程朝娟 朱巧萍

摘要：科學(xué)推理是科學(xué)思維的重要組成部分?；赗asch模型運(yùn)用LCTSR 2000對419名理科生的科學(xué)推理能力進(jìn)行測評研究，分析量表的質(zhì)量和被試科學(xué)推理能力發(fā)展情況。研究表明：理科生的科學(xué)推理能力各維度發(fā)展不均衡；科學(xué)推理能力與學(xué)業(yè)成績呈較低的正相關(guān)；男生的科學(xué)推理能力略高于女生，科學(xué)推理能力不存在顯著的性別差異。依據(jù)實(shí)證研究結(jié)果，對影響科學(xué)推理能力發(fā)展的主要原因進(jìn)行討論，并提出相應(yīng)的教學(xué)建議。

關(guān)鍵詞：Rasch模型；科學(xué)推理能力；質(zhì)量分析；測評研究；教學(xué)建議

中圖分類號：G633.7文獻(xiàn)標(biāo)志碼：A文章編號：16735072（2024）03033508

皮亞杰認(rèn)為科學(xué)推理是一種由認(rèn)知發(fā)展進(jìn)入形式操作階段后，兒童或成人所具備的一種推理方式［1］。Zimmerman［2］認(rèn)為科學(xué)推理是運(yùn)用科學(xué)探究方法或者原則進(jìn)行推理并解決問題的過程。Lawson［3］把科學(xué)推理能力分成6個維度，即質(zhì)量與體積守恒推理、比例推理、概率推理、控制變量推理、假設(shè)演繹推理和相關(guān)推理。《普通高中物理課程標(biāo)準(zhǔn)（2017年版）》［4］和《義務(wù)教育物理課程標(biāo)準(zhǔn)（2022年版）》［5］認(rèn)為科學(xué)思維是物理學(xué)科核心素養(yǎng)要素之一，而科學(xué)思維包含科學(xué)推理。所以，進(jìn)行科學(xué)推理能力的測評分析，對物理教學(xué)中提升學(xué)生物理學(xué)科核心素養(yǎng)具有重大意義。

LCTSR 2000量表在教育研究中被廣泛用來測量學(xué)生的科學(xué)推理能力發(fā)展情況。從研究對象來看，運(yùn)用該量表可以研究從小學(xué)到本科的各個階段學(xué)生的科學(xué)推理能力。從研究內(nèi)容來看，就科學(xué)推理能力發(fā)展水平而言，魏昕等［6］研究了中小學(xué)生的科學(xué)推理能力隨年級變化的發(fā)展規(guī)律，劉成英等［7］發(fā)現(xiàn)，從小學(xué)到大學(xué)的學(xué)生科學(xué)推理能力出現(xiàn)階段性上升；在影響科學(xué)推理能力的因素方面，主要有宏觀外部環(huán)境、學(xué)科知識、教學(xué)模式、性別、個體能力等因素。從研究方法來看，大多數(shù)科學(xué)推理測評研究是根據(jù)經(jīng)典測量理論，極少是根據(jù)項(xiàng)目反應(yīng)理論進(jìn)行科學(xué)推理能力測評研究。

傳統(tǒng)的經(jīng)典測量理論具有測量依賴性和樣本依賴性，無法避免題目難度估計和被試能力估計的相互干擾問題。項(xiàng)目反應(yīng)理論能夠克服經(jīng)典測量理論的局限性，并具有測量客觀性和等距性等優(yōu)點(diǎn)?；陧?xiàng)目反應(yīng)理論的Rasch模型能夠平衡被試能力和題目難度之間的關(guān)系，保證測評的客觀性和準(zhǔn)確性。本研究選取剛從高中畢業(yè)進(jìn)入大學(xué)階段的大一新生進(jìn)行測試，基于項(xiàng)目反應(yīng)理論下的Rasch模型先對LCTSR 2000量表進(jìn)行質(zhì)量分析，再科學(xué)、客觀地對高中階段科學(xué)推理能力的培養(yǎng)情況進(jìn)行探討，并對影響科學(xué)推理能力發(fā)展的因素進(jìn)行討論，為中學(xué)物理教學(xué)提供教學(xué)建議，完善教學(xué)模式。

