從腦波探討表徵連接對化學學習歷程的影響及問題解決的成效

國 立 交 通 大 學 教 育 研 究 所

碩 士 論 文

從腦波探討表徵連接對化學學習歷程的影

響及問題解決的成效

Explore the affects of connecting representation on chemistry learning

processing from EEG and problem solving performance

研究生：李佩蓉

指導教授：佘曉清 博士

從腦波探討表徵連接對化學學習歷程的影響及問題解決的成效

Explore the affects of connecting representation on chemistry learning

processing from EEG and problem solving performance

研 究 生：李佩蓉 Student：Pei-Jung Lee

指導教授：佘曉清 博士 Advisor：Hsiao-Ching She, Ph. D

國 立 交 通 大 學

教 育 研 究 所

碩 士 論 文

A Thesis

Submitted to Institute of Education College of Humanities and Social Science

National Chiao Tung University for the Degree of

Master in Education July 2009

Hsinchu, Taiwan, Republic of China

從腦波探討表徵連接對化學學習歷程的影響

及問題解決的成效

學生：李佩蓉 指導教授：佘曉清教授

國立交通大學人文社會學院教育研究所碩士班

摘要

本研究之研究目的為探究網路表徵連接課程對化學概念建構和氣體分子動力論之 問題解決的影響。課程設計採用氣體分子動力論單元期望可幫助學生進行巨觀、微觀、 符號、及圖表四種表徵的連接。 本研究設計為單一樣本前後測實驗設計，參與者為八十三位高二學生。每個學生都 進行氣體動力論之網路學習，並接受成就測驗和氣體動力論之多重表徵問題解決的前測 和後測。其中二十三位學生在進行氣體動力論之網路學習的主題三微觀分子運動和公式 的運用與主題四微觀分子運動和圖表時收集他們的腦波活動，利用 Neuron Scan 4.4 匯 出θ(4~8Hz)、α1(8~10Hz)、α2(10~13Hz)、β1(13~18Hz)、β2(18~25Hz)和γ(35~70Hz) 功率強度和同調性，並進行 spss 統計分析，以期能進一步瞭解學生在建構科學概念的 歷程中如何進行訊息處理。 結果顯示成就測驗和問題解決的後測平均值顯著高於前測，表示表徵連接課程能有 效幫助學生學習。腦波結果顯示微觀表徵片段之功率強度顯著大於微觀和符號表徵連結 片段以及微觀和圖表表徵連結片段。微觀表徵片段之同調性也在所有腦區之間顯著大於 微觀和符號表徵連結片段以及微觀和圖表表徵連結片段。腦波功率和同調性的結果一致 均顯示學生需較多的腦部活動處理微觀表徵訊息。在微觀表徵下概念較難的頁面也顯示 較高的功率強度，表示需要較強的腦波頻率處理訊息較複雜的概念，但微觀表徵下概念 較難的頁面同調性較低，顯示學生在微觀表徵概念建構的初期階段需要較多的腦區連 結；概念較難的頁面在微觀和符號表徵連結片段下之功率強度和同調性皆較大，其結果

一致表示學生習慣運用符號表徵，故處理越複雜之概念時腦波活動越強烈；而微觀和圖 表表徵連接時的功率強度和同調性在不同概念下顯著差異皆較少。

Explore the effects of connecting representations on

students’ chemistry learning process from the dimensions of

EEG and problem solving performance

Student: Pei-Jung Lee Advisor: Hsiao-Ching She, Ph. D National Chiao Tung University, Institute of Education

Abstract

The purpose of this study was to explore the effectiveness of web-based connecting representations learning content on students’ conceptual construction and problem solving involving the topic of Kinetic-Molecular Theory of Gases. The design of Kinetic-Molecular Theory of Gases learning content specifically designed to help students making connections among macro, micro, formula, and diagram four different representations.

One-sample repeated pre-post-test measurement design was used in the study. There were 83 11th grade students involved in the study. All of the students received pre- and post-test of conceptual construction and problem solving involving the topic of Kinetic-Molecular Theory of Gases. In addition, students’ Web-learning process also were collected. EEG was used to measure 23 students brain activity while they were learning the Web-based connecting representations of Kinetic-Molecular Theory of Gases learning content. The EEG data was analyzed according to the θ (4~8Hz), α 1(8~10Hz), α 2(10~13Hz), β1(13~18Hz), β2(18~25Hz) andγ(35~70Hz) bands power and coherence through Neuron Scan 4.4.

Results indicated that students’ post-test performance of conceptual construction and problem solving significantly outperformed than their pre-test. The EEG results indicated the following pattern: First, the grater power spectrum were emerged at the episode of the micro representation across all power of different EEG frequency than the episode of the connecting

micro and formula representation and the connecting micro and diagram representation. The grater coherence among prefrontal, Central, posterior and long-distance electrodes were observed at micro representations episode. It suggests that students use more brain capacity when they construct the micro representation related concept. Second, the greater complexity of micro representation episode presented, the greater power spectrum were collected. It suggested that students use more brain capacity to deal with higher complexity concept than the lower complexity concept. Finally, the greater power spectrum and greater coherence were observed for connecting micro and formula representations episode at higher complexity pages. It suggests students tend to learn conceptions though the formula representation than micro representation. The EEG result shows less difference between connecting micro and diagram representation episode.

Key words: chemistry conceptual construction, multiple representations, problem solving, EEG power spectrum, coherence

誌謝

從前看學姐們的論文最愛先看她們的誌謝，看著她們的甘苦談，也較能接受自己當 下承受的壓力和辛苦，大家都是這樣走過來的啊！幻想自己能寫誌謝的那一刻有多美 好，代表一切都將解脫了。現在，這一刻真的輪到我了，閉起眼睛，好多好多幕從眼前 閃過……五味雜陳。 首要感謝的當然是老闆大人。謝謝老闆讓我做我感興趣的腦波題目、陪我磨高中氣 體動力論的課程和測驗題目、贊助我完成線上動畫課程（順道感謝學承電腦中心的杜老 師，很配合的完成所有高難度動畫）、讓我加入理化組完成二階測驗和問題解決（此時 要大力感謝以學生問題為己任的楊文宗老師，以及總是很有耐心的張秀澂老師）、幫我 介紹竹北高中瑞銘老師，解決找受試者的大問題（瑞銘老師真的是認真負責，又願意配 合研究的好老師啊！）、分析 data 時給我方向、明示我應該怎麼解釋 data、並在最後口 試時幫完全傻住的我答辯。即使我不像一幫學長姐一般聰明靈俐有洞見，meeting 時都 只會回答「喔」，還是一直 push 我一步一步完成進度，並讓我準時畢業！ 然後是老闆大人的超能幹助理團隊。謝謝思瑋大大幫我向腦科中心借到腦波帽子和 Neuron Scan 分析 key；謝謝佩樺大大常常幫我送文件去老師家；謝謝秉叡大大三不五 時幫我解決電腦系統資訊方面的問題；謝謝有理大大幫我在最後分析時刻寫了許多又快 又方便的程式，讓我省了好多步驟！還有辛苦的小 RA 們：額外給我許多意見的文己大 師兄和腦波前輩莉郁，以及在期末前兩週毫無怨言的幫我趕 data 的米珊、momo、小嵐。 在論文生產過程中的極大壓力下，沒有好伙伴是不行的！謝謝時時刻刻都陪在我身 邊的海賊王，跟我一起煩惱、一起解決問題、一起思考人生的意義、一起跑這場馬拉松！ 謝謝君婷總在我心情不好時隨時借我避風港，一起吐苦水，一起哈哈大笑！謝謝梅香在 兩個重要的口試日子為我們奔波接送口委和買便當！謝謝所有愛宅在研究室伙伴：坐在 我旁邊愛找人聊天的李艾妘小姐、送我可愛小熊維尼娃娃給我力量的蕎、能一起說些五 四三放鬆心情的芳儀、Jasmine、晨宏、小夏、羿介、莉婷和朝陽，有你們的存在，在

研究室裡也能苦中作樂！我不會忘記我們在畢業典禮那晚，一起上鐘樓看煙火，嘻嘻哈 哈中有開心、感動、感謝和很多的不捨！ 最後，感謝諮商中心的吳吟老師和華璋老師，在我思緒困頓之際給予建議，也讓我 有情緒抒發的出口。以及四散在台灣各地各自奮鬥的家人：偶爾能在 msn 上互相抱怨 課業繁重的眉和迪，和即使心疼不放心仍放手讓女兒走自己的路的爹和娘。謝謝有你們 的默默支持和對我的期待！

我

畢

業

了！

目錄

中文摘要---i 英文摘要---iii 誌謝---v 表目錄---ix 圖目錄---xi 第一章 緒論 第一節 研究背景與動機---1 第二節 研究目的---2 第三節 研究問題與研究假設---2 第四節 名詞釋義---3 第五節 研究範圍與限制---5 第二章 文獻探討 第一節 表徵---6 第二節 問題解決---10 第三節 多媒體學習認知理論---16 第四節 腦波圖在認知的應用---18

