Mayer et al. (2016). Entwicklung professioneller Wissensnetze bei Novizen im Kontext von Präsenzlehre und Informationsrecherchen im Internet. Forschungsdaten einer Längsschnittstudie von 2013 bis 2015.

Bibliografische Informationen

Ersteller: Mayer, Anne-Kathrin; Rosman, Tom; Birke, Peter; Gorges, Johannes; Krampen, Günter

Mitwirkende: Mayer, Anne-Kathrin; Rosman, Tom; Birke, Peter; Gorges, Johannes; Krampen, Günter

Förderung: Pakt für Forschung und Innovation des Bundes und der Länder; eingeworben im Leibniz-Wettbewerbsverfahren (SAW 2013)

Titel: Entwicklung professioneller Wissensnetze bei Novizen im Kontext von Präsenzlehre und Informationsrecherchen im Internet. Forschungsdaten einer Längsschnittstudie von 2013 bis 2015.

Jahr der Publikation: 2016

Zitation: Mayer, A.-K., Rosman, T., Birke, P., Gorges, J., & Krampen, G. (2016). Entwicklung professioneller Wissensnetze bei Novizen im Kontext von Präsenzlehre und Informationsrecherchen im Internet. Forschungsdaten einer Längsschnittstudie von 2013 bis 2015. (Version 1.0.0) [Daten und Dokumentation]. Trier: Forschungsdatenzentrum des Leibniz Institut für Psychologie ZPID. https://doi.org/10.5160/psychdata.mrae15ent24

Zusammenfassung

Gegenstand der Studie ist die empirische Deskription und Analyse der Entwicklung professioneller Wissensnetzwerke bei Studienanfängern der Psychologie und Informatik (1. bis 4. Semester). Im Fokus stehen dabei Prozesse der Um- oder Restrukturierung von Wissen (conceptual change) nach dem Übergang von der sekundären (schulischen) zur tertiären (hier universitären) Bildung. Untersucht werden die drei Wissensbereiche (1) Fachwissen, (2) Informationskompetenz (information literacy) und (3) epistemologische Überzeugungen (epistemic beliefs).

Methodisch handelt es sich um eine quantitative Längsschnittstudie mit vier Messzeitpunkten. Um den Prozess des Wissenserwerbs empirisch zu erfassen, wurden bei der Aufnahme des Studiums und jeweils am Beginn der darauffolgenden drei Fachsemestern bei Studierenden der Fachrichtungen Psychologie (N = 137 im ersten Fachsemester) und Informatik (N = 89 im ersten Fachsemester) mithilfe standardisierter Testverfahren Wissensstrukturen in den drei genannten Bereichen erfasst. Zusätzlich wurden diverse Kovariaten (z. B. kognitive Fähigkeiten, akademisches Selbstkonzept, Lern- und Leistungsmotivation), die den Auf- und Umbau von Wissensnetzwerken möglicherweise beeinflussen, erhoben.

Kodebuch

Studienbeschreibung

Forschungsfragen/Hypothesen:

Innerhalb des Projekts wurden drei forschungsleitende Fragestellungen bearbeitet:

Forschungsdesign: Teilstandardisiertes Erhebungsinstrument (Fragenformulierung vorgegeben; offenes Antwortformat); mehrmalige Erhebung

Messinstrumente/Apparate:

Die einzelnen Messzeitpunkte (t1, t2, t3 und t4) umfassten jeweils zwei Datenerhebungen: Zunächst war von den Probanden eine Online-Fragebogenbatterie (ca. 1/2 bis 1 Stunde) in einem von ihnen frei wählbaren Setting (z. B. zuhause) zu bearbeiten. Im Anschluss war eine Testbatterie mit den verschiedenen Leistungstests im Rahmen von ca. 2-stündigen standardisierten Gruppenerhebungen in PC-Pools der jeweiligen Hochschule (Universität Trier, Hochschule Trier, Universität des Saarlandes) zu bearbeiten.

