Artikel Gog &Rummel
25 belangrijke vragen over Artikel Gog &Rummel
Hoezo is het worked-example effectief?
- Beginners anders naar zwakke probleemoplossing-strategieën moet grijpen zoals means-end analysis en dit zorgt voor een hoge cognitieve last.
- Die zwakke strategieën kúnnen wel helpen, maar niet bij het leren van informatie.
- Met worked example kun je gewoon al je aandacht richten op het voorbeeld en zo nieuwe cognitieve schema’s voor probleem-oplossen opbouwen.
Wat is een kritisch punt bij worked-example effect?
- De control-condition doet wel een beroep op het doen van probleem-oplossen zonder echt instructionele support te krijgen.
- Maar het toevoegen van worked-examples bij een tutored probleem-oplossende omgeving schijnt wel goede leerresultaten te leveren.
- Sterker nog, worked examples werken beter dan ontdekkend leren en probleem-oplossend leren met een algemene leiding door de stappen.
Wat is belangrijk bij observational learning?
o De informatie moet behouden/retain worden in het brein (encoding moet plaats vinden).
oHiervoor moet je het ook blijven oefenen “rehearsal”. Lerenden kunnen niet altijd het geobserveerde tot uiting brengen. Dit hangt af van de kwaliteit van de cognitieve representaties dat ze hebben opgedaan en de mate waarin ze de component vaardigheden beheersen.
o Diegene gemotiveerd is het gedrag te doen
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden
Hoe speelt aandacht een rol bij het worked-example?
- Bij worked example is het opgeschreven en wordt uitgelegd hoe iemand zou moeten leren een bepaald probleem op te lossen, niet hoe iemand anders het zou doen.
- De consequentie hiervan is dat (1) alle stappen die gepresenteerd worden belangrijk zijn om de aandacht op te richten (2) er is wat minder afleiding, omdat het opgeschreven is.
Welke rol speelt aandacht bij modelling?
Zij worked-examples effectief bij gestructureerde taken of juist niet?
- zowel hele gestructureerde taken in domeinen als algebra en statistiek
- als in minder gestructureerde cognitieve domeinen zoals het leren van argumentatie skills.
Bij wat voor soort taken worden modelling examples gebruikt?
- Vaak gebruikt voor de erg gestructureerde skills, maar de studies richten zich ook veel op hoe de self-efficacy wordt beïnvloed door de modeling examples en dit is een groot verschil in vergelijking met worked examples.
- Vaker gebruikt voor minder gestructureerde vaardigheden zoals schrijven, samenwerken en metacognitieve vaardigheden zoals zelf-regulatie of zelf-assessment.
Zijn worked examples effectief bij samenwerken?
- Erg gestructureerde taak beter individueel bekeken kan worden dan samenwerkend.
- Probleemoplossend leren kan dan beter wel weer samenwerkend gedaan worden. Dit heeft ermee te maken dat probleemoplossend meer cognitieve last veroorzaakt en je dit dan verdeelt.
- Het doen van observaties wel geschikt kan zijn voor samenwerkend leren.
- Samenwerkend observeren beter kan werken dan samenwerkend probleemoplossen.
- Conclusie: het ligt aan het type taak waarvoor de voorbeelden worden gebruikt of je wel of niet samen moet leren van het voorbeeld.
Wat voor een soort worked-examples heeft Renkl bedacht?
- Double-content examples: voorbeelden die zowel onderwerpkennis als skills zoals argumentatie, zelf-regulatie of samenwerken overbrengen.
- Triple-content examples: die brengen ook nog eens strategische kennis of heuristieken over.
- Het brengt wel een cognitieve last met zich mee, zoveel inhouden, dus je kan je het best gewoon op 1 richten.
Waarvoor zijn modelling examples effectief?
- Zorgen voor het meer gebruiken van veiligheidsgereedschap in de werkruimte
- Studenten leiden bij het kiezen van een effectieve geheugen strategie
- Schrijf en zelf-regulerende skills verhogen
- Self-efficacy
- zelfvertrouwen en locus van de controle: extroverte leerlingen leren meer dan introverte leerlingen door modeling
Wat voor een rol speelt voorkennis bij modelling examples?
