[논문 리뷰] Social networks and academic performance in physics: Undergraduate cooperation enhances ill-structured problem elaboration and inhibits well-structured problem solving

Javier Pulgar, Cristián Candia외 1명|arXiv (Cornell University)|2019. 12. 14.

Innovative Teaching and Learning Methods참고 문헌 52인용 수 41

한 줄 요약

이 연구는 대학물리 수업에서의 사회적 네트워크 구성이 잘 정의된(대수기반) 문제와 애매한(현실과 유사한) 문제에 대한 성과에 미치는 영향을 조사한다. 실험적 지도 전략을 통해, 구조적 구멍을 통한 다양한 정보 접근은 애매한 문제 해결 성과를 향상시키지만, 높은 군집도는 이를 저하시키며, 반대로 잘 정의된 문제 성과는 군집 네트워크에서 향상되지만, 많은 동료에게서 정보를 구하는 것은 성과를 떨어뜨린다. 이 연구는 지도 설계가 협동 학습 결과에 결정적인 영향을 미친다는 점을 강조한다.

ABSTRACT

Introductory physics students who actively sought out information from multiple peers were less likely to solve well structured problems compared to those who did not seek help; for ill-structured problems, this effect depended on the features of the learning environment.

연구 동기 및 목표

• 다양한 지도 전략이 대학물리 수업에서의 사회적 네트워크 구성과 그 성과에 미치는 영향을 조사하는 것.
• 군집화와 구조적 구멍과 같은 사회적 네트워크 구조가 잘 정의된 문제와 애매한 문제 성과에 미치는 차별적 영향을 분석하는 것.
• 협동 학습이 문제 유형과 네트워크 구성에 따라 성과를 향상시키는지 또는 저해하는지 판단하는 것.
• 지도 설계가 대학물리 교육에서 동료 협업과 학습 성과 간의 관계를 매개하는 데서 수행하는 역할을 평가하는 것.
• 정보 탐색 행동과 사회적 유대가 협동적 환경에서 인지적 참여도와 문제 해결의 깊이에 어떻게 영향을 미치는지 탐구하는 것.

제안 방법

• 3개의 수업 섹션에서 총 82명의 1학년 물리 수강생을 대상으로 2개월간 실험을 실시하여 지도 전략을 다양화해 서로 다른 사회적 네트워크 구성 구조를 유도하였다.
• 표준화된 시험을 통해 잘 정의된 문제 성과를 측정하고, 고등학생을 대상으로 물리 문제를 만드는 과제를 통해 애매한 문제 성과를 측정하였다.
• Qualtrics를 통해 동료 지명 설문조사를 실시하여 학생들의 정보 탐색 네트워크와 동료의 우수성 인식(좋은 학생) 네트워크를 매핑하였다.
• 설문지 응답과 명단 자료를 기반으로 정보 탐색 행동을 위한 네트워크 모델과 우수 학생으로 간주되는 동료를 위한 네트워크 모델을 구축하였다.
• OLS 다중 회귀 모델을 적용하여 네트워크 예측변수(예: 차수, 고유벡터 중심성, 제약, 구조적 구멍)와 학업 성과 또는 문제 해결의 깊이 간의 관계를 분석하였다.
• 상호작용 항목(예: 처리 방식 × 제약, 처리 방식 × 고유벡터 중심성)을 사용하여 지도 전략이 성과 및 문제 해결 깊이에 미치는 네트워크 효과를 조절하는지 검증하였다.

실험 결과

연구 질문

• RQ1 다양한 지도 전략은 대학물리 수강생의 사회적 네트워크 구성에 어떻게 영향을 미치는가?
• RQ2 구조적 구멍을 통한 다양한 정보 접근이 잘 정의된 문제보다 애매한 문제 성과에 향상 효과를 미치는가?
• RQ3 높은 군집도를 가진 네트워크 구성(반복 정보 포함)이 잘 정의된 문제 성과에 대해 애매한 문제 성과보다 향상시키는가?
• RQ4 학생이 여러 동료에게서 정보를 구하는 경향이 잘 정의된 문제와 애매한 문제 성과에 어떻게 영향을 미치는가?
• RQ5 지도 전략은 물리 문제 해결에서 사회적 네트워크 구조와 학업 성과 간의 관계를 어떻게 조절하는가?

주요 결과

• 여러 동료에게서 정보를 적극적으로 구하는 학생은 잘 정의된 문제(대수기반)에서 유의미하게 성과가 떨어졌으며, OLS 모델에서 log(outdegree)의 음수 계수는 -0.331(p < 0.1)였다.
• 높은 제약을 가진 높은 군집 네트워크에서는 잘 정의된 문제 성과가 애매한 문제 성과보다 높았으며, 이는 반복 정보가 절차적 문제 해결을 지원한다는 것을 시사한다.
• 다양한 정보에 접근할 수 있는 구조적 구멍을 가진 학생은 애매한 문제 성과에서 뚜렷이 향상되었으며, 처리 방식과 고유벡터 중심성 간의 상호작용은 양의 유의미한 계수(β = 0.601, p < 0.01)를 보였다.
• 문제 해결의 깊이(창의성과 문제 설계의 깊이)는 구조적 구멍에 의해 유의미하게 예측되었으며, 게이트키퍼 지위(β = 0.588, p < 0.05)와 고유벡터 중심성(β = -0.456, p < 0.01)이 주요 예측변수였다.
• 혼합형 처리 전략과 제약 간의 상호작용은 음수이자 유의미한 결과(β = -0.842, p < 0.1)를 보였으며, 이는 혼합 능력 그룹에서는 높은 제약이 성과를 저하시키며, 특히 잘 정의된 문제에서 그러한 영향이 두드러졌다.
• 좋은 학생으로 간주되는 동료에 대한 인식은 성과의 강력한 예측변수였다: 각 단위의 우수 학생 유대는 물리 성적을 0.443점 향상시켰다(p < 0.05), 특히 지도 지침이 제공된 처리 조건에서 그러한 영향이 두드러졌다.