Projektdetails
Hochschule
Private Pädagogische Hochschule Burgenland
Sprache
Projektleitung gesamt
Reumann-Buczolich, Anna; Mag.
Projektleitung intern
Reumann-Buczolich, Anna Maria; Mag.
Interne Projektmitarbeiter/innen
Externe Projektmitarbeiter/innen
Hopf, Martin; Dr.
Kooperationspartner
Laufzeit
2023 – 2027
Beschreibung
Der Mangel an qualifizierten Physiklehrkräften ist ein zunehmendes Problem in vielen Bildungssystemen, insbesondere dort, wo Lehrkräfte fachfremd unterrichten. Um dem entgegenzuwirken, wurde 2023 an der Privaten Pädagogischen Hochschule Burgenland (Österreich) ein Weiterbildungsprogramm zur Qualifizierung von Physiklehrkräften initiiert. Parallel dazu existiert ein vergleichbares Programm für Digitale Grundbildung, das unter ähnlichen strukturellen Bedingungen durchgeführt wird.
Signifikante Unterschiede in den Dropout-Quoten der beiden Weiterbildungsprogramme lassen sich feststellen: Während das Programm Digitale Grundbildung eine Abbruchquote von nur 10 % verzeichnete, lag sie im Programm Physik bei 43 %. Diese Diskrepanz legt nahe, dass der Dropout in naturwissenschaftlichen Weiterbildungsprogrammen von spezifischen Einflussfaktoren geprägt ist, die bislang wenig erforscht wurden.
Zur Untersuchung dieser Lücke werden zwei theoretische Ansätze herangezogen: Das Four Capital Framework betrachtet verschiedene Kapitalarten, die den Verbleib beeinflussen: Human Capital (Fähigkeiten, Wissen), Social Capital (Netzwerke, Unterstützung), Structural Capital (institutionelle Rahmenbedingungen) und Positive Psychological Capital (Selbstwirksamkeit, Optimismus, Resilienz). Das Self-to-Prototype Matching untersucht, inwiefern Individuen ihre eigene Identität mit dem Prototyp einer Gruppe oder Berufsrolle vergleichen.
Das vorliegende Forschungsvorhabgen untersucht die Ursachen für den hohen Dropout im Weiterbildungsprogramm Physik und überprüft, ob diese auch in anderen naturwissenschaftlichen Weiterbildungsprogrammen nachweisbar sind. Ziel ist es, zentrale Einflussfaktoren zu identifizieren und gezielte Unterstützungsmaßnahmen zur Verringerung der Abbruchquoten zu entwickeln. Dabei stellt sich die zentrale Frage: Welche Faktoren beeinflussen den Dropout in der naturwissenschaftlichen Lehrer:innenweiterbildung, und welche Maßnahmen können zur Förderung des Studienerfolgs beitragen?
Die Studie kombiniert qualitative Einzelinterviews mit Teilnehmenden und Abbrecher:innen des Weiterbildungsprogramms für Physik sowie des Weiterbildungsprogramms für Digitale Grundbildung. Die Interviews werden halbstrukturiert geführt und methodisch durch stimulierende Elemente aus Fokusgruppeninterviews ergänzt, um die Reflexion der Befragten zu vertiefen.
Die erhobenen Daten werden mit MAXQDA nach der inhaltsanalytischen Methodik von Kuckartz ausgewertet. Dabei erfolgt zunächst eine deduktive Analyse auf Basis der theoretischen Modelle, gefolgt von einer induktiven Analyse zur Identifikation neuer, aus den Daten emergierender Kategorien.
In einer zweiten Erhebungsphase wird das Messinstrument auf weitere Populationen ausgeweitet. In Betracht gezogen werden dabei Quereinsteiger:innen in naturwissenschaftliche Unterrichtsfächer sowie Abbrecher:innen des Physik-Lehramtsstudiums.
Signifikante Unterschiede in den Dropout-Quoten der beiden Weiterbildungsprogramme lassen sich feststellen: Während das Programm Digitale Grundbildung eine Abbruchquote von nur 10 % verzeichnete, lag sie im Programm Physik bei 43 %. Diese Diskrepanz legt nahe, dass der Dropout in naturwissenschaftlichen Weiterbildungsprogrammen von spezifischen Einflussfaktoren geprägt ist, die bislang wenig erforscht wurden.
Zur Untersuchung dieser Lücke werden zwei theoretische Ansätze herangezogen: Das Four Capital Framework betrachtet verschiedene Kapitalarten, die den Verbleib beeinflussen: Human Capital (Fähigkeiten, Wissen), Social Capital (Netzwerke, Unterstützung), Structural Capital (institutionelle Rahmenbedingungen) und Positive Psychological Capital (Selbstwirksamkeit, Optimismus, Resilienz). Das Self-to-Prototype Matching untersucht, inwiefern Individuen ihre eigene Identität mit dem Prototyp einer Gruppe oder Berufsrolle vergleichen.
