Agard Base
Zurück zu allen DLL-Niveaus
Explorer Band · EXPDLL 5

Explorer Phase - DLL 5

In DLL 5 erkunden Lernende die Komplexität innerhalb vertrauter Diagrammformen. Sie interpretieren gruppierte oder gestapelte Daten, erkennen, wann Schlussfolgerungen über die Evidenz hinausgehen, und überarbeiten ihre eigene Arbeit, um Daten ethisch und klar darzustellen.

Standards version 1.0 · Released 1.1.2025

Standards

DLL 5 Standards (10)

Band: Explorer · Bereichsabdeckung: 5

EXP.F.5.1

Foundations · F

DOK 2

Die Lernenden erkennen, dass gruppierte oder gestapelte Balken zusammengehörige Kategorien darstellen.

Evidenz

Identifiziert, dass jede Farbe in einem Balken eine Untergruppe von Daten repräsentiert.

Globale Verknüpfungen

CCSS · 5.MD.B
ISTE · 1a

EXP.F.5.2

Foundations · F

DOK 3

Die Lernenden erklären, wie Skalen und Intervalle die Interpretation beeinflussen.

Evidenz

Beschreibt, dass die Verdopplung des Intervallabstands den wahrgenommenen Unterschied verändert.

Globale Verknüpfungen

CCSS · 5.MD
OECD_LC2030 · (Data integrity)

EXP.R.5.1

Reading & Interpreting · R

DOK 3

Die Lernenden interpretieren mehrere Merkmale (Farbe, Muster, Beschriftung) in einem gruppierten Balkendiagramm.

Evidenz

Vergleicht Untergruppen korrekt mithilfe der Legende und der Skala.

Globale Verknüpfungen

CCSS · 5.MD.B
NGSS · SEP Analyzing Data

EXP.R.5.2

Reading & Interpreting · R

DOK 3-4

Die Lernenden ziehen begründete Schlussfolgerungen und unterscheiden zwischen Evidenz und Meinung.

Evidenz

Sagt: "Es scheint höher zu sein, aber wir bräuchten mehr Daten."

Globale Verknüpfungen

C3 · D3 (Evidence & Claim)
ISTE · 3a

EXP.C.5.1

Creating & Communicating · C

DOK 3

Die Lernenden erstellen ein klares gruppiertes Balkendiagramm oder ein Doppelliniendiagramm aus erhobenen Daten.

Evidenz

Erstellt ein korrekt skaliertes, beschriftetes und farbcodiertes Diagramm.

Globale Verknüpfungen

ISTE · 6a
UNESCO_MIL · (Accuracy of Representation)

EXP.C.5.2

Creating & Communicating · C

DOK 3-4

Die Lernenden überarbeiten ein Diagramm, um visuelle Verzerrungen oder Verwirrung zu beseitigen.

Evidenz

Passt Achse, Farben oder Reihenfolge an, um die Klarheit zu verbessern.

Globale Verknüpfungen

ISTE · 6b
UNESCO_MIL · (Bias Correction)

EXP.CR.5.1

Critical & Ethical · CR

DOK 3

Die Lernenden kritisieren Diagramme in den Medien aufgrund von Übertreibung oder Auslassung.

Evidenz

Identifiziert fehlende Grundlinie oder abgeschnittene Achse in einem realen Beispiel.

Globale Verknüpfungen

ISTE · 2a
UNESCO_MIL · Bias Detection

EXP.CR.5.2

Critical & Ethical · CR

DOK 4

Die Lernenden erklären, wie irreführende visuelle Darstellungen Verständnis oder Fairness beeinträchtigen können.

Evidenz

Sagt: "Es könnte Menschen denken lassen, dass eine Schule besser ist, obwohl die Daten unvollständig sind."

Globale Verknüpfungen

CASEL · Ethical Decision
OECD_LC2030 · (Ethical communication)

EXP.L.5.1

Leadership & Application · L

DOK 3

Die Lernenden führen Gleichaltrige an, Datenvisualisierungen vor der Veröffentlichung auf Fairness zu überprüfen.

Evidenz

Leitet eine Gruppen-Checkliste für Genauigkeit und Inklusion.

Globale Verknüpfungen

C3 · D2 (Civic collaboration)
CASEL · Responsible Decision

EXP.L.5.2

Leadership & Application · L

DOK 4

Die Lernenden präsentieren Ergebnisse und erkennen sowohl Stärken als auch Grenzen der Daten an.

Evidenz

Sagt: "Dies zeigt Wachstum, aber wir haben nur eine Klasse gemessen."

Globale Verknüpfungen

ISTE · 7a (Responsible communication)
UNESCO_SDG · 4.7

Niveau-Zusammenfassung

In DLL 5 gehen Lernende vom Erkennen von Fairness zum Bewahren von Fairness über. Sie beurteilen Evidenz kritisch, verfeinern visuelle Darstellungen für mehr Klarheit und übernehmen Verantwortung dafür, wie Informationen andere beeinflussen — und verbinden Datenintegrität mit Empathie in der Kommunikation.

DLL 5 | Datenkompetenz-Niveaus | Chart-Ed Institute