2023/8/8 10:07:41 阅读：78 发布者：
作者：袁瑜 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
【摘要】：以往的研究假设了探究式教学和学生科学成绩之间的线性关系。然而这种假设可能是有问题的。为了测试该线性假设,本研究调查了探究式教学和学生成绩之间的关系,通过使用挪威TIMSS 2015的数据，考虑到了该两者之间可能存在的非线性关系。多层次结构方程建模分析表明,该两者之间是曲线的关系。探究式教学与学生成绩呈正相关,但高频率的探究式活动与学生成绩呈负相关。此外,我们发现教室社会经济背景（SES）不会影响探究和成就之间的关系。这些发现挑战了线性关系的假设并促进了不管学生社会经济背景（SES）的探究式学习的有效性。
【关键词】：探究式教学、教学质量、多层次结构方程建模、科学教育、TIMSS
1
引言
某些教学方法的实施与学生成绩之间的关系可能已经成为最相关的教学效果指标。例如，科学教育界长期以来一直主张探究式教学对提高学生学习的重要性。探究式教学的趋势可以被视为通过代表科学方法核心的探究式活动来发展学生的推理和思考技能的一种尝试。这一努力部分反映在欧洲国家实施基于探究的方法以提高科学教学质量的建议中，如罗卡尔报告《现在的科学教育:欧洲未来的新教学法》(2007)，以及对教育大规模评估(如国际学生评估项目[PISA]、国际数学和科学研究趋势[TIMSS])中实验和探究技能的日益关注。尽管有这些发展，一个重要的问题仍然存在:探究式教学能带来更高的科学成就吗?
越来越多的研究调查了探究性教学对提高学生成绩的有效性。然而，这些研究有很多相互矛盾的发现。虽然一些研究已经证明了一种积极的倾向，即支持探究式教学实践，但最近使用的国际大规模评估(ILSA)数据的研究结果表明，这种教学策略与科学成就呈负相关。这些文献中不一致的结果可能与探究性教学措施的性质和结果数据的分析相关。
因此，本研究的目的是阐明基于探究的教学与学生在科学方面的成就之间的关系，基于一个大规模数据集，该数据集克服了与关系类型（即线性与曲线）和分析水平（即课堂水平与替代水平）相关的挑战。更具体地说，我们介绍了TIMSS 2015的研究结果 - 这是ILSA唯一一项从全国代表性的学校和学生样本中收集数据的研究完整的科学教室 - 并研究了基于探究的教学活动与学生成就之间的关系，考虑可能存在非线性关系和适当的分析单位（即教室）。此外，重要的是要检查情境变量（例如学生在课堂上的社会经济地位 （SES））是否以及在多大程度上会影响这种关系。因此，探究教学的有效性可能因课堂SES而异。这些发现有助于理解探究式教学在科学教育中的作用，并提高对与分析自我报告数据相关的方法挑战的认识，特别是ILSA数据，用于研究界教学效果的研究。
1.1. 定义探究式科学教学
探究在不同的研究中被以多种不同的方式解释，并成为“科学教育中最容易混淆的术语之一”。虽然在探究的意义上缺乏共识，但似乎很明显，这种实践强调了促进主动学习和学生建构知识的责任。学生希望通过探究实践获得第一手经验，以充分理解和欣赏科学知识是如何被发现的。
图1 我们研究中基于探究的教学活动的综合阶段（来自Pedaste等人的简化的基于探究的学习框架）
我们简化了Pedaste等人(2015)开发的探究性学习框架的五个阶段，以说明我们研究中涉及的各种探究活动。最初的框架将探究性学习分为五个阶段:导向、概念化、调查、结论和讨论。在我们简化的探究阶段中(见图1)，我们没有包括导向阶段，该阶段更强调以教师为中心的方法来激发学生对手头科学研究的兴趣，因为我们对探究性教学的定义将学生视为主动的学习者，他们负责自己的知识构建。我们改编的探究框架从概念化阶段开始，学生提出问题或制定假设来指导探究过程(图1)。探究被视为一个综合的、非线性的过程，在这个过程中，每个活动都以复杂的方式相互联系。
1.2 探究式教学与学生在科学方面的成就之间的关系
早期的研究表明，探究是科学课堂中首选的教学策略。然而，最近的研究未能显示科学调查活动和学生成绩之间的正相关。我们认为，这种混合证据可能是由于对ILSA数据中继承的关系类型和分析水平关注不足造成的，这可能掩盖了不同研究之间探究式科学教学有效性的重要差异。
