核心概念
本研究利用圖論的數學框架,探討了不同學術背景的學習者對雲物理學概念性理解的演變過程,並揭示了隨著學習者對該學科理解的成熟,其對雲生命週期描述的認識論轉變(從水循環的一般物理學到對雲微物理過程的詳細描述)。
摘要
書目資訊
Weihs, J.-P., Gjerde, V., & Drange, H. (出版中). 利用圖論表徵和分析對雲物理學的概念性理解。
研究目標
本研究旨在探討如何利用加權有向圖結構表徵不同群體對雲物理學的概念性理解,並利用圖論分析這些表徵以獲取洞察。
方法
本研究收集了來自挪威五個不同學術教學和研究機構以及瑞士蘇黎世聯邦理工學院的 138 名參與者的概念圖。參與者被要求以圖形方式描繪雲的生命週期,從形成的早期條件到消散。研究人員根據主題內容分析對原始數據進行編碼,並使用 Python 將概念圖轉換為圖結構。然後,研究人員計算了圖級指標(如密度、直徑和交織度)和節點級指標(如中介中心性、度中心性和特徵向量中心性),以分析不同群體的概念性理解。
主要發現
- 研究結果顯示,隨著學習者在雲物理學方面經驗的增加,他們的概念圖的結構特徵會發生變化,例如密度降低、交織度增加。
- 對節點級指標的分析揭示了隨著學習者專業知識的增長,特定學科概念的重要性會增加,而更籠統的概念的重要性會降低。
- 研究還引入了一個新的節點級指標——一致性分數,用於衡量給定節點的複雜程度。對一致性分數的分析表明,隨著經驗的增加,對大多數概念的起源和影響的一致性會降低,這可能表明該學科的複雜性。
主要結論
本研究證明了利用圖論分析學習者對雲物理學的概念性理解的可行性和有效性。研究結果可用於指導教學實踐,例如根據已識別的專家級概念調整教學內容,並幫助學生預測學習過程中該領域的主要複雜性。
研究意義
本研究為基於學科的教育研究提供了新的視角,並為利用圖網絡分析學習者的概念性理解提供了方法論依據。
局限性和未來研究方向
- 未來研究可以通過增加樣本量和擴展到其他學科來驗證研究結果。
- 可以進一步探索利用機器學習技術對個體數據進行分類,以提供個性化的評估和學習建議。
統計資料
研究收集了來自 138 名參與者的概念圖。
參與者來自六個不同的 STEM 學科領域。
參與者的學術水平涵蓋學士、碩士、博士和研究員。
研究根據參與者在雲物理學方面的自我評估經驗將其分為四組:新手、熟練者、精通者和專家。