Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Lehren und Lernen mit Medien II Concept Maps
Überblick Einführung Metaanalyse zu Concept Maps Erklärungsansätze für den Effekt von Concept Maps Statische vs. animierte Concept Maps Concept Map-Strukturen und Lernervorwissen Zweidimensionale vs. multidimensionale Concept Maps Concept Maps vs. wiederholte Abfragen 2
Beispiel einer Concept Map zum Thema Bullying (Nesbit & Adesope, 2006) Quelle: Nesbit und Adesope (2006) 3
Einführung (Nesbit & Adesope, 2006) Concept Map als Diagramm, das Konzepte in einer Anordnung von Knoten und Kanten darstellt Die beschrifteten Knoten repräsentieren Konzepte, während die Kanten die Beziehungen zwischen diesen Konzepten kennzeichnen Beschriftete vs. unbeschriftete Kanten Gerichtete vs. ungerichtete Kanten Concept Maps häufig als Kommunikationshilfe in Vorlesungen, für Lernmaterialien und beim kollaborativen Lernen eingesetzt 4
Concept Map? 5
Concept Map? Ist in dem gezeigten Video eine Concept Map zu sehen? A: Ja B: Nein Rey.participoll.com A B 0 6
Metaanalyse zu Concept Maps (Nesbit & Adesope, 2006) 5818 Probanden aus 55 Studien mit 67 Einzeleffekten In 25 Studien (27 Einzeleffekte) erstellten oder modifizierten die Probanden Concept Maps, in 30 Studien (40 Einzeleffekte) wurde mit vorhandenen Concept Maps gelernt Probanden in den Kontrollgruppen nahmen an Diskussionen teil, besuchten Vorlesungen oder lernten mit Skizzen, Listen oder Texten Lernförderlicher Effekt von Concept Maps belegt (g = 0.60; p <.05) 7
Metaanalyse zu Concept Maps (Nesbit & Adesope, 2006) Moderatoreffekte für die Erstellung von Concept Maps Variable Kategorie N k Effektgröße Umgebung Fach Bildungsniveau Studiendauer Vierte bis achte Klasse 346 4 0.91* Neunte bis zwölfte Klasse 792 7 0.17* Tertiärbereich 401 7 0.77* Vollständig in der Lehrveranstaltung 1303 15 0.38* Nicht vollständig in der Lehrveranstaltung 236 3 1.04* Naturwissenschaften 582 6 0.28* Allgemeinwissenschaften, Biologie und Statistik 818 9 0.52* Jura, Geistes- und Sozialwissenschaften 139 3 1.27* Weniger als fünf Wochen 652 9 0.70* Mehr als fünf Wochen 601 7 0.36* 8
Metaanalyse zu Concept Maps (Nesbit & Adesope, 2006) Moderatoreffekte für das Lernen mit Concept Maps Variable Kategorie N k Effektgröße Bildungsniveau Umgebung Vierte bis achte Klasse 162 2 0.52* Tertiärbereich 2496 38 0.36* Labor 1967 32 0.36* Lehrveranstaltung 611 7 0.37* Fach Art der Concept Map Naturwissenschaften 82 1 0.420 Allgemeinwissenschaften, Biologie und Statistik 2135 32 0.34* Jura, Geistes- und Sozialwissenschaften 441 7 0.53* Statisch 2205 32 0.39* Animiert 154 2 0.74* Mit Hyperlinks 299 6 0.020 9
Metaanalyse zu Concept Maps Welche Aussagen treffen nach der Metaanalyse von Nesbit und Adesope (2006) zu? A: Schülerinnen und Schüler der neunten bis zwölften Klasse profitieren nicht von Concept Maps. B: Der lernförderliche Effekt scheint für die Fächer Jura, Geistes- und Sozialwissenschaften besonders stark zu sein. C: Animierte Concept Maps sind nicht lernförderlich. D: Concept Maps sollten Hyperlinks enthalten. Rey.participoll.com A B C D 0 10
