• Medientyp: E-Book
  • Titel: Unterrichtsmethoden für MINT-Fächer : Bausteine für die Verbesserung von Lernwirksamkeit und Unterrichtsqualität
  • Beteiligte: Zendler, Andreas [HerausgeberIn]
  • Erschienen: Wiesbaden: Springer Vieweg, [2018]
  • Erschienen in: SpringerLink ; Bücher
  • Umfang: 1 Online-Ressource (XV, 235 Seiten); Illustrationen
  • Sprache: Deutsch
  • DOI: 10.1007/978-3-658-22513-1
  • ISBN: 9783658225131
  • Identifikator:
  • RVK-Notation: DP 4630 : Einzelne Unterrichtsverfahren
  • Schlagwörter: Mathematisch-naturwissenschaftlicher Unterricht > Unterrichtsmethode > Kompetenzorientierter Unterricht > Lernziel
  • Reproduktionsreihe: Springer eBook Collection. Computer Science and Engineering
  • Entstehung:
  • Anmerkungen:
  • Beschreibung: Die Unterrichtsfächer Mathematik, Informatik, Naturwissenschaften (Biologie, Chemie, Physik) und Technik (MINT-Fächer) erfahren zunehmend Aufmerksamkeit. Gefordert werden eine stärkere Gewichtung der Fächer sowie eine Verbesserung der Unterrichtsqualität. Dieses Buch präsentiert eine Übersicht über 20 verschiedene Unterrichtsmethoden für MINT-Fächer und ermöglicht so eine interdisziplinäre Betrachtung der unterschiedlichen Methoden. Die Lerneffektivität ausgewählter Unterrichtsmethoden wird verglichen und Lehrende somit bei der Wahl der geeigneten Methoden unterstützt. Für jede Unterrichtsmethode enthält das Buch praktisch anwendbare Unterrichtsbeispiele und präsentiert für ausgewählte Methoden Prozessmodelle, die ein prozess- und ergebnisorientiertes Lehren ermöglichen. Lehrenden und Lehramtsstudierenden in MINT-Fächern ist damit ein Buch an die Hand gegeben, das fächerverbindend eingesetzt werden kann. Der Inhalt MINT-Fächer und ihre Unterrichtsmethoden Lernwirksamkeit ausgewählter Unterrichtsmethoden Der Herausgeber Prof. Dr. Andreas Zendler ist seit 2005 Professor für Informatik und ihre Didaktik an der Pädagogischen Hochschule Ludwigsburg. Seine Forschungsschwerpunkte sind Empirische Informatikdidaktik, Unterrichtsmethoden, eLearning Engineering, multivariate Statistik und Data Science