思维导图对学生学业成就的影响效应精品文档.docx
- 文档编号:9871274
- 上传时间:2023-02-07
- 格式:DOCX
- 页数:12
- 大小:26.61KB
思维导图对学生学业成就的影响效应精品文档.docx
《思维导图对学生学业成就的影响效应精品文档.docx》由会员分享,可在线阅读,更多相关《思维导图对学生学业成就的影响效应精品文档.docx(12页珍藏版)》请在冰豆网上搜索。
思维导图对学生学业成就的影响效应精品文档
思维导图对学生学业成就的影响效应
一、引言当前,在我国的教育大环境下,学习者对于学业成就高度关注和需求,教师作为教学过程的直接实施者和参与者,对学习者的学习效果有较大影响。
为了教师更好地教、学生更好地学,思维导图作为一种易用便捷的思维可视化(Thinking
Visualization)?
0习工具,常被用于辅助基础教育的课堂教学,逐渐受到师生的青睐和学界的关注。
本文旨在探索思维导图对学生学业成就的影响效应及其在教育应用中的有效性、基本特征和影响条件。
(一)思维导图与学业成就
思维导图(MindMap,或MindMapping)是由英国学者东尼?
博赞发明的一种知识可视化和思维形象化的笔记工具。
(赵国庆,等,2004)东尼?
博赞原著中的思维导图存有NoteTaking和NoteMaking这两种笔记方式:
前者可译为“记笔记”,是指在阅读、听讲、交流时对他人的思路记录并整理,是一个输入的过程;后者可译为“做笔记”,是指在论文、演讲时将自己的思想激发并整理,是一个输出的过程。
(赵国庆,2012)我国学者在针对思维导图开展研究时,本体研究常聚焦于其性质、定义、分类、理论研究基础等方面,如思维导图性质中的“图形说”“工具说”;认知语言图式理论、建构主义学习理论及知识
可视化理论等相关理论的研究;教育应用研究主要涉及学科教学设计、教学法探索和知识管理领域等方面。
另有学者指出,思维导图教育应用研究从量上来看,呈现出百家争鸣、日趋兴盛的态势;但从质上来看,还存在理论创新性不强、应用范围狭窄、缺乏多角度比较研究等现实问题。
(刘晓宁,2009;张海森,2011)为了更好地分析思维导图的影响效应,笔者查阅了相关研究并分析比较了已有思维导图相关元分析及综述的研究。
VBatdi开展了一项基于10篇思维导图实证研究文献的元分析,从思维导图对学生学业成就、保持成绩和态度得分等方面阐述了思维导图可有效提升学生的后测成绩(1.057,VBatdi,2015);YLiu和GZhao等人的研究时段是1999-2013年,从40个研究中提取出效应量,共有5,213个参与者,综合计算得出思维导图在国别、学科、实验条件等差异下的影响效应为0.750(Liuetal.,
2014);另有伍国华等人关于知识可视化教学应用的元分析研究,部分内容涉及11篇文献,1,887个参与者的思维导图对学习成绩的影响研究,其平均效应量为0.7583(95%CI,0.5058,1.0109)(伍国华,等,2011)。
综合他人已有研究,本研究拟在以下几方面进行拓展研究:
扩充样本文献的筛选范围,深入分解研究边界条件下的学习者特征和学习内容。
学习成就(Academicachievement,或Academicperformance)是指学习者经由教育而输出的结果,可延伸理解为学习者的学习目的。
学业成绩是评价一个学生学习好坏的最重
要指标之一。
一般来说,教师会采取测试或持续性评价来考察学生的学习成就,但对于程序性知识,如操作技能,可采取学业成绩指数来测量,而不使用总结性评价的分数来衡量。
基于此,本研究中的学业成就是指学习者在正式学习中的教学评价结果,如考试成绩、测验成绩等。
相关研究表明,在教学过程中合理使用思维导图有利于提高学习兴趣和学习态度(Orhanetal.,2007;赵姬,2011;黄蕾,2014;丁莉,2015)、协作能力(黄蕾,2014)、推理能力(Ayaletal.,2016)、创新思维和批判性思维(Antoni,2009;赵姬,2011;Wuetal,2013;黄蕾,2014)。
目前,思维导图在学生学业成就上的积极效应已经在许多学科教学中得到不同程度的实证体现,如英语语言学习(白志刚,等,2011;周凤敏,2012;张玲,2013;刘丽,2015)、数学(吴志丹,2010;邓燕萍,2013;倪兴荷,2014)、生物(王道磊,2009;覃香?
e,2013;丁
莉,2015)、科学(Orhanetal.,2007;Bal?