Erklärungsansätze für den Effekt von Concept Maps (Nesbit & Adesope, 2006) Duale Codierung: Concept Maps ergänzen Texte und verbessern so die verbale und visuell-räumliche Speicherung sowie den späteren Informationsabruf Verbale Codierung: Concept Maps integrieren Textinhalte effizient, verringern die kognitive Belastung und erlauben eine effizientere Suche als in Texten Lernstrategien: Die Überführung von Texten in eine Concept Map dient als Lernstrategie (ähnlich wie eine Zusammenfassung) und verbessert so das Verständnis Individuelle Unterschiede: Besonders Lernende mit geringen verbalen Fähigkeiten und wenig Vorwissen profitieren durch die einfache Knoten-Kanten-Syntax von Concept Maps Kollaboratives Lernen: Gemeinsame, gleichzeitige und effiziente Erstellung und Nutzung von Concept Maps in Gruppen lernförderlich 11
Statische vs. animierte Concept Maps (Adesope & Nesbit, 2013) Lernmaterial zur Organisations- und Funktionsweise des menschlichen Nervensystems Quelle: Adesope und Nesbit (2013) 12
Statische vs. animierte Concept Maps (Adesope & Nesbit, 2013) N = 140; 56% ; Ø 23.6 Jahre (SD = 7.0) 2 x 2 faktorielles Design UV 1 : Repräsentation (Concept Map vs. Text) UV 2 : Animation (animiert vs. statisch) Abhängige Variablen Behalten (Aufsatz schreiben) Transfer (Zwei offene Fragen) Wissen (30 MC-Fragen) Beispiel aus den animierten Versuchsbedingungen Quelle: Adesope und Nesbit (2013) 13
Statische vs. animierte Concept Maps (Adesope & Nesbit, 2013) HE für UV 1 : p <.001; η p ² =.20 HE für UV 1 : p <.001; η p ² =.24 HE für UV 1 : p <.01; η p ² =.06 14
Statische vs. animierte Concept Maps Welche Aussagen treffen für das Experiment von Adesope und Nesbit (2013) zu? A: Die Gruppe mit animierten Concept Maps ist bezüglich der Behaltensleistungen signifikant besser als die Gruppe mit statischen Concept Maps. B: Der größte Effekt zwischen der Gruppe mit Concept Map und der Textbedingung zeigt sich für die Behaltensleistungen. C: Bei den Transferleistungen zeigt sich ein mittlerer, lernförderlicher Effekt für Concept Maps im Vergleich zur Textbedingung. Rey.participoll.com A B C 0 15
Concept Map-Strukturen und Lernervorwissen (Amadieu et al., 2009) Hierarchische Hypertext-Struktur vs. Netzwerk Hypertext-Struktur Quelle: Amadieu (2009) 16
Concept Map-Strukturen und Lernervorwissen (Amadieu et al., 2009) N = 24; 63% ; Ø 32.3 Jahre (SD = 8.1) Lernmaterial: Hypertext zur HIV-Ansteckung 2 x 2 faktorielles, quasi-experimentelles Design UV 1 : Hypertext-Struktur (hierarchisch vs. Netzwerk) UV 2 : Lernervorwissen (niedrig vs. hoch) Abhängige Variablen Lernleistungen Kognitive Belastung Desorientierung Lern- und Testzeiten 17
Concept Map-Strukturen und Lernervorwissen (Amadieu et al., 2009) 18
Concept Map-Strukturen und Lernervorwissen Was kann man Ihrer Vermutung nach an dem Experiment von Amadieu et al. (2009) kritisieren? A: Die zu niedrige Teststärke aufgrund des sehr geringen Stichprobenumfangs B: Die fehlenden Effektstärken und p-werte zu den Abbildungen auf der vorherigen Folie und im Artikel C: Die Dichotomisierung des Vorwissens auf Basis eines Median-Splits Rey.participoll.com A B C 0 19
Zweidimensionale vs. multidimensionale Concept Maps (Huang et al., 2012) Zweidimensionale Concept Map (links) vs. multidimensionale Concept Maps (rechts) Quelle: Huang et al. (2012) 20
