Geschlechterunterschiede in Mathematik - PISA-Reanalyse zeigt soziale Einflüsse
(IINews) - Eines der zentralen Themen der Bildungsforschung sind die unterschiedlichen schulischen Leistungen von Jungen und Mädchen, im Speziellen das Fach Mathematik. Die dort erzielten Leistungen beeinflussen maßgeblich die späteren Bildungs- und Berufslaufbahnen der Jugendlichen. Die Publikation"Geschlechterunterschiede in mathematischen Leistungen unter sozioökonomischen Einflüssen"bietet eine fundierte Reanalyse der PISA-Studie und beleuchtet, wie Geschlecht und sozialer Hintergrund schulische Leistungen beeinflussen. Das Buch ist im Juli 2025 bei Academic Plus erschienen.
Die Publikation"Geschlechterunterschiede in mathematischen Leistungen unter sozioökonomischen Einflüssen"untersucht den Gender-Gap im Fach Mathematik in Deutschland. Basierend auf PISA Daten fragt die Studie danach, wie sich schulische Leistungen je nach Geschlecht und sozialer Herkunft unterscheiden - und welche Implikationen sich daraus für Bildungsungleichheiten ergeben. Dabei zielt die Publikation darauf ab, Geschlechterunterschiede nicht isoliert, sondern im Zusammenspiel mit dem sozioökonomischen Status zu betrachten, um daraus pädagogische Handlungsempfehlungen abzuleiten.
Soziale Herkunft verstärkt den Gender-Gap
Im Mittelpunkt steht die Reanalyse der PISA-Studie im Hinblick auf Geschlechterunterschiede, Mathematikleistungen und sozioökonomischen Status. Die Publikation beleuchtet, inwiefern Mädchen und Jungen aus unterschiedlichen sozialen Schichten unterschiedlich abschneiden und welche Unterschiede sich in ihren mathematischen Kompetenzen zeigen. Dabei wird deutlich: Jungen erzielen im Durchschnitt höhere Matheleistungen, doch der Leistungsvorsprung variiert deutlich in Abhängigkeit von sozialer Herkunft.
Die Arbeit verknüpft Theorien sozialer Ungleichheit nach Raymond Boudon und Pierre Bourdieu - etwa Habitus, Kapitalarten und sozialer Raum - mit pädagogischen Themen wie Bildungsungleichheit und Geschlechtertheorien. Methodisch stützt sie sich auf quantitative Auswertungen der PISA-Daten, zeigt Limitationen auf, diskutiert zukünftige Forschungsperspektiven und formuliert praktische Implikationen für Schulen und Bildungspolitik.
Das Buch richtet sich vor allem an die Wissenschaft, Pädagog:innen, Bildungspolitiker:innen und alle, die sich für Gleichstellung und Chancengerechtigkeit im Bildungssystem interessieren. Die Arbeit leistet einen wichtigen Beitrag zur Debatte über Bildungsungleichheit und zeigt auf, wie Gender- und Herkunftsdimensionen ineinandergreifen.
Das Buch ist im Juli 2025 im GRIN-Imprint Academic Plus erschienen (ISBN: 978-3-389-13789-5).
Direktlink zur Veröffentlichung: https://www.grin.com/document/1588973
Kostenlose Rezensionsexemplare sind direktüber den Verlag unter presse(at)grin.com zu beziehen.
Themen in diesem Fachartikel:
geschlechterunterschiede
mathematikleistungen
soziooekonomischer-status
pisa
studie
bildungsungleichheit
geschlechtertheorien
Unternehmensinformation / Kurzprofil:
GRIN publiziert seit 1998 akademische eBooks und Bücher. Wir veröffentlichen alle wissenschaftlichen Arbeiten: Hausarbeiten, Bachelorarbeiten, Masterarbeiten, Dissertationen, Fachbücher uvm. Seit 2025 veröffentlichen wir im Rahmen unseres Selfpublishing-Services auch nicht-akademische Bücher wie Sachbücher, Ratgeber, Belletristik, Kinderbücher, Lyrik und Biografien.
GRIN Publishing GmbH
Adriana Lütz
Trappentreustr. 1
80339 München
presse(at)grin.com
+49-(0)89-550559-0
https://www.grin.com
Datum: 29.07.2025 - 14:05 Uhr
Sprache: Deutsch
News-ID 2187895
Anzahl Zeichen: 0
Kontakt-Informationen:
Ansprechpartner: Adriana Lütz
Stadt:
München
Telefon: +49-(0)89-550559-0
Kategorie:
Bildung & Beruf
Dieser Fachartikel wurde bisher 6 mal aufgerufen.
Der Fachartikel mit dem Titel:
"Geschlechterunterschiede in Mathematik - PISA-Reanalyse zeigt soziale Einflüsse"
steht unter der journalistisch-redaktionellen Verantwortung von
GRIN Publishing GmbH (Nachricht senden)
Beachten Sie bitte die weiteren Informationen zum Haftungsauschluß (gemäß TMG - TeleMedianGesetz) und dem Datenschutz (gemäß der DSGVO).