第一章 緒論
第一節 研究動機
傳統評量模式過於著重標準化的測驗情境,忽略了學生的學習歷程,不僅無 法帶給學生成功的學習經驗,更會日漸加深學生的學習負荷量、降低學習動機。
有鑑於傳統評量模式的限制,動態評量的出現能夠在評量的過程中提供適當的立 即回饋,協助學生逐步習得概念。
動態評量(Dynamic Assessment,DA)有別於傳統靜態的紙筆測驗,視學習 者為開放的個體,在學習過程中透過外界的協助及回饋,不斷調整自身的認知基 模,進一步達到更高的學習水平。Vygotsky(1978)提出「近側發展區」(Zone of Proximal Development,ZPD)的理論,其意義為透過語言為媒介,經由教師、同 儕、父母等人際互動過程,不斷進行溝通及協商,幫助學習者由實際的發展層次,
達到潛在發展的層次。動態評量係由許多專家學者結合 ZPD 理論所提出之評量 模式,目的在誘發受試者的潛能表現(教育部,2003),其標準程序是「測驗(診 斷學習者特徵)-介入(依學習者特徵給予適當回饋,協助學習者學習)-再測 驗(檢驗學習者經介入後是否習得概念)」。透過互動的歷程,評估學習者的實際 發展層次,依據其個別需求給予適當的介入,將提示建構在可能發展區之中,以 幫助學習者達到潛在發展層次。
但傳統人工的動態評量在班級課堂中實施,無論是中介教材的設計或動態回 饋的實行,對教師來說都是一大負擔。再者,未經標準化的中介回饋,動態評量 的實施容易因施測者或受試者的不同,而造成不同的評量結果,因此傳統的動態 評量大都應用於特殊教育(張建煌、孫淑柔,2009;胡心慈,2004;朱經明、蔡 玉瑟,2000;Swanson,1996)。
2
有鑒於傳統動態評量的諸多限制,結合電腦科技與動態評量的電腦化動態評 量可應用於大部分的學生,使中介回饋標準化,大幅提升動態評量在教學現場的 可行性。但電腦化動態評量仍有其缺點,學生在施測時無論能力高低,所做的題 目皆相同。Wu、Kuo 及 Yang(2012)指出「以知識結構為基礎之適性測驗選題 策略」可用於數學領域不同版本教材的各單元,皆能在預設的預測精準度下節省 大量施測題數,有效達成適性化的功能。結合「電腦化測驗」與「以知識結構為 基礎之適性測驗選題策略」(knowledge structure adaptive testing, KSAT)不僅可以 節省學生測驗的試題題數,同時可縮短學生測驗的時間,也易於紀錄歷程、分析 與診斷,針對學生不會的概念進行補救教學,達到「因材施教」之目標(楊智為、
張雅媛、郭伯臣、許天維,2006;黃珮璇、王暄博、郭伯臣、劉湘川,2006;吳 慧珉,2006;劉育隆、曾筱倩、郭伯臣,2006)。故本研究將之與電腦化動態評 量結合,開發一套「以知識結構為基礎之適性動態評量系統」。以 KSAT 之選題 方式,依知識結構定義之不同而有所不同,可分為專家知識結構、學生試題結構 及學生知識結構。
但目前尚未有研究探討何種知識結構較適合做為適性動態評量之選題方法,
因此本研究將利用此三種選題方法作為電腦化適性動態評量之基礎,並以本研究 開發之「以知識結構為基礎之適性動態評量系統」(knowledge structure based adaptive dynamic assessment,簡稱 KS-ADA 系統)進行補救教學,探討國小五年 級學童經由本系統進行補救教學後,其「異分母分數的加減」單元的學習成效之 差異。
3
第二節 研究目的
本研究旨在將傳統動態評量改善成以知識結構為基礎的適性動態評量,而目 前用在 KSAT 的知識結構有三種,分別為專家知識結構(expert knowledge structure, EKS)、學生試題結構(student item structure, SIS)及學生知識結構(student knowledge structure, SKS),為探究何種知識結構較適合做為 KS-ADA 之選題方 法,本研究擬以 KS-ADA 做為補救教學的方式探討其使用情形,並以國小五年級 數學科「異分母分數的加減」單元為例。研究目的分述如下:
一、 建置不同知識結構之 KS-ADA 系統。
二、 探討學生利用不同知識結構之 KS-ADA 系統進行補救學習之成效。
三、 探討不同知識結構之 KS-ADA 系統進行補救教學之效率提升幅度。
第三節 待答問題
根據上述研究目的,本研究之待答問題整理如下:
一、 學生使用以知識結構為基礎之適性動態評量系統進行補救學習的活動 後,後測成績是否顯著優於前測成績有所進步?
