Bachelorarbeit, 2018
43 Seiten, Note: 2,1
1. Einleitung
2. Theorie
2.1 Forschungsfragen
3. Methoden
3.1 Datenerhebung
3.2 Erweiterung des Kategoriensystems
4. Kodierleitfaden
4.1 Ankerbeispiele
4.11 Ankerbeispiel zur Kategorie Algorithmic Reasoning
4.12 Ankerbeispiel zur Kategorie Memorized Reasoning
4.13 Ankerbeispiel zur Kategorie Algorithmic-Memorized Reasoning
4.14 Ankerbeispiel zur Kategorie Creative Reasoning
5. Ergebnisse
5.1 Ergebnisse Klausuren deutschlandweit
5.2 Ergebnisse Leibniz Universität Hannover
5.3 Vergleich der Ergebnisse
6. Fazit
7. Diskussion
7.1 Wissenschaftliche Bedeutung
7.2 Implikationen für die Praxis
7.3 Grenzen dieser Arbeit
Die Arbeit untersucht, welche Formen von mathematischem Wissen in Klausuren zur Linearen Algebra I an deutschen Universitäten abgefragt werden, um zu klären, inwieweit diese Anforderungen ein tiefgreifendes Verständnis voraussetzen oder lediglich reproduktives Wissen verlangen.
4.11 Ankerbeispiel zur Kategorie Algorithmic Reasoning
Zunächst wird die Aufgabenstellung betrachtet, um nach Indikatoren zu suchen. Dabei fällt auf, dass in den Aufgabenteilen a) und b) die Formulierung „Berechnen Sie“ verwendet wird und in der Aufgabenstellung die Matrix A als Grundlage zur Bearbeitung vorgegeben ist. Somit besteht die Vermutung, dass die Aufgabe in die Kategorie AR fällt. Des Weiteren fällt auf, dass in der Aufgabenstellung die Begriffe „Eigenwert“, „Eigenraum“ und „Diagonalmatrix“ verwendet werden. Dies sind nach den Kodierregeln typische Aufgaben, in denen ein Algorithmus angewendet werden kann, wenn sie in Verbindung mit der Formulierung „Berechnen Sie“ auftauchen.
Nun werden die Musterlösungen betrachtet. Die Lösung zu Aufgabenteil a) besteht darin, das charakteristische Polynom zu bestimmen und die Eigenwerte abzulesen. Das Bestimmen des charakteristischen Polynoms beziehungsweise der charakteristischen Abbildung ist ein Algorithmus, der folgendermaßen vorgegeben ist: Zunächst muss die Matrix (A-λE) bestimmt werden: Anschließend muss die Determinante dieser Matrix bestimmt werden. Bei einer 3x3 Matrix wie in der vorliegenden Aufgabe kann dazu die Regel von Sarrus (auch sarrusche Regel oder Jägerzaun-Regel) verwendet werden.
Anschließend wird die Determinante gleich null gesetzt, um die Nullstellen zu bestimmen. Das Bestimmen der Nullstellen erfolgt ebenfalls nach einem Algorithmus. Die bestimmten Nullstellen sind dann die verschiedenen Eigenwerte.
Daraus ist eindeutig ersichtlich, dass das Bestimmen der Eigenwerte ein Algorithmus ist, welcher aus mehreren kleineren Prozeduren besteht, und somit in die Kategorie AR einzuordnen ist, weil für das Lösen der Aufgabe keine anderen Schritte notwendig sind, als das Ausführen von Algorithmen mit mehreren Unterprozeduren.
1. Einleitung: Die Einleitung begründet die Relevanz der Untersuchung der Aufgabenkultur in der Linearen Algebra I und leitet die Forschungsfragen aus dem Anspruch des Mathematikstudiums ab.
2. Theorie: Dieses Kapitel führt das Modell von Lithner zur Klassifizierung mathematischer Wissensformen ein und definiert die Kategorien Memorized, Algorithmic und Creative Reasoning.
3. Methoden: Hier wird die qualitative Inhaltsanalyse nach Mayring als methodisches Instrument sowie das Vorgehen bei der Datenerhebung an verschiedenen Universitäten beschrieben.
4. Kodierleitfaden: Dieses Kapitel erläutert die Kriterien und Indikatoren, anhand derer die Klausuraufgaben in die verschiedenen Wissenskategorien eingeteilt werden.
5. Ergebnisse: Die Ergebnisse der Untersuchung der deutschlandweiten Klausuren sowie der Klausuren der Leibniz Universität Hannover werden detailliert präsentiert und miteinander verglichen.
6. Fazit: Das Fazit beantwortet die Forschungsfragen und stellt fest, dass in den Klausuren reproduktive Anteile überwiegen und das Bestehen ohne tiefgreifendes Verständnis oft möglich ist.
7. Diskussion: Abschließend werden die wissenschaftliche Bedeutung der Arbeit, Implikationen für die Hochschulpraxis sowie die Grenzen der Untersuchung kritisch reflektiert.
Lineare Algebra I, Aufgabenkultur, Hochschuldidaktik, Wissensformen, Qualitativ-inhaltsanalytische Methode, Algorithmic Reasoning, Memorized Reasoning, Creative Reasoning, Klausuranalyse, Mathematisches Verständnis, Prüfungsanforderungen, Mathematische Kompetenz.
Die Arbeit untersucht, ob Klausuren zur Linearen Algebra I an deutschen Universitäten eher reproduktives Wissen abfragen oder ob ein tiefergehendes Verständnis mathematischer Strukturen gefordert wird.
Es werden primär die Kategorien von Lithner verwendet: Memorized Reasoning, Algorithmic Reasoning und Creative Reasoning, wobei durch die Analyse eine zusätzliche Kategorie "Algorithmic-Memorized Reasoning" eingeführt wurde.
Die Arbeit fragt einerseits danach, welche Form von Wissen in Klausuren zur Linearen Algebra I abgefragt wird, und andererseits, welche dieser Wissensformen entscheidend für das Bestehen der Klausuren sind.
Die Autorin verwendet die strukturierende qualitative Inhaltsanalyse nach Mayring, um Klausuraufgaben methodisch kontrolliert zu kategorisieren.
Der Hauptteil gliedert sich in die theoretische Fundierung, die Erstellung eines Kodierleitfadens, die Analyse der Klausuren von neun Universitäten deutschlandweit sowie eine spezifische Betrachtung der Leibniz Universität Hannover.
Die Arbeit ist im Bereich der Hochschuldidaktik angesiedelt und dreht sich um Wissensformen, Aufgabenkultur und die Analyse mathematischer Prüfungsaufgaben.
Während in Hannover Aufgaben der Kategorie "Creative Reasoning" einen signifikant höheren Anteil einnehmen als im deutschlandweiten Durchschnitt, zeigt sich bei den anderen Kategorien eine große Übereinstimmung.
Das Fazit zeigt, dass in nahezu allen analysierten Fällen das Bestehen der Klausur möglich ist, ohne jemals Wissen aus der Kategorie "Creative Reasoning" anwenden zu müssen, was kritisch hinterfragt wird.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