Zentrale Verfahren (an allen 4 Messzeitpunkten [t1-t4] erfasst):
Fachwissen Psychologie: Hier wurde ein eigens entwickeltes Verfahren zur Erfassung gedächtnispsychologischen Fachwissens genutzt. Der Test erfasst, inwiefern Studierende verstehen, dass im menschlichen Gedächtnis Informationen nicht statisch gespeichert, sondern durch Prozesse wie Interferenz, Chunking und Quellenkontrolle verarbeitet und verändert werden. Dazu werden den Probanden k = 9 Beschreibungen klassischer Gedächtnisexperimente vorgegeben. Zu jeder der neun Situationsbeschreibungen werden den Probanden sechs mögliche Ausgänge des Experiments mit unterschiedlichen Begründungen vorgegeben. Die Probanden geben auf einer siebenstufigen Ratingskala an, wie sehr sie der Überzeugung sind, dass der jeweils beschriebene Ausgang des Experiments und seine Begründung korrekt oder inkorrekt sind. Nur jeweils eine der sechs Aussagen beschreibt den tatsächlichen Ausgang des Experiments mit der in der Forschungsliteratur anerkannten Erklärung. Details zur Testkonstruktion und -auswertung finden sich in Gorges, Schneider und Mayer (2015).

Fachwissen Informatik: Das eigens entwickelte Verfahren zur Erfassung des algorithmischen Verständnisses misst, inwiefern Studierende algorithmische Strategien zur systematischen Lösung von „klassischen“ Problemstellungen aus der Informatik beurteilen können. Bei den Problemstellungen bzw. Lösungsstrategien handelt es sich zum einen um die beiden gängigen Strategien „Teile und Herrsche“ und die sogenannten „Greedy Strategy“. Zum anderen wird die Fähigkeit erfasst zu erkennen, wann vermutlich keine effiziente Strategie zur exakten Lösung des Problems hilfreich ist („NP-Vollständigkeit“), solange P = nicht NP. Die Kurzform des Verfahrens umfasst k = 6, die Langform k = 9 exemplarische Beschreibungen von klassischen Problemstellungen, die sich gleichmäßig auf die drei Strategien verteilen, d. h. je zwei (respektive drei) Beschreibungen pro Strategie. Zur Beurteilung wird jeweils eine siebenstufige Ratingskala vorgegeben.
In den Problemstellungen, die mittels „Teile und Herrsche“-Strategie zu lösen sind, werden den Probanden sechs Algorithmen vorgegeben, die im Hinblick auf ihre Laufzeit unter Zuhilfenahme der O-Notation auf ihre Effizienz hin zu beurteilen sind. Die vorgestellten Algorithmen lassen sich drei Effizienzstufen zuordnen: Je zwei lösen die Problemstellung effizient, zwei sehr ineffizient und die verbleibenden beiden haben eine Laufzeit, die als noch annehmbar angesehen werden kann. Für die Beschreibungen zur „Greedy Strategy“ werden zusammen mit der Problemstellung sechs Lösungsvorschläge vorgegeben, die hinsichtlich der Korrektheit des Vorgehens zu beurteilen sind; dabei sind nur jeweils zwei der sechs Aussagen in der Fachliteratur als korrekt bewiesen. In den Situationsbeschreibungen zur „NP-Vollständigkeit“ sind je sechs Heuristiken zur Lösung des Problems vorgegeben und die Probanden sollen diese ebenfalls auf einer siebenstufigen Ratingskala auf Korrektheit beurteilen. Wiederum stellen nur zwei der sechs Heuristiken Aussagen dar, die in der Fachliteratur als richtig angenommen werden, solange P = nicht NP.

Informationskompetenz: Der sog. PIKE-Test wurde nach dem Prinzip der sog. Situational Judgement Tests konstruiert: Die Items beschreiben jeweils in ein bis zwei Sätzen eine Problemsituation im Rechercheprozess und führen anschließend vier mögliche Vorgehensweisen auf, die hinsichtlich ihrer instrumentellen Eignung zur Problemlösung auf einer Skala von 1 = überhaupt nicht geeignet bis 5 = sehr gut geeignet einzuschätzen sind. Dabei werden sowohl ungeeignete als auch prinzipiell geeignete, aber unterschiedlich gute bzw. effiziente Lösungen vorgegeben. Aufgrund unterschiedlicher Recherchekulturen und -herangehensweisen in Psychologie und Informatik wurde der Test jeweils disziplinspezifisch adaptiert (PIKE-P für die Psychologie und PIKE-CS für die Informatik). Details zur Testkonstruktion und -auswertung finden sich in Rosman und Birke (2015) sowie in Rosman, Mayer und Krampen (2015).

