科学探究能力的评价方法

科学探究能力的评价方法
罗国忠广西教育学院教研部,广西南宁 530023
摘要科学探究能力的评价有不同方法,这些方法各有特点。

纸笔测量成本低但效度也低,现场观察效度高但成本也高,而工作单的效度和成本介于两者之间。

工作单又有开放性工作单、结构性工作单和引导性工作单之分,其中结构性工作单与现场观察的可交换性最大。

我国基础教育课程改革启动以来,科学探究能力的评价成为科学教育界的研究热点
和难点。

纸笔测量成本低,可以大规模使用,但其效度却倍受质疑;现场观察效度高,但高成本制约了其大规模使用,这种两难境地一直困扰我国科学教育界。

从国际上看,很多国际评价项目采用了较低成本的工作单方式,但对其可靠性和有效性却缺乏证明。

本研究在比较各种评价方式优缺点的基础上,研究各种工作单的有效性。

一、纸笔测验和现场观察
在起源于20世纪60年代的国际科学课程改革中,很多研究者倾向于把科学探究能力划分为一系列探究要素,诸如观察、分类、描述、操作定义、假设、控制变量、实验、解释数据、形成结论等探究要素或探究子过程。

他们认为学生掌握了这些探究要素,就能逐渐掌握复杂探究能力,直至从事复杂的科学探究。

一些科学课程如SAPA(science aprocess approach)和 warwick science就是按照这样来设计的,不同的章节涉及不同的探究要素。

科学探究能力不仅被分解成各个探究要素进行教学,也同样被分解成各个探究要素进行评价。

例如,Mcleod等人(1975)开发的纸笔测量工具就是针对SAPA课程的,用来评价控制变量、解释数据、形成假设和操作定义四个探究要素[2]。

但这种针对具体课程的测量工具无法迁移到其他课程,因此一些研究者开发了一些与具体课程无关的通用测量工具如Dillashaw等人(1980)开发了TIPS(the test of integrated process skills),测试5个探究要素:定义变量、控制变量、操作变量、制定计划、解释数据。

目前,我国的科学探究能力评价基本上处在这个阶段,不同的是没有专门的探究能力测
量工具,而是在一套试卷中设计两三道试题来考查某个或几个探究要素能力。

由于纸笔测验具有施测方便、成本低、评分者信度高等优点,因此它倍受使用者的青睐。

然而,随着时间的推移,人们并未发现学生在这种要素分离的纯化情境中表现出的探究能力与在真实情境中表现出的探究能力有多少关系,这使人们开始质疑这些纸笔测量工具的有效性。

这是因为纸笔测验基本是一道题目考查一个探究要素,而且这些题目或探究要素互不相关,学生的答题行为不会产生结果反馈而真实情境中的科学探究过程是一个统一、流动的活动,探究要素是相互影响的、依赖于情境的,学生的每一步探究都会以某种方式改变情境,下一步的决策和行动将建立在新情境中(Hodson,1993)。

因此,真实的科学探究就像一个产生式系统,各个探究要素一环扣一环,上一要素出了问题,很可能会导致下一要素出问题(Germann&Aram,1996)。

而且,真实情境的探究能力类似于“缄默知识”,这种“缄默知识”不可明确地教,提高探究能力的有效途径就是在真实情境中做探究,并由一个有经验的教师提供支持、批评和建议。

因此,woolnoug(1990)认为,科学探究不是探究要素的线性集合,而是一个不太整齐的过程;如果硬把科学探究分解成一个个不相干的探究要素,将使科学探究失去真实面目。

由此看来,要评价真实情境中的科学探究能力,纯化情境的纸笔测验是难以奏效的。

国际科学教育界一般把现场观察当成科学探究能力的最有效评价方式。

所谓现场观察,就是让学生动手探究,评分者通过观察和访谈进行即时评分现场观察可以采用两个评分者观察一个学生的模式,也可以采用一个评分者观察一个学生的模式显然,现场观察所需的人力、物力、时间等成本很高无疑影响了它的广泛使用。

因此,在国外的一些大规模评价项目中,往往只观察一些花时间少的部分过程,很少观察完整的探究过程。

例如,在有大规模评价科学探究能力传统的英国,主要是通过观察来评价学生低水平的操作和观察技能。

二、工作单
纸笔测验和现场观察的优缺点都很明显,而且彼此对立。

为此,国际科学教育界采用了一种介于纸笔测验和现场观察之间的一种评价方式——工作单。

所谓工作单方式,就是让学生实际动手探究,同时把探究过程和结果写在一张单子上,然后教师对这张单子的内容进行延时评分。

按照结构性强弱,可以划分三种工作单。

第一种是开放性工作单,只要求学生把探究过程和结果写在空白的工作单上;第二种是结构性工作单,要求学生按照工作单的提示结构写上过程和结果;第三种是引导性工作单,它针对具体探究任务
一步步地引导学生探究并写在工作单上。

