Læremiddelanalyse

Bakgrunn og hensikten med masteroppgaveidéen

Det klages ofte på at undervisningen blir dårlig hvis man «følger læreboka». Men er det bruken av lærebøker som sådan som gjør læring vanskelig, eller handler det om hvordan lærebøkene brukes? Hvilken rolle spiller innholdet og hvordan dette er strukturert i lærebøkene? For denne masteroppgaveidéen er hensikten å undersøke hva som kan gjøre lesing av og læring fra lærebøker og andre læremidler vanskelig. I dette prosjektet er tanken å undersøke dette ved tekstanalyse av læremidler.

Forslag til tema/problemstillinger

  • Hva er det som kan gjøre lesing av og læring fra lærebøker vanskelig for elevene?
  • Hva er det som kan gjøre lesing av og læring fra digitale læremidler vanskelig for elevene?
  • Forholdet mellom læreboktekst og oppgaver
  • Sammenliknende analyser av eldre og nyere læreverk, gjerne knyttet til eldre og nyere læreplan.

Foreliggende data

Studenten må selv finne læremidler som skal analyseres. Læremiddelanalyse bør omfatte både elevversjon og lærerveiledning av én eller flere enheter, avhengig av hva slags analyse som skal gjøres.

Hvor mange studentoppgaver er det aktuelt å knytte til masteroppgaveidéen

Vi legger opp til at studentene skriver sammen i gruppe på to eller tre, men det er også mulig å skrive alene. Det er plass til maksimum tre studentoppgaver (en fra matematikk, to fra begynneropplæring med fokus på matematikk).

Aktuelle fag

Matematikk

Søknadsfrist

Uke 35.

Kontaktperson(er)

Eyvind Martol Briseid, førsteamanuensis i matematikk, embri@oslomet.no

MASCOT – Mathematics, Science and Computational Thinking

Bakgrunn og hensikten med prosjektet

Algoritmisk tenkning (AT) regnes som en viktig generisk kompetanse for det 21. århundre som sikter på å utvikle studenters analytiske og kritiske tenkning, kreativitet, problemløsing og innsikt i vitenskapelige praksiser. Disse ferdighetene er avgjørende for læring og demokratisk deltakelse i samfunnet. Internasjonalt har AT har nylig fått en mer fremtredende plass gjennom inkludering i skolene. Den er blitt introdusert på ulike måter i nordiske læreplaner, og i Norge fra 2020.

MASCOT (Mathematics, Science and Computational Thinking) som prosjekt tar sikte på å samle kunnskap om lærings- og vurderingsprosessene i algoritmisk tenkning i lærerutdanning og skole, primært innen matematikk og naturfag. Prosjektets forskning skal videre danne grunnlag for å utvikle nye undervisnings- og vurderingspraksiser i nært samarbeid med skoler.

Forslag til tema/problemstillinger

I en del av MASCOT følger vi gjennomføring av undervisning med fokus på algoritmisk tenkning i matematikk og naturfag i grunnskolen. Planleggingen av intervensjonene vil involvere samarbeid mellom praksisfeltet (skoler) og prosjektets deltagere (lærere og forskere).  Måle er å støtte lærere og elever i å modellere, analysere og utvikle løsninger på reelle problemstillinger. Studien er ment å gi et grunnlag for å forstå bedre hvordan lærere integrerer algoritmisk tenkning i matematikk og naturfag, samt hvordan elever engasjeres i algoritmisk tenkning i disse fagene. Problemstillinger for masteroppgaver kan knyttes til:

  • Elevers arbeid med programmering i ulike prosjekter og problemløsing
  • Elevers læring og bruk av grunnleggende konsepter innen programmering i naturfag eller matematikk
  • Hvordan påvirker algoritmisk tenkning og programmering elevers læring innen naturfag eller matematikk
  • Vurdering av ulike aspekter av algoritmisk tenkning og programmering innen naturfag og matematikk
  • Studenter på naturfag har også mulighet til å skrive en entreprenøriell master

Foreliggende data

I MASCOT følger vi lærere ved fire skoler i Østlandsregionen. Disse lærerne har i samarbeid med forskerne i MASCOT utviklet undervisning og gjennomfører den på sine skoler. Vi har samler data gjennom intervjuer av lærere, videoobservasjoner, elevarbeid samt fokusgruppeintervjuer med elever.

Studenter vil kunne få tilgang til deler av datamaterialet. Datamaterialet består av videoopptak, skjermopptak og intervju. Studenter vil også ha mulighet til å samle egne data.

Hvor mange studentoppgaver er det aktuelt å knytte til prosjektet

MASCOT kan veilede opp til ca. 10 oppgaver.

Vi legger opp til at studentene kan skrive individuelle oppgaver eller sammen i gruppe på to eller tre.

Søknadsfrist

Studenter som ønsker å skrive oppgave tilknyttet MASCOT skriver en søknad med en kort presentasjon av seg selv, motivasjon for å delta i prosjektet, samt forslag til problemstillinger. Frist for innsendelse av søknad er ila uke 35, 2024.

Aktuelle fag

Prosjektet fokuserer på fagene naturfag, matematikk, digi-ped, samt tverrfaglige kombinasjoner av disse.

Kontaktpersoner

Ta gjerne kontakt med Louise Mifsud (lomi@oslomet.no), Katarina Pajchel (kapaj@oslomet.no)

Mer informasjon om MASCOT: https://uni.oslomet.no/mascot/