Hasch, Franziska (2018): Lernen aus Fehlern – Der Einfluss von Fehleranalyseprompts und Begründungsprompts auf das selbstregulierte Lernen in einer Online-Lernumgebung zum Thema Elektrokardiogramm. Dissertation, LMU München: Faculty of Medicine |
Preview |
PDF
Hasch_Franziska.pdf 44MB |
Abstract
Besonders in der Medizin ist es wichtig, sich mit Fehlern und deren Ursachen zu beschäftigen. Um Fehler zu reduzieren, ist eine interindividuelle Förderung nötig, eine bloße Aufklärung über Fehlerursachen reicht nicht. Prompts als Aufgaben, die eine Selbsterklärung eines Sachverhalts beim Bearbeiter bewirken, scheinen hier vielversprechend. Um dies näher zu untersuchen, wurde die Wirkung speziell gestalteter Prompts auf verschiedene Bereiche des selbstregulierten Lernens analysiert, wofür die Lernleistung von 101 Medizinstudenten mit PJ Reife in einem 2 × 2 faktoriellen Design (Begründungsprompts vs. keine, Fehleranalyseprompts vs. keine) verglichen wurde. Alle Probanden bearbeiteten Patientenfälle in einer Online Lernumgebung zum Thema Elektrokardiogramm. Die Auswirkung der Prompts auf den Lernerfolg, sowie weitere kognitive, metakognitive und motivationale Faktoren wurden erfasst. Die gerichteten Hypothesen über eine lernförderliche Wirkung konnten in der vorliegenden Untersuchung nicht bestätigt werden. Der Nutzen von Fehleranalyseprompts bleibt somit unklar. Begründungsprompts zeigten negative Effekte auf motivationale Faktoren und erhöhten die Sicherheit bei der Beantwortung eines Wissenstests. Begründungsprompts sollten nur mit Bedacht genutzt werden. Weitere Untersuchungen zum optimalen Einsatz von Prompts zur Lernunterstützung sind nötig.
Item Type: | Theses (Dissertation, LMU Munich) |
---|---|
Keywords: | Prompts, selbstreguliertes Lernen, EKG Online-Lernumgebung |
Subjects: | 600 Technology, Medicine 600 Technology, Medicine > 610 Medical sciences and medicine |
Faculties: | Faculty of Medicine |
Language: | German |
Date of oral examination: | 6. December 2018 |
1. Referee: | Fischer, Martin |
MD5 Checksum of the PDF-file: | 65ba40f1fcdab4060815e948da4c8db9 |
Signature of the printed copy: | 0700/UMD 18220 |
ID Code: | 23358 |
Deposited On: | 10. Jan 2019 14:32 |
Last Modified: | 23. Oct 2020 16:20 |