1測量分析

1.1研究對象對已經(jīng)完成中學(xué)物理課程的理科生的科學(xué)推理能力進(jìn)行測試，可以較好地反映高中生科學(xué)推理能力的培養(yǎng)情況。本研究以寧夏大學(xué)的物理學(xué)院和電子與電氣工程學(xué)院的大一學(xué)生作為研究對象，專業(yè)為物理學(xué)、應(yīng)用物理、電子信息工程、電氣工程及自動化和新能源材料與器件。該測試采用紙筆測試，測試時間為30分鐘，共發(fā)放測試卷456份，剔除無效答卷，得到有效答卷419份，其中男生307名，女生112名。

1.2測評工具LCTSR 2000量表共有24道題目，測試科學(xué)推理能力6個子維度的題目分布如表1。24道題目共描述了12個問題情境，每2道題目為一組。測試結(jié)果采用二級計分方式，測試卷的總分為24分，回答正確計1分，回答錯誤計0分。

1.3研究工具

項(xiàng)目反應(yīng)理論認(rèn)為，被試學(xué)生是否答對題目不僅取決于被試能力水平的高低，而且受題目難度等其他因素的影響。不同能力水平的學(xué)生在不同題目上的反應(yīng)會有區(qū)別，從被試的反應(yīng)能夠估計被試的能力水平。使用概率函數(shù)預(yù)測被試正確回答的概率，被試的回答結(jié)果由被試能力與題目特性相互作用而產(chǎn)生［8］。

丹麥物理學(xué)家Georg Rasch于1960年提出基于項(xiàng)目反應(yīng)理論的Rasch模型。Rasch模型為教育學(xué)、心理學(xué)提供了更為客觀性的測量方法。Rasch模型是一種理想的模型，被試能力、題目難度以及被試正確作答的概率之間的關(guān)系可以用方程式（1）來表示。

式中：θm表示被試能力，δi表示題目難度，Pm表示答對概率［9］。個體能否正確回答題目，完全取決于個體能力和題目難度之間的比較。

Rasch模型具有以下優(yōu)點(diǎn)［10］：（1）將原始分?jǐn)?shù)轉(zhuǎn)化為Logit得分，使得測量分?jǐn)?shù)具有等距性；（2）被試能力分布與題目難度分布之間相互獨(dú)立，互不影響；（3）被試能力和題目難度是根據(jù)被試在題目上的反應(yīng)通過數(shù)學(xué)模型估算得到，使測量結(jié)果具有精確性；（4）將被試能力和題目難度放在同一量尺上，數(shù)據(jù)可進(jìn)行比較。

1.4數(shù)據(jù)分析方法及過程

科學(xué)推理能力測評是通過被試作答24道題目的情況，來測量不可直接觀察到的、潛在的物理量（即學(xué)生科學(xué)推理能力）。采用Winsteps軟件進(jìn)行Rasch分析，對量表的質(zhì)量進(jìn)行檢驗(yàn)，包括題目信度、被試信度、分離度、懷特圖、具體題目擬合度和氣泡圖等。根據(jù)懷特圖判斷被試能力與題目難度的分布情況，并對各維度進(jìn)行歸一化處理，判斷科學(xué)推理各維度難度分布情況。運(yùn)用Rasch模型對所有測試數(shù)據(jù)進(jìn)行處理得到個體能力值（即Logit得分），對學(xué)生的科學(xué)推理能力進(jìn)行描述性統(tǒng)計分析，并研究科學(xué)推理能力與高考課程成績以及性別之間的相關(guān)性。

2科學(xué)推理量表質(zhì)量分析檢驗(yàn)

2.1整體質(zhì)量檢驗(yàn)

對419名被試的24個題目數(shù)據(jù)進(jìn)行整體質(zhì)量檢驗(yàn)，結(jié)果如表2所示。

Rasch模型一般將題目難度均值設(shè)為0，被試能力平均值為0.33，與題目難度均值相差不大，說明題目整體能夠與學(xué)生能力水平相匹配。Infit MNSQ是加權(quán)均方擬合統(tǒng)計量，Outfit MNSQ是未加權(quán)均方擬合統(tǒng)計量。MNSQ的理想值為1，在0.5～1.5表示數(shù)據(jù)與Rasch模型擬合較好。ZSTD統(tǒng)計量是擬合統(tǒng)計量，其理想值為0，當(dāng)ZSTD值在-2～2時，說明擬合程度較好。由表2可知，被試能力和題目難度的擬合度指標(biāo)均在可接受范圍內(nèi)，這意味著數(shù)據(jù)與Rasch模型擬合程度較好。