Epistemologische Überzeugungen: Epistemologische Überzeugungen wurden mit zwei unterschiedlichen Verfahren jeweils disziplinspezifisch erfasst. Der EBI-AM-Fragebogen basiert auf etablierten Fragebögen zu epistemologischen Überzeugungen. Gegenüber diesen besitzt er im Hinblick auf die Fragestellungen der vorliegenden Studie jedoch den Vorteil, absolute und multiplistische Überzeugungen auf separaten Skalen abzubilden. Das Instrument enthält 23 epistemologische Aussagen; Proband/-innen werden aufgefordert, den Grad ihrer Zustimmung mit Bezug zu ihrer jeweiligen Wissenschaftsdisziplin (Psychologie bzw. Informatik) auf einer fünfstufigen Likert-Skala zu beurteilen (z. B. „Das einzig Gewisse in dieser Disziplin scheint mir die Ungewissheit“). Details zur Testkonstruktion und -auswertung finden sich in Peter, Rosman, Mayer, Leichner und Krampen (2015).
Zusätzlich wurde der etablierte CAEB verwendet. Auf einem semantischen Differenzial sollen die Probanden das Wissen in ihrer Disziplin (Psychologie bzw. Informatik) bewerten. Das Instrument bildet die Dimensionen Textur und Variabilität des Wissens ab. Details zur Testkonstruktion und -auswertung finden sich in Stahl und Bromme (2007).

Außerdem wurde eine große Anzahl Kovariaten an unterschiedlichen Erhebungszeitpunkten erfasst, darunter Epistemische Neugier, Essenzialismus, Intelligenz, Tendenz zum Studienabbruch, Studienzufriedenheit, Sicherheit der Studienwahl, Persönlichkeit, Selbstkonzept, u.a.

Datenerhebungsmethode:

Abwesenheit eines Versuchsleiters (Online-Fragebogenbatterie):
– Einzelvorgabe
– Online-Erhebung

Anwesenheit eines Versuchsleiters (Leistungstests)
– Gruppenvorgabe (2-30 Proband/-innen pro Gruppe)
– computergestützt
– Papier und Bleistift (nur Raven’s APM-Intelligenztest)
– Einzelvorgabe (sehr selten, einzelne Proband/-innen in begründeten Ausnahmefällen)

Population: Studierende (Psychologie und Informatik)

Erhebungszeitraum:

Psychologie: Die vier Erhebungswellen fanden jeweils in der Anfangsphase (d.h. den ersten 4-5 Wochen) des 1., 2., 3. und 4. Fachsemesters der TeilnehmerInnen statt.
1. Erhebungswelle (Baseline-Messung): Oktober-November 2013
2. Erhebungswelle: März-Mai 2014
3. Erhebungswelle: Oktober-November 2014
4. Erhebungswelle: März-Mai 2015

Informatik: Für die Informatik wurden an drei unterschiedlichen Einrichtungen (Universität Trier, Hochschule Trier, Universität des Saarlandes) Daten erhoben. Insbesondere bei den ersten zwei Messzeitpunkten war aus organisatorischen und curricular bedingten Gründen die zeitliche Streuung der einzelnen Erhebungszeitpunkte stärker als in der Psychologie:
1. Erhebungswelle (Baseline-Messung): Oktober 2013 bis Januar 2014
2. Erhebungswelle: April-Juni 2014
3. Erhebungswelle: Oktober-November 2014
4. Erhebungswelle: April-Mai 2015

Stichprobe: Anfallende Stichprobe

Geschlechtsverteilung:

Psychologie zu t1:
82% weibliche Probanden
18% männliche Probanden

Informatik zu t1:
22% weibliche Probanden
78% männliche Probanden

Altersverteilung: Psychologie: 18-31 Jahre; Informatik: 17-32 Jahre

Räumlicher Erfassungsbereich (Land/Region/Stadt): Deutschland/Rheinland-Pfalz & Saarland/Trier & Saarbrücken

Probandenrekrutierung: Die Rekrutierung erfolgte durch E-Mails, Flyer, Aushänge auf dem jeweiligen Campus sowie Werbung in Lehrveranstaltungen. Die TeilnehmerInnen erhielten eine Aufwandsentschädigung am Ende jeden Messzeitpunkts. Den ProbandInnen, die an allen vier Messzeitpunkten teilgenommen hatten, wurde nach Abschluss des vierten Messzeitpunkts ein Bonus gezahlt.

