Paper zu Notizen
Paper zu Notizen
Dichte wissenschaftliche Paper werden zu strukturierten Forschungsnotizen mit Methoden-, Ergebnis- und Diskussionsabschnitten für die Literaturarbeit.
Unterstützt Paper, Wissenschaftliches PDF, Methoden, Ergebnisse
Paper zu Notizen mit echtem Lernmaterial
Links bleibt das Original sichtbar; rechts entsteht ein quellenbasierter Output, den Studierende direkt wiederholen können.
Verteiltes Abrufen reduziert extraneous kognitive Belastung in Einführungsbiologie
Liu, J., Park, R., & Yamamoto, H. (2024)
DOI: 10.1037/edu0000789
Wir untersuchten, ob verteiltes Abrufen die extraneous kognitive Belastung reduziert und den verzögerten Abruf in Einführungsbiologie verbessert. In zwei Experimenten (N = 128 Studierende) mit Within-Subjects-Design erzielten Studierende mit verteiltem Abrufen einen signifikant höheren verzögerten Abruf (eine Woche) als die Wiederlese-Kontrollgruppe.
Teilnehmer (N = 128) durchliefen zwei Lernbedingungen in einem balancierten Within-Subjects-Design: verteiltes Abrufen vs. Wiederlesen. Verzögerter Abruf wurde eine Woche nach der letzten Sitzung mit einem standardisierten Free-Recall-Test gemessen, ausgewertet von zwei unabhängigen Ratern (κ = .91).
§2.3 "desirable
difficulty"
— me, 03/04
- Methoden · 3 Seiten · S. 412–414
- Teilnehmer: N = 128 Studierende
- Within-Subjects, balanciertes Design
Gut, wenn man Paper konsistent für eine Literaturübersicht extrahieren will.
Erstellt
Methoden — vollständige Extraktion
Methoden — vollständige Extraktion
❓Forschungsfrage
- Primär: Reduziert verteilte Abrufpraxis extrinsische Belastung und steigert verzögerten Abruf im Vergleich zum Wiederlesen?
- Sekundär: Interagiert der Effekt mit der thematischen Komplexität?
- H1: verteilter Abruf > Wiederlesen beim verzögerten Abruf.
- H2: verteilter Abruf < Wiederlesen bei selbstberichteter extrinsischer Belastung.
🧑🎓Teilnehmer
- Stichprobe: N = 128 Studierende der Einführung in die Biologie.
- Demografie: Alter 18-22 (M = 19.4), 62% weiblich, einzelne R1-Universität.
- Ausschluss: 4 Teilnehmende wegen verfehlter Attention Checks ausgeschlossen (final N = 124).
- Power: G*Power: N = 110 für 0.80 Power bei α = .05, η² = .10.
🧪Versuchsplan
- Typ: Within-Subjects, vollständig balanciert (jede Person beide Bedingungen).
- Bedingungen: verteilter Abruf vs. Wiederlesen.
- Vorregistrierung: Design, Hypothesen und Analyseplan vor Datenerhebung auf OSF (osf.io/x42q8) eingereicht.
- Randomisierung: Latin-Square der Reihenfolge, balanciert über Komplexität.
📚Materialien
- Lerntexte: 2 Biologie-Kapitel (Zellsignalwege, Ökologie), je ~1.200 Wörter, Flesch 60-65.
- Abrufprompts: 5 Kurzantwort-Fragen pro Text; viermal verteilt über 2 Sitzungen.
- Distraktor: Sudoku zwischen Lernen und Abruf, verhindert direktes Rehearsal.
- NASA-TLX: 6-Item-Selbstbericht der kognitiven Belastung nach jeder Bedingung.
📋Ablauf
- Sitzung 1 (Tag 0): alle lernen beide Texte — eine Hälfte via Abruf, andere via Wiederlesen. Balanciert.
- Pause (Tag 0-7): kein Kontakt zum Material; Rückkehr exakt 7 Tage später.
- Sitzung 2 (Tag 7): freier Abruf zu beiden Texten + retrospektiver NASA-TLX.
📏Outcomes
- Verzögerter Abruf (primär): freier Abruftest eine Woche nach der letzten Lernsitzung.
- Scoring: abgerufene Ideen aus einem 50-Item-Schema; Anteil 0-1.
- Kognitive Belastung (sekundär): NASA-TLX direkt nach jeder Lernbedingung.
✅Scoring & Reliabilität
- Zwei unabhängige Coder: Doktorierende, blind zur Bedingung; doppelt kodiert über alle 256 Protokolle.
