概念图引导型构图题的研究与实践

刘荣玄，朱少平



概念图引导型构图题的研究与实践

刘荣玄，朱少平

（井冈山大学，江西吉安 343009）

概念图用于学生学业评价在欧美国家非常盛行，在国内也有非常好的发展前景．概念图用于学生评价，文献中出现过3种形式：C技术、S技术和F技术．基于这3种技术提出另一种新技术——概念图引导型构图题（简称G技术）．按照G技术的特点设计与之相应的填图质量与整体效果评分方法，通过教学实验检验G技术的测试区分度、难度、信度和效度，以及它与传统题型共同组成考卷的测试区分度、难度和信度；检验G技术对学生学业成绩的影响效果．结果显示G技术具有较好的检测效果，能促进学生学习；能促进学生学业成绩的提高．因此发展G技术具有一定的教育价值．

概念图；引导型构图题；学生评价

1 问题提出

20世纪60年代美国康乃尔大学心理学家诺瓦克（Novak）和他的同事在研究儿童对科学概念学习时，依据奥苏贝尔（Ausub）的有意义学习理论发明了概念图（Concept Maps）[1]，随后经过12年的研究，他们提出概念图可作为一种有效的评估工具[2]．1996年美国学者玛利亚爱瑞斯丽和理查德晒尔森（Maria Araceli Ruiz-Primo & Richard J. Shavelson）等人首次提出概念图可作为一种替代性的评价工具，应用于学生学业评价领域[3]，而今概念图已成为欧美国家一种非常盛行的学生评价工具．

概念图评价在中国的发展相对滞后．20世纪90年代概念图才开始传入中国[4]，此后才开始有学者致力于概念图的研究，随后10年，也只有4篇介绍性的论文在国内刊物上发表．进入21世纪，随着社会转型和教育变革，传统教学方式难以满足人才培养的需要，概念图才开始受到教育界的高度关注，有关概念图的学术论文也逐年递增，截至2015年12月，以“概念图、教学”为关键词，可在CNKI上检索到与教学有关的文献409篇，如：文[5]探究了利用概念图理清概率统计知识脉络，提高教学效果；文[6]利用概念图探讨了美国数学课程概念体系的特点，由此对中国数学课程建设提出了建议；文[7]探索了数学概念图评价的一些程序性问题；文[8]研究了概念图在评价数学概念性理解的效果．在所检索的文献中有关概念图评价的有十多篇,但多数是缺乏客观事实证明的主观思辨，难以推广应用；关于概念图评价技术，到目前为止文献中介绍过3种，即C技术、S技术和F技术，而这3种技术有的还不完全适合于学生的终结性评价，如C技术，因此概念图评价手段单一；在应用领域方面，多数研究是基于化学、生物和医学等学科，在数学方面的应用研究较少，只有王兄、曹学良为数不多的学者探究过概念图在数学教学中的应用[5，7]．上述这些因素都是影响中国概念图评价发展的瓶颈．为丰富概念图评价技术，拓展其使用范围，促进概念图评价在中国的发展．这里提出另一种新的概念图评价技术：概念图引导型构图题（简称G技术），并在数学教学实验中，检验G技术的检测效果和对学生学业成绩提高的影响，以证明其教育价值．

2 教学实验

2.1 实验对象

课题组选择井冈山大学2015级会计专业两个本科班共122人为实验对象，其中男生56人，女生66人．这两个班有一个相对负责的班主任，班风学风较好，具备了较好的实验条件．两个班的《概率论与数理统计》课程教学，均由一个经验丰富有二十多年高教教龄的朱老师担任．

