Custom cover image
Custom cover image

Unterrichtsmethoden für MINT-Fächer : Bausteine für die Verbesserung von Lernwirksamkeit und Unterrichtsqualität / Andreas Zendler Hrsg.

Contributor(s): Resource type: Ressourcentyp: Buch (Online)Book (Online)Language: German Series: SpringerLink BücherPublisher: Wiesbaden : Springer Vieweg, [2018]Copyright date: © 2018Description: 1 Online-Ressource (XV, 235 Seiten) : IllustrationenISBN:
  • 9783658225131
Subject(s): Genre/Form: Additional physical formats: 9783658225124 | Erscheint auch als: Unterrichtsmethoden für MINT-Fächer. Druck-Ausgabe. Wiesbaden : Springer Vieweg, 2018. XV, 235 SeitenDDC classification:
  • 374.26
RVK: RVK: DP 4630LOC classification:
  • LB1028.43-1028.75
DOI: DOI: 10.1007/978-3-658-22513-1Online resources: Summary: 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 SciencePPN: PPN: 1030108161Package identifier: Produktsigel: ZDB-2-SEB | ZDB-2-STI
No physical items for this record

Reproduktion. (Springer eBook Collection. Computer Science and Engineering)

KIT – The Research University in the Helmholtz Association                         Home | Impressum | Datenschutz | Barrierefreiheit | KIT