Feedback

Stationenlernen Der 9. November

Ein Schicksalstag der deutschen Geschichte

Blick ins Material

Stationenlernen Der 9. November

Ein Schicksalstag der deutschen Geschichte

  • Abitur Nordrhein-Westfalen 2019
  • Abitur Nordrhein-Westfalen 2020
Typ:
Stationenlernen / Lernzirkel
Umfang:
36 Seiten (4,6 MB)
Verlag:
School-Scout
Auflage:
(2015)
Fächer:
Geschichte
Klassen:
9-13
Schultyp:
Gymnasium, Realschule

Dieses binnendifferenzierte Stationenlernen zum “Schicksalstag der deutschen Geschichte” regt zur selbstständigen Erarbeitung zentraler historischer Aspekte des 9. Novembers an. Der 9. November stellt ein besonderes Datum dar. Auf ihn fallen vier entscheidende Ereignisse, die unsere Gegenwart mitbestimmen. Die Schüler/innen haben die Möglichkeit, sich mit diesen Ereignissen (zweifache Ausrufung der Republik 1918, Hitler-Ludendorff-Putsch 1923, Reichspogromnacht 1938, Mauerfall 1989) vertraut zu machen.

Warum stellt das Lernen an Stationen einen sinnvollen Unterrichtsverlauf dar? Die Schülerinnen und Schüler können den Inhalt selbständig erarbeiten und das individuelle Lerntempo jeweils anpassen. Dies gewährleistet die Binnendifferenzierung ohne gesonderte Aufgabenstellung.

Die Schüler/innen erhalten zum Absolvieren der Stationen eine Checkliste, die ihnen durch gezieltes Abhaken der Aufgabenstellung einen Überblick über das Gelernte verschafft.

  • Didaktisch-methodische Hinweise zum Einsatz dieses Materials
  • Einführender Informationszettel für Schüler
  • Stationspass
  • Stationenmatrix zu den angesprochenen Kompetenzen
  • 5 Stationen
  • Ausführliche Lösungsansätze
  • Quiz zur Festigung des erlangten Wissens

In den Warenkorb

€ 6,99
Premiumkunden -50 % i
Premiumkunden -50 %
(Nr. 60409)
€ 10,99
inkl. Druck & Versand
nur nach Deutschland!
Premiumkunden -50 % i
Premiumkunden -50 %
Ausgedruckt
(36 S. s/w)
(Nr. 60409)

Aus der Reihe Stationenlernen im Geschichtsunterricht

Kunden, die diesen Artikel gekauft haben, kauften auch:

Empfehlungen zu "Stationenlernen Der 9. November"

Spinner_big
Spinner_big