关于关系的类型，大量关于教学效果的文献依赖于教学因素与学生结果变量之间存在线性关联的假设。研究人员提出，在检查频率维度与学生成绩之间的联系时，有必要研究非线性关系。
选择适当的分析级别是另一个重要的考虑因素。在检查教室级结构的影响时，适当的分析单位在于课堂层面。尽管调查学生或学校层面的教学效果可以提供对学生看法或学校教学氛围的个体差异的见解，但它遭受与在不适当水平上运作的探究有效性因素相关的方法挑战。为了解决这个问题，我们选择在本研究中使用TIMSS数据来检查课堂层面的探究式科学教学。
虽然大多数关于探究式教学与成绩之间关系的研究都会控制学生的社会经济背景——这可能是教学效果研究中使用最广泛的学生情境变量——但很少有人研究SES在调节这种关系中的作用。在此基础上，探究探究性教学与学生成绩的关系是否对SES差异敏感是有价值的。这一思路为探究活动和学生在科学方面的成就之间的关系增加了一种不同的有效性视角。
2
本研究
本研究利用TIMSS 2015的大型数据集，通过应用适当的分析水平（即课堂层面）来研究基于探究的教学与科学成就之间的关系。首先，我们使用多层次的方法来研究基于探究的教学与成绩表现出曲线关系的可能性。其次，我们研究了探究式教学与科学成就之间的关联在控制课堂SES后是否发生变化，以及这种关联是否受到课堂SES的调节。因此，本文是第一篇报道基于探究的科学教学与成就之间的非线性关系以及课堂SES效应的文章。
3
方法
3.1样本和步骤
用于分析的数据来自TIMSS，这是一项国际大规模调查，每四年评估参与国四年级和八年级学生的数学和科学表现。我们的分析基于来自TIMSS 2015年科学8年级研究的挪威数据。抽样包括N = 4382名学生（50.1%为女生）和211名科学教师（52.7%为女性;75.8%为50岁以下;教学经验：M = 13.1年，SD = 10.4年）。除了学生科学评估外，这项研究还检查了教师和学生背景问卷的数据。
TIMSS使用两阶段分层整群抽样设计来选择一个国家内的参与者。在第一阶段，对学校进行抽样调查，在第二阶段，在参与学校内随机选择完整的学生教室。这些教室是抽样的，而不是特定年龄组或年级的个别学生，因为TIMSS侧重于学生的课程和教学体验，这些体验通常发生在教室里。
3.2测量
3.2.1探究式科学教学
基于探究的科学教学 - 表示为潜在变量 - 作为本研究中的自变量。老师们被问及他们对科学课上各种活动频率的看法，“在这个班给学生讲科学时，你要求他们多久做一次以下事情？他们使用4点李克特式量表指出了科学课中15项特定教学活动发生的频率，范围从1（从不）到4（每节或几乎每节课）。在这15个项目中，我们选择了以下五个项目，它们与我们的探究式科学教学的定义和阶段有关：（a）设计或计划实验或调查[Expl]，（b）进行实验或调查[Expr]，（c）呈现来自实验或调查的数据[Com]，（d）解释来自实验或调查的数据[Data]，以及（e）使用实验或调查的证据来支持结论[Con]。
3.2.2 科学成绩
我们选择学生在科学方面的成绩作为本研究的因变量。学生的成绩是通过科学测试来衡量的，并通过一个测量模型进行估计，该模型产生了一组五个合理的值来代表学生的表现范围。所有合理的值都被纳入我们的模型中，以产生模型估计值（例如回归系数）和调整后标准误差的平均值。由于我们的主要目标是调查基于探究的科学教学与课堂水平的学生成就之间的关系，因此我们在课堂层面使用成就分数，并控制学生层面可能的变化。
3.2.3 教室SES
我们使用学生背景问卷中的三个项目（即学生对家庭书籍数量的评分Book，父母的最高教育背景水平MEd、FEd）在学生水平上创建了SES的潜在变量。该潜在变量也在课堂层面的双重潜变量框架下建立，以控制学生和课堂层面的测量误差以及学生评分聚合中的抽样误差，以创建课堂层面的SES结构。
3.3 数据分析