分離度反映被試能力與題目難度在研究變量上的分離程度，取值大于2時，區(qū)分度較好。被試能力的分離度為1.68，說明被試的能力分布比較窄；題目難度的分離度為9.05，表明題目能很好區(qū)分被試能力。

信度的理想值是1，如果測試的信度超過0.7，則表示測試的信度較高，如果測試的信度在0.6～0.7，則表示測試的信度良好。根據(jù)表2可知，被試信度為0.74，題目信度為0.99，信度較高，說明被試能力和題目難度的測驗(yàn)結(jié)果的可信度很高。

2.2被試能力與題目難度匹配度分析

如圖1所示，Rasch模型將被試能力與題目難度以對數(shù)形式轉(zhuǎn)換為等距的Logit區(qū)間，并通過懷特圖表現(xiàn)出來。中間的豎線為Logit刻度尺，旁邊的M為平均值，S代表一個標(biāo)準(zhǔn)偏差，T代表2個標(biāo)準(zhǔn)偏差。最左邊的數(shù)字代表的是考生的能力水平與科學(xué)推理題目難度的Logit得分，從上到下，Logit值會減少，意味著考生的能力水平會下降，題目的難度也會降低。標(biāo)尺的左邊顯示學(xué)生能力水平的數(shù)量分布，1個“#”代表3，一個“.”代表1或2。標(biāo)尺右邊是題目的難度分布情況，數(shù)字編號代表不同題目。

由圖1可知，被試學(xué)生能力水平分布范圍約為8個Logit區(qū)間，題目難度分布范圍約為4個Logit區(qū)間。懷特圖的理想分布情況是，不同難度的題目均有對應(yīng)水平的被試，被試分布比較密集處所對應(yīng)的題目數(shù)量應(yīng)相對較多，高水平的學(xué)生應(yīng)有高難度題目與之對應(yīng)。本研究中，被試集中分布在中部，上下分布較少，說明被試能力大致呈正態(tài)分布。從分布對應(yīng)的情況來看，缺乏高水平的題目與高水平的學(xué)生相對應(yīng)，題目的難度分布沒有很好地覆蓋所有水平的學(xué)生。被試能力均值M與題目難度均值較接近，表明題目難度整體適當(dāng)。

2.3具體題目擬合度與誤差分析

題目難度與Rasch模型的擬合情況如表3所示，從上往下題目難度依次降低。測量的誤差用標(biāo)準(zhǔn)誤表示，標(biāo)準(zhǔn)誤越小，表明題目對學(xué)生的估計結(jié)果越穩(wěn)定，題目的可信度越高。題目和測驗(yàn)?zāi)繕?biāo)之間的關(guān)聯(lián)性可以用相關(guān)系數(shù)來表達(dá)，相關(guān)系數(shù)越大，說明題目與測驗(yàn)?zāi)繕?biāo)的關(guān)聯(lián)性越高。

每道題目的標(biāo)準(zhǔn)誤為0.11～0.17，都小于0.40，說明測試得到的題目難度值與真實(shí)值比較接近，數(shù)據(jù)可靠性較高。相關(guān)系數(shù)在0.29～0.54，與測量目標(biāo)均正相關(guān)。第13題為0.29，其他題目都大于或等于0.30。說明第13題與測量目標(biāo)正相關(guān)性不明顯，該題在測評被試學(xué)生的科學(xué)推理能力水平時，獲得的有效信息較少。

Infit MNSQ為0.84～1.12，均在理想范圍內(nèi)；Outfit MNSQ為0.72～1.75，除了第14題大于1.5外，其余所有題目均在0.50～150。表明該測驗(yàn)題目具有很好的擬合度和質(zhì)量，可以對學(xué)生的科學(xué)推理能力進(jìn)行正確的評價。

2.4氣泡圖

氣泡圖能夠更加直觀地反映題目的測量誤差和擬合情況，如圖2所示。每個氣泡表示1個題目，氣泡的大小代表的是標(biāo)準(zhǔn)誤，氣泡越小，則標(biāo)準(zhǔn)誤越小，測量結(jié)果更加精確。部分題目氣泡重疊在一起，說明這些題目的難度和擬合指標(biāo)相接近。橫坐標(biāo)代表未加權(quán)均方擬合統(tǒng)計量，縱坐標(biāo)代表題目難度值，從下往上題目難度依次增大。所以，第1題難度最小，第14和8題難度很大。除了第14題Oufit MNSQ不在理想范圍內(nèi)，其余題目的擬合度在可接受范圍，這與具體題目分析擬合的結(jié)果是一樣的。

