Humangenetische Familienstammbäume stellen eine fachspezifische Repräsentationsform zur Dokumentation des Auftretens genetischer Merkmale, (häufig Erkrankungen) innerhalb einer Familie dar (Bennett, Steinhaus French, Resta, & Lochner Doyle, 2008). Sie erlauben, unter anderem, Rückschlüsse auf den dem Merkmal zugrunde liegenden Erbgang, sowie die Beurteilung des individuellen Risikos einer Merkmalsausbildung bei erwarteten/geplanten Nachkommen (genetische Beratung). Allerdings verlangt die Beantwortung diesbezüglicher Fragestellungen auch fachspezifische Problemlösekompetenzen (Hackling, 1994; Hackling & Lawrence, 1988; Smith, 1988), die, den Bildungsstandards im Fach Biologie für den mittleren Schulabschluss folgend, bereits im Rahmen des Genetik-Unterrichts der Sekundarstufe I entwickelt werden sollen. In der Sekundarstufe II findet aufbauend eine vertiefte Auseinandersetzung mit stammbaumbasierten Problemlöseaufgaben statt, die verpflichtend auch X-chromosomale Vererbungsmodi einschließt. Obwohl die humangenetischen Familienstammbäume als fachspezifische Repräsentationen und Problemlöseaufgaben im Genetik-Unterricht breite Anwendung finden und als komplex gelten (Knippels, Waarlo, & Boersma, 2005), ist das Vorgehen der Sekundarschüler:innen bei der Analyse von Stammbaumproblemen nur wenig erforscht.

Im Rahmen der Promotion soll deshalb zunächst der Problemlöseprozess von Sekundarschüler:innen im Detail untersucht werden. Hierbei soll in einer ersten Teilstudie die Frage beantwortet werden, welche Strategie(en) die Schüler:innen zur Bestimmung des vorliegenden Erbgangs nutzen, und welche Argumente sie im Rahmen der Analyse formulieren. In einer zweiten Teilstudie soll der Einfluss von potentiellen Prädiktorvariablen, wie dem Fachwissen in Genetik und den Fähigkeiten im Bereich des schlussfolgernden Denkens, auf die Fähigkeit den vorliegenden Erbgang zu identifizieren, ermittelt werden. Die Erkenntnisse aus beiden Teilstudien werden dann zur Entwicklung einer digitalen Lernumgebung genutzt, in der Schüler:innen Stammbäume zur Analyse erhalten. Ziel ist es hierbei, unter anderem, Stammbäume automatisiert zu generieren und zu analysieren, sodass die derzeitigen Limitationen im Angebot an geeigneten Übungsaufgaben entfallen (vgl. Timm et al., 2020). Darüber hinaus liegt der Fokus auf der Gestaltung adaptiven Feedbacks, welches insbesondere systematische Fehler adressieren soll, die in Teilstudie eins oder der bisherigen Literatur identifiziert wurden.

Timm, J., Otto, B., Schramm, T., Striewe, M., Schmiemann, P., & Goedicke, M. (2020). Technical aspects of automated item generation for blended learning environments in biology. I-Com, 19(1), 3–15. https://doi.org/10.1515/icom-2020-0001

Timm, J., Wools, K., & Schmiemann, P. (2022). Secondary Students’ Reasoning on Pedigree Problems. CBE—Life Sciences Education, 21(1), ar14. https://doi.org/10.1187/cbe.21-01-0009

Timm, J., Oberste, N., & Schmiemann, P. (2023). Which factors influence the success in pedigree analysis? International Journal of Science Education, 45(3), 1-19. https://doi.org/10.1080/09500693.2022.2155494

Timm, J., & Schmiemann, P. (2023). Mit der Lern-App „pedana“ Stammbäume analysieren. Unterricht Biologie, 47(485), 46-47.

Bennett, R. L., Steinhaus French, K., Resta, R. G., & Lochner Doyle, D. (2008). Standardized human pedigree nomenclature: Update and assessment of the recommendations of the national society of genetic counselors. Journal of Genetic Counseling, 17(5), 424–433. https://doi.org/10.1007/s10897-008-9169-9

Hackling, M. W. & Lawrence, J. A. (1988). Expert and novice solutions of genetic pedigree problems. Journal of Research in Science Teaching, 25(7), 531-546. https://doi.org/10.1002/tea.3660250703

Hackling, M. W. (1994). Application of genetics knowledge to the solution of pedigree problems. Research in Science Education, 24, 147-155. https://doi.org/10.1007/BF02356339

Knippels, M.-C. P. J., Waarlo, A. J., & Boersma, K. T. (2005). Design criteria for learning and teaching genetics. Journal of Biological Education, 39(3), 108–112. https://doi.org/10.1080/00219266.2005.9655976

Smith, M. U. (1988). Successful and unsuccessful problem solving in classical genetic pedigrees. Journal of Research in Science Teaching, 25(6), 411-433. https://doi.org/10.1002/tea.3660250602

Timm, J., Otto, B., Schramm, T., Striewe, M., Schmiemann, P., & Goedicke, M. (2020). Technical aspects of automated item generation for blended learning environments in biology. I-Com, 19(1), 3–15. https://doi.org/10.1515/icom-2020-0001