Facebook
科學模型與建模:國小教師對普適性科學模型
和氣體粒子模型之本質知多少?
林靜雯
國立東華大學課程設計與潛能開發學系
[email protected]
n 緒論
模型(model)與建模(modelling)是科學發展的重要元素,也是科學學習中不可或缺的認知與能力(Coll & Lajium, 2011)。即將實施的十二年國教因應國際潮流,亦將建模納為重要學習目標。在教室中,教師是教和學活動的主要引導者。當學生進行科學活動時,教師對模型的知識和建模能力的表現便是學生學習品質的關鍵。雖然許多研究指出教師會利用科學模型進行教學,但可惜的是大部分教師僅將模型當作靜態的科學事實傳遞給學生(van Driel & Verloop, 2002)。此外,教師對於學生模型和建模的理解相亦當有限,普遍而言,教師缺乏將科學模型整合到教學活動的能力,也很難引導學生發展建模能力。林靜雯與吳育倫(2010)利用林靜雯、邱美虹(2008)發展之普適性科學模型本質觀點四點李克氏量表進行調查,發現國小教師於科學模型功能及建模歷程皆具有正向認同,且在溝通、解釋及模擬等與教學直接相關之功能有較高認同,但於模型進階功能(如:預測、問題解決、產生新想法)之認同則略低。Lin (2014) 運用相同量表比較科學背景與非科學背景之小學教師,則發現具科學背景的教師雖有較多使用模型的經驗,但兩者對普適性模型本質之認同度並無顯著差異,這意味著光是使用模型並無法增進模型本質,更重要的應是選擇怎樣的模型?如何使用?以及運用怎樣的教學方式協助職前教師將使用模型的經驗轉化到模型本質的覺察及模型教學的轉化。相關研究結果值得師資培育單位重視。
本文主要探討教師對於模型功能和建模歷程相關之模型本質。在模型功能方面,Grosslight、Unger、Jay與 Smith (1991) 經專家與生手比較後,提出模型具有描述實體、溝通、解釋與預測等功能,其中描述屬於低層次的功能,溝通為中層次的功能,而解釋與預測為較高層次的功能。所謂的低層次,意味較為基礎的模型功能,相對地,高層次則真正展現科學家如何運用模型進行相關科學探究。Treagust、Chittleborough與Mamiala (2002) 的研究則另外提到模型具有視覺化的功能,可以視覺呈現事物、幫助我們在腦中創造科學事件的畫面,甚至形成科學的理論。概括而言,科學教育不僅強調模型內容,亦整合了科學教學與科學學習以培植學生建模能力。在建模歷程方面,Halloun (1996) 提出了五個建模階段協助學生建立科學模型以解決物理學科中一系列之典型問題。這五個階段分別為模型選擇、建立、效化、分析及調度。此外,Halloun (1996) 特別指出這些階段並未有層次之別,在模型建立、模型效化與模型分析階段通常是重疊的,且其中有一些步驟甚至為同步並行。故此,教師應指導學生在解決典型問題的情境中發展建模能力,但不宜限制學生解題時一定要依據特定的建模歷程。此外,Clement (1989) 指出模型的建立應考量模型的使用與限制,當模型在一新的情境中超出其應用範圍,則應重新實驗並形成新概念,再以新的心智模型去解釋新的實驗設計,並重新執行建模歷程。
有鑑於此,本研究主要探討國小教師於普適性(domain general)科學模型與氣體粒子模型(air particle model)之模型本質(模型功能與建模歷程)知識,並探討兩者之間的相關性。
n 研究方法
研究對象與流程
本研究之受試者為81位於臺北市修讀科學教育碩士課程之國小現職教師。受試者先填寫「普適性科學模型本質觀點量表」,而後立即填寫「氣體粒子模型本質觀點量表」問卷。
研究工具及資料分析
本研究使用的兩項工具:「普適性科學模型本質觀點量表」(林靜雯、邱美虹,2008),及「氣體粒子模型本質觀點量表」(張志康、林靜雯及邱美虹,2009)皆為四點李克氏量表,兩者皆具有文獻基礎及專家效度,且普適性科學模型本質觀點量表更經驗證式因素分析,確認模型之因素結構,因此具有良好的構念效度(林靜雯、吳育倫,2010)。無論「普適性科學模型」或是「氣體粒子模型」本質觀點量表皆有16題,其中,1-10題與模型功能有關。其1、2、4題為模型基本功能,其餘則為模型進階功能。至於11-16題則與建模歷程有關。此工具以191位在職國小教師為受試者,其Cronbach’s α為0.919(林靜雯、吳育倫,2010)。而「氣體粒子模型本質觀點量表」則與「普適性科學模型本質觀點量表」全面對應。茲以11題為例,說明如下:
【普適性科學模型】-11題 |
【氣體粒子模型】-11題 |
我認為針對同一個事物或現象,會因為使用目的不同而選擇不同的模型。 |
我認為針對氣體的行為,會因為使用目的不同而選擇不同的「氣體模型」。 |
本研究以描述性統計分析每一題項在普適性∕氣體粒子於模型方法論向度之平均數、標準差,再者,運用Pearson積差相關以解釋在普適性觀點、氣體粒子觀點間之知識關聯程度。
n 研究結果
教師於普適性科學模型及氣體粒子模型中之模型功能及建模歷程知識之比較