3科學(xué)推理能力測評分析

3.1被試科學(xué)推理能力總體表現(xiàn)水平

被試總體科學(xué)推理能力描述性統(tǒng)計如表4所示。被試學(xué)生的科學(xué)推理能力的Logit得分全距為7.70，樣本學(xué)生的科學(xué)推理能力水平差異較大、分布較廣。能力均值為0.33，均值標(biāo)準(zhǔn)誤為0.05，數(shù)據(jù)的可信度高。

3.2被試科學(xué)推理能力各維度表現(xiàn)情況

被試在各維度的人均能力得分見表5，將其進(jìn)行歸一化處理，即每個維度的人均得分除以該維度題目的總分值，從而比較被試的科學(xué)推理能力在各維度的表現(xiàn)情況。根據(jù)歸一化結(jié)果繪制的雷達(dá)圖如圖3所示，被試科學(xué)推理能力的各個維度發(fā)展不均衡。對比圖1和圖3 可知，守恒推理維度題目對于被試而言較簡單，被試得分較高；控制變量、概率、相關(guān)、比例推理維度題目對于被試較難，得分較低?？梢?，理科生的守恒推理能力發(fā)展較好，控制變量推理能力、概率推理能力、相關(guān)推理能力和比例推理能力發(fā)展較差。

3.3被試科學(xué)推理能力與高考成績相關(guān)性

被試的能力值（Logit得分）與高考成績的皮爾遜相關(guān)分析結(jié)果如表6所示，被試的科學(xué)推理能力與高考課程成績存在正相關(guān)，說明課程成績較好的學(xué)生，科學(xué)推理能力水平也較高。但相關(guān)系數(shù)均小于0.5，說明相關(guān)程度較低。

3.4不同性別學(xué)生科學(xué)推理能力對比分析

不同性別學(xué)生科學(xué)推理能力的描述性統(tǒng)計如表7所示。男生的科學(xué)推理能力均值為0.368，女生為0

227，男生的科學(xué)推理能力略高于女生。將男生和女生的科學(xué)推理能力Logit得分進(jìn)行獨(dú)立樣本t檢驗(yàn)。結(jié)果表明，雙尾顯著性是0.223，大于0.05，說明被試科學(xué)推理能力無顯著的性別差異。

4討論

4.1學(xué)科知識與科學(xué)推理能力的關(guān)聯(lián)性Bao等［11］通過對比研究得出，中美大學(xué)生的學(xué)科知識能力存在顯著差異，而科學(xué)推理能力差異并不顯著，表明科學(xué)推理能力受物理知識的影響很小。李力舟等［12］研究顯示，高一學(xué)生的科學(xué)推理能力水平與其所掌握的物理知識有密切的關(guān)系。皮亞杰等［13］認(rèn)為，兒童的7—10歲是具體運(yùn)算階段，11—15歲是形式運(yùn)算階段。個人的認(rèn)知階段會對科學(xué)推理能力產(chǎn)生很大的影響，每一個認(rèn)知階段都有一個特殊的窗口期［14］。高一學(xué)生是在形式運(yùn)算階段，物理知識對高一學(xué)生的科學(xué)推理能力有一定的促進(jìn)作用。從高中畢業(yè)進(jìn)入本科階段的學(xué)生的科學(xué)推理能力已經(jīng)達(dá)到穩(wěn)定狀態(tài)，可能不會隨著學(xué)科知識而發(fā)生變化，此階段學(xué)科知識與科學(xué)推理能力不具有顯著性相關(guān)。所以，不同階段的學(xué)生，物理學(xué)科知識對科學(xué)推理能力的影響可能會有所區(qū)別。

