Skip to main content
SpringerLink
Log in

Entwicklung prozeduraler Metakognition und des selbstregulierten Lernens durch den Einsatz multipler Lösungen zu Modellierungsaufgaben

Effects of Prompting Multiple Solutions for Modelling Problems on Metacognition and Self-Regulation

  • Originalarbeit/Original Article
  • Published:
Journal für Mathematik-Didaktik Aims and scope Submit manuscript

Zusammenfassung

In diesem Beitrag wird über eine empirische Studie (N = 144) berichtet, die den Einfluss der Aufforderung, multiple Lösungen zu Modellierungsaufgaben zu erstellen, auf prozedurale Metakognition und das selbstregulierte Lernen mit Hilfe der Inferenz- und Mediationsanalyse untersucht. Es zeigt sich, dass die Aufforderung, multiple Lösungen zu erstellen, zu positiven Entwicklungen der selbstberichteten prozeduralen Metakognition und des selbstregulierten Lernens (SRL) führt. Die Analyse eines theoretisch abgeleiteten Mediationsmodells bestätigt, dass die Effekte der Intervention über die Anzahl der im Unterricht entwickelten Lösungen vermittelt werden. Die Anzahl der metakognitiven Lehrerinterventionen unterscheidet sich im Unterricht mit multiplen Lösungen und ohne multiple Lösungen nicht. Eine lernförderliche Wirkung der Behandlung multipler Lösungen auf Planung, Kontrolle und das selbstregulierte Lernen wird im Kontext der Metakognitions- und Selbstregulationsforschung diskutiert.

Abstract

Encouraging students to develop multiple solutions for given problems is an important way to improve mathematical knowledge. In this manuscript, we report the results of an experimental study (N = 144) that was carried out to investigate the influence of prompting students to find multiple solutions to real-world problems with missing information on procedural metacognition and self-regulation in mathematics. A positive effect of the intervention on students’ procedural metacognition and self-regulation was found using inferential and path analyses. The number of solutions developed by students mediated the effects of prompting students to construct multiple solutions on procedural metacognition and self-regulation. The number of teachers’ metacognitive intervention did not differ in both experimental conditions. Positive effects of prompting multiple solutions on planning monitoring and self-regulation are discussed in the context of research on metacognition and self-regulation.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2
Abb. 3
Abb. 4
Abb. 5
Abb. 6

Notes

  1. Das Forschungsprojekt MultiMa wird seit 2011 von der DFG gefördert (GZ SCHU 2629/1, 2). Leiter des Projekts ist S. Schukajlow.

  2. Da wir die Skalen Kontrolle und Reflexion in unserer Studie nicht psychometrisch trennen können, haben wir diese beiden Aspekte der prozeduralen Metakognition zusammengefasst.

Literatur

  • Achmetli, K., Schukajlow, S., & Rakoczy, K. (2018). Multiple solutions to solve real-world problems and students’ procedural and conceptual knowledge. International Journal of Science and Mathematics Education. https://doi.org/10.1007/s10763-018-9936-5.

    Article  Google Scholar 

  • Artelt, C. (2000). Wie prädiktiv sind retrospektive Selbstberichte über den Gebrauch von Lernstrategien für strategisches Lernen? Zeitschrift für Pädagogische Psychologie, 14(2–3), 72–84.

    Google Scholar 

  • Artelt, C., & Moschner, B. (2005). Lernstrategien und Metakognition: Implikationen für Forschung und Praxis – Einleitung. In C. Artelt & B. Moschner (Hrsg.), Lernstrategien und Metakognition. Implikationen für Forschung und Praxis (S. 7–11). Münster: Waxmann.

    Google Scholar 

  • Artelt, C., & Neuenhaus, N. (2010). Metakognition und Leistung. In W. Bos, E. Klieme & O. Köller (Hrsg.), Schulische Lerngelegenheiten und Kompetenzentwicklung: Festschrift für Jürgen Baumert (S. 127–146). Münster: Waxmann.

