《Acta Psychologica》:Which features make scientific illustrations more interesting? Study of group effects based on the FsQCA approach
编辑推荐:
激发公众对科学内容的兴趣是科学传播中的核心挑战。为探究使科学插图更具吸引力的特征组合,本研究以情境兴趣理论为基础,考察了67名中国本科生。研究人员采用模糊集定性比较分析(fsQCA)方法,探讨了具体性(specificity)、个人关联性(personal r
激发公众对科学内容的兴趣是科学传播中的核心挑战。为探究使科学插图更具吸引力的特征组合,本研究以情境兴趣理论为基础,考察了67名中国本科生。研究人员采用模糊集定性比较分析(fsQCA)方法,探讨了具体性(specificity)、个人关联性(personal relevance)、可理解性(understandability)和意外信息(unexpected information)四个特征如何交互作用以激发情境兴趣。分析揭示了三种产生高情境兴趣的有效组态以及三种与低情境兴趣相关的组态。其中,可理解性、意外信息和具体性被确认为核心因果条件。个人关联性被证明是一个具有“双刃剑效应”的条件性核心概念。值得注意的是,fsQCA分析进一步揭示了导致插图被感知为“有趣”与“无趣”的路径之间存在显著的不对称性,表明低兴趣条件的缺失并不必然导致高兴趣的产生。这些发现为教育工作者和科学传播者提供了有价值的理论与实践见解,有助于设计更有效的视觉材料,以增强学习参与度和动机性结果。
**科学插图趣味性特征组态效应研究解读——基于fsQCA方法的系统分析**
**一、研究背景与问题提出**
科学普及是连接专业领域科学研究与大众文化之间的桥梁,其目标在于通过多样化的科普形式教育公众、影响公众并唤醒公众原本具备的科学素养。科学研究的影响力不仅取决于期刊论文的评价指标,还依赖于研究成果能否在非专业受众中得到广泛传播。然而,科学普及发展面临的核心挑战在于,不同科普主体在实践中往往难以有效沟通与协作,非专业受众常常因科学研究中的专业术语和格式化呈现而感到不知所措,从而丧失对科学的兴趣。
科学插图作为吸引读者并促进其对科学研究理解的手段,已引起科学家的广泛关注。许多大学开始推动科学期刊、研究生项目与艺术家之间的合作,例如猪股骨头生物模型、非洲爪蛙肝脏血管系统以及牙齿个体发育的组织学图像等项目均与可视化专业合作,为科学家提供了代表其研究的插图。此外,随着生成式人工智能(AI)在科学传播中的日益普及,AI不仅能够辅助创作科学插图,还引发了关于伦理与道德问题的讨论。
现有科学插图往往优先考虑科学准确性以确保科学知识的呈现,但这仅完成了科学传播的第一步。第二步在于以引人入胜且有趣的方式传达科学知识,揭示主题内在的吸引力。然而,现有研究虽已识别出众多可能影响科学插图吸引力的特征,但多数研究局限于考察变量的“净效应”,未能充分揭示这些特征之间复杂的交互作用和协同效应。具体而言,现有文献难以解释多样化的特征组合如何等价地产生相同结果,也无法检验导致“有趣”与“无趣”结果的路径是否具有不对称性。fsQCA背后的组态理论和集合论概念则能够探索多个前因条件如何通过不同组合共同产生结果,同时承认导致结果发生或不发生的路径可能是不对称的。
基于上述研究空白,本研究提出以下核心研究问题:Q1,哪些前因条件组态能够导致科学插图的高情境兴趣?Q2,哪些组态导致科学插图的低情境兴趣?Q3,这些组态路径之间是否存在不对称性?据此提出研究假设:Y1,多种不同的条件组态可以引发高情境兴趣和低情境兴趣;Y2,引发高情境兴趣的组态与引发低情境兴趣的组态呈现不对称关系。
