ENGAGEMENT IN A SCIENCE CLASSROOM
5 Discussion
From this study we can conclude that both the amount and type of argumentation differ between the textbooks in biology, chemistry and mathematics. In line with the results from Riebeck (2015), there are more similarities between chemistry and mathematics than between biology and mathematics. Further, this study shows that the mathematics textbook contains more argumentation per sentence, and clearer logical connections through a larger proportion of type 1 markers. Based on these differences we draw the conclusion that science teachers can use students’ knowledge from mathematics as well as from the different science disciplines to enrich students’ argumentation skills. Biology, chemistry and
mathematics textbooks contribute with examples that can enrich students’ transferrable argumentation skills in different ways.
6 References
Adams, R. A., & Essex, C. (2013). Calculus: A Complete Course (8th ed.). Pearson: London, UK.
Chang, R. (2010). Chemistry (10th ed.). McGraw-Hill Higher Education: NY.
Fischer, F., Kollar, I., Ufer,S., Sodian, B., Hussmann, H., Pekruna, R., ……Eberle, J. (2014). Scientific Reasoning and Argumentation: Advancing an Interdisciplinary Research Agenda in Education.
Frontline Learning Research 5, 28-45.
Konstantinidou, A., & Macagno, F. (2013). Understanding Students’ Reasoning: Argumentation Schemes as an Interpretation Method in Science Education. Science & Education 22(5), 1069–1087.
National Council of Teachers of Mathematics (NCTM). (2000). Principles and standards for school mathematics. Reston, VA: National Council of Teachers of Mathematics.
McNamara, D. S., Kintsch, E., Butler Songer, N., & Kintsch, W. (1996). Are Good Texts Always Better?
Interactions of Text Coherence, Background Knowledge, and Levels of Understanding in Learning from Text. Cognition and Instruction, 14(1), 1-43.
163
Reece, J. B., Urry, L. A., Cain, M. L., Wasserman, S. A., Minorsky, P. V., & Jackson, R. B. (2013). Campbell Biology (10th ed.). Pearson: Glenview, IL.
Riebeck, J. (2015). Steg för steg: Naturvetenskapligt ämnesspråk som räknas. Doktorsavhandling.
Göteborgs universitet.
Skolverket. (2011a). Läroplan för grundskolan, förskoleklassen och fritidshemmet. Stockholm:
Skolverket.
Skolverket. (2011b). Läroplan för gymnasieskolan. Stockholm: Skolverket.
Toulmin, S. E. (1958). The uses of argument. London: Cambridge University press.
Österholm, M., & Bergqvist, E. (2013). What is so special about mathematical texts? Analyses of common claims in research literature and of properties of textbooks. ZDM – The International Journal on Mathematics Education, 45(5), 751-763.
164
57. FINNS "FÖRMÅGORNA"?
Frank Bach1, Birgitta Frändberg1, Mats Hagman1, Eva West1, Ann Zetterqvist1
1Göteborgs Universitet, Göteborg, Sweden
Abstract
The current Swedish national curriculum is often interpreted as if distinct abilities exist, that can be assessed. During 2013-2015 national tests in science subjects for grade six was carried out. One clear assignment was then to provide information about students' scientific knowledge in relation to three called abilities: communicate, explore and explain. But is it possible to empirically distinguish the so-called abilities from one another in the students' answers? Exploratory and confirmatory factor analysis was used on more than 60,000 students´ answers to investigate this. The results show that an overall ability is a more reasonable option. There is thus no empirical support for providing grades with special conditions linked to so-called abilities. This will jeopardize test validity and thus also the valid basis for grading. A more reliable option is probably to let the student's strong and weak performances in relation to different parts of the syllabus compensate each other.