- Inter-rater κ: = .91 — 'nahezu perfekte' Übereinstimmung (Landis & Koch 1977).
- Disagreements: 11 von 256 erforderten Adjudikation durch eine dritte Person.
📊Statistikplan
- Hauptanalyse: 2 × 2 Repeated-Measures ANOVA: Bedingung × Komplexität.
- α: .05, zweiseitig (trotz gerichteter H1, aus Transparenz).
- Effektstärke: partielles η² neben dem F-Wert, a priori η² ≥ .06.
- Sensitivitätsanalyse: Zeit-on-Task als Kovariate, um Zeitkonfundierung auszuschließen.
Was Paper zu Notizen im Studienalltag übernimmt
Die Oberfläche ist nur der Anfang. Entscheidend ist, wie gut das Tool sich in Mitschrift, Wiederholung und Prüfungsvorbereitung einfügt.
Methodenteile strukturiert extrahieren
Stichprobe, Design, Variablen und statistische Verfahren werden in vergleichbare Felder gegliedert — die Grundlage für eine saubere Literaturübersicht.
Ergebnisse vollständig erhalten
F-Werte, p-Werte, Effektstärken (η², d) und Gruppenmittelwerte bleiben in den Ergebnisnotizen erhalten — keine Vereinfachung, kein Datenverlust.
Diskussionsteile aufschlüsseln
Theoretische Anschlüsse, Grenzen, weiterer Forschungsbedarf und praktische Implikationen werden in eigene Punkte aufgeteilt.
Zitationsgraph aufbauen
Referenzen und Zitationsketten werden erkannt — sinnvoll für die Anschlussrecherche zur Bachelor-, Master- oder Promotionsarbeit.
Schlüsselbegriffe extrahieren
Fachterminologie wird automatisch herausgezogen und kann direkt zu Karteikarten für das Vokabular werden.
Mehrere Paper vergleichen
Mit gleichen Feldern extrahiert lassen sich mehrere Paper systematisch vergleichen — beschleunigt Literaturübersichten deutlich.
Geeignet für Master- und Promotionsphase
Optimiert für wissenschaftliches Schreiben und Forschungsphasen zwischen Seminararbeit und Promotion.
So funktioniert Paper zu Notizen
Material hochladen, KI arbeiten lassen und mit einer Version weiterlernen, die wirklich zum Wiederholen taugt.
Paper hochladen
PDF, Preprint oder Zeitschriftenartikel — einzeln oder als Stapel.
Thetawave extrahiert nach Feldern
Methode, Ergebnisse und Diskussion werden in strukturierte Felder zerlegt, ideal für direkten Vergleich zwischen Papern.
Vergleichen, wiederholen, erzeugen
Zwischen mehreren Papern vergleichen und Begriffskarten oder Quizfragen erzeugen.
Mit wissenschaftlichen Papern ausprobieren
Wähle ein Paper und sieh, wie Thetawave Methoden, Ergebnisse, Limitationen und Schlüsselbegriffe extrahiert.
Methoden-Abschnitt · Studie zur kognitiven Belastung
Ergebnisse-Abschnitt · ANOVA-Befund
Diskussion · Limitationen und Ausblick
Literaturübersicht · verteiltes Üben
Wer nutzt Paper zu Notizen?
So setzen unterschiedliche Lerntypen dieses Tool in ihrem echten Studienalltag ein.
Forschung & Abschlussarbeit
Extract a comparable set of fields across papers for your literature review or thesis.
Master- und Promotionsstudierende
Built for the volume of reading graduate students need to absorb each term.
STEM-Studierende
Methods and results-heavy STEM papers become easier to compare side-by-side.
Tägliches Lernen
Turn each paper you read into a reusable note in your daily study library.
Was Studierende sagen
"When I prep a literature review with my students, ThetaWave's methods and findings extraction saves us a full evening per paper."
Lena Fischer
LMU München
"Discussion and limitations finally show up as separate notes instead of a single blob of text."
Jonas Weber
TU München
"For my thesis I compared 32 papers using the same extraction fields. It made the comparison part of the review actually tractable."
Mila Schneider
Humboldt-Universität zu Berlin
Häufige Fragen
Hier sind die häufigsten Fragen zu Paper zu Notizen.
Mit Paper zu Notizen direkt loslegen
Lade dein Material hoch und erhalte in wenigen Minuten etwas, das sich wirklich besser lernen, wiederholen oder teilen lässt.