20年STEM發展趨勢與知識圖譜分析

方瑀紳

(肇慶學院經濟與管理學院，廣東 肇慶 526061)

1 國際先進工業國家新形態教學模式

STEM即科學 (Science)、科技 (Technology，或稱技術)、工程 (Engineering)和數學 (Mathemat-

ics)這四門學科的英文首字母縮寫，起源于美國。2007年美國公布了 《美國競爭力法案》 (America COMPETES Act of 2007)，宣告STEM教育與國家經濟競爭力息息相關，2010年再次修訂成為正式教育政策[1]。2017年中國教育科學研究院公布了 《中國 STEM教育白皮書》，指出當今世界工業先進國家全力展開STEM教育，均把人才競爭提升到國家戰略高度，又以科學、科技、工程、數學人才的競爭最為關鍵[2]。

STEM是現代國家在國際競爭中最受矚目的科際整合學科領域之一，它們彼此獨立也相互關聯[3]。STEM將原本四門學科內容整合成科際整體學科領域，是一種統整科學探究、科技技術、工程設計和數學分析之相關知識而發展出的教學模式，也是一種學科知識整合的教學方法[4]。其基本目標就是要藉由改善校園中科學、科技、工程及數學的教學方式，讓學生感到有趣，提早對科學、科技、工程和數學產生興趣進而成為一種專業的表現，并確保國家經濟的長期繁榮和企業所需的勞動力[5]。STEM緣起于工業社會對高端科技人才的需求，它的發展反映了美國當代在高等教育階段存在人才短缺和科技素養不足等問題；政府和多個社會組織合作制定相關法案，不斷加大對科技教育的投入，以此增強國家創新能力和科技與工程實力，進而增強全球競爭力[6]。盡管STEM可以提升國家競爭力和創新能力，但現在還少有研究針對STEM主題分析，清楚揭露STEM領域衍生和發展過程中形成的研究主題、研究流派及研究取向，或主要研究主題之間如何相互關聯。一門學科領域的發展應當引起領域內研究者的關注和深思，離不開專家學者的傾力支持。我們又如何去了解STEM將四門教育理念轉變為切實的實踐、特征、邏輯思維和領域中最有影響的主流學術群體，探究STEM自身的內在價值和尋求其領域的研究前沿趨勢，以提供及滿足大眾對STEM學科的期望，亦是政府、學界與業界共同關心的重要議題，這些問題凸顯本研究的必要性。

本研究采用文獻計量學的共被引分析法，探究STEM領域的知識結構與發展趨勢。具體研究目的如下：①了解國外STEM研究領域進展現況；②了解國外STEM研究領域的群集分類和核心主題；③了解國外STEM研究領域的學科發展趨勢和群集之間的關系；④了解國外STEM研究領域最常被引用的文獻并確認主要研究課題。

2 文獻探討

2.1 STEM緣起

STEM教育概念早在1980 年代就在美國麻州的中小學教育萌芽，它是一種對科技教育新的體認，不僅關心傳統學科，也重視學科之間的交互關系。此課程統整概念是由于美國體認到國際社會局勢正朝向多元化的趨勢發展，自己正面臨來自全球其他國家的競爭，在國際上的領導地位會受到新型經濟體的挑戰。為了應對這一威脅，擬定有益提升該國競爭力的教改政策，其中STEM是從國際背景、科技背景、教育背景和勞動力需求背景為出發點提出，主要在于樹立其國際競爭中的核心競爭力。

2.2 STEM研究主題現況

目前常見的STEM研究有教育問題分析，如K-12教育、大學院校和班級屬性、素養、學習成效、學習動機[7，8]、課程發展、教學策略、教學設計、課程實踐[9，10]、性別議題、提升弱勢群體、消弭群族教育不平等[11，12]、職業發展和改善教學框架、解決學生學習困難[13，14]、教學評估師資培育、職業發展方向等[15，16]。Brown用內容分析針對八種涉及STEM內容的期刊文章，結果劃分有課程標準開發、工程教育、整合STEM、科學教育、實施建議、科技教育六種類型[17]。然而，對于應用文獻計量學分析STEM領域比較少見。