1 Inledning
1.1 Bakgrund
Inför införandet av den nu gällande läroplanen (Skolverket, 2016) för grundskolan, förskoleklassen och fritidshemmet var en av ambitionerna att ge lärarna ett bättre stöd för att sätta rättvisa och likvärdiga betyg. Detta skulle ske genom att göra målen i kursplanerna "konkreta och ämnesinriktade” (Davidsson, 2007) och därmed uppnå ökad tydlighet när det gäller mål och betygskriterier. Det nuvarande
betygssystemet kan betraktas som ett icke-kompensatoriskt system, genom att goda prestationer på ett område inte kan uppväga mindre goda prestationer på ett annat. Ordalydelsen för exempelvis betyget D
”Betyget D innebär att kunskapskraven för betyget E och till övervägande del för C”, har öppnat för en uppdelning av kunskapskraven i delar, utan att regelverket ger någon tydlig anvisning om vilka delarna är. Att döma av den debatt som speglats i olika media har kunskapskraven och deras olika delar tillmätts en ökande betydelse för såväl undervisning som bedömning. Graden av uppdelning har varierat, allt från att man betraktar varje enskild sats i kunskapskraven som en egen del till att se hela kunskapskravet som en odelbar helhet. Särskilt frekvent tycks det vara att betrakta de punktsatser som utgör en sammanfattning av syftet med undervisningen i varje kursplan som en grund för hur kunskapskraven kan delas upp och benämna dessa förmågor. För exempelvis ämnet kemi är lyder formuleringen på följande sätt:
Genom undervisningen i ämnet kemi ska eleverna sammanfattningsvis ges förutsättningar att utveckla sin förmåga att
1. använda kunskaper i kemi för att granska information, kommunicera och ta ställning i frågor som rör energi, miljö, hälsa och samhälle,
genomföra systematiska undersökningar i kemi, och
använda kemins begrepp, modeller och teorier för att beskriva och förklara kemiska samband i samhället, naturen och inuti människan.
Punktsatserna tolkas ibland som att det finns tre distinkta förmågor där varje förmåga ska prövas. Ett exempel är Skolverkets nationella prov för grundskolan där eleverna i vissa ämnen, vid varje uppgift, får information om vilken förmåga som prövas.
Under åren 2013 till 2015 genomfördes nationella prov i NO-ämnena för årskurs sex. En uttalad ambition med dessa prov har varit att formulera uppgifter för att pröva elevernas kunskaper i
165
förhållande till de tre så kallade förmågorna så oberoende av varandra som möjligt. Nu när proven har genomförts finns en hel del data för att studera hur ambitionen har fallit ut.
1.2 Forskningsfråga
Går det att empiriskt urskilja de s.k. förmågorna från varandra i elevernas svar på de nationella proven i NO-ämnena i årskurs 6?
2 Teoretiskt ramverk
Explorativ och konfirmatorisk faktoranalys har använts för att undersöka i vilken utsträckning de ”tre förmågorna” är urskiljbara från varandra så som proven har konstruerats. Explorativ faktoranalys är en teknik som går ut på att bestämma det minsta antalet faktorer som på ett rimligt sätt beskriver
sambanden mellan ett antal observerade variabler. Målet med explorativ faktoranalys är att hitta det minsta antal tolkningsfaktorer som på ett rimligt sätt förklarar sambanden mellan variablerna.
Den konfirmatoriska faktoranalysen utgår i motsats till exploratorisk faktoranalys från i förväg givna faktorer för en given population. I vårt fall utgörs faktorerna av de formuleringar som finns runt det som brukar omnämnas ”förmågor” i kursplanerna för NO-ämnena i grundskolan. Uppgifter som är tänkta att pröva elevernas kunnande i förhållande till de delar av kunskapskraven som möter upp mot
”förmågorna” definieras till att höra till de olika faktorerna. Utöver dessa faktorer definieras också en faktor som utgörs av de tre faktorerna. Denna används för att studera i vilken utsträckning det finns en övergripande faktor som förklarar mycket av de tre definierade faktorerna.
3 Metod
Data utgörs av mer än 60000 elevers resultat på uppgifter i nationella prov i de naturvetenskapliga ämnena för årskurs 6, åren 2013, 2014 och 2015.
Tabell 1: Antal elever i vårt urval i förhållande till det totala antalet elever som gjort proven.
Antal elever
År Vårt urval Totalt Andel (%) 2013 29931 92473 32,4 2014 23138 93712 24,7 2015 10298
Data har funnits tillgängliga för lärares bedömning av elevernas prestation för samtliga uppgifter i varje prov. Faktoranalyserna har gjorts i Mplus (Muthén & Muthén, 2016) med inställningar för ordinalskala.
166 4 Resultat
4.1 Explorativ faktoranalys
För varje av de nio proven har en explorativ faktoranalys genomförts, vilket har resulterat i nio s.k.
scree-diagram som visas i figur 1
Figur 1: Scree-diagram för nio Nationella prov i NO-ämnen för årskurs 6 2013-2015
Scree-diagrammen uppvisar ett liknande utseende för alla nio proven. Det finns en tydlig faktor och därutöver en mindre tydlig.
Med enstaka undantag passar uppgifterna en enfaktormodell i alla de nio undersökta proven. Av den anledningen är det intressant att kontrollera om en faktor räcker för att modellen skall passa data?
Således har en enfaktormodell kontrollerats, vilket har lett till följande resultat.
167
Tabell 2: Sammanställning av hur data passar en enfaktormodell för nio nationella prov i NO-ämnen för årskurs 6
Prov 𝞆2 df CFI TLI RMSEA SRMR
Biologi 2013 5096* 434 0,95 0,95 0,034 0,040
Biologi 2014 3581* 377 0,97 0,96 0,032 0,037
Biologi 2015 1660* 405 0,96 0,96 0,031 0,036
Fysik 2013 4844* 350 0,94 0,94 0,034 0,038
Fysik 2014 8684* 560 0,90 0,90 0,043 0,043
Fysik 2015 4103* 434 0,91 0,91 0,049 (0,047-0.050) 0,045
Kemi 2013 7890* 405 0,93 0,93 0,044 0,044
Kemi 2014 3856* 464 0,96 0,96 0,032 0,036
Kemi 2015 11347* 464 0,91 0,90 0,083 0,105
Kemi 2015 (-C13) 1685* 405 0,96 0,96 0,030 0,041
Not: 𝞆2 = chi-kvadrat goodness of fit statistic; df = degrees of freedom; CFI = Comparative Fit Index; TLI = Tucker Lewis Index; RMSEA = Root Means-Square Error of Approximation;
SRMR = Standardised Square Root Mean Residual. * 𝞆2 är statistiskt signifikant.
I kemiprovet 2015 finns en uppgift i Delprov C, C13, som inte passar in i modellen. Genom att ta bort den passar modellen till data bättre. Sammantaget för alla proven betyder detta att den enklast tänkbara modellen som explorativ faktoranalys ger för de nationella proven för årskurs 6 i NO-ämnen består av en faktor.
4.2 Konfirmatorisk faktoranalys
De uppgifter som har utvecklats för att pröva elevernas kunnande i förhållande till de tre förmågorna fördes till varsin faktor. En andra ordningens faktor som består av de tre övriga definierades också i modellen. Relationen mellan andra ordningens faktor och tre faktorerna av första ordningen redovisas i tabellen.
Tabell 3: Laddningar i andra ordningens faktor
Prov Förmåga A Förmåga B Förmåga C
Biologi 2013 0,937 0,937 0,896
Biologi 2014 0,925 0,921 0,923
Biologi 2015 1,031 0,906 0,921
Fysik 2013 0,866 0,948 0,885
Fysik 2014 0,811 0,964 0,855
Fysik 2015 0,781 0,997 0,888
Kemi 2013 0,839 0,977 0,862
Kemi 2014 0,905 0,922 0,894
Kemi 2015 0,915 0,947 0,877
De höga värdena i tabellen visar på att andra ordningens faktor influerar mycket på de tre faktorerna i första ordningen. Detta tyder på att det handlar om en övergripande förmåga hos eleverna som ger utslag i de övriga.