作者：刘俊杰 东南大学脑与学习科学系，儿童发展教育研究所
研究生导师：柏毅、夏小俊
【推荐摘要】：
计算思维（CT）的表现和认知被认为是全面评估学生CT技能的重要维度。在本研究中，中学生的CT表现和认知，以及性别、年级、成绩和自我效能在内的变量均被考察。本研究采用了随机比较和相关方法。该研究的样本包括328名五年级和六年级（10-12岁）的中学生，他们正在上可视化编程课程。本研究使用CTt和CTLS作为数据收集工具。结果显示，在CT表现和认知方面，不同年级的学生有明显差异，并且男生的CT表现比女生高。结果还发现，数学成绩对CT表现和认知有积极的影响。然而，信息技术成绩对CT表现的影响比数学成绩小。本研究讨论了理论上的见解、改善中学CT技能的做法，以及进一步研究的方向。
【关键词】：
评估、编码、CT认知、CT技能、中等教育
1. 引言
近年来，从学前教育到高等教育，向学生教授计算思维（CT）技能的重要性得到了强调。CT技能是21世纪的一些关键技能，目前正在进行研究以确定其定义和特征。Papert关于在LOGO编程环境中提高儿童程序性思维技能的想法构成了CT的基础。Wing对CT的定义和范围进行了研究，并强调CT不仅是编码，而且是一套利用计算机科学基本原理理解人类行为的技能。在这方面，CT被定义为基于计算机科学的基本概念解决问题、设计复杂系统以及理解人类思维和行为的态度和技能。强调CT包括解决问题、创造力、算法思维、批判性思维、沟通和协作技能。CT包括问题制定、数据收集和分析、抽象、建模、算法思维、解决方案查找、数字工具的使用、数据表示、分解和自动化等技能。人们对通过编程获得CT技能越来越感兴趣。过去，编程教育始于高中，但近年来，为了确保学生的CT发展，教育项目已提前到更年轻的年龄组。因此，视觉编程工具已被用于在中小学教授编程。Scratch是中小学使用最广泛的视觉编程语言之一。Scratch是一种编程语言和平台，旨在培养学生的CT技能，帮助他们学习如何创造性思维、系统推理和协作。
2. 研究目的
本研究采用了随机比较和相关的方法。随机比较的目的是确定因变量和自变量之间的随机关系。在相关性研究中，在没有任何操作的情况下探索了两个或多个变量之间存在关系的可能性。从这个意义上说，中学生的CT表现和认知是根据性别和年级水平进行比较的。此外，还考察了某些变量之间的关系，如CT表现和感知，以及数学和IT课程的成绩。并提出如下研究问题：
1.性别和年级会影响学生的CT表现和认知吗？
2.CT表现与认知之间是否存在关系？
3.CT表现/认知与数学和IT课程的成绩之间是否存在关系？
3. 研究方法
3.1 研究样本
为了在学校教授参与者编码概念，课程使用Scratch 3.0软件进行。编程课程在五年级的基础水平（基于块的编程）和六年级的更高级水平（基于文本的编程）进行。学生需要学习如何编辑精灵（对象）和舞台，移动和控制精灵（对象，以及将笔功能添加到精灵中。他们还学习如何让精灵绘制与循环、感知、运算符、条件结构、分配随机值、创建变量、通过基于游戏的活动广播消息和功能相关的东西和功能。涉及这些主题的活动为期9周，每周1小时。在五年级和六年级，课程通常都是以问题为基础的。与学生们讨论了数字环境中的一个问题以及可能的解决方案。课程从一个项目开始，特别是在编码方面。老师根据结果一步一步地解释了这个项目，并展示了它是如何运作的。然后，老师要求学生应用这个项目，而老师在检查了那些有问题或犯错误的人的代码后给出了反馈。学生们被要求完成一个应用程序小项目（活动），以展示他们当天在课堂上获得的技能。
样本的选择采用随机取样法。研究样本包括328名在伊斯坦布尔一所私立学校学习的五年级（10-11岁）和六年级（11-12岁）中学生。参与者的人口统计信息如表1所示。在参与者中，48.8%是女孩，51.2%是男孩。样本主要由六年级学生组成（70%）。
表1 样本学生性别
3.2 研究工具
本研究采用了计算思维测试（CTt）和计算思维水平量表（CTLS）。CTLS被称为计算思维认知量表，而CTt被称为CT表现测试量表。
计算思维测试（CTt）：为了衡量中学生在计算思维方面的发展水平，González开发了28个项目的CTt，包括五个维度和17个子维度（表2）。在这个选择题测试中，每道题有四个选项。分数范围从0到28。CTt经检验有效性和可靠性均符合实验要求。该测试被翻译成土耳其语，并适应土耳其人口。
表2 CTt的纬度与子纬度
计算思维水平量表（CTLS）： 为了评估中学生的计算思维认知水平，Korkmaz等人开发了一个五点李克特型量表。该量表由总共22个问题组成，包括5个子维度。它是根据ISTE规定的六项基本技能制定的（表3）。在本研究中，CTLS量表的Cronbach's alpha值为0.84。使用文章中规定的公式将量表标准化为20-100分。因此，20-51分对应于低水平，52-67分对应于中等水平，最后，68-100分对应于高水平。