    Google Scholar 

  • Batha, K., & Carroll, M. (2007). Metacognitive training aids decision making. Australian Journal of Psychology, 59(2), 64–69.

    Google Scholar 

  • Baumert, J., & Lehmann, R. (1997). TIMSS – Mathematisch-naturwissenschaftlicher Unterricht im internationalen Vergleich: Deskriptive Befunde. Wiesbaden: VS.

    Google Scholar 

  • Becker, J. P., & Shimada, S. (1997). The open-ended approach: a new proposal for teaching mathematics. Reston: National Council of Teachers of Mathematics.

    Google Scholar 

  • Berger, R. (1989). Prozent- und Zinsrechnen in der Hauptschule: Didaktische Analysen und empirische Ergebnisse zu Schwierigkeiten, Lösungsverfahren und Selbstkorrekturverhalten der Schüler am Ende der Hauptschulzeit. Regensburg: Roderer.

    Google Scholar 

  • Blum, W., & Leiss, D. (2005). Modellieren im Unterricht mit der Tanken-Aufgabe. Mathematik lehren, 128, 18–21.

    Google Scholar 

  • Blumenfeld, P. C., & Meece, J. L. (1988). Task factors, teacher behavior, and students’ involvement and use of learning strategies in science. The Elementary School Journal, 88(3), 235–250.

    Google Scholar 

  • Boekaerts, M. (1999). Self-regulated learning: where we are today. International Journal of Educational Research, 31(6), 445–457.

    Google Scholar 

  • Brown, A. L. (1984). Metakognition, Handlungskontrolle, Selbststeuerung und andere, noch geheimnisvollere Mechanismen. In F. E. Weinert & R. H. Kluwe (Hrsg.), Metakognition, Motivation und Lernen (S. 60–108). Stuttgart: Kohlhammer.

    Google Scholar 

  • Büchter, A., & Leuders, T. (2005). Mathematikaufgaben selbst entwickeln: Lernen fördern – Leistung überprüfen. Berlin: Cornelsen Scriptor.

    Google Scholar 

  • Chinnappan, M., & Lawson, M. J. (1996). The effects of training in the use of executive strategies in geometry problem solving. Learning and Instruction, 6(1), 1–17.

    Google Scholar 

  • Christmann, U., & Groeben, N. (1996). Reflexivity and learning: problems, perspectives and solutions. In J. Valsiner & H. Voss (Hrsg.), The structure of learning processes (S. 45–85). Norwood: Ablex Publishing Corporation.

    Google Scholar 

  • Cohen, J. (1960). A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20(1), 37–46.

    Google Scholar 

  • Cohen, J. (1988). Statistical power analysis for the behavioral sciences. Hillsdale: Erlbaum.

    Google Scholar 

  • Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied multiple regression/correlation analysis for the behavioral sciences. Lawrence Erlbaum Associates, Publishers Mahwah, New Jersey, London.

  • Cohors-Fresenborg, E., & Kaune, C. (2007). Kategorisierung von Diskursen im Mathe – Kategorisierung von Diskursen im Mathematikunterricht bezüglich metakognitiver und diskursiver Anteile. In A. Peter-Koop & A. Bikner-Ahsbahs (Hrsg.), Mathematische Bildung, mathematische Leistung: Festschrift für Michael Neubrand zum 60. Geburtstag (S. 233–248). Hildesheim: Franzbecker.

    Google Scholar 

  • Deci, E. L., & Ryan, R. M. (1993). Die Selbstbestimmungstheorie der Motivation und ihre Bedeutung für die Pädagogik. Zeitschrift für Pädagogik, 39(2), 223–238.

    Google Scholar 

  • Fennema, E., & Romberg, T. A. (1999). Mathematics classrooms that promote understanding. Mahwah: Lawrence Erlbaum.

