认知负载对网路化学习之影响.pptVIP

認知負載對網路化學習之影響 陳 明 溥 國立臺灣師範大學 資訊教育學系 1.研究目標 探討 概念模型(conceptual model)、 程式設計經驗(programming experiences)、 電腦先備知識(prior knowledge)、及 認知型態(cognitive style) 對透過全球資訊網學習環境學習遞迴程式設計之影響。 2. “遞迴” 程式設計學習 “遞迴”缺乏生活上的例子 初學者沒有適當的心智模型(mental model) 迴圈(iteration) --(transfer)-- 遞迴 遞迴 --(transfer)-- 迴圈(iteration) 教學上將遞迴過程與參數傳遞以更具體的方式呈現，那麼學習者就能學的更好! 3.有效的程式設計學習方法 類比模型(Murnane, 1991)、 圖示遞迴結構模型(Giveon, 1990)、 數學推理模型(Aho Ullman, 1992; Ford, 1984)、 樹狀模型(Koffman, 1992; Krue, 1982)、及 複製模型(Kahney Eisenstadt, 1982; Kessler Anderson, 1989)等 4.資訊處理理論與模型 雙碼理論(dual-coding theory, DCT) (Paivio, 1971, 1986; Clark Paivio, 1991) 5.研究設計 研究採性向處理交互作用(aptitude-treatment-interaction, ATI) 設計， 獨立變數: 概念模型 (動態 vs. 靜態)、 程式設計經驗(高 vs. 低)、 電腦先備知識、及 認知型態(cognitive style) 條件變數(criterion variables): 後測成績 程式碼評量, code evaluation 程式碼產生, code generation 研究數據以多重回歸分析(multiple regressions) 6.多重回歸分析之基本模型 (baseline model) Y = b0 + b1 GRP + b2 BCC + b3 YR+ b4 CS GRP: 概念模型類型 (動態複製模型 vs. 靜態複製模型) BCC: 電腦先備知識 (prior knowledge) YR: 程式設計經驗 (高 vs. 低) CS: 認知型態 7.研究對象與工具 研究對象:153位高職資料處理科一、二年級學生。 本研究所使用之工具(instrument)有： (1) 先備知識測驗, (2) 遞迴成就測驗, (3) 網路化遞迴電腦輔助教學軟體二套(動態遞迴複製模型vs. 靜態遞迴複製模型), 及 (4) 網路化遞迴程式設計學習態度問卷一份。 8.code evaluation之分析 交互作用(GRPxBCC、GRPxCS、YRxBCC、YRxCS)皆未達顯著水準, 電腦先備知識及複製模型類型未達顯著水準; 程式設計經驗與認知型態達顯著水準，F(1, 144) = 2.278, p = .024；及F(1, 144) = 2.557, p = .012。 回歸方程式為： Y程式碼評量 = 3.679 + 0. 389 YR + 0.05 CS 8.code evaluation之分析 9.code generation之分析 交互作用(YRxBCC)達顯著水準，F(1, 143) = -2.544, p = .012, 因此,多重回歸分析之基本模型(baseline model)先依程式設計經驗(高 vs. 低)分組後再分別分析之: 低程式設計經驗組: 電腦先備知識主效果達顯著水準， 得知回歸方程式為： Y低程式設計經驗 = 2.476 + 0.208 BCC 高程式設計經驗組: 概念模型類主效果達顯著水準, 得知回歸方程式為： Y高程式設計經驗 = 5.563 - 0.745 GRP 10.研究結果 程式碼評量(code evaluation): 電腦先備知識及複製模型類型則無顯著影響 程式設計經驗愈好，表現也愈好； 認知型態愈好(field independent)，表現也愈好； 程式碼產生(code generation): 低程式設計經驗:電腦先備知識愈好，表現也愈好; 高程式設計經驗:動態概念模型優於靜態模型。 11.態度問卷 上網學習方式: 95% 知道、沒有差異 喜歡的上網地點: 從家裡上網學習: 29% 感覺輕鬆、自在或方便、沒有時間限制 從學校上網學習: 71% 可請教老師、可與同學互相討論 喜歡的上網時段: 課堂上：83% 放學後：17% 比較能夠專心 時間彈性 可以請教老師