Das vorliegende Forschungsvorhabgen untersucht die Ursachen für den hohen Dropout im Weiterbildungsprogramm Physik und überprüft, ob diese auch in anderen naturwissenschaftlichen Weiterbildungsprogrammen nachweisbar sind. Ziel ist es, zentrale Einflussfaktoren zu identifizieren und gezielte Unterstützungsmaßnahmen zur Verringerung der Abbruchquoten zu entwickeln. Dabei stellt sich die zentrale Frage: Welche Faktoren beeinflussen den Dropout in der naturwissenschaftlichen Lehrer:innenweiterbildung, und welche Maßnahmen können zur Förderung des Studienerfolgs beitragen?
Die Studie kombiniert qualitative Einzelinterviews mit Teilnehmenden und Abbrecher:innen des Weiterbildungsprogramms für Physik sowie des Weiterbildungsprogramms für Digitale Grundbildung. Die Interviews werden halbstrukturiert geführt und methodisch durch stimulierende Elemente aus Fokusgruppeninterviews ergänzt, um die Reflexion der Befragten zu vertiefen.
Die erhobenen Daten werden mit MAXQDA nach der inhaltsanalytischen Methodik von Kuckartz ausgewertet. Dabei erfolgt zunächst eine deduktive Analyse auf Basis der theoretischen Modelle, gefolgt von einer induktiven Analyse zur Identifikation neuer, aus den Daten emergierender Kategorien.
In einer zweiten Erhebungsphase wird das Messinstrument auf weitere Populationen ausgeweitet. In Betracht gezogen werden dabei Quereinsteiger:innen in naturwissenschaftliche Unterrichtsfächer sowie Abbrecher:innen des Physik-Lehramtsstudiums.
Beschreibung (engl.)
The shortage of qualified physics teachers is an increasing challenge in many education systems, particularly in cases where teachers are required to teach subjects out of field. To address this issue, a professional development program for physics teachers was launched in 2023 at the Private University College of Teacher Education in Burgenland (Austria). In parallel, a comparable program for digital education was introduced under similar structural conditions.
Significant differences in dropout rates between the two programs were observed: While only 10% of the participants left the digital education program, the dropout rate in the physics program was 43%. This discrepancy suggests that dropout in science-related professional development programs is influenced by specific factors that have not yet been thoroughly investigated.
To bridge this gap, two theoretical approaches are applied in this study: The Four Capital Framework, which identifies four types of capital influencing persistence: Human Capital (skills, knowledge), Social Capital (networks, support), Structural Capital (institutional frameworks), and Positive Psychological Capital (self-efficacy, optimism, resilience). The Self-to-Prototype Matching Model which examines how individuals compare their self-perception to the prototypical image of a group or professional role.
This dissertation investigates the factors contributing to the high dropout rate in the physics professional development program and examines whether these factors are also relevant in other science-related professional development programs. The goal is to identify key influencing factors and develop targeted support strategies to reduce dropout rates.
The central research question is: Which factors influence dropout in science-related teacher professional development, and what measures can support retention and academic success?
The study employs qualitative semi-structured interviews with both current participants and dropouts from the physics and digital education programs. To deepen participants’ reflections, the interviews incorporate stimulating elements from focus group methodologies.
The data will be analysed using MAXQDA, following Kuckartz’s qualitative content analysis. The analysis follows a two-stage process: first, a deductive approach based on the theoretical frameworks, followed by an inductive approach to identify emerging categories from the data.
In a second phase, the instrument will be extended to additional populations, such as career changers in science education and former students who dropped out of physics teacher education programs.
Significant differences in dropout rates between the two programs were observed: While only 10% of the participants left the digital education program, the dropout rate in the physics program was 43%. This discrepancy suggests that dropout in science-related professional development programs is influenced by specific factors that have not yet been thoroughly investigated.
To bridge this gap, two theoretical approaches are applied in this study: The Four Capital Framework, which identifies four types of capital influencing persistence: Human Capital (skills, knowledge), Social Capital (networks, support), Structural Capital (institutional frameworks), and Positive Psychological Capital (self-efficacy, optimism, resilience). The Self-to-Prototype Matching Model which examines how individuals compare their self-perception to the prototypical image of a group or professional role.
This dissertation investigates the factors contributing to the high dropout rate in the physics professional development program and examines whether these factors are also relevant in other science-related professional development programs. The goal is to identify key influencing factors and develop targeted support strategies to reduce dropout rates.
The central research question is: Which factors influence dropout in science-related teacher professional development, and what measures can support retention and academic success?
The study employs qualitative semi-structured interviews with both current participants and dropouts from the physics and digital education programs. To deepen participants’ reflections, the interviews incorporate stimulating elements from focus group methodologies.
The data will be analysed using MAXQDA, following Kuckartz’s qualitative content analysis. The analysis follows a two-stage process: first, a deductive approach based on the theoretical frameworks, followed by an inductive approach to identify emerging categories from the data.
In a second phase, the instrument will be extended to additional populations, such as career changers in science education and former students who dropped out of physics teacher education programs.
Bericht
