Digitale Diagnostik und Intervention im Kfz-Wesen (DigiDIn-Kfz)
Inhaltsverzeichnis
> Scientific Use Files beantragen
| Datensatz veröffentlicht am | 10.10.2024 |
|---|---|
| aktuelle Version verfügbar seit | 10.10.2024 |
| Erhebungszeitraum | 2020-2023 |
| Stichprobe | Teilprojekt "Interventionen zur Förderung der Kfz-Diagnosekompetenz" Erhebung 1: Auszubildende zum/r Kfz-Mechatroniker:in im 4. Ausbildungsjahr (N=78); Erhebung 2: Auszubildende zum/r Kfz-Mechatroniker:in im 4. Ausbildungsjahr (N=118); Erhebung 3: Auszubildende zum/r Kfz-Mechatroniker:in im 3. Ausbildungsjahr (N=148); Kollaborationsstudie: Auszubildende zum/r Kfz-Mechatroniker:in im 3. Ausbildungsjahr (N=154); Teilprojekt "Technologiebasierte Verfahren aus KOKO Kfz für Abschlussprüfungen" Validierungsstudie 1: Auszubildende zum/r Kfz-Mechatroniker:in im 3. Ausbildungsjahr (N=188); Validierungstudie 2: Auszubildende zum/r Kfz-Mechatroniker:in im 3. Ausbildungsjahr (N=88) |
| Erhebungseinheit | Auszubildende |
| erfasste Kompetenzen | kollaboratives Vorwissen, diagnostisches Vorwissen, diagnostische Fähigkeiten, Motivation, kognitive Belastung |
| Region | Baden-Württemberg, Sachsen |
| Leitung | Abele, Prof. Dr. Stephan Glogger-Frey, Prof. Dr. Inga Gschwendtner, Prof. Dr. Tobias Hesse, Peter |
| Datengebende | Abele, Prof. Dr. Stephan Glogger-Frey, Prof. Dr. Inga Gschwendtner, Prof. Dr. Tobias |
| Link zur Studie | https://www.ascot-vet.net/ascot/de/ascot-projekte/digidin-kfz/digidin-kfz |
| Verwandte Studien | ASCOT-Verbund: MaK-adapt (DOI: 10.5159/IQB_CosMed_MaK-adapt_v1), DomPL-IK (DOI: 10.5159/IQB_DomPL-IK_v1), CoBALIT (DOI: 10.5159/IQB_CoBALIT_v1), TEMA (DOI: 10.5159/IQB_TEMA_v1) CosMed (DOI: 10.5159/IQB_CosMed_VidSim_v1), EKGe (http://doi.org/10.5159/IQB_EKGe_v1), TeKoP (http://doi.org/10.5159/IQB_TeKoP_v1) |
| Zitationsvorschlag | Abele, S., Glogger-Frey, I., Gschwendtner, T., Güzel, E., Hartmann, S., Hesse, P., Meier, J., Norwig, K. & Rexhäuser, D. (2024). Digitale Diagnostik und Intervention im Kfz-Wesen (DigiDIn-Kfz) (Version 1) [Datensatz]. Berlin: IQB – Institut zur Qualitätsentwicklung im Bildungswesen. http://doi.org/10.5159/IQB_DigiDIn_Kfz_SUF_Off-site_v1 |
| Datenrestriktion / Zugangshinweise | Es gibt keine spezifischen Datenrestriktionen. |
Projektbeschreibung
Das Projekt zielte darauf ab, die Kfz-Diagnosekompetenz und ihre Facetten von Auszubildenden in der Automobilwirtschaft zu fördern und zu verbessern sowie die praktische Gesellenabschlussprüfung durch qualitätsvolle digitale Tools zu ergänzen. Es wurden folgende Elemente entwickelt: 1) eine digitale Lernumgebung, in die sowohl eine Kfz-Computersimulation als auch eine Kollaborationsplattform integriert wurde; (2) basale, komplexe sowie modellbasierte Trainings, die die Kfz-Diagnosekompetenz bedeutsam fördern können; 3) Fortbildungen, mit denen Ausbilder*innen und Lehrkräfte befähigt werden, die digitale Lernumgebung sowie die Trainings erfolgreich zu nutzen, 4) ein videovignettenbasiertes Testinstrument zur Messung von Reparaturkompetenzen für die die praktische Abschlussprüfung.
Dabei wurden Daten von Auszubildenden zu KFZ-Mechatroniker*innen in mehreren Teilstudien sowohl in Sachsen als auch in Baden-Württemberg erhoben. (Projekt/IQB)
Leerdatensätze
Um Ihnen einen ersten Überblick der Datensätze zu vermitteln, haben Sie hier die Möglichkeit, Leerdatensätze herunterzuladen.
- DigiDIn-Kfz Validierungsstudie 1 (SPSS)
- DigiDIn-Kfz Validierungsstudie 2 (SPSS)
- DigiDIn-Kfz Erhebung 1 (SPSS)
- DigiDIn-Kfz Erhebung 2 (SPSS)
- DigiDIn-Kfz Erhebung 3 (SPSS)
- DigiDIn-Kfz Kollaboration (SPSS)
Dokumentation
Hier finden Sie weiterführendes Dokumentationsmaterial zur Studie:
Teilprojekt Dresden-Erfurt
Skalenhandbuch Kollaboration- Methodenbericht Kollaboration
- Methodenbericht Erhebung 1 (English version)
- Methodenbericht Erhebung 2 (English version)
Teilprojekt Ludwigsburg
Literatur
Eine Auswahl an Publikationen finden Sie in dieser Literaturliste (Stand 10.10.2024).
