实验现象和实验数据的搜集整理与分析.docx
- 文档编号:23032520
- 上传时间:2023-04-30
- 格式:DOCX
- 页数:13
- 大小:23.96KB
实验现象和实验数据的搜集整理与分析.docx
《实验现象和实验数据的搜集整理与分析.docx》由会员分享,可在线阅读,更多相关《实验现象和实验数据的搜集整理与分析.docx(13页珍藏版)》请在冰豆网上搜索。
实验现象和实验数据的搜集整理与分析
实验现象和实验数据的搜集整理与分析
一.问题阐述
实验现象和数据是定量实验结果的主要表现形式,亦是定量研究结果的主要证据。
数据对于实验教学来讲,有着重要的意义和价值。
然而在我们的教学中,不尊重事实,漠视实验数据的现象仍经常出现,具体分析,在小学科学实验数据教学中主要存在以下一些问题:
(一)数据收集存在的问题
1.数据收集不真实
如《摆的研究》一课教学中,由于测量的次数多,时间紧,而测同一摆重或同一摆长前后时间又几近相同,于是有小组就根据前面的实验数据,推测了后面的数据。
又如教学《热是怎样传递的》一课时,有一小组的火柴掉下来的顺序明明不是有规律地从左往右,但听到其他小组火柴都是从左往右有顺序地掉下来,于是他们也修改了自己的数据。
2.数据收集不准确
如教学《水和食用油的比较》一课时,教师引导学生把水和食用油分别装入相同的试管中来比较,结果教学中却出现了相反的现象——装油的试管比装水的试管还要重,原来是装水的试管壁薄,装油的试管壁厚,实验准备时教师并没有发现这个现象,结果出现了上述问题。
3.数据收集不全面
教师在收集数据过程中,各小组虽然都做了同一个实验,但教师只挑选1-2个组的实验表进行展示汇报,而其他组的实验数据一概不论,就草草作结论,这样的实验过程和结果很难说服所有人,也很容易出错。
(二)数据整理存在的问题
1.整理方式简单
课堂上教师比较重视设计小组或个人填写的实验数据表格,但对全班汇总的实验数据形式容易忽视,呈现方式比较简单。
在数据呈现时,要么逐一呈现小组原始记录单,要么按小组顺序呈现数据,平时更少使用统计图来整理。
黑板上数据显得杂乱无章,不易发现其中的规律。
2.数据取舍不清
实验结束后,尤其是多次重复实验后,学生对于到底应该取哪一个值有时往往不清。
例如在《摆的研究》一课中,让学生对于10秒之内摆摆动的次数进行记录,实验次数为3次。
学生完成实验后填表:
第一次
第二次
第三次
10秒摆动的次数
8
9
8
对于这组数据,到底应该取9还是取8次?
还是取其它值?