2.2 概念图引导型构图题

文献调研可知，概念图用于学生评价有过3种题型，最初是创造型构图题：提供系列概念，学生自构连接语构建概念图（construct a map with created linking phrases），简称C技术．由于这种构图限制少，自由度大，学生建构的概念图形式多样，这给评价者评分带来较大的困难，也影响了评分的客观性．后来Ruiz-Primo等创造了选择填图题：提供系列概念和连接语，学生从中选择合适的概念或连接语填入图中的空缺处（construct a map with selected concepts or linking phrases），简称S技术．评价者按照学生所填概念或连接语的正确与否评分，这种评分简单快捷，相对客观[9]．但S技术给应答者提供了相对多的答题信息，这种提供也许束缚了学生的作答思维，窄化了评价对学生的引导作用．2006年国内学者王立君和顾海根又提出了填空型概念图题：提供带有空白点的标准概念图，学生自构概念和连接语填入图中空白处（fill in the map），简称F技术．评价者按照填图质量评分[10]．这种题型也易于评分，能引导学生加强对概念的记忆和理解，重视概念间的关系．但这种题型对学生的创新能力、知识结构和情感态度的检测效果不甚理想．这里在分析上述3种技术优劣的基础上提出另一种新技术——概念图引导型构图题（construct a map in guide of the concept map template）简称G技术：即评价者为被试者提供一张带有提示的概念图模板，要求学生自选概念和自构连接语，构建概念图．例如给出概念图模板图1，要求学生选择恰当的概念填入方框中，自构连接语填入带指向的横线上，使之成为完整的概念图．参考答案如图2．显然这种题型其答案不是唯一的，学生可根据自已的个性和知识基础，构建有别于图2的概念图．G技术与C技术有相似之处，都是构图，但G技术需要学生记住学过的概念，从记忆中选择概念填入模板．记忆概念和理解概念是对学生的基本要求，也是学生深入学生的基础．G技术与F技术也有类似之处，都要求学生自构概念或连接语完成概念图构建任务，但G技术需要学生整体把握知识体系，从体系中提取信息，重组概念，形成知识结构．学生整体把握了知识体系，才能发挥创意，进行知识迁移，重组知识来解决面对的实际问题，这是人才培养对教学的基本要求．因此从G技术的应答要求来看，这种技术能促进学生的学习和个性的培养；能促进学生的能力和素质的培养．

图1 带提示的概念图模板

2.3 引导型构图题评分方法

概念图评价的关键是评分方法及其科学性，因此评分方法的研究受到国内外学者的高度重视．1984年概念图的发明者Novak和他的同事Gowin首次提出评价概念图的标准是：每个有效连接记1分；每个有效的层级记4分；每个正确的横向连接记10分；每个正确的例子记1分[11]．这个标准比较适合于评价学生就某一领域的知识构建的概念图．1992年Lomask又提出了标准图评分法，即根据图中的概念数和概念间的连接强度评分[12]，此评分标准较适应于S技术和F技术这种概念图填图试题的评分．1994年Markham根据概念图的6个组成部分，提出了另一种新的评分方法[13]．这种方法是Novak和Gowin评分法的拓展．2009年Gregoriades等人提出的评分标准是：从图的3个方面给概念图评分，即图的整体性、相关性和存在性[14]，该标准较适应于C技术构图题的评分．此外，还有学者提出了其它的评分方法，比如只按图中连接语的数量和质量评分，根据图的结构和质量评分．那么G技术试题如何评分，才会使其拥有较好的检测信度、效度、区分度和难度呢？

G技术构图题为学生提供了带有提示的概念图模板，如图3所示，图3模板提示学生要建构的概念图以随机变量为核心概念，有5个层次，若干条分支，需要自主选择8个概念，自构若干个连接语，填入模板中．图中没有标明横向连接，是因为横向连接难以确定，有些基础扎实、想象力丰富的学生构建的横向连接会超出标准答案，甚至有些喜欢求新求异的学生创建的横向连接超出老师的想象．由学生从图中寻找出横向连接并标上连接语也是对学生创新水平的检测，因此在设计评分标准时对学生图中的横向连接是酌情评分．根据G技术构图题的这些特点，借鉴先哲们的概念图试题评分方法，课题组设计了G技术题型的评分标准，即按概念图的填图质量和图的整体效果评分，具体评分标准如表1所示．表1是以图3引导型构图题模板为参照设计的评分标准，该题也是实验班期中测试卷中的一道G技术构图题，满分20分．