第三章 研究方法 第一節 研究對象---23 第二節 研究設計---23 第三節 研究流程---26 第四節 研究工具---27 第五節 教學設計---30 第六節 資料蒐集與分析---45 第四章 研究結果與討論 第一節 表徵連接之理想氣體模型課程成效分析---46 第二節 表徵連接學習歷程之腦波資料分析---47 第五章 結論與建議 第一節 結論---90 第二節 建議---97 參考文獻---99 附錄一：理想氣體模型二階層成就測驗 附錄二：多重表徵問題解決測驗

表目錄

表 3-1-1 教學模式與人數整理表---23 表 3-4-1 問題解決編碼系統---28 表 3-5-1 教學課程架構---31 表 3-5-2 表徵連接學習歷程腦波分析事件表---34 表 3-5-3 表徵連接學習歷程腦波分析事件之畫面---35 表 4-1-1 理想氣體模型成就測驗前測和後測之敘述性統計和成對樣本 T 檢定表---46 表 4-1-2 問題解決測驗前測、後測和追蹤測之重複量數表---47 表 4-2-1 微觀表徵和符號表徵之成對樣本 T 檢定表---48 表 4-2-2 微觀表徵和圖表表徵之成對樣本 T 檢定表---52 表 4-2-3 主題三動畫頁面之微觀表徵片段之重複量數分析結果---54 表 4-2-4 主題三動畫頁面之微觀和符號表徵連結片段之重複量數分析結果---56 表 4-2-5 主題三模擬頁面之微觀表徵片段之成對樣本 T 檢定結果---57 表 4-2-6 主題三模擬頁面之微觀和符號表徵連結片段之成對樣本 T 檢定結果---58 表 4-2-7 主題四之微觀表徵片段之成對樣本 T 檢定結果---59 表 4-2-8 主題四之微觀和圖表表徵連結片段之成對樣本 T 檢定結果---60 表 4-2-9 微觀表徵片段與微觀和符號表徵連接片段之同調性成對樣本 T 檢定結果---62 表 4-2-10 微觀表徵片段與微觀和圖表表徵連接片段之同調性成對樣本 T 檢定結果---66 表 4-2-11 第三頁「壓力和體積關係」與第五頁體積和溫度的關係體積和溫度的關係」 之微觀表徵片段同調性成對樣本 T 檢定結果---70 表 4-2-12 第三頁「壓力和體積關係」與第五頁「體積和溫度的關係」之微觀和符號表 徵連接片段同調性成對樣本 T 檢定結果---73 表 4-2-13 第五頁「體積和溫度的關係」與第七頁「莫耳數和體積的關係」之微觀表徵 片段同調性成對樣本 T 檢定結果---76 表 4-2-14 第五頁「體積和溫度的關係」與第七頁「莫耳數和體積的關係」之微觀和符

號表徵連接片段同調性成對樣本 T 檢定結果---79 表 4-2-15 第八頁「壓力、體積和莫耳數關係」與第十頁「體積、溫度和莫耳數關係」 之微觀表徵片段同調性成對樣本 T 檢定結果---82 表 4-2-16 第八頁「壓力、體積和莫耳數關係」與第十頁「體積、溫度和莫耳數關係」 之微觀和圖表表徵連接片段同調性成對樣本 T 檢定結果---84 表 4-2-17 不同概念頁面之同調性差異腦波區域表---88

圖目錄

圖 2-1-1：Johnstone(1991,1993)的思考層次---7

圖 2-1-2：Rappoport & Ashkenazi (2008)的思考層次---8

圖 2-1-3：科學概念表徵的分類樹---9 圖 2-1-4：化學概念之思考層次模型---9 圖 2-2-1：問題解決的認知心理學定義---11 圖 2-2-2：問題空間之捷思法---13 圖 2-3-1：多媒體學習認知理論---16 圖 2-3-2：工作記憶理論---17 圖 2-4-1 視覺訊息處理路徑---21 圖 2-4-2 語音訊息處理路徑---21 圖 2-4-3 注意力網絡系統---22 圖 3-2-1 實驗流程圖---24 圖 3-3-1 研究流程圖---26 圖 3-4-1 SynAmps2 ---29 圖 3-5-1 巨觀現象及微觀運動之動畫頁面---31 圖 3-5-2 巨觀現象及微觀運動之模擬頁面---31 圖 3-5-3 理想氣體方程式之公式推導動畫頁面---31 圖 3-5-4 微觀分子運動及公式應用之動畫頁面---32 圖 3-5-5 微觀分子運動及公式應用之模擬頁面---32 圖 3-5-6 微觀分子運動及圖表之動畫頁面---32 圖 3-5-7 微觀分子運動及圖表之模擬頁面---33

第一章 緒論

第一節 研究背景和研究動機

學生的科學概念建構之所以困難，可能因著學生對日常生活中現象之直覺的想法， 或因為科學概念是微觀的、抽象的、動態的，或者它的概念階層性高，學生無法統整連 結整個概念（She, 2002; Osborne & Freaberg, 1985; Driver, 1989; Brook et al., 1984; Gabel et al., 1987）。根據 Johnstone（1991, 1993）提出的表徵，可分為巨觀、微觀和符號，而 微觀和符號都屬於抽象的層次，是學生平常不會去思考的層次，故微觀和符號對學生而 言都很困難。Rappoport & Ashkenazi (2008)認同 Johnstone（1991, 1993）的三種表徵， 但不認為微觀和符號屬於同一個層次。他的研究發現，學生更容易將符號和巨觀經驗合 併使用，唯有能連結微觀才能有完整的科學概念。 化學課程中包含許多關於分子結構的單元，Ferk et al. (2003)在化學分子的表徵研究 上發現，大學生及中學生都較易理解實體模型、實體模型圖片或電腦3D 模擬圖片，較 不易理解其他2D 的分子圖形。所以，研究者嘗試以多媒體認知負荷的觀點來解釋，由 於較具體的視覺影像因為降低學生形象化時的認知負荷，使學生在接收較具體的視覺影 像後對建構認知有較好的成效(Burewicz & Miranowicz, 2001; Ferk et al., 2003)。除了語 文及圖片，在科學的表徵中還有圖表、數學算式等。同一概念下，當問題由不同表徵表 示，例如在題目的選項上用符號呈現或圖表呈現，學生的解決成效可能不同(Meltzer, 2005)，表示當學生不了解另一表徵，事實上很可能未完全了解此概念。當學生想利用 不同表徵解釋同一現象時，論述的過程即可能自我矛盾，此時為同一概念中的各表徵未 能連結，學生可能使用較信任的表徵，推翻對另一表徵的正確概念，因此，未完成概念 建構(Rappoport & Ashkenazi, 2008)。因此我們可知同一概念下，不同表徵的理解、表徵 間的連結，都影響學生問題解決的成效，而是否能在表徵間順利轉換，也顯示出學生是 否了解整個科學概念。

它用於科學教育的研究上。腦波儀是利用檢測到的大腦皮質電位差，推測出大腦各區域 活化的程度，來判斷受試者大腦運作的情形。將腦波圖用來檢測科學學習的過程，是相 當創新的方法，本研究希望藉腦波圖能對學生在問題解決的過程中，使用的心智表徵與 腦部運作的關聯性上有新的發現。

第二節 研究目的

化學概念是微觀的，學生難以理解微觀表徵，更無法連結至巨觀現象、符號或實驗 得到的圖表，整合整個概念，故學生在化學學習困難（She, 2002; Osborne & Freaberg, 1985; Driver, 1989; Brook et al., 1984; Gabel et al., 1987）。本研究有鑑於此，設計表徵連 結的課程，幫助學生理解微觀分子運動的現象，並幫助學生作微觀與其他表徵（巨觀經 驗、符號和圖表）間的連結，以建構完整化學概念，進而提昇問題解決的成效。同時， 我們好奇學生在進行表徵轉換學習時，認知歷程為何，大腦的活動為何。所以本研究參 考文獻的研究結果與理論，使用腦波儀，記錄學生進行促進表徵轉換課程學習時腦波的 活動現象，探討腦波訊息與認知歷程的相關性。

第三節 研究問題與研究假設

基於文獻探討及前述研究動機目的，本研究的研究問題與研究假設如下： 一、表徵連接的學習課程，對學生概念建構的影響為何？ 1-1 學生在表徵連接的課程學習後，學生概念建構達顯著差異。 二、表徵連接的學習課程，對學生問題解決的影響為何？ 2-1 學生在表徵連接的課程學習後，學生問題解決的影響達顯著差異。 三、學生在【微觀和符號】及【微觀和圖表】的表徵連接學習歷程中，腦波有何差異？ 3-1 學生在學習不同表徵（微觀表徵、微觀和符號表徵、微觀和圖表表徵）之課程 片段時的腦波類型與功率強度有差異。 3-2 學生在不同概念之課程頁面學習時的腦波類型與功率強度有差異。

