Identification of Student Types Based on Their Knowledge and Their Interests When Learning with Computer Simulations

Identification of Student Types Based on Their Knowledge and Their Interests When Learning with Computer Simulations

Problem Durumu: Bilgisayar ve bilgisayara dayalı teknolojilerin (yeni teknolojiler) yaşantımızdaki öneminin artışına paralel olarak, bu teknolojilerin çeşitli öğretim etkinliklerinde kullanılması da yaygınlaşmıştır. Yeni teknolojiler resim, grafik, ses, animasyon, benzetim gibi çeşitli ögelerle birden çok duyu organına hitap etme, etkileşimli öğrenme imkanı, farklı öğrenci özelliklerine uygun öğretim materyalleri tasarlanması gibi çeşitli olanaklar sunmaktadır. Özellikle çok sayıda karmaşık fenomen ve sürecin aktarılmasının gerekli olduğu fen derslerınde yeni teknolojilerin kullanılması artık kaçınılmaz olmuştur. Yeni teknolojilerin eğitim- öğretim sürecinde kullanılmasının yaygınlaşması ile birlikte bu teknolojilerin kullanma şartları, etkililiği, öğrenci özellikleri ile etkileşimi, öğretmen ve öğrencilerin yeterlik, bilgi ve tutumu gibi konuları araştıran çok sayıda proje yapılmış ve yapılmaya devam etmektedir. Literatür incelendiğinde yapılan araştırmalarda daha çok bilgi kazanma, bilgi transferi, öğrenme stilleri gibi bilişsel boyutların incelendiği; tutum, ilgi, motivasyon gibi duyuşsal boyutları konu alan araştırmaların ise daha az yapıldığı dikkati çekmektedir. Bu nedenle bu araştırmada bilişsel ve duyuşsal özellikler bir arada ele alınarak incelenmiştir. Bilişsel özellik olarak bilgi kazanımı ve duyuşsal özellik olarak konuya ilgi incelenmiştir. Amaç: Araştırmanın birinci amacı bilgilerine ve konuya ilgilerine göre birbirinden anlamlı farklılık gösteren öğrenci tiplerini ve bu tiplerin özelliklerini tespit etmektir. İkinci amacı ise karmaşık ve dinamik bir biyoloji konusunun bilgisayar simulasyonu ile aktarılmasının öğrencilerin bilgi düzeylerine ve konuya ilgilerine etkisini yani öğrenci tiplerindeki değişimi incelemektir. Yöntem: Araştırma ön test, son test deseninde deneysel bir çalışmadır. Araştırmanın verileri Almanya’nın Schleswig Holstein eyaletinde tesadüfi olarak seçilen dört farklı liseden 167 öğrenciden toplanmıştır. Verilerin toplanmasında hem ön test hem de son testte uygulanmak üzere geliştirilen 10 soruluk bilgi testi ve 14 soruluk ilgi ölçeği kullanılmıştır. Bilgi testi zorluk derecesine göre üç grup sorudan oluşmaktadır. Cevaplar çoktan seçmeli dört seçenekten oluşmaktadır. İlgi testi ise konunun insan biyolojisi ve biyokimyasal boyutları olmak üzere iki alt gruptan ve 4’lü likert tipinde maddelerden oluşmaktadır. Her iki test arasındaki oturumda, öğrenciler konuyu simulasyon programı ile bireysel olarak öğrenmişlerdir. Kullanılan program, solunum konusu hakkında genel bilgiler verildikten sonra mitokondri iç membranında oksidatif fosforilizasyon olayını detaylı olarak anlatmaktadır. Konu hakkındaki bilgiler metin, resim ve animasyonlar yardımıyla verildikten sonra öğrenciler sürecin işleyişini ve neden sonuç ilişkilerini simulasyonlar yardımıyla irdeleme ve gözleme imkanı bulmuşlardır. Bilgi ve konuya ilgileri bakımından birbirinden niteliksel olarak anlamlı farklılık gösteren grupların olup olmadığı Winmira 2001 programı ile gizli sınıf analizi (LCA= latent class analysis) yapılarak tespit edilmişir. Bu yöntemde bireyler cevap verme davranışlarına göre ayrılır ve her bireyin cevap profiline göre hangi olasılıkla hangi sınıfa dahil olduğu tespit edilir. Analizin yapılabilmesi için öncelikle teorik olarak kaç farklı tip (sınıf) olabileceginin belirlenmesi gerekir. Ancak analiz sadece teorik olarak tespit edilen sınıf sayısı için yapılmamalıdır. 