科学课数据的“读通”与“读懂”

王天锋

摘 要  科学课数据从原始的数字转化为具有实证功能的证据，需要学生具有对数据的转化和加工能力。在培养学生数据素养的过程中，教师要把握数据获得良好的方向感，赋予数据加工丰富的空间感，使得教学朝着把握数据、形成证据、理解科学本质的视角不断迈进。

关键词 科学课 数据 证据 加工策略

小学科学课的数据很少整齐规则地呈现在学生面前，它们很多时候只是一堆数字，具有不同的面孔。缺乏精确性和直观性，加之学生掌握的数学统计学知识极少，他们很难观察到数据的规律性，特别是一些潜存在数据背后、须要转换的规律，而且有些规律本身也不在学生的认识范围内。如何引导学生读懂数据、理解数据，将数据转化为科学学习的证据，需要教师做出精心引导。

一、数据获取中的不足

数据收集和处理过程是科学课堂教学的重要环节，在相对复杂的实验环境中，学生获取数据时会面对诸多问题。对下列问题的忽视往往会造成收集数据的失败。

1.对数据的搜集要求——方向不明晰

在一些课堂上，教师对数据的认识不足，对数据本身的要求强调不够，只是对活动的流程和活动的操作提出要求，导致实验活动成为“半成品”。如在“测量小车的拉力”的教学过程中，教师试图通过实验装置来满足学生对拉力变化对小车运动变化影响的认识。实验目标是速度测量，但是教师忽视了对数据搜集环境的要求，结果学生在实验测试时出现了数据混乱。主要是因为学生对钩码数量变化模式弄不清楚，所以收集什么情况下的数据也搞不明白，收集到的数据自然也张冠李戴。对情境的剥离不够到位，成为数据搜集失去方向的主要原因。

2. 对数据的操作影响——预设不合理

在“给100ml的冷水加热5分钟”的研究实验中，实验流程并没有多大难度，但用250ml的烧杯装100ml的冷水放在铁架台上加热，这个活动还是有一定难度的，因为100ml的冷水量在250ml的烧杯中高度很低，要将温度计悬挂在恰当位置，对不常使用温度计测量的学生来说还是有一定难度的，学生往往会顾此失彼，读出的数据自然差别很大。这说明实验活动的难易程度影响着数据收集的成败，教师要做好“下水实验”，以自己的切身体验感受数据收集过程中的难易程度，避免因为实验本身的操作难度造成数据搜集活动的失败。

3.对数据的测量失真——化解不及时

原始数据须要抽象，以符号化或者标志化形式代替具体的数据，故而原始数据的收集是基础性工作。可是由于学生的操作不够熟练或者合作不够成功，导致数据失真的现象在科学课堂上经常见到，甚至有学生捏造数据应对老师。如在“给冷水加热研究”的实验中（见表1），第2小组的数据远远比其他组的数据高，有两个环节存在问题，第一环节是从2分钟开始这组的数据一直偏高，第二环节是第8分钟到第10分钟上升了9℃，而其他小组只是上升了5-6℃，明显存在问题。后来发现这组学生测量时温度计碰到了烧杯的底部，为了争面子将8—10分钟读数高了3℃。遗憾的是面对这些操作失误或者生造数据的行为，学生并没有意识到其中的不当，教师也未能予以质疑和纠错，丧失了进行科学精神教育的机会。

二、数据加工策略的改进

数据最终要成为证据，需要对原始数据进行抽象和筛选，获得加工后的数据，成为论证的证据。源于学生认知特点，小学阶段数据转化还存在一定难度的，需要教师的精心引导和扶持。

首先，数据是数字，而数字却不是数据。数字须要剥离和转换才能成为学生认识的数据。此中有两个层面的困难：一是学生无法将数据集中起来整体认识，缺少抽象的能力;二是学生无法建立起数据和结论之间的联系，缺少关联能力。其次，学生关注了数据，但不明白数据如何运用，不知道挖掘数据背后的意义。数据应成为论证的支撑，与论证的观点匹配，说服性要强。数据的认识和运用，既是探究活动技能的培养需要，又是科学本质认识的需要。基于上述认识，我们认为小学科学课堂上的数据转化为证据要经历三个过程。