Stichprobengröße: Psychologie: 137 Individuen zu t1; Computer science: 89 Individuen zu t1

Rücklauf/Ausfall:

Psychologie: ca. 70-80 % Ausschöpfungsquote und 84 % Überlebensrate von t1 zu t4 (t2: 126 Individuen; t3: 116 Individuen; t4: 115 Individuen)
Informatik: ca. 20-30 % Ausschöpfungsquote und 64 % Überlebensrate von t1 zu t4 (t2: 68 Individuen; t3: 62 Individuen; t4: 57 Individuen)

Literatur

Unmittelbar auf den Datensatz bezogene Veröffentlichungen

Unmittelbar auf den Datensatz bezogene Veröffentlichungen
Datensatz 0314216 Birke, P., Rosman, T. & Mayer, A.-K. (2016). Entwicklung fachspezifischer epistemologischer Überzeugungen bei Studienanfängern der Psychologie und Informatik. In A.-K. Mayer & T. Rosman (Hrsg.), Denken über Wissen und Wissenschaft: Epistemologische Überzeugungen als Gegenstand psychologischer Forschung. Lengerich, Germany: Pabst Science Publishers. Datensatz 0314216
Datensatz 0306896 Birke, P., Rosman, T., Mayer, A. K., & Walter, B. (2014). A domain-specific test of procedural knowledge about information searching for students of computer science. In S. K. S. Špiranec, E. G. D. Mizrachi, & R. Catts (Eds.), Information literacy. Lifelong learning and digital citizenship in the 21st century (pp. 683-692). Cham, Switzerland: Springer International Publishing. Datensatz 0306896
Datensatz 0307202 Peter, J., Rosman, T., Mayer, A.-K., Leichner, N. & Krampen, G. (2015). Assessing epistemic sophistication by considering domain-specific absolute and multiplicistic beliefs separately. British Journal of Educational Psychology. Advance online publication.Datensatz 0307202
Rosman, T., Mayer, A.-K., Kerwer, M. & Krampen, G. (conditionally accepted). The differential development of epistemic beliefs in psychology versus computer science students: A four-wave longitudinal study. Leibniz-Zentrum für Psychologische Information und Dokumentation, Trier.
Datensatz 0297274 Rosman, T., Mayer, A.-K. & Krampen, G. (2015). Intelligence, academic self-concept, and information literacy: The role of adequate perceptions of academic ability in the acquisition of knowledge about information searching. Information Research, 20(1), Special supplement: Proceedings of ISIC: The Information Behaviour Conference, Leeds, United Kingdom, paper isic34.Datensatz 0297274
Datensatz 0297273 Rosman, T., Mayer, A.-K. & Krampen, G. (2016). On the pitfalls of bibliographic database searching: Comparing successful and less successful users. Behaviour and Information Technology, 35 (2), 106-117.Datensatz 0297273