m,2013)、化学(彭定裕,2013;刘洋,等,2015)和物理(董博清,2013)等。
又如:
白志刚等和张玲的研究发现,思维导图能够促进学习者对英语学习中的单词的识记和理解效果以及听说能力等方面的提高,从而表现出更高的测验成绩和较低的单词遗忘率。
王璐(王璐,2014)的研究也证实,在教学过程中采取思维导图策略,有利于促进初中学生追求绩效和寻求发展的有效学习,能够显著提高学习者的多项测验成绩。
尽管如此,仍有一
些研究发现在教学过程中采取思维导图策略并不总能有效提高学生学习成就,有些实验结果呈现的是无显著性差异,甚至不利的影响效应(文端,2013;孔霞,等,2016)。
(二)
研究边界条件
在正式展开分析之前,需要对本研究中的边界条件做出清晰界定,以便满足后续研究展开和数据筛选分析的需要。
其中,对正式学习环境的明确是为筛选样本文献做准备,关于学习者特征和学习内容的分析是为样本文献编码做准备。
关于学习,基于不同的理论和视角可以有不同的分类。
基于学习者获取知识的手段和方式这一视角,可将学习分为正式学习与非正式学习两大类。
(杨晓平,2015)美国学者将正式学习定义为“学校、课程、教室、工作场所的背景下完成的,是官方的,通常是有计划的要教授课程。
大多时候是自上而下的。
”(Cross,2007,pp.32-47)因此,本研究中的正式学习环境是指学校教育范畴中的课堂学习环境,如课堂教学、培训进修等。
关于学习者特征的确定,学者们观点各异,常从认知方式、人格因素和自然特征几方面来分析。
基于本研究对学生学业成就分析的研究需要,本文中的学习者特征是指在教学过程中可被显性观测和记录的特征,如学习者的教育层次、参与类型等。
“教什么”和“怎么教”是教育教学中的两个基本问题,教什么是教学内容的问题。
本研究将研究范围界定在正式学习环境中,学习内容等价于教学内容。
按照美国学者瑞格鲁斯的细化理论(TheElaborationTheory),学习内容分为领域知识和任务知识,其中领域知识由概念知识和理论知识组成,任务知识由过程任务和启发任务组成。
(Reigeluth,2004)我学者皮连生在知识分类与目标导向教学论中,把知识类型分为陈述性知识、程序性知识和策略性知识。
基于此,本文中的学习内容是指在教学过程中,教师所传授的既有经验和信息,学习者所接收的具体知识及其所属类型、技能及其蕴含过程。
二、研究方法
(一)研究问题本研究重点聚焦思维导图的教学实践应用研究,主要以关注思维导图在实践应用中的效果为主,即对实验条件环境、实验研究类型、思维导图与学科教学整合的应用、跨学段比较、学生参与程度差异对比等分析。
同时,通过对近十年(2007-2016年)中关于思维导图教育应用实证研究的梳理、筛选、编码和分析,从学习者特征、学习内容和其他样本属性等几个方面,为未来教育界学者和教育实践者提供思维导图元分析的分析视角,以期对未来思维导图教育应用提出一些建议和思路。
思维导图是一种较为重要的教与学的策略,但其对学生学业成就的影响效应并非稳健的积极作用,本研究将重点关注以下问题:
思维导图作为一种较为重要的学生学习方法,是否能有效提高学生学业成就?
思维导图有效学习的基本特征有哪些?
影响学生进行思维导图式学习的条件有哪些?
基于此,本研究拟选取元分析
(Meta-analysis)方法研究思维导图策略会对学生学业成就产生怎样的影响,探究学生进行思维导图式学习的影响条件有哪些。
研究假设H1:
在正式学习环境中,采用思维导图策略能够有效地提高学生学业成就,表现为更高的测试成绩,同时思维导图能够较好地提高学生参与程度。
其中,自变量X是思维导图策
略,因变量Y是学生学业成就。
(二)数据来源
(三)元分析法本文采取的元分析法(Meta-analysis,又名“荟萃分析”或“统合分析”),即综合多个实验或准实验研究结果并从中获得实验平均效应值的统计分析方法(Lipseyetal.,2000,pp.56-72)。
根据样本文献的描述性统计,初步阅读后发现入选样本文献的实验数据常以样本量、均值和标准差等形式呈现,因此,各个实验样本常包含至少一个或多个效应量(EffectSize,ES)。
在不同的元分析文献中,会根据其结果变量类型的不同而使用不同的效应量,常用的效应量有Cohen'sd(Cohen,1969,1987)、Glass'estimate△(Glass,1976)和HedgeS
adjustedg(Hedges,1981)。
综合分析以上三种效应量,根据教育研究的特性,加之受限于样本文献中实验类型,研究对象和结果变量的数据类型的多样性差异,本研究拟采用Hedges'g作为效应量的表征指标,由于效应量的取值来源直接影响研究结果,本文还将对部分样本文献中的效应量进行合规处理后再纳入分析。
元分析属于事后分析,和传统文献综述(NarrativeLiteratureReviews)相比是一种探索性分析工具,因此本文结论是推断性结果,而非析因结果。
接下来,将从筛选标准、标准化编码和发表偏倚等方面简要介绍元分析法。
1.筛选标准
综合以上标准判断,以确立文章是否纳入研究。
本研究中的文献筛选标准、纳入或剔除的流程,如图2.1所示。
经过检索、初筛、纳入、综合等筛选过程后,筛选过程中会出现诸多影响因素,如有由于无法获取全文而排除的文献、受限于语言文字能力而排除的文献等,但最终选取符合元分析标准的样本文献为60篇,总样本量为6,225,效应量为132个。
图2.1样本文献筛选四阶段流程图(注:
n代表文献数量)
2.标准化编码
经由文献筛选标准进行纳入或剔除后,按照以下变量对入选文章逐一进行标准化编码,主要内容包括基本信息、学习者特征、学习材料的内容属性及其他样本属性四大类:
①基本信息:
作者,出版时间,研究类型,持续时间,样本量;②学习者特征:
教育层次(小学、初中、高中、大学和其他),思维导图参与程度(学习者自我生成、教师/研究者直接提供、师生共同参与);③学习材料的内容属性:
学科属性(具体学科:
化学、外语、数学等;科学隶属:
文科、理科、综合等),知识类型(叙述性知识、程序性知识、策略性知识);④其他样本属性:
思维导图使用类型
(纸质、数字,纸质与数字结合),教师同质性(同质和异质)为保证编码的可靠程度,分别由作者和第二作者单独编码后进行对比,虽然二者编码结果并无明显差异,但对于有异议项,经由讨论协商并达成一致后修改校正,最终纳入元分析的样本文献编码表,见表2.1。
图2.2是根据表2.1制作的样本文献的描述统计图结果。
如图2.2所示,纳入元分析的样本文献以双组前后测的实验研究设计居多,占比为81.67%,双组后测为18.33%,其他为1.67%。
实验持续时长多为1-3个月和3-6个月,占比为38.33%和33.33%;少于一个月的占比为11.67%。
这与参与研究学校的实际情况基本相符,1-3个月多以专题学习和单元学习展开,3-6个月多以学期制展开;6个月以上占比10%。
参与实验人数一般在60人以上,大多数实验规模适中。
在思维导图的呈现类型中,纸质和数字的占比情况相当。
为降低教师差异对实验结果的影响,近70%的实验选择在实验组和控制组间保证教师同质性。
实验对象的教育层次基本全覆盖,中学生和大学生占比较多,分别为45%和31.67%。
学习者对思维导图的参与程度,多为学习者自我生成,占比为55%。
就具体学习材料的内容属性而言,各学科占比基本相当,分别为文科38.33%和理科48.33%;学习内容的知识类型多为程序性知识,占比为58.33%。
3.发表偏倚
元分析是一种观察性分析,在元分析的各个步骤中均可能产
生偏倚。
元分析中常见的偏倚有抽样偏倚、选择偏倚和研究内偏
倚等。
发表偏倚(PublicationBias)是指“统计学上有意义”的阳性结果较“统计学上没有意义”的阴性结果或者无效的(null)研究结果更容易被发表,更容易被检索,属于抽样偏倚(周旭毓,等,2002)。
这就使得未发表的研究很难被检索获取,而进行元分析的第一步即是获取和筛选研究文献,可能会导致对综合效应量的过高估计,最终影响元分析结果的准确性,因此需要对是否存在发表偏倚进行估计和检验。
常见的发表偏倚分析方法有漏斗图(Light,1984)、Egger线性回归法(Egger,1997)、Begg秩相关法(Beggetal.,1994)、剪补法(TrimandFill,Tayloretal.,1998)和失安全系数Ns(fRosenthal,1979)等。
由于Egger线性回归法存在抽样误差,因而会产生对回归方程斜率的偏估计。
因此,本研究选择漏斗图法、Begg秩
相关法和失安全系数Nsf来估计和检验是否存在发表偏倚。
(四)探索分析归纳法按照研究目的抽取能够为研究问题提供最大信息量的研究对象的目的性抽样方法,选取研究过程和数据报道较为全面、研究内容可供比较且有代表性、符合定性分析的文献12篇,如图2.1所示。
它们分别是6篇正相关文献(黄蕾,2014;张玲,2013;郑永熏,等,2015;Antoni,2009;Kalyanasundarametal,2016.,2016;Bahadorietal.,2016),6篇负相关或不显著文献(文端,2013;孔霞,等,2016;郑永
熏,王嘉慧,2015;Antoni,2009;Funetal.,2010;Ritchieetal.,2013),?
9胙//南椎淖柿夏谌萁?
行系统评价,采用探索性分析归纳法(ExploringAnalyticInduction)识别出基本分析单元,对样本文献进行合并、分类并提取其特征单元,将适用的文献按照其所属范畴进行比较,对其边界条件进行明晰界定,最终探索并组织得到有效思维导图的基本特征。
首先,研究问题聚焦到寻找思维导图有效学习的基本特征,识别出思维导图策略的分析步骤大致分为:
what――是什么,明确思维
导图的操作定义;when什么时候用,理清思维导图的合理使用时间;how怎么用,考察思维导图促进有效学习的方式,是“一枝独秀”还是“百花齐放”,是协作,而非合作。
三、结果
本研究选取ComprehensiveMetaAnalysis2.0(CMA软
件为研究软件。
由于纳入元分析的样本文献存在着研究对象、研究方法和操作程序等的差异,使得样本文献间可能存在异质性,由此而得出的效应量并不完全代表总体主效应。
为了更好地说明数据结果,需要采用异质性检验(HeterogeneityTest)方法,常用的质性检验方法有:
①借助Q检验、I2统计量和H统计量等虚拟变量来表示可能产生的异质性因素;②选用根据异质源构造的随机效应模型(RandomEffectsModels)和固定效应模型(FixedEffectsModels)来考察样本文献的异质性。
(陈纯槿,
等,2013)一般来说,如果样本文献间的异质性较小时,宜采用固定效应模型;对存在明显异质性的研究,应采用随机效应模型。
本研究选择统计量Q和12来进行异质性检验和确定主效应量。
为识别出研究问题中学生利用思维导图学习的影响因素,需要进行调节效应检验。
因此,本研究引入调节变量M(Moderator),是指自变量X在何种条件下会影响因变量Y,又名条件变量。
(一)主效应和异质性检验
统计量Q服从自由度k-1的x2卡方分布,Q值越大,其对应的P值越小。
如果Q0.05,贝V表明样本文献的异质性是由抽样误差造成的,样本文献间基本可认为是同质的;反之则表明样本文献间存在异质性,且不是由抽样误差导致的变异(王丹,等,2009)。
见表3.1,Q检验显著且12>75%,表明样本文献间存在明显的异质性,因此本研究选用随机效应模型来计算主效应量。
对思维导图策略的主效应进行检验,以考察其在学生学业成就方面的影响效应,得出思维导图的主效应量g为0.763(95%CI,
0.598-0.928),即表明该效应量并非偶然因素引起;且双尾检验P值小于0.001。
这就回答了研究假设中的问题:
在正式学习环境中,采用思维导图策略能够有效地提高学生学业成就。
(二)调节效应检验
本研究聚焦的研究问题是思维导图有效学习的基本特征有哪些?
影响学生进行思维导图式学习的条件有哪些?
因此,本研究主要对学习者特征(如教育层次和思维导图参与类型)、学习材料的内容属性(如知识类型和学科属性)、其他样本属性(如思维导图类型和教师同质性)3类调节变量(Moderator)是否对思维导图对学业成就的影响起到调节作用做逐一分析,以此判断得出思维导图有效学习的基本特征。
1.学习者特征的调节效应在学习者特征对学生学业成就的调节作用上,教育层次和思维导图参与程度有着显著调节学生学业成就的作用。
见表3.2,
教育层次和参与程度的异质性检验的结果显示,统计量Q大于卡
方分布的临界值,表明其对应的平均效应值具有显著差异。
因此选择固定效应分析来计算其影响大小。
在不同的教育层次中,在高中阶段(g=1.097)使用思维导图策略使得教学和学习更为有效;在小学阶段(g=0.314)的效果最不明显;思维导图策略的有效性在大学阶段(g=0.867)稍高于初中阶段(g=0.537)。
在不同的思维导图参与程度中,QB
(1)=78.766,P叙述性知识
(g=0.360)>策略性知识(g=0.347)。
因此,可推论思维导图会因知识类型的不同对学生学业成就产生不同的影响,主要表现为较适用于程序性知识,而不太适用于叙述性知识和策略性知识。
3.其他样本属性的调节效应在考察其他样本属性对学生学业成就的调节作用时,本研究选取了思维导图使用类型、教师同质性和实验持续时间3个变量展开分析。
见表3.4,在不同的思维导图使用类型中,纸质
(g=0.828)的调节效应明显高于数字(g=0.541),在纸质与数字结合(g=0.609)的情况下效果也较佳。
这可能是由于思维导图在教学过程中,教师和学生会依据自身情况使用思维导图,比如在小学等低龄学段,学生对思维导图软件的操作能力欠佳,但对纸笔绘画创作思维导图较为擅长(黄一泓,等,2011;OrhanAkinoglu,etal,2007)。
因此,可推断思维导图使用类型的差异会对学生学业成就有所影响,可能是现有思维导图软件在操作使用方面有缺陷,有待完善。
在教师同质性的调节效应上,同质(g=0.745)和异质(g=0.665)的影响效应相当,可认定为教师同质或异质对学生学业成就影响不大。
但在不同的实验持续时间里,QB(3)=117.712,P(三)发表偏倚分析根据前文对发表偏倚识别和校正方法的对比分析,本研究选择了漏斗图法、Begg秩相关法和失安全系数Nfs来检验发表偏倚。
首先,如图3.1所示,据初步观察得知本研究中的发表偏倚较小,绝大多数的研究散点均匀且对称地分布在中心线的左右。
为了更进一步准确地识别和校正发表偏倚,采用以下方法来分析发表偏倚,从Begg秩相关法的检验结果看,该指标的值为3.214>1.96,P
图3.1发表偏倚分析之漏斗图
四、讨论
(一)思维导图与学生学业成就呈显著相关元分析结果显示思维导图与学生学业成就之间呈显著相关,影响效应值在0.598到0.928之间,研究结果与他人已有研究发现基本一致。
在关于思维导图的相关研究中,思维导图教育应用与学生学业成就之间呈现显著正相关水平(ES=1.057,Batdi,2015;ES=0.750,Liuetal,2014;ES=0.7583,伍国华,等,2011)。
这与本研究假设是一致的。
根据筛选标准,本研究中的样本文献所讨论的均是在正式学习环境下思维导图对学生学业成就的影响效应。
虽然这与AnthonyV.D'Antoni、孔霞等和StuartJ.Ritchie等的研究结果不一致,他们认为在正式学习环境条件下,思维导图与学生学业成就未见显著性相关(Antoni,2009;孔霞,等,2016;Ritchieetal,2013)。
但在VBatdi(2015)和YLiu等(2010)提出的从国别、学科差异、实验条件和结果变量等维度来研究思维导图与学生学业成就影响效应的研究基础上,本研究进一步系统地加深了对学习者特征和学习内容等实践证据的分析,借助实证数据来开展研究。
综上所述,本研究考察的是思维导图与学生学业成就之间的直接相关关系,根据研究结果可推断两者之间的影响机制可能在于:
在正式教与学环境中,思维导图策略激发了学习者学习兴趣,提升了学习者的思维能力水平,进而表现为更好的学生学业成就。
本次元分析结果是在广泛搜集具有代表性样本文献的基础上得到的,具有一定的稳健性,但由于元分析是探索性分析工具,其结论属于推断性结果而非析因结果,且还受到某些调节变量的调节效应影响,因此在结果推广方面还需谨慎下结论。
(二)不同调节变量的影响效应有所差异
调节效应检验结果显示,思维导图对学生学业成就的影响存在一定的边界条件,主要体现在学习者特征、学习内容和其他样本等调节变量的影响上。
在学习者特征方面,学习者的教育层次调节效应在相关研究中也有发现,如YLiu等(2010)的元分析发现在青少年时期随着学习者教育层次的提升思维导图对学生学业成就的影响效应逐渐增强,小学阶段的学习者的影响反而最明显。
但本研究中学习者特征的调节效应检验结果显示(详见图3.2),学习者的教育层次从小学到高中,其影响效应呈逐渐增强的趋势,到大学阶段开始略微减弱,因此思维导图对学生学业成就的影响效应并不是与教育层次的简单线性相关。
学习者不同的思维导图参与程度,显著调节思维导图的影响效应。
检验结果还显示,师生共同参与教学过程中的思维导图制作(g=1.070)是最有效的实施策略,反映出教师和学生在教学过程中以合作方式更容易实现教学目标,在一定程度上说明良好的师生关系更有利于思维导图策略的有效性。
学习内容中的知识类型是影响思维导图有效性的重要因素。
相较于策略性知识和叙述性知识,思维导图在
- 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:
- 思维 学生 学业 成就 影响 效应 精品 文档