2’li sınıftan başlayarak (en az) teorik olarak tespit edilen aralık için modeller oluşturulur. LCA test edilen her bir modelin verilerle uyum iyiliği indislerini verdiğinden, en uygun modelin seçiminde hem uyum iyiliği değerleri hem de sınıfların yorumlanabilir olması göz önünde bulundurulur. Verilerin analizinde tiplerin tespiti için, ön test ve son testten elde edilen tüm veriler - sanki farklı deneklerden toplanmış gibi - tek bir veri matrisinde birleştirilmiştir (n=334). Böylelikle hem ön hem de son testte aynı tiplerin elde edilmesi ve ön test ve son test arasında öğrencilerin tiplerindeki değişimin belirlenmesi sağlanmıştır. Bulgular: Yapılan analiz sonucunda 4 sınıftan oluşan modelin hem uyum iyiliği hem de yorumlanabilir olması bakımından en uygun model olduğu görülmüştür. Yani bilgi ve konuya ilgi bakımından dört farklı öğrenci tipi tespit edilmiştir. Tiplerin özellikleri şöyle özetlenebilir: I. Tip, örneklemin % 45,3’ünü oluşturmaktadır. Bu gruba giren öğrenciler zorluk derecesine göre üç gruba ayrılan bilgi testinin her üç grubunu da ya şans başarısına yakın veya şans başarısı altında bir olasılıkla doğru cevaplandırabilmiştir. Bu öğrenciler insan biyolojisi ile ilgili konulara çok fazla ilgi duymalarına karşın konunun biyokimyasal boyutlarına daha az ilgi duymaktadır. II. Tip, örneklemin 21,8’ini oluşturmaktadır. Bu öğrenciler, üç farklı grupta toplanan bilgi sorularını % 75, % 50 ve % 45 olasılıkla doğru cevaplandırabilmiştir. Bunlar ayrıca konunun hem insan biyolojisi hem de biyokimyasal boyutlarına karşı çok fazla ilgi duymaktadır. III. Tip, örneklemin 17,4’ünü oluşturmaktadır. Bu öğrenciler, bilgi sorularını % 90, % 70 ve 50 olasılıkla doğru cevaplandırabilmişlerdir. Bunlar konunun insan biyolojisi ile ilgili yönlerine çok fazla ilgi duymalarına rağmen biyokimyasal yönlerine daha az ilgi duymaktadır. IV. Tip, örneklemin % 15’ini oluşturmaktadır. Bu sınıfta yer alan öğrenciler bilgi testininin her üç grupta yer alan sorularını şans başarısının altında bir olasılıkla doğru cevaplandırabilmişlerdir. Bunlar ayrıca konunun her iki boyutuna da ilgi duymamaktadır. Simulasyon programı ile öğrenme oturumu sonrasında öğrencilerin bilgi ve konuya ilgilerindeki değişme her bir öğrencinin ön testte ve son testte hangi sınıfa ait olduğu incelenerek yani oturum sonrasındaki sınıf değişimi ile tespit edilmiştir. Öğrencilerin % 59,9’u simulasyonla öğrenme oturumu sonunda daha çok bilgiye sahip olan bir sınıfa geçmiştir. Ön testte öğrencilerin sadece % 10,1’inde tespit edilen biyokimyasal konulara ilgi oturum sonrasinda % 4

___

  • Baumert, J., & Köller, O. (1998). Interest research in secondary level I: An overview. In L. Hoffmann, A. Krapp and K. A. Renninger (Eds.) Interest and Learning. Proceedings of the Seeon Conference on Interest and Gender (pp. 241-256). Kiel: IPN.
  • Blömeke, S. (2003). Lehren und Lernen mit neuen Medien Forschungsstand und Forschungsperspektiven. Unterrichtswissenschaft, 31(1), 57-82. Breuer, K., & Kummer, R. (1990). Cognitive effects from process learning with computer-based simulations. Computers in Human Behavior, 6(1), 69 - 81.
  • de Jong, T., & van Joolingen, W.R. (1998). Scientific discovery learning with computer simulations of conceptual domains. Review of Educational Research, 68(2), 179-201.
