(An integrated concept mapping and image recognition approach to improving students' scientific inquiry course performance)

 DOI: 10.1111/bjet.13177

一、摘要

研究目的：学者和研究者普遍认为，科学探究是培养学生应用知识和高级思维能力的重要活动。科学探究的过程可以促进学生的学习动机，激发学生的高阶思维能力。然而，学生可能没有足够的先验知识或缺乏探究经验，这可能会影响他们探究学习的有效性。此外，在技术辅助的科学探究环境中，学生必须面对丰富多样的学习资源，无法有效地组织和开展先进的思维解决问题。因此，本研究提出了一种整合概念映射和图像识别(IR)的方法来帮助学生在科学探究过程中有效地获取和组织知识。

研究对象：本研究采用准实验设计来验证该方法的效果。参与者是台湾北部两个班的十年级学生。实验组22名学生采用基于概念映射的IR (CM-IR)学习方法，对照组22名学生采用传统的基于概念映射的IR学习方法，对学生的学习动机和学习成果进行评价。

实验结果：结果表明，采用CM-IR学习方式学习的学生在学习成绩、态度和内在动机方面均优于采用传统IR学习方式学习的学生，心理负荷也高于采用传统IR学习方式学习的学生。

二、研究问题

（1）在科学课程中，使用CM-IR学习方法学习的学生是否比使用传统的基于IR的学习方法学习的学生表现出更好的学习成绩?

（2）在科学课程中，使用CM-IR学习方法学习的学生是否比使用传统的基于IR的学习方法学习的学生表现出更好的学习态度?

（3）在科学课程中，使用CM-IR学习方法的学生是否比使用传统的基于IR的学习方法的学生表现出更高的学习动机?

（4）在科学课程中，使用CM-IR学习方法学习的学生是否比使用传统的基于IR的学习方法学习的学生表现出更高的认知负荷?

三、研究设计

（一）实验工具

本研究将基于概念映射的IR (CM-IR)学习方法整合到一个应用程序(app)中，并在科学探究课程“植物识别”单元的“绿色生活”中进行。要求学生收集目标植物的相关信息，完成植物分类概念图。

在本研究中，通过整合杭州荣耀科技有限公司的两个应用，开发了一个集成的概念映射和基于IR的学习系统。图1展示了学习系统的架构，由概念地图app和图像重组app两个app组成。

图1 系统架构

图2  实验过程

本研究的研究工具包括问卷调查、前测和后测以及定性访谈。目的是考察学生的学习成就、学习态度、学习动机和认知负荷。

前测和后测以学生对校园植物的识别为基础，前测旨在评估学生对植物的基本概念，后测是对学生在探索校园植物后的学习成果的测试。包括6道填空题和4道跨领域读写题，每道题10分，总分100分。

学习态度问卷是根据Hwang et al .(2013)开发的量表进行修改的。它由七个项目组成，李克特量表为5分。

学习动机问卷是在Pintrich et al(1991)开发的量表基础上修订而成的。它由6个项目组成，其中3个是内在动机，3个是外在动机，李克特量表为5分。

认知负荷问卷采用Hwang et al .(2013)开发的量表。它包括5个心理负荷项目和3个心理努力项目，采用李克特5分量表。

访谈问题采用了Hwang et al(2009)的建议。例如，“在课堂上使用IR的方式与您以前的课程有何不同?”“使用这种方法，你认为哪部分收获最大?”“你从哪部分学到了最多?”“概念图能帮你解决问题吗?”“你会推荐朋友们使用这个系统或方法来学习吗?”“你为什么认为他们需要用这种方式学习?”

（二）实验对象和方法

参与者是台湾北部两个班的十年级学生，每个班22名学生，总共44名学生。他们被随机分为实验组和对照组。实验组利用IR应用程序采集校园植物信息，分析植物特征，生成植物分类概念图;对照组则学会了在没有概念图的情况下使用IR应用程序。所有学生均由具有5年以上教学经验的生物老师授课。

四、研究结果

（一）学习成绩

以学生的前测成绩作为协变量进行单向协方差分析(ANCOVA)。如表1所示，两组的学习成绩差异有统计学意义(F = 25.60, p < 0.001)。这一结果表明，提出的CM-IR学习方法对学生的学习成绩有正向影响。

***p < 0.001.

表1 学习成绩协方差分析结果

（二）学习态度

以学生的学习态度前问卷得分作为协变量，进行单向ANCOVA分析两组学习态度的差异。如表2所示，两组学生的学习态度存在显著差异(F = 17.54, p < 0.001)。eta平方(η 2)为0.30，表明效应量很大(Cohen, 1988)。研究结果显示，CM-IR学习方式对学生的学习态度有正向影响。