3-3 學生在學習不同表徵（微觀表徵、微觀和符號表徵、微觀和圖表表徵）之課程 片段時的功率強度與同調性有關聯。

第四節 名詞釋義

一、表徵：表徵是一個媒介物，用以傳達想讓人了解的事物，它可能為圖像、文字、語 言等（Perner, 1991）。 二、心智表徵：以命題、視覺影像或心智模型等表達，即可用語言、圖像與各種方式表 達出大腦中的概念知識，不一定具有操弄性（Perner, 1991）。

三、表徵連接（representation connect）：使表徵間能順利轉換或並用(Rappoport & Ashkenazi, 2008)。

四、腦波圖（electroencephalogram, EEG）：在測量 EEG 時，在頭皮表面的各個區域要 放上電極，以記錄不同腦區的電位差，推測出腦的活動。雖然記錄到的訊息無法準 確的反映某個特定區域細胞的活動，但可以顯示出時間上的變化(Sewards & Sewards, 1999)。

五、事件關聯電位（event related potentials, ERPs）：為一個刺激事件引起的電位差。要 找出電位變化與某個事件之關的關連，必須多次平均腦波圖波以抵消掉與事件無關 的電位活動，跟事件相關的電位差（大腦活動）在時間上的變化，最後，波形會顯 示出與電位活動在時間上變化有關的特別高峰，但只對於該電位活動的位置能提供 粗略的訊息（受限於頭皮表面上電極的放置方式）（Sternberg, 2003, p.39）。 六、α波（Alpha waves）：頻率為 8～13Hz 的腦波，被認為與注意力有關，為抑制分心 的機制(Ward, 2003)。

七、β波（Beta waves）：頻率為15～25Hz 的腦波，被認為與視覺有關(Sewards & Sewards, 1999)。

八、γ波（gamma waves）：頻率為 30～70Hz 的腦波，被認為與記憶有關，為連結腦區 的機制(Ward, 2003)。

九、θ波（theta waves）：頻率為 3.5～7Hz 的腦波，被認為與記憶有關，會與γ波相互 影響(Ward, 2003)。 十、大腦皮質（Cerebral Cortex）：大腦由一外層之大腦皮質(2~4 毫米灰質構成)及基層 的白質組成。大腦皮質有許多摺及溝，稱為腦回（convolution），升起的部份叫做 回(gyri)，凹下的部份稱為溝(sulci)。每一大腦半球又由深溝或稱裂（fissure）進一 步分成五葉,這五葉包括四葉表面可見的額葉(frontal)、頂葉(parietal)、顳葉(temporal) 及枕葉(occipital)，較深層的島葉（insula）則被額葉、頂葉及顳葉部份所覆蓋（Fox, 2002）。 十一、 額葉（frontal lobe）：控制骨骼肌的隨意運動；人格特性；高等智慧處理；語 言溝通（Fox, 2002）。 十二、 頂葉（parietal lobe）：本體感覺的詮釋，可讓人了解的言語，形成字彙以表達 想法及情感；物質材料及形狀的詮釋（Fox, 2002）。

十三、 顳葉（temporal lobe）：聽覺詮釋；視覺及聽覺經驗的儲存（記憶）（Fox, 2002）。 十四、 枕葉（occipital lobe）：整合眼球對焦的動作；將視覺影像與之前的視覺經驗及

其他感覺刺激互相連貫；視覺認知意識（Fox, 2002）。

十五、 同調性（coherence）：標準化的交叉相關（cross-correlation）分析，可提供大 腦不同區域之間合作的訊息，同調性藉由某些方式所呈現的電位關係，來反映各腦 區間功能上的關聯性（Jaušcvec & Jaušcvec, 2000）。

十六、 理想氣體模型：假設氣體分子為除了在絕對零度外，不停運動的質點。分子質 點間沒有任何作用力，且分子體積非常小，可以忽略所占空間。氣體裝在一定體積 容器中，這些分子質點，在碰撞之前可任意向各方向做直線運動，碰到器壁時，完 全反彈回去，能量沒有損失，速度沒有改變，對器壁而言，就施予一力，這所受力 的大小和二個因素有關： （1）分子質點撞到器壁的平均速度； （2）分子質點撞擊器壁的頻率。（國立編譯館，1987，p.61）

十七、 分子運動學說（分子動力論）：將實驗為基礎得到的氣體各種定律，以分子質 點模型理論的微觀探討，稱為分子運動學說。 （1）體積和壓力的成比關係（波以耳定律）：氣體體積縮小時，因分子質點在較小 的體積中，所以分子向器壁碰撞的次數增加，其結果就是壓力的增加 （2）體積和絕對溫度的正比關係（查理定律）：溫度增高，分子質點的運動速率增 加，若壓力不變其結果就是體積膨脹，因分子的動能和絕對溫度成正比，所以氣體 的體積亦與絕對溫度成正比。（國立編譯館，1987，p.63）

第五節 研究範圍與限制

本研究的受試者為新竹和彰化兩所高中的 83 位高二學生，收集其中新竹的 23 位學 生腦波資料，不具有全國高中學生的代表性，因此研究結果的推論有其限制性，不宜做 廣泛或大樣本的推論。且概念建構內容設計僅針對理想氣體模型單元，研究結果若要推 論到其他概念時，尚需謹慎衡量。

第二章 文獻探討

本章將依序針對表徵、問題解決、腦波圖應用於科學學習等三個與本研究相關議題 進行分析探討。

第一節 表徵

(1) 表徵的定義 表徵是一個媒介物，用以傳達想讓人了解的事物，它可能為圖像、文字、語言等 （Perner, 1991）。但想表達的事實介於媒介物之間，仍有一段距離，Perner (1991)就認為 表徵有四個特徵:1.不對等的（Asymmetry）:表徵只能表達某一面，不能代表全部的內容； 2.專一的(Singularity)：表徵只能表達當下要表達的事物，不能表徵相似物。3.不實的陳 述(Misrepresentation)：任何表徵都有誤導的可能性。4.不存在(Nonexistence)：表徵可以 表達不存在的事物，例如假設性的公式。所以，當教師表徵的知識與教師腦的事物不對 等，使學生實際接收到的訊息並非教師原本想表達的訊息，而產生另有概念。 表徵為表達出來的訊息，當我們將一件事物呈現在腦中時的圖像或其他形式的文字 符號。在古典知識論中，哲學家區分出兩種類型的知識結構，其一為陳述性知識，陳述 性知識即為可被陳述的事實，包含命題（proposition）及心像（imagery）(Sternberg, 2003)。 命題為概念間關係最小的單位，由一個述詞和一個或多個論點組成，相關的命題在記憶 中會連結在一起，形成命題網路。心像為以知覺為基礎的表徵形式，可部份保留原始訊 息的知覺架構，建構心像就像建構一個視覺影像，因此可進行對它的心智旋轉或排列等 操弄。除了命題和心像外，Johnson-Laird (1983)提出心智模式（mental models）的概念， 為另一種知識表徵的方式。他認為我們藉由對外在事物的內在心智複製，來理解這個世 界，所以我們的頭腦本質上即是一台能被塑造（model-building）的電腦。Pitt (2004)也 在史丹佛心理百科全書裡談到，心理學者認為人腦就像一種電腦，心智的運作就像是電 腦的計算，因此常將「心智表徵理論」（Representational Theory of Mind, RTM）一詞替 換為「心智計算理論」(Computational Theory of Mind, CTM)，雖然仍然有許多心理學家

認為並不存在有可估量的心智實體，但若假設它存在，心智表徵就包含想法、概念、認 知、主意、印象、意圖、規則、圖像、幻想……等。

(2) 科學表徵

除了語文及圖片，在科學的表徵中還有圖表、數學算式等（Meltzer, 2005）。許多教 學教育研究者認為表徵分為三種：巨觀、微觀及符號(Johnstone,1991; Chittleborough & Treagust, 2007; Chandrasegaran et al., 2007)。而 Johnston(1991,1993)認為學生對事物不熟 悉，且在工作記憶中已超越他們能連想到的事物，為抽象事物與具體事物的區別。所以 他認為平日所見所聞的經驗為巨觀的，屬「具體層次」；而符號及微觀的事物為「抽象 層次」，可形成三角圖形（如圖2-1-1）。Chandrasegaran (2007)認同 Johnstone(1991, 1993) 的表徵分類，並認為中學教師未能在教學中結合三種表徵，使學生沒有能力連結三個層 次的表徵。Creahittleborough & Treagust (2007)也認同 Johnstone(1991, 1993)的理論，且 認為建模能力非天生的，而是能透過技巧學習的。每個學生在表徵上的建模能力需靠教 師的教學指示和學生的實務練習。當建模技巧提昇，也能相對提昇學生對化學概念間相 關性的理解。

相較於Johnstone 對三種表徵的具體和抽象分類，Rappoport & Ashkenazi (2008)基於 系統複雜觀將巨觀和符號分為「系統層次」，而微觀為「組成層次」（如圖2-1-2）。系統 複雜觀強調同個物質的微觀行為或特質是很難理解的，因為往往和巨觀的不同；微觀不 會繼承巨觀的變因，但那些變因常造成物質的反應。而符號能表徵巨觀和微觀的現象， 巨觀 微觀 符號 具體層次 抽象層次 圖2-1-1：Johnstone(1991,1993)的「思考的層次」

