Adaptives Lernen mit Wissensstrukturkarten : Mess- und Skalierungsmodelle zur Modellierung von klassifikatorischem Expertenwissen auf dem Prüfstand.

Autor/Urheber	Schlatter, Katharina
Titel	Adaptives Lernen mit Wissensstrukturkarten : Mess- und Skalierungsmodelle zur Modellierung von klassifikatorischem Expertenwissen auf dem Prüfstand.
Quelle	(2006) PDF als Volltext kostenfreie Datei
Sprache	deutsch
Dokumenttyp	online; Monographie
DOI	10.5167/uzh-163362
Schlagwörter	UZH Dissertations
Abstract	Die vorliegende Arbeit beleuchtet diejenigen kognitiven Prozesse, die das objektbasierte Merkmalswissen organisieren. Die drei Wissensgebiete, Ornithologie, Psychopathologie und Geographie lieferten hierzu die Datenbasis. Das Verfahren der Nonmetrischen Multidimensionale Skalierung (NMDS) bietet die Möglichkeit, Wissen einzelner Personen relational als geometrische Karte darzustellen (=Wissensstrukturkarte). Im Zentrum der Forschung stand die Frage, mit welchen didaktischen Möglichkeiten ein Lerner in der Ausbildung seines Wissensmodells effizient unterstützt werden kann. Die dazu durchgeführten Lernexperimente zeigen, dass sich Kognitive Karten besonders gut dazu eignen, um die Integration von Faktenwissen beim Lernen zu beschleunigen. Zwei weitere Lernexperimente weisen einen positiven Zusammenhang zwischen dem Merkmalswissen eines Lerners und der Güte seiner Wissensstruktur nach. Ein auf Wissensstrukturkarten zurückgreifendes Diagnostikmodell für die Messung individuellen Wissens wurde entwickelt. Darauf basierend wurde ein computergestütztes Intelligentes Tutorielles System (IST) konzipiert. Neben diesem praktischen Ertrag dokumentiert die Arbeit auch allgemeinere kognitionspsychologische Einsichten über das Wechselspiel assimilativer und akkomodativer Prozesse beim Lernen von deklarativem Faktenwissen sowie über die Annahme von Hierarchien in der kognitiven Organisation objektbasierten deklarativen Wissens. The present thesis illuminates cognitive processes organizing object-based feature knowledge. The database was gained from three fields of knowledge, ornithology, psychopathology, and geography. Non-metric multidimensional scaling (NMDS) provides the opportunity to relationally depict the knowledge of an individual person in a geometrical map (knowledge structure map). The aim of this research was to determine the didactical possibilities which can efficiently support a learner while shaping a knowledge structure. The conducted learning studies demonstrate that cognitive maps accelerate the integration of factual knowledge in the learning process. Two further learning experiments exhibit a positive correlation between feature knowledge of a learner and the quality (goodness?) of his/her structure of knowledge map. Based on these maps a diagnostic model was created to measure individual knowledge. Adapted from this model a computer-assisted intelligent tutorial system (ITS) was developed. In addition to this practical profit general insights of cognitive psychology are documented concerning the interplay of assimilated and accommodated processes while learning factual knowledge on the one hand and the assumption of hierarchies in the cognitive organisation of object-based declarative knowledge on the other hand.
Anmerkungen	doi:10.5167/uzh-163362; Schlatter, Katharina. Adaptives Lernen mit Wissensstrukturkarten : Mess- und Skalierungsmodelle zur Modellierung von klassifikatorischem Expertenwissen auf dem Prüfstand. 2006, University of Zurich, Faculty of Arts.
Erfasst von	BASE - Bielefeld Academic Search Engine