幼児の情緒的、認知的、学問的成果における STEM における混合学習の効果

幼児の情緒的、認知的、および学問的成果におけるSTEMにおけるブレンド学習の効果。

研究の背景 従来、科学教育の研究は主に教室での正式な学習に焦点を当ててきました。 Gilbert (2015) は、技術の進歩に伴い、正式な科学カリキュラムは、興味深い科学的イラストや機器の精緻化と使用に制限があると主張しています。 さらに、この学習状況は知識の獲得を促進しますが、生涯学習や学習意欲を促進しない可能性があります (Vedder-Weiss & Fortus, 2011)。 科学学習への動機付けは、課外科学関連の活動やプログラムなどの非公式の学習環境を通じて強化される可能性があります (Fortus & Vedder-Weiss, 2014)。 これらの文脈では、学校の外での現実世界の問題に焦点を当てた経験は、推論スキルと科学の理解を強化するのに役立ちます. 現在の研究では、非公式の学習環境における混合学習アプローチが、科学における子供の感情的、認知的、および学問的成果に与える影響を調査しています。 特に、科学における学生の動機、アイデンティティ、推論、およびパフォーマンスが総合的に考慮されます。

研究目的 現在の研究は、正式な教室環境以外での STEM 学習に焦点を当てたアプリベースの介入プログラムを実装することを目的としています。 包括的な目標は、子供の感情的、認知的、および学問的成果におけるアプリとラボ実験の組み合わせを利用する混合学習の有効性を調べることです。

メソッド

参加者 参加者は、香港の 3 つの学校の 8 歳から 10 歳までの 400 人の小学生で構成されます。 学校はいくつかの基準に基づいて選択されます。 データは 2021 年の夏休み中に収集され、処理前に匿名化されて分析に使用されます。 クラスは、無作為抽出法に基づいて、実験条件または対照条件にランダムに割り当てられます。 募集レターと広告ポスターは、オンラインとオフラインの両方で異なるプラットフォームを通じて公開されます。 情報シート、同意書、同意書は学校長に配布されます。

設計と手順 クラスは、実験群と対照群に無作為に割り当てられます。 治療として、実験グループは、ハンズオン実験と一緒にコンテンツ知識のためのゲーム化されたビデオを備えた STEM 混合学習アプリを使用する介入に割り当てられます。 ビデオは、コンテンツの知識に関連する架空の教育物語であり、学生は漫画科学者 (シマリス) の「靴に足を踏み入れる」ように求められ、物語の中でさまざまな問題を解決しました。 科学実験は、アプリの段階的なビデオ ガイダンスで完了します。 コントロール グループは、電子書籍で同じコンテンツを読むように割り当てられ、コンテンツの知識とは関係のないレッスンごとにアート アンド クラフト キットを受け取ります。 コンテンツはカリキュラムに合わせて設計されています。両方のグループが同じトピックについて学びます。

1. 電気 (物理): 電気、単純および複雑な電気回路、再生可能エネルギー、静電気の紹介などのトピックに関する 4 つのレッスン。
2. 体の部位 (生物学): 筋骨格系、肺、心臓、脳などのトピックに関する 4 つのレッスン
3. 環境科学: 熱帯雨林の紹介、分類、植物の成長の部分と段階、植物の光合成と水輸送などのトピックに関する 4 つのレッスン。

実験グループの参加者は混合学習アプリで 2.5 か月の介入を受け、対照グループは同じ期間に電子書籍の章を受け取ります。 それぞれが約20〜30分間続く5つの評価が、研究全体で実施されます。（1）介入前（時間1）および。 (2) 介入の完了後 (時間 2)。 グループの割り当てに関係なく、両方のグループは、教室で同じ一連の評価を使用して、介入の 1 週間前に事前評価を完了します。 さらに、資料はグループ間で異なりますが、介入中に両方のグループが実践的な資料を受け取ります。 研究の一環として、実験グループは、アプリで視聴するレッスンごとに科学実験キットを受け取ります。 各実験は、特定のレッスンで学習する内容の知識に対応しています。 対照グループには、電子書籍で読んだ章ごとにアート＆クラフト キットが贈られます。 すべての生徒は、2.5 か月間で 12 レッスンの各レッスン (45 分) に同じ時間を費やします。