無法由複雜觀區別。但若是邏輯性的問題解決，那符號較能連結或表達可觀察的物質變 因，而較少表達微觀物質的變因。

Rappoport & Ashkenazi (2008)經由訪談大學在學生、大學畢業生及學科專業的研究 所生，分析出科學概念表徵的分類樹（如圖2-1-3），呼應將巨觀、符號、微觀分成的系 統層次及組成層次的。樹是由上而下發展，較左邊的概念是較接近科學觀的。第一個分 支為「系統層次」及「連接系統層次和組成層次」，存在於系統層次的學生只能聚焦於 公式上變因的關係，或巨觀操作後，狀態的改變；而存在於連接系統層次和組成層次的 學生，能理解三種表徵模式，在講解時轉換使用的表徵。「連接系統層次和組成層次」 下的分支為「浮現觀」（emergent perspective）及「次浮現觀」（submergent perspective）， 存在於次浮現觀類別的學生，會將巨觀經驗投射至微觀的粒子，給予微觀粒子與巨觀物 質相同的變因（特性），或者更高階的，除了具有系統層次的能力（將巨觀事物與符號 連結）且了解微觀粒子的特性，卻無法將三者的關係連結，導致推理時自我矛盾；存在 於浮現觀類別的學生，即為能統整三種表徵模式，且推理時能並用無礙。 Penner (2000)認為學生要先理解以下三點，才可能有浮現觀：（1）認清影響系統並 非只有單一因素；（2）區分微觀和巨觀；（3）理解在微觀層面的小改變，有可能造成巨 觀層面大影響。

圖2-1-2：Rappoport & Ashkenazi (2008)的思考層次 微觀

巨觀 符號

系統層次

組成層次

圖2-1-3：科學概念表徵的分類樹（Rappoport & Ashkenazi, 2008）

Rappoport & Ashkenazi (2008)的研究結果顯示與 Johnstone 的理論不符，學生較易將 符號與巨觀表徵並用，而有別於微觀表徵。符號和巨觀表徵皆為思考的目標，端看學生 能否由符號連接至微觀或巨觀連接至微觀。Rappoport & Ashkenazi (2008)推論大學生不 同的認知發展程式，可能使他們較易使用符號表徵。 圖2-1-4：化學概念之思考層次模型 科學概念表徵 連接系統＆組成層次 系統層次 符號表徵 巨觀表徵 浮現觀 次浮現觀 符號Æ微觀 巨觀Æ微觀 PV=nRT Q=mcΔT 氣壓 氣壓 氣壓 溫度 熱容量 PV=nRT Q=mcΔT 氣壓 熱容量 氣壓 熱傳導 熱傳導 特定科學概念 概念間連結 微觀 符號 圖表 巨觀

本研究之研究者贊同Johnstone (1991, 1993)的多階層思考(multilevel thought)：建構 化學知識需包含巨觀、微觀及符號三角頂立支撐；也贊同Rappoport & Ashkenazi (2008) 提出的思考層次：微觀為最困難的層次。因此研究者修改Johnstone(1991)和 Rappoport & Ashkenazi (2008)的思考層次模型，為包含微觀、巨觀、符號和圖表之正四面體的化學 思考層次模型（圖2-1-4）。微觀立於四面體最上面的頂點，其他三者支撐在下方，因為 微觀為學生最難理解，也最難連結至其他層次的表徵。每個表徵間皆具有連結線，當學 生能結合兩種表徵的概念時，即表示兩表徵間形成連結線，概念能在兩表徵間轉換。當 結合三種表徵時，即表示形成的面狀化學概念，而能連接至微觀頂點之面的層次，又較 底面（巨觀、符號、圖表）的層次為高。但唯有四種表徵之轉換能力者，也就是接起三 個面，才能形成三維的化學知識觀。在本研究的表徵連接的課程設計中，即以微觀表徵 結合其他巨觀、符號及圖表三種表徵，幫助學生順利進行表徵轉換，而促進化學概念學 習。

第二節 問題解決

(1) 問題解決的定義 問題解決是人類生活中的重要歷程，許多學者認為人類在面對問題及解決問題是屬 於一連串複雜的心智過程，許多的專家及學者都嘗試將問題解決的過程具體化。 在認知心理學中，心理學家對「問題」的定義是，它本身具有某些困難，有解決的 方式卻是不明確的。如Lovett (2002)提出，問題會發生在某個狀態與目標狀態之間出現 障礙時，達成目標狀態的方法不是顯而易見的，而Bransford & Stein (1984)認為問題會 出現在任何與目標狀態不同狀態的情況。完形心理學家認為，問題解決就是（1）問題 是如何存在人們的心智?（2）如何解決問題？包括如何重組(restructuring)他們的陳述 （Goldstein, 2005, p.388）。Deway(1910)在「How we think」一書中就已經仔細的分析過 我們在處理問題時的心智活動。他認為當人們在感受到一個目標或遇到一個阻礙時，問 題就「產生」了。問題的存在與否，是主觀的認知與感受；對知識經驗差的人是問題，

對知識經驗豐富的人未必是問題；對有所追求者是問題，對無所求者就未必是問題。（洪 文東，2000；洪文東和李震甌，2001；張春興，1996）。 根據Jonassen (1997)的描述，一個問題由問題的領域、類型、解決的過程及解答來 定義。問題的領域包含定義問題的條件、概念、規則及定理；問題的類型描述概念和規 則以解決問題，例如：化學的氧化反應是能以相似方法解決的一種問題型式；問題解決 的過程就視解決者對問題的理解力及觀點，包括對問題及目標答案的定義；而解答為解 決者對目標答案的表現，答案可能是收歛的，是唯一的答案或大家熟悉的解法，也可能 是發散的，只是可能的解決方式之一。 問題有三個普遍特徵：（1）初始狀態（initial state）：即問題條件的描述。（2）目標 狀態（goal state）：問題要求的答案。（3）障礙：從初始狀態轉換到目標狀態的步驟不 明顯。（王甦和汪安圣，2001；Sternberg, 2003）。問題產生後，接下來便是如何解決的 過 程 。 從 認 知 心 理 學 的 角 度 來 說 ， 人 們 的 問 題 解 決 可 被 看 成 是 應 用 心 理 運 作 器 （operators）所產生的知識狀態，從初始知識狀態（initial state）移到目標狀態（goal state）。對任何問題來說，從初始狀態到目標狀態，都有許多替代的路徑存在；這些狀 態的總集由合法的運作器（operators）所產生，可以用來解決問題的所有可能行動的組 合被稱為基本的問題空間（problem-space）。（李素卿譯，2003；Sternberg, 2003; Newell, 1990; Newell & Simon, 1972; Simon, 1978; Anderson, 2000）。如圖 2-2-1 所示：

圖2-2-1：問題解決的認知心理學定義 問題空間

目標狀態 初始狀態

Kahney (1986)則除了以認知的心理活動過程來界定「問題解決」之外，特別提出 情境的限制條件。他認為問題解決是個體在某些情境的需求下，利用已學過的知識、 技能，以獲得答案的過程。（Gagne′, 1985)也提出問題解決是個體將已學過的概念與當 下的規劃加以組合，用來做為解決某一問題的過程。所以在問題空間（problem-space） 裡，個體須對原有的知識架構做搜索，找出已知的部份，提出未知部份，這些步驟會 有同化及調適的歷程產生。（游文颯與佘曉清，2006）。 人們到底如何在問題空間中找出路徑，從初始狀態移至目標狀態呢？Newell 和 Simon（1972）提出人類是使用心理捷徑來解決問題。這些心理捷徑稱捷思法（heuristics）。 使用自己的知識和各式各樣的捷思法來搜尋整個問題空間，並且找出從初始狀態通往目 標狀態的路徑，就是問題解決。如果人們的長期記憶能儲存幾個可以用來解決各種問題 的簡單捷思法，就可以減少工作記憶區的容量負擔。（李素卿譯，2003；Sternberg, 2003）。 捷思法有那些呢？以下說明四種方法： 1. 手段-目標分析（means-ends analysis），注意目前狀態與目標狀態的差異，創造一個次 要目標，以減少這種差異，選擇一個可以解決這個次要目標的運作器。 2. 前向運作（working forward）：以從初始狀態朝向目標狀態的解決方式。 3. 反向運作（working backward）：從目標狀態開始，反向初始狀態方向運作。

4. 產出和測試（generate & testing）：想出不同的方法，一個一個方法嘗試，那一個方法 可以有效解決問題（圖2-2-2）。（李素卿譯，2003；Sternberg, 2003; Solso, 2005）。