- als het gedrag dat het model doet te complex is, dan kan dit leiden tot gefragmenteerd leren
- als je meer voorkennis heb, zie je details eerder
- als je minder voorkennis hebt, dan kan je fouten minder snel zien met als gevolg dat je het fout blijft doen.
Hoe moeten worked-examples vormgegeven worden?
- Split attention moet vermeden worden (frog en pijltje)
- Reduncancy moet vermeden worden: verschillende bronnen van informatie moeten alleen gepresenteerd worden, wanneer ze allebei nodig zijn voor begrip. Als één al voldoende is dan moet de andere weggelaten worden.
- Het stimuleren van het meer actief verwerken van de voorbeelden en belangrijke aspecten benadrukken waardoor de lerende niet alleen de probleem-oplossing-procedure snapt, maar ook het onderliggende aspect.
Met stappen kun je het actief verwerken van voorbeelden en belangrijke aspecten benadrukken, hoe ziet dit eruit?
- Het helpt als je subgoals expliciet maakt, door ze te labelen of echt te scheiden.
- Het helpt als je voorbeelden van verschillende oplos-methoden vergelijkt
- Het gebruiken van vergelijkingen die op concepten georiënteerd zijn en niet uitreken georiënteerd.
- Self-explain: het aan jezelf uitleggen van de principes die achter de uitgeschreven stappen zitten.
- Als dit nog te moeilijk is, moet je zorgen voor instructional explanations van hoge kwaliteit. Pas wel op dat je dan niet redunant wordt.
Wat kwam er uit onderzoek naar modelling en self-explain en instructional explanations?
Wat moet je toevoegen om worked-examples extra effectief te maken?
- Het niet geven van het juiste antwoord, maar ook onjuiste voorbeelden (erroneous) toevoegen met een instructie voor studenten om de fouten te vinden en te verbeteren
- Het geven van toegevoegde feedback. Dit leidt ertoe dat voorbeelden beter bestudeerd worden.
Hoe zit het met foutieve modelling?
Wanneer is het geven van juiste en onjuiste voorbeelden bij worked-examples wel en niet effectief?
- Als je veel voorkennis hebt dan is het gebleken dat het geven van zowel juiste als onjuiste oplossingen zorgt voor een betere transfer. Maar met weinig voorkennis, kan je wel beter alleen juiste oplossingen geven.
- Het opdoen van diagnostische kennis werd bevorderd wanneer onjuiste voorbeelden werden gecombineerd met opgebouwde feedback.
- Maar als je alleen correct response feedback geeft, dan is het geven van onjuiste voorbeelden juist vernietigend voor het leren.
Hoe werkt een goal-free effect?
Je gaat dan minder snel zwakkere manieren zoals means-end-analysis gebruiken.
Zwak model vs goed model bij observational learning:
Leg out wat sterke modellen zijn?
- Sterke modellen vinden het moeilijker verbaal te maken wat ze nou geleerd hebben.
- Sterkere modellen zijn experts, dus slaan stappen misschien over en gaan snel.
- Sterkere modellen zijn abstracter en dat kan onhandig zijn (maar abstracte uitleg werkt juist wel weer beter bij het oplossen van net iets nieuwere situaties)
Leg uit wat er bedoeld wordt met je personaliazatie principe.
Wat zijn example-problem pairs?
Leg uit wat de completion/fading strategie is.
Wat is backwards fading?
Wat geld voor alle soorten voorbeelden?
- het kan helpen ze niet in een bepaalde blokvolgorde te zetten per probleemtype of categorie. Dus niet AAA-BBB-CCC maar ABBABCACC, dit is wel even slechter voor de cognitieve belasting, maar zorgt wel voor betere leeruitkomsten en transfer.
- Waarschijnlijk omdat ze de verschillende strategieën beter gaan vergelijken en analyseren enz. Zo leren ze te kijken naar welke kenmerken zijn voor dit probleem interessant?
De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:
- Een unieke studie- en oefentool
- Nooit meer iets twee keer studeren
- Haal de cijfers waar je op hoopt
- 100% zeker alles onthouden