Zweidimensionale vs. multidimensionale Concept Maps (Huang et al., 2012) N = 102 (laut Abstract 103); Schülerinnen und Schüler der vierten Klasse einer Schule in Taiwan Lernmaterial: Webbasierter Computerkurs zum Thema Webbrowser Einfaktorielles, dreifachgestuftes Design Schulbuchtext in der Kontrollgruppe Zweidimensionale Concept Map Multidimensionale Concept Map Abhängige Variablen Lernleistung Lernzufriedenheit 21
Zweidimensionale vs. multidimensionale Concept Maps (Huang et al., 2012) Lernleistung Lernzufriedenheit 100 80 60 82,0 86,4 90,0 70 60 50 40 61,9 64,6 67,9 40 30 20 20 10 0 Schulbuchtext (Kontrollgruppe) Zweidimensionale concept map Multidimensionale concept map 0 Schulbuchtext (Kontrollgruppe) Zweidimensionale concept map Multidimensionale concept map p <.001 p <.001 22
Zweidimensionale vs. multidimensionale Concept Maps Welche Aussagen treffen für das Experiment von Huang und Kollegen (2012) zu? A: Die Lernzufriedenheit ist in der Gruppe mit multidimensionaler Concept Map signifikant höher als in allen anderen Versuchsbedingungen. B: Es zeigen sich bei der Lernleistung oder bei der Lernzufriedenheit u. a. nicht signifikante Unterschiede zwischen den drei Bedingungen. C: Die Lernleistung fällt signifikant höher aus als die Lernzufriedenheit. Rey.participoll.com A B C 0 23
Concept Maps vs. wiederholte Abfragen (Lechuga, Ortega-Tudela & Gómez-Ariza, 2015) Erstellung von Concept Maps vs. Lerninhalte wiederholt abfragen N = 84; 90% ; Ø 21.4 Jahre (SD = 1.9) Lernmaterial: Text zu den Einsatzmöglichkeiten von Textilfasern und der Herstellung von Textilwaren Einfaktorielles, vierfachgestuftes, quasi-experimentelles Design Wiederholtes Lesen Training mit Concept Maps Erfahrung mit Concept Maps Wiederholtes Abfragen Abhängige Variablen Lerntest (4 Inferenzfragen und 10 Behaltensfragen; eine Woche später) Frage zur Selbsteinschätzung der Behaltensleistungen 24
Concept Maps vs. wiederholte Abfragen (Lechuga, Ortega-Tudela & Gómez-Ariza, 2015) Inferenzfragen: p <.05; η p ² =.09 Behaltensfragen: p <.01; η p ² =.19 Quelle: Lechuga, Ortega-Tudela und Gómez-Ariza (2015) 25
Concept Maps vs. wiederholte Abfragen Was kann man an der Studie von Lechuga, Ortega-Tudela und Gómez-Ariza (2015) kritisieren? A: Es handelt sich aufgrund der nicht randomisierten Zuordnung für die Bedingung Erfahrung mit Concept Maps um ein quasi-experimentelles Design. B: In den vier Versuchsbedingungen durften die Lernenden den Lerntext unterschiedlich lang betrachten (zwischen 10 und 30 Minuten). C: Der Lerntest wurde erst eine Woche später präsentiert. D: Frauen waren in der Studie deutlich überrepräsentiert. E: Der Stichprobenumfang (N = 84) war für das verwendete Versuchsdesign zu gering. Rey.participoll.com A B C D E 0 26
Zusammenfassung Concept Map als Diagramm, das Konzepte in einer Anordnung von Knoten und Kanten darstellt Lernförderlichkeit von Concept Maps metaanalytisch gestützt Einfluss von Concept Maps auf die Lernleistungen nach der Metaanalyse durch zahlreiche Variablen moderiert Verschiedene Erklärungsansätze für den lernförderlichen Effekt von Concept Maps Animierte Concept Maps nicht zwingend lernförderlicher als statische Concept Maps Hierarchische Concept Map-Struktur eines Hypertextes mitunter lernförderlicher als Netzwerk-Struktur Multidimensionale Concept Maps können Lernleistung und Lernzufriedenheit im Vergleich zu zweidimensionalen Concept Map erhöhen Wiederholtes Abfragen teilweise lernförderlicher als Erstellung von Concept Maps 27
