인수 매핑을 통한 비판적 사고 개선
이중 코딩, 제스처 그룹화 및 계층 적 구성
당신이 나의 지속적인 블로그, 나의 책 및 나의 이전 연구의 초점에서 결정한대로, 비판적 사고 (CT)는 나의 전문 분야이다. 그러나, 아마도 내가이 블로그에서 언급하지 않은 것 중 하나는 CT가 제 박사 과정의 주요 초점이 아니었을 것입니다. 연구 – 오히려 그것은 학습 도구로서의 인수 매핑 평가였습니다 . 즉, 메모리와 CT를 포함한 일련의 교육 결과에 대한 인자 매핑의 효과. 명확히하기 위해 논쟁지도는 논리적으로 구조화 된 추론 네트워크를 시각적으로 표현한 것으로, 논증은 상자가 명제를 나타내는 ‘상자 및 화살표’디자인을 통해 모호하지 않고 명백하게 만들어집니다 (즉, 핵심 주장, 이유, 이의 제기 및 반박)과 명제 중 ‘화살표’는 명제를 함께 연결하는 추론 관계를 나타냅니다 (Dwyer, 2011; van Gelder, 2002). 내 Ph.D.의 일환으로 3 가지 대규모 실험 연구를 수행하여 주된 결과는 인수 매핑 (AM)이 훨씬 더 전통적인 학습 방법보다 메모리 성능을 크게 향상시킬 수 있으며 AM 주입 CT 훈련 제공 CT 성능을 크게 향상시킬 수 있습니다 (Dwyer, 2011). 이렇게 관찰 된 이점을 감안할 때, 여기에 AM에 대한 정보를 공유하고, 특히 자신의 CT를 향상시키고 자하는 사람들, 특히 다른 사람들의 CT를 향상시키고 자하는 이유에 대한 이론적 근거를 공유하는 것이 가치 있다고 생각합니다.
인수 맵의 예제
출처 : (Dwyer, 2011, van Gelder, 2007)
주목할 만하게 개념 매핑 과 마인드 맵핑 과 같은 다른 형태의 논증 다이어그램이 존재하지만, 그것들은 조직화 된 방식과 각 ‘명제’가 제시되는 방식에 따라 AM과 실질적으로 다르다. 많은 개념 매핑 기법의 문제점은 그 자체가 논증을 제시하지 않는다는 것이다. 대신 다이어그램 작성에 사용할 수있는 별도의 텍스트를 표현하는 그래픽 구조를 제시합니다. 개념 간 의사 결정 체계, 일련의 계획 또는 지침, 또는 최선을 다해 인수 개요로 작동합니다. – 논쟁을 충분히 나타내지는 않습니다. 따라서 논증의 텍스트와 다이어그램은 종종 별도의 개체가 될 수 있기 때문에 개념 매핑은 텍스트에서 다이어그램으로 또는 그 반대로 전환해야 할 필요성을 추가함으로써보다인지 적으로 요구 될 수있다 (Chandler & Sweller, 1991; Pollock, Chandler & Sweller, 2002; Tindall-Ford, Chandler & Sweller, 1997). 또한 개념지도의 독자가지도가 파생 된 텍스트의 정보에 익숙하지 않은 경우지도 자체가 무의미 해집니다. 이해를 돕기 위해 문장이나 추론 구조는 필요하지 않습니다. 이러한 맥락에서 개념 매핑 전략은 반드시 모든 사람이 분석 할 수있는 유용한 교육학 보조 도구는 아닐 수도 있습니다.
AM은 거의 200 년 동안 존재 해 왔지만 (Buckingham-Shum, 2003; Whately, 1826 참조), 그들의 건설은 펜과 종이를 통해 완료되는 느리고 지루한 작업이었습니다. 그러므로 추론을 제시하기위한 매개체로서의 표준 산문보다 잠재적 인 이점이 있음에도 불구하고, 학습 도구로 널리 사용되지는 않는다. 다양한 사용자 친화적 인 AM 소프트웨어 프로그램의 출현으로, AM을 구성하는 데 필요한 시간이 상당히 감소되었습니다. 아마도 AM 소프트웨어의 비교적 최근 발전으로 인해 학습에 미치는 영향을 테스트하기위한 연구가 거의 실시되지 않았을 것입니다. 그러나 알츠하이머 병의 CT에 미치는 영향을 조사한 작은 연구 결과 (2007 년 Alvarez-Ortiz, Butchart et al., 2009, Dwyer, Hogan & Stewart, 2011, Dwyer, Hogan & Stewart, 2012, van Gelder, 2001) van Gelder, Bissett & Cumming, 2004). AM이 CT에 유익한 효과를 갖는 이유에 대한 이론적 근거는 전자의 도식적 인 이중 코딩 성격, Gestalt 그룹화 원칙 및 계층 적 조직과 관련된 추론으로 구성됩니다.