每当检查针对教学效果的研究问题时，课堂水平是最合适的分析水平。在目前的数据中，12.2%的学生成绩变化是在课堂层面解释的。因此，我们对嵌套在教室中的学生进行了多级结构方程建模（MSEM）。我们的MSEM方法有两个主要目的：（a）建立测量模型，以代表基于探究的科学教学和学生SES背景;（b） 研究教学活动、SES和科学成就之间的关系。为了完成（a），我们使用了多级验证性因素分析（MCFA）——CFA对多层次情况的扩展，已被证明有助于研究两个层次的教学实践的要素结构——基于探究的科学教学和SES。使用Ryu（2014）的部分饱和度方法分别获得每个水平的测试统计量和拟合指数来评估模型拟合。鉴于我们使用教师报告来衡量课堂上基于探究的活动的频率，因此因子结构仅在两者之间指定;内部级别为空。我们参考了可接受的模型拟合的通用指南。然而，我们注意到这些指南并不代表“黄金法则”，它们适用于MSEM的程度仍有待研究。SES基于汇总到课堂水平的学生评分，并选择了双重潜在建模方法来描述这些上下文数据。
我们在之前研究的因子结构的基础上进一步进行了MSEM。在这些模型中，探究性科学教学与成绩之间的关系被描述为线性或曲线关系。更具体地说，我们首先指定一个模型假设这些结构之间的线性关系，并评估其拟合优度。在第二步中，我们添加了一个二次分量，以检验曲线关系是否能更好地描述该数据。为了比较线性模型和曲线模型，我们对每个似然值数据集进行了Satorra-Bentler校正似然比检验，并评估了信息准则的差异。我们应用潜变量调节结构(LMS)方程的方法来创建探究式科学教学的平方变量，并使用Mplus软件中的XWITH命令来分析潜交互项。我们在分析中选择了LMS方法来克服乘积项的非正态性。
TIMSS 2015数据的复杂性之一是使用看似合理的值来代表科学成就。考虑到这一复杂性，包括科学成就在内的所有分析都进行了5次(即，对每个似是而非的值数据集进行一次)，并按照Rubin的组合规则将所得模型参数合并。在这一程序中，对于5个似是而非的值数据集，每个数据集中的项目水平出现的缺失值(当前数据集中小于0.3%)均通过期望最大化(EM)算法处理。采用稳健最大似然估计(MLR)解决数据的非正态性和非独立性问题。项目应答在MLR估计器下连续处理，因为它在至少有四个应答类别的分类数据存在时具有稳定性。
4
结果
4.1多层次验证性因素分析（MCFA）
我们首先进行了两个MCFA，以研究基于探究的科学教学和学生SES的测量模型的拟合指数。对于基于探究的科学教学结构，没有任何残差相关性的单因素模型表明拟合不良，SBχ2（5） = 24.1，p < 0.01，RMSEA = 0.031，CFI = 0.903，TLI = 0.806，SRMR内 = 0.000，SRMR之间 = 0.061，AIC = 1277，BIC = 1372，aBIC = 1324。在下一步中，出于方法和概念原因，我们在数据解释和通信项目之间添加了残差相关性：解释数据和讨论调查结果的活动是相互交织的，并且修改指数表明模型拟合度有所改善。图2a中的改进模型显示出可接受的拟合，SB-χ2（4） = 4.1，p > 0.05，RMSEA = 0.002，CFI = 1.000，TLI = 0.999，SRMR内= 0.000，SRMR之间= 0.025，AIC = 1248，BIC = 1349，aBIC = 1298。标准化因子载荷在0.569和0.835之间，平均值为0.68，中位数为0.66。尺度可靠性是可以接受的，ω = 0.75。
对于课堂级别的SES，我们遵循了Ryu和West（2009）概述的策略，通过在一级指定SES的单因素模型和在另一个级别指定饱和模型，分别评估个人和课堂层面的模型拟合。由于“母亲的最高教育水平”项目的微不足道，我们将课堂水平的残差限制为零。无论是在学生水平和饱和教室水平具有SES因子结构的模型，还是在教室水平具有SES和饱和学生水平的相应模型，模型拟合都是令人满意的。这些分析并未表明学生和课堂层面的严重不合适。因此，我们通过在最后一步中指定两个水平的SES因子结构来组合这两个模型。图中显示的组合模型。图2b拟合数据良好，SB-χ2（1） = 0.043，p > 0.05，RMSEA = 0.000，CFI = 1.000，TLI = 1.000，SRMR内= 0.000，SRMR之间=0.002，AIC = 32259，BIC = 32348，aBIC = 32304。课堂水平的尺度可靠性很好，ω = 0.95。总体而言，MCFA产生了可接受的基于探究的科学教学和学生SES的测量模型。