**二、研究方法概述**
本研究采用模糊集定性比较分析(fsQCA)方法,该方法基于集合论和组态思维,特别适合探索多重并发因果关系。研究选取某中国大学三个平行大一班级的67名本科生作为样本,其中女性50名占75%,男性17名占25%,年龄范围18至20岁(M=18.9,SD=0.72)。采用有目的抽样策略以控制先前知识变量。研究材料为使用Adobe Illustrate软件绘制的20幅科学插图,分为环境、技术、人体、生活和生物五类。测量工具参考Wang和Adesope(2016)开发的兴趣问卷中的触发情境部分(TAI;5个项目),采用5点李克特量表。实验采用被试内设计,20幅插图的呈现顺序完全随机化,每幅插图在30至45秒内完成评定。数据分析包含校准(采用直接校准法,设定完全隶属阈值为95百分位、交叉点为50百分位、完全不隶属为5百分位)、必要性分析和充分性组态分析。信度分析显示Cronbach's alpha系数为0.98,各特征组内相关系数ICC(1)介于0.71至0.84之间,表明数据具有较高的内部一致性和评分者间信度。
**三、研究结果**
**3.1 必要性分析结果**
对单个条件变量的必要性检验显示,所有个体条件变量的一致性均低于0.9阈值,表明不存在单一必要条件。这意味着没有任何单一特征能够独立导致高情境兴趣或低情境兴趣的产生,进一步分析这些条件的组合效应是必要的。
**3.2 高情境兴趣组态分析**
数据分析识别出三种导致高情境兴趣的组态:路径H1以可理解性存在和个人关联性缺失为核心条件,辅以意外信息存在;路径H2以意外信息存在和个人关联性缺失为核心条件,辅以可理解性存在;路径H3以可理解性缺失和具体性存在为核心条件,辅以意外信息存在。整体解的覆盖度为0.742,表明这三种组态覆盖了74.2%的高情境兴趣案例。H1和H2组态表现出明显的等价性,可理解性与意外信息在两种组态中充当等价元素,表明在缺乏个人关联性的情况下,可理解性或意外信息任一条件作为核心条件均可有效触发高情境兴趣。
**3.3 低情境兴趣组态分析**
低情境兴趣方面同样识别出三种典型组态:路径L4以可理解性缺失和具体性缺失双重缺失为核心条件;路径L5以个人关联性存在和具体性缺失为核心条件;路径L6以意外信息缺失为核心条件。整体解的覆盖度为0.886,覆盖了88.6%的低情境兴趣案例。前者(L4、L6)的核心问题在于关键驱动因素(如可理解性和意外信息)的普遍缺失导致内容平庸;后者(L5)揭示了值得警惕的机制——当强加的“个人关联性”缺乏实质性内容支撑时,不仅不能增强兴趣,反而可能成为导致低参与度的主要因素。
**3.4 组态不对称性分析**
高情境兴趣组态(H1-H3)与低情境兴趣组态(L4-L6)在条件组合逻辑上呈现显著不对称性,证实“兴趣产生”与“兴趣缺失”遵循不同的因果机制。高情境兴趣由核心特征的有效组合驱动,而低情境兴趣可能源于这些特征的缺失或不当条件的引入。高兴趣路径呈现“不对称替代”关系:可理解性、意外性和具体性可以充当核心驱动力,但需要辅助条件配合。
**四、讨论与结论**
本研究的组态分析揭示了科学插图触发情境兴趣的多维路径。研究发现,可理解性、意外信息和具体性构成刺激情境兴趣的核心条件组合。这一发现可通过认知负荷理论和预测误差理论解释。可理解性机制与认知负荷理论密切相关,设计良好的插图能显著降低学习者的认知负荷,使有限认知资源集中于内容理解而非信息解码,这种加工流畅性体验本身具有积极情绪价值。意外信息的效用可通过预测误差理论解释,当插图内容适度偏离学习者预期时会产生“预测误差”,这种不确定性触发个体的认知好奇心。但核心组合强调意外信息必须具有可解释性,即建立在充分认知流畅性基础上,否则可能导致认知过载。个人关联性在核心高情境兴趣路径中的缺失是关键条件,但在低情境兴趣路径中其存在构成核心条件,这种看似矛盾的现象可通过自我决定理论解释:当个人关联性的建立被学习者感知为强加的、不自然的或表面的,会导致兴趣降低和疏离感。
本研究两项研究假设均得到实证结果充分支持。研究证实了科学插图兴趣具有“多因素共存”和“殊途同归”的特征,揭示个人关联性是一个具有双刃剑效应的条件性核心概念,并验证了因果关系的非对称性。这些发现理论上证明科学传播与教育中“兴趣”的激发与抑制遵循不同逻辑,方法论上验证了fsQCA在捕捉复杂、等价和非对称因果机制方面的独特优势。研究为科学插图创作者提供了更接近实际应用的指导,以设计更有效的科学传播材料,增强公众科学参与度和兴趣激发。