    Google Scholar 

  • Flavell, J. H., & Wellman, H. M. (1977). Metamemory. In R. V. Kail & W. Hagen (Hrsg.), Perspectives on the development of memory and cognition (S. 3–34). Hillsdale: Lawerence Erlbaum.

    Google Scholar 

  • Friedrich, H. F. & Mandl, H. (1997). Analyse und Förderung selbstgesteuerten Lernens. In F. E. Weinert & H. Mandl (Hrsg.), Psychologie der Erwachsenenbildung (S. 238–293). Göttingen: Hogrefe.

  • Fuchs, K. J., & Blum, W. (2008). Selbständiges Lernen im Mathematikunterricht mit ‚beziehungsreichen‘ Aufgaben. In J. Thonhauser (Hrsg.), Aufgaben als Katalysatoren von Lernprozessen: Eine zentrale Komponente organisierten Lehrens und Lernens aus der Sicht von Lernforschung, allgemeiner Didaktik und Fachdidaktik (S. 135–147). Münster: Waxmann.

    Google Scholar 

  • Garofalo, J., & Lester, F. K. (1985). Metacognition, cognitive monitoring, and mathematical performance. Journal for Research in Mathematics Education, 16(3), 163–176.

    Google Scholar 

  • Ge, X., & Land, S. M. (2003). Scaffolding students’ problem-solving processes in an ill-structured task using question prompts and peer interactions. Educational Technology Research and Development, 51(1), 21–38.

    Google Scholar 

  • Glaser, R., Schauble, L., Raghavan, K., & Zeitz, C. (1992). Scientific reasoning across different domains. In E. Corte, M. Linn, H. Mandl & L. Verschaffel (Hrsg.), Computer-based learning environments and problem solving (S. 345–371). Berlin, Heidelberg: Springer.

    Google Scholar 

  • Götz, T. (2004). Emotionales Erleben und selbstreguliertes Lernen bei Schülern im Fach Mathematik. München: Utz.

    Google Scholar 

  • Greefrath, G. (2004). Offene Aufgaben mit Realitätsbezug: Eine Übersicht mit Beispielen und erste Ergebnisse aus Fallstudien. Mathematica Didactica, 27, 16–38.

    Google Scholar 

  • Große, C. S., & Renkl, A. (2006). Effects of multiple solution methods in mathematics learning. Learning and Instruction, 16(2), 122–138.

    Google Scholar 

  • Gruneberg, M., Morris, P., & Sykes, R. (Hrsg.). (1978). Practical aspects of memory. New York: Academic Press.

    Google Scholar 

  • Hasselhorn, M. (1992). Metakognition und Lernen. In G. Nold (Hrsg.), Lernbedingungen und Lernstrategien: Welche Rolle spielen kognitive Verstehensstrukturen? (S. 35–63). Tübingen: G. Narr.

    Google Scholar 

  • Heinze, A., Star, J. R., & Verschaffel, L. (2009). Flexible and adaptive use of strategies and representations in mathematics education. ZDM: The International Journal on Mathematics Education, 41, 535–540.

    Google Scholar 

  • Hellmich, F., & Wernke, S. (2006). Lernstrategien, Metakognitionen und Motivationen von Lernstrategien, Metakognitionen und Motivationen von Kindern im Mathematikunterricht. In I. Schwank (Hrsg.), Beiträge zum Mathematikunterricht 2006 (S. 255–258). Hildesheim: Franzbecker.

    Google Scholar 

  • Helmke, A. (2002). Kommentar: Unterrichtsqualität und Unterrichtsklima: Perspektiven und Sackgassen. Unterrichtswissenschaft, 30(3), 261–277.

    Google Scholar 

  • Hong, E., & O’Neil, H. F. (2001). Construct validation of a trait self-regulation model. International Journal of Psychology, 36(3), 186–194.

    Google Scholar 

  • Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55.