첫째, 표준 텍스트와 달리 AM은 이중 양식 (시각적 공간 / 도식 및 구두 / 명제)을 통해 논증을 나타내므로 개별 학습자의 잠재 정보 처리 능력을 촉진합니다. Swayer와 동료들의인지 적 하중 연구 (Sweller, 2010)뿐만 아니라 듀얼 코딩 이론 (Paivio, 1971; 1986), Mayer (1997)의 개념화와 멀티미디어 학습의 경험적 분석은 학습이 향상되고인지 부하가 감소 함을 시사한다 (즉,주의 전환 요구를 피하기 위해) 표현의 시각적 및 언어 적 형태 모두가 적절히 통합되어 있다면, 시각적 인 언어 적 이중 양식의 정보 표현에 의해. AM은 텍스트를 도식화 된 표현으로 통합함으로써 작업 기억에서 정보의 이중 부호화를 지원한다는 점을 감안할 때, 산문 기반 논증을 일관되고 조직화되고 통합 된 표현으로 변환하기 위해 이전에 헌신 된인지 적 자원은 ‘자유화’되고 용이하게 활용 될 수있다 (예 : Craik & Watkins, 1973)뿐만 아니라 CT (Halpern, 2014; Maybery, Bain and Halford, 1986)와 같은 후속적인 고차원 사고 과정을 촉진시킨다. 게다가 AM과 같은 도식화 된 학습 도구 사용에 관한 이전의 연구는 학습 결과에 긍정적 인 영향을 미쳤다 (Berkowitz, 1986; Larkin & Simon, 1987, Oliver 2009, Robinson & Kiewra, 1995). 왜냐하면 정보의 색인 및 구조화는 잠재적으로 CT에 필요한 필수 계산 프로세스를 지원할 수 있기 때문입니다.
- 록 고무 45s
- 개는 “개”를 인식하고 그들은 아프리카에서 무엇을 느끼고 있습니까?
- 작은 이론은 어디에서 왔습니까?
- Day 6 : 영감 심리학의 Lee Jampolsky
- 왜 소셜 미디어가 2016 캠페인을 지배하게 될까요?
둘째, AM은 작업 메모리 및 장기 기억 장치에서 정보 구성을 용이하게하는 Gestalt 그룹화 원칙 (예 : 비슷한 색 구분 및 근접성)을 활용하여 차례로 CT를 용이하게합니다. 예를 들어, AM은 청구에 대한 증거 (즉, 녹색)와 청구항에 대한 증거 (즉, 빨간색)를 구분하기 위해 색상을 사용할 수 있습니다. 따라서 모든 이유는 이의 제기와 마찬가지로 색으로 구분됩니다. 보다 일반적으로, 좋은 AM은 하나의 명제가 다른 명제의 증거라면, 두 명은 적절하게 병치 될 것이고 링크는 관계된 큐를 통해 설명 될 수있다 (van Gelder, 2001).
근접성과 관련하여 현대 AM은 재구성을 용이하게하기 위해 인수의 단일 제안 또는 전체 분기를 제거하거나 한 위치에서 다른 위치로 이전 할 수 있습니다 (그리고 프로세스에서 편집 됨). 명제의 명제와 연쇄가 AM 내에서 조작 될 수있는 방법은 논증에 대한 심층적 인 분석과 평가는 물론 추론 구조의 개선을 촉진 할 수있다. 유사한 명제를 함께 그룹화 할 수 있으므로 동화가 쉬워지고 텍스트 기반 정보 (예 : 한 단락에서 한 페이지, 다른 페이지에서 다른 페이지로)에서주의를 전환 할 필요가 없습니다. 이러한 그룹화는 또한 특정하고 관련있는 정보를보다 효율적으로 검색 할 수있게 해 주며, 이는 지각 추론을 지원합니다.
마지막으로, AM이 CT에 유익한 효과를 갖는 이유 중 세 번째 이유는 AM이 정보를 계층 적 방식으로 나타내며 CT를 홍보하기위한 정보의 구성을 용이하게한다는 것입니다. 중앙 강조 표시에서 논쟁 할 때, 논쟁이 적절히 전달되기 위해 적절하게 표현되어야하는 인수 수준의 수를 제시 할 수있다. 예를 들어 (1) (2) (3) (4) 주장에 대한 지원을 제공하는 인수는 계층 적 구조에서 4 가지 수준을 갖습니다. 더 복잡하거나 ‘더 깊은’논증 (예 : 핵심 주장 아래에 세 개 이상의 논증 수준이있는 경우)은 직선 성으로 인해 텍스트로 표현하기가 어렵습니다. 그러나 학생들이 논증을 분석하고 평가하고 자신의 결론을 추론하는 것이라면 이러한 복잡한 주장 구조가 학생에게 이해되는 것이 필수적입니다. AM의 위 계적 본질은 독자가 각각의 개별 명제가 그들의 추론 관계와 관련하여 다른 관련 명제와 통합되는 논의의 특정 부분을 선택하고 따르도록 허용한다.
게다가 학생들에게 AM을 만들어 내도록 요청하면 교육자에게 학생의 ‘논쟁에 대한 정신 모델’에 대한 가치있는 통찰력을 제공 할 수 있습니다 (Butchart et al., 2009). 이러한 정보는 교사에게 학생들에게 피드백을 제공하거나 단순한 수준에서 복잡한 수준의 논쟁 이해, 분석 및 평가에 이르는 학생 학습을 지원하는 데 사용할 수 있습니다. 논리적으로 AM의 전문 지식이 커짐에 따라 구조화 된 논증을 제시 할 수있는 능력이 생겨 서술 능력도 향상 될 수 있습니다.