图3 引导型构图题模板

表1 G技术构图题评分标准

2.4 教学实验

实验老师采用传统教学与概念图教学相结合的方式为两个实验班授课，具体教学过程如图4．通过这种教学让学生掌握概念图知识，理解它的作用和意义，学会概念图制作，养成使用概念图的习惯，以利概念图评价教学实验．

图4 传统与概念图教学

学期中，学生已经经过了较长时间的概念图训练，具备了概念图评价的基础，于是老师在实验班的期中测试卷中采用了概念图试题和传统试题，考卷第一题为G技术构图题，即老师向学生提供带提示的概念图模板，如图3，要求学生自选概念和自构连接语构建概念图，满分20分；考卷第二、三、四题分别为传统填空题、选择题、计算题，共80分，老师按照表1的填图质量与整体效果评分法评判概念图试题，按传统评分法评判传统试题．

3 实验结果

3.1 概念图引导型构图题的相合性

在统计学生期中测试成绩中发现，传统题得分高的学生概念图题得分也高，传统题得分低的学生概念图的得分偏低，因此概念图引导型构图题与传统题型的检测效果相当．经过计算该次测试学生概念图平均分的四倍为63.2分，传统题平均得分为61.4分，学生概念图得分的标准差3.68，传统题得分的标准差4.02，说明G技术能够缩小高分组学生与低分组学生成绩间差距．

3.2 概念图引导型构图题的难度和区分度

将学生期中测试成绩分别代入难度公式和区分度公式，所得数据见表2．从表2可知G技术拥有较好的难度和区分度，且与填空题和计算题的难度和区分度接近，这是因为G技术与填空题、计算题存有许多相似之处，具有等效功能．G技术与选择题的难度与区分度相差较大，这是因为选择题带有较大的猜测，不能完全反映学生的真实水平．所以按照填图质量和整体效果评分法评分，G技术与传统测试题一样，能较好地测量出学生的学习水平，能较好地区分学生成绩的优劣．

表2 成绩统计

3.3 概念图引导型构图题的信度和效度

信度：信度是指同一测验对同一组被试，施测两次或多次得分的一致性程度[15]，反映测量结果的可靠性，信度越高误差就越小，可靠性就越高．该次期中测试中的G技术有20个以上得分点，按照表1填图质量和整体效果评分法评分，G技术的检测信度为0.78．G技术与其它试题组成的期中测试卷的检测信度为0.74．将学生的期中测试成绩代入题目信度估计公式，（为卷中题目数，为题目间相关平均数），得到期中测试同质信度为0.72．由此可知按照填图质量和整体效果评分的G技术拥有较好的信度，与传统试题间具有良好的一致性．

效度：效度（validity）是指测验能够测出它所欲测特质的程度,包含逻辑效度、效标关联效度、结构效度等[15]，它反映测量结果的有效性或准确性，是评价手段科学与否的重要指标．为了寻求G技术的效度，将学生期中测试G技术的得分和传统题的得分成对地代入积差相关系数公式，求得相关系数为0.401，从而可知学生G技术成绩与传统题成绩的相关程度达到了极其显著的水平．说明按照填图质量与整体效果评分的G技术与传统题的测量是等效的，因此G技术可以成为测量知识的工具．另外，从个别试题的相关性上也能印证这一事实．从表3可知，G技术与选择题得分的相关系数偏低，没有达到显著性水平，这是因为选择题猜测影响较大所致．G技术与填空题、计算题得分的相关程度达到了极其显著的水平，说明它们高度线性相关，检测学生学习水平的效果趋同．