禦 圖2-2-2：問題空間之捷思法（Sternberg, 2003） 由上述的定義，科學問題可分為兩類：結構式問題及非結構式問題。結構式問題在 學校教育中最常被使用，像課本後的練習題就是結構式的問題，它在有限的情境下要學 習者應用概念、規則，所以結構式問題的條件如下（Jonassen, 1997）：在問題內陳述所 有的條件，讓學習者能從題目中看出可能的答案；規則或定理在有限制情況下的應用； 包含的概念及規則都是在領域知識裡規律的、良好組織的、可預測的；具備正確的、匯 聚的答案；具有可知的、可理解的答案；有偏好的、被規定的解決路徑。 杜威（1910）提出問題解決的步驟為，遭遇問題、分析問題、形成假設、形成方法 及確認方法是否可行（引自游文楓與佘曉清，2006）。結構式問題解決的常用模式包含 四個步驟（Bransford, 1984; Bransford & Stein, 1983; Newell & Simon, 1972）：1.描述問 題，2.搜尋解決方式，3.執行解決方式(引自 Shin, Jonassen, & McGee, 2003)。

相較結構式問題，非結構式問題的條件如下（Shin, Jonassen, & McGee, 2003）：未 呈現問題所需設立的條件；題目中未具有明確的約束條件或是特定目標要達成；題目的 測試成功 測試失敗 測試失敗 手段—目標分析

初

始

狀

態

目

標

狀

態

前向運作 前向運作 前向運作 反向運作 反向運作 反向運作 縮小 縮小 產出 問題空間

解答方式不只一個，甚至是沒有一定的標準答案，並且要從多個面向評估學生的答案； 題目中並沒有特定要依循的原理及原則用來解題；沒有特定規則或前例可循，問題通常 需要學生做判斷，或是依照個人經驗及信念對題目進行闡述。 Jonassen (1997)提出非結構性的問題解決步驟：1.陳述問題情境，2.區分各種立場， 3.形成可能的解決方法，4.藉討論及陳述個人信念，評量解決方法的可行性，5.監控問 題情境和解決方法，執行並監控解決方法，6.使解決方法更完善。而吳清山（2001）提 出教師在過程中，應扮演激勵者和觀察者的角色：1.教師確認或設計一個缺乏結構性的 問題，2.呈現問題給學生，3.學生分組討論，4.教師觀察學生討論，5.小組提出建議解決 方案。 在PISA 測驗中採用的是屬於非結構性問題，問題分為三種型態：做決定型問題、 分析和設計型問題、解決麻煩型（trouble shooting）問題。做決定型問題：學生需要了 解整個問題的情境，包括數種可能的途徑，及可能的限制，然後做決定並達到要求的限 制；分析和設計型問題：學生需要分析整個複雜的情境以了解整個系統的邏輯性，才能 設計出達到目標的方法，或從問題的背景關係中得到更多資訊；解決麻煩型問題：學生 需要理解系統的主要特徵，然後診斷其不完美處。解決麻煩型任務跟做決定型和分析設 計型問題很不一樣，它不需要選擇最好的方法，或設計一個系統以滿足需要，它需要了 解整個系統要如何運作或如何進行。 在本研究中，因為想探究學生在問題解決的歷程中，表徵使用的情形，以及想了解 經由表徵連接的教學，學生是否能提昇科學概念表徵的層次，所以採用有標準答案的結 構式問題，分析學生在問題空間（由初使狀態到目標狀態）的歷程。 （2）化學問題解決 科學問題解決中，在不同學科下的解決歷程可能不同，本研究採用的是化學學科。 在化學問題中可分為兩種：算數的（algorithmic）和概念的（conceptual），在化學教學 上，應要讓學生能理解及解決兩種類型的題目能力（Mason, Shell, & Crawley, 1997）。

Reif (1987)指出新手在問題解決時通常依賴不正規的方式，他們自動提取長期記憶 區的概念（引自Ardac, 2002），大部份學生在解難以理解的問題時，會用直覺的和片斷 的知識（Noh & Scharmann, 1997）。許多研究證據顯示，正確答對化學題目時，可能並 沒有真正了解化學(Nakhleh,1993; Nakhleh & Mitchell, 1993)，而且，解決數值的化學問 題不代表已經理解至分子層次（Niaz & Robinson, 1992; Ardac, 2002）。Ardac (2002)的研 究發現，學生在問題解決過程中，使用題目中的表面特點做為解題方向，顯示出新手的 行為，他們依靠指定情況的一些特點，與可利用的知識片斷連結。在簡單的問題 （low-demand problem）中，他們能與數學連結，而有好成績；當他們必須連結題目的 情況與可用的知識架構片斷時，成績略差；而當他們必須使用現有知識架構中的新解題 策略時，就會顯現出錯的答案，因為他們使用自我推出的規則。

學生在學校常受到許多解題策略的教學，以有效率的解決難度深淺的（high and low Metal-demand）化學問題。這些策略可以應付需要操作方程式及公式而不需理解概念的 題目，但當他們遇到新奇的題目，需要廣泛的概念知識時，他們的策略就不管用了 BouJaoude (2004)。Chiu (2001)的研究結果指出，學生在解算數型問題的表現優於在概 念理解上的表現，這點於其他類似研究的結果有一致性，但她發現具高解題成就而低概 念理解者並不多，大部份的學生不僅能解算數型的問題，同時他們也擁有正確的化學概 念，這和BouJaoude (2004)的研究結果不一致。 本研究之多重表徵之問題解決以學生熟悉的化學課程為背景，在解決化學問題時， 學生必須能靈活運用所學過的化學概念或運算技巧，也就是要能連接巨觀、微觀及符號 表徵的能力。我們不分析學生問題解決的步驟，我們關心的是學生採用表達的表徵、使 用表徵的能力，以及最終是否能完成研究者設定的目標狀態。

第三節 多媒體學習認知理論

目前已經有不少教學中使用的表徵研究，多數探討怎樣的表徵能增進學生學習的成 效，抑或干擾學生學習。Paivio (1986)發表了雙重編碼理論（dual coding theory），他認 為處理視覺資訊及語文資訊是由工作記憶中的兩個獨立的系統。Mayer & Moreno (2003) 根據雙重編碼理論研究，又提出了多媒體學習認知理論（cognitive theory of multimedia learning），這個理論有三個假設，一、雙重渠道（dual channel）：人們有分開的資訊處 理渠道，視覺和語文；二、有限的容積（limited capacity）：進入兩個資訊處理渠道的視 覺、語文資訊是有限的；三、主動處理（active processing）:有意義的學習需要真實且 大量的在視覺和語文渠道上作認知處理。所以他在多媒體認知理論中，認為語文可由耳 朵或眼睛接收訊息，而圖像由眼睛接收，進入到工作記憶後，再經由感官記憶將影像組 織為影像模式，將聲音組織成語文模式，最後語文的心智模式和圖形的心智模式在工作 記憶整合為長期記憶中的先備知識（圖2-3-1）。他提出認知負荷來說明過多的表徵會讓 工作記憶區的工作量超過負荷，反而干擾學習成效，且學生的認知負荷是在多媒體教學 設計中最需要考慮的事。

圖2-3-1：多媒體學習認知理論（修改自 Mayer & Moreno, 2003）

Baddeley (2002)的工作記憶理論包含語音迴路(phonological loop)和視覺空間模板 (visual-spatial sketchpad)（如圖 2-3-2）。影像訊息進入視覺空間模板，語言和文字訊息 會 進 入 語 音 迴 路 ， 訊 息 進 入 此 獨 立 的 兩 個 通 道 後 ， 會 傳 送 至 中 央 執 行 器(central 文字 圖片 耳朵 眼睛 聲音 語文模式 影像 影像模式 先備 知識 多重表徵 感覺記憶 文字挑選 影像挑選 組織文字 組織影像 工作記憶 長期記憶 合併

excutive)，經由中央執行器分配腦資源，除了視覺空間模板和語音迴路外，還有緩衝區 域(episodic buffer)，當視覺訊息或語文訊息過多時，訊息會進入緩衝區，因此這三個區 域的空間是可動的。處理訊息中會與長期記憶區的訊息連結或互動，最後所有訊息也可 能儲存於長期記憶區。

綜合Mayer & Moreno (2003)和 Baddeley (2002)的理論，我們可以知道語文訊息和 視覺訊息皆有各自的空間，當一個概念用兩種表徵表達時，就是開啟兩個通道的空間， 因為還有緩衝區域可運用，所以空間是有彈性的。但空間還是有限制的，所以仍需注意 避免訊息過多，超過認知負荷。Cook (2006)概述教學時使用表徵應有的考量中提到，使 用雙重表徵教學比單一表徵教學好，因為可以提升工作記憶區的容積；在表達語文訊息 時，使用講述法較使用書寫法好，因為可以減少視覺注意力的競爭；教學上的引導可幫 助學生建構概念，因為將建構基模時需要的認知負荷降至最低。Ferk et al. (2003)在化學 分子的表徵研究上發現，大學生及中學生都較易理解實體模型、實體模型圖片或電腦 3D 模擬圖片，較不易理解其他 2D 的分子圖形。所以，若以多媒體認知理論來說明， 就是由於較具體的視覺影像可以降低學生的認知負荷，使學生在接收較具體的視覺影像 後對建構認知有較好的成效。 圖2-3-2：工作記憶理論 (Baddeley, 2002) 中央執行區 視覺通道 緩衝區 語音迴路 視覺 語義 事件 長期記憶 語言 液態系統 固態系統

