初中生科学模型认识调查

摘要：对成熟问卷进行优化调整，依据探索性和验证性因子分析证明其结构的科学性。然后通过优化调整后的问卷，从模型多维表征、模型实物等同、模型功能价值以及模型可改变性等四个维度展开调查。最后针对上述发现，提出“作好元建模教学的设计和实践”“将元建模知识融于日常的科学教学之中”“让学生真正参与到科学知识的建构中来”三大实践建议。

关键词：科学模型；模型认识；科学建模；元建模；调查研究

文章编号：10056629（2023）13001306

中图分类号：G633.8

文献标识码：B

学生科学建模能力的发展已成为当前初中科学教学改革的重要发展方向。而学生对于科学模型的认识水平会直接影响其建模实践能力的表现。所以，本研究重点对7～9年级学生的科学模型认识水平进行全员调查，以期为后续建模教学实践的开展提供实证支持。

1 文献综述

《义务教育科学课程标准》将科学建模作为重要科学思维，学生科学建模能力的培育和发展已经成为科学核心素养落地的重要标志。当前国际上有关科学模型认识的系统性研究主要基于结构化访谈、问卷调查两种方式来加以实施。Grosslight、Ingham & Gilbert以及Justi等学者通过结构化访谈的方法来捕捉学生的模型认识水平^［1～3］。他们通过研究后均发现，学生对于模型本质的看法与日常生活中关于模型的意义有紧密的相关性，即认为模型是某事物的复制，模型是一个标准物，模型所表征实体并不包括想法，模型是独特的或是不能改变的。而Treagus等学者则以量表问卷调查的方法对模型认识水平进行研究。他通过调查发现，澳大利亚8～9年级大部分学生能很好理解模型的描述性作用，但对于模型更为抽象的预测和测试想法的功能性理解仍处低位^［4］。邓峰在通过探索性和验证性因子分析，将Treagus量表修正为6个维度，发现高中学生对科学模型的基本描述性功能及其可变性有较好的理解，但对于模型其他更高层次的功能的认识只是处于中等水平^［5］。

综上所述，大多数学生的模型认识水平还是基于经验地将模型看作是对具体事物的映射和复刻，或是对实体等比例的放大或缩小。同时，当前国内相关研究还主要集中在高中阶段，初中段的研究比较匮乏。而且，邓峰有关国内高中生科学模型认识的问卷中6维度的设置，在初中生调查中表现出不适配的现象。因此，本研究以Treagus、邓峰等学者开发的成熟问卷作为研究工具，参照邓峰的问卷结构优化方法进行修正，以符合国内初中生科学模型认识结构的实际。然后对某中学7～9年级所有初中学生进行调查研究，以求对国内初中段学生科学模型认识水平有一个系统性刻画。

2 研究方法

2.1 研究对象

本研究的样本为D中学7～9年级所有学生，共发放问卷1171份，回收有效问卷1083份。D中学作为公办初中，生源构成以学区生为主。且三个年级入学统测均分、优良率、后1/3率均位于本地平均水平，样本具有一定的代表性（见表1）。

2.2 研究工具

本研究以Treagus等学者开发的成熟问卷作为基础^［6］。首先结合学生阅读习惯，邀请部分8、9年级学生对问卷中部分表述进行阅读和修正。然后邀请有关专家、教师对调查试题进行阅读，并对其结构、内容等进行了意见征询。最后，综合各专家教师建议，将研究问卷设定为4个维度，共26道态度量表试题（见表2）。采用5点计分的方法，由“非常不同意”到“非常同意”分别计为1～5分。

2.3 数据采集和分析

首先对三个年级的学生进行了全员问卷调查收集有效问卷。随后在7、8、9三个年级中各随机抽取一个班，并通过分层抽样法从每班中按照5、10、15、20、25、30、35号的顺序选取7位学生进行访谈调查。

