Chemické úlohy se školními měřicími systémy: motivační orientace žáků v badatelsky orientovaných úlohách
Vol 7 No 1 (2016), Výzkumné stati
Vol 7 No 1 (2016)

Chemické úlohy se školními měřicími systémy: motivační orientace žáků v badatelsky orientovaných úlohách

Výzkumné stati
https://doi.org/10.14712/18047106.280
Publikováno 2016-07-21
Petr Šmejkal
Katedra učitelství a didaktiky chemie, Přírodovědecká fakulta Univerzity Karlovy v Praze
Marek Skoršepa
Katedra chémie, Fakulta prírodných vied Univerzity Mateja Bela Tajovského 40, 974 01 Banská Bystrica
Eva Stratilová Urválková
Katedra učitelství a didaktiky chemie, Přírodovědecká fakulta Univerzity Karlovy v Praze
Pavel Teplý
Katedra učitelství a didaktiky chemie, Přírodovědecká fakulta Univerzity Karlovy v Praze
PDF

Jak citovat

Šmejkal, P., Skoršepa, M., Stratilová Urválková, E., & Teplý, P. (2016). Chemické úlohy se školními měřicími systémy: motivační orientace žáků v badatelsky orientovaných úlohách. Scientia in Educatione, 7(1), 29-48. https://doi.org/10.14712/18047106.280
ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver

Stánhout citace

Endnote/Zotero/Mendeley (RIS) BibTeX

Abstrakt

Jedním z klíčových prvků výuky nejen přírodovědných předmětů je motivace žáků. Obecně se má za to, že vhodně volená motivace činí výuku zajímavější a efektivnější, zjednodušuje proces výuky, zapojuje více žáka do sledované problematiky a pomáhá zvýšit retenci získaných poznatků. K tomu, aby výuka mohla maximálně využít motivačního potenciálu vhodně volených prvků (např. vazba na „běžný život, práce s ICT, . . . ), je vhodné znát motivační orientace žáků a faktory, které je ovlivňují. V tomto ohledu se příspěvek zabývá sledováním motivačních orientací žáků při práci se školními měřicími systémy (anglicky MBL nebo probeware) v badatelsky orientovaných úlohách. Dalším motivačním prvkem je propojení úloh na praktický život. Pro studium a zhodnocení motivačních orientací žáci realizovali laboratorní cvičení, před a po laboratorním cvičení vyplnili dotazník založený na ověřených nástrojích pro jejich sledování: (i) Motivated Strategies for Learning
Questionnaire (MSLQ) a (ii) Intrinsic Motivation Inventory (IMI). Dotazníky byly statisticky zpracovány – analýzou úrovně reliability (Cronbachovo alfa), analýzou rozptylu (jednoprůchodová ANOVA) a shlukovou analýzou. Výsledky ukázaly, že většina žáků byla již před laboratorní prací dostatečně motivována, jejich motivace se po realizaci cvičení ještě zvýšila. Studované aktivity byly hodnoceny nadprůměrně, zvláště pak ty, které se vztahovaly bezprostředně k lidskému tělu (účinnost antacid) či medializovaným tématům (plynová chromatografie – methanolová aféra). Analýza rozptylu pak ukázala, že ze sledovatelných faktorů ovlivňující motivační orientace žáků je převážně škola, kterou žák navštěvuje, a potažmo učitel chemie. Naopak, minimálně ovlivňuje motivační orientace pohlaví či realizovaná aktivita. Práce na aktivitách a se školními měřicími systémy žáky ve většině bavila a celkově lze říci, že žáci jsou nakloněni implementaci měřicích systémů do výuky, které tak mají ve výuce přírodních věd nepochybně své místo.
https://doi.org/10.14712/18047106.280
PDF

Reference

Aksela, M. (2005). Supporting meaningful chemistry learning and higher-order thinking through computer-assisted inquiry: A design research approach. [Disertační práce] Helsinki: University of Helsinki.

Atar, H. Y. (2002). Chemistry students' challenges in using MBL's in science laboratories. In

Proceedings of Association for the Education of Teachers in Science. Charlotte: Association for the Education of Teachers in Science.

Barise, A. (1998). The effectiveness of case-based instruction vs. the lecture-discussion method in multicultural social work. [Disertační práce] Montreal: McGill University.

