26gma026 10.3205/26gma026 urn:nbn:de:0183-26gma0269 Meeting Abstract Delonge Delonge Emilia E

LMU München, LMU Klinikum, Institut für Didaktik und Ausbildungsforschung in der Medizin, München, Deutschland

author Peltzer Peltzer Nina N

LMU München, LMU Klinikum, Institut für Didaktik und Ausbildungsforschung in der Medizin, München, Deutschland

author Stadler Stadler Matthias M

LMU München, LMU Klinikum, Institut für Didaktik und Ausbildungsforschung in der Medizin, München, Deutschland

author Kuhn Kuhn Jochen J

LMU München, Fakultät für Physik, Lehrstuhl für Didaktik der Physik, München, Deutschland

author Hoyer Hoyer Christoph C

LMU München, Fakultät für Physik, Lehrstuhl für Didaktik der Physik, München, Deutschland

author Cera Cera Raphael R

LMU München, Fakultät für Physik, Lehrstuhl für Didaktik der Physik, München, Deutschland

author Richters Richters Constanze C

LMU München, LMU Klinikum, Institut für Didaktik und Ausbildungsforschung in der Medizin, München, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20260904 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0655 026 Jahrestagung der Gesellschaft für Medizinische Ausbildung (GMA) V-05 Gestaltung & Prüfen – Curriculum & Kompetenzentwicklung Dresden 20260917 20260919 V-0502 TextHintergrund: Die medizinische Ausbildung umfasst komplexe Inhalte und kognitiv anspruchsvolle Lehrformate. Zur Beschreibung verfügbarer kognitiver Ressourcen der Lernenden wird häufig die Cognitive Load Theory (CLT) herangezogen, die intrinsische (ICL) und extrinsische Belastung (ECL) in Bezug auf Lerninhalt und Instruktionsdesign unterscheidet . Theoretische Erweiterungen der CLT berücksichtigen lernendenbezogene Faktoren wie Stress oder aufgabenfremde Gedanken (z.B. ); empirisch wurden sie meist als Einfluss auf ECL modelliert (z.B. ). Offen bleibt, ob diese Ressourcenbindung eigenständig zu konzeptualisieren ist. Daher schlagen wir Personal Cognitive Load (PCL) als eigenständige Belastungsdimension vor, die aufgabenfremd gebundene kognitive Ressourcen beschreibt. Ziel ist die Entwicklung und Validierung einer Selbsteinschätzungsskala zu PCL.Methoden: Untersucht wurden Medizinstudierende der Vorklinik im Rahmen eines curricularen Physikpraktikums zur Optik im Kontext des menschlichen Auges. Analysiert wurden N=253 vollständige Prä-Post-Datensätze. Im Prätest wurden Vorwissen objektiv (11 Single-Choice-Items) sowie Stress und Mind-Wandering per Selbstbericht erhoben. Nach der Lerneinheit wurden Wissen erneut objektiv sowie mentale Anstrengung, ICL, ECL und PCL per Selbstbericht erfasst. Konstruktvalidität wurde mittels konfirmatorischer Faktorenanalyse und Korrelationsanalysen mit Stress und Mind-Wandering als theoretisch verwandte Konstrukte geprüft. Kriteriumsbezogene Validität wurde regressionsanalytisch hinsichtlich mentaler Anstrengung und Wissenszuwachs untersucht; der zusätzliche Beitrag von PCL gegenüber ICL und ECL wurde getestet.Ergebnisse: Die PCL-Skala zeigte eine hohe interne Konsistenz (α=.91). Die konfirmatorische Faktorenanalyse bestätigte ein Drei-Faktoren-Modell mit separaten Faktoren für PCL, ICL und ECL (CFI=.986, TLI=.981, SRMR=.056). PCL korrelierte moderat mit ECL (r= 34) und schwach mit ICL (r=.24) sowie nur gering mit Stress (r=.14) und Mind-Wandering (r=.13). Ein zusätzlicher Beitrag von PCL zur Vorhersage subjektiver mentaler Anstrengung oder des objektiv gemessenen Wissenszuwachses über ICL und ECL hinaus zeigte sich nicht (ΔR²<.01; p>.05).Diskussion: PCL lässt sich faktoriell von ICL und ECL abgrenzen. ICL entsteht aus der Interaktion von Vorwissen und Lerninhalt, ECL durch das Instruktionsdesign; PCL erfasst aufgabenirrelevante Gedanken und Stress. Trotz moderater Zusammenhänge mit ECL zeigte sich in den Daten kein zusätzlicher Beitrag zur Vorhersage mentaler Anstrengung oder des Wissenszuwachses. Die leistungsbezogene Relevanz ist in weiteren Lernsettings zu prüfen.Take-Home-Messages: Kognitive Belastung umfasst neben inhalts- und designbedingten Anteilen auch aufgabenfremd gebundene Anteile.PCL operationalisiert diese als eigenständige Belastungsdimension.Dies erweitert die CLT-Perspektive für zukünftige medizinische Ausbildungsforschung. Young JQ Van Merrienboer J Durning S Ten Cate O Cognitive Load Theory: Implications for medical education: AMEE Guide No. 86 2014 Med Teach 371-384 Young JQ, Van Merrienboer J, Durning S, Ten Cate O. Cognitive Load Theory: Implications for medical education: AMEE Guide No. 86. Med Teach. 2014;36(5):371-384. DOI: 10.3109/0142159X.2014.889290 http://dx.doi.org/10.3109/0142159X.2014.889290 Plass JL Kalyuga S Four Ways of Considering Emotion in Cognitive Load Theory 2019 Educ Psychol Rev 339-359 Plass JL, Kalyuga S. Four Ways of Considering Emotion in Cognitive Load Theory. Educ Psychol Rev. 2019;31:339-359. DOI: 10.1007/s10648-019-09473-5 http://dx.doi.org/10.1007/s10648-019-09473-5 Becker S Klein P Gößling A Kuhn J Investigating Dynamic Visualizations of Multiple Representations Using Mobile Video Analysis in Physics Lessons: Effects on Emotion, Cognitive Load and Conceptual Understanding 2020 Z Didakt Naturwiss 123-142 Becker S, Klein P, Gößling A, Kuhn J. Investigating Dynamic Visualizations of Multiple Representations Using Mobile Video Analysis in Physics Lessons: Effects on Emotion, Cognitive Load and Conceptual Understanding. Z Didakt Naturwiss. 2020;26(1):123-142. DOI: 10.1007/s40573-020-00116-9 http://dx.doi.org/10.1007/s40573-020-00116-9 0 0 0 0