Understanding Self-Regulated Learning Behavior Among High and Low Dropout Risk Students During CS1: Combining Trace Logs, Dropout Prediction and Self-Reports
Diese Studie kombiniert Trace-Logs, Dropout-Vorhersagemodelle und Selbstauskünfte, um unterschiedliche selbstregulierte Lernstrategien bei CS1-Studierenden zu identifizieren, und zeigt, dass Lernende mit geringem Risiko drei konsistente Muster aufweisen, während Lernende mit hohem Risiko neun diverse Verhaltensweisen zeigen, von denen einige einen bevorstehenden Abbruch signalisieren und Möglichkeiten für gezielte Interventionen bieten.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich einen Informatik-Grundkurs (CS1) an einer Universität als einen riesigen, hochriskanten Hindernislauf vor. Er ist schnelllebig, das Gelände ist tückisch, und viele Läufer (Studierende) geben auf, bevor sie die Ziellinie erreichen. Die Forscher in dieser Arbeit wollten verstehen, warum einige Läufer stolpern und aufgeben, während andere die Ziellinie überqueren, und wie sie das Rennen laufen.
Sie betrachteten nicht nur die finalen Rennzeiten (Noten); sie statteten die Läufer mit einem GPS-Tracker aus, um genau zu sehen, wie sie sich bewegten, wo sie hielten und welche Werkzeuge sie unterwegs einsetzten.
Hier ist die Aufschlüsselung ihrer Studie unter Verwendung einfacher Analogien:
1. Die drei Werkzeuge in ihrer Werkzeugkiste
Um die Läufer zu verstehen, kombinierten die Forscher drei verschiedene Datentypen, wie bei der Betrachtung eines Rätsels aus drei verschiedenen Winkeln:
- Die GPS-Protokolle (Trace Logs): Dies sind die Rohdaten. Sie zeichneten jeden einzelnen Klick eines Studierenden auf: das Lesen eines Kapitels, das Ansehen eines Videos, das Lösen einer Programmieraufgabe oder das Fragen eines Lehrers um Hilfe. Es ist wie eine Video-Wiedergabe jedes Schrittes des Läufers.
- Der „Dropout-Radar" (Vorhersagemodell): Dies ist ein Computerprogramm, das wie eine Wettervorhersage funktioniert. Basierend darauf, wie ein Student in dieser spezifischen Woche performte (haben sie ihre Hausaufgaben fertiggestellt? sind sie steckengeblieben?), sagte es die Wahrscheinlichkeit vorher, dass sie das Rennen bald aufgeben würden.
- Das Tagebuch des Läufers (Selbstauskünfte): Nach dem Rennen schrieben einige Studierende kurze Notizen darüber, wie sie sich fühlten, was ihrer Meinung nach funktionierte und was schwierig war. Dies fügt die „menschliche Stimme" zu den kalten Daten hinzu.
2. Die Rennstrategie: „Taktiken" vs. „Strategien"
Die Forscher unterteilten das Lernen in zwei Ebenen, ähnlich wie bei einem Schachspiel:
- Taktiken (Die Züge): Dies sind die kleinen, unmittelbaren Aktionen. „Ich lese das Lehrbuch" oder „Ich klicke auf 'Absenden' bei diesem Quiz."
- Strategien (Der Spielplan): Dies ist das große Ganze. Es ist die Abfolge von Zügen über eine ganze Woche. Eine Strategie des „Suchens nach Verständnis" könnte beispielsweise so aussehen: Zuerst das Buch lesen, dann die Vorlesung ansehen, danach die leichten Aufgaben versuchen und schließlich die schwierigen angehen.
3. Die Ergebnisse: Wer gewinnt und wer gibt auf?
Durch die Gruppierung der wöchentlichen Spielpläne der Studierenden fanden die Forscher zwei distincte Gruppen von Läufern:
Die „Niedrig-Risiko"-Läufer (Die Überlebenden)
Diese Studierenden hatten im Allgemeinen drei gewinnende Spielpläne:
- Der Aufgabenmeister: Sie konzentrierten sich stark darauf, die obligatorischen Hausaufgaben zu erledigen. Sie behandelten den Kurs wie eine Checkliste.