如上所述，過去STEM研究文獻的回顧分析并不多見，因而難以客觀掌握STEM知識結構與研究趨勢的完整樣貌，亦即STEM研究領域的知識圖譜尚未正式以科學量化方法揭露，而其他專門領域學科，如科技教育或納米生物等學科領域都已經進行了文獻計量學的科學量化[18，19]。因此，本研究以嚴謹的文獻計量學的共被引分析，從量化角度揭示STEM的知識圖譜及其知識結構的演變，反映出STEM研究領域的知識圖譜，從事的學科知識之間的聯系及其發展變化趨勢，將有益于我國STEM領域的學科發展。

3 研究方法

3.1 研究樣本與檢索方式

研究樣本系針對Web of Science (WoS)數據庫檢索，起始時間根據學校購置該數據庫最早時間，搜尋科學引文索引 (SCI)、社會科學引文索引 (SSCI)、藝術與人文科學引文索引 (A&HCI)屬性期刊文章，使用Science、Technology、Engineering、Ma-

thematics四個關鍵詞。在探索時采截字法 (truncation)檢索策略，以星號作為截字功能 (為萬用字符符號，系指代表0到多個字母)，使檢索結果更具完整性。檢索指令：主題： ( “Science，Technol*，Enginee*，and Mathema*”)OR 主題： ( “Science Technol* Enginee* and Mathema*”)OR 主題： ( “Science Technol* Enginee* Mathema*”)索引=SCI-EXPANDED，SSCI，A&HCI 時間范圍=1960-2016。

3.2 處理方式與研究方法

以Price建議40～50篇的文獻為基準[20]，劃分因素負荷量臨界值，以≥0.60、≥0.70、≥0.80不同的因素負荷量區隔，劃分出不同時段文獻共被引情形，以觀察STEM研究領域可能形成不同的發展趨勢，繪制出主要研究流派數目和相關構面的知識圖譜，使得文獻之間的相對位置關系和文獻關聯程度得以更清晰地揭露[21]。

本研究主要應用的軟件包括Bibexcel、SPSS、UCINET、NetDraw，首先借助Bibexcel計算共被引矩陣，接著利用SPSS將該原始矩陣轉換為斯皮爾曼相關系數，進行因素分析，以UCINET和NetDraw軟件計算文獻居中性和繪制文獻共被引知識圖譜，從而客觀地顯示點與點、群與群之間的位置。居中性有四種主要測度形式：特征向量居中性、程度居中性、接近居中性和中介居中性[22]。節點居中性值越高，其在網絡中就越處于核心位置，與其他節點聯系也就越多，本研究是以最常用的程度居中性作為衡量節點影響范圍大小的指標。

4 結果與討論

4.1 文獻來源情形

研究檢索自WoS數據庫內1996—2016年的SCI、SSCI、A&HCI期刊文章，經逐筆審閱過濾無關的文章，共獲致653篇，其中共有31174筆引文進行分析。這653篇期刊文章來自44個國家/地區，其中前10名國家/地區依序為美國、英國、澳大利亞、中國臺灣、德國、加拿大、荷蘭、韓國、西班牙、新加坡；文章分別來自259個期刊，其中前10個期刊分別為 《CBE-Life Sciences Education》 (58筆)、 《Journal of Science Education and Technology》 (28筆)、 《International Journal of Science Education》 (18筆)、 《Science Education》 (16筆)、 《International Journal of Engineering Education》 (14筆)、 《ACTA Astronautica》 (11筆)、 《International Journal of Technology and Design Education》 (11筆)、 《Journal of Diversity in Higher Education》 (10筆)、 《Journal of Chemical Education》 (10筆)、 《Theory into Practice》 (10筆)。