二、 以不同選題方法進行電腦化適性動態評量,對國小五年級學童在數學領 域「異分母分數的加減」單元之前後測成績進步情形,是否有顯著差異?
三、 以不同知識結構進行適性動態評量,是否能有效提升補救教學效率?
4
第四節 名詞解釋
壹、 知識結構
本研究中的知識結構(knowledge structure,簡稱 KS)係做為選題之用途,
補救教學的順序會因知識結構的不同而有所差異。本研究所使用的知識結構可分 為「專家知識結構」、「學生試題結構」及「學生知識結構」。
一、 專家知識結構(expert knowledge structure,簡稱 EKS)係指經過數學領域 專家參考九年一貫課綱及教學手冊,討論並製作出單元概念間上下位的關 係矩陣,在專家知識結構中,最上位的概念是最晚教到的,反之,最下位 的概念則是最先教到的。
二、 學生試題結構(student item structure,簡稱 SIS)係利用學生的紙筆作答情 形,配合順序理論(ordering theory,簡稱 OT)進行估計,分析出試題間 上下位的關係矩陣。在 KSAT 的基本假設中,若上位試題答對,則下位試 題也會答對。
三、 學生知識結構(student knowledge structure,簡稱 SKS)係以學生試題結構 為基礎再融合專家知識結構的邏輯概念與教學流程,發展出概念間上下位 的關係矩陣。有別於專家知識結構,在學生知識結構中,最上位的概念是 單元中最難的,最下位則是該單元最簡單的基礎概念。
貳、 動態評量
動態評量原係做為評量與教學同步進行之用途,本研究為探究動態評量之教 學成效,在動態評量之前加入紙筆前測,經過動態評量教學後加入紙筆後測,以 前後測之進步情形做為動態評量教學成效之依據。
5
參、 適性動態評量補救教學
適性動態評量補救教學(adaptive dynamic remedial instruction)係在紙筆前測 完畢後,以電腦化適性動態評量的模式進行補救教學,當學生選擇錯誤的選項 時,系統立即診斷學生的錯誤類型並給予相對應的回饋做為補救教學;若學生未 經提示就答對題目,則系統便依據選題的結構,判斷該題之所有下位試題為預測 答對。使測驗及補救同步達到適性的效果。
肆、 省題率
省題率係指以知識結構為基礎之適性選題策略進行適性動態評量時,系統根 據學生的作答,判斷學生某些概念已具備,不須再進行評量及補救,則該概念之 相對應試題即為被節省之試題。當省題率愈高時,表示學生在適性動態評量補救 教學之效率愈高。
伍、 全體正確率
全體正確率係指以知識結構為基礎之適性選題策略進行適性動態評量時,所 預測之學生作答情形與實際紙筆測驗結果相同之程度。當全體正確率達 100%
時,表示適性動態評量成績與實際紙筆測驗所得的成績相同。
第五節 研究範圍與限制
本研究是建置 KS-ADA 系統,但是由於人力、物力及時間的限制,無法大量 施測,樣本數分別僅有 146 及 210 人。評量的單元僅以五年級數學科「異分母分 數的加減」單元為例,而本研究所使用的題庫是由王素貞(2013)所編制。
6