    Google Scholar 

  • Kaiser, A., & Kaiser, R. (2001). Lerntagebuch und Selbstbefragung als metakognitive Studientechniken. Studienbrief der Fernuniversität Hagen..

    Google Scholar 

  • Kaune, C., Cohors-Fresenborg, E., & Kramer, S. (2010). Aufgaben zur Förderung metakognitiver Kompetenzen. In A. Lindmeier & S. Ufer (Hrsg.), Beiträge zum Mathematikunterricht 2010 (S. 481–484). Münster: WTM.

    Google Scholar 

  • Klauer, K. C. (2000). Planen im Alltag: Ein wissensbasierter Prozess. In J. Möller, B. Strauß & S. M. Jürgensen (Hrsg.), Psychologie und Zukunft: Prognosen, Prophezeiungen, Pläne (S. 171–187). Göttingen: Hogrefe.

    Google Scholar 

  • Kluwe, R. H., & Schiebler, K. (1984). Entwicklung exekutiver Prozesse und kognitiver Leistungen. In F. E. Weinert & R. H. Kluwe (Hrsg.), Metakognition, Motivation und Lernen (S. 31–60). Stuttgart: Kohlhammer.

    Google Scholar 

  • Kramarski, B., Mevarech, Z. R., & Arami, M. (2002). The effects of metacognitive instruction on solving mathematical authentic tasks. Educational Studies in Mathematics, 49(2), 225–250.

    Google Scholar 

  • Land, S. M. (2000). Cognitive requirements for learning with open-ended learning environments. Educational Technology Research and Development, 48(3), 61–78.

    Google Scholar 

  • Landmann, M., Perels, F., Otto, B., & Schmitz, B. (2009). Selbstregulation. In E. Wild & J. Möller (Hrsg.), Pädagogische Psychologie (S. 49–70). Berlin, Heidelberg: Springer.

    Google Scholar 

  • Lee, C. B., Koh, N. K., Le Cai, X., & Quek, C. L. (2012). Children’s use of meta-cognition in solving everyday problems: children’s monetary decisionmaking. Australian Journal of Education, 56(1), 22–39.

    Google Scholar 

  • Leiss, D. (2007). „Hilf mir es selbst zu tun“: Lehrerinterventionen beim mathematischen Modellieren. Hildesheim: Franzbecker.

    Google Scholar 

  • Leiss, D. (2010). Adaptive Lehrerinterventionen beim mathematischen Modellieren – empirische Befunde einer vergleichenden Labor- und Unterrichtsstudie. Journal für Mathematik-Didaktik, 31(2), 197–226.

    Google Scholar 

  • Lenné, H. (1969). Analyse der Mathematikdidaktik in Deutschland. Stuttgart: Klett.

    Google Scholar 

  • Leuders, T. (2015). Aufgaben in Forschung und Praxis. In I. R. Bruder, L. Hefendehl-Hebeker, B. Schmidt-Thieme & H.-G. Weigand (Hrsg.), Handbuch der Mathematikdidaktik (S. 435–460). Heidelberg: Springer.

    Google Scholar 

  • Maaß, K. (2010). Classification scheme for modelling tasks. Journal für Mathematik-Didaktik, 31(2), 285–311.

    Google Scholar 

  • Magliano, J. P., Millis, K. K., Levinstein, I., & Boonthum, C. (2011). Assessing comprehension during reading with the Reading Strategy Assessment Tool (RSAT). Metacognition and Learning, 6(2), 131–154.

    Google Scholar 

  • McNamara, D. S. (2011). Measuring deep, reflective comprehension and learning strategies: challenges and successes. Metacognition and Learning, 6(2), 195–203.

    Google Scholar 

  • Muthén, B., & Satorra, A. (1995). Complex sample data in structural equation modeling. Sociological methodology, 25, 267–316.

    Google Scholar 

  • Muthén, L. K., & Muthén, B. (2012). Mplus: Statistical analysis with latent variables: user’s guide. Los Angeles: Muthén & Muthén.