表3 概念图引导型构图题与其它传统试题得分相关系数

说明：**表示显著性水平<0.01，查相关系数显著性临界表可知0.01(120)=0.234

3.4 概念图引导型试题的预测效果

G技术有较为显著的预测效果．将学生期中测试G技术的得分与填空题、选择题、计算题的得分成对地代入线性回归系数、回归平方和、误差平方和公式，得到表4数据．表4中的回归分析数据表明，G技术对填空题、计算题达到了极其显著的预测效果，对选择题没有达到显著的预测效果，这可能因为选择题不能完全反映学生真实水平的缘故．

上述实验结果显示，G技术具有较好的检测信度、效度、难度、区分度和预测效果，是评价学生学习的好题型，从而能促进学生的学习．如果这种技术不仅有好的检测效果，还能促进学生的学业成绩提高，那么更能显现它的教育价值．

3.5 概念图引导型构图题对学生学业成绩的影响效果

学期末两个实验班的学生参加学校组织的《概率论与数理统计》统一考试，研究者对朱老师所教的两个实验班和另两个普通班（财务管理1、2班，共116名学生）学生的期末成绩进行了统计分析和检验，数据见表5．

表5数据的实验结果是：在相同教学时间、教学内容、教学水平（同一个老师）、教学评价和知识基础趋同（会计、财务专业相近）的情况下，实验班学生的期末平均成绩高于普通班，标准差略小于普通班．在显著性水平下，实验班与普通班学生的平均成绩存在显著差异．从全校来看，平均成绩为65.7分，标准差是6.23，都不如实验班（但因被试条件相差较大，只能作参考）．因此G技术对学生的学业成绩提高具有促进作用．

表4 概念图引导型构图题与其它试题预测回归分析

说明：，自变量x为第个学生概念图引导型构图题的得分，因变量是对第个学生第题的预测得分．

表5 实验班与普通班显著性t检验统计

4 实验总结

（1）概念图引导型构图题具有较好的检测效果和成绩预测效果，从而促进学生学习．

实验结果显示G技术与传统试题的检测结果具有相合性，它的检测信度、效度、难度和区分度都达到了较高的水平，因此G技术具有较好的成绩检测效果，是检测学生学习成绩，促进学生学习的好题型．这是因为：从比较来看G技术有其检测的优点．现行使用的概念图检测技术有C技术、S技术、F技术．C技术不限制图形结构，学生可根据自己的想象和习惯设计不同类型的概念图，比如层级型、辐射型、线型或网络型，再根据自己的知识基础完成概念图制作；也不提供连接语，由学生自构连接语构图．由于这种技术限制少，受学生答题的主观能动性影响大，评分较为困难，且容易受主观因素的干扰．再者这种技术对学生的独立能力和创新能力有过高的要求，有些学生难以完成制图任务．因此这种技术不适合用于学生的终结性考试和大规模的测试，但非常适合于学生的形成性评价．S技术既有填空题的特点，又有选择题的意味，但对学生的知识记忆和理解的检测效果不佳，也不利于学生应答思维的发挥[9]，影响检测效果．F技术克服了前两种技术所遇到的一些问题，整合了前两种技术的一些优点，评分方法简单多样[10]，但对学生的知识结构，创新水平和学习情感难以检验，使检测效果受到影响．而G技术是在分析研究上述3种技术优缺点的基础上提出的，是上述3种技术的完善，也是上述3种技术的拓展．它对学生制图既有限制，又较为宽泛；既有能力的要求，又给出了答题引导模板；既要求对知识的记忆和理解，又提供了答题提示；既要求掌握知识点，又要求把握知识结构．而且这种题型在检测学生智力因素的同时还可检测到学生的非智力因素．因此G技术有相对全面的检测功能、技术相对合理，具有较好的检测效果．其次从G技术的题型结构和应答技术来看，该题型为学生提供了概念图模板，只需要学生联想出恰当的概念，思考出合适的连接词填入模板中合适的位置．这种题型应答技术简单，学生容易操作．但是对学生的知识基础、掌握知识的熟练程度、理解知识的深度和广度，以及对学生的思维能力和整体把握知识体系的能力都是一次全面的检测．由于技术简单，容易操作，因此学生答题时几乎不受外界因素干扰，完全凭借自己的平时学习积累、知识管理和综合能力答题，提高了检测的准确性．再次从G技术的解答要求来看，它适应于不同先前知识基础的学生解题，也方便老师评分，并且这种评分受主观因素干扰小．这些也许是G技术具有较好的检测信度、效度、难度和区分度，具有较好检测效果的原因．实验结果显示G技术有较强的成绩预测能力，这主要因为它的检测功能相对全面，检测效果好所致．

