科学教师教育中计算思维测评工具的开发与验证:基于印度尼西亚职前科学教师的心理计量学证据

《Thinking Skills and Creativity》:Development and validation of a measure assessing computational thinking in science teacher education

【字体: 大 中 小 】 时间:2026年09月18日 来源:Thinking Skills and Creativity 5.3

编辑推荐:

  本研究旨在开发并验证一种基于计算机的测评工具,用以评估印度尼西亚职前科学教师的计算思维(computational thinking, CT)。该测验包含30个题目,依据计算思维的四个维度设计:分解(decomposition)、模式识别(pattern re

  
本研究旨在开发并验证一种基于计算机的测评工具,用以评估印度尼西亚职前科学教师的计算思维(computational thinking, CT)。该测验包含30个题目,依据计算思维的四个维度设计:分解(decomposition)、模式识别(pattern recognition)、抽象(abstraction)与算法思维(algorithmic thinking)。研究人员通过eDia在线测评系统收集了368名参与者的数据。该工具显示出较高的信度(α = .885)和较强的内容效度,并经六位专家确认。验证性因素分析支持四维度模型(RMSEA = 0.069;CFI = 0.911;TLI = 0.901),且优于单维度模型(χ2 = 139.42, p < .001)。然而,由于模式识别与抽象之间存在高度相关,一个由分解、模式抽象(pattern abstraction)和算法思维构成的三维度模型同样得到验证(RMSEA = 0.068;CFI = 0.912;TLI = 0.903)。Rasch分析确认了题目在不同难度水平上的有效定位。该30题工具被证明有效且可靠,支持了精炼后的三维度模型,并推动了教师教育中计算思维测评的发展。上述发现为教师教育情境下的计算思维测量开辟了新方向,并强化了计算思维维度的理论框架。
**科学教师教育中计算思维测评工具的开发与验证**

**1. 研究背景与问题提出**

21世纪数字环境要求未来一代具备包括计算思维(computational thinking, CT)在内的关键技能。计算思维涉及用于设计解决方案和处理复杂问题的逻辑与系统性思维技能,其最初被定义为通过计算机科学基本概念进行系统设计和理解人类行为的问题解决方式。近年研究显示,计算思维的应用已超越计算机科学领域,扩展到多种学科,并被整合进从基础教育到高等教育的各学段课程,包括教师教育。对于职前科学教师而言,计算思维是一项关键能力,将其融入科学教师教育至关重要,因为它与数据分析、实验操作和理论建模等科学实践相辅相成,并与强调科学作为主动实践的《下一代科学标准》相一致。

然而,当前关于教师教育中计算思维的研究多集中于计算机科学教师候选人,对科学教师候选人(尤其是物理、生物和化学教育方向)的探索极为有限。将计算思维有效整合进科学教育,要求未来教师自身精通计算思维,这需要专门面向职前科学教师教育的可靠且有效的测评工具。此外,教师教育中计算思维测评的构念在研究者之间仍存在争议。多数研究采用国际教育技术协会(International Society for Technology in Education, ISTE)提出的包含分解、模式识别、抽象和算法思维四维度的模型,但在教师教育情境下验证该构念的经验证据仍然不足。

现有计算思维测评工具形式多样,包括成就测验、问卷、算法任务、项目量规、观察、反思和访谈等。这些工具主要有三类用途:通过认知成就测验评估计算思维、通过编程或项目活动评价计算思维应用、以及通过自我报告方法测量计算思维。尽管测评形式多样,许多研究因易用性而依赖自我报告问卷,但此类问卷往往反映参与者的自信程度而非真实技能或知识。因此,认知成就测验被认为更适合测量计算思维。同时,涉及编程活动的计算思维测评可能将计算思维与编程技能混为一谈,限制了其在计算机科学之外的教师教育中的适用性。鉴于计算思维的跨学科性质、多样的教学方法和不同的学习情境,研究者倡导开发超越编程和自我报告的计算思维测评方式。

在教师教育领域,已有若干研究采用成就测验作为测评工具,但这些研究的普适性常因效度和信度报告不足而受限:部分研究仅报告聚合效度而未检验构念效度,部分研究未报告信度,还有研究仅通过专家评审评估内容效度或仅关注信度。效度和信度报告的局限性凸显了研究空白,亟需专注于为教师教育开发高质量计算思维测评工具的研究。此外,一些研究虽参考了计算思维框架,但未评估构念效度以确认测量数据与其理论框架的一致性,这进一步强调了计算思维测评中构念验证研究的必要性。