数据分析分为以下三个步骤：首先，基于模型认识水平框架，即多维表征、实物等同、功能价值、可改变性四个方面，对学生的回答进行1～5计分。然后，通过“探索性因子分析”和“验证性因子分析”对问卷结构的科学性进行验证^［7］。最后，通过SPSS软件对学生的模型认识水平进行描述性和推断性统计分析。

3 结果与分析

3.1 信效度检验

由于本研究根据是基于成熟问卷之上的改编，为确保其在不同文化、人口背景下的有效性，所以对其信效度作进一步检验。进而，先采用探索性因子分析，再采用验证性因子分析對修正后的问卷进行效度检验。其中，探索性因子分析有助于初步验证问卷调整后的内在结构是否仍具有科学性。同时，为了进一步确定4个构念间的关系是否符合所设计的理论关系，还需要通过验证性因子分析对各构念及所属测评试题间进一步作信效度检验分析。

3.1.1 信度检验

信度分析被称为可靠性分析，而在教育评估中克隆巴赫系数（Cronbachs alpha）常被作为衡量测验一致性的重要指标^［8］。“科学模型认识”四个维度下各克隆巴赫系数值分别为：模型多维表征（MR）0.924、模型实物等同（ER）0.883、模型功能价值（FV）0.903、模型可改变性（CN）0.868，上述Cronbachs alpha均大于0.80，这反映了本次调查研究具有良好信度。

3.1.2 探索性因子分析

探索性因子分析中的Bartlett球型检验显示，其χ²=17704，p<0.001，KMO=0.956，这说明本次问卷适合进行因子分析。接下来对其作进一步检验分析，先通过主成分分析法共提取了4个公共因子后，它们共同反映了原有变量的大部分信息，4个公共因子总解释率为64.494%，已超过50%，说明它对初中生科学模型认识具有比较好的解释效应。这同时也为本研究中问卷维度设定为4项提供了证据支持。然后，再通过方差极大法对因子进行载荷矩阵旋转，经旋转后多维表征18、实物等同17、功能价值18、可改变性13均准确地分属到因子1～4之中，其系数均超过0.5，这也说明本次研究中问卷改编修正是科学合理的^［9］。

3.1.3 验证性因子分析

借助AMOS分析软件进一步作验证性因子分析。该分析旨在通过检验某一假设模型同本研究问卷数据间拟合程度的高低，对假设模型合理性与否作出判断。本研究主要报告以下拟合指数以反映观察数据与假设模型（4个因子）的拟合度，即CMIN/DF、GFI、RMSEA与SRMR^［10］。相关说明如下：

●CMIN/DF值在2到5之间时，可以接受该模型^［11］。

●GFI值大于0.9表示模型路径图与实际数据间有良好的适配性^［12］。

●RMSEA值在0.05至0.08之间时，表示模型适配度可接受^［13］。

●SRMR值小于0.05表示模型契合度可以接受^［14］。

本研究中的拟合指标分别为：CMIN/DF=4.808，GFI=0.936，RMSEA=0.059，SRMR=0.042，以上数据说明各研究数据同假设模型间具有良好的拟合性。

为了进一步检验模型的效度，引进聚合效度（convergent validity）指标来对其加以检验。而为了实现对聚合效度的检验，需要分别计算组合信度值（CR）、平均变异萃取量（AVE）以及各试题的标准化因子载荷值（Std.）^［15］。由计算结果可知，四个构念的CR值分别为0.925、0.884、0.906、0.871，均大于0.7，AVE值分别为0.608、0.521、0.546、0.692，均大于0.5，标准化因子载荷值（Std.）在0.667至0.863之间，各载荷值均大于0.45。根据塔巴赫尼克（Tabachnick，B.G.）等学者^［16］和海尔（Hair，J.F）等学者^［17］推荐的判别聚合效度的标准，测量模型的聚合效度较好。

