Arbeitsgruppe Prof. Kuhn

My Physics-MoVie: Mobile Analysis of Video Motion in Physics

Ein Forschungsprojekt aus dem Bereich Mobile Learning


Einleitung

Bei der physikalischen Videoanalyse handelt es sich um ein Verfahren zur berührungslosen Messung der Orts- und Zeitkoordinaten von bewegten Körpern. Die Position des bewegten Objekts bezüglich eines zweidimensionalen Koordinatensystems wird dabei in jedem Einzelbild gespeichert. Aus den ermittelten Zeit- und Ortskoordinaten kann die Geschwindigkeit und die Beschleunigung berechnet werden. Während bei den bisherigen Verfahren für den Physikunterricht die Aufnahme und die Auswertung der Bewegung getrennt und nacheinander stattgefunden hat, werden die Schülerinnen und Schüler mit einer speziell dafür entwickelten App und einem Tablet-PC in die Lage versetzt, den gesamten Prozess der physikalischen Videoanalyse auf ein und demselben mobilen Gerät zu vereinigen. Somit können Schülerinnen und Schüler mit diesem digitalen Werkzeug Bewegungen aufnehmen und bezüglich der physikalischen Zusammenhänge eigenständig und mobil experimentell untersuchen – und das alles nahezu in Echtzeit.

Dies kombiniert die Vorteile der unterrichtlichen Nutzung von mobilen Endgeräten und den didaktischen Möglichkeiten der physikalischen Videoanalyse.

Theoretischer Hintergrund

Der unterrichtliche Einsatz der mobilen Videoanalyse ermöglicht durch die Mobilität des Geräts den Lernort „Klassenzimmer“ aufzulösen, wodurch ein unterrichtlicher Zugang zu authentischen Kontexten geschaffen wird. So wird es Schülerinnen und Schülern ermöglicht, Bewegungsprozesse ihrer eigenen Lebenswelt aktiv und selbstständig physikalisch zu untersuchen.

Bei dem Verfahren der Videoanalyse werden die Messdaten automatisch generiert und die relevanten physikalischen Größen ohne Zeitverzögerung visualisiert. Dies reduziert die kognitive Belastung der Schülerinnen und Schüler und ein kontinuierliches Wechselspiel zwischen Theorie und Experiment wird ermöglicht. Nach der CATLM-Theorie (Cognitive-Affective Theory of Learning with Media) von Moreno1 (2005) und Moreno und Mayer2 (2007) erleichtert eine reduzierte extrinsische kognitive Belastung den Lernenden die Wissenskonstruktion und -vernetzung sowie die Entwicklung physikalischer Kompetenzen, was zu einer Steigerung der Effektivität des Lernprozesses führt. Die Visualisierungs-möglichkeiten der eingesetzten App eröffnen den Lernenden die Möglichkeit, zwischen unterschiedlichen Repräsentationsformen für relevante physikalische Größen unmittelbar zu wechseln. Durch diese quasi simultane Darstellung verschiedener Repräsentations-formen wird nach Ainsworth3 (2006) die Repräsentationskompetenz der Lernenden gefördert.

 

Forschungshypothesen

Der unterrichtliche Einsatz des digitalen Werkzeugs führt bei den Lernenden …

•      zu einem vertieften konzeptuellen Verständnis

•      zu einer erhöhten Repräsentationskompetenz

•      zur Erzeugung von stärkerem situationalen Interesse

•      zur Steigerung der Lernmotivation

Die Forschungshypothesen werden durch die Analyse des kognitiven und motivationalen Lernerfolgs von Schülerinnen und Schülern in einer randomisierten Feldstudie mit einem Interventions-Vergleichsgruppen-Design empirisch überprüft. Dafür konnten Schulen sowohl in Rheinland-Pfalz als auch Nordrhein-Westfalen als Kooperationspartner gewonnen werden. Das zugehörige Forschungsprojekt ist im September 2016 mit einer Pilot-Studie an ausgewählten Schulen gestartet. Die Hauptstudie wird im September 2017 beginnen und die abschließenden Ergebnisse werden Anfang des Jahres 2018 erwartet.

 

Forschungsdesign der Pilotstudie

Quasi-experimentelle Feldstudie mit …

•      Prä-Post-Design

•      Kontroll- und Interventionsgruppe

•      Multiple Choice-Test zum konzeptuellen Verständnis und zur Repräsentations-kompetenz

•      Motivations- und Neugierdefragebogen

 

Belastungsfragebogen

Projektzeitplan

•      Februar - August 2016: Entwicklung von Unterrichtsszenarien und Testinstrumenten

•      Juni - Juli 2016: Präpilotierung

•      September - November 2016: Pilotstudie

•      Dezember - März 2017: Analyse der Leistungstests und Fragebögen der Pilotstudie

•      März - Mai 2017: Re-Design der Unterrichtsszenarien und Optimierung der Testinstrumente

•      September - Dezember 2017: Hauptstudie

•      Januar - Mai 2018: Analyse der Leistungstests und Fragebögen de Hauptstudie

 

Literatur:

1. Moreno, R. (2005). Instructional technology: Promise and pitfalls. In L. PytlikZillig, M. Bodvarsson & R. Bruning (Hrsg.), Technology-based education: Bringing researchers and practitioners together (S. 1–19). Greenwich, CT: Information Age Publishing.

2. Moreno, R. & Mayer, R. (2007). Interactive multimodal learning environments. Educational Psychology Review, 19 (3), 309–326.                                                                 

3. Ainsworth, S. (2006). DeFT: A conceptual framework for considering learning with multiple representations. Learning and Instruction, 16 (3), 183–198.

 

Zuständigkeit:

Doktorand: Sebastian Becker, StR (s.becker(at)physik.uni-kl.de)

Zum Seitenanfang