1.“一组”和“一个”数据——观察比较的基础

学生实验活动结束，看到的第一眼会是一堆数据，在这一堆数据中间需要整理出一个数据，这个数据一般是在三个或多个数据的基础上产生的，将这些数据转化为一个数据，学生往往无法取舍。以“测量定滑轮是否省力实验”为例（见表2）。

这3组数据具有典型代表性，第一组的3个数据各不相同，第二组的3个数据有2个相同，第三组的数据完全相同。这些数据是实验中获得的原始数据，而学生只需要一个数据，用这个数据来比较竖直提起2.5N的重物，观察定滑轮是否省力。取哪个不取哪个，需要教师指导学生获得取舍数据的模式和标准。这样，学生才能深入理解实验，深入发现数据和数据之间的关联。

2.“表格”和“图形”数据——分层认识的过程

很多数据不是简单的3个数据中取得1个数据就可以获得结果了，需要学生对数据进行深度的整理和分析，而這样的整理和分析过程是获得科学素养最重要的载体。学生对数据的分析和认知是有层次的，很多时候需要借助线性统计图、柱状图、曲线图来凸显数据的特征。

学生对数据和统计图这两个相关量的认识会存在四种可能：读不懂数据，读不懂统计图;读不懂数据，读得懂统计图;读懂数据，读不懂统计图;读懂数据，读懂统计图。教师要围绕具体的数据和统计图给予学生认知的脚手架，例如在认识“热水降温变化规律”数据中，学生的统计如表3。

实验数据得到了，可是学生还是难以得出水温变化和时间之间的关系，教师提出问题：这个统计图就像一个滑滑梯，哪个坡度的滑滑梯坡度大？坡度大的意味着降温速度怎样？坡度小的呢？分析之后，我们可以得出结论：热水降温速度先下降得快，后下降得慢，教师用后继的30分钟观察数据充分体现了这一特征。

3.“常态”和“异态”数据——矛盾协调的焦点

小学科学中的对比实验须要将变量改变前后的数据进行对比，很多时候学生会挑选对表述自己观点有利的数据，对那些“不利”数据往往视而不见，这样对待数据的态度是不科学的。我们应该科学对待数据，关注它们的联系，以获得更多真实的信息。如在研究不同形状的纸筒承受力大小的过程中，学生汇报的数据整理后如表4。

上述数据中三角形形状的纸筒承受重量大于正方形和正六边形，在理论上是不可能的，这时应该还原数据的由来，解决数据的矛盾。在教师追问下学生再次演示，发现三角形研究小组将A4纸折叠成三层，然后再折成三角形纸筒，实际上是改变了纸张的厚度，从而改变了两个变量。经过异常数据的打假，所有数据形成一组递增的数据群。而这个异常数据同时能够说明厚度增加、形状不变的情况下承受力是增大的。异常数据恰恰是课堂学习进入深度研究的契机。

三、数据意义的拓展和运用

1.数据具有预测意义

科学本质上认为世界的规律是可重复、可测量的，所有的数据连接构成了现象的解释，所以每个数据都对应着一个现象的点。教师要善于利用数据的关联性，推测未来可能发生的现象。将科学学科从数据拓展到规律，从而使数据功能得以拓展。

2.表达数据才是读懂

对数据的透彻理解表现为能够娴熟地表达数据，在表达数据的过程中，学生会更重视数据的规律。如在“摆”的实验教学中，如何才能把这些数据信息表述成绳子的长度与摆动次数之间的关系，需要学生用图示来表述自己的认识，图示加数据的表示其实就是建立了一个模型，当建模成功的时候，学生对数据的表达能力得到充分锻炼。

对数据的处理，构成了科学教育的内容之一，不同的处理方式决定着不同的效果。数据本身应该是科学教育内容之一，学生是处理数据的小科学家，实验活动才能转变成培养科学素养的学习活动。

[责任编辑：陈国庆]

该文为扬州市“十三五”规划课题“实验学习单在课堂评价中的运用研究”（G/P/16/115）项目成果之一