本研究置于印度尼西亚科学教师教育背景下。在该国,计算思维已被作为21世纪学生和教师的关键技能引入,并被纳入职前教师专业化课程作为选修课。然而,印度尼西亚科学教师教育中关于计算思维的研究,特别是测评工具开发方面,仍然有限,且尚无经过验证的科学教师教育计算思维测评工具。职前科学教师是一个独特的专业群体,他们必须在科学探究(如数据分析、自然科学建模)和教学实践(如教案设计中的问题解决、课堂活动支架)的双重约束下运用计算思维。因此,开发并验证面向科学教师教育的计算思维测评工具至关重要。

本研究通过解决几个关键问题为丰富计算思维测量做出贡献。第一,弥补了教师教育中计算思维测评方法论的关键空白。全球文献以自我报告测评为主,易受自信偏差影响;或采用基于编程的测评,对计算机科学以外的职前教师包容性较低。虽然已有研究使用认知成就测验,但多数只是简单采用高等教育或中学水平的通用工具,未进行深度情境化重构,导致测验内容往往无法反映参与者的能力水平或对教师的专业相关性。因此,开发新的、以科学教学情境化的工具对于捕捉科学教育情境中独特的计算思维整合至关重要。第二,提供心理测量学和理论贡献。许多教师教育中使用的计算思维工具未经过严格全面的验证,本研究通过全面验证内容效度、构念效度和难度水平来填补这一空白,旨在确认ISTE(2011)提出的计算思维理论框架,并通过比较四维模型与单维模型,解决文献中关于计算思维在整合专业任务中认知结构的未决争论。第三,在当地情境中,本研究可作为印度尼西亚科学教师教育计算思维工具开发的开创性参考,为已将计算思维纳入课程但缺乏国家层面有效可靠测评工具的现状提供迫切的实际解决方案。

**2. 主要研究方法**

研究人员采用证据中心设计(evidence-centered design, ECD)方法开发计算思维测验,系统经历了领域分析、领域建模、概念评估框架、评估实施和评估交付五个阶段。研究样本为来自印度尼西亚多所提供科学教师教育本科项目的368名职前科学教师(平均年龄20.40岁,标准差1.17岁),通过便利抽样选取,涵盖大一至大四年级,其中女生304人、男生64人。数据通过eDia在线测评系统在标准化条件下收集,测验时长60分钟。初始生成24项任务共35个二分计分题目,经六位科学教育专家评审内容效度,采用内容效度指数(content validity index, CVI),并用Cronbach's alpha评估信度。随后使用Mplus 8.3进行验证性因素分析(confirmatory factor analysis, CFA),采用加权最小二乘均值和方差调整(weighted least squares mean- and variance-adjusted, WLSMV)估计法,通过拟合指数(RMSEA、CFI、TLI)比较一维、三维和四维模型,并采用非参数bootstrap程序(1000次重采样)评估参数稳定性。最后使用ConQuest软件进行Rasch分析(单参数逻辑斯蒂模型),通过项目-人员怀特图、项目特征曲线(item characteristic curves, ICC)和测验信息函数(test information functions, TIF)检验题目难度与参与者能力的匹配程度。

**3. 研究结果**

**3.1 内容效度(RQ1)**

六位专家对35个题目的内容质量进行评估,条目水平内容效度指数(I-CVI)范围为0.83至1.00,至少五位专家将每个题目评为相关或非常相关,表明内容效度强。定性表面效度评估确认所有题目均测量了各维度的计算思维。

**3.2 信度(RQ2)**

原始35题测验显示良好信度(α = .869)。项目-总分相关分析发现两个题目表现不一致,另外三个题目对量表信度贡献极小。删除这五个题目后,30题版本信度提升至α = .885。各子维度信度:分解为.742、模式识别为.703、抽象为.728、算法思维为.850。