本研究的多媒體課程包含語音和視覺訊息，且同步配合顯示。陳怡仁（2007）研究 發現動畫適合搭配語音，而模擬適合搭配文字，故本研究中的動畫即搭配語音，因考慮 化學課程需較大的認知負荷，所以仍顯示部份文字符號表徵，以減少認知負荷；而模擬 操作即搭配文字說明。Johnstone (1991)也認為，課堂上教師若在表徵間快速轉換，會使 學生的工作記憶區超過負荷，所以本研究的電腦多媒體將微觀表徵變成可見的具體影像 動畫，學生也能按部就班的依序由巨觀現象至微觀，再由微觀推至符號表徵的公式及圖 表表徵的學習，而模擬操作時學生即能自行控制學習時間，達到適性學習的目的。

第四節 腦波圖(EEG)在認知的應用

我們如何認定腦的歷程與認知歷程相關？且知道腦的歷程如何引起認知歷程？ Ward (2003)從兩方面說明：首先，要從解剖學描述腦區的功能，當操作特定認知任務時， 哪個腦區會增加活動，通常使用的儀器為PET 和 fMRI，會在任務的起點存取腦區活化 的影像。但認知歷程並非靜止的，而是動態的，即使是最單純的知覺、記憶或決定，都 是時間性的歷程。當我們認為腦的活動和認知活動相關時，是在描述認知任務表現的一 連串腦區活化。這樣的方法是有限制的，因為我們無法描述這些活化區的經歷細節。另 一個較合適的方法是使用EEG 嘗試描述腦波如何活動，在測量 EEG 時，在頭皮表面的 各個區域要放上電極，以記錄不同腦區的電位差，推測出腦的活動。所以記錄到的訊息 無法準確的反映某個特定區域細胞的活動，但可以顯示出時間上的變化。例如，睡眠中 的腦波圖可以顯示出整個大腦電位的變化，在做夢時和深度睡眠時不同。應用 EEG 可 以進一步找出電位變化與某個事件之關的關連，稱為事件關連電位(Event-Related Potential, ERP)藉由多次平均腦波圖波以抵消掉與事件無關的電位活動，抽取出跟事件 相關的成份，最後，波形會顯示出與電位活動在時間上變化有關的特別高峰，但只對於 該電位活動的位置能提供粗略的訊息（Luck, 2005）。 EEG 以往都被用於醫學界與心理學界，像是深度睡眠或作夢的腦波，或腦傷病患 的治療等，所以我們已可推測腦波的頻率和某些事件有關連。近年來，有許多 EEG 證

據展現腦活動與認知歷程兩者間的關係。Ward (2003)回顧文獻，展示出腦波的頻率和事 件相關如下：小孩長大的過程中α波逐漸提昇，θ波和δ波則逐漸下降，這樣的現象可 說明α波與認知的形成有關。而α波為放鬆波，在閉眼時較強，張眼時較弱，整體而言， α波的下降被認是加強注意力、警覺和一般的任務負荷；相反的，θ波會在記憶任務中 提昇，尤其在編碼的任務。但α波在 Sternberg 的記憶掃描任務(memory-scanning task) 的認知負荷時會增加，表示需要壓制較多的分心。此外，當注意力應用於內在的心智想 像時，與注意力相關腦區的α波，會大於當注意力應用於外在的、訊息進入的任務，表 示 在 想 像 任 務 時 會 抑 制 外 在 訊 息 的 進 入 。 α 波 和 θ 波 的 發 生 在 皮 質 丘 腦 迴 （cortico-thalamic circuits）作不同認知操作時，α波為搜尋和補償；θ波為編碼。γ波 也被認為與記憶有關，它會短暫出現在兩個腦區，當癲癇患者成功記憶時，鼻側皮質和 海馬迴會放出40Hz 的γ波，事件結束後兩者同時消失。γ波還被認為是連結腦區的機 制，當學習時，它能瞬間橫跨兩腦區，讓腦區結合活化。此外，成功進行回憶任務時， 額葉皮質與頂葉皮質之間有強γ波的連結，此兩區產生更多的θ波及γ波頻譜。所以， γ波和θ波活動的相互影響可能被包含於記憶任務中。

Sewards & Sewards (1999)認 為 α 波 和 β 波 皆 與 視 覺 知 覺 有 關 ， α 波 出 現 於 parvocellular（視覺系統），β波出現於 magnocellular pathway（位於下視丘），此兩種振 動模式是相關的。Fizgibbon et al. (2004)進行視覺棋盤、預期、閱讀、減法、音樂、文 字學習、文字回憶、影片片斷(strictly ballroom)六種認知任務的實驗，探討腦波的現象。 他發現在期望、學習、閱讀、減法任務時尾部和中央區的α波增加，此兩區為視覺和運 動系統；除了棋盤任務以外，其他的任務在對稱兩邊及中間的前額θ波增加。學習任務 為意圖的事件記憶編碼(episodic memory-encoding)任務，之前的研究發現事件記憶編碼 的腦區為前額葉、小腦及顳葉中間的腦區，但在Fizgibbon et al. (2004)的研究中並未在 小腦和顳葉兩區記錄到θ波，在前額葉的θ波也未達顯著差異。因此他將無語言的視覺 控制情境對照視覺語言編碼任務，發現也許語言與尾部的γ波增強有關，尾部與閱讀相 關，但與事件編碼相反。此時，即顯現出 EEG 的限制：無法提供相隔太遠的訊息。在 閱讀任務時，γ波活化的腦區和腦部影像研究一致，出現在頂葉、顳葉和枕葉，這些區

域包含識字及理解功能。在減法任務中γ波增加最多，它也是唯一在額葉大範圍顯現出 θ波的任務，表示此數學推理任務中需要注意力。另外，在枕葉也有明顯的γ波，表示 減法運算時可能需要視覺想像。而回憶、音樂及觀看影片片斷任務時在只在小數量的控 制區有明顯的γ波表示這些任務並不複雜，且此研究中的回憶任務為被動的，所以受試 者不需積極參與任務。 Jaušovec (1996)針對不同能力的學習者在進行問題解決時其α波的變化情形，研究 結果發現當高能力學習者在進行問題解決時，其α波出現的強度比一般能力學習者要 高，一般能力的學習者其在枕葉及額葉的α波強度明顯低於高能力的學習者。高能力者 心智負荷較小，較低的心智活動是因為其有較多且精簡的基模。而研究結果也發現，無 論是高能力學習者或低能力學習者在進行問題解決，其左右半腦的顳葉部份(T3,T4 電極 位置)都出現類似的強度，顯示這兩個區塊可能是問題解決成功的關鍵。Jaušovec (2000b, 2000c)測量不同學習者在進行問題解決時的α波，研究結果發現，當能力較好且具有創 造力的學生在解決創造性問題時，呈現出較少的心智活動，表示α波的強度較強，且其 腦內各區塊的合作程度也比一般的學習者要高。Lamm et.l(2005)依照 Vitouch el al.神經 效能假說設計實驗，Vitouch el al.假設高智商者的中心神經系統較低智商者具較高的效 能，在視覺空間想像任務中，低能力者在解題時在枕葉、頂葉和額葉的皮質較活化。但 Lamm et al.(2005)的研究結果無法顯示出此兩群人的腦波有差異，他認為不同的視覺任 務可能讓結果不同。 Göker (1997)針對生手及專家在進行問題解決時其腦內的活動差異進行研究，結果 發現，當生手進行問題解決時，其額葉的活化程度較高，而專家腦部活化程度較高的區 域則是頂葉。Jin (2006)的研究在於比較能力較好的學生及一般能力的學生在建立科學假 設並嘗試針對問題進行因果解釋時腦波的差異。結果顯示，在建立科學假設時，能力較 好的學生其腦內在建立科學假設時，大腦皮質間的訊息傳遞及交互連接較為活躍。 Baddeley (2002)提出工作記憶理論：視覺空間模板及語音迴路收到訊息後，經由中 央執行器分配腦資源。處理視覺空間訊息由Brodmann 分區來看，行進的路徑有六個步 驟（圖2-4-1）為：1.初級視皮層(BA17)；2.視覺聯合皮層(BA18)；3.視覺聯合皮層及體

感聯合皮層(BA19、7)；4.視覺聯合皮層及梭狀迴(BA19、37)；5.前運動皮層和輔助運 動區(BA6)；6.島蓋部(BA45)，步驟 5.和步驟 6.為中央執行器的運作。而語音迴路傳遞 訊息的路徑有四個步驟（圖 2-4-2）：1.初級聽皮層(BA41)；2.聽覺聯合皮層和中央下區 (BA42、BA43)；3.緣上迴(BA40)；4.三角部(BA44)，步驟 4.為中央執行器的運作。

