Literatur
Grundlagen
Greefrath, G., Kaiser, G., Blum, W. & Borromeo Ferri, R. (2013). Mathematisches Modellieren - Eine Einführung in theoretische und didaktische Hintergründe. In Borromeo Ferri, R., Greefrath, G. & Kaiser, G. (Hrsg.), Mathematisches Modellieren für Schule und Hochschule. Theoretische und didaktische Hintergründe (S. 11-38). Wiesbaden: Springer.
Krohs, U. (2004). Eine Theorie biologischer Theorien. Status und Gehalt von Funktionsaussagen und informationstheoretischen Modellen. Berlin, Heidelberg: Springer.
Krüger, D., Kauertz, A. & Upmeier zu Belzen, A. (2018). Modelle und das Modellieren in den Naturwissenschaften. In Krüger, D., Parchmann, I. & Schecker, H. (Hrsg.), Theorien in der naturwissenschaftsdidaktischen Forschung (S. 141-158). Berlin, Heidelberg: Springer Nature.
Reiss, K. & Hammer, C. (2013). Grundlagen der Mathematikdidaktik: Eine Einführung für den Unterricht in der Sekundarstufe. Basel: Springer.
Stachowiak, H. (1973). Allgemeine Modelltheorie. Wien: Springer.
Vertiefendes
Ableitinger, C. (2010). Biomathematische Modelle im Unterricht. Fachwissenschaftliche und didaktische Grundlagen mit Unterrichtsmaterialien. Wiesbaden: Springer Fachmedien, Vieweg+Teubner Verlag.
Beckschulte, C. (2019). Mathematisches Modellieren mit Lösungsplan. Eine empirische Untersuchung zur Entwicklung von Modellierungskompetenzen. Wiesbaden: Springer Spektrum.
Blum, W., Galbraith, P. L., Henn, H.-W., Niss, M. (Hrsg.) (2007). Modelling and Applications in Mathematics Education. New York: Springer.
Blum, W. & Schukajlow, S. (2018). Selbstständiges Lernen mit Modellierungsaufgaben - Untersuchung von Lernumgebungen zum Modellieren im Projekt DISUM. In Schukajlow, B. & Blum, W. (Hrsg.), Evaluierte Lernumgebungen zum Modellieren (S. 51-72). Wiesbaden: Springer Spektrum.
Böhm, U. (2013). Modellierungskompetenzen langfristig und kumulativ fördern. Tätigkeitstheoretische Analyse des mathematischen Modellierens in der Sekundarstufe I. Wiesbaden: Springer Spektrum.
Borromeo Ferri, R. (2011). Wege zur Innenwelt des mathematischen Modellierens - Kognitive Analysen von Modellierungsprozessen im Mathematikunterricht. Wiesbaden: Vieweg+Teubner.
Brand, S. (2014). Erwerb von Modellierungskompetenzen. Empirischer Vergleich eines holistischen und eines atomistischen Ansatzes zur Förderung von Modellierungskompetenzen. Dissertation, Universität Hamburg. Wiesbaden: Springer Spektrum.
Büchter, A. & Leuders, T. (2005). Standards für das Leisten brauchen Aufgaben für das Lernen! PM - Praxis der Mathematik in der Schule, 47(2), S. 40-41.
Crawford, B. & Cullin, M. (2005). Dynamic Assessments of Preservice Teachers’ Knowledge of Models and Modelling. In Boersma, K., Goedhart, M., de Jong, O. & Eijkelhof, H. (Hrsg.), Research and the Quality of Science Education (S. 309-323). Dordrecht, Netherlands: Springer.
Filler, A. (2009). Modellierung in der Mathematik und in der Informatik: Wie müssen die Aufzüge fahren, damit das Chaos aufhört? In Brinkmann, A. & Oldenburg, R. (Hrsg.), Materialien für einen realitätsbezogenen Mathematikunterricht (S. 1-12). Hildesheim: Franzbecker.
Galbraith, P. L. & Clatworthy, N. J. (1990). Beyond standard Models - Meeting the Challenge of Modelling. Educational Studies in Mathematics, 21, 137 - 163.