- Der Tiefen-Taucher: Sie priorisierten das Verstehen des Materials. Sie lasen das Buch und sahen sich ausführlich Videos an, bevor sie überhaupt die Hausaufgaben anfassten.
- Der Ressourcen-Hortender: Sie verbrachten viel Zeit mit Materialien (Vorlesungen, Beispiele), aber eilten nicht, um Aufgaben zu erledigen. Sie wollten vollständig vorbereitet sein, bevor sie handelten.
Wichtige Erkenntnis: Selbst unter den Gewinnern mussten einige Studierende ihren Spielplan mitten im Rennen ändern. Wenn sie das Gefühl hatten, zurückzufallen, wechselten sie die Taktik, um aufzuholen.
Die „Hoch-Risiko"-Läufer (Die Kämpfer)
Diese Studierenden hatten neun verschiedene Wege, um steckenzubleiben. Manche waren nur vorübergehende Stolpersteine auf dem Weg, andere jedoch Sackgassen:
- Der „Spätblüher": Sie begannen langsam und versuchten zufällige Dinge, um ihren Rhythmus zu finden. Das war nicht immer schlecht; einige erholten sich.
- Der „Spickzettel"-Abhängige: Sie warteten bis zur allerletzten Minute, um die „Musterlösungen" (Lösungen) anzusehen und sie abzuschreiben, anstatt das Problem selbst zu lösen.
- Der „Zombie-Scroller": Sie sahen endlos Videos, versuchten aber nie wirklich, die Arbeit zu erledigen.
- Der „Aufgeben"-Modus: Dies war das gefährlichste Muster. Diese Studierenden merkten zu spät, dass sie Schwierigkeiten hatten. Sie hörten auf, das Material der aktuellen Woche zu lernen, und schauten sich nur alte Lösungen an, oder sie leisteten nur das absolute Minimum zum Bestehen und ignorierten alles andere. Dies war das Muster, das kurz bevor Studierende aufgaben, beobachtet wurde.
4. Der „Wunder"-Läufer
Es gab einen faszinierenden Ausreißer. Ein Student nutzte fast ausschließlich „Hoch-Risiko"-Strategien (sie machten kaum Hausaufgaben und verließen sich auf riskante Abkürzungen). Dennoch erhielt er die beste Note in der Klasse.
- Warum? Sein Tagebuch enthüllte, dass er ein „Bulimie-Lerner" (Kurzzeit-Lerner) war. Er lernte nicht regelmäßig, war aber unglaublich gut darin, schnell die richtigen Informationen zu finden und die Abschlussprüfung zu bestehen. Er überlebte das Rennen, indem er eine ganz andere Art von Rennen lief.
5. Was dies für Lehrer (die Trainer) bedeutet
Die Arbeit legt nahe, dass Lehrer und Tutor:innen (TAs) diese „GPS-Daten" nutzen können, um Läufer in Schwierigkeiten zu erkennen, bevor sie aufgeben.
- Die Intervention: Anstatt nur zu sagen „Sie bestehen nicht", könnte ein TA sagen: „Ich sehe, dass Sie seit drei Wochen im Muster des 'Spätblühers' stecken. Lassen Sie uns versuchen, zum 'Aufgabenmeister'-Plan zu wechseln."
- Das Ziel: Es geht in der Studie nicht darum vorherzusagen, wer mit 100-prozentiger Genauigkeit durchfallen wird; es geht darum zu verstehen, wie sie durchfallen, damit der Trainer das richtige Werkzeug anbieten kann, um ihnen zu helfen, wieder auf Kurs zu kommen.
Zusammenfassung
Diese Studie ist wie ein Detektivroman, bei dem die Hinweise digitale Fußabdrücke sind. Durch die Kombination der digitalen Fußabdrücke (was sie anklickten), der Wahrscheinlichkeit des Aufgebens (das Radar) und der eigenen Geschichte des Studierenden (das Tagebuch) kartierten die Forscher genau, wie Studierende das schwierige Terrain des Programmierens lernen navigieren. Sie fanden heraus, dass es zwar viele Wege gibt, um steckenzubleiben, aber auch spezifische, wiederherstellbare Wege, um wieder auf Kurs zu kommen – und einige gefährliche Muster, die signalisieren, dass ein Läufer kurz davor ist, das Rennen zu verlassen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.