Förderphase 2
CoSiMed - Förderung kollaborativer Diagnosekompetenzen in der ärztlichen Zusammenarbeit:
Effekte der Adaptation von Scaffolding an die professionelle Wissensbasis
der Kollaborationspartner
Vorwissensabhängige Effekte von Reflexion über den kollaborativen Diagnoseprozess sowie Learning Analytics für die Adaptation von Scaffolding.
Antragsteller:innen
Doktorand:innen
Laufzeit
2020 - 2024
Projektbeschreibung
Im Fokus der zweiten Projektlaufphase von TP6 steht eine umfassende Experimentalstudie mit ca. 200 Medizinstudierenden, die aufgrund von Einschränkungen und zeitlichen Verzögerungen durch die COVID-19 Pandemie erst im Sommer 2022 durchgeführt werden konnte. Auf Grundlage dieser Daten sind zwei Studien geplant: In der ersten Studie werden Effekte von Reflexionsphasen unter Berücksichtigung des Vorwissens der Lernenden näher untersucht. Dazu wurden niedrig- und hochstrukturierte Reflexionsphasen über den kollaborativen Diagnoseprozess entwickelt, deren Wirksamkeit unter Berücksichtigung des Vorwissens der Lernenden untersucht werden soll. Für die zweite Studie wurden weitere Lernvoraussetzungsdaten (z. B. Selbstregulationsfähigkeiten) erhoben, um diese als Ergänzung zu bisherigen Lernprozessdaten unter Nutzung von Learning Analytics-Methoden heranzuziehen. Dabei sollen Lernende mit Unterstützungsbedarf sowie deren Ursachen identifiziert werden. Ziel ist es, eine Adaptationsgrundlage für Lernunterstützung zu schaffen. In der dritten geplanten Studie soll basierend auf Daten der vorangegangen Studien beider Förderphasen von TP6 und TP5 untersucht werden, inwiefern sich Zusammenhänge der Erklärungsfaktoren der Diagnosequalität beim kollaborativen Diagnostizieren statistisch nachweisen lassen und ob diese kontext- und studienübergreifend gelten.
Aktueller Stand:
- Studie 1: Datenerhebung im Sommer 2022 abgeschlossen
- Studie 2: Datenerhebung im Sommer 2022 abgeschlossen
- Studie 3: Es liegen Daten von ca. 600 Medizinstudierenden aus TP6 vor
- Zwei Journal-Artikel im Begutachtungsprozess
Veröffentlichungen in Fachzeitschriften
- Brandl, L., Richters, C., Radkowitsch, A., Obersteiner, A., Fischer, M.-R., Schmidmaier, R., Fischer, F., & Stadler, M. (2021). Simulation-Based Learning of Complex Skills: Predicting Performance With Theoretically Derived Process Features. Psychological Test and Assessment Modeling, 63(4), 542-560. https://www.psychologie-aktuell.com/fileadmin/Redaktion/Journale/ptam-2021-4/PTAM__4-2021_6_kor.pdf
- Heitzmann, N., Stadler, M., Richters, C., Radkowitsch, A., Schmidmaier, R., Weidenbusch, M., & Fischer, M. R. (2022). Learners’ adjustment strategies following impasses in simulations—Effects of prior knowledge. Learning and Instruction, 101632. https://doi.org/10.1016/j.learninstruc.2022.101632
- Richters, C., Stadler, M., Radkowitsch, A., Behrmann, F., Weidenbusch, M., Fischer, M.R., Schmidmaier, R., & Fischer, F. (2022). Making the rich even richer? Interaction of structured reflection with prior knowledge in collaborative medical simulations. In A. Weinberger, W. Chen, D. Hernández-Leo, & B.Che (Eds.), Proceedings of the 15th International Conference on Computer-Supported Collaborative Learning - CSCL 2022 (pp. 155-162). International Society of the Learning Sciences. https://2022.isls.org/proceedings/ → Best Paper Award
Konferenzbeiträge
- Brandl, L., Richters, C., Radkowitsch, A., Obersteiner, A., Fischer, M.-R., Schmidmaier, R., Fischer, F., & Stadler, M. (2022, August/September). Complex Skills in Simulations: Predicting Performance with Theoretically Derived Process Features. Paper presented at EARLI SIG 27 Conference, Southampton, England
- Brandl, L., Richters, C., Radkowitsch, A., Obersteiner, A., Fischer, M.-R., Schmidmaier, R., Fischer, F., & Stadler, M. (2022, September). Komplexes Problemlösen in Simulationen: Vorhersage von Performanz anhand theoriebasierter Prozessmerkmale. Paper presented at DGPS 2022, Hildesheim, Deutschland
- Richters, C., Stadler, M., Radkowitsch, A., Behrmann, F., Weidenbusch, M., Fischer, M.R., Schmidmaier, R., & Fischer, F. (2022, August 22-24). Learning to diagnose cases collaboratively in medicine: Who benefits from structured reflection and collaboration scripts in simulations? [Poster presentation]. EARLI Sig 6/7
- Richters, C., Stadler, M., Radkowitsch, A., Schmidmaier, R., Fischer, M.R., & Fischer, F. (2021, April 8-12). It Only Takes Two Minutes: Predicting Successful Diagnoses in Medical Training Simulations Based on Task Behavior [Poster presentation]. American Educational Research Association (AERA) Virtual Annual Meeting. https://aera21-aera.ipostersessions.com/default.aspx?s=89-F5-1A-4B-E8-C2-29-85-75 -63-61-20-AB-C5-48-D1&guestview=true
- Richters, C., Stadler, M., Radkowitsch, A., Behrmann, F., Weidenbusch, M., Fischer, M.R., Schmidmaier, R., & Fischer, F. (2022, August 22-24). Learning to diagnose cases collaboratively in medicine: Who benefits from structured reflection and collaboration scripts in simulations? [Poster presentation]. EARLI Sig 6/7 → Nominierung Best Poster Award