这时如果没有教师明确的指导,学生就不是很清楚。
(三)数据分析存在的问题
1.数据分析肤浅
实验结束后,教师把数据罗列之后直接引出实验结论,对数据中包含的丰富信息没有充分挖掘,浪费了学生辛苦获得的宝贵数据资源,这样简单的处理不利于培养学生数据分析能力。
2.排斥异样数据
所谓“异样”数据指的是不能支持实验结论的数据,它产生的原因较多,课堂上也经常出现。
教师不敢把那些“异样”的数据拿出来分析,或者是教师认为没有必要,或者是担心这些数据会打乱自己的课堂节奏,其实有时候这些看似没有规律的数据,无法得出“科学结论”的数据,本应是让学生体验科学本质、培养理性态度的好机会。
二、问题剖析
(一)操作层面
1. 不精良的测量工具
教学中因不精良的测量工具而造成的实验数据出错比比皆是。
一些学校,特别是农村小学,实验器材不能及时更新,有些工具“年久失修”,造成了实验数据偏差较大。
2. 不规范的操作技能
实验材料的操作具有一定的规范性,如量筒、温度计、测力计等测量工具的使用,如果不按要求操作,实验数据就很容易出错。
3.不正确的实验方法
不正确的实验方法也是造成数据不准确的一个原因。
如在研究“摆锤的重量与摆的快慢是否有关”的实验时,有个小组挂钩码的方法是一个接在另一个的下面,挂成一长条,而别的组都是挂在回形针上,挂成一横排,挂法不同导致了实际摆长发生了变化,摆动次数也就变化了。
(二)意识层面
教师:
教师本身的科学态度和素养的高度很大程度上决定了学生的思维高度。
有时候教师为了完成了教学任务,忽视了对学生数据意识的培养。
教师对数据教学的指导,特别是对一些特殊数据的处理方式欠妥。
学生:
一是学生实证意识淡薄,任务观念严重,造成课堂上随意修改、估计、揣测数据,从众心理突出;二是学生缺少获取数据的正确方法和手段,没有能力来分析、处理数据。
三.数据收集整理与分析的探索
(一)实验数据有效收集的策略
1.培养正确习惯
(1)培养检查工具的习惯
由于小学生的心理特点,实验时,学生往往会急于实验,对材料是否完整,是否有缺陷一般不太在意,因此教师要经常教育学生,拿到工具后,先观察实验材料有没有破损、工具有没有缺陷、仪器有没有调整到位等,养成检验工具的良好习惯。
当然在实验前,教师本身更应该对实验材料和测量工具作一个全面地检查和试验。
(2)培养重复检测的习惯
很多小学科学实验都采用了不完全归纳法,对于不完全归纳,教学中应多举一些事例,多采集一些样本,否则就会犯“以偏概全”的错误。
首先要培养学生重复检测的习惯,实验至少达到3次;其次应尽可能多提供一些数据来支撑实验结论,一个有效地策略就是在教学相同的内容时,可以利用同年段不同班级的数据,也可以利用上学年同学积累的数据,教师平时要注意这方面的搜集整理。
(3)培养及时记录的习惯
很多时候学生会忙于实验而忘记记录,因此,教师要培养学生勤于动手的记录习惯,使学生学会记录实验数据。
教师可以用表格引导学生记录,把每次测得的数据填在相应的表格中,使原本无序、杂乱的数据,变得有序,便于学生发现其中的规律。
2.优化教学设计
教学设计是数据生成的先决条件,其优劣一定意义上决定了数据的可靠度。
如在教学《摆的研究》一课时,教材设计了不同摆重在15秒内摆动次数的比较,而有教师设计的是不同摆重分别摆10次所要的时间,结果得到下表:
第一次(秒)
第二次(秒)
第三次(秒)
第四次(秒)
大约时间
原来重量
11.86
11.62
11.89
11.93
11
重量增加
11.93
11.38
12.21
11.95
11
相比于摆动次数,摆动时间的统计出现了更多的小数,产生了更多的误差,前后不同摆重所需要的时间几乎没有相同,虽然大约时间相同,但也不利于“摆的快慢与摆锤重量无关”这一概念的形成,笔者认为,这样的设计并不妥当。
3.改精材料准备
实验材料也在很大程度上决定了数据生成的准确性,在选择材料时,其中一个要求便是材料必须具备较强的可测性,便于数据的获取。