Greefrath, G., Siller, H.-S. & Ludwig, M. (2017). Modelling problems in German grammar school leaving examinations (Abitur)-Theory and practice. 10th Congress of the European Society for Research in Mathematics Education (CERME 10), Dublin, Ireland.
Greefrath, G. (2018). Anwendungen und Modellieren im Mathematikunterricht. Didaktische Perspektiven zum Sachrechnen in der Sekundarstufe. Berlin, Heidelberg: Springer Spektrum.
Jahnke, T. (2005). Zur Authentizität von Mathematikaufgaben. Beiträge zum Mathematikunterricht, 39. Jahrestagung der Gesellschaft für Didaktik der Mathematik.
Jordan, A., Krauss, S., Löwen, K., Blum, W., Neubrand, M., Brunner, M., Kunter, M. & Baumert, J. (2008). Aufgaben im COACTIV-Projekt: Zeugnisse des kognitiven Aktivierungspotentials im deutschen Mathematikunterricht. Journal für Mathematik-Didaktik, 29, S. 83-107.
Krell, M. & Krüger, D. (2013). Wie werden Modelle im Biologieunterricht eingesetzt? Ergebnisse einer Fragebogenstudie. Erkenntnisgewinn Biologiedidaktik, 12, 9-26.
Kultusministerkonferenz (KMK) (2012). Bildungsstandards im Fach Mathematik für die allgemeine Hochschulreife. Verfügbar unter http://www.kmk.org/fileadmin/Dateien/veroeffentlichungen_beschluesse/2012/2012_10_18-Bildungsstandards-Mathe-Abi.pdf (29.05.2020).
Leiß, D. & Blum, W. (2006). Beschreibung zentraler mathematischer Kompetenzen. In W. Blum, C. Drüke-Noe, R. Hartung & O. Köller (Hrsg.), Bildungsstandards Mathematik: Konkret - Sekundarstufe I: Aufgabenbeispiele, Unterrichtsanregungen, Fortbildungsideen (S. 33-50). Berlin: Cornelsen.
Leuders, T. & Holzäpfel, L. (2011). Kognitive Aktivierung im Mathematikunterricht. Unterrichtswissenschaft, 39, 213-230.
Lesh, R. & Doerr, H. M. (2003). Foundations of a Models and Modeling Perspective on Mathematics Teaching. Learning, and Problem Solving. In Lesh, R. & Doerr, H. M. (Hrsg.), Beyond Constructivism: Models and Modeling Perspectives on Mathematics Problem Solving, Learning and Teaching (S. 3-33). Mahwah, USA: Lawrence Erlbaum Asscociates.
Lindmeier, A., Ufer, S. & Reiss, K. (2018). Modellieren lernen mit heuristischen Lösungsbeispielen. Interventionen zum selbstständigkeitsorientierten Erwerb von Modellierungskompetenzen. In Schukajlow, S. & Blum, W. (Hrsg.), Evaluierte Lernumgebungen zum Modellieren (S. 265-288). Wiesbaden: Springer Spektrum.
Maaß, K. (2004). Mathematisches Modellieren im Unterricht - Ergebnisse einer empirischen Studie. Hildesheimer: Franzbecker.
Maaß, K. (2010). Classification Scheme for Modelling Tasks. Journal für Mathematik-Didaktik, 31, 285 - 311.
Maaß, K. & Mischo, C. (2018). Modellieren für leistungsschwächere Lernende: Ein strukturierter Lehrgang. In Schukajlow, S. & Blum, W. (Hrsg.), Evaluierte Lernumgebungen zum Modellieren (S. 289-312). Wiesbaden: Springer Spektrum.
Neubrand, M., Jordan, A., Krauss, S., Blum, W. & Löwen, K. (2011). Aufgaben im COACTIV-Projekt. Einblicke in das Potenzial für kognitive Aktivierung im Mathematikunterricht. In Kunter, M., Baumert, J., Blum, W., Klusmann, U., Krauss, S. & Neubrand, M. (Hrsg.), Professionelle Kompetenz von Lehrkräften. Ergebnisse des Forschungsprogramms COACTIV (S. 115-132). Münster: Waxmann.
