Η μοντελοποίηση ως μέσο έκφρασης του επιστημονικού συλλογισμού σε διάφορα πεδία
Date
2024-02Author
Καρνάου, Παντελίτσα Γ.Publisher
Πανεπιστήμιο Κύπρου, Σχολή Κοινωνικών Επιστημών και Επιστημών Αγωγής / University of Cyprus, Faculty of Social Sciences and EducationPlace of publication
ΚύπροςGoogle Scholar check
Keyword(s):
Metadata
Show full item recordAbstract
Η παρούσα διατριβή επιχειρεί να διερευνήσει τον Επιστημονικό Συλλογισμό (Scientific Reasoning) έμπειρων ερευνητών και φοιτητών στο πλαίσιο της εμπλοκής τους στην πρακτική της Μοντελοποίησης, δηλαδή της Οικοδόμησης και Χρήσης Επιστημονικών Μοντέλων. Αρχικά, γίνεται προσπάθεια να πλαισιώσουμε και να ορίσουμε τον Επιστημονικό Συλλογισμό, αφού σύμφωνα με τη βιβλιογραφία δεν υπάρχει συνέπεια χρήσης της έννοιας και σπάνια έχουν προταθεί σαφείς ορισμοί. Ακολούθως, αναπτύσσουμε το επιχείρημα ότι η Μοντελοποίηση μπορεί να λειτουργήσει ως μέσο έκφρασης του επιστημονικού συλλογισμού, και ως εκ τούτου, υπάρχει ενδιαφέρον να διερευνηθούν οι εκπαιδευτικές προεκτάσεις αυτής της διασύνδεσης. Για το σκοπό αυτό, έχομε προβεί αρχικά στη μελέτη Α, η οποία εστίασε στις πρακτικές μοντελοποίησης που χρησιμοποιούν εμπειρογνώμονες από διάφορα επιστημονικά πεδία όταν οικοδομούν ή χρησιμοποιούν επιστημονικά μοντέλα, για καλύτερη κατανόηση των επιστημονικών τους συλλογισμών. Η χαρτογράφηση πρακτικών και συλλογισμών στη μελέτη Α επιχειρείται από την προοπτική της Οικογενειακής Ομοιότητας (Family Resemblance Approach), και στηρίζεται σε δεδομένα από δομημένες συνεντεύξεις εννέα ερευνητών, οι οποίοι χρησιμοποιούν ή οικοδομούν μοντέλα επί καθημερινής βάσεως. Τα αποτελέσματα της μελέτης Α μας οδήγησαν στην κωδικοποίηση πέντε προσεγγίσεων που αναδύθηκαν από τις πρακτικές και τους συλλογισμούς που ακολουθούν οι ερευνητές των διαφόρων επιστημονικών πεδίων, όταν οικοδομούν ή χρησιμοποιούν επιστημονικά μοντέλα. Οι προσεγγίσεις αυτές είναι οι: Προσέγγιση Βασισμένη σε Δεδομένα (Data-based approach), Αλγοριθμική Προσέγγιση (Algorithm-based approach), Θεωρητική Προσέγγιση (Rules-based approach), Παρατηρησιακά Θεμελιωμένη Προσέγγιση (Grounded Approach ) και Εξερευνητική Προσέγγιση (Exploratory Approach). Η αποτύπωση της κάθε προσέγγισης παρουσιάζει συνοπτικά τις πρακτικές, τους συλλογισμούς και τις ιδιοσυγκρασίες της κάθε μιας στον τρόπο που εργάζονται οι ερευνητές όταν μοντελοποιούν. Οι προσεγγίσεις αυτές μπορούν να αποτελέσουν ένα πλαίσιο κατανόησης των πρακτικών της μοντελοποίησης σε αυθεντικές πρακτικές, και ταυτόχρονα ένα σύνθετο χώρο εξερεύνησης διδακτικών εφαρμογών στις Φυσικές Επιστήμες. Με στόχο να εξερευνήσουμε ένα παράδειγμα διδακτικής προέκτασης, σχεδιάστηκε η μελέτη Β. Στη μελέτη Β θέλαμε να διερευνήσουμε αν η μοντελοποίηση μπορεί να αποτελέσει πτυχή αξιολόγησης του επιστημονικού συλλογισμού στο εκπαιδευτικό περιβάλλον. Συγκρίναμε δύο διαφορετικά πλαίσια για την αξιολόγηση του επιστημονικού συλλογισμού: την επιστημονική Διερεύνηση και τη Μοντελοποίηση. Μεταφράσαμε υπάρχοντα έργα αξιολόγησης του επιστημονικού συλλογισμού μέσω των επιστημονικών πρακτικών της Διεξαγωγής Διερεύνησης και της Χρήσης Επιστημονικών Μοντέλων στην Τριτοβάθμια Εκπαίδευση και τα χορηγήσαμε σε φοιτητές από το Τμήμα Επιστημών της Αγωγής και από το Τμήμα Βιολογικών Επιστημών του Πανεπιστημίου Κύπρου. Τα αποτελέσματα της μελέτης Β καταδεικνύουν αρχικά την εγκυρότητα των δοκιμίων που μεταφράστηκαν από τη γερμανική γλώσσα στην ελληνική, ως εργαλεία αξιολόγησης του επιστημονικού συλλογισμού φοιτητών πανεπιστημίου. Επιπλέον, τα εμπειρικά δεδομένα έδειξαν ότι η μοντελοποίηση μπορεί να αποτελέσει πτυχή αξιολόγησης του επιστημονικού συλλογισμού, αφού δεν υπήρχαν στατιστικά σημαντικές διαφορές στις επιδόσεις των φοιτητών από τα δύο επιστημονικά πεδία στις δύο υποδεξιότητες: επιστημονικής διερεύνησης και μοντελοποίησης. Η κάθε πρακτική των υποδεξιοτήτων διεξαγωγής επιστημονικής διερεύνησης και της χρήσης επιστημονικών μοντέλων περιλάμβανε τρία επίπεδα δυσκολίας (εύκολο, μεταβατικό, προχωρημένο), ούτως ώστε να αναφέρονται σε όλα τα μαθησιακά