참고 문헌
Alvarez-Ortiz, C. (2007). 철학이 비판적 사고 능력을 향상 시키는가? 석사 논문. 호주 멜버른 대학교.
Berkowitz, SJ (1986). 해설 읽기를위한 6 학년 학생들의 기억에 대한 텍스트 구성의 수업 효과. Research Quarterly, 21, 2, 161-178을 읽으십시오.
Buckingham-Shum, SJ (2003). 컴퓨터의 근원은 인수 시각화를 지원했습니다. PA Kirschner, S. Buckingham-Shum, & C. Carr (Eds.), 시각화 논증 : 협업 및 교육 감각을위한 소프트웨어 도구, 3-24. 런던 : Springer-Verlag.
Butchart, S., Bigelow, J., Oppy, G., Korb, K., Gold, I. (2009). 자동화 된 피드백을 통해 웹 기반 인수 매핑을 사용하여 비판적 사고력을 향상시킵니다. Australasian Journal of Educational Technology, 25, 2, 268-291.
Chandler, P., & J. Sweller, J. (1991). 인지 부하 이론에 대한 증거. 인지 및 교훈, 8, 4, 351 ~ 362.
Craik, FIM, & Watkins, MJ (1973). 단기 기억에서 리허설의 역할. Journal of Verbal Learning 및 Verbal Behavior, 12, 6, 599-607.
Dwyer, CP (2011). 학습 도구로서의 인수 매핑 평가. 박사 학위 논문. 아일랜드 국립 대학교, 골웨이.
Dwyer, CP, Hogan, MJ, & Stewart, I. (2011). 인수 매핑을 통한 비판적 사고 능력의 향상. CP Horvart & JM Forte (Eds.), Critical Thinking, 97-122. Nova Science Publishers, 뉴욕.
Dwyer, CP, Hogan, MJ, & Stewart, I. (2012). e- 러닝 환경에서 비판적 사고 성능을 향상시키는 방법으로서의 논리적 매핑 평가. 메타인지와 학습, 7, 219-244.
Halpern, DF (2014). 생각과 지식 : 비판적 사고에 대한 소개 (5th Ed.). 영국 : Psychology Press.
Larkin, J., & Simon, H. (1987). 왜 다이어그램은 (때로는) 만 단어의 가치가 있습니다. 인지 과학, 11, 65-99.
Maybery, MT, Bain, JD, & Halford, GS (1986). 전이 유추의 정보 처리 요구. Experimental Psychology 저널 : Learning, Memory, and Cognition, 12, 4, 600-613.
Mayer, RE (1997). 멀티미디어 학습 : 올바른 질문을하고 있습니까? 교육 심리학자, 32, 1, 1-19.
Oliver, K. (2009). 과학 텍스트의 독해력을 향상시키기위한 개념 매핑 조사. Journal of Science Education and Technology, 18, 5, 402-414.
Paivio, A. (1971). 이미지 및 구두 프로세스. Hillsdale, NJ : Erlbaum.
Paivio, A. (1986). 정신 표현 : 이중 코딩 접근법. 뉴욕 : Oxford University Press.
Pollock, E., Chandler, P., & Sweller, J. (2002) 복잡한 정보의 동화. 학습 및 교육, 12, 61-86.
Robinson, DH, & Kiewra, KA (1995). 시각적 논증 : 그래픽 주최자는 텍스트 학습을 개선하는 데있어 개요보다 우수합니다. Journal of Educational Psychology, 87, 3, 455-467.
Sweller, J. (2010). 인지 부하 이론 : 최근의 이론적 발전. JL Plass, R. Moreno & R. Brünken (Eds.),인지 하중 이론, 29-47. 뉴욕 : 케임브리지 대학 출판부.
Tindall-Ford, S., Chandler, P., & Sweller, J. (1997). 두 가지 감각 모드가 하나보다 낫다. Journal of Experimental Psychology : Applied, 3, 4, 257-287.
반 겔더, TJ (2001). 교육 기술을 사용하여 비판적 사고를 개선하는 방법. Kennedy, M. Keppell, C. McNaught & T. Petrovic (Eds.), 교차로에서의 회의 : 고등 교육에서 컴퓨터를 배우기위한 제 18 차 연례 회의의 진행, 539-548. 멜버른 : 생물 의학 멀티미디어 단위, 멜버른 대학.
반 겔더, TJ (2002). 이유와 함께 인수 매핑! APA Newsletter : 철학 및 컴퓨터, 2, 1, 85-90.
반 겔더, TJ (2007). RationaleTM의 근거. Law, Probability & Risk, 6, 23-42.
van Gelder, TJ, Bissett, M., & Cumming, G. (2004). informalreasoning 전문 기술 향상. Canadian Journal of Experimental Psychology 58, 142-52.
Whately, R. (1826). 논리의 요소. 런던 : Fellowes.