如在《浮力》一课教学中,测量一块泡沫塑料块在水中受到的浮力实验,拉动泡沫塑料块容易发生偏转,且因厚度不够,对小部分浸入、大部分浸入难以把握。
后把泡沫塑料块的规格更改为6CM×6CM×6CM。
每隔1厘米做上记号,在中心处固定棉线,学生实验操作时,统一标准,小部分浸入——浸入2厘米;大部分浸入——浸入5厘米。
尝试后,发现效果好多了,避免了一些不必要的麻烦,更便于数据的测量与分析。
当然,改精材料准备最基本的要求还是测量工具的精确性,如量筒、测力计的刻度一定要清晰,测量范围要合理,有时也可根据需要在刻度上再加上一条自己绘制的精细刻度表。
有些实验还经常要测量时间,学校又没有足够数量的秒表,这时可以考虑让有电子表的同学作为计时员,平时注意这方面的训练,让计时更准确、熟练。
(二)实验数据有效整理的策略
1.按数据的特点整理
如果实验数据是一组连续数据或对比对比数据,特别是应变量随着自变量变化而变化的情况,可以采用列表排序法和作图法整理,这样更有助于学生观察数据,从数据中发现规律。
(1)列表排序法整理数据
如在教学《用水测量时间》一课时,学生测量了积聚50毫升、100毫升、150毫升的水量后,把所需的时间列表排序如下:
小组
水量
1
2
3
4
小组
水量
1
2
3
4
50毫升
30秒
29秒
30秒
29秒
第1个50毫升
30秒
29秒
30秒
29秒
100毫升
62秒
59秒
61秒
66秒
第2个50毫升
32秒
30秒
31秒
37秒
150毫升
97秒
95秒
100秒
108秒
第3个50毫升
35秒
36秒
39秒
42秒
通过对表格数据的观察,特别是对右表的整理排序,可以清楚地看出:
滴完相同水量所需的时间不同,第1个50毫升流水速度最快,第3个50毫升流水速度最慢,学生知道了杯中水的流逝速度原来是先快后慢不均匀的。
(2)作图法整理数据
实验数据应变量随自变量变化而变化的情况,把这些数据用统计图来整理,更能直观形象地看出数据之间的关系。
如左下图是一张物体颜色与吸热关系的折线统计图,右下图是一张光的强弱与温度关系的柱形统计图,通过统计图,可以很清楚地看出事物之间变化的规律和趋势。
另外,在全班数据整理汇总时,利用Excel电子表格可以对数据进行快速地统计、排序,如上面讲到的各种统计表和统计图,就可以利用电子表格来制作,熟练以后制作并不复杂。
2.按数据的种类整理
对于不同类别的数据,教师可以分开来整理归纳,如果混在一起,不便于学生观察发现。
如《杠杆研究》一课,老师根据学生的汇报,在黑板上展示了一组数据:
左边(阻力点)情况
右边(用力点)情况
用力情况(省力、费力或不省力也不费力)
钩码数
阻力点到支点的距离
钩码数
用力点到支点的距离
1
2
2
1
费力
1
2
1
2
不省力也不费力
2
2
1
4
省力
2
3
3
2
费力
3
2
3
2
不省力也不费力
3
2
2
3
省力
2
1
1
2
省力
从表格中可以看出,数据是学生无意识记录下来,学生很难看出其中的规律。
因此,教师在学生收集好数据后,应及时引导学生对数据进行重新整理,变无序为有序。
如可以再提供一张数据表,把数据按省力、费力和不省力也不费力三种情况分类整理,然后横向比较在这三种情况下,阻力点到支点的距离与用力点到支点的距离的关系。
通过比较,可以清楚看出省力杠杆用力点到支点的距离比阻力点到支点的格数要多,即力臂较长,反之较短,从而明白省力杠杆与费力杠杆的特点。
3.按数据的需求整理
有的实验中,我们要求学生对同一个实验重复多次,以此来提高实验数据的真实性。
学生对于几次实验中的数据到底应该取哪一个,有时存在一定的难度,教师应该在方法上予以一定的指导,教会学生对数据进行判断与取舍,从而提高数据整理的准确性。
(1)平均数的选择