表1顯示81位在職國小教師於「普適性科學模型本質觀點量表」之整體平均為3.27,標準差為0.33。而其於「氣體粒子模型本質觀點量表」平均為3.17,標準差為0.33。結果顯示多數教師無論對於普適性科學模型或氣體粒子模型之功能、建模歷程持正面同意態度。但教師對於氣體粒子模型之平均略低於普適性科學模型。若逐一比較各題項則發現:除了「我認為模型的功能是可以產生新的想法」一題項以外,教師在兩個量表中,皆持正面同意態度(高於3),特別是在16題「我認為一個能有效解決問題的模型,仍然需要進一步思考其解題範圍與限制」,教師皆持最高的同意態度。此外,除了「氣體模型的建立應包含氣體的組成、結構和行為」題項以外,教師在普適性科學模型的同意度皆高於氣體粒子模型。這意味著教師普遍認為氣體模型的重要功能是呈現氣體的組成、結構和行為,因此在此題中所提到的組成、結構和行為之對應情形要比其他科學主題的模型有較高的要求。而「預測」方面的功能,則是教師認為氣體粒子模型最不具備而忽略的向度。事實上,教師對於氣體粒子於進階功能方面的認同度相較於其他項目而言都偏低。
表1:教師普適性科學模型與氣體粒子模型之描述性統計及相關性
N = 81 |
普適性科學模型 |
氣體粒子模型 |
r |
p |
||
平均數 |
標準差 |
平均數 |
標準差 |
|||
1. (氣體粒子)模型的功能是可以用來描述氣體的行為。 |
3.27 |
0.45 |
3.12 |
0.53 |
.329** |
.003 |
2. (氣體粒子)模型的功能是可以提供一個視覺化的圖像,讓我看見氣體的行為。 |
3.28 |
0.60 |
3.22 |
0.57 |
.363** |
.001 |
3. (氣體粒子)模型的功能是可以提供一個參考標準讓我遵循。 |
3.26 |
0.47 |
3.15 |
0.45 |
.467*** |
.000 |
4. (氣體粒子)模型的功能是可以用來解釋氣體的行為。 |
3.32 |
0.50 |
3.25 |
0.46 |
.414*** |
.000 |
5. (氣體粒子)模型的功能是可以用來進行推理。 |
3.28 |
0.48 |
3.26 |
0.49 |
.633*** |
.000 |
6. (氣體粒子)模型的功能是可以用來解決問題。 |
3.35 |
0.48 |
3.11 |
0.55 |
.329** |
.003 |
7. (氣體粒子)模型的功能是可以用來溝通想法。 |
3.32 |
0.50 |
3.15 |
0.48 |
.483*** |
.000 |
8. (氣體粒子)模型的功能是可以預測(氣體行為)未來的發展。 |
3.19 |
0.61 |
3.15 |
0.59 |
.198 |
.077 |
9. (氣體粒子)模型的功能是可以模擬(氣體行為)實際運作的情形。 |
3.44 |
0.52 |
3.23 |
0.51 |
.402*** |
.000 |
10. (氣體粒子)模型的功能是可以產生新的想法。 |
3.02 |
0.57 |
2.90 |
0.58 |
.271* |
.014 |
建模歷程 |
|
|
|
|
|
|
11. 針對同一個事物或現象(氣體的行為),會因為使用目的不同而選擇不同的(氣體粒子)模型。 |
3.37 |
0.49 |
3.22 |
0.57 |
.331** |
.003 |
12. (氣體粒子)模型的建立應包含(氣體的)組成、結構和行為。 |
3.07 |
0.47 |
3.12 |
0.58 |
.519*** |
.000 |
13. 用不同的方法檢驗(氣體)模型,當描述或解釋產生不一致時,須修正(氣體)模型。 |
3.25 |
0.54 |
3.15 |
0.63 |
.588*** |
.000 |
14. 可以用公認的(氣體粒子)模型當標準,以幫助我判斷與(氣體行為)相關問題的解答是否適當。 |
3.25 |
0.49 |
3.16 |
0.51 |
.490*** |
.000 |
15. 遇到全新的(氣體行為)相關問題時,可由已知的(氣體粒子)模型中尋找啟發以解決問題。 |
3.25 |
0.49 |
3.21 |
0.47 |
.647*** |
.000 |
16. 一個能有效解決問題的(氣體粒子)模型,仍然需要進一步思考其解題範圍與限制。 |
3.46 |
0.50 |
3.33 |
0.50 |
.482*** |
.000 |
總計 |
3.27 |
0.33 |
3.17 |
0.33 |
.703*** |
.000 |
教師普適性科學模型與氣體粒子模型之相關程度
整體而言,教師在普適性及氣體粒子之模型本質知識具有高度相關(r = .703)。在「模型功能」方面,除了第5題(推理)為中度相關(r = .633)、第8題(預測)不具相關以外,所有題項皆為低度相關。這顯示若以氣體粒子模型來預測教師對於普適性科學模型的本質觀點,相較於其他功能,氣體粒子模型在推理功能方面較其他功能具預測性。相反地,若以氣體粒子模型來預測教師對於普適性科學模型的本質觀點,相較於其他功能,氣體粒子模型無法預測及代表教師對於普適性科學模型於「預測」功能方面的知識。而在「建模歷程」方面,在普適性與氣體粒子之模型量表間之Pearson相關係數則介於 .331與 .647之間(見表1),多數題項顯示為中度相關。這意味著氣體粒子模型的建模歷程大致上可良好預測普適性科學模型建模歷程之知識,反之亦然。
n 結論與建議