4.2教學(xué)模式對科學(xué)推理能力的影響

中學(xué)物理教學(xué)模式對學(xué)生科學(xué)推理能力會產(chǎn)生比較大的影響。探究式教學(xué)能夠有效提升學(xué)生的學(xué)科知識水平以及科學(xué)推理能力［15］。接受過探究式教學(xué)的學(xué)生相比于接受傳統(tǒng)教學(xué)的學(xué)生，在控制變量推理和相關(guān)推理能力等方面發(fā)展較好［16］。目前中學(xué)物理教學(xué)以傳統(tǒng)傳授式教學(xué)為主，直接傳授物理概念、規(guī)律給學(xué)生，通過大量的習(xí)題來鞏固物理知識，忽略了對學(xué)生思維能力的培養(yǎng)。守恒推理題目主要考察質(zhì)量和體積等基礎(chǔ)概念，通過中學(xué)階段的物理教育傳統(tǒng)教學(xué)模式，學(xué)生能夠具備基本的守恒推理的思維能力。相關(guān)推理是科學(xué)探究式教學(xué)所涉及的推理能力，是在確定變量之間的相互關(guān)系的一種思維形式。控制變量推理需要讓學(xué)生經(jīng)歷科學(xué)探究過程，通過科學(xué)地控制變量，對假設(shè)進(jìn)行檢驗(yàn)。理科生在控制變量推理和相關(guān)推理方面較弱，可能與采用傳統(tǒng)教學(xué)模式有關(guān)。所以，采取探究式教學(xué)模式有利于提升學(xué)生的科學(xué)推理能力。

當(dāng)學(xué)生經(jīng)過模型建構(gòu)，需要使用適當(dāng)?shù)臄?shù)學(xué)分析方法進(jìn)行推理，并得到正確的結(jié)論，學(xué)生的科學(xué)推理能力才能得以提高［17］。概率推理是由已知的變量信息來推導(dǎo)未知變量信息的過程，概率推理往往會需要結(jié)合數(shù)學(xué)運(yùn)算。比例推理要求通過已知信息和比例的相關(guān)性質(zhì)，并能夠根據(jù)具體的情境把握數(shù)量關(guān)系的變化，從而進(jìn)行數(shù)學(xué)運(yùn)算及推理的過程。學(xué)生運(yùn)用比值定義法來構(gòu)建科學(xué)概念時，需要有較大的數(shù)學(xué)運(yùn)算。概率推理和比例推理能力維度題目對于理科生而言較難，可能與中學(xué)物理教學(xué)中教師對于復(fù)雜的物理情境蘊(yùn)含的數(shù)學(xué)問題沒有深入剖析有關(guān)。

4.3科學(xué)推理能力的性別差異Linn［18］和Burbules［19］研究得出，在高中階段，男生的科學(xué)推理能力通常優(yōu)于女生。男生的思維往往更加傾向于抽象思維，擅長分析與推理，思維的靈活性較好；女生更加偏向于形象思維，善于模仿，關(guān)注細(xì)節(jié)［20］，能把握問題的整體與部分之間的聯(lián)系，擅長類比以及聯(lián)想，推理分析能力較薄弱。馮秀梅等［21］研究表明中美大學(xué)生的科學(xué)推理能力整體存在性別差異，其中，美國學(xué)生的性別差異較顯著，而中國學(xué)生的性別差異相對較小。李夢宇等［22］研究得出高二學(xué)生的科學(xué)推理能力存在顯著的性別差異。李力舟等［12］研究得出可能女生更適應(yīng)傳統(tǒng)的物理教學(xué)模式。

本研究得出科學(xué)推理能力不存在顯著的性別差異，女生可能更適應(yīng)當(dāng)下的物理教學(xué)模式，所以會縮短與男生之間的科學(xué)推理能力差異，從而使得科學(xué)推理能力不存在顯著的性別差異。對于不同的被試，科學(xué)推理能力的性別差異研究可能會有不一樣的結(jié)果，科學(xué)推理能力與性別之間的關(guān)系還有待繼續(xù)考究。

5建議

5.1均衡發(fā)展各維度科學(xué)推理能力

優(yōu)化物理課程設(shè)置，重視物理實(shí)驗(yàn)探究課程。教師需要引導(dǎo)學(xué)生進(jìn)行探究性實(shí)驗(yàn)，在實(shí)驗(yàn)探究環(huán)節(jié)，創(chuàng)設(shè)物理情境，設(shè)置有梯度的物理問題；引導(dǎo)學(xué)生使用歸納、推理和論證等科學(xué)思維方法解決相關(guān)物理實(shí)驗(yàn)現(xiàn)象及數(shù)據(jù)；在探究過程中重視培養(yǎng)學(xué)生的控制變量推理能力以及相關(guān)推理能力，使學(xué)生的思維呈階梯式發(fā)展，提升學(xué)生物理學(xué)科核心素養(yǎng)。