対策

人口統計変数 生徒の年齢、性別、および学業成績は、時間 1 で教師を通じて収集されます。

事前/事後テストの測定 研究は、複数の測定の自己報告アンケートで構成されます。 これには、科学の動機、科学の識別、科学のパフォーマンス、および科学的推論を測定する次のアンケートが含まれます。

科学的動機付け 科学的動機付けは、期待値モデル (Kosovich et al., 2015) に基づく期待値コスト尺度を使用して評価されます。 このアンケートは、STEM における学生のモチベーションを測定するために設計されました。 3 つのサブドメインを評価するための 10 項目が含まれています。科学の価値 (価値) と;うまくやるための認識された努力 (コスト)。 学生は、1 (強く同意しない) から 6 (強く同意する) までの 6 段階のリッカート スケールを使用して、回答を報告しました。 投与前に学生に指示が説明されます：「これはテストではありません。 これは、理科の授業がどの程度好きかについての簡単なアンケートです。 率直で正直に答えることができます。 あなたの回答はすべて機密扱いとなります。 誰もあなたの個人的な答えを見ることはありません (あなたの先生でも、クラスメートでも、あなたの両親でもありません)。」

科学的同一性 科学的同一性は、多くの側面と文脈を含む多次元構造であることはほぼ間違いありません。 この研究では、教室外の非公式な環境に焦点を当てます。 つまり、学生が科学全般や日常生活にどのように関わっているかということです。 8 項目のサブセットは、科学のアイデンティティを評価するために (Pell & Jarvis (2001)) の科学態度尺度から採用されました。 アンケートの項目は、教室での科学ではなく、現実世界の科学に焦点を当てています。 学生は、6 点のリッカート スケール (1 = 強く同意しない、6 = 強く同意する) で各項目に対する同意の程度を報告しました。

科学のパフォーマンス 科学のパフォーマンスは、アプリの一部として設計されたリアルタイムのコンテンツ知識クイズと、国際数学および科学研究の動向 (TIMSS) からの項目のサブセットの組み合わせを使用して測定されます。 コンテンツ知識クイズは、学生がアプリで取り組むストーリーの一部として、インタラクティブで没入型のリアルタイム クイズになるように設計されています。 問題はカリキュラムに合わせて作成されており、科学の教師によって確認されています。 各トピックには 40 の質問があります。アプリでカバーされている 3 つのトピックについて、合計で 120 の質問があります。 合計スコアは、アプリで科学のパフォーマンスを定量化するために使用されます。 TIMSS から選択された項目は、科学に関する学生の知識の 2 番目の測定値として使用されます。 トピックに関連する合計 12 の複数選択項目が選択されます。

科学的推論 科学的推論は、小学生向けに設計された Science-P Reasoning Inventory (SPR-I) 7 項目バージョンを使用して評価されます (Koerber & Osterhaus, 2019)。 SPR-I は、複数の非排他的レベル (すなわち、ナイーブ、中級、および上級) における仮説証拠関係の理解に依存する科学的推論の概念モデルに基づく目録です。 科学の性質に関する 3 項目、実験に関する 3 項目、データ解釈に関する 1 項目の 7 項目です。 すべての項目は、科学的推論の 3 つのレベルを表す部分的な信用度 (0、1、2) を使用して採点されます。 0 のスコアは、単純な理解を示します。 1 のスコアは、中程度の理解を示します。スコア 2 は、高度な理解レベルを示します。

分析 この研究では、記述的および推論的な統計的手法の両方が採用されます。 まず、事前評価と事後評価から得られたスコアを使用して信頼性分析を行います。 次に、グループの介入前の同等性を評価することにより、すべての結果測定値に対する実験グループと対照グループの平均スコア間の比較が実行されます。 多変量分散分析 (MANOVA) が主な分析として使用され、従属変数として科学的動機、アイデンティティ、達成、および科学的推論のスコアが使用され、独立変数としてグループ割り当てステータスが使用されます。 割り当て状態には、実験的および対照の 2 つのレベルがありました。