Posner et al. (2006)提出注意力網絡系統如圖 2-4-3，顯示兩區的連結，包括 dorsal ACC、 lateral ventral prefrontal lobe ( BA6, BA10)、superior paretal gyrus (BA7)及 temporal paretal junction (BA22)，當訊息衝突時，ACC 為斡旋衝突任務的核心，同時 BA7 和 BA22 也 會調整ACC。

圖2-4-2 語音訊息處理路徑 圖2-4-1 視覺訊息處理路徑

由文獻中可知，在任務下，腦區和腦波會有的表現。本研究的表徵連結任務包含語 意理解、視覺知覺、視覺想像、科學推理、概念連結等複雜的認知過程，預期腦波在腦 區活躍程度會較文獻中的情況更為複雜，尤其在表徵連接的歷程之間。我們在課程中設 定事件點，並分析學生在學習微觀表徵、微觀表徵與符號表徵連結和微觀表徵與圖表表 徵連結時腦波頻率的振幅表現及其分佈，比較在各個學習階段的腦波活躍差異。 圖2-4-3 引自 Posner et al(2006)注意力網絡系統

第三章 研究方法

第一節 研究對象

本研究之研究對象是新竹某高中二年級一個班級（47 人）和彰化某高中二年級一 個班級（36 人），學生人數共83 人，皆曾在學校化學課學過「理想氣體方程式」單元。 利用成就測驗將新竹某高中學生分為高、中、低三群，高、低群中採八人，中分群採七 名（男女各半，因此班級女生人數較少，中分群中少一名女生），共23 人，在主題三及 主題四課程學習時，以腦波儀記錄其腦波圖，這些學生在施測驗前已學過主題一及主題 二課程，且皆為自願參與研究；其他24 人與彰化某高中之學生仍作主題三及主題四的 課程學習，但不以腦波儀記錄其腦波圖。如表3-1-1 表3-1-1 教學模式與人數整理表 組別 課程單元 腦波組(23 人) 非腦波組(60 人) 主題一 學校電腦教室 主題二 學校電腦教室 主題三 認知與科學學習實驗室 學校電腦教室 主題四 認知與科學學習實驗室 學校電腦教室

第二節 研究設計

本研究設計為單一樣本實驗設計(one group pre-post-retention repeated measure)。實 驗前測和後測皆為「二階層成就測驗」和「多重表徵問題解決測驗」。二階層成就測驗 為探究高二學生在巨觀、微觀、符號、圖表四種表徵時的氣體模型概念；情境式多重表 徵問題解決試題，探究學生在各表徵間轉換的能力。課程為網路多媒體教學，包含「巨

觀現象和微觀分子運動」、「理想氣體方程式之公式推導」、「微觀分子運動和公式運用」、 「微觀分子運動和圖表」四個主題，課程內的習作練習也會記錄下來，為質性資料。在 課程學習期間並以腦波圖記錄。本研究的實驗流程圖如圖3-2-1 所示： 二階層成就測驗前測 多重表徵問題解決測驗前測 課程教學： 1. 巨觀和微觀 2. 公式推導 3. 微觀和公式 4. 微觀和圖表 進行主題三 「微觀和公 式」及主題四「微觀和 圖表」課程時，從概念 成就與性別抽取24 位 學生，使用腦波儀收集 腦波圖數據進行分析。 學生在主題一、主題二 及主題四課程中皆需回 答問題，為質性資料來 源。 教學前 二階層成就測驗後測 多重表徵問題解決測驗後測 圖3-2-1 實驗流程圖 教學後

設計多重表徵問 題解決題目，經 由專家及專業教 師共同審定

第三節

研究流程

本研究預定的研究流程圖如下（圖3-3-1）：

第四章

確立研究主題 文獻探討， 並與專家討論 設計理想氣體模 型之多媒體教 材，並與專家、 專業教師、高中 化學教師進行討 論 設計理想氣體 模型之二階層 成就測驗，經 由專家及專業 教師共同審定 選定研究樣本 實施理想氣 體模型概念 前測 實施多媒 體教學並 記錄學生 腦波圖 實施理想氣體模 型概念後測及多 重表徵之問題解 決 與專家進行資 料處理與分析 論文撰寫 專家建議與修改 圖3-3-1 研究流程圖

第四節 研究工具

本研究使用的研究工具包含「理想氣體模型成就測驗」、「多重表徵問題解決測驗」、 「腦波儀」及「理想氣體模型概念學習網」。 一、 理想氣體模型成就測驗 本研究的研究目的之一為探討學生經過有助於表徵連接的課程後，對理想氣體模型 概念理解的成效，因此，由資深中學理化教師協助編寫此測驗，並由科學教育專家檢驗， 以求其專家效度。本測驗題目型式為二階層單一選擇題，和課程內容相同分為四個主 題，依課程中每個主題的概念出題，主題一有六題；主題二有七題；主題三有六題；主 題四有五題，二階層都答對者給1 分。此試卷於課程教學前（前測）及教學結束後（後 測）同時對整班學生施測。 二、多重表徵問題解決測驗 本研究採用多重表徵問題解決測驗來瞭解學生表徵連接的能力。由資深中學理化 教師協助編寫，並由科學教育專家檢驗，求其專家效度。本測驗題目型式為開放式問答 題，測驗學生在解決問題時能考慮的表徵，共有兩個問題情境。問題一為如何利用氣體 的性質測量溫度，問題二為如何讓輪子轉動，解決整個問題需包含巨觀的解決方法、空 氣分子的微觀變化、運用的公式及將控制變因與應變變因的關係圖表，共四個小題。 針對學生回答的答案，對八個小題進行統整與歸納，編寫出編碼系統（表 3-4）， 此編碼系統之評分者間信度達.99。學生寫出任一項目給一分，將最後總分進行統計分 析。

表3-4-1 問題解決編碼系統

問題一 如何利用氣體的性質測量溫度

方法一 方法二 1-1.畫出設計圖且為密閉定壓狀態 1.畫出設計圖且為定容狀態 1-2.畫出設計圖且融入氣體熱膨脹 理論 2-1.控制變因為 P 和 n 2-1 控制變因為 V 和 n 2-2.操縱變因為 T 2-2 操縱變因為 T 2-3.應變變因為 V 2-3 應變變因為 P 3-1.由分子運動速率解釋原理 3-1 由分子運動速率解釋原理 3-2.由分子碰撞頻率解釋原理 3-2 由分子碰撞頻率解釋原理 解決方法 3-3.由分子動能解釋原理 3-3 由分子動能解釋原理 微觀 1.溫度越高，分子運動速率越快 1.溫度越高，分子運動速率越快 2.溫度越高，分子動能越大 2.溫度越高，分子動能越大 3.溫度越高(分子運動速率越大)則 分子碰撞頻率越大 3.溫度越高(分子運動速率越大)則 分子碰撞頻率越大 4.分子碰撞頻率變大，則壓力變大 4.分子碰撞頻率變大，則壓力變大 5.分子碰撞頻率變大，固定壓力則 體積變大 公式 1.寫出根據的公式為 PV=nRT 1.寫出根據的公式為 PV=nRT 2.由 PV=nRT，T 正比於 V 2.由 PV=nRT，P 正比於 T 3.由 PV=nRT，定 P 定 n 下，T 正 比於V 3.由 PV=nRT，定 V 定 n 下，P 正 比於T 圖表 1.畫出 VT 圖，且成正比 1.畫出 PT 圖，且成正比 2.溫度升高，分子運動速率變快 2.溫度升高，分子運動速率變快 3.溫度升高，分子動能變大 3.溫度升高，分子動能變大 4.溫度升高時，分子碰撞頻率變 大，則壓力變大 4.溫度升高時，分子碰撞頻率變 大，則壓力變大 5.分子碰撞頻率變大，固定壓力則 體積變大

問題二 如何讓輪子轉動

解決方法 方法一 方法二 方法三 1.利用加熱（或降溫） 以改變壓力差的方法 1.利用增加分子莫耳數 以改變壓力差的方法 1.移動隔板以改變體積 的方法 2-1.控制變因為 P 和 n 2-1 控制變因為 T 和 P 2-1 控制變因為 n 和 T 2-2.操縱變因為 T 2-2 操縱變因為 n 2-2 操縱變因為 V