表3 CTLS量表的纬度
4. 研究结果
CTt和CTLS的描述性统计数据如表4所示。小的标准偏差（SD）值和小的偏度和峰度值（接近0），平均值、标准差、偏度和峰度值表明得分呈正态分布。平均量表值为75.57，相当于高CT水平。
表4 CTt和CTLS的描述性统计结果
4.1 CTt和CTLS的差异取决于性别和年级水平
采用两因素MANOVA测试性别和年级对得分的影响。性别和年级对组合因变量（CT表现得分和CT感知得分）没有统计学上显著的交互作用，F（3，323）=0.093，p=0.911；Wilk’s ∧=0.999。性别和年级分别对自变量有显著影响，F（3，323）=9.107，p=0.000；Wilk’s ∧=0.947，F（3，323）=15，078，p=0.000；Wilk’s ∧=0.915。为了检验这些影响，对这两个变量进行了T检验，作为事后检验。
虽然五年级男孩的平均CTt得分（Mboy=16.11）高于女孩（Mgirl=14.36），但六年级女孩的平均CTLS得分高于男孩（Mgirl =76.65，Mboy =17.49）。如表5所示，男孩的平均CTt得分显著高于女孩（t（217.55）= -2.68，p<0.05）。虽然男孩的平均CTt得分略高于女孩，但在五年级，这一差异在统计学上并不显著（t（97）=-1.89，p>0.05）。
表5 按年级划分的CTt分数的性别差异
男孩的平均CTt得分（Mboy =17.04）高于女孩（Mgirl =15.33），女孩的平均CTLS得分高于男孩（Mgirl =76.65，Mboy =74.54）。如表6所示，男孩的平均CT得分显著高于女孩（t（326）=3.14，p<0.05）。虽然女孩的CTLS得分略高于男孩，但这一差异在统计学上并不显著（t（326）=-1.63，p>0.05）。
表6 CTt和CTLS得分的性别差异
虽然六年级学生的平均CTt得分（M6th=16.58）高于五年级学生（M5th=15.33），但五年级学生的CTLS平均得分高于六年级学生（M6th =74.09；M5th =79.00）。表7显示，六年级学生在CTt上的得分显著高于五年级（t（326）=-2.08，p<0.05），而五年级学生在CTLS上的得分显著高于六年级学生（t（326）=3.53，p<0.05），且效果较小。
表7 CTt和CTLS得分的年级差异
4.2 CTt和CTLS之间的关系
本研究分析了CTt与CTLS之间的相关性。存在显著且小的相关性（r=0.16，p<0.01）。此外，还检测了CTt与CTLS子维度之间的相关性。虽然CTt得分与合作程度之间没有显著相关性，但与创造力之间存在较小相关性，与其他维度之间存在中等相关性（表8）。
表8 CTt和CTLS的相关性分析
4.3 CTt/CTLS与数学、信息技术（IT）课程成绩的关系
表9显示了关于数学和IT课程成绩以及CT成绩的相关分析。相关性分析结果显示数学成绩和CTt成绩之间具有中等的相关性。数学成绩、CTt和IT成绩之间有很小的相关性。
表9 数学和IT课程成绩以及CT成绩的相关分析结果
5. 结论
总之，本研究从不同角度全面研究了中学生的CT技能。在这项研究中，虽然女孩的CT表现低于男孩的CT表现，但效果大小较低。因此，这一领域的性别差距似乎已经开始缩小。课程活动设计可以侧重于吸引女孩，并促进学习排序、复杂条件句等技术问题。此外，可以通过定性方法揭示性别差异的原因。随着学生成绩的提高，CT活动变得更加困难，因此可能会对学生的认知产生负面影响。因此，教师应该提供认知支架来帮助学生，并让他们在CT活动中相互合作。信息技术课程内容应包括系统全面的CT活动，以提高学生的CT技能。可以开发并实施一种结合IT和数学课程的整体课程，以提高学生的CT表现。可以包括基于项目的活动，使学生能够制作出支持创造力和协作的原创产品。此外，可以对来自不同学校和国家的更大样本进行进一步的研究，以获得更普遍的结果。可以进行纵向研究，以确定实际上可以提高CT性能的活动。可以设计实验研究来揭示不同类型的课程活动如何影响CT。应该使用定性方法从不同的角度深入研究学生对CT技能的学习。
查阅原文：Elif Polat, Sinan Hopcan, Sevda Kucuk, Burak Sisman British Journal of Educational Technology
DOI：10.1111/bjet.13092
转自：“百研工坊”微信公众号
如有侵权，请联系本站删除！