    Google Scholar 

  • Neber, H. (1978). Selbstgesteuertes Lernen. In H. Neber, A. C. Wagner & W. Einsiedler (Hrsg.), Beltz-Studienbuch. Selbstgesteuertes Lernen (S. 33–44). Weinheim: Beltz.

    Google Scholar 

  • Neubrand, M. (2007). Multiple Lösungswege für Aufgaben: Bedeutung für Fach, Lernen, Unterricht und Leistungserfassung. In W. Blum, C. Drüke-Noe, R. Hartung & O. Köller (Hrsg.), Bildungsstandards Mathematik: konkret: Sekundarstufe I: Aufgabenbeispiele, Unterrichtsanregungen, Fortbildungsideen; mit CD-ROM (S. 162–177). Berlin: Cornelsen Scriptor.

    Google Scholar 

  • Neubrand, M., Klieme, E., Lüdtke, O., & Neubrand, J. (2002). Kompetenzstufen und Schwierigkeitsmodelle für den PISA-Test zur mathematischen Grundbildung. Unterrichtswissenschaft, 30(2), 100–119.

    Google Scholar 

  • Niss, M., Blum, W., & Galbraith, P. (2007). Introduction. In W. Blum, P. Galbraith, H.-W. Henn & M. Niss (Hrsg.), Modelling and applications in mathematics education: The 14th ICMI study (S. 5–32). New York: Springer.

    Google Scholar 

  • Otto, B. (2007a). SELVES – Schüler‑, Eltern- und Lehrertrainings zur Vermittlung effektiver Selbstregulation. Berlin: Logos.

    Google Scholar 

  • Otto, B. (2007b). Lässt sich das selbstregulierte Lernen von Schülern durch ein Training der Eltern optimieren? In M. Landmann & B. Schmitz (Hrsg.), Selbstregulation erfolgreich fördern. Praxisnahe Trainingsprogramme für ein effektives Lernen (S. 164–183). Stuttgart: Kohlhammer.

    Google Scholar 

  • Pekrun, R., Jullien, S., Zirngibl, A., Blum, W., Goetz, T., vom Hofe, R., & Jordan, A. (2003). Skalenhandbuch Palma Erhebungswelle II

    Google Scholar 

  • Perels, F., Dignath, C., & Schmitz, B. (2009). Is it possible to improve mathematical achievement by means of self-regulation strategies? Evaluation of an intervention in regular math classes. European Journal of Psychology of Education, 24(1), 17.

    Google Scholar 

  • Perels, F., Schmitz, B., & Bruder, R. (2003). Trainingsprogramm zur Förderung der Selbstregulationskompetenz von Schülern der achten Gymnasialklasse. Unterrichtswissenschaft, 31(1), 23–37.

    Google Scholar 

  • Peugh, J. L., & Enders, C. K. (2004). Missing data in educational research: a review of reporting practices and suggestions for improvement. Review of Educational Research, 74(4), 525–556.

    Google Scholar 

  • Pintrich, P. R., Wolters, C. A., & Baxter, G. P. (2000). Assessing Metacognition and Self-Regulated Learning. In G. Schraw & J. Impara (Hrsg.), Issues in the measurement of metacognition (S. 43–97). Lincoln: Buros Institute of Mental Measurements.

    Google Scholar 

  • PISA-Konsortium (2013). PISA 2000 – Ein differenzierter Blick auf die Länder der Bundesrepublik Deutschland. Berlin, Heidelberg: Springer.

    Google Scholar 

  • Polya, G. (1973). How to solve it: a new aspect of mathematical method. Princeton: University press.

    Google Scholar 

  • Rakoczy, K., Buff, A., & Lipowsky, F. (2005). Dokumentation der Erhebungs- und Auswertungsinstrumente zur schweizerisch-deutschen Videostudie „Unterrichtsqualität, Lernverhalten und mathematisches Verständnis“. Frankfurt am Main: DIPF.

