Suchergebnisse

AbstractAn instrument developed to identify critical dimensions in prevention programs and to clarify complex issues underlying design of such programs is described.

AbstractThe reopening of the Scottish Parliament in 1999 marked a great opportunity to create a modern government connected to the people. In spite of this, work on responsiveness and the functioning of policy‐making in Scotland since devolution has not been as extensive as it could be. This is certainly true of one of the most common and numerous policy‐making activities undertaken by Scotland and indeed all UK governments, the production of secondary legislation. This article uses time series cross‐sectional analyses to assess the effects of attention by the UK government, the EU, public priorities and the media on Scottish statutory instruments. It finds strong effects for the UK media on Scottish instruments although that effect is lower for policy areas technically, but not practically, outside the competencies of Scottish government. This work hints at a government responsive to events, but also a government that largely sets its own independent priorities.

Lernaufgaben werden im täglichen Unterricht, im Schulbuch und in Klassenarbeiten genutzt. Lernaufgaben sollen sich an den Kompetenzmodellen orientieren. Der explorative Beitrag versucht zu klären, welche Kriterien die Politikdidaktik für das Erstellen von Lernaufgaben in Klassenarbeiten/Klausuren und ihre Bewertung herausgearbeitet hat. Anschließend wird der Gesamtzusammenhang von Richtlinien, Klausuraufgaben, Erwartungshorizont der Lehrperson und zwei Schülerlösungen am Beispiel einer bewerteten Klausur für die Jahrgangsstufe 12 vorgestellt. Die Richtlinien, der Erwartungshorizont und die Benotung geben einen Einblick in die lehrseitige Wissensvermittlung, während die beiden Schülerlösungen die lernerseitige Wissenserschließung dokumentieren. Die vorliegenden Daten wurden 2002 in einem baden-württembergischen Gymnasium erhoben. Im Ergebnis wird mit dem Material und den Lernaufgaben zu wenig das bereichsspezifische Wissen in den Blick genommen. Die gestellten Aufgaben sind weder eindeutig formuliert, noch bereichsspezifisch lösbar. Weltbilder und Misskonzeptionen der Lehrkraft werden sichtbar. Vergleicht man die Schülerlösungen mit dem Erwartungshorizont der Lehrkraft, so werden auch hier Defizite im Outcome sichtbar. Die Schülerlösungen werden nicht entlang des Erwartungshorizonts bewertet. Richtige, nicht vorgesehene Lösungsbeiträge werden ignoriert. Die Schlussfolgerungen sind gleichwohl nicht valide, weil im Sinne des qualitativen Paradigmas das theoretische Sampling fehlt und weil quantitative Wissenstests nicht herangezogen wurden.

Measures of cognitive or socio-emotional skills from large-scale assessments surveys (LSAS) are often based on advanced statistical models and scoring techniques unfamiliar to applied researchers. Consequently, applied researchers working with data from LSAS may be uncertain about the assumptions and computational details of these statistical models and scoring techniques and about how to best incorporate the resulting skill measures in secondary analyses. The present paper is intended as a primer for applied researchers. After a brief introduction to the key properties of skill assessments, we give an overview over the three principal methods with which secondary analysts can incorporate skill measures from LSAS in their analyses: (1) as test scores (i.e., point estimates of individual ability), (2) through structural equation modeling (SEM), and (3) in the form of plausible values (PVs). We discuss the advantages and disadvantages of each method based on three criteria: fallibility (i.e., control for measurement error and unbiasedness), usability (i.e., ease of use in secondary analyses), and immutability (i.e., consistency of test scores, PVs, or measurement model parameters across different analyses and analysts). We show that although none of the methods are optimal under all criteria, methods that result in a single point estimate of each respondent's ability (i.e., all types of "test scores") are rarely optimal for research purposes. Instead, approaches that avoid or correct for measurement error - especially PV methodology - stand out as the method of choice. We conclude with practical recommendations for secondary analysts and data-producing organizations.