3.2 科学模型认识水平分析

基于上述问卷所采集的数据，对学生的科学模型认识情况从上述四个维度作进一步检验分析。

3.2.1 均值分析

计算被试在上述4个维度上的得分均值，以期能对不同年级学生的模型认识水平在面上有一个初步的了解。其中，每一维度均值则是通过对该维度下各试题计算算数平均而求得（见表3）。

分析可以发现，三个年级学生在科学模型的多维表征（MR）和功能价值（FV）两个维度上得分均值超过了4分，前者说明学生对于科学模型在对现象的多样化表征上的认同，这可能与教师在日常教学中注意同一知识内容的变式教学有关。后者表明学生认同模型在现象描述、解释、预测和问题解决等方面上的功能价值。在科学模型可改变性（CN）维度上得分均值接近4分。这说明了学生初步形成“科学知识不是一成不变”的知识发展观。这一结果也与其他几项研究所得结论相一致^{［18～20］}。而在科学模型实物等同性（ER）维度上得分均值为3.30分，较之于另外三项得分明显偏低。反映通过系统的科学教育，学生认知系统中已经初步形成的“科学模型抽象观”同“科学模型完全等同于实物观”间存在冲突。说明经系统化科学教育干预之后，学生抽象思维日益趋向成熟。

3.2.2 年级间分析

根据表3中的数据绘制出三个年级在科学模型认识四个维度上的均值折线图（如图1）。（1）在“多维表征（MR）”维度上三个年级均值分别为4.16分、4.22分、4.20分，三者均分基本相等；（2）在“实物等同性（ER）”维度上，9年级均分（2.62分）较之于7、8年级均分（3.40分、3.50分）明显降低；（3）在“功能价值（FV）”维度上，7年级均分（4.02分）略低于8、9年级均分（4.17分、4.13分），但三个年级分化不明显；（4）在“可改变性”维度上，8、9年级均分基本一致（4.15分、4.13分），比7年级均分（3.77分）明显提高。

进一步作单因素方差分析（ANOVA），得到以下结果：（1）在“多维表征（MR）”维度上7～8年级（p=0.189）、7～9年级（p=0.435）、8～9年级（p=0.807）间的p值均大于0.05，说明三个年级间不存在显著性差異。（2）在“实物等同性（ER）”维度上7～8年级（p=0.096>0.05）、7～9年级（p=0.000<0.05）、8～9年级（p=0.000<0.05），这说明了7、8年级间在“实物等同性”认识水平不存在显著性差异，但7、8两个年级同9年级间存在显著性差异。（3）在“功能价值（FV）”维度上7～8年级（p=0.000<0.05）、7～9年级（p=0.051>0.05）、8～9年级（p=0.435>0.05），这说明了7、8年级间在“功能价值”认识水平上存在显著性差异，但7～9年级、8～9年级间不存在显著性差异。（4）在“可改变性（CN）”维度上7～8年级（p=0.000<0.05）、7～9年级（p=0.000<0.05）、8～9年级（p=0.749>0.05），这说明在“可改变性”认识水平上，7年级同8、9年级间均存在显著性差异，而8～9年级间不存在显著性差异。

3.3 分析与讨论

由上观之，随着年级的递增，学生在科学模型认识水平上主要呈现出了以下三类各异的表现，它们分别是：在多维表征（MR）水平上，7、8、9三个年级的均分基本保持一致，三个年级间不存在显著性分化；在实物等同性（ER）水平上，9年级同7、8两个年级间出现显著性差异，且水平均分显著低于7、8两个年级；而在功能价值（FV）以及可改变性（CN）两个水平上，7年级同8、9两个年级间存在较大差异，7年级水平均分低于8、9两个年级。基于上述科学模型认识水平上的差异表现，接下来的研究将结合不同年级学生的质性访谈材料展开逐一分析。