Niss, M. (2003). Quantitative literacy and mathematical competencies. In Madison, B. & Stehen, L. (Hrsg.), Quantitative literacy: why numeracy matters for schools and colleges (S. 215-220). Princeton: National Council on Education and the Disciplines.
Niss, M., Blum, W. & Galbraith, P. (2007). Introduction. In Blum, W., Galbraith, P. L., Henn, H.-W. & Niss, M. (Hrsg.), Modelling and applications in mathematical education. The 14th ICMI Study (S. 3-32). New York: Springer.
Niss, M. (2010). Modeling a Crucial Aspect of Students’ Mathematical Modeling. In Lesh, R., Galbraith, P. L., Haines, C. R. & Hurford, A. (Hrsg.), Modeling Students’ Mathematical Modeling Competencies (S. 43-59). New York: Springer.
OECD - Organisation for Economic Co-Operation and Development. (2003). The PISA 2003 assessment framework: Mathematics, reading, science and problem-solving knowledge and skills. Paris, France: OECD.
OECD - Organisation for Economic Co-Operation and Development. (2013). PISA 2012 assessment and analytical Framework: Mathematics, reading, science, problem solving and financial literacy. OECD Publishing. Verfügbar unter http://dx.doi.org/10.1787/9789264190511-en.
Pollak, H. O. (1977). The interaction between mathematics and other school subjects (including integrated courses). In Athen, H. & Kunle, H. (Hrsg.), Proceedigns of the Third International Congress on Mathematical Education (S. 255-264). Karlsruhe: Zentralblatt für Didaktik der Mathematik.
Schukajlow, S. (2006). Schüler-Schwierigkeiten beim Lösen von Modellierungsaufgaben - Ergebnisse aus dem DISUM-Projekt. Beiträge zum Mathematikunterricht (S. 493-496). Hildesheim: Franzbecker.
Schukajlow-Wasjutinski, S. (2010). Schüler-Schwierigkeiten und Schüler-Strategien beim Bearbeiten von Modellierungsaufgaben als Bausteine einer lernprozessorientierten Didaktik. Dissertation, Universität Kassel.
Schukajlow, S. & Krug, A. (2012). Multiple Lösungen beim Modellieren: Wirkungen auf Leistungen, kognitive Aktivierung, Kontrollstrategien, Selbstregulation, Interesse und Selbstwirksamkeit. Beiträge zum Mathematikunterricht 2012 Digital. Vorträge auf der 46. Tagung für Didaktik der Mathematik.
Schukajlow, S. & Blum, W. (2018). Lernumgebungen: Von der Forschung in die Praxis. In S. Schukajlow & W. Blum (Hrsg.), Evaluierte Lernumgebungen zum Modellieren (S. 1-10). Wiesbaden: Springer Spektrum.
Treagust, D. F., Chittleborough, G. & Mamiala, T. L. (2002). Students’ understanding of the role of scientific models in learning science. International Journal of Science Education, 24(4), 357-368.
Upmaier zu Belzen, A. & Krüger, D. (2010). Modellkompetenz im Biologieunterricht. Zeitschrift für Didaktik der Naturwissenschaften, 16, 41-57.
Upmaier zu Belzen, A. & Krüger, A. (2019). Modelle als methodische Werkzeuge begreifen und nutzen: Empirische Befunde und Empfehlungen für die Praxis. In Groß, J., Hammann, M., Schmiermann, P. & Zabel, J. (Hrsg.), Biologiedidaktische Forschung: Erträge für die Praxis (S. 129-146). Berlin, Heidelberg: Springer Spektrum.
Verschaffel, L, Greer, B. & De Corte, E. (2000). Making Sense of Word Problems. Heereweg, Netherlands: Swets & Zeitlinger.
Wess, R. (2020). Mathematisches Modellieren. In Professionelle Kompetenz zum Lehren mathematischen Modellierens. Konzeptualisierung, Operationalisierung und Förderung von Aufgaben- und Diagnosekompetenz (S. 7-37). Wiesbaden: Springer Spektrum.