Datenanalyse zum Citizen Science Projekt "Ameisen-Picknick"

Dauer: 1-2 Stunden

Achtung! Dieses Programm macht nur Sinn, wenn ZUERST das Ameisen-Picknick Citizen Science Experiment umgesetzt wurde.

Unterlagen für 3 Lernniveaus verfügbar: Primarstufe-Unterstufe-Oberstufe

Introtext | Materialliste | Anleitung | Dateneingabe-Link | Quiz für Lehrerinnen & Quiz für Schülerinnen | Tips | Arbeitsblatt Level 1-3 | Weitere Downloads | FAQ

Wozu Daten...?

Wenn Wissenschaftlerinnen Experimente durchführen, sammeln und erfassen sie Daten. Im Sachunterricht oder in MINT-Fächern (Mathematik, Informatik, Naturwissenschaft und Technik) erfassen SuS (Schülerinnen und Schüler) auch oft Daten, um Forschungsfragen zu beantworten.

Allerdings fehlt SuS im Gegensatz zu Wissenschaftlerinnen oft der Kontext ihrer gesammelten Daten und so kann es passieren, dass sie die Antworten in Zahlen sehen, ohne dabei die Verbindung zur realen Welt und der Bedeutung dieser Daten herzustellen.

Beim wissenschaftlichen Arbeiten sind Daten nicht genug, um Fragen aus der realen Welt zu beantworten. Vielmehr müssen diese Daten in beweiskräftige Aussagen umgewandelt werden. Um das zu erreichen, werden Daten analysiert und interpretiert. Dabei wird der Datensatz geordnet und es wird nach Mustern gesucht, die für die Forschungsfrage relevant sind.

Zum Beispiel könnte man untersuchen, ob Eichhörnchen mehr Nüsse an einem kalten oder an einem warmen Tag vergraben. Um das zu beantworten, muss die Wissenschaftlerin zuerst alle Nüsse, die an verschiedenen Tagen versteckt werden zählen, dann den Durchschnittswert der Nüsse, die pro warmem und pro kaltem Tag versteckt werden, errechnen und schlussendlich diese Mittelwerte miteinander vergleichen. Es reicht nicht aus, einfach die Gesamtanzahl der an kalten und an warmen Tagen versteckten Nüsse zu vergleichen, um eine wissenschaftlich fundierte Aussage zu treffen.

Hier haben SuS die Möglichkeit, Ihre eigenen Daten selbst zu analysieren. Dazu verwenden sie ihre Ergebnisse aus dem Ameisen-Picknick Citizen Science Experiment. Es ist daher notwendig, dass das Experiment vorher durchgeführt wurde und die erfassten Daten verfügbar sind. In dieser Aktivität erstellen SuS ein Diagramm; für höhere Schulstufen besteht die Möglichkeit mit MS Excel zu arbeiten, für alle anderen lässt es sich auch mit Stift und Papier umsetzen.

Das wird benötigt:

Bevor ihr loslegt, ein paar Tips:

Leitfaden

für LehrerInnen

Arbeitsblatt

zur Datenanlyse

Primarstufe

ODER

Unterstufe

ODER

Oberstufe

Seht euch alle Optionen an und entscheidet dann, welche für eure Gruppe am besten passt.

Vorgefertigte Datensätze

zur Unterstützung & weiterführenden Übung

3 Gruppen (Standorte) für Level 1

8 Gruppen (Standorte) für Level 2

8 Gruppen (Standorte) für Level 3

Auszug aus globalen Ameisen-Picknick Daten

FAQ – Häufig gestellte Fragen

Frequently, students will say that they have nothing to record because there were no ants at their Ant Picnic experiment. This can provide a good teaching moment to help students to distinguish between “zero” and “no data.” One approach to help students think about this difference is to have them imagine a scenario where two groups of students set out baits. After an hour, both groups went back outside to collect the ants. Group A discovered that some crows had taken the cookies from the index cards. The index cards for Group B still had the cookies, but there were no ants. In the first case, Group A has no data for cookie because they were unable to complete the experiment, whereas Group B collected zero ants for the cookie bait. If students are having difficulty thinking about ants, another way to help students think about the difference between “zero” and “no data” is to personalize the scenario by asking them to imagine two students who have a science quiz. Student A is at home sick and doesn’t take the quiz, so Student A has “no data.” Student B took the quiz, but missed every question, so Student B has a score of “zero.” You even could provide a fake “grade book” and have students calculate the averages for Student A and Student B. To assess students’ understanding, have them generate their own scenarios for zero versus no data and describe the consequences of each. This could be a great warm-up or ticket out the door.
Yes, you can still work with the data. Instead of comparing the data across sites, you can compare the data across different bait types.

Na, wie wars? Ich freue mich auf eure Rückmeldung: