第20卷第3 集美大学学报 2019年5月 Journal of Jimei University May,2019 近20年科学推理研究的进展与趋势 基于WOS数据库SSCI论文的可视化分析 秦晓阳,李建彬,胡象岭 (曲阜师范大学物理学系,山东曲阜273165) [摘要]以ssCI收录的1996-2017年科学推理研究的200篇文献为研究对象,运用 Histcite和 CiteSpace 软件,从科学计量学的角度对文献数据进行可视化分析。结果发现:2008年以来关于科学推理的研究相比之 前较为活跃;高产和高被引期刊主要集中在科学教育领域,高产和高被引机构大多位于美国, Kuhn d、 Klahr D、 Lawson e等是该研究领域的核心作者;知识、科学、技能、思维、学生、探究、生物学科、教育、儿 童、教学等是科学推理研究岀现频次较高、中介中心性较强的热点关键词,近年来又分化出话语、课程、共 变、社会性科学问题、决策、模型等新的热点关键词;因果推理、生物学科、低年级课堂和先验知识是科学 推理研究的4个主要文献共被引聚类主题,其中因果推理和生物学科两个方面的文献数量较多、持续时间较 长,低年级课堂是当前的研究前沿,关于先验知识的研究主要集中在2004-2008年之间,近期的研究热度有 所减弱。 [关键词]科学推理;SSCl;科学教育;可视化分析 [中图分类号]G650文献标识码]A[文章编号]1671-6493(2019)03-0041-15 作为创造力基础的科学思维,被视为科学学科借助可视化分析软件,分析近20年国际科学推理研 核心素养的核心,它是从科学视角对客观事物本质究的进展与趋势,以期为我国科学推理研究提供参 属性、内在规律及相互关系的认识方式。而科学推考,促进国内科学教育研究与国际接轨 理作为一种高级思维形式,是科学思维的重要组成 部分,它跟模型建构、科学论证、质疑创新等一起 研究方法 构成科学思维的要素1。学生科学推理能力的发 科学计量学是采用数学方法计量科学研究的成 展,对科学思维能力的发展乃至科学素养的形成均果,描述科学体系的结构,分析科学系统的内在运 具有重要意义。对科学推理能力发展及其影响因行机制,揭示科学发展的时空特征,进而找出科学 素、培养策略、测评等问题的研究,无论于课程的活动规律性的一门学科。科学知识图谱为科学 编制、实施还是评价都具有重要参考价值,对旨在计量分析提供了可视化分析方法。科学知识图谱工 落实“立德树人”根本任务、发展学生核心素养具有很多,研究使用的是 Histcite和 CiteSpace两款 的教学实践及其变革具有重要启示意义。 分析软件。 Hist cite是由美国著名的情报学家和科 自20世纪60年代以来,科学推理已成为国外学计量学家、SCI创始人加菲尔德( Garfield E)等 理学、教育学研究的一个重要研究领域。近些年开发的一款引文图谱分析软件。它能够用直观 来,科学推理能力的研究受到国际科学教育领域的的图示展示某一领域不同文献之间的关系,从而快 广泛关注,心理学研究与科学教育研究的交叉成为速定位该领域的重要文献。但该软件存在如引文编 科学推理研究的一个新趋向。但在国内,对科学推年图颜色单一、不能呈现关键节点之间的共被引关 理的研究尚未引起科学教育界的足够重视,尚缺乏系强度等不足。而由美国华裔学者陈超美开发的 系统、深入的探讨。研究拟从科学计量学的角度, CiteSpace恰好弥补了上述不足。该软件采用共 收稿日期]2018-10-23 [作者简介]秦晓阳(1995—),女,山东淄博人,曲阜师范大学在读硕土研究生,主要研究方向为物理课程与教学。 胡象岭(1963—),男,山东汶上人,曲阜师范大学教授,主要研究方向为课程与教学论、科学教育
第 20 卷 第 3 期 集 美 大 学 学 报 Vol 20 No 3 2019 年 5 月 Journal of Jimei University May,2019 [收稿日期] 2018 - 10 - 23 [作者简介] 秦晓阳 (1995— ), 女, 山东淄博人, 曲阜师范大学在读硕士研究生, 主要研究方向为物理课程与教学。 胡象岭 (1963— ), 男, 山东汶上人, 曲阜师范大学教授, 主要研究方向为课程与教学论、 科学教育。 近 20 年科学推理研究的进展与趋势 ———基于 WOS 数据库 SSCI 论文的可视化分析 秦晓阳, 李建彬, 胡象岭 (曲阜师范大学物理学系, 山东 曲阜 273165) [摘要] 以 SSCI 收录的 1996—2017 年科学推理研究的 200 篇文献为研究对象, 运用 HistCite 和 CiteSpace 软件, 从科学计量学的角度对文献数据进行可视化分析。 结果发现: 2008 年以来关于科学推理的研究相比之 前较为活跃; 高产和高被引期刊主要集中在科学教育领域, 高产和高被引机构大多位于美国, Kuhn D、 Klahr D、 Lawson A E 等是该研究领域的核心作者; 知识、 科学、 技能、 思维、 学生、 探究、 生物学科、 教育、 儿 童、 教学等是科学推理研究出现频次较高、 中介中心性较强的热点关键词, 近年来又分化出话语、 课程、 共 变、 社会性科学问题、 决策、 模型等新的热点关键词; 因果推理、 生物学科、 低年级课堂和先验知识是科学 推理研究的 4 个主要文献共被引聚类主题, 其中因果推理和生物学科两个方面的文献数量较多、 持续时间较 长, 低年级课堂是当前的研究前沿, 关于先验知识的研究主要集中在 2004 - 2008 年之间, 近期的研究热度有 所减弱。 [关键词] 科学推理; SSCI; 科学教育; 可视化分析 [中图分类号] G 650 [文献标识码] A [文章编号] 1671 - 6493 (2019) 03 - 0041 - 15 作为创造力基础的科学思维, 被视为科学学科 核心素养的核心, 它是从科学视角对客观事物本质 属性、 内在规律及相互关系的认识方式。 而科学推 理作为一种高级思维形式, 是科学思维的重要组成 部分, 它跟模型建构、 科学论证、 质疑创新等一起 构成科学思维的要素[1] 。 学生科学推理能力的发 展, 对科学思维能力的发展乃至科学素养的形成均 具有重要意义。 对科学推理能力发展及其影响因 素、 培养策略、 测评等问题的研究, 无论于课程的 编制、 实施还是评价都具有重要参考价值, 对旨在 落实 “立德树人” 根本任务、 发展学生核心素养 的教学实践及其变革具有重要启示意义。 自 20 世纪 60 年代以来, 科学推理已成为国外 心理学、 教育学研究的一个重要研究领域。 近些年 来, 科学推理能力的研究受到国际科学教育领域的 广泛关注, 心理学研究与科学教育研究的交叉成为 科学推理研究的一个新趋向。 但在国内, 对科学推 理的研究尚未引起科学教育界的足够重视, 尚缺乏 系统、 深入的探讨。 研究拟从科学计量学的角度, 借助可视化分析软件, 分析近 20 年国际科学推理研 究的进展与趋势, 以期为我国科学推理研究提供参 考, 促进国内科学教育研究与国际接轨。 一 研究方法 科学计量学是采用数学方法计量科学研究的成 果, 描述科学体系的结构, 分析科学系统的内在运 行机制, 揭示科学发展的时空特征, 进而找出科学 活动规律性的一门学科[2] 。 科学知识图谱为科学 计量分析提供了可视化分析方法。 科学知识图谱工 具有很多, 研究使用的是 HistCite 和 CiteSpace 两款 分析软件。 HistCite 是由美国著名的情报学家和科 学计量学家、 SCI 创始人加菲尔德 (Garfield E) 等 开发的一款引文图谱分析软件[3] 。 它能够用直观 的图示展示某一领域不同文献之间的关系, 从而快 速定位该领域的重要文献。 但该软件存在如引文编 年图颜色单一、 不能呈现关键节点之间的共被引关 系强度等不足。 而由美国华裔学者陈超美开发的 CiteSpace 恰好弥补了上述不足[4] 。 该软件采用共
42 集美大学学报 第20卷 现分析、引文分析等计量学方法,分析文献数据中量明显增多,经过分析有以下原因:一是由于 的作者、机构、关键词、参考文献等关键信息,并2009年上海学生首次参加由经济合作与发展组织 可用图谱的方式显示分析结果,从而呈现科学知识(OECD)主持进行的第四次国际学生评估项目 的发展进程与结构关系 (PISA)测试,并在阅读、数学和科学素养三项评 在科学知识图谱可视化分析中,文献数据的质价中均取得了首位的成绩,由此引发了国内外教育 量直接影响分析结果的可靠性。因此,使用该方法界的广泛关注;二是美国“国家教育进展评估” 最为关键的是获取高质量的文献数据。SSCI(So-( National Assessment of Educational progress,NAEP) cial Sciences Citation Index)即社会科学引文索引,及“国际教育成绩评估协会”( International associ- 由美国科学信息研究所创建,是国际公认的进行社 ation for the Evaluation of education Achievement, 会科学论文统计分析和评价的大型检索工具。研究TA)的报道中指出:几乎所有国家参与的学生在 选择 Web of science(WOS)核心合集中的SsCI数科学推理上的表现,都存在一致偏好男生的性别差 据库作为数据检索来源。检索时,采用主题检索,异,这种差异在高分段表现得更为明显,且这种差 检索词为“ Scientific reasoning”,选定的时间范围异随学生年级的增长而增长③。以上原因均导致 是1996年至2017年,文章类型选择的是“ari-关于科学推理能力的国际比较研究显著增加。2013 cle'”,共检索得到ssCI期刊论文368篇(数据库年也是一个重要节点,发文量也呈明显增加的趋 更新时间为2018年3月9日)。剔除168篇与科学势,2013年经合组织公布了全球65个国家和地区 推理研究不相关的文献,使用wOS的文献导出功的2012年PSA测试结果,国际学生科学素养测评 能将200篇文献的“全记录与引用的参考文献 的数据分析结果成为各国科学教育改革的重要参考 数据导出,作为研究的分析数据 依据,也推动了各国研究者对科学推理发展的进一 二发文量与学术期刊 步研究 (二)学术期刊 (一)发文量 以发文数量和全球引用次数( Total Global Ci-- 近20年科学推理研究的年度发文量的折线图 tation score,简称“TGCS”)为指标,通过 如图1所示。观察发现,对于科学推理的研究整体 Histcite得到科学推理研究产量和被引次数前10名 上可分为两个阶段:1996-2008年的年度发文量的期刊,见表1。两个榜单中,教育类的期刊均占 较低,均未超过7篇;2008年后,对于科学推理大多数,并且主要集中在科学教育领域,心理学等 的研究开始活跃,年度发文量都不低于10篇,其领域也对科学推理的研究有所涉及。 中2013年、2015年达到20余篇。2008年后发文 图11996年至2017年科学推理研究年度发文量 投稿网址:htp:∥/ xuebaobangong jmu.ed.cn/jkb
集美大学学报 第 20 卷 投稿网址: http: / / xuebaobangong jmu edu cn / jkb / 现分析、 引文分析等计量学方法, 分析文献数据中 的作者、 机构、 关键词、 参考文献等关键信息, 并 可用图谱的方式显示分析结果, 从而呈现科学知识 的发展进程与结构关系。 在科学知识图谱可视化分析中, 文献数据的质 量直接影响分析结果的可靠性。 因此, 使用该方法 最为关键的是获取高质量的文献数据。 SSCI ( So⁃ cial Sciences Citation Index) 即社会科学引文索引, 由美国科学信息研究所创建, 是国际公认的进行社 会科学论文统计分析和评价的大型检索工具。 研究 选择 Web of Science (WOS) 核心合集中的 SSCI 数 据库作为数据检索来源。 检索时, 采用主题检索, 检索词为 “Scientific Reasoning”, 选定的时间范围 是 1996 年至 2017 年, 文章类型选择的是 “ arti⁃ cle”, 共检索得到 SSCI 期刊论文 368 篇 (数据库 更新时间为 2018 年 3 月 9 日)。 剔除 168 篇与科学 推理研究不相关的文献, 使用 WOS 的文献导出功 能将 200 篇文献的 “全记录与引用的参考文献” 数据导出, 作为研究的分析数据。 二 发文量与学术期刊 (一) 发文量 近 20 年科学推理研究的年度发文量的折线图 如图 1 所示。 观察发现, 对于科学推理的研究整体 上可分为两个阶段: 1996—2008 年的年度发文量 较低, 均未超过 7 篇; 2008 年后, 对于科学推理 的研究开始活跃, 年度发文量都不低于 10 篇, 其 中 2013 年、 2015 年达到 20 余篇。 2008 年后发文 量明显增多, 经过分析有以下原因: 一是由于 2009 年上海学生首次参加由经济合作与发展组织 (OECD) 主持进行的第四次国际学生评估项目 (PISA) 测试, 并在阅读、 数学和科学素养三项评 价中均取得了首位的成绩, 由此引发了国内外教育 界的广泛关注; 二是美国 “国家教育进展评估” (National Assessment of Educational Progress, NAEP) 及 “国际教育成绩评估协会” (International Associ⁃ ation for the Evaluation of Education Achievement, IEA) 的报道中指出: 几乎所有国家参与的学生在 科学推理上的表现, 都存在一致偏好男生的性别差 异, 这种差异在高分段表现得更为明显, 且这种差 异随学生年级的增长而增长[5] 。 以上原因均导致 关于科学推理能力的国际比较研究显著增加。 2013 年也是一个重要节点, 发文量也呈明显增加的趋 势, 2013 年经合组织公布了全球 65 个国家和地区 的 2012 年 PISA 测试结果, 国际学生科学素养测评 的数据分析结果成为各国科学教育改革的重要参考 依据, 也推动了各国研究者对科学推理发展的进一 步研究。 (二) 学术期刊 以发文数量和全球引用次数 (Total Global Ci⁃ tation Score, 简 称 “ TGCS ”) 为 指 标, 通 过 HistCite 得到科学推理研究产量和被引次数前 10 名 的期刊, 见表 1。 两个榜单中, 教育类的期刊均占 大多数, 并且主要集中在科学教育领域, 心理学等 领域也对科学推理的研究有所涉及。 图 1 1996 年至 2017 年科学推理研究年度发文量 42
第3期 秦晓阳,等:近20年科学推理研究的进展与趋势 43 表1科学推理能力研究的高产和高被引期刊 高产期刊 高被引期刊 序号 期刊 数量TCCS序号 期刊 数量TGCS INTERNATIONAL JOURNAL OF SCIENCE EDUCATION 121051 CHILD DEVELOPMENT 《儿童发展》 4397 《国际科学教育》 JOURNAL OF RESEARCH IN SCIENCE TEACHING 122092 DEVELOPMENTAL PSYCHOLOGY 《科学教学研究杂志》 《发展心理学》 RESEARCH IN SCIENCE EDUCATION JOURNAL OF RESEARCH 《科学教育研究》 CIENCE TEACHING 科学教学研究杂志》 PHYSICAL REVIEW SPECIAL TOPICS- PHYSIC COGNITION AND INSTRUCTION EDUCATION RESEARCH 《认知与教育》 《物理评论特刊——物理教育研究》 DEVELOPMENTAL PSYCHOLOGY 《发展心理学》 5 COGNITIVE SCIENCE 《认知科学》 NSTRUCTIONAL SCIENCE INTERNATIONAL JOURNAl 教育科学》 OF SCIENCE EDUCATION 《国际科学教育》 INTERNATIONAL JOURNAL OF SCIENCE AND MATHEMATICS 5 7 COGNITIVE DEVELOPMENT 4104 EDUCATION 《认知发展》 《国际科学与数学教育》 JOURNAL OF SCIENCE EDUCATION AND TECHNOLOGY SCIENCE EDUCATION 《科学教育与技术》 《科学教育》 NCE EDUCATION JOURNAL OF PERSONALITY 《科学教育》 5849 AND SOCIAL PSY CHOLOGY 人格与社会心理学》 PHYSICAL REVIEW SPECIAL SYNTHESE(综合) TOPICS-PHYSICS EDUCATION RESEARCH 《物理评论特刊——物理教育研究》 三代表性学术共同体与学者影于美国,另外2个位于中国台湾地区,1个位于荷 响力 兰。右侧列出的全球引用次数前10位的高产机构, 皆地处美国。排在高产和高被引机构榜单第一位的 (一)研究机构 都是美国卡耐基梅隆大学。同时排在高产和高被引 利用HiCi对科学推理研究的高产和高被引机构榜单前10位的,还有美国的哥伦比亚大学、威 机构进行统计,得到高产和高被引前10名的机构,斯康星大学、亚利桑那州立大学。中国台湾地区两 见表2。 所大学虽然在高产机构中占有一席之地,但是在文 表2左侧列出的前10位高产机构中有7个位献的被引情况方面,与美国高校的差距还是很大。 投稿网址:htp:∥/ xuebaobangong jmu.ed.cn/jkb
第 3 期 秦晓阳, 等: 近 20 年科学推理研究的进展与趋势 投稿网址: http: / / xuebaobangong jmu edu cn / jkb / 表 1 科学推理能力研究的高产和高被引期刊 高产期刊 高被引期刊 序号 期刊 数量 TGCS 序号 期刊 数量 TGCS 1 INTERNATIONAL JOURNAL OF SCIENCE EDUCATION 《国际科学教育》 12 105 1 CHILD DEVELOPMENT 《儿童发展》 4 397 2 JOURNAL OF RESEARCH IN SCIENCE TEACHING 《科学教学研究杂志》 12 209 2 DEVELOPMENTAL PSYCHOLOGY 《发展心理学》 5 342 3 RESEARCH IN SCIENCE EDUCATION 《科学教育研究》 7 49 3 JOURNAL OF RESEARCH IN SCIENCE TEACHING 《科学教学研究杂志》 12 209 4 PHYSICAL REVIEW SPECIAL TOPICS - PHYSICS EDUCATION RESEARCH 《物理评论特刊———物理教育研究》 6 69 4 COGNITION AND INSTRUCTION 《认知与教育》 3 112 5 DEVELOPMENTAL PSYCHOLOGY 《发展心理学》 5 342 5 COGNITIVE SCIENCE 《认知科学》 2 106 6 INSTRUCTIONAL SCIENCE 《教育科学》 5 43 6 INTERNATIONAL JOURNAL OF SCIENCE EDUCATION 《国际科学教育》 12 105 7 INTERNATIONAL JOURNAL OF SCIENCE AND MATHEMATICS EDUCATION 《国际科学与数学教育》 5 10 7 COGNITIVE DEVELOPMENT 《认知发展》 4 104 8 JOURNAL OF SCIENCE EDUCATION AND TECHNOLOGY 《科学教育与技术》 5 18 8 SCIENCE EDUCATION 《科学教育》 5 84 9 SCIENCE EDUCATION 《科学教育》 5 84 9 JOURNAL OF PERSONALITY AND SOCIAL PSYCHOLOGY 《人格与社会心理学》 3 75 10 SYNTHESE (综合) 5 46 10 PHYSICAL REVIEW SPECIAL TOPICS - PHYSICS EDUCATION RESEARCH 《物理评论特刊———物理教育研究》 6 69 三 代表性学术共同体与学者影 响力 (一) 研究机构 利用 HistCite 对科学推理研究的高产和高被引 机构进行统计, 得到高产和高被引前 10 名的机构, 见表 2。 表 2 左侧列出的前 10 位高产机构中有 7 个位 于美国, 另外 2 个位于中国台湾地区, 1 个位于荷 兰。 右侧列出的全球引用次数前 10 位的高产机构, 皆地处美国。 排在高产和高被引机构榜单第一位的 都是美国卡耐基梅隆大学。 同时排在高产和高被引 机构榜单前 10 位的, 还有美国的哥伦比亚大学、 威 斯康星大学、 亚利桑那州立大学。 中国台湾地区两 所大学虽然在高产机构中占有一席之地, 但是在文 献的被引情况方面, 与美国高校的差距还是很大。 43
集美大学学报 第20卷 表2科学推理研究高产和高被引机构 高产机构 高被引机构 序号 数量TCCS序号 机构 数量TGCS armegie mellon univ Carnegie mellon uniy (卡耐基梅隆大学,美国) (卡耐基梅隆大学,美国) 8384 Natl Chiao Tung Univ Uniy Calif Davis (台湾交通大学,中国台湾) (加州大学戴维斯分校,美国) 3285 Columbia univ 51113 Uniy Wisconsin (哥伦比亚大学,美国) (威斯康星大学,美国) 5218 Ohio State Univ Inst Ecosyst Studies (俄亥俄州立大学,美国) 5174 (生态研究所,美国) Stanford Ur MIT (斯坦福大学,美国) (麻省理工学院,美国) Columbia univ (特温特大学,荷兰) (哥伦比亚大学,美国) 5111 Uniy wisconsin Arizona state Uniy (威斯康星大学,美国) 52187 (亚利桑那州立大学,美国) Arizona state Uni Penn state uniy (亚利桑那州立大学,美国) 8 (宾夕法尼亚州立大学,美国) Natl Taiwan Normal Univ Inst Community Res (台湾师范大学,中国台湾) (社区研究所,美国) 10 No Illinois univ (德克萨斯大学奥斯汀分校,美国) (伊利诺伊大学,美国) (二)研究者 介中心性作者(见图2、表3),以确定在科学推 利用 Citespace绘制作者共被引网络(见图理研究中的重要研究者。 2),并基于分析数据列出前10位的高被引和高中 料学数系 LAWSON AE DUNBAR K MMERMAN C NHELDER B HR-D ODIAN B s LAGET J KUHN D KOSLOWSKI B 图2作者共被引网络 投稿网址:htp:∥/ xuebaobangong jmu.ed.cn/jkb
集美大学学报 第 20 卷 投稿网址: http: / / xuebaobangong jmu edu cn / jkb / 表 2 科学推理研究高产和高被引机构 高产机构 高被引机构 序号 机构 数量 TGCS 序号 机构 数量 TGCS 1 Carnegie Mellon Univ (卡耐基梅隆大学, 美国) 8 384 1 Carnegie Mellon Univ (卡耐基梅隆大学, 美国) 8 384 2 Natl Chiao Tung Univ (台湾交通大学, 中国台湾) 6 69 2 Univ Calif Davis (加州大学戴维斯分校, 美国) 3 285 3 Columbia Univ (哥伦比亚大学, 美国) 5 111 3 Univ Wisconsin (威斯康星大学, 美国) 5 218 4 Ohio State Univ (俄亥俄州立大学, 美国) 5 17 4 Inst Ecosyst Studies (生态研究所, 美国) 2 129 5 Stanford Univ (斯坦福大学, 美国) 5 60 5 MIT (麻省理工学院, 美国) 2 117 6 Univ Twente (特温特大学, 荷兰) 5 52 6 Columbia Univ (哥伦比亚大学, 美国) 5 111 7 Univ Wisconsin (威斯康星大学, 美国) 5 218 7 Arizona State Univ (亚利桑那州立大学, 美国) 4 99 8 Arizona State Univ (亚利桑那州立大学, 美国) 4 99 8 Penn State Univ (宾夕法尼亚州立大学, 美国) 2 91 9 Natl Taiwan Normal Univ (台湾师范大学, 中国台湾) 4 18 9 Inst Community Res (社区研究所, 美国) 1 82 10 Univ Texas Austin (德克萨斯大学奥斯汀分校, 美国) 4 53 10 No Illinois Univ (伊利诺伊大学, 美国) 2 82 (二) 研究者 利用 CiteSpace 绘制作者共被引网络 ( 见图 2), 并基于分析数据列出前 10 位的高被引和高中 介中心性作者 (见图 2、 表 3), 以确定在科学推 理研究中的重要研究者。 图 2 作者共被引网络 44
第3期 秦晓阳,等:近20年科学推理研究的进展与趋势 表3科学推理研究高被引和高中介中心性作者 高被引作者 高中介中心性作者 序号 被引频次 作者 序号 中介中心性 Klahr D 0.18 Klahr d Schauble l DuschIr a Lawson E Inhlder B Koslowski b anson A E Carey s Zohar A L 10 Chinn a 0.06 Siegler r s 被引频次是衡量作者重要性和影响力的重要指 DuschA R A、 Kuhn d、 Inhlder B、 Lawson A E、 标,在图2中用节点的大小来表征。在科学推理研 Stanovich K E、 Zohar a、 Browned、 Siegler r s等 究中,被引频次居于前10位的研究者分别是Kuhn具有高中介中心性,是科学推理研究中整合不同研 D、 Klahr D、 Schauble l、 Zimmerman o、 Lawson a究内容的关键研究者。上述研究者中, Kuhn d E、 Koslowski b、 Piaget J、 Carey S、 Sodian B、 Klahr D、 Lawson ae等既是高被引作者,又具有高 Chinn C a。 中介中心性,是科学推理研究领域的核心研究者。 如果某位研究者是将不同研究领域连接起来的 关键人物,那么我们就称该研究者具有中介中心 四研究热点分析 性,这也是反应作者重要性的一项指标,在作者共 利用 Cite Space进行关键词共现分析,做出关 被引网络中用节点边缘的紫色圆圈来表示。利用键词共现时区图(见图3)。时区的网络结构按照 CiteSpace提取wOs数据库中作者被引频次、中介关键词首次出现的时间排布,位置越靠左表明该关 中心性等信息,发现 Klaczynski P A、 Klahr D、键词首次出现的时间越早。图3中,关键词节点的 nference covariation experimentation strategy scien ecision making ng child nceanformation student scientific reasoning ogy s?ntation scle thinkin knowledge cognitive develon R truction 99619971991992000000020202002002020120122032014201520162017 图3关键词共现时区图 投稿网址:htp:∥/ xuebaobangong jmu.ed.cn/jkb
第 3 期 秦晓阳, 等: 近 20 年科学推理研究的进展与趋势 投稿网址: http: / / xuebaobangong jmu edu cn / jkb / 表 3 科学推理研究高被引和高中介中心性作者 高被引作者 高中介中心性作者 序号 被引频次 作者 序号 中介中心性 作者 1 97 Kuhn D 1 0 20 Klaczynski P A 2 56 Klahr D 2 0 18 Klahr D 3 53 Schauble L 3 0 16 Duschl R A 4 46 Zimmerman C 4 0 14 Kuhn D 5 45 Lawson A E 5 0 14 Inhlder B 6 32 Koslowski B 6 0 12 Lawson A E 7 29 Piaget J 7 0 12 Stanovich K E 8 28 Carey S 8 0 09 Zohar A 9 27 Sodian B 9 0 08 Brown A L 10 26 Chinn C A 10 0 06 Siegler R S 被引频次是衡量作者重要性和影响力的重要指 标, 在图 2 中用节点的大小来表征。 在科学推理研 究中, 被引频次居于前 10 位的研究者分别是 Kuhn D、 Klahr D、 Schauble L、 Zimmerman C、 Lawson A E、 Koslowski B、 Piaget J、 Carey S、 Sodian B、 Chinn C A。 如果某位研究者是将不同研究领域连接起来的 关键人物, 那么我们就称该研究者具有中介中心 性, 这也是反应作者重要性的一项指标, 在作者共 被引网络中用节点边缘的紫色圆圈来表示。 利用 CiteSpace 提取 WOS 数据库中作者被引频次、 中介 中心 性 等 信 息, 发 现 Klaczynski P A、 Klahr D、 Duschl R A、 Kuhn D、 Inhlder B、 Lawson A E、 Stanovich K E、 Zohar A、 Brown A L、 Siegler R S 等 具有高中介中心性, 是科学推理研究中整合不同研 究内容的关键研究者。 上述研究者中, Kuhn D、 Klahr D、 Lawson A E 等既是高被引作者, 又具有高 中介中心性, 是科学推理研究领域的核心研究者。 四 研究热点分析 利用 CiteSpace 进行关键词共现分析, 做出关 键词共现时区图 (见图 3)。 时区的网络结构按照 关键词首次出现的时间排布, 位置越靠左表明该关 键词首次出现的时间越早。 图 3 中, 关键词节点的 图 3 关键词共现时区图 45
集美大学学报 第20卷 大小表示某一关键词与其他关键词共现次数的多制——为细胞行为构建分子水平解释的科学推理框 少,反应了对该关键词的研究热度。节点色调的冷架,以益于学生将分子知识与细胞、器官和生物体 暖对应着关键词在文献中出现的时间。与作者中介的现象联系起来。 中心性相似,具有中介中心性的关键词亦由节点边 2.对以学生为主体的科学推理能力测量的研 缘的紫色圆圈标出。从网络结构看,具有中介中心究,包括学生、儿童等关键词,涉及对各个年龄段 性的关键词在网络中起着连接不同关键词的桥梁作学生、儿童科学推理能力水平的测试、科学推理能 用,同样能表征该关键词的重要性。由于加入了时力存在个体差异的原因等。如 Moore C等利用 间尺度,科学推理研究热点关键词的演进脉络就在 Lawson科学推理能力测试卷( LCTSR),对比 图中展现出来。 STEM(科学,技术,工程和数学)专业和非 从图3可以看出,近20年科学推理研究中,STEM专业的学生的科学推理能力,发现非STEM 共现次数最多的关键词是此次研究的主题词 scien-专业的学生 LCTSR得分平均低于STEM专业的学 tific reasoning(科学推理),但“科学推理”作为生,基于测试情况对非STEM专业的学生在物理基 关键词首次出现的时间是2000年。查阅原始文献础课程中展现的科学推理能力进行了研究。 数据发现,2000年前的文章虽然没有将“科学推 Maver D等为对小学生的科学推理能力进行评估和 理”列为关键词,但“科学推理”出现在文章的建模,研究了55名四年级学生在科学推理的四个 标题或摘要中,都是有关科学推理的文献。由图3方面(理解科学的本质、理解理论、设计实验和 可见,目前已经形成的出现频次较高的10个关键解释数据)的表现,研究结果也有助于解释小学 词分别是 knowledge(知识)、 science(科学)、生的科学推理能力存在个体差异的原因。如Ie sk诅l(技能)、 thinking(思维)、 student(学生)、 gare C H在其研究中阐述了儿童的解释和探索能力 nquiry(探究)、 biology(生物学科)、 education与科学推理能力的发展之间的关系,为儿童的科学 (教育)、 children(儿童)、 instruction(教学)等,教育提供了有价值的参考]。 Piekny J等于2013年 且这些关键词都具有中介中心性。 研究了223名儿童(4岁到13岁)的科学推理能力 将10个高频关键词大致分为五类,能够反映中生成假设、实验和证据评估能力的发展,并讨论 近二十年科学推理研究主要集中在五大研究热点领了研究结果对设计幼儿科学教育概念的意义[吲 域。结合对二次检索的关键性文献的分析,五大研 3.对科学推理能力与知识水平、批判性思维 究热点领域的具体表现如下 等之间关系的研究,包括知识、思维等关键词,主 1.对学科中科学推理的研究,包括科学、生要涉及概念性知识、科学知识等与学生的科学推理 物学科等关键词,涉及对与科学有关的学科中学生能力之间的关系,以及科学推理与科学思维能力的 科学推理能力的硏究、理科学生科学推理能力的发培养与提高问题等。 Keys C W通过研究探索科学 展研究,以及学生的科学推理与生物学中的概念理推理、概念性知识与模型建构之间的关系,研究表 解、知识应用的联系等方面。如 Rivet A E等以明,对于需要大量概念性知识支持的活动来说,科 164名八年级和九年级学生为被试,借助被试围绕学推理对于构建精确的科学模型而言非常重要。 地球科学物理模型进行的类比推理活动,评估他们ThuS等研究了67名6-8年级小学生的科学知识 的科学推理能力。 Zeineddin a等考察大学理科和科学推理成绩之间的关系,研究结果发现科学知 学生的认识论信念(EC)与科学推理能力之间的识和科学推理成绩之间存在高度相关,科学知识是 关系,同时将先验知识作为一个干预变量,结果表三个年级阶段的学生在科学推理方面存在差异的 明:大学理科学生的先验知识和认识论信念之间没个重要因素。再如 Halpern D F等研究了“ARA 有相互作用;认识论信念越高,科学推理的质量就行动” 种可以用来培养批判性思维和科学 越高;当认识论信念较弱时,先验知识对科学推理推理能力的电脑学习游戏,主要探讨学生如何通过 的影响更强。再如 Treagust d根据学生对遗传学这款有价值的“学习工具”来学习科学推理的技 的理解情况开发了评估工具,并利用其对三所西澳巧,以提高批判性思维能力和科学推理能力。 中学的学生在遗传学中进行的科学推理进行了评 Russ s等以一节二年级科学课为例,研究如何使 估。 MiI v等的研究中提出了分子建模机课堂评价更有利于提高学生的科学推理能力,结 投稿网址:htp:∥/ xuebaobangong jmu.ed.cn/jkb
集美大学学报 第 20 卷 投稿网址: http: / / xuebaobangong jmu edu cn / jkb / 大小表示某一关键词与其他关键词共现次数的多 少, 反应了对该关键词的研究热度。 节点色调的冷 暖对应着关键词在文献中出现的时间。 与作者中介 中心性相似, 具有中介中心性的关键词亦由节点边 缘的紫色圆圈标出。 从网络结构看, 具有中介中心 性的关键词在网络中起着连接不同关键词的桥梁作 用, 同样能表征该关键词的重要性。 由于加入了时 间尺度, 科学推理研究热点关键词的演进脉络就在 图中展现出来。 从图 3 可以看出, 近 20 年科学推理研究中, 共现次数最多的关键词是此次研究的主题词 scien⁃ tific reasoning (科学推理), 但 “科学推理” 作为 关键词首次出现的时间是 2000 年。 查阅原始文献 数据发现, 2000 年前的文章虽然没有将 “科学推 理” 列为关键词, 但 “科学推理” 出现在文章的 标题或摘要中, 都是有关科学推理的文献。 由图 3 可见, 目前已经形成的出现频次较高的 10 个关键 词分 别 是 knowledge ( 知 识)、 science ( 科 学)、 skill (技能)、 thinking (思维)、 student (学生)、 inquiry ( 探 究)、 biology ( 生 物 学 科)、 education (教育)、 children (儿童)、 instruction (教学) 等, 且这些关键词都具有中介中心性。 将 10 个高频关键词大致分为五类, 能够反映 近二十年科学推理研究主要集中在五大研究热点领 域。 结合对二次检索的关键性文献的分析, 五大研 究热点领域的具体表现如下: 1. 对学科中科学推理的研究, 包括科学、 生 物学科等关键词, 涉及对与科学有关的学科中学生 科学推理能力的研究、 理科学生科学推理能力的发 展研究, 以及学生的科学推理与生物学中的概念理 解、 知识应用的联系等方面。 如 Rivet A E 等以 164 名八年级和九年级学生为被试, 借助被试围绕 地球科学物理模型进行的类比推理活动, 评估他们 的科学推理能力[6] 。 Zeineddin A 等考察大学理科 学生的认识论信念 (EC) 与科学推理能力之间的 关系, 同时将先验知识作为一个干预变量, 结果表 明: 大学理科学生的先验知识和认识论信念之间没 有相互作用; 认识论信念越高, 科学推理的质量就 越高; 当认识论信念较弱时, 先验知识对科学推理 的影响更强[7] 。 再如 Treagust D 根据学生对遗传学 的理解情况开发了评估工具, 并利用其对三所西澳 中学的学生在遗传学中进行的科学推理进行了评 估[8] 。 Mil M H W V 等的研究中提出了分子建模机 制———为细胞行为构建分子水平解释的科学推理框 架, 以益于学生将分子知识与细胞、 器官和生物体 的现象联系起来[9] 。 2. 对以学生为主体的科学推理能力测量的研 究, 包括学生、 儿童等关键词, 涉及对各个年龄段 学生、 儿童科学推理能力水平的测试、 科学推理能 力存在个体差异的原因等。 如 Moore J C 等利用 Lawson 科 学 推 理 能 力 测 试 卷 ( LCTSR), 对 比 STEM ( 科 学, 技 术, 工 程 和 数 学) 专 业 和 非 STEM 专业的学生的科学推理能力, 发现非 STEM 专业的学生 LCTSR 得分平均低于 STEM 专业的学 生, 基于测试情况对非 STEM 专业的学生在物理基 础课程中展现的科学推理能力进行了研究[10] 。 Mayer D 等为对小学生的科学推理能力进行评估和 建模, 研究了 55 名四年级学生在科学推理的四个 方面 (理解科学的本质、 理解理论、 设计实验和 解释数据) 的表现, 研究结果也有助于解释小学 生的科学推理能力存在个体差异的原因[11] 。 如 Le⁃ gare C H 在其研究中阐述了儿童的解释和探索能力 与科学推理能力的发展之间的关系, 为儿童的科学 教育提供了有价值的参考[12] 。 Piekny J 等于 2013 年 研究了 223 名儿童 (4 岁到 13 岁) 的科学推理能力 中生成假设、 实验和证据评估能力的发展, 并讨论 了研究结果对设计幼儿科学教育概念的意义[13] 。 3. 对科学推理能力与知识水平、 批判性思维 等之间关系的研究, 包括知识、 思维等关键词, 主 要涉及概念性知识、 科学知识等与学生的科学推理 能力之间的关系, 以及科学推理与科学思维能力的 培养与提高问题等。 Keys C W 通过研究探索科学 推理、 概念性知识与模型建构之间的关系, 研究表 明, 对于需要大量概念性知识支持的活动来说, 科 学推理对于构建精确的科学模型而言非常重要[14] 。 Thull S 等研究了67 名6 - 8 年级小学生的科学知识 和科学推理成绩之间的关系, 研究结果发现科学知 识和科学推理成绩之间存在高度相关, 科学知识是 三个年级阶段的学生在科学推理方面存在差异的一 个重要因素[15] 。 再如 Halpern D F 等研究了 “ARA 行动” ———一种可以用来培养批判性思维和科学 推理能力的电脑学习游戏, 主要探讨学生如何通过 这款有价值的 “学习工具” 来学习科学推理的技 巧, 以提高批判性思维能力和科学推理能力[16] 。 Russ R S 等以一节二年级科学课为例, 研究如何使 课堂评价更有利于提高学生的科学推理能力, 结 46
第3期 秦晓阳,等:近20年科学推理研究的进展与趋势 47 果表明教师在教学中注重对自然现象的因果机制进2003—2004年间的热点关键词变为概念转变、科 行解释,而不仅是基于教科书对学生的课堂表现进学教育、学生观念等;2005年的热点关键词有科 行评价,将会有益于学生科学思维和科学能力的发学思维、认知发展、学龄前儿童、信息、类比推 展 理、任务、搜集、具体操作阶段、组织等;2007 4.对科学教育和教学中科学推理的研究,包年的热点关键词有物理学科等。与近十年的科学推 括教育、教学等关键词,涉及科学推理能力的发展理研究发文量明显增多相对应,2008年左右起分 在科学教育中的重要性、教学对学生科学推理能力化出大量热点关键词。2008-2009年间的热点关 水平的影响等问题。如 Osborne J在其研究中指出,键词主要聚集在思维、学生、青少年、表示、个体 学生缺乏科学推理的良好模型和评估这种高级认知差异、因果推理、设计等;2010年间的热点关键 能力的专业知识,是21世纪科学教育所面临的挑词主要有技能、教学、探究性学习、框架、模拟 战之一,研究中提出了一个科学推理的模型以促进等;2011—2012年的热点关键词有探究、教育 科学教育的发展。 Grope J等通过对学龄前儿习得等;2013-2014年热点关键词主要有讨论 童科学推理能力中假设检验等能力的研究,发现执能力、表现、小学、学校、发现、语境、推断、解 行功能(EF)对其发展起着重要的作用。再如释等;从2015-2017年的关键词共现来看,科学 Garcia- Mila m研究了课堂中任务目标对学生讨论推理研究热点关键词有进一步分化的趋势,较新的 质量的影响,发现教学中并非所有的课堂讨论任务热点关键词有话语、课程、共变、社会性科学问 都能够促进学生科学推理能力的发展。 Lazonder题、决策、模型等。 AW等研究了直接教学和间接教学两种教学方法 对儿童科学推理能力中变量控制能力的影响,研究 五研究进展与前沿分析 发现直接教学和将任务进行细分都有助于儿童对变 如果两篇文献同时被多篇文献引用,那么这两 量控制策略(CVs)的学习和运用2。 篇文献之间就存在着共被引关系。共被引文献的主 5.对有关提高学生科学推理能力的研究,包题具有一定的相似性,因此我们可以通过对文献的 括技能、探究等关键词,涉及教师技能水平对学生共被引分析来探析文献内容的相关程度。利用 科学推理技能的影响的研究,以及关注探究活动对 citeSpace绘制文献时间线视图共被引网络,从文 学生科学推理能力的影响等问题。 Laius a等研究献的关键词中来提取名词性术语对聚类进行命名, 了科学教师的合作能力以及专业水平对学生的推理得到默认的聚类命名为使用LLR算法得到的命名 技能和科学创造技能等的影响,研究表明教师合作结果,共得到39个聚类。由于聚类数目过多, 能力和专业水平的提高,将有助于学生科学推理能 CiteSpace只呈现了最大的4个聚类,如图4所示。 力的提高(2。再如 Beck c w等通过研究发现,基图中一条水平线表示一个聚类,显示了聚类的文献 于探究的生态学实验室课程有助于学生自信心和科数量与时间跨度,文献节点的大小表示文献的共被 学推理能力的提高,但自信心的增加与科学推理能引次数的多少。但4个聚类又不是完全独立的,会 力的提高并没有显著的相关关系3。 Lombard Fe通过某些文献建立起联系,这些文献具有中介中心 等2对探究式学习中有利于学生科学推理能力发性,图中用紫色外圈标识。借助这些信息,就可以 展的“好问题”的设计进行了研究,给教师提出探索科学推理研究的主要研究内容及其发展进程与 了几点建议:如问题要由简单到复杂,探究过程和演进趋势。 师生互动要充分等。 由图4可见,近段时间以来,科学推理研究有 随着研究的深入,科学推理研究不断涌现新的4个主要的文献共被引聚类主题,分别是Caus 热点关键词。从关键词共现时区图可以得到各个热 reasoning(因果推理)、 Biology(生物学科)、Low- 点关键词的演进脉络。由图3发现1996-1999年 er achieving classroom(低年级课堂)和Pior 科学推理研究的热点关键词主要有知识、科学、儿 knowledge(先验知识)。为进一步探索四个聚类的 童、课堂、方法、实验等;2000-2002年间的热具体含义,提取了四个聚类的标签信息,见表4 点关键词主要集中在成绩、先验知识等方面;图4。 投稿网址:htp:∥/ xuebaobangong jmu.ed.cn/jkb
第 3 期 秦晓阳, 等: 近 20 年科学推理研究的进展与趋势 投稿网址: http: / / xuebaobangong jmu edu cn / jkb / 果表明教师在教学中注重对自然现象的因果机制进 行解释, 而不仅是基于教科书对学生的课堂表现进 行评价, 将会有益于学生科学思维和科学能力的发 展[17] 。 4. 对科学教育和教学中科学推理的研究, 包 括教育、 教学等关键词, 涉及科学推理能力的发展 在科学教育中的重要性、 教学对学生科学推理能力 水平的影响等问题。 如 Osborne J 在其研究中指出, 学生缺乏科学推理的良好模型和评估这种高级认知 能力的专业知识, 是 21 世纪科学教育所面临的挑 战之一, 研究中提出了一个科学推理的模型以促进 科学教育的发展[18] 。 Gropen J 等通过对学龄前儿 童科学推理能力中假设检验等能力的研究, 发现执 行功能 (EF) 对其发展起着重要的作用[19] 。 再如 Garcia - Mila M 研究了课堂中任务目标对学生讨论 质量的影响, 发现教学中并非所有的课堂讨论任务 都能够促进学生科学推理能力的发展[20] 。 Lazonder A W 等研究了直接教学和间接教学两种教学方法 对儿童科学推理能力中变量控制能力的影响, 研究 发现直接教学和将任务进行细分都有助于儿童对变 量控制策略 (CVS) 的学习和运用[21] 。 5. 对有关提高学生科学推理能力的研究, 包 括技能、 探究等关键词, 涉及教师技能水平对学生 科学推理技能的影响的研究, 以及关注探究活动对 学生科学推理能力的影响等问题。 Laius A 等研究 了科学教师的合作能力以及专业水平对学生的推理 技能和科学创造技能等的影响, 研究表明教师合作 能力和专业水平的提高, 将有助于学生科学推理能 力的提高[22] 。 再如 Beck C W 等通过研究发现, 基 于探究的生态学实验室课程有助于学生自信心和科 学推理能力的提高, 但自信心的增加与科学推理能 力的提高并没有显著的相关关系[23] 。 Lombard F E 等[24]对探究式学习中有利于学生科学推理能力发 展的 “好问题” 的设计进行了研究, 给教师提出 了几点建议: 如问题要由简单到复杂, 探究过程和 师生互动要充分等。 随着研究的深入, 科学推理研究不断涌现新的 热点关键词。 从关键词共现时区图可以得到各个热 点关键词的演进脉络。 由图 3 发现 1996—1999 年 科学推理研究的热点关键词主要有知识、 科学、 儿 童、 课堂、 方法、 实验等; 2000—2002 年间的热 点关键 词 主 要 集 中 在 成 绩、 先 验 知 识 等 方 面; 2003—2004 年间的热点关键词变为概念转变、 科 学教育、 学生观念等; 2005 年的热点关键词有科 学思维、 认知发展、 学龄前儿童、 信息、 类比推 理、 任务、 搜集、 具体操作阶段、 组织等; 2007 年的热点关键词有物理学科等。 与近十年的科学推 理研究发文量明显增多相对应, 2008 年左右起分 化出大量热点关键词。 2008—2009 年间的热点关 键词主要聚集在思维、 学生、 青少年、 表示、 个体 差异、 因果推理、 设计等; 2010 年间的热点关键 词主要有技能、 教学、 探究性学习、 框架、 模拟 等; 2011—2012 年的热点关键词有探究、 教育、 习得等; 2013—2014 年热点关键词主要有讨论、 能力、 表现、 小学、 学校、 发现、 语境、 推断、 解 释等; 从 2015—2017 年的关键词共现来看, 科学 推理研究热点关键词有进一步分化的趋势, 较新的 热点关键词有话语、 课程、 共变、 社会性科学问 题、 决策、 模型等。 五 研究进展与前沿分析 如果两篇文献同时被多篇文献引用, 那么这两 篇文献之间就存在着共被引关系。 共被引文献的主 题具有一定的相似性, 因此我们可以通过对文献的 共被引分析来探析文献内容的相关程度。 利用 CiteSpace 绘制文献时间线视图共被引网络, 从文 献的关键词中来提取名词性术语对聚类进行命名, 得到默认的聚类命名为使用 LLR 算法得到的命名 结果, 共得到 39 个聚类。 由于聚类数目过多, CiteSpace 只呈现了最大的 4 个聚类, 如图 4 所示。 图中一条水平线表示一个聚类, 显示了聚类的文献 数量与时间跨度, 文献节点的大小表示文献的共被 引次数的多少。 但 4 个聚类又不是完全独立的, 会 通过某些文献建立起联系, 这些文献具有中介中心 性, 图中用紫色外圈标识。 借助这些信息, 就可以 探索科学推理研究的主要研究内容及其发展进程与 演进趋势。 由图 4 可见, 近段时间以来, 科学推理研究有 4 个主要的文献共被引聚类主题, 分别是 Causal reasoning (因果推理)、 Biology (生物学科)、 Low⁃ er achieving classroom ( 低 年 级 课 堂 ) 和 Prior knowledge (先验知识)。 为进一步探索四个聚类的 具体含义, 提取了四个聚类的标签信息, 见表 4、 图 4。 47
48 集美大学学报 第20卷 #O causal reasoning (2( #1 biology GREENHOOTAFA2004F00:KDE #6 lower achieving classroom #11 prior knowledge WILHHMN#故{20LA0NAw2o0 图4文献共被引网络时间线视图 表4科学推理研究共被引文献聚类分析 聚类序号大小 平均年份 标签值 Label (LLr) (物婴学uig(因果推理). cognitive development(认知发展),p aural 2009 biology(生物学科), content learning(内容学习), score(成绩), infor mation(信息), higher education(高等教育) lower achieving classroon(低年级课堂), experimentation(实验), school 龄儿童), mokken scale analysis( Mokken规模分析), dvnamic assessment(动态评估) 2004 prior knowledge(先验知识), design(设计), framework(框架), inquiry 结合图4和表4,这4个聚类主题的具体表现力的提高措施也是这方面研究的重要内容,如 如下 2012年 Legare c h的研究表明,对矛盾冲突的解 1. Causal reasoning(因果推理)。这4类研究释是驱动儿童因果认知的重要机制2。 中,因果推理的研究文献数量最多、持续时间最 2. biology(生物学科)。科学推理与生物学 长,影响力最大。与该领域相关的关键词有认知发科联系非常紧密,研究热度和影响力仅次于因果推 展、物理学科、生物学科、内容学习等。因果推理理的研究。科学推理在生物学科中涉及到的有内容 能力的测量和其对科学推理能力的影响一直是该方学习、成绩、信息、高等教育等。如 Duncan R G 面的重要内容。如 Zimmerman c对关于儿童科学推等研究了学生在学习分子遗传学的概念方面的知识 理能力发展的已有研究进行了回顾和综述,其中对时,如何消除错误理解概念对科学推理能力培养产 有关科学推理能力因果机制的文献进行了论证分生的阻碍; MiI HwV等提出为细胞行为构 析,强调了因果推理能力对中小学学生科学思维的建分子水平解释的科学推理框架,这种分子建模机 影响和在科学推理能力发展过程中的重要性;制有助于学生将分子知识与细胞、器官和生物体的 khnD对《需要提高什么才能达到熟练的科学思现象联系起来。 Thompson E D等测试了学生的 维》的研究表明,具有较强的因果推理能力,是ACT数学考试(ACT-M)成绩和 Lawson科学推 成熟的科学思维的重要表现; Croker s等研究理能力课堂测试(SR)成绩,评估了用两项成绩 了真实的任务环境中儿童的科学推理能力,讨论了预测学生的一门生物学入门专业课程学习成果的有 证据、参与者的信念和因果机制的知识对检验假设效性,逻辑回归分析结果表明,可以用两项成绩来 策略产生的影响。结果表明,语境和先验知识有效地预测学生在这门课中的学习成果,研究结果 在儿童的科学推理中起着重要的作用。因果推理能将有助于这门课程的开展 投稿网址:htp:∥/ xuebaobangong jmu.ed.cn/jkb
集美大学学报 第 20 卷 投稿网址: http: / / xuebaobangong jmu edu cn / jkb / 图 4 文献共被引网络时间线视图 表 4 科学推理研究共被引文献聚类分析 聚类序号 大小 平均年份 标签值 Label (LLR) 0 28 2007 causal reasoning (因果推理), cognitive development (认知发展), physics (物理学科), biology (生物学科), content learning (内容学习) 1 19 2009 biology (生物学科), content learning (内容学习), score (成绩), infor⁃ mation (信息), higher education (高等教育) 6 10 2012 lower achieving classroom (低年级课堂), experimentation (实验), school children (学龄儿童), mokken scale analysis (Mokken 规模分析), dynamic assessment (动态评估) 11 4 2004 prior knowledge (先验知识), design (设计), framework (框架), inquiry learning (探究性学习), computer simulation (计算机模拟) 结合图 4 和表 4, 这 4 个聚类主题的具体表现 如下: 1. Causal reasoning (因果推理)。 这 4 类研究 中, 因果推理的研究文献数量最多、 持续时间最 长, 影响力最大。 与该领域相关的关键词有认知发 展、 物理学科、 生物学科、 内容学习等。 因果推理 能力的测量和其对科学推理能力的影响一直是该方 面的重要内容。 如 Zimmerman C 对关于儿童科学推 理能力发展的已有研究进行了回顾和综述, 其中对 有关科学推理能力因果机制的文献进行了论证分 析, 强调了因果推理能力对中小学学生科学思维的 影响和在科学推理能力发展过程中的重要性[25] ; Kuhn D 对 《需要提高什么才能达到熟练的科学思 维》 的研究表明, 具有较强的因果推理能力, 是 成熟的科学思维的重要表现[26] ; Croker S 等研究 了真实的任务环境中儿童的科学推理能力, 讨论了 证据、 参与者的信念和因果机制的知识对检验假设 策略产生的影响[27] 。 结果表明, 语境和先验知识 在儿童的科学推理中起着重要的作用。 因果推理能 力的提高措施也是这方面研究的重要内容, 如 2012 年 Legare C H 的研究表明, 对矛盾冲突的解 释是驱动儿童因果认知的重要机制[28] 。 2. Biology (生物学科)。 科学推理与生物学 科联系非常紧密, 研究热度和影响力仅次于因果推 理的研究。 科学推理在生物学科中涉及到的有内容 学习、 成绩、 信息、 高等教育等。 如 Duncan R G 等研究了学生在学习分子遗传学的概念方面的知识 时, 如何消除错误理解概念对科学推理能力培养产 生的阻碍[29] ; Mil M H W V 等提出为细胞行为构 建分子水平解释的科学推理框架, 这种分子建模机 制有助于学生将分子知识与细胞、 器官和生物体的 现象联系起来[9] 。 Thompson E D 等测试了学生的 ACT 数学考试 (ACT - M) 成绩和 Lawson 科学推 理能力课堂测试 ( SR) 成绩, 评估了用两项成绩 预测学生的一门生物学入门专业课程学习成果的有 效性, 逻辑回归分析结果表明, 可以用两项成绩来 有效地预测学生在这门课中的学习成果, 研究结果 将有助于这门课程的开展[30] 。 48
第3期 秦晓阳,等:近20年科学推理研究的进展与趋势 49 3. Lower achieving classroom(低年级课堂)。语言方面的表现优于男孩,男孩在科学和推理方面 相比于“因果推理”和“生物学科”,“低年级课表现出色{3;且科学推理能力的测量结果可以用 堂”是一个新兴的聚类主题并延续至今,近年来来预测科学成绩,而语言成绩则更多得受性别等因 对低年级课堂中学生科学推理能力的研究引起了广素的影响。 泛的关注,成为科学推理研究的前沿主题。该领域 4. Prior knowledge(先验知识)。关于“先验 的热点关键词有实验、学龄儿童、 Mokken规模分知识”的研究主要集中在2004-—2008年之间,近 析、动态评估等。相关研究有: Mayer D等对55期的研究热度有所减弱。该领域涉及到的有设计、 名四年级学生在科学推理的四个方面(理解科学框架、探究性学习、计算机模拟等。 Zeineddin a 的本质、理解理论、设计实验和解释数据)的表等对大学理科学生的认识论信念(EC)与科学推 现进行了研究,并对这些学生的科学推理能力进行理能力之间的关系进行了研究,过程中将先验知识 了评估和建模,研究结果将有助于解释小学生的科作为了一个干预变量,研究结果显示:大学理科学 学推理能力存在个体差异的原因。 Piekny J等对生的先验知识和认识论信念之间没有相互作用;认 共23名4岁到13岁的儿童的科学推理能力进行识论信念越高,科学推理的质量就越高;当认识论 了研究,主要研究了生成假设能力、实验能力和证信念较弱时,先验知识对科学推理的影响更强。 据评估能力的发展,并讨论了研究结果对设计幼儿 Croker s等在对真实任务环境中儿童的科学推理能 科学教育概念的意义。 Kuhn J T等对性别、科力进行研究时,发现先验知识在儿童的科学推理中 学推理能力和学习成绩(科学和语言成绩)之间起着重要的作用((见表5) 的关系进行了多层次分析,分析结果表明,女孩在 表5科学推理研究领域突现文献 序号 作者 文献名 年份被引频次突现值 The development of scientific thinking skills in elementary and middle school 2007 5.68 中小学科学思维能力的发展 The development of scientific reasoning in Schauble knowledge-rich contexts 3.87 知识丰富背景下科学推理的发展 Theory and evidence: The development of Koslowski B cientific reasoning 理论与证据:科学推理的发展 Developing elementary science skills: Instructional trand-cary M effectiveness and path independence 2008 发展基础科学技能:教学有效性与途径独立性 Scientific reasoning in early and middle childhood The development of domain-general evidence evaluation mentation. and h ation skills 儿童早期和中期的科学推理:领域一般证据评价 实验和假设生成技能的发展 Guideposts? Developmental nd science education 约束或控制指标?发展心理学与科学教育 cientific re a real-world context. The Croker s effect of prior belief and outcome on childrens 真实世界中的科学推理:先验信念的影响 Scientific reasoning in elementary school children Assessment and relations with 2014 1.97 小学生科学推理:评价与认知能力的关系 投稿网址:htp:∥/ xuebaobangong jmu.ed.cn/jkb
第 3 期 秦晓阳, 等: 近 20 年科学推理研究的进展与趋势 投稿网址: http: / / xuebaobangong jmu edu cn / jkb / 3. Lower achieving classroom (低年级课堂)。 相比于 “因果推理” 和 “生物学科”, “低年级课 堂” 是一个新兴的聚类主题并延续至今, 近年来 对低年级课堂中学生科学推理能力的研究引起了广 泛的关注, 成为科学推理研究的前沿主题。 该领域 的热点关键词有实验、 学龄儿童、 Mokken 规模分 析、 动态评估等。 相关研究有: Mayer D 等对 55 名四年级学生在科学推理的四个方面 (理解科学 的本质、 理解理论、 设计实验和解释数据) 的表 现进行了研究, 并对这些学生的科学推理能力进行 了评估和建模, 研究结果将有助于解释小学生的科 学推理能力存在个体差异的原因[11] 。 Piekny J 等对 共 223 名 4 岁到 13 岁的儿童的科学推理能力进行 了研究, 主要研究了生成假设能力、 实验能力和证 据评估能力的发展, 并讨论了研究结果对设计幼儿 科学教育概念的意义[13] 。 Kuhn J T 等对性别、 科 学推理能力和学习成绩 (科学和语言成绩) 之间 的关系进行了多层次分析, 分析结果表明, 女孩在 语言方面的表现优于男孩, 男孩在科学和推理方面 表现出色[31] ; 且科学推理能力的测量结果可以用 来预测科学成绩, 而语言成绩则更多得受性别等因 素的影响。 4. Prior knowledge (先验知识)。 关于 “先验 知识” 的研究主要集中在 2004—2008 年之间, 近 期的研究热度有所减弱。 该领域涉及到的有设计、 框架、 探究性学习、 计算机模拟等。 Zeineddin A 等对大学理科学生的认识论信念 (EC) 与科学推 理能力之间的关系进行了研究, 过程中将先验知识 作为了一个干预变量, 研究结果显示: 大学理科学 生的先验知识和认识论信念之间没有相互作用; 认 识论信念越高, 科学推理的质量就越高; 当认识论 信念较弱时, 先验知识对科学推理的影响更强[7] 。 Croker S 等在对真实任务环境中儿童的科学推理能 力进行研究时, 发现先验知识在儿童的科学推理中 起着重要的作用[27] (见表 5)。 