[论文解读] A Universal Structure of Science and Engineering Problem-Solving

Argenta Price, Candice Kim+3 more|arXiv (Cornell University)|May 23, 2020

Science Education and Pedagogy参考文献 10被引用 5

一句话总结

本文識別出科學與工程問題解決中跨學科的29項可測量、可教學的決策結構。透過分析專家的問題解決過程，發現這些決策依賴於基於學科知識的預測模型，從而提升科學與工程教育中的評估與教學成效。

ABSTRACT

A primary goal of science and engineering (S & E) education is to produce good problem solvers, but much of the problem-solving process remains poorly understood. To characterize this process in terms of measurable and teachable pieces, we analyzed how S & E experts solved authentic problems. We identified an unexpectedly universal set of 29 decisions-to-be-made that were consistent across fields and provide a flexible structure underlying the S & E problem-solving process. We also find that the process of making those decisions (selecting between alternative actions) relies heavily on predictive models that embody the relevant specialized disciplinary knowledge and standards. This detailed characterization of the problem-solving process will allow better assessment and teaching of S & E problem-solving.

研究动机与目标

• 識別科學與工程（S&E）問題解決中跨多樣領域的可測量、可教學之結構。
• 理解專家在真實S&E問題解決任務中如何做決策。
• 描述預測模型在S&E問題解決決策過程中所扮演的角色。
• 發展一個能促進S&E教育中更好評估與教學的架構。

提出的方法

• 分析跨多個學科的真實世界S&E問題中專家的問題解決行為。
• 透過問題解決過程的質性與模式分析，識別重複出現的決策點。
• 將決策分類為包含29個核心決策組成部分的結構化架構。
• 檢視學科知識如何嵌入引導決策選擇的預測模型中。
• 使用專家訪談與基於任務的觀察，驗證決策結構的一致性與普遍性。

实验结果

研究问题

• RQ1 在不同科學與工程學科的問題解決過程中，哪些常見的決策點反覆出現？
• RQ2 專家如何運用預測模型來引導其問題解決過程中的選擇？
• RQ3 問題解決過程在多大程度上由一組普遍適用的決策所結構化？
• RQ4 如何利用所識別的決策結構來改善S&E教育中的教學與評估？

主要发现

• 在多個科學與工程學科中，一致識別出一組通用的29項決策。
• 這些決策並非隨機，而是系統性地由體現學科知識與標準的預測模型引導。
• 決策過程嚴重依賴於領域特定的預測模型，而非一般性啟發法。
• 該結構具有彈性，適用於不同類型的S&E問題，顯示出廣泛的通用性。
• 該架構為以可測量且系統化的方式評估與教學問題解決能力提供了基礎。