Einflüsse der Visualisierungsform auf die Konstruktion mentaler Modelle beim Text- und Bildverstehen
Abstract
Zusammenfassung. Im folgenden Beitrag wird ein integratives Modell des Text- und des Bildverstehens dargestellt. Text- und Bildverstehen werden darin als anforderungsorientierte Konstruktion von deskriptionalen und depiktionalen mentalen Repräsentationen durch Selektions-, Organisations-, Symbolverarbeitungs- und Strukturabbildungsprozesse sowie Prozesse der mentalen Modellkonstruktion und Modellinspektion angesehen. Ausgehend von diesem theoretischen Modell wurde ein Experiment durchgeführt, in dem Lernende anhand eines Hypertexts mit unterschiedlichen, jedoch informationsäquivalenten Bildern selbstgesteuert Wissen über einen komplexen Sachverhalt (Zeit- und Datumsunterschiede auf der Erde) erwerben sollten. Dabei wurde untersucht, unter welchen Bedingungen die Probanden bevorzugt auf welche Informationsquelle zurückgreifen. Außerdem wurde geprüft, ob die Form der Visualisierung Einfluß auf die Struktureigenschaften des beim Bildverstehen konstruierten Modells hat. Die Ergebnisse weisen darauf hin, daß einfachere Bilder Lernende eher zu einer oberflächlichen Verarbeitung veranlassen, bei der Text- und Bildverstehen einander teilweise ersetzen, während anspruchsvollere Bilder eher zu einer intensiveren Verarbeitung führen, bei der Text- und Bildverstehen einander wechselseitig stimulieren. Außerdem sprechen die Ergebnisse dafür, daß die Bildoberflächenstruktur zumindest teilweise auf die Struktur des mentalen Modells abgebildet wird und daß die Darbietung einer nicht aufgabenadäquaten Visualisierung mit der erforderlichen mentalen Modellkonstruktion interferieren kann. Bei der Gestaltung von Texten mit Bildern verdient demnach die Form der Visualisierung besondere Aufmerksamkeit.
Cites (5)
- Working MemoryBaddeley, Alan · 1992 · Science
- Cognitive Load Theory and the Format of InstructionChandler, Paul, Sweller, John · 1991 · Cognition and Instruction
- Image And Brain: The Resolution of the Imagery DebateKosslyn, Stephen M. · 1994
- Multimedia learning: Are we asking the right questions?Mayer, Richard E. · 1997 · Educational Psychologist
- The structure-mapping engine: Algorithm and examplesFalkenhainer, Brian, Forbus, Kenneth D., Gentner, Dedre · 1989 · Artificial Intelligence
Cited by (6)
- Assessment of Cognitive Load in Multimedia Learning Using Dual-Task MethodologyBrünken, Roland, Steinbacher, Susan, Plass, Jan L., Leutner, Detlev · 2002 · Experimental Psychology
- The active integration of information during learning with dynamic and interactive visualisationsBodemer, Daniel, Ploetzner, Rolf, Feuerlein, Inge, Spada, Hans · 2004 · Learning and Instruction
- External and mental referencing of multiple representationsBodemer, Daniel, Faust, Uwe · 2006 · Computers in Human Behavior
- Art or Artifact: Evaluating the Accuracy, Appeal, and Educational Value of AI-Generated Imagery in DALL·E 3 for Illustrating Congenital Heart DiseasesTemsah, Mohamad-Hani, Alhuzaimi, Abdullah N., Almansour, Mohammed, Aljamaan, Fadi, Alhasan, Khalid, Batarfi, Munirah A., Altamimi, Ibraheem, Alharbi, Amani, Alsuhaibani, Adel Abdulaziz, Alwakeel, Leena et al. · 2024 · Journal of Medical Systems
- The effects of different levels of disfluency on learning outcomes and cognitive loadSeufert, Tina, Wagner, Felix, Westphal, Julia · 2017 · Instructional Science
How to cite
Cite CoChat for the checks on this page, and the paper for its own findings.
- This page
- CoChat. (2026). Citation check: Einflüsse der Visualisierungsform auf die Konstruktion mentaler Modelle beim Text- und Bildverstehen. https://app.cochat.ai/papers/10.1026//0949-3964.46.3.217
- The paper
- Schnotz, W., & Bannert, M. (1999). Einflüsse der Visualisierungsform auf die Konstruktion mentaler Modelle beim Text- und Bildverstehen. Experimental Psychology. https://doi.org/10.1026//0949-3964.46.3.217
Data sources
Bibliographic data: Semantic Scholar, OpenAlex, Crossref.
Contains information from the Semantic Scholar Academic Graph Datasets, made available under the ODC Attribution License (ODC-BY 1.0).
Semantic Scholar’s data is described in: Kinney, R., et al. (2023). The Semantic Scholar Open Data Platform. arXiv:2301.10140.