注重運(yùn)用數(shù)學(xué)方法解決復(fù)雜物理情境問題。學(xué)生在復(fù)雜的物理情境中運(yùn)用數(shù)學(xué)方法解決問題，仍然需要合適的引導(dǎo)和訓(xùn)練。物理教學(xué)中教師要引導(dǎo)學(xué)生發(fā)散數(shù)理思維，引導(dǎo)學(xué)生將復(fù)雜物理問題轉(zhuǎn)化成數(shù)學(xué)問題或者運(yùn)用數(shù)學(xué)方法解決物理問題，培養(yǎng)學(xué)生能夠根據(jù)物理情境運(yùn)用數(shù)學(xué)分析方法進(jìn)行科學(xué)推理的能力，同時注重提升學(xué)生的概率推理能力以及比例推理能力。

5.2物理教學(xué)中注重培養(yǎng)學(xué)生科學(xué)推理能力

理科生的科學(xué)推理能力與課程成績呈較低的正相關(guān)，因此，對于中學(xué)物理教學(xué)如何提升學(xué)生的科學(xué)推理能力還需要多加思考。“新高考”教育改革背景下，應(yīng)該減弱“應(yīng)試教育”和“題海戰(zhàn)術(shù)”的影響，發(fā)揮學(xué)生的主體性以及能動性，重視過程性學(xué)習(xí)，提升學(xué)生綜合素質(zhì)能力。創(chuàng)設(shè)真實(shí)情境，引導(dǎo)學(xué)生提出問題，在解決問題過程中提煉出相關(guān)物理概念、物理規(guī)律，并進(jìn)行判斷、推理，最后得出結(jié)論，在此過程中不斷發(fā)散思維，促進(jìn)科學(xué)推理能力的提升。

5.3正確看待科學(xué)推理能力性別差異

在教學(xué)過程中，需要消除“女生適合學(xué)文科，男生適合學(xué)理科”的刻板觀念。尊重個體發(fā)展的特點(diǎn)及能力水平，針對性采取不同的教學(xué)策略和方法，因材施教，給予每一位學(xué)生自信心，鼓勵學(xué)生從多角度思考問題，培養(yǎng)推理論證的習(xí)慣，提升學(xué)生的科學(xué)推理能力。

5.4高校應(yīng)注重學(xué)生的科學(xué)推理能力培養(yǎng)

在大學(xué)教育中，應(yīng)注重提升大學(xué)生的科學(xué)推理能力。首先，合理安排基礎(chǔ)性與實(shí)踐性教學(xué)的比例，注重實(shí)驗(yàn)教學(xué)和小組討論等教學(xué)方法，引導(dǎo)學(xué)生進(jìn)行科學(xué)推理，促進(jìn)理科生的科學(xué)推理能力的發(fā)展。其次，要充實(shí)實(shí)踐性教學(xué)資源，營造科研活動氛圍，增強(qiáng)學(xué)生的實(shí)際操作能力，并將其與大學(xué)生的創(chuàng)新創(chuàng)業(yè)活動有機(jī)地結(jié)合起來，以培養(yǎng)學(xué)生的創(chuàng)造能力和實(shí)踐能力。同時，大學(xué)生也應(yīng)主動攝取知識，善于思考，積極參與創(chuàng)新實(shí)踐活動，對研究問題進(jìn)行深度挖掘，進(jìn)行科學(xué)推理，質(zhì)疑創(chuàng)新，不斷提升自身的科學(xué)推理能力。

參考文獻(xiàn)：

［1］嚴(yán)文法，胡衛(wèi)平.國外青少年科學(xué)推理能力研究綜述［J］.外國中小學(xué)教育，2009（5）：2328.

［2］ZIMMERMAN C.The development of scientific thinking skills in elementary and middle school［J］.Developmental Review，2006，27（2）：172223.

［3］LAWSON A E.The development and validation of a classroom test of formal reasoning［J］.Journal of Research in Science Teaching，1978，15（1）：1124.

［4］中華人民共和國教育部.普通高中物理課程標(biāo)準(zhǔn)（2017年版）［S］.北京：人民教育出版社，2020.

［5］中華人民共和國教育部.義務(wù)教育物理課程標(biāo)準(zhǔn)（2022年版）［S］.北京：人民教育出版社，2022.