2-3.應變變因為 V 1-2 應變變因為 V 2-3 應變變因為 P 3-1.由分子運動速率解 釋原理 3-1.由分子運動速率解 釋原理 3-1.由分子運動速率解 釋原理 3-2.由分子碰撞頻率解 釋原理 3-2.由分子碰撞頻率解 釋原理 3-2.由分子碰撞頻率解 釋原理 3-3.由分子動能解釋原 理 3-3.由分子動能解釋原 理 3-3.由分子動能解釋原 理 微觀 1.溫度越高，分子運動 速率越快 1.分子碰撞頻率變大， 則壓力變大 3.分子碰撞頻率變大， 則壓力變大 2.溫度越高(分子運動 速率越快)則分子碰 撞頻率越大 2.分子莫耳數增加，則 分子碰撞頻率增加 7.體積變大,則分子碰 撞頻率變小 3.分子碰撞頻率變大， 則壓力變大 3.分子莫耳數增加，固 定壓力則體積變大 4.分子碰撞頻率變大， 固定壓力則體積變大 4.體積變大,則分子碰 撞頻率變小 5.分子莫耳數增加，則 分子碰撞頻率增加 6.分子莫耳數增加，固 定壓力則體積變大 7.體積變大,則分子碰 撞頻率變小 公式 1.寫出運用的公式: PV=nRT 4.由 PV=nRT n 和 V 成正比 6.由 PV=nRT V 和 P 成正比 2.由 PV=nRT，V 和 T 成正比 5.由 PV=nRT 定 T 定 P 下，n 和 V 成正比 7.由 PV=nRT 定 n 定 T 下，V 和 P 成反比 3.由 PV=nRT，定 n 定 P 下，V 和 T 成正比 圖表 1.畫出 VT 圖 1.畫出 nT 圖 1.畫出 VP 圖 2.溫度越高，分子運動 速率越快 2.分子莫耳數增加，則 壓力變大 2.體積變小，分子碰撞 頻率變大 3.溫度越高(分子運動 速率越快)則分子碰 撞頻率越大 3.分子莫耳數增加，固 定壓力則體積變大 3.分子碰撞頻率變大， 則壓力變大 4.分子碰撞頻率變大， 則壓力變大 5.分子碰撞頻率變大， 固定壓力則體積變大

三、腦波儀 本研究使用的腦波放大器為SynAmps2(圖 3-4-1)，它具有高時間解析度，取樣頻率 為1000Hz，能將腦波圖（electroencephalography, EEG）依照同一事件觸發的腦波訊號 平均並累加，藉此可獲得腦部認知運作時的量化資料，以供我們作進一步探討。各頻率 腦波（θ、α、β、γ波）在各事件下的振幅，及在哪個腦區活化為常被探討的變項。 3-4-1：SynAmps2 四、理想氣體模型概念學習網 為了幫助學生將微觀表徵連結至巨觀和符號表徵，研究者依照認知負荷理論與flash 設計師製作一套多媒體課程，包含動畫、模擬及解決問題練習。學生在進行課程學習時， 可於受試學校之電腦教室，透過網際網路連線至本學習網。理想氣體模型概念學習網是 建構於「科學概念的建構與重建數位學習研究」的Web Server 下，Web Server 使用 Apache Server，主要程式是使用 PHP 語言所撰寫，再配合 MySQL 資料庫為資料儲存系統。

第五節 教學設計

課程為網路多媒體課程，學生單獨進行多媒體課程學習，課程包含動畫說明及模擬 操作，動畫部份有旁白解說，而模擬操作部份有文字說明。課程主題為氣體動力論，內 容分為四個主題，以微觀連接其他兩種表徵（Rappoport & Ashkenazi, 2008），課程架構 如下表3-5-1：

表3-5-1 教學課程架構 主題一 巨觀現象及微觀分子運動 1. 含動畫頁面（圖 3-5-1）、模擬頁面（圖 3-5-2）及問題頁面。 2. 同時呈現巨觀影片及微觀分子運動，探討了壓力和體積的關係、體積和溫度的關 係，以及分子莫耳數和體積的關係。 主題二 理想氣體方程式之公式推導 1. 只有動畫頁面（圖 3-5-3）。 2. 同時呈現微觀分子運動動畫及公式推導流程，推導的流程為 （1）每秒分子在 x 方向碰撞器壁的總動量變化； （2）右壁因分子碰撞所受的壓力； （3）將式子代換出動能； （4）將動能代換為絕對溫度； （5）整理常數。 主題三 微觀分子運動及公式應用 1. 包含動畫頁面（圖 3-5-4）、模擬頁面（圖 3-5-5）及問題頁面。 2. 頁面同時呈現微觀分子運動動畫及以符號表徵之變因關係，以說明當巨觀變因改 變時，微觀氣體分子的變化，探討了分子運動速率、分子碰撞頻率、壓力和體積 的關係、體積和溫度的關係、莫耳數和體積的關係。 主題四 微觀分子運動及圖表 1. 包含動畫頁面（圖 3-5-6）、模擬頁面（圖 3-5-7）及問題頁面。 2. 同時呈現微觀分子運動及變因關係圖表，探討壓力、體積和分子莫耳數的關係， 以及體積溫度和分子莫耳數的關係，圖表包含PV 圖和 VT 圖。

圖 3-5-1 巨觀現象及微觀運動之動畫頁面

圖 3-5-2 巨觀現象及微觀運動之模擬頁面

圖3-5-4 微觀分子運動及公式應用之動畫頁面

圖3-5-5 微觀分子運動及公式應用之模擬頁面

圖3-5-7 微觀分子運動及圖表之模擬頁面

本研究將整個多媒體學習歷程抽出十個學習頁面，作為腦波分析事件，第一頁至第 七頁屬於主題三微觀分子運動及公式應用，第八頁至第十頁屬於主題四微觀分子運動及 圖表。前七頁又分別在每一頁切出「微觀表徵片段」與「微觀和符號表徵連結片段」， 第八到十頁也分別在每一頁切出「微觀表徵片段」與「微觀和符號表徵連結片段」。表 徵連接學習歷程腦波分析事件詳見表3-5-2： 表3-5-2 表徵連接學習歷程腦波分析事件表 頁面 單元 表徵 多媒體 概念 第一頁 主題三 微觀、符號 語音、動畫 分子運動速率 第二頁 主題三 微觀、符號 語音、動畫 分子碰撞器壁頻率 第三頁 主題三 微觀、符號 語音、動畫 壓力和體積的關係 第四頁 主題三 微觀、符號 文字、模擬 壓力和體積的關係 第五頁 主題三 微觀、符號 語音、動畫 體積和溫度的關係 第六頁 主題三 微觀、符號 文字、模擬 體積和溫度的關係 第七頁 主題三 微觀、符號 語音、動畫 莫耳數和體積的關係 第八頁 主題四 微觀、圖表 語音、動畫 壓力、體積和莫耳數的關係

第九頁 主題四 微觀、圖表 文字、模擬 壓力、體積和莫耳數的關係 第十頁 主題四 微觀、圖表 語音、動畫 體積、溫度和莫耳數的關係 擷取二十個事件之畫面，包含主題三微觀分子運動及公式應用七個頁面的兩種片段 畫面，以及主題四微觀分子運動及圖表的兩種片段畫面，見表3-5-3。 表3-5-3 表徵連接學習歷程腦波分析事件之畫面

主題三 微觀分子運動及公式應用

第一頁 分 子 運 動 速 率 (動畫) 微觀表徵片段

微觀和符號表徵連結片段 第二頁 分 子 碰 撞 器 壁 頻 率 (動畫) 微觀表徵片段

微觀和符號表徵連結片段 第三頁 壓 力 和 體 積 的 關 係 (動畫) 微觀表徵片段

微觀和符號表徵連結片段 第四頁 壓 力 和 體 積 的 關 係 (模擬) 微觀表徵片段

微觀和符號表徵連結片段 第五頁 體 積 和 溫 度 的 關 係 (動畫) 微觀表徵片段

微觀和符號表徵連結片段 第六頁 體 積 和 溫 度 的 關 係 (模擬) 微觀表徵片段

微觀和符號表徵連結片段 第七頁 莫 耳 數 和 體 積 的 關 係 (動畫) 微觀表徵片段

微觀和符號表徵連結片段

主題四 微觀分子運動及圖表

第八頁 壓 力 、 體 積 和 莫 耳 數 的 關 係 (動畫) 微觀表徵片段

微觀表徵和圖片表徵連結片段 第九頁 壓 力 、 體 積 和 莫 耳 數 的 關 係 (模擬) 微觀表徵片段

微觀表徵和圖片表徵連結片段 第十頁 體 積 、 溫 度 和 莫 耳 數 的 關 係 (動畫) 微觀表徵片段

第六節 資料蒐集與分析

本研究的資料蒐集包含二階層概念測驗結果、多重表徵問題解決測驗結果及腦波資 料（大腦各部位腦波之功率強度及同調性）。當實驗結束後，開始進行資料的整理與分 析，將二階層概念測驗進行統計分析；多重表徵問題解決測驗進行編碼後再統計分析； 腦波資料的處理使用Neuron Scan 4.4 套裝軟體分析，經過去除明顯雜波、去除眼電和 濾波(4~70Hz)後，將每段事件再依 1024 點分段(epoch)，取其功率強度平均值(frequency domain; Scaling: power; type: Hanning)，依波的頻率匯出(θ: 4~8Hz; α1: 8~10Hz; α2: 10~13Hz; β1: 13~18Hz; β2:18~25Hz; γ:35~70Hz)，將這些值進行 spss 統計分析。同調性 的部份，在事件分段(epoch)後，取其 30 個電極位置配對後之同調性平均值，同樣再進 行spss 統計分析。