平均数作为一组数据的代表,比较可靠和稳定,它与这组数据中的每一个数据都有关系,能够充分地反映这组数据所包含的信息。
教学中,多数情况下都采用了平均数来整理分析。
如在教学电磁铁磁力大小与线圈关系的实验时,某小组得到了以下数据:
线圈的圈数
吸大头针的数量(个)
磁力大小排序
第一次
第二次
第三次
第四次
平均数
20圈
3
2
2
2
2
3
40圈
11
19
14
11
14
2
60圈
23
18
16
17
19
1
通过平均数的计算,得到了磁力大小的先后顺序,比较准确的反映了电磁铁线圈圈数越多,磁力越大的特点。
但同时也发现,“40圈”的第二次数据为19个,比“60圈”的一些数据都要大,就这个数据而言,又违背了上面的结论,而且这个数据使“40圈”的平均数变大,可以说在“科学”中又包含着“不科学”。
教学中,教师也注意到了这个现象,通过交流,发现问题出在对于“吸附”的理解,学生的操作是把铁钉的一端插入曲别针中,再抬起,而正确的操作是把铁钉的一端靠近曲别针,靠磁力来吸引。
通过再次操作,学生得出了较为准确的数据。
因此,采用平均数整理分析时,教师应注意一些极端数据的影响,必要时,可以通过重复实验来解决。
(2)中位数、众数等的选择
中位数在一组数据的数值中处于中间的位置,反映一个团体的整体水平,而众数着眼于对各数据出现的频数的考察,当一组数据多次重复出现时,它的众数往往是我们关心的计量。
如在教学《摆的研究》一课,某小组研究了摆的快慢与摆锤有关吗实验后,得到了一组数据:
15秒内摆动次数的观察记录
第一次
第二次
第三次
平均数
原来重量
18
17
18
17.7
两倍重量
18
18
18
18.0
三倍重量
18
18
19
18.3
从数据看,最后的平均值不相等,跟摆的快慢与摆锤无关这一结论相驳,如果这样处理,无疑会对教学造成不必要的干扰。
这里可以先取众数,再来分析产生不同数据的原因,并通过重复实验来论证。
在教学中,一般情况下我们更多采用平均数,但平均数计算比较麻烦,而且容易受极端数值的影响,有时也可适当考虑运用中位数、众数等方式来整理。
(三)实验数据有效分析的策略
1.对常态数据的分析
(1)关注数据的多重信息
一组数据中往往包含了多重信息,教学中教师应关注数据的多重信息,充分发挥数据的价值。
如在教学《怎样得到更多光和热》一课,学生研究了物体的颜色与吸热本领关系的实验后,得到了如下一组数据:
纸的种类
刚开始的温度
2分钟
4分钟
6分钟
8分钟
10分钟
黑色
19
35
40
43
43
44
粉色
21
32
35
38
39
39
铝箔纸
20
28
31
34
34
34
红色蜡光纸
19
31
34
36
36
37
白纸
21
30
33
36
37
37
实验结束后,通过计算,在相同时间里,黑色上升的温度最多,白色上升的温度最少,简单分析后,学生都能发现:
物体颜色越深,吸热能力越强。
但如果只得出这个结论,那是远远不够的。
教师还应该继续引导学生讨论:
颜色相近的红色蜡光纸与粉色纸,为什么红色蜡光纸比粉色纸吸热能力要弱?
铝箔纸和白纸有什么主要区别,吸热能力有何不同?
这些颜色温度变化总的有什么特点?
(先快后慢)等。
总之,在实验数据中包含了丰富的信息,教师要肯花时间,引导学生观察比较,充分挖掘数据应有的价值。
(2)关注数据的科学本质
有时,数据带有一定的欺骗性,教师应引导学生透过数据,看到事物的本质属性。
如《磁铁的磁性》一课,在探究了磁铁各部分的磁性强弱后,得到了下表:
A点
B点
C点
D点
D点
第一组
5
4
0
4
6
第二组
8
5
0
5
7
第三组
9
6
0
6
7
第四组
5
4
0
5
7
第五组
7
5
0
4
6
第六组
5
5
0
2
6
第七组
6
3
0
5
5
平均数
6
5
0
4
6
实验结束后,不少同学认为磁铁的中间没有磁性,得出结论:
磁铁的磁性两边强、中间无。
“磁铁中间真的没有磁性吗?