（2）概念图引导型构图题能促进学生的学业成绩提高，从而促进教学．

实验结果显示，实验班学生的平均成绩好于普通班，通过显著性水平检验，两类班的平均成绩存在显著性差异．其可能原因是：首先，从G技术内容和答题要求来看，它能检测学生整体把握知识体系的能力；检测学生以联系的方式记忆知识的水平，以及对概念及其关系的理解程度；检测学生的认知结构和创新意识；甚至还可从学生绘制的概念图中检测到学生的学习情感和态度．因此这种题型能引导学生在平时学习中养成好的习惯、注重概念产生的背景和内涵、掌握概念的外延和概念间的关系，引导学生自觉探寻概念的迁移，与其它领域知识的关系，将新旧知识合理组织成知识结构．其次，从试题本身来看，这种题型为学生提供了一种新的学习方法．学生可借用概念图将自己大脑中的碎片化知识网络化，以利于对知识的管理，提高对知识的记忆；老师可根据学生概念图了解学生对概念的理解、掌握程度，以及学生的创新意识、学习情感和态度，不断调整自己的教学方案，改进教学，使自己的教学风格与学生的听课期望逐渐趋于吻合．这些也许是G技术能促进学生学业成绩提升的原因．

综上撰述，实验结果和理论研究都认为G技术具有较好的检测效果，从而促进学生的学习，能促进学生的学业成绩提高，从而促进教学．不仅如此，其教育价值还可体现在：首先，G技术适合于各种类型的学生评价．G技术既可用于学生的终结性考试，也可用于学生的形成性评价．将它用于学生的形成性评价能培养学生以联系的方式记忆和理解知识的习惯；培养学生平时养成整理知识，将零散知识结构化、图形化，组成知识结构的良好做法；培养学生积极思考问题，创造性地运用知识解决问题的能力．学生有了这种习惯、做法和能力，对当下的学习、以后的成长和将来的发展都是有益的．其次，G技术施测灵活．施测者可根据实际需要调整G技术的内容，比如增加概念列或连接词供学生选择．这时G技术可实现计算机自动阅卷．计算机阅卷可减少人为因素的干扰，提高检测的准确性、客观性和阅卷速度．就此而言G技术又可用于社会上的大规模考试，比如公务员考试，上岗证书考试等．因此G技术具有较好的推广价值和发展前景．再次，G技术是现行3种概念图评价技术的补充，发展G技术，可丰富概念图评价手段，有利于促进概念图评价走向实践，实现学生评价方式多样化，促进学生学习．因此无论是课堂检测，还是课外检测，学校检测还是社会上的检测，G技术都有用武之地，是一项有教育价值的评价技术．

必需指出的是概念图评价技术也像其它评价技术一样有其缺陷和优势．其缺陷是：概念图试题不能考察学生在知识情景中运用知识解决实际问题的能力，特别是复杂的问题，因为这类问题的解决需要认知重组技术，而概念图试题主要是用来检测学生对陈述性知识的记忆、理解、迁移和拓展，不适用对程序性知识的检测．其优势是：概念图试题能弥补传统试题的不足．传统试题只能检测学生对零散知识的掌握情况，难以检测学生的知识结构，而G技术能有效地检测学生的知识结构；概念图试题既可应用于数学学科，也可应用于物理、生物等学科，凡是拥有许多概念的学科知识都可使用概念图试题，G技术可看作是传统归纳题的一种改正，只是形式上更为凝聚；概念图试题适合于考察与旧知识有较强对比性的新知识，比如随机事件与随机变量，概率与统计等；概念图试题还能考察学生的学习情感、态度和创新意识．比如G技术构图，这是一种艺术，绘图时学生会自然而然地将情感、态度流露在图中，从而老师可因势利导．因此合理使用G技术，就能充分体现其教育价值．

