Konstruktion eines qualitativen Niveaumodells im fachdidaktischen Wissen von angehenden Physiklehrkräften

2019 
Der vorliegenden Artikel zielt darauf ab, qualitative Fahigkeitsniveaus fur das fachdidaktische Wissen angehender Physiklehrkrafte zu formulieren. Neben dem Fachwissen und dem padagogischen Wissen stellt das fachdidaktische Wissen den zentralen Bereich des Professionswissens von Lehrkraften dar, da er sowohl fur die Qualitat des Unterrichts als auch fur den Lernerfolg der Schulerinnen und Schuler entscheidend ist. Diese besondere Stellung des fachdidaktischen Wissens begrundet das Interesse an einer kriterienorientierten Interpretation vorhandener Wissensstrukturen im fachdidaktischen Wissen und seinen Facetten. Fur eine solche Interpretation vorhandener Wissensstrukturen sind Niveaumodelle hilfreich, da sie eine Klassifikation unterschiedlicher Wissensqualitat erlauben. Zur Etablierung eines Niveaumodells wurden Daten einer Querschnittserhebung von N = 200 angehenden Physiklehrkraften mit Hilfe des Rasch-Modells analysiert. Die ermittelten Parameter wurden anschliesend durch das Scale-Anchoring-Verfahren in numerische Niveaugrenzen uberfuhrt. Es lassen sich vier numerische Niveaugrenzen entlang des fachdidaktischen Wissens identifizieren. Eine Analyse der Aufgaben fur jedes Fahigkeitsniveau und jede Facette liefert dann eine inhaltliche Beschreibung der Fahigkeitsniveaus. So zeigt sich beispielsweise im Wissen uber Instruktionsstrategien, dass Studierende auf unteren Niveaus verschiedene Instruktionsstrategien benennen konnen und auf hoheren Niveaus in der Lage sind, Instruktionsstrategien situativ zu reflektieren. Somit erlaubt das konstruierte Niveaumodell eine kriterienorientierte Interpretation vorhandener Wissensstrukturen im fachdidaktischen Wissen und leistet eine uber die bisherigen qualitativen Beschreibungen des fachdidaktischen Wissens hinausgehende Beschreibung der Wissensstruktur, die insbesondere fur die universitare Ausbildung von Bedeutung ist.
    • Correction
    • Source
    • Cite
    • Save
    • Machine Reading By IdeaReader
    34
    References
    1
    Citations
    NaN
    KQI
    []