Prüfungsliteratur Nesbit, J. C., & Adesope, O. O. (2006). Learning with concept and knowledge maps: A meta-analysis. Review of Educational Research, 76, 413-448. Adesope, O. O., & Nesbit, J. C. (2013). Animated and static concept maps enhance learning from spoken narration. Learning and Instruction, 27, 1-10. Huang, H.-S., Chiou, C.-C., Chiang, H.-K., Lai, S.-H., Huang, C.-Y., & Chou, Y.-Y. (2012). Effects of multidimensional concept maps on fourth graders learning in web-based computer course. Computers & Education, 58, 863-873. Lechuga, M. T., Ortega-Tudela, J. M., & Gómez-Ariza, C. J. (2015). Further evidence that concept mapping is not better than repeated retrieval as a tool for learning from texts. Learning and Instruction, 40, 61-68. 28
Weiterführende Literatur I Amadieu, F., van Gog, T., Paas, F., Tricot, A., & Mariné, C. (2009). Effects of prior knowledge and concept-map structure on disorientation, cognitive load, and learning. Learning and Instruction, 19, 376-386. Derbentseva, N., Safayeni, F., & Canas, A. J. (2007). Concept maps: Experiments on dynamic thinking. Journal of Research in Science Teaching, 44, 448-465. Engelmann, T., & Hesse, F. W. (2011). Fostering sharing of unshared knowledge by having access to the collaborators meta-knowledge structures. Computers in Human Behavior, 27, 2078-2087. Gijlers, H., & de Jong, T. (2012). Using concept maps to facilitate collaborative simulation-based inquiry learning. Journal of the Learning Sciences, 22, 340-374. 29
Weiterführende Literatur II Hilbert, T. S., & Renkl, A. (2009). Learning how to use a computerbased concept-mapping tool: Self-explaining examples helps. Computers in Human Behavior, 25, 267-274. Gurlitt, J., & Renkl, A. (2010). Prior knowledge activation: how different concept mapping tasks lead to substantial differences in cognitive processes, learning outcomes, and perceived self-efficacy. Instructional Science, 38, 417-433. Ifenthaler, D. (2010). Relational, structural, and semantic analysis of graphical representations and concept maps. Educational Technology Research & Development, 58, 81-97. Price, C. B. (2008). Unreal PowerPoint(TM): Immersing PowerPoint presentations in a virtual computer game engine world. Computers in Human Behavior, 24, 2486-2495. 30
Weiterführende Literatur III Spector, J. M. (2008). Cognition and learning in the digital age: Promising research and practice. Computers in Human Behavior, 24, 249-262. Stoyanov, S., & Kirschner, P. (2004). Expert concept mapping method for defining the characteristics of adaptive E-Learning: ALFANET project case. Educational Technology Research and Development, 52, 41-56. Tzeng, J.-Y. (2009). The impact of general and specific performance and self-efficacy on learning with computer-based concept mapping. Computers in Human Behavior, 25, 989-996. Van Gog, T., Kester, L., Nievelstein, F., Giesbers, B., & Paas, F. (2009). Uncovering cognitive processes: Different techniques that can contribute to cognitive load research and instruction. Computers in Human Behavior, 25, 325-331. 31