Eye-Tracking in der Mathematik- und Naturwissenschaftsdidaktik Forschung und Praxis

Dieses Buch beschäftigt sich mit aktuellen Studien und Anwendungsmöglichkeiten von Eye-Tracking in der Mathematik- oder Naturwissenschaftsdidaktik: Was betrachten Lernende, wenn sie einen naturwissenschaftlichen Text lesen, mathematische Muster erkunden oder mit einem Diagramm arbeiten? Wie fokussieren und verteilen sie ihre Aufmerksamkeit beim Lösen mathematischer und naturwissenschaftlicher Aufgaben? Eye-Tracking liefert Antworten auf diese und weitere Fragen und kann somit dazu beitragen, Lernprozesse besser zu verstehen, Lernmaterialien und Lehrprozesse zu optimieren oder Unterschiede zwischen verschiedenen Expertisegruppen aufzudecken. Dieses Buch stellt aktuelle Studien aus der Mathematik- und Naturwissenschaftsdidaktik (Biologie, Chemie, Physik, Informatik) zusammen, die Eye-Tracking als zentrale Forschungsmethode zur Beantwortung von Fragestellungen entlang der Bildungskette (Primar- und Sekundarstufen sowie Universität) nutzen. Dabei wird deutlich, wie Eye-Tracking bereitsetablierte Forschungsmethoden der empirisch forschenden Fachdidaktik, wie das Laute Denken, den Einsatz von Fragebögen oder Experteninterviews, ergänzt.

Das Buch zeigt die vielfältigen Anwendungsmöglichkeiten von Eye-Tracking in der Mathematik- und Naturwissenschaftsdidaktik und enthält zahlreiche Best-Practice-Beispiele zum Design und zur Auswertung wissenschaftlicher Studien zum Thema. Das Buch richtet sich damit sowohl an Wissenschaftlerinnen und Wissenschaftler mit unterschiedlicher Erfahrung im Bereich Eye-Tracking als auch an (zukünftige) Lehrkräfte und Dozierende, da aus den empirischen Befunden Handlungsempfehlungen für den Unterricht bzw. die Lehre gegeben werden.

1 Gibt es ideale Blickbewegungsmodelle zur Förderung der Lernenden beim Lösen organisch-chemischer Aufgaben?– 2 Eine qualitative Analyse von Blickdaten bei statischen und dynamischen Repräsentationen im naturwissenschaftlichen Erkennnisprozess.- 3 Muster- und Strukturerkennungsprozesse bei potentiell mathematisch begabten Grundschulkindern untersuchen - Das Potenzial von Eye-Tracking und retrospektivem Interview im Vergleich.- 4Eye-Tracking als Methode zur Analyse der Wirkung unterstützender Hinweise in digitalen Lernumgebungen.- 5 Förderung der strukturierten Anzahlerfassung bei Kindern mit Schwierigkeiten im Rechnenlernen: Eine explorative Eye-Tracking Studie zur Evaluation schulischer Förderung in Klasse 5.- 6 Biologie lernen mit Concept Maps: Lässt sich die Expertise im Umgang mit Concept Maps von den Augen ablesen?- 7 Haben Kinder mit Rechenschwierigkeiten auch Schwierigkeiten im Bereich Geometrie? Eine Eye-Tracking Studie zur Identifikation von Dreiecken bei Schüler*innen im inklusiven Kontext.- 8 Blickbewegungen beim graphischen Ableiten – Lassen sich Fehler durch Eye-Tracking-Daten vorhersagen und elaborieren?- 9 Eye-Tracking als Methode hypothesenpru¨fender Forschung in den Naturwissenschaftsdidaktiken – Neue Einblicke in die Effekte von Demonstrationsexperimenten.- 10 Fachlich vs. instruktional: Welche Aufgabenmerkmale werden bei der Schwierigkeitseinschätzung von Bruchrechenaufgaben identifiziert und evaluiert? Eine Studie mit Eye-Tracking Stimulated Recall Interviews.- 11 Blickverhalten beim Lernen und Problemlösen mit Graphen: ein Literaturüberblick bis 2020.- 12 Wechsel zwischen Diagramm und Formel im Kontext von Vektorfeldern: Einfluss der Aufgabenkomplexität auf Indikatoren visueller Aufmerksamkeit.- 13 Eye-Tracking Studie zu Textaufgaben in Klasse 5: Bemerken und Interpretieren syntaktischer Strukturen.- 14 Blickbewegungen als Indikator für den Lernerfolg? – Nachvollziehen und Vergleichen beim Lösungsvergleich.- 15 Unterschiede im Leseverhalten von Algorithmen und Programmen.

Dr. Nicole Graulich ist Professorin für Chemiedidaktik am Institut für Didaktik der Chemie der Justus-Liebig-Universität Gießen. Sie forscht zum fachlichen Lernen mit Repräsentationen in der Chemie an der Hochschule und nutzt Eye-Tracking Methoden zur qualitativen Beschreibung von Lernprozessen. 

Dr. Jochen Kuhn ist Universitätsprofessor und Leiter der Arbeitsgruppe Didaktik der Physik an der TU Kaiserslautern. Seine Forschungsschwerpunkte sind Lernen mit multiplen Repräsentationen in  multimedialen Lernumgebungen in Physik und prozessbasierte Analyseverfahren – wie z.B. Eye-Tracking-Analysen beim Lernen und Problemlösen.

Dr. Maike Schindler ist Universitätsprofessorin an der Universität zu Köln. Ihre Forschung hat zwei zentrale Schwerpunkte: Empirisch wird das Mathematiklernen – v.a. bei Kindern und Jugendlichen mit Lernschwierigkeiten und sonderpädagogischen Förderbedarfen – untersucht, methodisch steht die Nutzung und Entwicklung neuer Technologien (z.B. Eye-Tracking) im Kontext von Mathematiklernen im Fokus.