Stephan Hußmann
Technical University of Dortmund
Network
Latest external collaboration on country level. Dive into details by clicking on the dots.
Publication
Featured researches published by Stephan Hußmann.
Journal of Learning Disabilities | 2017
Elisabeth Moser Opitz; Okka Freesemann; Susanne Prediger; Urs Grob; Ina Matull; Stephan Hußmann
As empirical studies have consistently shown, low achievement in mathematics at the secondary level can often be traced to deficits in the understanding of certain basic arithmetic concepts taught in primary school. The present intervention study in middle schools evaluated whether such learning deficits can be reduced effectively and whether the type of instruction influences students’ progress. The sample consisted of 123 students in 34 classes, split among one control group and two intervention groups: (a) small group instruction and (b) independent work partially integrated into regular classrooms. Over a period of 14 weeks, students were taught basic concepts, such as place value and basic operations. In addition, they practiced fact retrieval and counting (in groups). Multilevel regression analyses demonstrated that the interventions can be used to reduce given deficits.
Archive | 2009
Stephan Hußmann; Florian Schacht
Der vorliegende Beitrag stellt einen theoretischen Rahmen vor, vor dessen Hintergrund Prozesse der individuellen Begriffsbildung strukturiert und analysiert werden. Das Ziel einer solchen Untersuchung liegt einerseits in einem besseren Verständnis individueller Begriffsbildungsprozesse und damit verbunden in der Identifizierung überzeugender Festlegungen, die Schülerinnen und Schüler im Laufe von Begriffsbildungsprozessen eingehen, in der Identifizierung stabilisierender Fehlvorstellungen und dem Sichtbarmachen von Konzeptwechseln. Neben der Beschreibung der Lernendenperspektive dient diese Analyse andererseits der Untersuchung und Entwicklung des „begrifflichen Potentials“ von Lernumgebungen.
Archive | 2018
Bettina Rösken-Winter; Stephan Hußmann; Susanne Prediger
Guter Mathematikunterricht folgt den didaktischen Prinzipien der kognitiven Aktivierung, Differenzierung, Verstehensorientierung, Diagnosegeleitetheit und Sinnstiftung in allen Unterrichtsphasen. In dem Beitrag wird dargelegt, wie diese Prinzipien in prozessbezogener Perspektive in und fur Fortbildungen thematisiert werden konnen. Die Teilnehmenden der Qualifizierung fur Multiplikatorinnen und Multiplikatoren werden zum einen in ihrer Rolle als Lehrerin und Lehrer angesprochen, um gemeinsam zu erarbeiten, wie entsprechender Mathematikunterricht selbst gestaltet und durchgefuhrt werden kann. Zum anderen werden sie in ihrer Rolle als Multiplikatorin und Multiplikator adressiert und es wird thematisiert, wie die Prinzipien guten Unterrichts an Lehrerinnen und Lehrer vermittelt werden konnen. Beide Ebenen beziehen die Teilnehmenden als Expertinnen und Experten fur Unterricht und Fortbildung aktiv ein und bieten theoretische Rahmungen, um bisherige und wahrend der Fortbildung gemachte Erfahrungen einzuordnen und gemeinsam zu reflektieren.
Archive | 2018
Lars Holzäpfel; Bärbel Barzel; Stephan Hußmann; Timo Leuders; Susanne Prediger; Judith Blomberg
Das KOSIMA‐Netzwerk (Kontexte fur sinnstiftendes Mathematiklernen) setzt sich zum Ziel, Multiplikatorinnen und Multiplikatoren sowie Lehrpersonen auf der Basis eines theoretisch fundierten, praktisch erprobten und empirisch beforschten Unterrichtskonzepts zu professionalisieren. Der Artikel zeigt auf, welche Chancen und Herausforderungen sich durch den konsequent verknupften Verbund von Unterrichtsentwicklung und Professionalisierung ergeben.
Archive | 2007
Stephan Hußmann
Wie schnell fliest der Verkehr? Wann entsteht ein Stau? Wie viel Wasser lasst sich von einem Wasserwerk zu einem Aufbereitungsbecken befordern? Wie viel Strom passt durch die Leitung?
Archive | 2007
Stephan Hußmann
Wer passt zu wem? Diese Frage ist immer dann einfach zu beantworten, wenn sich nur ein Bewerber um ein offenes Angebot bemuht, oder wenn die grose Liebe zwei Menschen in ihren Bann geschlagen hat. Bemuhen sich jedoch schon zwei Bewerber um eine Wohnung, einen Job oder um den Geliebten, so wird es deutlich schwieriger. Grunde fur die eine oder andere Verteilung liegen jedoch bei derart kleinen Zahlen im psychologischen Bereich oder sind anderswo zu finden. Mathematik kommt erst ins Spiel, wenn sich beispielsweise 100 Bewerber und Bewerberinnen um 100 Jobs bemuhen. In diesem Fall lasst sich sicher eine Verteilung finden, so dass jeder einen Job erhalt und jeder Job durch einen Bewerber ausgefullt wird. Man arbeitet einfach die Liste der Bewerber und Bewerberinnen von oben nach unten durch. Der erste Bewerber in der Liste bekommt den bestbezahltesten Job, die zweite Bewerberin bekommt den nachsten Job in der Rangliste, usw. Da ergeben sich schon die ersten Schwierigkeiten. Nicht nur, dass die neuen Arbeitsplatze nicht sinnvoll ausgefullt werden, auch die Zufriedenheit der Bewerber und Bewerberinnen ist nicht garantiert. Hier spielen Interessen, Eignungen und andere Aspekte eine Rolle. Solche Zuordnungsprobleme bedurfen zu ihrer Losung besonderer Strategien. Mit dieser Art von Fragestellungen befasst sich dieses Kapitel.
Educational Studies in Mathematics | 2012
Christoph Selter; Susanne Prediger; Marcus Nührenbörger; Stephan Hußmann
Journal für Mathematik-Didaktik | 2015
Stephan Hußmann; Florian Schacht
Mathematics Education Research Journal | 2017
Maike Schindler; Stephan Hußmann; Per Nilsson; Arthur Bakker
Mathematics Education Research Journal | 2017
Arthur Bakker; Stephan Hußmann