Do models depict particles? Analyzing Austrian chemistry school textbooks via natural language processing

Textbooks are important tools for teachers in chemistry school classes both with regard to planning lessons as well as supporting teachers‘ content knowledge. Since models are ubiquitous within these books in Austria, their usage was investigated via methods from natural language processing. Similarities and differences were quantified and qualitatively interpreted, respectively. In general, using models within the documents was evaluated as being tightly connected to depicting submicroscopic object and, therefore, constrained. Connecting models and scientific inquiry was only implicitly present.
Abstract: Schulbücher sind wichtige Medien im Unterrichtsalltag und beeinflussen sowohl die Planung von Unterricht als auch den Umgang mit Fachwissen durch Lehrkräfte. Der Modellbegriff ist in diesen Medien allgegenwärtig und die Art seiner Verwendung in österreichischen Chemieschulbüchern wurde in der vorliegenden Untersuchung mit Methoden des Natural Language Processing erfasst. Es konnten Textähnlichkeiten und ‐unterschiede quantifiziert und anschließend qualitativ gedeutet werden. Als Fazit wird die Modellnutzung in den untersuchten Büchern als eindimensional bewertet, da kaum ein expliziter Bezug zu systematischem, naturwissenschaftlichem Arbeiten erkennbar ist, sondern vor allem der Abbildungscharakter von Modellen im Vordergrund steht.

Angaben zum Objekt

• Weitere Titel: Sind Modelle Teilchenabbildungen? Eine Analyse österreichischer Chemieschulbücher mittels Natural Language Processing
• Standort: Deutsche Nationalbibliothek Frankfurt am Main
• Umfang: Online-Ressource
• Sprache: Englisch

Verweise und Beziehungen

• Erschienen in: Do models depict particles? Analyzing Austrian chemistry school textbooks via natural language processing ; volume:29 ; year:2022 ; pages:325-330 ; extent:6 ; Conference Proceedings FGCU‐Tagung 2021 S1 ; Chemie konkret ; 29 (2022), 325-330 (gesamt 6), Conference Proceedings FGCU‐Tagung 2021 S1

Beteiligte, Orts- und Zeitangaben

• Urheber: Rost, Marvin

Weitere Informationen

• DOI: 10.1002/ckon.202200018
• URN: urn:nbn:de:101:1-2022061615254029282764
• Rechteinformation: Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
• Letzte Aktualisierung: 15.08.2025, 07:31 MESZ