[论文解读] Automaticity in Computation and Student Success in Introductory Physical Science Courses

JudithAnn R. Hartman, Eric A. Nelson|arXiv (Cornell University)|Aug 17, 2016

Teaching and Learning Programming参考文献 1被引用 8

一句话总结

本文认为，美国数学和科学教育中计算能力的下降——源于课程对记忆和练习的弱化——削弱了学生在入门物理科学课程中的成功。基于认知科学原理，本文提出，掌握基础数学和科学程序的自动化能力对解决问题的成功至关重要，并呼吁课程改革，使其与这些基于证据的学习实践相一致，以扭转STEM毕业率持续下滑的趋势。

ABSTRACT

Between 1984 and 2011, the percentage of US bachelor degrees awarded in physics declined by 25%, in chemistry declined by 33%, and overall in physical sciences and engineering fell 40%. Data suggest that these declines are correlated to a deemphasis in most states of practicing computation skills in mathematics. Analysis of state standards put into place between 1990 and 2010 find that most states directed teachers to deemphasize both memorization and student practice in computational problem solving. Available state test score data show a significant decline in student computation skills. In recent international testing, scores for US 16 to 24 year olds in numeracy finished last among 22 tested nations in the OECD. Recent studies in cognitive science have found that to solve well-structured problems in the sciences, students must first memorize fundamental facts and procedures in mathematics and science until they can be recalled with automaticity, then practice applying those skills in a variety of distinctive contexts. Actions are suggested to improve US STEM graduation rates by aligning US math and science curricula with the recommendations of cognitive science.

研究动机与目标

• 调查美国教育中计算能力下降与物理、化学和工程学士学位数量减少之间的相关性。
• 分析1990至2010年间各州课程标准，识别记忆和计算练习弱化的趋势。
• 审查全国及国际测试数据，显示美国学生在数理素养和计算能力方面的下降趋势。
• 应用认知科学关于自动化能力的研究，提出一种能提升学生在物理科学入门课程中成功表现的课程改革策略。
• 倡导将美国数学和科学课程与认知科学的研究发现相一致，以提高STEM学生的留存率和毕业率。

提出的方法

• 分析1990至2010年间实施的州教育标准，识别记忆和计算练习重点转移的趋势。
• 综述并整合全国及国际评估数据，包括经合组织PISA成绩，以评估美国学生在数理素养和计算能力方面的趋势。
• 整合认知科学中关于程序性熟练度和自动化能力在问题解决情境中的研究。
• 利用学生表现数据的实证证据，将计算能力薄弱与入门物理科学课程中的不良结果联系起来。
• 基于认知科学原理提出课程重新设计，强调对基础事实和程序的刻意练习与自动化回忆。
• 与国际基准进行比较分析，突出美国在技能发展方面的系统性缺陷。

实验结果

研究问题

• RQ1 1990至2010年间，美国各州课程标准如何影响数学和科学教育中对记忆和计算练习的重视程度？
• RQ2 过去三十年中，全国及国际测试成绩在多大程度上反映出美国学生计算能力和数理素养的下降？
• RQ3 基础数学和科学程序的自动化能力与学生在入门物理科学课程中的成功之间存在何种关系？
• RQ4 当前美国课程实践与STEM学科有效学习的实证认知科学建议相比如何？
• RQ5 为恢复计算能力并提高美国STEM毕业率，需要实施哪些具体的课程改革？

主要发现

• 1984至2011年间，美国物理学位授予数量下降25%，化学学位下降33%，物理科学与工程学位下降40%。
• 1990至2010年间，各州标准日益弱化记忆和计算问题解决中的练习。
• 在22个经合组织国家中，美国16至24岁人群在国际评估中的数理素养得分最低。
• 认知科学研究证实，对基本事实和程序的自动化回忆是解决结构良好科学问题的关键。
• 在核心计算技能上实现自动化的学生，在入门物理科学课程中表现显著提升。
• 本文结论认为，将美国STEM课程与认知科学原理（尤其是刻意练习和自动化）对齐，可逆转STEM毕业率持续下滑的趋势。