1,721,122 research outputs found
Best of Germany: VorleXung: Cross-linking Recitation Sessions and Physics Lectures using eXperiment-based Video-Analysis Tasks
No full text
iMobile Physics: A Research and Development Project for Teaching and Learning with Smartphones and Tablet PCs as Mobile Experimental Tools
No full text
Forschung und Praxis
No full textDieses Buch beschäftigt sich mit aktuellen Studien und Anwendungsmöglichkeiten von Eye-Tracking in der Mathematik- oder Naturwissenschaftsdidaktik: Was betrachten Lernende, wenn sie einen naturwissenschaftlichen Text lesen, mathematische Muster erkunden oder mit einem Diagramm arbeiten? Wie fokussieren und verteilen sie ihre Aufmerksamkeit beim Lösen mathematischer und naturwissenschaftlicher Aufgaben? Eye-Tracking liefert Antworten auf diese und weitere Fragen und kann somit dazu beitragen, Lernprozesse besser zu verstehen, Lernmaterialien und Lehrprozesse zu optimieren oder Unterschiede zwischen verschiedenen Expertisegruppen aufzudecken. Dieses Buch stellt aktuelle Studien aus der Mathematik- und Naturwissenschaftsdidaktik (Biologie, Chemie, Physik, Informatik) zusammen, die Eye-Tracking als zentrale Forschungsmethode zur Beantwortung von Fragestellungen entlang der Bildungskette (Primar- und Sekundarstufen sowie Universität) nutzen. Dabei wird deutlich, wie Eye-Tracking bereits etablierte Forschungsmethoden der empirisch forschenden Fachdidaktik, wie das Laute Denken, den Einsatz von Fragebögen oder Experteninterviews, ergänzt.
Das Buch zeigt die vielfältigen Anwendungsmöglichkeiten von Eye-Tracking in der Mathematik- und Naturwissenschaftsdidaktik und enthält zahlreiche Best-Practice-Beispiele zum Design und zur Auswertung wissenschaftlicher Studien zum Thema. Das Buch richtet sich damit sowohl an Wissenschaftlerinnen und Wissenschaftler mit unterschiedlicher Erfahrung im Bereich Eye-Tracking als auch an (zukünftige) Lehrkräfte und Dozierende, da aus den empirischen Befunden Handlungsempfehlungen für den Unterricht bzw. die Lehre gegeben werden
Classification of Students’ Conceptual Understanding in STEM Education using Their Visual Attention Distributions: A Comparison of Three Machine-Learning Approaches
No full text- …
