Regelmäßig brechen über die Hälfte der Studierenden ihr Mathematikstudium innerhalb der ersten Semester ab (Heublein, 2022). Neben der Optimierung der Lehre bieten Lernstrategien eine Möglichkeit, den Lernerfolg zu verbessern. Die vorliegende Arbeit untersucht daher mögliche Einflüsse von Lernstrategien auf die Studienleistung in Klausuren. Zur Beantwortung der Fragestellungen wurden insgesamt N ...
Zusammenfassung (Deutsch)
Regelmäßig brechen über die Hälfte der Studierenden ihr Mathematikstudium innerhalb der ersten Semester ab (Heublein, 2022). Neben der Optimierung der Lehre bieten Lernstrategien eine Möglichkeit, den Lernerfolg zu verbessern. Die vorliegende Arbeit untersucht daher mögliche Einflüsse von Lernstrategien auf die Studienleistung in Klausuren. Zur Beantwortung der Fragestellungen wurden insgesamt N = 760 Studierende des vertieften (B.Sc. Mathematik, Lehramt Gymnasium, B.Sc. Physik) und nicht vertieften Mathematikstudiums (Lehramt Realschule, Lehramt Mittelschule, Lehramt Grundschule) in einer korrelativen, quasiexperimentellen Längsschnittstudie im Prä-Post-Design befragt. Die Lernstrategien der Studierenden wurden mittels Fragebögen zum Lern- und Kooperationsverhalten während des Semesters und zur Klausurvorbereitung mit etwa 150 Items erfasst. In die Hauptanalyse wurden N = 267 Studierende eingeschlossen. Die Analyse der Vorhersage der Studienleistung durch die Lernstrategien erfolgte mittels Elastic-Net-Regressionen, einer Methode des maschinellen Lernens. Das Vorwissen der Studierenden, das mittels der Abiturnote sowie fachspezifischer Vorwissenstests ermittelt wurde, wurde als Kontrollvariable modelliert und zeigte erwartungsgemäß die größten Effekte. Als Lernstrategien mit positiven Zusammenhängen konnten beispielsweise das verständnisvolle Bearbeiten von Übungsaufgaben, das Erklären von mathematischen Inhalten und die Beschäftigung mit Beispielen identifiziert werden. Negative Zusammenhänge gab es mit der Beschäftigung mit Beweisen oder dem Auswendiglernen. Auch beim Kooperationsverhalten der Studierenden zeigten sich überwiegend kleine, negative Zusammenhänge. Selbst unter Kontrolle des Vorwissens und verschiedener Lernstrategien konnte ein kleiner, über alle Abiturnoten hinweg konstanter Leistungsunterschied zwischen weiblichen und männlichen Studierenden zugunsten der männlichen festgestellt werden, der nicht durch einen vermehrten Einsatz von Lernstrategien erklärt werden konnte.
Übersetzung der Zusammenfassung (Englisch)
Regularly, over half of students drop out of their mathematics studies within the first semesters (Heublein, 2022). Besides optimizing teaching, learning strategies offer a way to improve learning success. This present study therefore investigates the possible influences of learning strategies on academic performance in exams. To answer the research questions, a total of N = 760 students from ...
Übersetzung der Zusammenfassung (Englisch)
Regularly, over half of students drop out of their mathematics studies within the first semesters (Heublein, 2022). Besides optimizing teaching, learning strategies offer a way to improve learning success. This present study therefore investigates the possible influences of learning strategies on academic performance in exams. To answer the research questions, a total of N = 760 students from in-depth mathematics programs (B.Sc. Mathematics, teaching degree for upper secondary education, B.Sc. Physics) and less intensive mathematics programs (teaching degree for primary and secondary schools) were surveyed in a correlative, quasi-experimental longitudinal study using a pre-post design. Their learning strategies were assessed using questionnaires on learning and cooperation behavior during the semester and for exam preparation, comprising approximately 150 items. N = 267 students were included in the main analysis. The prediction of academic performance through learning strategies was analyzed using Elastic-Net regressions, a machine learning method. Students' prior knowledge, determined by their German university entrance qualification grade (Abitur grade) as well as subject-specific prior knowledge tests, was modeled as a control variable and, as expected, showed the strongest effects. Learning strategies with positive correlations included, for example, the comprehending processing of practice problems, the explanation of mathematical content, and the engagement with examples. Negative correlations were found with the engagement with proofs or rote memorization. Predominantly small, negative correlations were also observed in students' cooperation behavior. Even after controlling for prior knowledge and various learning strategies, a small, constant performance difference across all Abitur grades was found between female and male students in favor of the male students, which could not be explained by an increased use of learning strategies.
![[img]](https://epub.uni-regensburg.de/style/images/fileicons/application_pdf.png)
Downloadstatistik