***p < 0.001; 

表2 学习态度的ANCOVA结果

（三）学习动机

以学生的学习动机前问卷得分为协变量，进行单向方差分析，分析两组学生学习动机的差异。如表3所示，两组的内在动机有显著性差异(F = 22.50, p < 0.001)。结果表明，CM-IR学习方式对学生的内在动机有正向影响。然而，两组的外在动机没有显著差异。

***p <0.001.

表3 学习动机的ANCOVA结果

（四）认知负荷

采用t检验验证两组学生在学习过程中的认知负荷。如表4所示，两组心理负荷差异有统计学意义(t = 1.17, p < 0.05)，即实验组的心理负荷显著高于对照组。但两组的心理努力均数和标准差无显著差异。

*p<0.05

表4 认知负荷的t检验结果

五、结论

在学习成就方面，这一发现与先前的研究一致，即概念图学习可以帮助学生有效地将新的学习经验与已有的知识有组织地联系起来，从而帮助他们记忆和理解学习内容。在这项研究中，IR系统帮助学生利用IR技术和在线数据库识别在现实环境中发现的植物。然而，一些研究人员指出，在这样的学习环境中，学生通常需要面对不同的信息来源，包括他们在该领域发现的信息，以及IR系统从数据库中提供的信息，因此他们的认知负荷可能超过他们的负担(Chang等人，2017;Sun et al, 2018)。

在学习态度方面，采用CM-IR学习方式的学生比采用传统IR学习方式的学生表现出更好的学习态度。在本研究中，将概念图整合到基于IR的学习情境中，使学生能够在探究过程中使用IR应用程序组织所学的概念，这进一步使他们能够感知所学概念与现实世界情境中所经历的概念之间的关系。这可以帮助他们感知学习内容的价值，从而促进他们的学习态度。

在学习动机方面，采用CM-IR学习方法的学生比采用传统IR学习方法的学生具有更高的内在动机。在本研究中，将概念映射融入到基于IR的学习情境中，不仅使学生能够组织他们所观察和学习的内容，而且使他们能够将教科书内容与现实情境联系起来，这有助于他们感知学习内容的意义。这可能是CM-IR组比其他组具有更高内在动机的原因。

在认知负荷方面，两组学生的心理努力评分无显著差异，这表明在基于ir的学习情境中使用概念映射并没有增加学生的外在负荷。相比之下，CM-IR组的心理负荷高于常规IR组。由于心理负荷是指学习内容或任务带来的内在负荷，这一发现意味着，对于CM-IR组来说，概念映射是一项具有挑战性的任务。

贡献：本研究的主要贡献在于它证明了基于IR的学习方法可以改善学生在科学探究课程中的学习动机和学习态度。从截至2021年的文献中发现，研究人员主要试图在教育环境中使用IR系统(Ling et al, 2020;Shadiev et al, 2020)。虽然CM-IR学习方法是一种新的尝试，但本研究表明，将概念映射纳入IR系统的使用可以提高学生的成绩、态度和内在动机。因此，本研究的发现可以为有意在未来学习设计研究中有效利用人工智能技术的研究人员提供参考。

局限性：首先，学习活动时间不够长。自然观察能力的培养和概念图的生成可能需要更长的时间来完成。正如几位研究人员所建议的那样，在解释这种短期干预的积极影响时，特别是新颖性效应和干预对学生学习记忆的有效性可能产生的影响时，人们应该谨慎(Hung & Chen, 2018;Yueh et al, 2020)。其次，本研究的样本组较小，在推断结果时也应谨慎考虑。正如研究人员提到的，根据小样本组的实验结果推断在其他条件下也能得到同样的发现可能是不恰当的(Elmaadaway, 2018;Jeno等人，2019;Moro等，2021;Song & Ma, 2021;郑等，2021)。

因此，未来的研究可以进行纵向研究，扩大样本量，以验证所提出的方法。此外，可以采用其他方法技术，如定性分析，从参与者那里收集更多信息，从不同角度评估拟议方法的有效性

问题与收获

1、AI与IR

AI是指旨在通过模拟人类的智能行为使计算机能够执行任务的研究。人工智能技术已经以各种形式应用于各个领域，例如通过大数据IR进行医疗判断，使用语音和手势识别的用户界面，自然语言处理和眼动追踪为用户提供个性化反馈.在人工智能技术的帮助下，可以根据学生的学习状况、偏好或其他个人特征提供个性化的学习支持。其中一个公认的人工智能技术应用是IR系统的使用。在机器视觉的背景下，图像识别（IR）是指软件在数字图像中识别物体、地点、人物、文字和动作的能力。计算机可以将机器视觉技术与摄像头和人工智能(AI)软件相结合，实现图像识别。

2、概念图

概念映射被认为是一种有效的视觉学习工具。概念图将主题放在中心，并建立概念之间的关系。通过这个图形表示工具，可以看到学生在概念组织过程中的认知结构。概念映射与移动设备、RPG游戏、翻转课堂、泛在学习等不同的工具或学习环境相结合，广泛应用于各种课程。