Artikel
Identifizieren von leistungsgefährdeten Studierenden anhand Detailanalyse vorangegangener Prüfungsleistungen [Bericht über Entwicklungsprozess]
Suche in Medline nach
Autoren
Veröffentlicht: | 19. September 2018 |
---|
Gliederung
Text
Problemstellung/Ziele: Die Vorhersage studentischer Lernerfolge ist in der Prävention von Studienabbrüchen oder Studienzeitverlängerungen wesentlich [1]. Leistungsabfallgefährdete Studierende sollen frühzeitig identifiziert und ein weiterer Abfall durch gezielte Intervention verhindert werden.
Projektbeschreibung: Im Medizinstudium der KL ist ein vielschichtiges Prüfungssystem auf Lehrveranstaltungs- und Modulebene sowie über ganze Fachsemester/Studienjahre etabliert [2]. Prüfungen nehmen kontinuierlich an Komplexität zu. Prüfungsergebnisse unserer Studierenden werden vergleichbar gemacht und longitudinal analysiert.
Ergebnisse: Es finden sich bei Analyse von longitudinalen Prüfungsleistungen unserer Studierenden 4 typische Verlaufsmuster (Namensgebung in Anleihe an die Ökonomiesprache):
- 1.
- Konstante Ergebnisse: „Hochkonjunktur/Depression“
- 2.
- Kontinuierliche Veränderungen: „Hausse/Baisse“
- 3.
- Sprunghafte Änderungen (Kombination aus 1) und 2)): „Boom/Crash“
- 4.
- Unvorhersehbare Schwankungen: „Konjunktur“
Diskussion/Schlussfolgerungen: Für die frühzeitige Identifizierung leistungsgefährdeter Studierender kommen bei Muster 1) Studierende mit wiederholten Ergebnissen knapp oberhalb der Bestehensgrenze („Depression“) in Frage. Aus Muster 2) sind jene Studierenden hochinteressant, deren Prüfungsleistungen bisher zwar unproblematisch hinsichtlich des Bestehens sind, aber eine anhaltend sinkende Tendenz („Baisse“) zeigen, ebenso wie ein „Crash“ aus Muster 3), der noch innerhalb der Bestehensgrenze endet. Aufgrund der kleinen Kohortengrößen besteht an der KL die Chance zur frühzeitigen Reaktion beziehungsweise Intervention mittels Mentoring oder Lerncoaching.
Literatur
- 1.
- De Bruin AB, Dunlosky J, Cavalcanti RB. Monitoring and regulation of learning in medical education: the need for predictive cues. Med Educ. 2017;51(6):575-584. DOI: 10.1111/medu.13267
- 2.
- Schuwirth LW, van der Vleuten CP. Programmatic assessment: From assessment of learning to assessment for learning. Med Teach. 2011;33(6):478-485. DOI: 10.3109/0142159X.2011.565828