επίπεδα φοιτητών. Ωστόσο, φάνηκε ότι οι φοιτητές του πανεπιστημίου δεν είχαν αναπτυγμένη τη δεξιότητα του επιστημονικού συλλογισμού και δεν μπορούσαν να κατηγοριοποιηθούν με βάση την επίδοσή τους. Ακόμη, δεν φάνηκε να υπάρχουν διαφορές μεταξύ των φοιτητών των δύο διαφορετικών επιστημονικών πεδίων ως προς την επίδοσή τους για τη δεξιότητα του επιστημονικού συλλογισμού. Τα αποτελέσματα της μελέτης B συνέβαλαν στην επικύρωση των έργων αξιολόγησης του επιστημονικού συλλογισμού μέσω της μοντελοποίησης στα ελληνικά, και ανέδειξαν την μοντελοποίηση ως πτυχή αξιολόγησης του επιστημονικού συλλογισμού. The present dissertation aims to explore Scientific Reasoning through Modeling, i.e. the construction and use of scientific models. Initially, an attempt is made to frame and define Scientific Reasoning, as there is a lack of consistence in the literature regarding the use of the concept, and clear definitions have rarely been proposed. Subsequently, we argue that Modeling can serve as a means of expressing scientific reasoning, and therefore, its educational implications need to be investigated. For this purpose, we initially conducted Study A, which focused on the modeling practices employed by experts from various scientific fields when constructing or using scientific models, aiming for a better understanding of their scientific reasoning. The mapping of practices and reasoning in Study A is approached from the perspective of the Family Resemblance Approach and is based on data from structured interviews with nine researchers who regularly use or construct models. The results of Study A led to the development of five approaches that emerged from the practices and reasoning followed by researchers in different scientific fields when constructing or using scientific models. These approaches are the Data-based approach, Algorithm-based approach, Rules-based approach, Grounded approach, and Exploratory approach, summarizing the practices, reasoning, and variation in how researchers work when modeling systems and phenomena. These approaches can serve as a framework for understanding modeling practices in authentic contexts, and for exploring teaching implications for the Science Education. Subsequently, aiming to investigate whether modeling can serve as an aspect of assessing scientific reasoning, we conducted Study B, where we compared two different approaches as frameworks for evaluating scientific reasoning: Scientific Investigation and Modeling. Pre-existing tasks for assessing scientific reasoning through the skills of Investigation and the Construction and Use of Scientific Modeling in Higher Education were translated and administered to students from the Departments of Educational Sciences and Biological Sciences at the University of Cyprus. The results of Study B indicate the validity of the tests translated from the German language to Greek as assessment tools for scientific reasoning by university students. Furthermore, the empirical data showed that modeling can be an aspect of assessing scientific reasoning as there were no statistically significant differences in the performance of students from the two scientific disciplines in the two competencies: scientific investigation and modeling. Each practice within the competencies of conducting scientific inquiry and using scientific models included three difficulty levels (easy, transitional, advanced), thus addressing a broad range of learning levels by students. However, it appeared that university students did not have well-developed skills in scientific reasoning and could not be categorized based on their performance. Additionally, there were no apparent differences between students from the two different scientific fields in their performance on the scale of scientific reasoning. The results of Study B contributed to validating the assessment tasks of scientific reasoning through modeling in Greek and highlighted modeling as an aspect of assessing scientific reasoning.