**3.3 构念效度:模型比较与选择(RQ3)**

初始一维和四维验证性因素模型均未达到拟合标准。根据修正指数加入四个残差协方差(PR4与PR5、PR4与PR7、AB5与AT2、AT9与AT10)后,一维模型仍拟合不佳(RMSEA = 0.080;CFI = 0.878;TLI = 0.867),而四维模型达到可接受拟合(RMSEA = 0.069;CFI = 0.911;TLI = 0.901)。然而,四维模型中抽象与模式识别维度间相关高达r = .978,提示二者可能测的是同一构念。将这两个维度合并为模式抽象后,三维模型(分解、模式抽象、算法思维)同样获得良好拟合(RMSEA = 0.068;CFI = 0.912;TLI = 0.903)。嵌套模型比较显示,四维模型显著优于一维模型(Δχ2 = 139.52,Δdf = 6,p < .001),但与三维模型无显著差异(Δχ2 = 4.68,Δdf = 3,p = .196),三维模型显著优于一维模型(Δχ2 = 105.57,Δdf = 3,p < .001)。基于统计简约原则,三维模型被采纳。三维模型中因子载荷范围为.334至.955,仅三个条目低于.500,但基于内容效度考虑予以保留。潜变量间相关在.449至.808之间,表明维度间中度至强相关但可区分。Bootstrap分析确认所有条目标准化因子载荷在1000次重采样中均显著(p < .001),95%置信区间狭窄且不含零,支持模型稳定性。所有构念的组合信度(composite reliability, CR)在.862至.931之间,高于推荐阈值.700;两个维度的平均方差抽取量(average variance extracted, AVE)略低于.500,但根据Fornell和Larcker(1981)标准,CR大于.600时聚合效度仍可接受。

**3.4 题目难度与能力匹配(RQ4)**

Rasch分析生成的怀特图显示,题目难度logit值在?2至+2之间,与参与者计算思维能力分布良好对齐。少数参与者能力超过最难题目的难度,也有少数低于最简单题目。按维度分析,算法思维题目最具挑战性,较大比例的参与者在该维度能力较低。基于Rasch模型的EAP/PV信度各维度分别为:分解.767、模式抽象.835、算法思维.798。ICC显示分解题目主要覆盖低至中等能力范围,模式抽象题目围绕均值平衡分布,算法思维题目明显偏向高能力范围(如AT9需约+2.0能力水平才有50%答对概率)。TIF结果显示:分解维度在θ = -0.6处提供最大测量信息,模式抽象维度在θ ≈ 0处达到全局最高信息峰值(约2.5),算法思维维度在θ ≈ +1.5处达到信息峰值,有效覆盖了高能力参与者的测量缺口。

**4. 讨论与结论**

讨论部分指出,本研究开发的测评工具满足了内容效度、构念效度和高信度标准。CFA分析证实四维模型显著优于一维模型,但模式识别与抽象的高度相关使得三维模型成为更简约且统计上无显著差异的选择。这种经验性重叠可能反映认知机制上的共享:模式识别作为识别数据规律性的初始阶段,抽象作为将检测到的模式简化为一般概念的延续,二者在科学教师的日常学习活动中天然融合。这一发现与主流文献中严格区分模式识别和抽象的立场形成有趣对比,表明计算思维的经验结构可能具有比先前假设更大的领域特异性灵活性。潜变量相关表明三个维度既相互关联又理论可辨。高信度和强CR值确认了工具的稳定性和内部一致性。较低的AVE值在认知表现测验中属预期,因为题目有意设计为不同难度和复杂度以捕获维度的完整范围。与先前仅依赖专家验证或Cronbach's alpha的研究相比,本研究通过六位专家和全面心理计量分析提供了更强证据。题目难度与参与者能力良好对齐,其中算法思维最困难,符合其需要复杂程序逻辑和解决方案步骤表征的认知要求,也反映科学教育传统中实验程序通常给定而非要求学生设计最优方案的实践背景。这些发现不仅支持工具的理论效度,也展示其在识别需要教学干预的能力领域方面的实际效用。

研究结论认为,新开发的计算机化测评工具在内容效度、构念效度和信度方面均达到标准。四维模型(分解、模式识别、抽象、算法思维)显著优于一维模型,同时三维模型(分解、模式抽象、算法思维)得到验证。该工具填补了教师教育中可靠且构念有效的计算思维测评空白,经验性验证了ISTE(2011)四维框架,并将模式识别与抽象合并为单一构念,构成对计算思维测评的新贡献。研究对教师教育的课程开发、师资培训和评估政策具有重要启示。

研究的局限性包括:便利抽样限制了向印度尼西亚全体职前科学教师的普适性;未进行测量不变性分析;CFA中事后添加残差协方差属于探索性修改,可能部分具有样本特异性;因子结构未在独立样本中交叉验证。未来研究应通过不变性分析和更广泛的抽样来提升工具的质量和普适性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号