Machine-Learning basierte Analyse von latenten Profilen des physikdidaktischen Wissens Machine-Learning-Based Analysis of Latent Profiles in Physics PCK

J. Zeller, J. Riese, Zeitschrift für Didaktik der Naturwissenschaften 31 (2025).

Download
No fulltext has been uploaded.
Journal Article | Published | German
Abstract
Das fachdidaktische Wissen (FDW) stellt eine wichtige Komponente des Professionswissens von (angehenden) Lehrkräften dar. Es liegen bereits empirische Forschungsergebnisse zu Einflussfaktoren und zur Entwicklung des FDW sowie zur Bedeutung des FDW als Ganzem für Professionswissen und Qualität professioneller Handlungen vor. Für eine detailliertere Forschung zur Zusammenhangsstruktur zwischen FDW und der Performanz in prototypischen Handlungssituationen sind darüber hinaus differenziertere empirisch begründete Beschreibungen der inneren Struktur des FDW notwendig. Bisher sind entsprechende Ansätze allerdings zumeist primär theoretisch-normativ begründet oder auf hierarchische Betrachtungen beschränkt. Im vorliegenden Beitrag wird daher ein Ansatz zur nicht-hierarchischen datenbasierten Beschreibung latenter Kompetenzprofile des FDW orientiert an der Computational Grounded Theory vorgestellt. Dabei wird zunächst mithilfe eines Datensatzes von 846 Bearbeitungen des Physik-FDW-Testinstruments in überwiegend offenem Antwortformat aus dem Projekt ProfiLe-P+ eine latente Profilanalyse zur Untersuchung latenter FDW-Profile unter Fokus auf kognitive Anforderungen als empirisch trennbare Subskalen des FDW durchgeführt. Mithilfe von Topic Modeling werden anschließend Tendenzen in der Sprachnutzung der FDW-Profile untersucht. Um die Ergebnisse im Sinne der Computational Grounded Theory durch den Nachweis latenter Zusammenhänge zwischen den Testantworten der Proband:innen und der FDW-Profil-Zuordnung zu bestätigen, wird im Anschluss ein Machine-Learning-basiertes System zur automatisierten Zuordnung von Testbearbeitungen zu den FDW-Profilen erstellt. Es zeigen sich vier latente Kompetenzprofile mit nicht-hierarchischem Charakter. In einer längsschnittlichen Betrachtung wird abschließend die Entwicklung von Proband:innen im Kontext dieser FDW-Profile dargestellt. Die Ergebnisse bieten Ansatzmöglichkeiten zukünftig Untersuchungen der Zusammenhänge einzelner FDW-Komponenten und beispielsweise gezeigter Handlungsqualität auf Detailebene zu untersuchen.
Publishing Year
Journal Title
Zeitschrift für Didaktik der Naturwissenschaften
Volume
31
Article Number
5
LibreCat-ID

Cite this

Zeller J, Riese J. Machine-Learning basierte Analyse von latenten Profilen des physikdidaktischen Wissens Machine-Learning-Based Analysis of Latent Profiles in Physics PCK. Zeitschrift für Didaktik der Naturwissenschaften. 2025;31. doi:10.1007/s40573-025-00181-y
Zeller, J., & Riese, J. (2025). Machine-Learning basierte Analyse von latenten Profilen des physikdidaktischen Wissens Machine-Learning-Based Analysis of Latent Profiles in Physics PCK. Zeitschrift für Didaktik der Naturwissenschaften, 31, Article 5. https://doi.org/10.1007/s40573-025-00181-y
@article{Zeller_Riese_2025, title={Machine-Learning basierte Analyse von latenten Profilen des physikdidaktischen Wissens Machine-Learning-Based Analysis of Latent Profiles in Physics PCK}, volume={31}, DOI={10.1007/s40573-025-00181-y}, number={5}, journal={Zeitschrift für Didaktik der Naturwissenschaften}, publisher={Springer Science and Business Media LLC}, author={Zeller, Jannis and Riese, Josef}, year={2025} }
Zeller, Jannis, and Josef Riese. “Machine-Learning basierte Analyse von latenten Profilen des physikdidaktischen Wissens Machine-Learning-Based Analysis of Latent Profiles in Physics PCK.” Zeitschrift für Didaktik der Naturwissenschaften 31 (2025). https://doi.org/10.1007/s40573-025-00181-y.
J. Zeller and J. Riese, “Machine-Learning basierte Analyse von latenten Profilen des physikdidaktischen Wissens Machine-Learning-Based Analysis of Latent Profiles in Physics PCK,” Zeitschrift für Didaktik der Naturwissenschaften, vol. 31, Art. no. 5, 2025, doi: 10.1007/s40573-025-00181-y.
Zeller, Jannis, and Josef Riese. “Machine-Learning basierte Analyse von latenten Profilen des physikdidaktischen Wissens Machine-Learning-Based Analysis of Latent Profiles in Physics PCK.” Zeitschrift für Didaktik der Naturwissenschaften, vol. 31, 5, Springer Science and Business Media LLC, 2025, doi:10.1007/s40573-025-00181-y.

Export

Marked Publications

Open Data LibreCat

Search this title in

Google Scholar