensätze in ihren Argumenten nicht voll ausschöpfen. Die Ergebnisse unterstreichen die Bedeutung großer Datenmengen für den naturwissenschaftlichen Unterricht. Lehrpersonen sollten daher verstärkt digitale Messwerterfassungssysteme im naturwissenschaftlichen Unterricht einsetzen. Die identifizierten Kompetenzen und die Selbstwirksamkeitsskala können genutzt werden, um gezielte Angebote zur Förderung relevanter Kompetenzen im Umgang mit digitalen Messwerterfassungssystemen zu entwickeln und zu evaluieren. Darüber hinaus sollte in zukünftiger Forschung untersucht werden, inwieweit sich die Lernenden des Potenzials größerer Datenmengen bewusst sind und wie sie in ihren Argumentationen zur Nutzung dieses Potenzials unterstützt werden können.

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Gregor Benz
URN:urn:nbn:de:bsz:751-opus4-6594
Subtitle (German):Empirical investigations on the influence of different amounts of data on learners’ cognitive load, conclusions, and argumentation and pre-service teachers’ technological knowledge of digital measurement
Referee:Tobias LudwigGND, Amy M. Masnick, Burkhard PriemerGND
Advisor:Tobias LudwigGND
Document Type:Doctoral Thesis
Language:English
Year of Completion:2024
Date of first Publication:2024/12/06
Granting Institution:Pädagogische Hochschule Karlsruhe, Fakultät B - Fakultät für Natur- und Sozialwissenschaften (seit WS 19/20)
Date of final exam:2024/10/30
Release Date:2024/12/06
Tag:argumentation; cognitive load; data quantity; digital measurement; science education
GND Keyword:ExperimentGND; PhysikunterrichtGND; DatenkompetenzGND
Pagenumber:XIII, 170
Identifier Union Catalogue:1911131095
Institutes:Fakultät B - Fakultät für Natur- und Sozialwissenschaften (seit WS 19/20) / Institut für Physik und Technische Bildung
DDC class:300 Sozialwissenschaften / 370 Erziehung, Schul- und Bildungswesen
500 Naturwissenschaften und Mathematik / 530 Physik
Licence (German):License LogoVeröffentlichungsvertrag für Dissertationen