首先，就多维表征（MR）维度上三个年级表现出水平上的趋同现象，这一结论同Treagust的研究相一致。在Treagust的研究中，大多数学生也对“科学模型可以提供多种视角和外观”表现出了高度的赞同，他进一步认为“造成上述这一现象的主因是由于学生在科学学习过程中意识到需要多样化的科学模型来满足对于客观现象的描述”^［21］。而在本研究中，大部分受访学生谈到了系统性的科学学习对其判断所产生的正向影响。如有学生談到“比如欧姆定律I=U/R就是用字母公式表示的一个模型，再比如牛顿第一定律虽然是文字也应该是科学模型的一种形式吧”。另有学生谈到“初中3年的科学学习中，科学老师会用不同种表示方法（比如图形、曲线、公式、定律等）来进行教学，这些能帮助我加深对于科学知识的系统理解”。还有部分受访学生提到了历史、思政课教学对其认识判断所产生的影响。如有学生提及“历史思政老师经常跟我们说，考虑问题要多个角度、要能正反两方面来进行考虑”。可见，一方面国内系统性的科学教育对学生科学认知发展产生了正向影响，另一方面国内马克思唯物主义教育对学生在问题分析方法论上的引导也产生正向效应，两者彼此的共同作用则对三个年级学生在模型多维表征上的正向判断产生了积极作用。

其次，就实物等同（ER）维度上出现9年级显著低于7、8两个年级的现象，这一结果同邓峰的发现相一致。而在邓峰看来，这一现象正好说明了高年级学生更为成熟的模型认识观。因为，伴随学生生理和心理的成长，其认知进一步从直观的经验感性中抽离出来，进入到更为抽象的理性世界之中。由此，学生可能会更为全面地意识到科学模型或科学知识并非是对自然客体的完整复刻或“完全如实”映射自然界的客观规律。所以，这就直接导致了高年级学生对“模型的实物等同性”表现出了更加怀疑或否定的态度^［22］。对部分9年级学生的随访也印证了邓峰的观点，多位受访同学就表示“像数学中的函数图像、科学中的焦耳定律、质量守恒定律等，这些虽然不是‘看得见、摸得着的实物模型，但它们能解释科学现象、解决科学问题，故也应当被认为是一种科学模型”。

最后，就7年级水平均分在功能价值（FV）以及可改变性（CN）两个维度上显著低于8、9两个年级的现象，这里就不得不提及8年级下“模型与符号”一节的元建模教学起始课，以及自8年级始一直延续到9年级的系统性生化学习。由于本次问卷调查是在下学期进行的，而8年级的学生正好刚刚经历了有关模型和建模知识的入门学习，同时后续生化教学的一大特点也是基于大量的科学模型来展开的，这些都可能对学生模型认识观产生了重要影响。具体来看，如在“模型与符号”元建模一节中，教材明确将科学模型界定为“可以帮助人们认识和理解一些不能直接观察到的或复杂的事物”。同时，在这一节教材的课后练习环节也设置了“请同学列举所见过的模型，并简要说明用这些模型的意义”这一问题。再如，后续生物、化学教学中基于分子、原子结构模型来认识微观粒子的结构构成；基于水电解微观模型对质量守恒定律进行学习；基于文字表达式对光合作用、呼吸作用进行理解掌握；基于离子方程式来了解中和反应本质；以及基于氧气二氧化碳含量变化曲线对血液循环进行学习等教学方式方法的采用。显然，元建模知识入门教学以及后续系统性的生化教学对于8、9年级学生的模型功能价值（FV）认识水平起到了一定的正向促进作用。而8、9年级受访学生也均对元建模教学起始课以及生物、化学系统性的学习在模型价值（FV）认识水平上的正向作用表示了肯定。

针对8、9年级在可改变性（CN）认识水平上相对较好的表现，前期同类的研究也均呈现出了相似的结果。邓峰认为造成这一现象的主要原因是，学生经过系统性的科学学习之后可能会更全面地意识到科学模型的局限性，即科学模型并不能完全解释自然现象或“如实”反映自然界的客观规律^［23］。本研究对部分8、9年级学生的随访也对上述论断作出了很好的印证。如有8年级学生就提到“小学没有对溶解快慢、溶解能力作出严格区分，所以他一直存在‘搅拌是可以让物质溶解更多的错误观念。但是经过8年级的系统学习之后这一错误概念就被纠正了过来”。还有9年级学生表示“在中考生物复习时，他对细胞形态有了更深入的认识，细胞并非如7年级书本上所示的平面结构，而是具有多种形态的立体结构”。