2024
Abele, S., Glogger-Frey, I., Gschwendtner, T., Güzel, E., Hartmann, S., Hesse, P., Meier, J., Norwig, K. & Rexhäuser, D. (2024). Digitale Diagnostik und Intervention im Kfz-Wesen (DigiDIn-Kfz) (Version 1) [Datensatz]. Berlin: IQB - Institut zur Qualitätsentwicklung im Bildungswesen. http://doi.org/10.5159/IQB_DigiDIn-Kfz_SUF_Off-site_v1
Meier, J. M., Hesse, P., Abele, S., Renkl, A. & Glogger‐Frey, I. (2024). Video‐based modeling examples and comparative self‐explanation prompts for teaching a complex problem‐solving strategy. Journal of Computer Assisted Learning. https://doi.org/10.1111/jcal.12991
2023
Hartmann, S., Güzel, E. & Gschwendtner, T. (2023). Berufsbezogene Fähigkeiten digital messen: Herausforderungen, Möglichkeiten und Grenzen am Beispiel videovignettenbasierter Prüfungsaufgaben für das Kfz-Handwerk. Berufsbildung in Wissenschaft und Praxis, 52, 26–30. Verfügbar unter https://nbn-resolving.org/urn:nbn:de:0035-bwp-23326-2
Hartmann, S., Güzel, E. & Gschwendtner, T. (2023). Digital measurement of hands-on performance? Ecological validation of a computer-based assessment of automotive repair skills. Empirical Research in Vocational Education and Training, 15(15). https://doi.org/10.1186/s40461-023-00153-x
Meier, J., Hesse, P., Abele, S., Renkl, A. & Glogger-Frey, I. (2023). Better self-explaining backwards or forwards? Prompting self-explanation in video-based modelling examples for learning a diagnostic strategy. Instructional Science. https://doi.org/10.1007/s11251-023-09651-7
Rexhäuser, D., Radkowitsch, A., Richters, C., Glogger-Frey, I. & Abele, S. (2023). Investigating the collaborative diagnostic problem solving process in automotive malfunction diagnosis: Deriving starting points for instructional support.
Rexhäuser, D., Radkowitsch, A., Richters, C., Glogger-Frey, I., Meier, J. & Abele, S. (2023). Förderung des kollaborativen diagnostischen Problemlösens bei Kfz-Mechatroniker/innen – Ein prozessbasierter Ansatz.
Rexhäuser, D., Radkowitsch, A., Richters, C., Glogger-Frey, I., Meier, J. & Abele, S. (2023). Fostering collaborative diagnostic problem-solving using computer-supported collaborative learning with worked examples and self-explanation prompts: How much guidance is required?
2022
Hesse, P., Kaseler, L., Meier, J., Müller, R. & Abele, S. (2022). Logifile- und blickdatenbasierte Erfassung des Diagnoseprozessess von Experten in einer Kfz- Computersimulation. In S. Schumann, S. Seeber & S. Abele (Hrsg.), Digitale Transformation in der Berufsbildung: Konzepte, Befunde, Herausforderungen (Bd. 41, S. 165–188). Bielefeld: wbv Publikation.
Meier, J., Spliethoff, L., Hesse, P., Abele, S., Renkl, A. & Glogger-Frey, I. (2022). Promoting car mechatronics apprentices' diagnostic strategy with modeling examples: Development and evaluation of a simulation-based learning environment. Studies in Educational Evaluation, 72(72), 101117. https://doi.org/10.1016/j.stueduc.2021.101117
Spliethoff, L. & Abele, S. (2022). Measuring Professional Competence Using Computer-Generated Log Data. In M. Goller, E. Kyndt, S. Paloniemi & C. Damşa (Eds.), Methods for Researching Professional Learning and Development (Professional and Practice-based Learning, vol. 33, pp. 165–186). Cham: Springer International Publishing. https://doi.org/10.1007/978-3-031-08518-5_8
2021
Norwig, K., Güzel, E., Hartmann, S. & Gschwendtner, T. (2021). „Tools to tap into the content of human minds“: Think-Aloud-Interviews und Cognitive Labs als zentrale Bausteine zur Identifikation von Barrieren in Fehlerdiagnoseprozessen bei Auszubildenden des Kfz-Handwerks und zur Entwicklung adressatenspezifischer Lehr-/Lernarrangements. Zeitschrift für Berufs- und Wirtschaftspädagogik, 117(4), 658–693. https://doi.org/10.25162/zbw-2021-0025
Spliethoff, L., Glogger-Frey, I. & Abele, S. (2021). Wie bearbeiten Auszubildende gemeinsam berufliche Probleme? Kollaboration bei der Diagnose von Kfz-Störungen. Berufsbildung in Wissenschaft und Praxis, 50(1), 35–36.