Forschung und Projekte

Räumliche Fähigkeiten in der Chemie – Mehr als nur mentale Rotation?

Ausgangslage & theoretischer Hintergrund

In der Chemie spielen visuelle Repräsentationen eine Schlüsselrolle beim Verständnis von fachlichen Konzepten (Kozma & Russell, 2007) und beim Lösen von Problem (Rau, Zahn, Misback, Herder, & Burstyn, 2021). Die Darstellung von Daten mithilfe von Diagrammen, Strukturen von Molekülen und Reaktionsmechanismen in 2D und 3D sind nur einige Beispiele, wofür Repräsentationen in der Chemie eingesetzt werden (Harle & Towns, 2011). Dafür sind spezifische Kompetenzen nötig, wie die Fähigkeit Repräsentationen ineinander zu überführen und Verbindungen zwischen ihnen zu erkennen (Kozma & Russell, 2007).

In diesem Zusammenhang spielen räumliche Fähigkeiten ebenfalls eine wichtige Rolle: Sie wirken sich positiv auf den Umgang und das Lernen mit Repräsentationen aus (Carter, LaRussa, & Bodner, 1987; Buckley, Seery, & Canty, 2018). Bei räumlichen Fähigkeiten handelt es sich um eine von 16 Facetten der allgemeinen Intelligenz nach dem Cattell-Horn-Carroll-Modell (Carroll, 1993; Schneider & McGrew, 2012). Sie lassen sich als die Fähigkeit verstehen, abstrakte visuelle Bilder zu erzeugen, mental zu speichern und zu manipulieren (Lohman, 1979). Räumliche Fähigkeiten lassen sich in 11 Faktoren differenzieren (Abb. 1), beispielsweise die mentale Rotation, die räumliche Visualisierung und die räumliche Orientierung (Buckley, Seery, & Canty, 2018).

In den meisten Studien im MINT-Bereich, in denen räumliche Fähigkeiten berücksichtigt werden, wird zumeist ein Faktor räumlicher Fähigkeiten zugrunde gelegt, z. B. die mentale Rotation. Wie verschiedene Faktoren räumlicher Fähigkeiten die Bearbeitung repräsentationsbasierter Chemieaufgaben beeinflussen, ist aktuell jedoch noch wenig untersucht und bedarf weiterer Forschung.

Forschungsfragen & Methodik

1. Welche Faktoren räumlicher Fähigkeiten spielen beim Lösen repräsentationsbasierter Chemie-
   aufgaben eine Rolle?

Es wir ein Test zur Erfassung räumlicher Fähigkeiten zusammengestellt mit selbst entwickelten und adaptierten (Averbeck, 2021; Taskin, Bernholt, & Parchmann, 2015) Test-Items, die verschiedene Teilbereiche der Chemie abdecken. Die Konstruktvalidität wird mithilfe der Interrater-Reliabilität (Zuordnung der Test-Items durch Fachkolleg:innen) bestimmt. Die Faktoren räumlicher Fähigkeiten werden mit validierte Testinstrumenten nach Ekstrom, French, Harmann und Derman (1976) erhoben, z. B. Hidden Figure Test und Paper Folding Test. Die Daten sollen nach einer Validierung des entwickelten Tests in Form eines Multi-Matrix-Sampling (Childs & Jaciw, 2002) eingesetzt werden. Sie sollen als Quasi-Längsschnitt mit B. Sc. Studierende im Fach Chemie bzw. chemienahen Fächern zu Beginn und am Ende des Bachelorstudiums erhoben werden. Der Zusammenhang zwischen den Faktoren räumlicher Fähigkeiten und spezifischen Repräsentationen und Repräsentationskompetenzen wird durch Korrelations- und Regressionsanalysen geprüft.

2. Inwiefern beeinflusst eine Förderung spezifischer Faktoren räumlicher Fähigkeiten den Lernerfolg von Chemiestudierenden?

Basierend auf den Ergebnissen der ersten Forschungsfrage soll eine Interventionsstudie gestaltet werden, die gezielt die Faktoren räumlicher Fähigkeiten fördern soll, die als relevant hervorgegangen sind. Dazu wird ein Pre-Post-Design mit Interventionsgruppe(n) und Kontrollgruppe angestrebt, um zu prüfen, ob sich durch diese Förderung der Lernerfolg mit repräsentationsbasierten Chemieaufgaben steigern lässt.

