gms | German Medical Science

Jahrestagung der Gesellschaft für Medizinische Ausbildung (GMA)

14.09. - 16.09.2023, Osnabrück

Lernprofile in der Anatomie: Eine latente Profilanalyse

Meeting Abstract

  • presenting/speaker Dogus Darici - Westfälische Wilhelms-Universität Münster, Institut für Anatomie und Molekulare Neurobiologie, Münster, Deutschland
  • Nils Otto - Westfälische Wilhelms-Universität Münster, Institut für Anatomie und Molekulare Neurobiologie, Münster, Deutschland
  • Thomas Shiozawa - Eberhard Karls Universität Tübingen, Institut für klinische Anatomie and Zellanalytik, Tübingen, Deutschland
  • Anja Böckers - Universität Ulm, Institut für Anatomie und Zellbiologie, Ulm, Deutschland
  • Sven Schumann - Johannes Gutenberg-Universität Mainz, Institut für Anatomie, Mainz, Deutschland
  • Daniela Kugelmann - Ludwig-Maximilians-Universität München, Anatomische Anstalt der LMU München, München, Deutschland
  • Irene Brunk - Charité – Universitätsmedizin Berlin, Institut für Integrative Neuroanatomie, Berlin, Deutschland
  • Markus Missler - Westfälische Wilhelms-Universität Münster, Institut für Anatomie und Molekulare Neurobiologie, Münster, Deutschland

Jahrestagung der Gesellschaft für Medizinische Ausbildung (GMA). Osnabrück, 14.-16.09.2023. Düsseldorf: German Medical Science GMS Publishing House; 2023. DocV-27-01

doi: 10.3205/23gma139, urn:nbn:de:0183-23gma1396

Veröffentlicht: 11. September 2023

© 2023 Darici et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Fragestellung/Zielsetzung: Das Fach Anatomie wird von Studierenden häufig als besonders lernintensiv und schwierig empfunden. Im Rahmen der häuslichen Vor- und Nachbereitung greifen sie daher auf unterschiedliche Strategien zurück, um der Herausforderung erfolgreich zu begegnen [1]. Obwohl Lernstrategien, wie kritisches Prüfen, Organisieren, Wiederholen, Anstrengung oder Lernen mit Kommiliton:innen reliabel mit Fragebögen erfasst werden können, ist nicht erforscht, ob sich aus der Kombination dieser Skalen distinkte Lernprofile erstellen lassen. Diese Studie hat das Ziel, mithilfe einer latenten Profilanalyse (LPA) verborgene homogene Muster in studentischen Lernstrategien zu finden und daraus Lernprofile abzuleiten.

Methoden: Zur Identifikation von latenten Profilen sind große Stichproben notwendig. Daher wurden im Wintersemester 2022/2023 Studierende der medizinischen Fakultäten in Münster, Berlin, Ulm, Mainz, München und Tübingen rekrutiert. Alle Studierenden hatten in dem Semester Kurse der makroskopischen Anatomie besucht. Neben soziodemographischen Variablen wurde die Häufigkeit der Nutzung von 13 Lernstrategien mithilfe des deutschsprachigen Fragebogens „Lernstrategien im Studium“ (LIST-K) [2], erfasst. Zur Prüfung der Kriteriumsvalidität gaben die Studierenden zudem an, wie oft sie Lernmaterialien, wie Lehrbücher, Atlanten, Kurzlehrbücher, Vorlesungsskripte oder e-Learning Angebote, genutzt haben. Zusätzlich erfassten mehrere Items die Selbsteinschätzung theoretischer und praktischer Kompetenzen.

Ergebnisse: Der Rücklauf ist bisher groß mit mehr als N = 600 Human- und Zahnmedizinstudierenden. Vorläufige Auswertungen der LPA legen nahe, dass standortübergreifend mehrere unabhängige Lernprofile statistisch robust – validiert u.a. durch die Fit-Indizes AIC, SABIC und BLRT_p [3] – und nach der Delphi-Methode inhaltlich plausibel modelliert werden können. Aktuell werden die einzelnen Lernprofile mithilfe multinomialer logistischer Regressionen hinsichtlich Alter, Geschlecht, Studiengang, Fakultätszugehörigkeit und Lernmaterialnutzung charakterisiert.

Diskussion: Die Identifikation von Lernprofilen in der Anatomie könnte dabei helfen, studentisches Lernverhalten besser zu verstehen und individuelle Lehrinterventionen und Empfehlungen abzuleiten.


Literatur

1.
Zimmermann BJ, Moylan A, Hudesman J, White N, Flugman B. Attaining self-regulation: A social cognitive perspective. In: Boekaerts M, Pintrich PR, Zeidner M, editors. Handbook of self-regulation. Erste Auflage, San Diego (CA): Academic; 2000. p.13-39. DOI: 10.1016/B978-012109890-2/50031-7 Externer Link
2.
Klingsieck KB. Kurz und knapp – die Kurzskala des Fragebogens „Lernstrategien im Studium“ (LIST). Z Padagog Psychol. 2018;32(4):249-259. DOI: 10.1024/1010-0652/a000230 Externer Link
3.
Spurk D, Hirschi A, Wang M, Valero D, Kauffeld S. Latent profile analysis: A review and “how to” guide of its application within vocational behavior research. J Voc Behav. 2020;120:103445. DOI: 10.1016/j.jvb.2020.103445 Externer Link