Digitale Netzwerktools im Forschungskontext – Rekonstruktion subjektiver Theorien anhand digitaler Netzwerke
Research output: Contribution to journal › Research article › Contributed › peer-review
Contributors
Abstract
Netzwerke eignen sich sehr gut für die Rekonstruktion subjektiver Theorien, wobei diese bisher häufig im Paper-Pencil-Verfahren erstellt wurden. Dabei gibt es mittlerweile zahlreiche Tools, um Netzwerke digital zu erstellen, wobei sich der Einsatzbereich vor allem auf den Lehr-Lern-Kontext bezieht. Daher wird in dem vorliegenden Beitrag gezeigt, wie subjektive Theorien durch digitale Netzwerke rekonstruiert werden können. Dafür werden ausgewählte Tools nach bestimmten Kriterien analysiert und verglichen. Anschließend wird auf Basis einer qualitativen Studie zur Studienwahl die Durchführung der digitalen Rekonstruktion beschrieben und daraus gewonnene Erkenntnisse aufgezeigt.
Insgesamt fällt auf, dass digitale Netzwerke eine ressourcenschonende Alternative zu den klassischen Rekonstruktionsverfahren sind. Neben der starken Reduzierung des Papierverbrauchs gibt es keine flächenmäßige Begrenzung der Netzwerke. Um alle rekonstruktionsrelevanten Abschnitte aufzuzeichnen, müssen bestimmte technische Voraussetzungen gegeben sein. Zudem können Kosten für die digitalen Tools anfallen, die je nach Leistungsumfang variieren.
Insgesamt fällt auf, dass digitale Netzwerke eine ressourcenschonende Alternative zu den klassischen Rekonstruktionsverfahren sind. Neben der starken Reduzierung des Papierverbrauchs gibt es keine flächenmäßige Begrenzung der Netzwerke. Um alle rekonstruktionsrelevanten Abschnitte aufzuzeichnen, müssen bestimmte technische Voraussetzungen gegeben sein. Zudem können Kosten für die digitalen Tools anfallen, die je nach Leistungsumfang variieren.
Details
Original language | German |
---|---|
Pages (from-to) | 1-18 |
Journal | bwp@ Berufs- und Wirtschaftspädagogik – online |
Volume | 2023 |
Issue number | Profil 8 |
Publication status | Published - 14 Sept 2023 |
Peer-reviewed | Yes |
External IDs
ORCID | /0009-0007-6416-1195/work/168719927 |
---|