Ertrag des Projekts

Die Ergebnisse des Projekts leisten einen Beitrag zur Untersuchung der Wirkmechanismen von Faktoren räumlicher Fähigkeiten auf den Lernerfolg mit externen Repräsentationen in der Chemie. Dadurch können Möglichkeiten aufgedeckt werden, wie der Lernerfolg von Studierenden durch gezielte Förderung spezifischer Faktoren räumlicher Fähigkeiten verbessert werden kann.

Literatur

Averbeck, D. (2021). Zum Studienerfolg in der Studieneingangsphase des Chemiestudiums – Der Einfluss kognitiver und affektiv-motivationaler Variablen. Berlin: Logos.

Buckley, J., Seery, N., & Canty, D. (2018). A Heuristic Framework of Spatial Ability: a Review and Synthesis of Spatial Factor Literature to Support its Translation into STEM Education. Educational Psychology Review, 30(3), S. 947–972.

Carroll, J. B. (1993). Human cognitive abilities – A survey of factor-analytic studies. Cambridge: Cambridge University Press.

Carter, C. S., LaRussa, M. A., & Bodner, G. M. (1987). A study of two measures of spatial ability as predictors of success in different levels of general chemistry. Journal of Research in Science Teaching, 24(7), S. 645-657.

Childs, R. A., & Jaciw, A. P. (2002). Matrix Sampling of Items in Large-Scale Assessments. Practical Assessment, Research, and Evaluation, 8(Artikel 16).

Ekstrom, R. B., French, J. W., Harman, H. H., & Derman, D. (1976). Coverbild für Manual for kit of factor-referenced cognitive tests. Princeton, New Jersey: Education Testing Service.

Harle, M., & Towns, M. (2011). A Review of Spatial Ability Literature, Its Connection to Chemistry, and Implications for Instruction. Journal of Chemical Education, 88(3), S. 351-360.

Kozma, R., & Russell, J. (2007). Students Becoming Chemists: Developing Representational Competence. In J. K. Gilbdert (Hrsg.), Visualization in Science Education (S. 121-146). Dordrecht: Springer.

Lohman, D. F. (1979). Spatial ability: A review and reanalysis of the correlational literature . Stanford (CA): Aptitudes Research Project, School of Education und Stanford University.

Rau, M. A., Zahn, M., Misback, E., Herder, T., & Burstyn, J. (2021). Adaptive support for representational competencies during technology-based problem solving in chemistry. Journal of the Learning Sciences, 30(2), S. 163-203.

Schneider, J., & McGrew, K. (2012). The Cattell-Horn-Carroll (CHC) Model of Intelligence. In D. P. Flanagan, & E. M. McDonough, Contemporary Intellectual Assessment – Theories, Tests, and Issues (3. Ausg., S. 99-144). New York: Guilford Publications.

Taskin, V., Bernholt, S., & Parchmann, I. (2015). An inventory for measuring student teachers’ knowledge of chemical representations: design, validation, and psychometric analysis. Chemistry Education Research and Practice, 16(3), S. 460-477.

Informationen folgen in Kürze

Informationen zu unseren digitalen Laboren folgen in Kürze.

Worum geht es im Projekt?

Im Projekt untersuchen wir die Potentiale von Augmented Reality (AR) gestützten, externen Repräsentationen beim Lernen von organisch-chemischen Fachinhalten. Im Rahmen zweier experimenteller Studien wird die Annahme geprüft, dass Studierende durch die Einbettung von interaktiven, dreidimensionalen Visualisierungen in klassische Text-Bild-basierte Instruktionsmaterialen beim Lernprozess entlastet werden, da das digitale Medium bei der Translation impliziter räumlicher informationen entlastet. Ebenso werden die individuellen Lernvoraussetzungen der teilnehmenden Studierenden berücksichtigt, da von einer moderierenden Rolle der generellen räumlichen Fähigkeiten ausgegangen wird. Zur Durchführung der Studien wurde die Lernanwendung ARC (Augmented Reality Chemistry) entwickelt, die künftig Studierenden und auch Schülerinnen und Schülern zur Verfügung gestellt werden soll.

Projektbeteiligte:

Sebastian Keller (Uni Duisburg-Essen)

Prof. Dr. Stefan Rumann (Uni Duisburg-Essen)

Projektbezogene Publikationen:

• Keller, S., Rumann, S., & Habig, S. (2021). Cognitive Load Implications for Augmented Reality Supported Chemistry Learning. Information, 12(3), 96.
• Habig, S. (2020). Who can benefit from augmented reality in chemistry? Sex differences in solving stereochemistry problems using augmented reality. British Journal of Educational Technology, 51(3), 629-644.

Projektnummer 415026237