Barton, R. (1997). How do computers affect graphical interpretation? School Science Review, 79(287), 55-60.

Boone, H. N. J. & Boone, D. A. (2012). Analyzing Likert data. Journal of Extension, 50(2).

Brasell, H. (1987). The effect of real-time laboratory graphing on learning graphic representations of distance and velocity. Journal of Research in Science Teaching, 24(4), 385-395.

Campbell, M. M. (2001). Motivational strategies, learning strategies and the academic performance of African-American students in a college business environment: A correlation study. Dissertation Abstracts International, 62(2-A), 432.

Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297-334.

Duda, J. L. (1992). Motivation in sport settings: A goal perspective approach. In Roberts, G. C.(Ed) Motivation in sport and exercise. (57-91) Champaign, IL (USA): Human Kinetics.

Hamne, P. & Bernhard, J. (2001). Educating pre-service teachers using hands-on and microcomputer based labs as tools for concept substitution. In R. Pinto, & S. Surinach (Eds.) Physics Teacher Education Beyond 2000 (663-666). Paris: Elsevier.

Hood, B. J. (1994). Research on computers in chemistry education: reflections and predictions March 29, 1993. Journal of Chemical Education, 71(3), 196-200.

Kekule, M., Zak. V. et al. (2014). Inquiry based science education and collecting evidence about its impact on students (Establish project approach). In C. P. Constantinou, N. Papadouris & A. Hadjigeorgiou (Eds.), E-Book Proceedings of the ESERA 2013 Conference: Science Education Research For Evidence-based Teaching and Coherence in Learning. Part 14 (co-ed. Couso, D., Louca, L.), (pp.11) Nicosia, Cyprus: European Science Education Research Association.

Kráľ, P., Kanderová, M., Kaščáková, A. et al. (2009). Viacrozmerné štatistické metódy so zameraním na riešenie problémov ekonomickej praxe. Banská Bystrica: Ekonomická fakulta UMB.

Laws, P. W. (1991). Calculus-based physics without lectures. Physics Today, 44(12), 24-31.

Likert, R. (1932). A technique for the measurement of attitudes. Archives of psychology, 22(140), 1-55.

Linn, M. C. (1988). Curriculum reformation: Incorporating technology into science instruction. In Annual meeting of the American Educational Research Association. New Orleans.

Lustig, F., Lustigová, Z. & Vlášek, P. (1992) ISES - příručka k soupravě Školní experimentální systém, Učební pomůcky PC-IN/OUT. Praha.

Markland, D. & Hardy, L. (1997). On the factorial and construct validity of the Intrinsic Motivation Inventory: Conceptual and operational concerns. Research Quarterly for Exercise and Sport, 68(1), 20-32.

McAuley, E., Duncan, T. & Tammen, V. V. (1989). Psychometric properties of the Intrinsic Motivation Inventory in a competitive sport setting: A confirmatory factor analysis. Research Quarterly for Exercise and Sport, 60, 48-58.

Mokros, J. R. & Tinker, R. F. (1987). The impact of microcomputer-based labs on children's ability to interpret graphs. Journal of Research in Science Teaching, 24(4), 369- 383.

Monetti, D. M. (2002). A multiple regression analysis of self-regulated learning, epistemology and student achievement. Dissertation Abstracts International, 61(10-A), 3294.

Nachmias, R. & Linn, M.C. (1987). Evaluations of science laboratory data: The role of computer-presented information. Journal of Research in Science Teaching, 24(5), 491-506.

Nakhleh, M. B. (1994). A review of microcomputer-based labs: how have they affected science learning? Journal of Computers in Mathematics and Science Teaching, 13(4), 368-381.

Niemi, H., Nevgi, A. & Virtanen, P. I. (2003). Towards self-regulation in web-based learning. Journal of Educational Media, 28(1), 49-71.

Pintrich, P. R. et al. (1991). A manual for the use of the Motivated Strategies for Learning Questionnaire (MSLQ). Michigan (US): Ann Arbor, National Centre for Research to Improve Postsecondary Teaching and Learning.

Plant, R. W. & Ryan, R. M. (1985). Intrinsic motivation and the effects of self-consciousness, self-awareness, and ego-involvement: An investigation of internally controlling styles. Journal of Personality, 53(3), 435-449.