Eingesetzte Testverfahren

Eingesetzte Testverfahren
Ahn, W., Flanagan, E. H., Marsh, J. K. & Sanislow, C. A. (2006). Beliefs about essences and the reality of mental disorders. Psychological Science, 17(9), 759-766.
Datensatz 0286015 Behm, T. (2015). Informationskompetenz und Selbstregulation: Zur Relevanz bereichsspezifischer Selbstwirksamkeitsüberzeugungen. In A.-K. Mayer (Hrsg.), Informationskompetenz im Hochschulkontext – Interdisziplinäre Forschungsperspektiven (pp. 151-162). Lengerich, Germany: Pabst Science Publishers.Datensatz 0286015
Datensatz 0306896 Birke, P., Rosman, T., Mayer, A. K. & Walter, B. (2014). A domain-specific test of procedural knowledge about information searching for students of computer science. In S. K. S. Špiranec, E. G. D. Mizrachi, & R. Catts (Eds.), Information literacy. Lifelong learning and digital citizenship in the 21st century (pp. 683-692). Cham, Switzerland: Springer International Publishing.Datensatz 0306896
Datensatz 0158819 Dickhäuser, O., Schöne, C., Spinath, B. & Stiensmeier-Pelster, J. (2002). Die Skalen zum akademischen Selbstkonzept: Konstruktion und Überprüfung eines neuen Instrumentes. Zeitschrift für Differentielle und Diagnostische Psychologie, 23, 393-405.Datensatz 0158819
Datensatz 0196676 Fellenberg, F. & Hannover, B. (2006). Kaum begonnen, schon zerronnen? Psychologische Ursachenfaktoren für die Neigung von Studienanfängern, das Studium abzubrechen oder das Fach zu wechseln. Empirische Pädagogik, 20(4), 381-399.Datensatz 0196676
Gorges, J. F., Schneider, M., & Mayer, A.-K. (2015, August). A latent transition analysis of psychology students' developing understanding of human memory. 16th Biennial EARLI Conference for Research on Learning and Instruction, Limassol, Cyprus.
Datensatz 1553624 Haslam, N., Bastian, B. & Bissett, M. (2004). Essentialist beliefs about personality and their implications. Personality and Social Psychology Bulletin, 30(12), 1661-1673.Datensatz 1553624
Kalish, C. W. (2002). Essentialist to some degree: Beliefs about the structure of natural kind categories. Memory & Cognition, 30(3), 340-352.
Datensatz 0208749 Körner, A., Geyer, M., Roth, M., Drapeau, M., Schmutzer, G., Albani, C., Schumann, S., & Brähler, E. (2008). Persönlichkeitsdiagnostik mit dem NEO-Fünf-Faktoren-Inventar: Die 30-Item-Kurzversion (NEO-FFI-30). Psychotherapie, Psychosomatik, Medizinische Psychologie, 58, 238-245.Datensatz 0208749
Datensatz 0184107 Krauss, S., Kunter, M., Brunner, M., Baumert, J., Blum, W., Neubrand, M. et al. (2004). COACTIV: Professionswissen von Lehrkräften, kognitiv aktivierender Mathematikunterricht und die Entwicklung von mathematischer Kompetenz In J. Doll & M. Prenzel (Hrsg.), Die Bildungsqualität von Schule: Lehrerprofessionalisierung, Unterrichtsentwicklung und Schülerförderung als Strategien der Qualitätsverbesserung (S. 31–53). Münster: WaxmannDatensatz 0184107
Datensatz 0280998 Leichner, N., Peter, J., Mayer, A. K. & Krampen, G. (2014). Assessing information literacy programmes using information search tasks. Journal of Information Literacy, 8(1), 3-20.Datensatz 0280998
Liepmann, D., Beauducel, A., Brocke, B. & Amthauer, R. (2007). Intelligenz-Struktur-Test 2000 R (I-S-T 2000 R). Göttingen: Hogrefe.
Lister, R., Simon, B., Thompson, E., Whalley, J. L. & Prasad, C. (2006). Not seeing the forest for the trees: Novice programmers and the SOLO taxonomy. ACM SIGCSE Bulletin, 38(3), 118-122.
Datensatz 0270163 Litman, J. A. & Mussel, P. (2013). Validity of the interest-and deprivation-type epistemic curiosity model in Germany. Journal of Individual Differences, 34(2), 59-68.Datensatz 0270163
Mayer, A.-K. & Friebe, J. (2015, September). Gesundheitsbezogenes Informationsverhalten älterer Erwachsener – ein Beitrag zu gesundem Altern? 12. Kongress der Fachgruppe Gesundheitspsychologie, Graz, Österreich.