这三种工作单在国际上都各有用场,如英国Nuffield A2 level physic课程就是让学生在开放性工作单上描述过程和结果,但从1988年开始,工作单的结构性有所增强,开放性有所减弱。

国际教育成就评估协会(IEA 在20世纪70、80、90年代分别进行的三次大规模国际科学研究、美国的国家教育进步协会(NAEP)等都采用结构性工作单来评价学生的科学探究能力。

美国密苏里州根据学生探究水平较低的状况,采用了引导性工作单来评价科学探究能力,即在学生每进行一步探究之前,教师几乎都给学生提供上一步骤的参考答案,以引导学生完成探究。

由于工作单评价方式可以让整个班的学生同时进行探究,并且是延迟评价,因此时间和人力成本大大减小。

但是,一些质疑也随之产生了:工作单不像现场观察那样观察到学生的探究过程,它能否可靠有效地评价学生的探究能力?有研究者认为,如果学生已经动手做了探究,那么其工作单能可靠、有效地记录其探究过程和结果。

然而,这些研究者是往往从经验出发,把工作单的可靠性和有效性当成不言而喻、不证自明的,很少有人通过实证研究来证明(Woolnough,1990)。

为了进一步检验这三种工作单评分的可靠性有效性,笔者让60个初三学生动手探究“影响单摆周期的因素”,采用二对一的现场观察。

把学生分成A、B、C三组(每组学业成绩相当),要求学生在动手探究时把探究过程和结果写在工作单上,A组学生写在开放性工作单、B组学生写在结构性工作单、C组学生写在引导性工作单。

本研究所用的开放性工作单没有任何提示,只要求学生把探究过程和结果如实写下来;表1为本研究设计的结构性工作单,包含科学探究的一般要素,没有涉及该探究的具体内容;引导性工作单考虑到学生的探究能力较差,给出较详细的引导,涉及了该探究的具体内容和步骤限于
篇幅,表2只给出引导性工作单的一部分,该部分要求学生按照要求写下实验结果。

这种引导与传统的菜单式实验不同,给学生预留了一定的空间例如,从表2可以看出学生是否控制了相关变量、自变量的改变次数是否足够、自变量的取值范围是否合理、自变量的间隔是否合理等。

关于评分可靠性,即评分者信度,本研究得出现场观察、开放性工作单、结构性工作单、引导性工作单的评分者信度分别为0.87、0.72、0.77、0.81。

该结果表明:现场观察和工作单的评分者信度都较高,在可接受的范围内。

三种工作单的评分者信度低于现场观察的评分者信度。

这是因为现场观察可以观察到学生的探究细节,不仅可以观察到自变量的起始点、改变自变量的次数、间隔、范围,还可以观察操作方法、测量方法是否合理,如是否静止释放单摆、是否及时按停表等,因此现场观察损失信息少,评断更精准。

但是,工作单无法“观察”到学生的操作细节,而是通过学生记录在工作单中的文字叙述、数据来进行间接推断,但一些学生的文字能力较差,叙述过于简略或模糊,这会损失一些信息,导致评分者对一些探究要素的评判产生一些歧义。

随着工作单结构性程度不断提高,评分者信度也不断提高,这是因为工作单的要求不断明确,学生可发挥的余地变小,有利于评分者可靠地评分。

毫无疑问,在选取何种评价方式时,我们必须考虑有效性和成本问题。

除此之外,我们还应考虑公平性问题,也就是不同学生对不同评价方式的适应性问题。

有研究者发现,不同学业水平的学生在纸笔测验和工作单中的表现差异不同,高水平学生在这两种评价方式中表现差异较小,而中下水平学生在这两种评价方式中表现差异较大(Lawrenz Huffman,&Welch,2001)。

这是因为中下水平学生的知识基础等不扎实,其认知风格会发挥更大的作用,如一些学生擅长实践,现场观察、工作单可能会便于他们发挥长处,而一些学生擅长理论,纸笔测验可能会更便于发挥他们的长处。

这表明任何一种评价方式都不具有天然的公平性,不谨慎地使用某种惟一的评价方式可能会使一些学生处于有利地位,而另一些学生处于不利地位(Eisner,1999)。

因此,我们在选取何种评价方式时,不仅要考虑不同评价方式的有效性和成本问题,也要考虑不同评价方式对不同学生的公平问题。

在我国目前的现实情况下,在优化并采用纸笔测验的同时,应逐步采用工作单,以得到学生科学探究能力的全面信息。