［6］魏昕，郭玉英，徐燕.中小學(xué)生科學(xué)推理能力發(fā)展現(xiàn)狀研究：以北京市中小學(xué)生為樣本［J］.北京師范大學(xué)學(xué)報（自然科學(xué)版），2011，47（5）：461464.

［7］劉成英，李太華，劉忠旭，等.學(xué)生科學(xué)推理能力發(fā)展規(guī)律與階段特征：基于1887名學(xué)生的測量分析［J］.上海教育科研，2019（7）：2529.

［8］王玥，常淑娟，韓曉玲，等.基于項(xiàng)目反應(yīng)理論的題庫構(gòu)建及其有效性檢驗(yàn)：以“現(xiàn)代教育技術(shù)”公共課為例［J］.現(xiàn)代教育技術(shù)，2019，29（10）：4147.

［9］晏子.心理科學(xué)領(lǐng)域內(nèi)的客觀測量：Rasch模型之特點(diǎn)及發(fā)展趨勢［J］.心理科學(xué)進(jìn)展，2010，18（8）：12981305.

［10］韋斯林，柳秀峰，王祖浩.基于Rasch理論的計算機(jī)模型教學(xué)測驗(yàn)的設(shè)計與應(yīng)用［J］.中國電化教育，2014（7）：139144.

［11］BAO L，CAI T F，KOENIG K，et al.Physics.Learning and scientific reasoning.［J］.Science，2009，323（1）：586587.

［12］李力舟，魏昕，郭玉英.民族地區(qū)中學(xué)生科學(xué)推理能力的研究［J］.內(nèi)蒙古師范大學(xué)學(xué)報（教育科學(xué)版），2013，26（12）：129132.

［13］皮亞杰.發(fā)生認(rèn)識論原理［M］.王憲鈿，譯.北京：商務(wù)印書館，1981.

［14］古德.羅納德.G.兒童如何學(xué)科學(xué)：概念的形成和對教學(xué)的建議［M］.張東海，譯.北京：人民教育出版社，2005.

［15］LAWSON A E，ALKHOURY S，BENFORD R，et al.What kinds of scientific concepts exist？ Concept construction and intellectual development in college biology［J］.Journal of Research in Science Teaching，2000，37（9）：9961018.

［16］王萌萌，趙敏，方愷.探究式教學(xué)模式對本科生科學(xué)推理能力培養(yǎng)的效果分析［J］.物理與工程，2018，28（5）：110113.

［17］吳春曉，黃致新.如何培養(yǎng)學(xué)生在復(fù)雜物理情境中的數(shù)學(xué)分析能力［J］.物理教學(xué)探討，2022，40（12）：7276.

［18］LINN M C.Gender，Mathematics，and Science［J］.Educational Researcher，1989，18（8）：1727.

［19］BURBULES N C，LINN M C.Response to contradiction：scientific reasoning during adolescence.［J］.Journal of Educational Psychology，1988，80（1）：6775.

［20］王南方，馮秀梅.物理學(xué)習(xí)態(tài)度中的性別差異及其應(yīng)對策略研究［J］.物理教師，2011，32（12）：68.

［21］馮秀梅，包雷，余子俠.中美大學(xué)生科學(xué)推理能力的性別差異探討［J］.高等教育研究，2013，34（7）：7074.

［22］李夢宇，李建彬，胡象嶺.高二學(xué)生科學(xué)推理能力現(xiàn)狀調(diào)查［J］.物理教師，2018，39（9）：1821.

Research on the Evaluation of Scientific Reasoning Abilityof Science Students based on Rasch Model

CHENG Chaojuan，ZHU Qiaoping

（College of Physics，Ningxia University ，Yinchuan Ningxia 750021，China）

Abstract：Scientific reasoning is an important part of scientific thinking.Based on Rasch model，LCTSR 2000 is employed to evaluate the scientific reasoning ability of 419 science students.The quality of scale and the development of scientific reasoning ability of subjects are also analyzed.The study shows that the dimensional development of scientific reasoning ability of science students is not balanced；scientific reasoning ability has a low positive correlcotion with academic achievement;the scientific reasoning ability of male students is slightly higher than that of female students，and there is no significant gender difference in scientific reasoning ability.Based on the empirical findings，the main reasons that affect the development of scientific reasoning ability are discussed and corresponding teaching suggestions are put forward.

Keywords：Rasch model；scientific reasoning ability；quality analysis；evaluation research；teaching suggestions