    Google Scholar 

  • Rittle-Johnson, B., & Star, J. R. (2007). Does comparing solution methods facilitate conceptual and procedural knowledge? An experimental study on learning to solve equations. Journal of Educational Psychology, 99(3), 561–574.

    Google Scholar 

  • Rittle-Johnson, B., & Star, J. R. (2009). Compared with what? The effects of different comparisons on conceptual knowledge and procedural flexibility for equation solving. Journal of Educational Psychology, 101(3), 529–544.

    Google Scholar 

  • Rittle-Johnson, B., Star, J. R., & Durkin, K. (2009). The importance of prior knowledge when comparing examples: influences on conceptual and procedural knowledge of equation solving. Journal of Educational Psychology, 101(4), 836–852.

    Google Scholar 

  • Rosenshine, B., Meister, C., & Chapman, S. (1996). Teaching students to generate questions: a review of the intervention studies. Review of Educational Research, 66(2), 181–221.

    Google Scholar 

  • Schellings, G., & Hout-Wolters, B. (2011). Measuring strategy use with self-report instruments: theoretical and empirical considerations. Metacognition and Learning, 6(2), 83–90.

    Google Scholar 

  • Schermelleh-Engel, K., Moosbrugger, H., & Müller, H. (2003). Evaluating the fit of structural equation models: tests of significance and descriptive goodness-of-fit measures. Methods of Psychological Research Online, 8(2), 23–74.

    Google Scholar 

  • Schiefele, U., & Pekrun, R. (1996). Psychologische Modelle des fremdgesteuerten und selbstgesteuerten Lernens. In F. E. Weinert (Hrsg.), Psychologie des Lernens und der Instruktion (S. 249–278). Göttingen: Hogrefe.

    Google Scholar 

  • Schneider, W., & Artelt, C. (2010). Metacognition and mathematics education. ZDM, 42(2), 149–161.

    Google Scholar 

  • Schoenfeld, A. (1992). Learning to think mathematically: problem solving, metacognition, and sense-making in mathematics. In D. Grouws (Hrsg.), Handbook for Research on mathematic teaching and learning (S. 344–370). National Council of Teachers of Mathematics. Vergina: Reston.

  • Schraw, G. (2001). Promoting General Metacognitive Awareness. In H. J. Hartman (Hrsg.), Metacognition in Learning and Instruction (S. 3–16). Dordrecht: Springer.

    Google Scholar 

  • Schreblowski, S., & Hasselhorn, M. (2006). Selbstkontrollstrategien: Planen, Überwachen, Bewerten. In H. F. Friedrich & H. Mandl (Hrsg.), Lernstrategien: Zur Strukturierung des Forschungsfeldes. Göttingen: Hogrefe.

    Google Scholar 

  • Schukajlow, S. (2011). Mathematisches Modellieren: Schwierigkeiten und Strategien von Lernenden als Bausteine einer lernprozessorientierten Didaktik der neuen Aufgabenkultur. Münster: Waxmann.

    Google Scholar 

  • Schukajlow, S., & Krug, A. (2013). Considering multiple solutions for modelling problems—design and first results from the multima-project. In G. A. Stillman, G. Kaiser, W. Blum & J. P. Brown (Hrsg.), Teaching mathematical modelling: connecting to research and practice (S. 207–216). Dordrecht: Springer.

    Google Scholar 

  • Schukajlow, S., & Krug, A. (2014). Do multiple solutions matter? Prompting multiple solutions, interest, competence, and autonomy. Journal for Research in Mathematics Education, 45(4), 497–533.

    Google Scholar 

  • Schukajlow, S., & Leiss, D. (2011). Selbstberichtete Strategienutzung und mathematische Modellierungskompetenz. Journal für Mathematik-Didaktik, 32(1), 53–77.

    Google Scholar 

  • Schukajlow, S., & Rakoczy, K. (2016). The power of emotions: can enjoyment and boredom explain the impact of individual preconditions and teaching methods on interest and performance in mathematics? Learning and Instruction, 44, 117–127.

    Google Scholar 

  • Schukajlow, S., Blum, W., Messner, R., Pekrun, R., & Leiss, D. (2009). Unterrichtsformen, erlebte Selbstständigkeit, Emotionen und Anstrengung als Prädiktoren von Schülerleistungen bei anspruchsvollen mathematischen Modellierungsaufgaben. Unterrichtswissenschaft, 37(2), 164–186.

    Google Scholar 

  • Schukajlow, S., Kolter, J., & Blum, W. (2015a). Scaffolding mathematical modelling with a solution plan. ZDM, 47(7), 1241–1254.

    Google Scholar 

  • Schukajlow, S., Krug, A., & Rakoczy, K. (2015b). Effects of prompting multiple solutions for modelling problems on students’ performance. Educational Studies in Mathematics, 89(3), 393–417.

    Google Scholar 

  • Schukajlow, S., Leiss, D., Pekrun, R., Blum, W., Müller, M., & Messner, R. (2012). Teaching methods for modelling problems and students’ task-specific enjoyment, value, interest and self-efficacy expectations. Educational Studies in Mathematics, 79(2), 215–237.

    Google Scholar 

  • Schukajlow, S., Krug, A., & Rakoczy, K. (2015). Effects of prompting multiple solutions for modelling problems on students’ performance. Educational Studies in Mathematics, 89(3), 393–417.

    Google Scholar 

  • Silver, E. A., Ghousseini, H., Gosen, D., Charalambous, C., & Strawhun, B. T. F. (2005). Moving from rhetoric to praxis: Issues faced by teachers in having students consider multiple solutions for problems in the mathematics classroom. The Journal of Mathematical Behavior, 24(3), 287–301.

    Google Scholar 

  • Simons, P. J. (1992). Lernen, selbständig zu lernen: ein Rahmenmodell. In H. Mandl & H. F. Friedrichs (Hrsg.), Lern- und Denkstrategien: Analyse und Intervention (S. 251–264). Göttingen: Hogrefe.

    Google Scholar 

  • Sjuts, J. (2003). Metakognition per didaktisch-sozialem Vertrag. Journal für Mathematik-Didaktik, 24(1), 18–40.

    Google Scholar 

  • Slavin, R. E., Hurley, E. A., & Chamberlain, A. (2003). Cooperative learning and achievement: theory and research. Handbook of psychology. In W. M. Reynolds & G. E. Miller (Hrsg.), Handbook of psychology: educational psychology (Bd. 7, S. 177–198). New York: Wiley.

    Google Scholar 

  • Spiro, R. J., Coulson, R. L., Feltovich, P. J., & Anderson, D. K. (1988). Cognitive flexibility theory: advanced knowledge acquisition in ill-structured domains. Technical Report No. 441.

    Google Scholar 

  • Stark, R., Hinkofer, L., & Mandl, H. (2001). Forschungsbericht/Ludwig-Maximilians-Universität München, Department Psychologie, Institut für Pädagogische Psychologie, Lehrstuhl Prof. Dr. Heinz Mandl: Beispielbasiertes Lernen im Bereich Buchführung: Einfluss instruktionaler Erklärungen und multipler Perspektiven auf Lernverhalten und Lernerfolg. München: Inst.

  • Stillman, G., & Galbraith, P. (1998). Applying mathematics with real world connections: metacognitive characteristics of secondary students. Educational Studies in Mathematics, 36(2), 157–194.

    Google Scholar 

  • Thompson, S. K. (2002). Sampling. New York: Wiley.

    Google Scholar 

  • Veenman, M. V. J. (2011). Alternative assessment of strategy use with self-report instruments: a discussion. Metacognition and Learning, 6(2), 205–211.

