Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Thử nghiệm giả thuyết về sự phù hợp của việc giảng dạy: trường hợp các gợi ý tự giải thích
Tóm tắt
Các nguyên tắc khoa học nhận thức nên có tác động đến việc thiết kế các môi trường học tập hiệu quả. Nguyên tắc tự giải thích được lựa chọn cho công việc hiện tại vì nó đã phát triển đáng kể trong 20 năm qua. Các công thức ban đầu giả thuyết rằng tự giải thích giúp tạo ra suy luận để cung cấp thông tin thiếu hụt về một khái niệm hoặc kỹ năng mục tiêu, trong khi các nghiên cứu sau đó giả thuyết rằng tự giải thích giúp điều chỉnh mô hình tâm lý (Chi, Handbook of research on conceptual change, 2000). Để hiểu rõ hơn về mối quan hệ phức tạp giữa kiến thức trước đó, xử lý nhận thức và những thay đổi trong đại diện của người học, hai loại gợi ý tự giải thích (bổ sung thông tin và điều chỉnh mô hình tâm lý) đã được thử nghiệm trong lĩnh vực giải quyết các bài toán vật lý. Các gợi ý được thiết kế để tập trung người học vào việc bổ sung thông tin đã dẫn đến việc học tốt hơn và giảm bớt sự trợ giúp cần thiết để giải quyết các bài toán vật lý. Các kết quả này được diễn giải như là sự hỗ trợ cho giả thuyết về sự phù hợp của việc giảng dạy—một ý tưởng rằng hiệu quả của việc giảng dạy phụ thuộc vào sự khớp nhau giữa quá trình xử lý nhận thức mà việc giảng dạy gợi lên, cách mà những quá trình đó điều chỉnh các đại diện kiến thức cơ bản cho nhiệm vụ và tính hữu ích của những đại diện đó cho nhiệm vụ hoặc vấn đề.
Từ khóa
Tài liệu tham khảo
Aleven, V. A. W. M. M., & Koedinger, K. R. (2002). An effective metacognitive strategy: Learning by doing and explaining with a computer-based Cognitive Tutor. Cognitive Science, 26, 147–179.
Anderson, J. R. (1993). Rules of the mind. Hillsdale, NJ: Lawrence Erlbaum Associates.
Anderson, J. R., Corbett, A. T., Koedinger, K. R., & Pelletier, R. (1995). Cognitive tutors: Lessons learned. The Journal of the Learning Sciences, 4(2), 167–207.
Anderson, J. R., & Lebiere, C. (1998). The atomic components of thought. Mahwah, NJ: Lawrence Erlbaum Associates.
Baker, R. S., Corbett, A. T., Koedinger, K. R., & Wagner, A. Z. (2004). Off-task behavior in the Cognitive Tutor classroom: When students “game the system”. Proceedings of ACM CHI 2004: Computer-Human Interaction, 383–390.
Berthold, K., Eysink, T. H., & Renkl, A. (2009). Assisting self-explanation prompts are more effective than open prompts when learning with multiple representations. Instructional Science, 37, 345–363.
Catrambone, R. (1998). The subgoal learning model: Creating better examples so that students can solve novel problems. Journal of Experimental Psychology: General, 127(4), 355–376.
Chapin, S., O’Connor, C., & Anderson, N. (2003). Classroom discussions: Using math talk to help students learn, grades 1–6. Sausalito, CA: Math Solutions Publications.
Chi, M. T. H. (2000). Self-explaining expository texts: The dual processes of generating inferences and repairing mental models. In R. Glaser (Ed.), Advances in instructional psychology (pp. 161–238). Mahwah, NJ: Lawrence Erlbaum Associates, Inc.
Chi, M. T. H. (2008). Three kinds of conceptual change: Belief revision, mental model transformation, and ontological shift. In S. Vosniadou (Ed.), Handbook of research on conceptual change (pp. 61–82). New York, NY: Routledge.