图2 .多层次验证性因素分析描述了( a )探究式科学教学和( b )课堂和学生水平的SES的单因素模型。注：INQ =探究式科学教学，Expl =探究式科学教学；设计或计划实验或调查，Expr = Experiment；进行实验或调查，数据=数据解释；解释来自实验或调查的数据；Com =通信；目前数据来自实验或调查，Con =结论；使用来自实验或调查的证据来支持结论。Book =家庭藏书量，MEd =母亲最高学历，FEd =父亲最高学历。
4.2多级结构方程模型（MSEM）
在MCFA结果的基础上，我们评估了一系列线性和曲线模型，以研究探究与科学成就的关系以及课堂SES的效果（见图3）。
图3 .多层次结构方程模型表征了探究式教学与科学成绩之间的线性和曲线关系。模型1.1探究式教学与科学成绩的线性关系。模型1.2控制SES后，探究式教学与科学成绩的线性关系。模型1.3探究式教学与科学素养的线性关系，探究式与社会经济地位的交互效应。模型2.1。探究式教学与科学成绩的曲线关系。模型2.2控制社会经济地位后，探究式教学与科学成绩的曲线关系。模型2.3探究式教学与科学成绩之间的线性关系，除了探究式与社会经济地位的交互效应外，还有探究式与社会经济地位的交互效应。注。Ach =科研成果，Inq =探究式教学，Ses =社会经济地位的各项指标。
表1 探究式科学教学对科学成绩的潜在线性和曲线回归
注：B =未标准化回归系数；SB-χ2 = Satorra -本特勒校正χ 2值，RMSEA =近似均方根误差；CFI=比较拟合指数；TLI = Tucker - Lewis指数；SRMR =均方根残差；Npar =自由参数个数；AIC= Akaike信息准则；BIC= Bayesian信息准则；aBIC =样本量调整后的BIC。
* p < .05 * * p < .01 。
a科学成就分数由5个可能的成就值合并而成。
b模型拟合指数采用LMS方法，SB - χ 2、RMSEA、CFI、TLI和SRMR尚未由Mplus提供。
首先，探究式科学教学与(见表1 ;线性模型1.1)成绩不存在线性关系。然后，我们通过添加二次项来评估曲线关系，并发现与成就显著相关(曲线模型2.1)。探究的二次项反映了预测因子与结果之间的曲线关系，二次估计的负系数表明，探究与成就之间最初的正相关关系随着探究价值的增加而减小，变成负相关。因此，这种关系的形状是倒u型曲线，而不是直线。
其次，采用Satorra-Bentler比例似然比检验，假设探究性科学教学与学生成绩呈线性和曲线关系，我们比较了模型的拟合情况(见表2;线性模型1.1和曲线模型2.1)。测试统计量对于每一个成就的似然值都是显著的，表明曲线模型比线性模型更好地拟合数据(Satorra & Bentler, 2010)。
第三，在两种模型中，课堂SES与成绩均有很强的正相关，这解释了结果变量的大部分变异(见表1;线性模型1.2;曲线模型2.2)。由于这种强烈的关系，在控制了学生和课堂水平的SES后，探究式科学教学和成绩之间的关联下降并变得不显著。然而，结果也显示，无论是线性模型还是曲线模型(线性模型1.3;曲线模型2.3)，探究式科学教学与成绩之间的关系都不受学生SES的调节。
各似然值成绩模型比较的检验统计量显示，以探究和课堂SES为主效应(表2 ;线性模型1.2和曲线模型2.2)，线性和曲线模型之间存在显著差异。相比之下，课堂SES对科学探究与科学成就关系的交互效应模型(表2 ;线性模型1.3和曲线模型2.3)未发现显著差异。
总体而言，MSEM表明：( a )探究式教学与学生科学成就之间存在曲线关系；( b )这种关系不受课堂SES的调节。
表2 Satorra -本特勒比例似然比检验的结果用于比较线性和曲线模型对每一个科学成就的似然值
注：LL=对数似然比值；SCF =多水平模型的尺度校正因子；D =偏差差( Δ [ -2 * LL ] )，对数似然比比率检验的检验统计量。
5
讨论
本研究探讨了探究式教学与学生科学成绩之间的联系。我们的调查从两个方面扩展了之前的研究。首先，它使用课堂层面的挪威TIMSS 2015数据的相关分析，解决了两个结构之间的曲线关系的存在;第二，它从不同的有效性的角度，检查了学生SES在课堂上的影响。
因此，我们的研究结果特别有助于激发研究者、决策者和实践者在未来关于探究性教学在科学教育中的作用的对话。本研究还将使人们意识到在使用ILSA数据描述教学效果时所面临的方法学挑战。
转自：“百研工坊”微信公众号
如有侵权，请联系本站删除！