    Google Scholar 

  • Verschaffel, L., Greer, B., & de Corte, E. (2000). Making sense of word problems. Lisse: Swets and Zeitlinger.

    Google Scholar 

  • Weinert, F. E. (2000). Lehren und Lernen für die Zukunft – Ansprüche an das Lernen in der Schule. Vortrag am 29. März 2000, Pädagogisches Zentrum Bad Kreuznach. http://www2.ibw.uni-heidelberg.de/~gerstner/WeinertLehren&Lernen.pdf. Zugegriffen: 14. Apr. 2014.

    Google Scholar 

  • Weinstein, C. E., Husman, J., & Dierking, D. R. (2000). Self-regulation interventions with a focus on learning strategies. In M. Boekaerts, P. R. Pintrich & M. Zeidner (Hrsg.), Handbook of self-regulation (S. 727–747). San Diego: Academic Press.

    Google Scholar 

  • Wild, K.-P., & Schiefele, U. (1994). Lernstrategien im Studium: Ergebnisse zur Faktorenstruktur und Reliabilität eines neuen Fragebogens. Zeitschrift für Differentielle und Diagnostische Psychologie, 15(4), 185–200.

    Google Scholar 

  • Wild, E., Hofer, M., & Pekrun, R. (2006). Psychologie des Lernens. In A. Krapp & B. Weidemann (Hrsg.), Pädagogische Psychologie (S. 203–265). Heidelberg: Springer.

    Google Scholar 

  • Winter, A. (1992). Metakognition beim Textproduzieren. Tübingen: Narr.

    Google Scholar 

  • Wittmann, E. C. (1995). Aktiv-entdeckendes und soziales Lernen im Rechenunterricht – Aktiv – Aktiv-entdeckendes und soziales Lernen im Rechenunterricht vom Kind und vom Fach aus. In G. N. Müller (Hrsg.), Mit Kindern rechnen (S. 10–41). Frankfurt am Main: Arbeitskreis Grundschule.

    Google Scholar 

  • Zeidner, M., Boekaerts, M., & Pintrich, P. R. (2000). Self-regulation: directions and challenges for future research. In M. Boekaerts, P. R. Pintrich & M. Zeidner (Hrsg.), Handbook self-regulation (S. 726–768). San Diego: Academic Press.

    Google Scholar 

  • Zimmerman, B. J. (1990). Self-regulated learning and academic achievement: an overview. Educational Psychologist, 25(1), 3–17.

    Google Scholar 

  • Zimmerman, B. J. (2000). Attaining self-regulation: a social cognitive perspective. In M. Boekaerts, P. R. Pintrich & M. Zeidner (Hrsg.), Handbook of self-regulation (S. 13–39). San Diego: Academic Press.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Institut für Didaktik der Mathematik und Informatik, Fachbereich Mathematik und Informatik, Universität Münster, Fliednerstraße 21, 48149, Münster, Deutschland

    André Krug

  2. Universität Münster, Münster, Deutschland

    Stanislaw Schukajlow

Authors
  1. André Krug
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Stanislaw Schukajlow
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to André Krug.

Anhang

Anhang



Abb. 7
figure 7

Unterrichtsaufgabe Fallschirmsprung „eine Lösung“

Full size image
Tab. 10 Skala Kontrolle/Reflexion
Full size table
Tab. 11 Skala Planung
Full size table
Tab. 12 Skala Selbstreguliertes Lernen
Full size table

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Krug, A., Schukajlow, S. Entwicklung prozeduraler Metakognition und des selbstregulierten Lernens durch den Einsatz multipler Lösungen zu Modellierungsaufgaben. J Math Didakt 41, 423–458 (2020). https://doi.org/10.1007/s13138-019-00154-y

Download citation

  • Received:

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s13138-019-00154-y

Schlüsselwörter

Keywords

Mathematics Subject Classification

Search

Navigation