分类:2022年4月25日组会纪要

来自Big Physics


时间:2022年4月15日(周一)组会

报告人:林颖婷

题目: 力学概念题库(FCI)的编制检验和使用

报告目的

学会概念理解测试题的编制和检验的方法,借鉴其典型使用场景。更多关于概念理解测试题的研究整理,见概念检测工具箱

报告主要内容

介绍了可用于检验学生力学概念理解水平的力学题库Force Concept Inventory(FCI)。 该题库是由Hestenes提出来的,其基本设计流程是:梳理力学部分的重要概念,对于每一个重要概念找到支撑这些概念的其他概念,写出来对这些概念经常有的迷思(misconception);然后设计问题场景,来体现这些概念联系和迷思,做成选择题。经过检验,这个FCI确实具有检测被试概念理解水平的作用;能够指导教师设计课堂活动,进行概念理解型教学;可用于检测教师概念教学的水平。

组会讨论总结

下一步工作

下面是吴金闪的记录,供整理的时候参考

原始FCI编制思路:重要概念列表,相应的迷思列表,按照这两个列表编制概念测试题。

改进FCI编制思路:重要概念和概念解释的列表(相当于概念地图),相应的迷思列表(尤其是错误联系导致的迷思),按照这两张概念地图编制测试题。

FCI检验思路:用概念地图访谈技术和概念地图评估算法(单纯看这几个概念是否懂了,是否一定程度上可迁移)来获取被试对概念的理解程度度量,和测试题成绩做比较。另外,也可以和通常试卷测试成绩做个比较(应该做到有相关,有差别)

试题含概量(concept consentration index)测量:对一道试题和这道试题背后的概念,同时做测量,计算两个成绩的人群中的相关性。相关性高的试题,含概量高。将来,可以用综合了含概量和计算量的试题来做综合测试,也可以分开用含概量低计算量高的问题,配合上反过来含概量高计算量低的问题,或者直接就是FCI这一类的概念测试题,来做更好的测试

实际上,也可以依靠概念网络、习题标注来得到一道题的内秉含概量

这一切的基础都是概念网络构建、学科大图景梳理、迷思收集

此外,理解型学习程度的测量也需要构建,一方面可以用上面的概念理解测试,一方面可以用实际学科内容的学习和理解(迁移)来测试

本分类目前不含有任何页面或媒体文件。