表 5 科学推理研究领域突现文献 序号 作者 文献名 年份 被引频次 突现值 1 Zimmerman C The development of scientific thinking skills in elementary and middle school 中小学科学思维能力的发展 2007 21 5 68 2 Schauble L The development of scientific reasoning in knowledge⁃rich contexts 知识丰富背景下科学推理的发展 1996 10 3 87 3 Koslowski B Theory and evidence: The development of scientific reasoning 理论与证据: 科学推理的发展 1996 6 3 56 4 Strand⁃cary M Developing elementary science skills: Instructional effectiveness and path independence 发展基础科学技能: 教学有效性与途径独立性 2008 5 2 68 5 Piekny J Scientific reasoning in early and middle childhood: The development of domain⁃general evidence evaluation, experimentation, and hypothesis generation skills 儿童早期和中期的科学推理: 领域一般证据评价、 实验和假设生成技能的发展 2013 5 2 47 6 Kuhn D Constraints or Guideposts? Developmental Psychology and Science Education 约束或控制指标? 发展心理学与科学教育 1997 4 2 36 7 Croker S Scientific reasoning in a real⁃world context: The effect of prior belief and outcome on children’ s hypothesis⁃testing strategies 真实世界中的科学推理: 先验信念的影响 2011 7 2 01 8 Mayer D Scientific reasoning in elementary school children: Assessment and relations with cognitive abilities 小学生科学推理: 评价与认知能力的关系 2014 4 1 97 49
集美大学学报 第20卷 对共被引文献进行突发主题检测,在一段时间引突现的时间、趋势以及突现值高低的角度,来深 内受到重视的文献用具备高突现性的节点表示,通度剖析科学推理研究领域的前沿文献,将研究前沿 过显示这些节点的共被引历史,可以査询这些文献划分为增强型研究前沿、渐微型研究前沿和最新型 的被引年度分布以及突发性出现的年份。从文献被研究前沿三种不同类型。 ZIMMERMAN C STRAND-CARY M, 2008 CROKER S, 2011 频 次 年份 图5增强型研究前沿节点文献被引历史 (1)增强型研究前沿。所谓增强型研究前沿,在设计实验和做出有效推断方面成绩更佳。在 是指具备高突现性且被引频次整体处于上升趋势的发现学习条件下,只有百分之二十三的学生能够掌 节点文献所反映的硏究主题。通过对增强型硏究前握CVS策略,且所有掌握这一策略的学生,无论 沿节点文献的被引历史折线图(如图5)进行分学习条件如何,在迁移任务中的得分都较高。 析,发现第一个增强型硏究前沿节点文献是位于突 Strand- cary M探讨了不同教学类型对中学科学中 现值第一位、“因果推理”聚类主题下的 Zimmer--“变量控制策略”(CVS)的掌握的影响,研究得 manC发表的《中小学科学思维能力的发展》 出了两个主要结果,这两个结果都复制和部分扩展 文。文章对关于实验技能、证据评估、因果推了 Klahr和 Nigam在早期的研究工作。首先在这三 理和自我指导实验(SDE)的儿童科学推理发展进个年级的水平上,在显性条件下学习CVS的孩子 行研究的大量文献进行综述,经过分析发现,这些掌握的水平比在探索性条件下要高。其次,同样重 研究特別关注有关自然和社会世界的概念和理论的要的是,掌握了CVS策略的学生在迁移任务中的 思维形成和儿童的推理技巧等问题,最后研究者在表现要更好。 分析的基础上对“孩子们如何学习科学”和“认 突现值位于第七位、在“先验知识”聚类主 知发展研究如何为科学教学和学习提供信息”阐题下的《真实世界中的科学推理:先验信念的影 述了观点。这篇综述性文献是科学推理硏究领域的响》是第三个增强型硏究前沿节点文献,其于 重要知识基础文献。 201年由 Croker s等发表叫。文章在现实世界的 第二个增强型研究前沿的文献是 Strand-cary口腔健康背景下硏究了先验知识等对科学推理信念 M于2008年发表的《发展基础科学技能:教学有的影响。研究中,给予参与者假设检验任务并要求 效性与途径独立性》,这篇文章位于突现值的第四他们解释自己的答案,研究者向参与者提供的信息 位。变量控制策略( Control of Variables Strategy),与他们自己的信念一致或不一致。最后通过考虑因 简称CⅤS策略,是科学推理中的一项重要的学习果变量的合理性来解释参与者在这些任务上的表 策略。 Klahr和 Nigam在早期的研究中考察了现。变量控制策略用于检验证据与参与者的信念和 CVS的直接教学和发现学习的结果,研究发现在直因果机制知识一致的情况下的假设。相反,当证据 接教学条件下的学生更可能掌握CⅤS策略,而且与参与者的信念不一致时,儿童选择操纵可能导致 投稿网址:htp:∥/ xuebaobangong jmu.ed.cn/jkb
集美大学学报 第 20 卷 投稿网址: http: / / xuebaobangong jmu edu cn / jkb / 对共被引文献进行突发主题检测, 在一段时间 内受到重视的文献用具备高突现性的节点表示, 通 过显示这些节点的共被引历史, 可以查询这些文献 的被引年度分布以及突发性出现的年份。 从文献被 引突现的时间、 趋势以及突现值高低的角度, 来深 度剖析科学推理研究领域的前沿文献, 将研究前沿 划分为增强型研究前沿、 渐微型研究前沿和最新型 研究前沿三种不同类型。 图 5 增强型研究前沿节点文献被引历史 (1) 增强型研究前沿。 所谓增强型研究前沿, 是指具备高突现性且被引频次整体处于上升趋势的 节点文献所反映的研究主题。 通过对增强型研究前 沿节点文献的被引历史折线图 (如图 5) 进行分 析, 发现第一个增强型研究前沿节点文献是位于突 现值第一位、 “因果推理” 聚类主题下的 Zimmer⁃ man C 发表的 《中小学科学思维能力的发展》 一 文[25] 。 文章对关于实验技能、 证据评估、 因果推 理和自我指导实验 (SDE) 的儿童科学推理发展进 行研究的大量文献进行综述, 经过分析发现, 这些 研究特别关注有关自然和社会世界的概念和理论的 思维形成和儿童的推理技巧等问题, 最后研究者在 分析的基础上对 “孩子们如何学习科学” 和 “认 知发展研究如何为科学教学和学习提供信息” 阐 述了观点。 这篇综述性文献是科学推理研究领域的 重要知识基础文献。 第二个增强型研究前沿的文献是 Strand - cary M 于 2008 年发表的 《发展基础科学技能: 教学有 效性与途径独立性》, 这篇文章位于突现值的第四 位。 变量控制策略 (Control of Variables Strategy), 简称 CVS 策略, 是科学推理中的一项重要的学习 策略[32] 。 Klahr 和 Nigam 在早期的研究中考察了 CVS 的直接教学和发现学习的结果, 研究发现在直 接教学条件下的学生更可能掌握 CVS 策略, 而且 在设计实验和做出有效推断方面成绩更佳[33] 。 在 发现学习条件下, 只有百分之二十三的学生能够掌 握 CVS 策略, 且所有掌握这一策略的学生, 无论 学习条 件 如 何, 在 迁 移 任 务 中 的 得 分 都 较 高。 Strand - cary M 探讨了不同教学类型对中学科学中 “变量控制策略” (CVS) 的掌握的影响, 研究得 出了两个主要结果, 这两个结果都复制和部分扩展 了 Klahr 和 Nigam 在早期的研究工作。 首先在这三 个年级的水平上, 在显性条件下学习 CVS 的孩子 掌握的水平比在探索性条件下要高。 其次, 同样重 要的是, 掌握了 CVS 策略的学生在迁移任务中的 表现要更好。 突现值位于第七位、 在 “先验知识” 聚类主 题下的 《真实世界中的科学推理: 先验信念的影 响》 是第三个增强型研究前沿节点文献, 其于 2011 年由 Croker S 等发表[34] 。 文章在现实世界的 口腔健康背景下研究了先验知识等对科学推理信念 的影响。 研究中, 给予参与者假设检验任务并要求 他们解释自己的答案, 研究者向参与者提供的信息 与他们自己的信念一致或不一致。 最后通过考虑因 果变量的合理性来解释参与者在这些任务上的表 现。 变量控制策略用于检验证据与参与者的信念和 因果机制知识一致的情况下的假设。 相反, 当证据 与参与者的信念不一致时, 儿童选择操纵可能导致 50