Mayer, A.-K. & Krampen, G. (2015, Juli). The »Scale Openness for Information« (SOFI) – A new assessment tool for research on information behavior. Paper presented at 13th Conference on Psychological Assessment (ECPA), Zurich, Schweiz.
Niedzwienska, A., Neckar, J. & Baran, B. (2007). Development and validation of the Implicit Memory Theory Scale. European Journal of Psychological Assessment, 23(3), 185-192
Datensatz 1083623 Peter, J., Leichner, N., Mayer, A.-K. & Krampen, G. (2015a). A short test for the assessment of basic knowledge in psychology. Psychology Learning & Teaching, 14(3), 224–235.Datensatz 1083623
Datensatz 0307202 Peter, J., Rosman, T., Mayer, A.-K., Leichner, N. & Krampen, G. (2015b). Assessing epistemic sophistication by considering domain-specific absolute and multiplicistic beliefs separately. British Journal of Educational Psychology. Advance online publication. doi: 10.1111/bjep.12098Datensatz 0307202
Raven, J., Raven, J.C., & Court, J.H. (1998). Raven manual section 4: Advanced Progressive Matrices. Oxford: Oxford Psychologists Press.
Datensatz 0291381 Rosman, T., Mayer, A.-K. & Krampen, G. (2015). Measuring psychology students’ information-seeking skills in a situational judgment test format: Construction and validation of the PIKE-P Test. European Journal of Psychological Assessment. Advance online publication.Datensatz 0291381
Datensatz 0200685 Schlink, S., & Walther, E. (2007). Kurz und gut: Eine deutsche Kurzskala zur Erfassung des Bedürfnisses nach kognitiver Geschlossenheit. Zeitschrift für Sozialpsychologie, 38(3), 153-161.Datensatz 0200685
Datensatz 9004611 Schöne, C., Dickhäuser, O., Spinath, B. & Stiensmeier-Pelster, J. (2002). Die Skalen zur Erfassung des schulischen Selbstkonzepts (SESSKO). Göttingen: Hogrefe.Datensatz 9004611
Shtulman, A. & Valcarcel, J. (2012). Scientific knowledge suppresses but does not supplant earlier intuitions. Cognition, 124(2), 209-215.
Datensatz 0111173 Spies, K., Westermann, R., Heise, E. & Schiffler, A. (1996). Diskrepanzen zwischen Bedürfnissen und Angeboten im Studium und ihre Beziehungen zur Studienzufriedenheit. Empirische Pädagogik, 10, 377-409.Datensatz 0111173
Datensatz 0133464 Spinath, B. (1998). Implizite Theorien über die Veränderbarkeit von Intelligenz und Begabung als Bedingungen von Motivation und Leistung. Dissertation, Universität Bielefeld, Fakultät für Psychologie und Sportwissenschaft.Datensatz 0133464
Datensatz 0204849 Stahl, E. & Bromme, R. (2007). The CAEB: An instrument for measuring connotative aspects of epistemological beliefs. Learning and Instruction, 17(6), 773-785.Datensatz 0204849
Venkatesh, V., Morris, M. G., Davis, G. B. & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478.
Datensatz 0276477 Wilhelm, O., Hildebrandt, A. & Oberauer, K. (2013). What is working memory capacity, and how can we measure it. Frontiers in Psychology, 4, paper 433.Datensatz 0276477
Datensatz 0286013 Rosman, T., & Birke, P. (2015). Fachspezifische Erfassung von Recherchekompetenz durch prozedurale Wissenstests: Psychologie vs. Informatik. In A.-K. Mayer (Hrsg.), Informationskompetenz im Hochschulkontext – Interdisziplinäre Forschungsperspektiven (S. 103-120). Lengerich: Pabst Science Publishers. Datensatz 0286013

Weiterführende Literatur

Weiterführende Literatur
Hofer, B. K., & Pintrich, P. R. (1997). The development of epistemological theories: Beliefs about knowledge and knowing and their relation to learning. Review of Educational Research, 67(1), 88-140.
Datensatz 1064743 Rosman, T., Mayer, A.-K. & Krampen, G. (2015). Combining self-assessments and achievement tests in information literacy assessment: Empirical results and recommendations for practice. Assessment and Evaluation in Higher Education, 40(5), 740-754. Datensatz 1064743
Datensatz 0270740 Schneider, M. & Hardy, I. (2013). Profiles of inconsistent knowledge in children's pathways of conceptual change. Developmental Psychology, 49(9), 1639-1649.Datensatz 0270740