发展G技术评价，丰富概念图评价手段，实现概念图评价与传统评价的融合，相辅相成，施测于学生，有利于提高学生评价的客观性、准确性、全面性和科学性，有利于发挥评价的激励、引导和促进作用，有利于提高教学效果．

[1] Ausubel D P.[M]. NewYork: Grune and Tratton, 1963.

[2] Novak J D, Wandersee J H. Perspectives on Concept Mapping [J]., 1990, 27(10): 42-46.

[3] 杨凌．概念图、思维导图的结合对教与学的辅助性研究[J]．电化教育研究，2006，（6）：59-62．

[4] 宋秋前．概念图绘制：一个有效的教学策略[J]．外国中小学教育，1990，（3）：16-17．

[5] 曹学良，郑洁．关于概念图在概率统计教学中应用的一些思考[J]．数学教育学报，2007，16（1）：37-39．

[6] 章建跃，宋莉莉．美国高中数学核心概念图[J]．课程·教材·教法，2013，（11）：115-121．

[7] 王兄．数学概念图：一种可能的评价框架[J]．现代教育论丛，2006，（5）：9-11．

[8] 金海月．概念图在评价数学概念性理解中的应用[J]．数学教育学报，2015，24（3）：21-23．

[9] Ruiz-Primo M A, Schultz S E, Li M, et al. Comparison of the Reliability and Validity of Scores from Two Concept-Mapping Techniques [J]., 2001, 38(3): 260-278.

[10] 王立君，姚广珍．物理概念图试题的评分方法[J]．心理发展与教育，2004，（4）：84-88．

[11]  Novak J D, Gowin D B.[M]. Cambridge University Press, 1984.

[12] Lomask M, Baron J B, Greig J. Concept Map: Connecticut’s Use of Concept Mapping to Assess the Structure of Students’ Knowledge of Science [Z]．Paper Presented at the Annual Meeting of the National Association of Research in Science Teaching, Cambridge, MA, 1992．

[13]  Markham K M, Mintzes J J, Jones M G. The Concept Map as a Research and Evaluation Tool: Further Evidence of Validity [J]., 1994, 31(1): 91-101.

[14]  Gregoriades A, Pampaka M, Michail H. Assessing Students’ Learning in MIS Using Concept Mapping [J]., 2009, 20(4): 419-430.

[15] 王景英，郭述平．教育统计学[M]．北京：高等教育出版社，2009．

[责任编校：周学智]

Research and Practice on the Composition Problem of the Concept Map Guiding

LIU Rong-xuan, ZHU Shao-ping

(Jinggangshan University, Jiangxi Ji’an 343009, China)

The Concept map was very popular in Europe and the United States for students’ academic evaluation and also had a very good development prospects in our country. There were three forms: C technology, S technology and F technology in the literature for students’ evaluation by Concept map. In this paper another new technology—the Concept map guided Composition problem (G technology) was proposed based on these three technologies. The mapping quality and overall effect of the scoring method were designed according to the characteristics of G technology. The test discrimination, the degree of difficulty, reliability and validity of the G technology and the test discrimination, difficulty and reliability composed with traditional questions were tested according to the teaching experiment, also the effect on students’ academic achievement. It was showed that there was a good detection effect and performance prediction ability of G technology which could promote students’ academic performance. Therefore, there was some education value of the development of G technology.

concept map; guided composition problem; students’ evaluation

G424.1

A

1004–9894（2017）02–0086–06

2017–01–08

江西省教育科学“十三五”规划课题——以提高综合素养为目标的概念图与思维导图教学的实证研究（16ZD026）

刘荣玄（1960—），男，江西吉安人，教授，主要从事概念图教学与研究．