Rotgans, J. I. & Schmidt, H. G. (2010). The Motivated Strategies for Learning Questionnaire: A measure for students' general motivational beliefs and learning strategies? The Asia-Pacific Education Researcher, 19(2), 357-381.

Russell, D. W., Lucas, K. B. & McRobbie, C. J. (2003). The role of the microcomputer-based laboratory display in supporting the construction of new understandings in kinematics. Research in Science Education, 33(2), 217-243.

Ryan, R. M. (1982). Control and information in the intrapersonal sphere: An extension of cognitive evaluation theory. Journal of personality and social psychology, 43(3), 450-461.

Skoršepa, M., Stratilová Urválková, E., Šmejkal, P., Tortosa, M. M. & Urban-Woldron, H. (2014). Activities with sensors in laboratory of biology: Students’ motivation and understanding the activities. In Nodzyńska, M., Cieśla, P. & Kania, A. (Eds.) Experiments in teaching and learning natural sciences (25-33). Kraków: Pedagogická univerzita.

Skoršepa, M. & Šmejkal, P. (2015). Psychometrické vlastnosti nástrojov na zisťovanie motivačnej orientácie žiakov v digitálnom prírodovednom laboratóriu. In: Didaktika chemie a její kontexty“ (180-186). Brno: Masarykova univerzita.

Skoršepa, M. (2015). Počítačom podporované experimenty v prírodovednom vzdelávaní. Banská Bystrica: Belianum (Vydavateľstvo UMB).

SPSS INC. PASW Statistics for Windows. Verze 18.0. Chicago: SPSS Inc., Vydání 2009.

Stein, J. S. (1987). The computer as laboratory partner: Classroom experience gleaned from one year of microcomputer-based laboratory use. Journal of Educational Technology Systems, 15(3), 225-236.

Stratilová Urválková, E., Šmejkal, P., Skoršepa, M., Teplý, P. & Tortosa, M. (2014). MBL Activities Using IBSE: Learning biology in context. In Cieśla, P. & Michniewska, A. (Eds.)Teaching and Learning Science at all Levels of Education (131-134). Kraków: Pedagogická univerzita.

Stratilová Urválková, E., Šmejkal, P., Teplý, P., Skoršepa, M., Tortosa, M., Urban-Woldron, H. (2014). New IBSE oriented activities for biology – design and evaluation. In Bílek, M. (Ed.) Science And Technology Education For The 21st Century, Research and Research Oriented Studies, Proceedings of the 9th IOSTE Symposium for Central and Eastern Europe (274-285). Hradec Králové: Gaudeamus.

Svec, M. (1999). Improving graphing intrepretation skills and understanding of motion using microcomputer based laboratories. Electronic Journal of Science Education, 3(4).

Thornton, R. K. (1989). Using the microcomputer-based laboratory to improve student conceptual understanding in Physics. In Microcomputers in Physics Education. Proceedings of a Symposium. Adana, Turkey.

Thornton, R. K. & Sokoloff, D. R. (1990). Learning motion concepts using real-time microcomputer-based laboratory tools. American Journal of Physics, 58(9), 858-867.

Tinker, R. (1996). Microcomputer-based labs: educational research and standards. Berlin: Springer-Verlag.

Tinker, R. F. (1984). Microcomputers in the lab: Techniques and applications. Cambridge: Technical Educational Research Center.

Ward, J. H. J. (1963). Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association, 58(301), 236-244.

White, R. T. & Gunstone, R. F. (1992). Probing Understanding. Great Britain: Falmer Press.

Whitehead, J. R. & Corbin, C. B. (1991). Effects of fitness test type, teacher, and gender on exercise intrinsic motivation and physical self-worth. Journal of School Health, 61(1), 11-16.

Urban-Woldron, H., Tortosa, M. & Skoršepa, M. (2013). Implementing learning with sensors in science education: Students’ motivational orientations toward using MBL. In C. P. Constantinou, N. Papadouris & A. Hadjigeorgiou (Eds.), E-Book Proceedings of the ESERA 2013 Conference: Science Education Research For Evidence-based Teaching and Coherence in Learning (848-854). Strand 4. Nicosia, Cyprus: European Science Education Research Association.

Wolters, C. A. (2004) Advancing achievement goal theory: Using goal structures and goal orientations to predict students' motivation, cognition, and achievement. Journal of educational psychology, 96(2), 236-250.