”在教师的启发下,有学生提出了自己的想法:
虽然磁铁中间吸不住回形针,但手上还是能感受到磁铁对回形针的吸力。
这时,教师拿出比回形针更轻的小别针,经过演示,证明磁铁中间确实是有磁性的。
教师强调:
这里的数据零指的是不能吸回形针,但并不意味着不能吸起其它物体。
实验中,我们应充分利用感官,全面细致地观察,不能盲目相信数据,因为数据有时候也要骗人的。
2.对非常态数据的分析
对于常态数据,学生的整理分析还是有头绪的,但对一些因实验材料的缺陷,或者操作技能的不规范,抑或实验方法的错误而造成的异样数据,其处理策略值得关注。
(1)数据处理方式的策略
A.直接点明
对一些明显违反知识性错误的数据,教师可以直接点明。
如在教学《油菜花开了》一课,学生统计了萼片、花瓣、雄蕊、雌蕊的数量后,有小组反映,他们组的油菜花的雄蕊只有5根,这时教师可以指出,在通常情况下,油菜花的雄蕊有6根(四长两短),造成只有5根的原因,有可能是解剖时不小心掉了1根,有可能是解剖是将其损坏了,也有可能是老师给之前就已经缺少了,当然也有可能是在发育过程中,油菜花发生了变异,但这是很少见的。
总之,对于这样的数据,教师可以直接讲明其中的道理,无需过分纠结。
B.重复实验
重复实验是面对非常态数据常用的教学策略,也是基本的科学实验方法。
如《机械摆钟》一课,有一个小组三次实验的数据为:
第一次
第二次
第三次
10秒摆动的次数
6.5
6
8.5
其中8.5次这个数据明显区别于其他2个数据。
这时,教师应提倡学生对数据质疑。
引导学生思考操作是否规范?
提倡学生再规范地做1-2次实验。
经过引导,学生又做了2次实验,数据表补充为:
第一次
第二次
第三次
第四次
第五次
10秒摆动的次数
6.5
6
8.5
6
6
实验做完后,学生可以判断出10秒钟摆动次数大概为6次左右,并分析了产生8.5次的原因。
实验中,这些因不规范的操作技能或不正确的实验方法而出现的错误数据,都可以通过重复实验来解决。
(2)数据处理时机的策略
A.“热”处理
实验中,当孩子们对数据存在较大的分歧时,教师要及时引导学生深入开展讨论,分析这些数据是在怎样的情况下得到的,思考操作是否规范,过程是否准确。
当学生善于对数据背后的原因思考时,那么,数据不但成了结论的强有力支撑,更是对学生实证意识潜移默化地影响。
如在教学《100毫升水能溶解多少克食盐》一课时,学生实验后得到了如下一组数据:
组号
1
2
3
4
5
6
7
8
9
10
克数
30
32
36
34
34
32
30
30
24
34
从表中发现:
最多的小组可以溶解36克,而最少只有24克,这时,应及时让学生回忆实验过程,反思为什么结果会相差这么大?
讨论后形成比较合理的操作方法。
如先在100毫升水里溶解20克的食盐,然后再每次加2克或1克,这样可以大大提高数据的准确性。
B.“冷”处理
对一些个别小组因操作而导致数据偏差的,或者由于材料精度而影响的数据,因其产生的面比较小,原因又比较明确,教师可根据情况,对这些数据作冷处理,即先放置一边,等常态数据讨论后专门提出问题进行分析,这样既照顾了全局,又让所有学生都经历了一次反思、修正的机会,还不会影响课堂秩序。
如在《电磁铁的磁力
(二)》中的电磁铁磁力与电池数量关系的实验时,有小组得出相反的结论,经过观察,发现原来是三节电池的电流强度不同而造成的,是由于材料缺陷而造成的错误,像这样的情况,可以先讨论常态数据,等得出结论后再来分析不同的情况。
WelcomeTo
Download!
!
!
欢迎您的下载,资料仅供参考!
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 实验 现象 数据 搜集 整理 分析
![提示](https://static.bdocx.com/images/bang_tan.gif)