綜上所述,本研究結論如下:一、81位在職國小教師在「普適性科學模型本質觀點」之題項皆持正面同意態度。二、除了「我認為模型的功能是可以產生新的想法」題項以外,教師對於「氣體粒子模型本質觀點」之題項皆持正面同意態度。除了「氣體模型的建立應包含氣體的組成、結構和行為」題項以外,教師對於普適性科學模型,相較於科學模型,皆持有較高的同意態度。三、兩量表間具有高度相關(r = .703)。其中,氣體粒子模型在「推理」功能方面較其他功能具預測教師於普適性量表知識的特性,相對地,在「預測」一功能上,氣體粒子模型便不是教師普適性科學模型功能的典型例子。此結果建議了師資培育者可將氣體粒子模型的本質知識作為典型的科學模型,以預測教師的普適性科學模型知識。但由於教師對於氣體粒子模型已有特定功能的設定,例如:教師普遍認為「推理」氣體粒子的組成、結構和行為是最顯著的功能,因此其他功能及建模歷程的認同度會略低於普適性科學模型。值得注意的是,使用模型的經驗將影響模型本質的知識,但教師對於氣體粒子模型進階模型本質的認同度較其他功能為低,因此,研究建議未來研究,也許可以找尋其他適當的科學模型,代替氣體粒子模型的使用經驗,或調整使用氣體例子模型的方式,藉以提升教師進階模型本質的知識。
n 致謝
本研究感謝科技部經費補助(計畫編號:NSC 102-2511-S-259-003-MY3),在此特致謝忱。
n 參考文獻
林靜雯、邱美虹(2008)。從認知/方法論之向度初探高中學生模型及建模歷程之知識。科學教育月刊,307, 9-14。
林靜雯、吳育倫(2010)。國小教師科學模型功能及建模歷程量表之編制發展與實測分析。教育與心理研究,33(4),23-51。
張志康、林靜雯與邱美虹(2009)。從方法論向度探討中學生對模型與建模歷程之觀點。科學教育研究與發展季刊,53,24-42。
Clement, J. (1989). Learning via model construction and criticism. In G. Glover, R. Ronning & C. Reynolds (Eds.), Handbook of Creativity, Assessment, Theory and Research, New York: Plenum.
Coll, R. K., & Lajium, D. (2011). Modeling and the future of science learning. In M. S.Khine & I. M. Saleh (Eds.), Models and modeling: Cognitive tools for scientific enquiry (pp. 3-21). Netherlands: Springer.
Gilbert, J. K. (1993). Models and modeling in science education. Hatfield, UK: Association for Science Education.
Grosslight, L., Unger, C., Jay, E., & Smith, C. (1991). Understanding models and their use in science conceptions of middle and high school students and experts. Journal of Research in Science Teaching, 28(9), 799-822.
Halloun, I. (1996). Schematic modeling for meaningful learning of physics. Journal of Research in Science Teaching, 33(9), 1019-1041.
Lin, J. W. (2014). Elementary school teacher knowledge of model functions and modeling processes: A comparison of science and non-science majors. International Journal of Science and Mathematics Education, 12(5), 1197-1220.
Treagust, D. F., Chittleborough, G., & Mamiala, T. L. (2002). Students’ understanding of the role of scientific models in learning science. International Journal of Science Education, 24(4), 357–368.
van Driel, J. H. & Verloop, N. (2002). Experienced teachers’ knowledge of teaching and learning of models and modelling in science education. International Journal of Science Education, 24(12), 1255-1272.