  • Finke, E. (1998): Interesse an Humanbiologie und Umweltschutz in der Sekundarstufe I. Empirische Untersuchung zu altersbezogenen Veränderungen und Anregungsfaktoren. Hamburg: Dr.Kovac.
  • Graf, D. (2005). Computer-multimedia. In. K.-H. Berck, Biologiedidaktik Grundlagen und Methoden (3nd ed.) (pp: 166-174). Wiebelsheim: Quelle und Meyer.
  • Hoffmann, L. (2002): Promoting girls' interest and achievment in physics classes for beginners. Learning and Instruction, 12 (4), 447-465.
  • Hoffmann, L., Häußler, P., & Lehrke, M. (1998). Die IPN- Interessenstudie. Kiel: IPN.
  • Krapp, A. (2002): Structural and dynamic aspects of interest development: theoretical considerations from an ontogenetic perspective. Learning and Instruction, 12 (4), 383-409.
  • Krapp, A. (1992). Das Interessenkonstrukt - Bestimmungsmerkmale der Interessenhandlung und des individuellen Interesses aus der Sicht einer Person-Gegenstands-Konzeption. In A. Krapp & M. Prenzel (Eds.). Interesse, Lernen, Leistung. Neue Ansätze einer pädagogisch- pschologischen Interessenforschung (pp. 297-329). Münster: Aschendorffsche Verlagsbuchhandlung GmbH & Co.
  • Krapp, A. (1998). Entwicklung und förderung von interessen im unterricht. Psychologie in Erziehung und Unterricht, 44, 185-201.
  • Krapp, A. (1999). Interest, motivation and learning: An educational psychological perspective. European Journal of Psychology of Education, 14(1), 23-40.
  • Krapp, A. (2001). Interesse. In D. H. Rost (Eds.), Handwörterbuch der pädagogische psychologie. (2nd ed.), (pp. 286-294). Weinheim: Psychologie Verlagsunion, Verlagsgruppe Beltz.
  • Prechtl, H., Schenzer, M., Urhahne, D., & von Davier, M. (2000). Gestaltung und wirkung einer computergestützten lernumgebung zur neurobiologie. In H. Bayrhuber & Unterbruner, U. (Eds.). Lehren & Lernen im Biologieunterricht (pp. 238-249). Innsbruck: Studienverlag.
  • Prenzel, M., & Lankes, E. M. (1995). Anregungen aus der pädagogischen Interessenforschung. Grundschule, 27(6), 12-13.
  • Prenzel, M. (1988). Die wirkungsweise von interesse. Opladen: Westdeutscher Verlag GmbH.
  • Prenzel, M., Krapp, A., & Schiefele, H. (1986). Grundzüge einer pädagogischen Interessentheorie. Zeitschrift für Pädagogik, 32(2), 163-173.
  • Rost, J. (2004): Lehrbuch Testtheorie, Testkonstruktion. (2. Auflage) Bern: Huber
  • Schnotz, W., Böckheler, J., Grzondziel, H., Gärtner, I., & Wächter, M. (1998). Individuelles und kooperatives Lernen mit interaktiven animierten Bildern. Zeitschrift für Pädagogische Psychologie, 12(2/3), 135-145.
  • Senkbeil, M. (2004). Typen der computernutzung. Studienverlag: Innsbruck, Wien, München, Bozen.
  • Stähler, P. (2001). Geschäftsmodelle in der digitalen Ökonomie: Merkmale,Strategien und Auswirkungen. Josef Eule Verlag, Köln-Lohmar
  • Todt, E., & Götz, C. (1998): Interesse von Jugendlichen an der Gentechnologie. Zeitschrift für Didaktik der Naturwissenschaften, 4 (1), 3-11.
  • Urhahne; D. & Harms, U. (2006). Instruktionale unterstützung beim lernen mit computersimulationen. Unterrichtswissenschaft, 34(4), 358-377.
  • Urhahne, D., Prenzel, M., von Davier, M., Senkbeil, M., & Bleschke, M. G. (2000). Computereinsatz im naturwissenschaftlichen Unterricht – Ein Überblick über die pädagogisch-psychologischen Grundlagen und ihre Anwendung. Zeitschrift für die Didaktik der Naturwissenschaften, 6, 157-186.
  • von Davier, M. (1997). Methoden zur prüfung probabilistischer Testmodelle. Kiel: IPN Schriftenreihe.
  • von Davier, M. (2001): Winmira 2001. Kiel: CD-ROM.