140 likes | 536 Views
雙碼理論於遞迴程式設計教學之概念模型設計研究 The Application of Dual-coding Theory in Conceptual Model Design for Teaching Recursive. 陳 明 溥 國立臺灣師範大學 資訊教育學系. 1. 研究問題與背景. 遞迴程式設計 “ 遞迴 ” 是程式語言學習上一項 重要的觀念 ; “ 遞迴 ” 在程式設計方面更是一種功能強大的 解決問題的技術 ; 學習遞迴概念的困擾 缺乏生活上的例子 ( Anderson, Pirolli & Farrell, 1988) ;
E N D
雙碼理論於遞迴程式設計教學之概念模型設計研究The Application of Dual-coding Theory in Conceptual Model Design for Teaching Recursive 陳 明 溥 國立臺灣師範大學 資訊教育學系
1. 研究問題與背景 • 遞迴程式設計 • “遞迴” 是程式語言學習上一項重要的觀念; • “遞迴” 在程式設計方面更是一種功能強大的解決問題的技術; • 學習遞迴概念的困擾 • 缺乏生活上的例子(Anderson, Pirolli & Farrell, 1988); • 必須仰賴適當的心智模型(mental model) (Kessler & Anderson, 1989); • 遞迴呼叫時參數的傳遞使得學習遞迴變得複雜難懂(Er, 1984)。
學習遞迴程式設計的有效方法: • 類比模型(Murnane, 1991); • 圖示遞迴結構模型(Give'on, 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。 • 複製模型(copies model)最適合以電腦來呈現(Wilcocks & Sanders, 1994)。
2.雙碼理論與概念模型設計 • 雙碼理論(dual-coding theory, DCT) : 主張人們的心智結構與資訊處理過程中包含有: 文字表示式(verbal representation)與 圖像表示式(imaginal representation) 二種不同類型之資訊(Paivio, 1971, 1986; Clark & Paivio, 1991) 。
學習成效需視 ”文字表示鏈結”、”視訊表示鏈結”、以及 ”參照鏈結” 等三種鏈結建立之品質而定。 • 概念模型設計: 以電腦動態呈現複製模型(copies model) 並配合文字解說。
3. 研究目標與方法 • 探討動態遞迴複製模型與靜態遞迴複製模對學習遞迴程式設計的影響。 • 採性向處理交互作用(ATI) 設計: • 以概念模型(動態v.s. 靜態)及 • 程式語言先備知識(prior knowledge)為獨立變數, • 以遞迴成就測驗成績做為條件變數(criterion variables) 。 ATI baseline model: Y = b0 + b1 GRP + b2 PK + b3 GRPxPK
4.研究工具 • 先備知識測驗 • internal consistency reliability: .74, validity: .65, difficulty range: .10 to .95, average difficulty: .45 • 遞迴成就測驗 • internal consistency reliability: .82, validity: .43 • 遞迴電腦輔助教學軟體(動態v.s. 靜態)。
5.研究結果 ATI(GRPxPK) 極接近顯著水準, F(1, 226) = 3.7200, p = .055 概念模型與先備知識主要效果皆達顯著水準, F(1, 227) = 8.2879, p = .0044;及 F(1, 227) = 98.6629, p < .0001,R2 = .3093。 回歸方程式為: Y動態 = 10.5969 + 0.7387 PK及 Y靜態 = 9.4610 + 0.7387 PK
高先備知識比低先備知識有較佳之學習成效; • 動態模型比靜態模型有較佳之學習成效。
在ATI 成立下之回歸方程式: Y動態 = 11.463 + 0.565 PK Y靜態 = 9.801 + 0.856 PK
8. 結論 1. 在遞迴程式設計學習上高先備知識比低先備知識有效;動態遞迴模型比靜態遞迴模型有效; 2. 雙碼理論可以有效地應用於概念模型設計,以幫助學習者建立參照鏈結改進學習之成效。 3. ATI雖未達顯著水準,但已極接近顯著,後續研究可針對相關變數再做細緻控制,以獲知因材施教之重要資訊。