Chi, M. T. H., & Bassok, M. (1989). Learning from examples via self-explanations. In L. B. Resnick (Ed.), Knowing, learning, and instruction: Essays in honor of Robert Glaser (pp. 251–282). Hillsdale, NJ: Lawrence Erlbaum Associates, Inc.
Chi, M. T. H., DeLeeuw, N., Chiu, M.-H., & Lavancher, C. (1994). Eliciting self-explanations improves understanding. Cognitive Science, 18, 439–477.
Cohen, J. (1988). Statistical power analysis of the behavioral sciences (2nd ed.). New York: Academic Press.
Conati, C., & VanLehn, K. (2000). Toward computer-based support of meta-cognitive skills: A computational framework to coach self-explanation. International Journal of Artificial Intelligence in Education, 11, 398–415.
Hausmann, R. G. M., & Chi, M. T. H. (2002). Can a computer interface support self-explaining? Cognitive Technology, 7(1), 4–14.
Hausmann, R. G. M., & VanLehn, K. (2007). Explaining self-explaining: A contrast between content and generation. In R. Luckin, K. R. Koedinger, & J. Greer (Eds.), Artificial intelligence in education: Building technology rich learning contexts that work (Vol. 158, pp. 417–424). Amsterdam: IOS Press.
Keppel, G. (1991). Design and analysis: A researcher’s guide. Upper Saddle River, NJ: Prentice Hall.
Koedinger, K. R., Anderson, J. R., Hadley, W. H., & Mark, M. A. (1997). Intelligent tutoring goes to school in the big city. International Journal of Artificial Intelligence in Education, 8, 30–43.
Maloney, D. P., O’Kuma, T. L., Hieggelke, C. J., & Van Heuvelen, A. (2001). Surveying students’ conceptual knowledge of electricity and magnetism. American Journal of Physics, 69(7), S12–S23.
Marshall, S. P. (1995). Schemas in problem solving. Cambridge, UK: Cambridge University Press.
McNamara, D. S. (2004). SERT: Self-explanation reading training. Discourse Processes, 38(1), 1–30.
Nokes, T. J., Schunn, C. D., & Chi, M. T. H. (2010). Problem solving and human expertise. In P. Peterson, E. Baker, & B. McGraw (Eds.), International encyclopedia of education (Vol. 5, pp. 265–272). Oxford: Elsevier.
Olejnik, S., & Algina, J. (2000). Measures for effect size for comparative studies: Applications, interpretations, and limitations. Contemporary Educational Psychology, 25, 241–286.
Pashler, H., Bain, P., Bottge, B., Graesser, A., Koedinger, K., McDaniel, M., & Metcalfe, J. (2007). Organizing Instruction and Study to Improve Student Learning (NCER 2007–2004). Washington, DC: National Center for Education Research, Institute of Education Sciences, U.S. Department of Education.
Renkl, A. (2002). Learning from worked-out examples: Instructional explanations supplement self-explanations. Learning & Instruction, 12, 529–556.
Rittle-Johnson, B. (2006). Promoting transfer: Effects of self-explanation and direct instruction. Child Development, 77, 1–15.
Ross, B. H. (1984). Remindings and their effects in learning a cognitive skill. Cognitive Psychology, 16, 371–416.
Ross, B. H., & Kilbane, M. C. (1997). Effects of principle explanation and superficial similarity on analogical mapping in problem solving. Journal of Experimental Psychology. Learning, Memory, and Cognition, 23(2), 427–440.
Singley, M. K., & Anderson, J. R. (1989). The transfer of cognitive skill. Cambridge, MA: Harvard University Press.
VanLehn, K. (1998). Analogy events: How examples are used during problem solving. Cognitive Science, 22(3), 347–388.
VanLehn, K., Lynch, C., Schultz, K., Shapiro, J. A., Shelby, R., Taylor, L., et al. (2005). The Andes physics tutoring system: Lessons learned. International Journal of Artificial Intelligence and Education, 15(3), 147–204.