4 研究启示

上述分析启示着在今后的科学教学中需要把握好以下三个要点。

一是要一如既往地做好元建模教学的设计和实践。元建模知识是关于科学模型和建模教学的本体知识，教师唯有将“什么是科学模型”“科学模型有何用”“科学模型如何建”等元建模知识进行系统性的规划和设计，才能让学生形成起对科学模型的有效认识。

二是要将元建模知识融于日常的科学教学之中。系统性的元建模教学可以有效增强学生的模型认识水平，但学生若对于科学模型的认识仍留存于意识层面，那么此种所谓高水平的模型认识也仅是如“泡沫般一戳即破”。因此，这就要求科学教师除了要系统性地设计好元建模教学起始课之外，更需要将其内嵌于后续的建模学习之中，这样才能实现元建模和建模实践间的相互促进和共融发展^［24］。

三是还要让学生真正参与到科学知识的建构中来。因为，在建构主义的视角下，科学学习是一个学生产生观念，重构之、内化之的过程。而在这个过程中，科学模型被认为是一个重要的工具，毕竟科学模型和学习之间的联系是无可争辩的。然而，实践证据表明，许多学生并不能完全认识和理解科学模型。而造成这种情况的原因很有可能是学生缺乏有效使用模型的机会，亦或是教师也可能没有重视科学建模教学。因而，有必要让学生真正主动地参与到科学知识的建构中来，以此让学生建立多种思想之间的联结进而来构建他们自己所认为的模型，并最终能够使学生理解建模在科学知识发展中的作用。

参考文献：

［1］Grosslight， L Unger，et al. Understanding models and their use in science：Conceptions of middle and high school students and experts ［J］. Journal of Research in Science Teaching，1991，28（9）：799～822.

［2］Ingham， A I， Gilbert，J K. The use of analogue models by students of chemistry at higher education level ［J］. International Journal of Science Education，1991，13（2）：203～215.

［3］Justi，R S，Gilbert，J K. Teachers view on the nature of models ［J］. International Journal of Science Education，2003，25（11）：1369～1386.

［4］［6］［18］［21］Treagust D F，Chittleborough G，Mamiala T. Students understanding of the role of scientific models in learning science ［J］. International Journal of Science Education，2002，24 （4）：357～368.

［5］［7］［10］［19］［22］［23］鄧峰. 高中生科学模型认识观的结构与特点［J］. 化学教育，2011，（10）：41～44.

［8］［9］杨晓明. SPSS在教育统计中的应用［M］. 北京：高等教育出版社，2012：319～325，313～316.

［11］侯杰泰. 结构方程及其应用［M］. 北京：教育科学出版社，2004：156.

［12］［13］［14］吴明隆. 结构方程模型—AMOS的操作与应用［M］. 重庆：重庆大学出版社，2009：45，44.

［15］姜浩哲. 中学数学新手教师跨学科教学能动性研究［D］. 上海：华东师范大学博士学位论文，2023：167～170.

［16］Tabachnick B G，Fidell L S，Ullman J B. Using multivariate statistics ［M］. Boston：Pearson，2007.

［17］Hair J F，Anderson R E，Tatham R L，et al. Multivariate data analysis ［M］. Englewood：Prentice Hall，1998.

［20］Chittleborough G，Treagust D F，Mamiala T，Mocerino M. Students perceptions of the role of models in the process of science and in the process of learning ［J］. Research in Science & Technological Education，2005，23（2）：195～212.

［24］祝钱. 融合元建模的初中科学建模能力的测评研究［J］. 化学教学，2023，（1）：19～23，29.