4.2 文獻成長情形

STEM概念最早出現在1996年，是計劃評估南非學生、青年、科學、科技、工程和數學的教育策略[31]，再次出現是在2002年。2002—2009年STEM文獻成長緩慢，2010年開始受到美國STEM教育政策鼓勵，文獻出版量不斷地高度成長。例如，2010年成長率是前一年2009年的2.250倍，后每年的成長率皆是前一年的1.1倍以上，如2016年是2015年的1.106倍。

4.3 STEM主要研究領域

前述653篇期刊文章分散在97個研究領域，其中前10個主要研究領域分別為教育與教育研究 (education & educational research)；教育學，科學學科 (education，scientific disciplines)；心理學，教育 (psychology，educational)；工程學，多學科 (engineering，multidisciplinary)；心理學，多學科 (psychology，multidisciplinary)；多學科科學 (multidisciplinary sciences)；心理學，社會 (psychology，social)；心理學，應用 (psychology，applied)；信息科學與圖書館科學 (information science & library science)；計算機科學跨學科的應用 (computer science interdisciplinary applications)。揭露STEM涉及領域包括與心理學有關的四種相關研究領域，其次為教育、工程、多學科科學、跨學科、社會科學、信息與圖書科學、計算機科學等。

4.4 因素群集與命名

因素分析以主成分方法及特征值 (eigenvalue)>1的原則萃取[23]，共萃取出10個因素群集結果 (見表1)。表2的累積解釋變異百分比分析表明，在未旋轉之前的10個因素特征值分別為11.551、9.067、5.742、3.418、3.074、2.349、2.049、1.769、1.204和1.053，對于整體變量的變異總數累積解釋百分比為87.821%，進行轉軸旋轉后第1因素特征值為8.702，第2因素特征值為7.280，第3至第10因素特征值分別為13.349、8.341、7.090、5.992、5.848、5.212、4.695和3.290，對于整體變量的變異總數累積解釋百分比仍為87.821%。

由表1和表2的相較發現,表2的群集8有二項因素負荷量，分別為0.824、0.482；群集9和10各有一項，分別為0.689、0.639，它們只有第一項的因素負荷量≥0.60。由于本研究是借助不同的因素負荷量 (≥0.60、≥0.70、≥0.80)區隔，以觀察STEM研究領域可能形成不同的發展趨勢，這三個群集的特征值雖然大于1，與其他群集的特征值相較仍為最小 (2.450、2.207和1.546)，對于下一步文獻共被引圖譜分析并沒有太大影響。

表1 因素分析的變異數

表2 因素分析前47筆代表性文獻與作者 (因素負荷量≥0.45以上，變異最大旋轉)

在群集命名方式方面，本研究系透過因素分析得出主成分因素數目，然后對不同群集所包含的期刊文章加以閱讀并與研究成員討論，將群集文獻原始資料意義作為命名。

因素群集1：克服科學/數學對性別的刻板印象。此群集主要研究議題在于批判科學/數學教育中備受爭議的性別差異及提供有關女性未來職業信息，這些爭議論點皆假設男女學生在學習領域本身就具有很大的心理差異。對于女性選修STEM領域偏低問題，不是男性比女性優異，而是性別對未來職業價值的認知，STEM學科領域要增加女性選修人數，必須提供有關女性未來職業信息，使她們能夠做出關于自身的生涯規劃，個人價值和身份認同，群集以Hyde與Linn[24]和Spelke[25]為首。

因素群集2：澄清性別差異證明女性學習STEM能力。此群集主要在于澄清與批判科學/數學以及社會刻板印象對女性的不友善，指出男性會比女性更早進入科學/數學職場，因社會因素、社會歧視、個人認知、受教育情況、生理影響、固有成見等迫使女性偏好其他職業領域。女性在大學的數學平均分數較男性高；女性具有較佳的語言能力與記憶能力，男性則善于立體物體概念與處理量化事務，不論男女都能從學習過程獲致數理能力，深信學習經驗會改變大腦結構與認知，因此該群集否認女性缺乏數理天分，以Halpern等[26]和Lubinski與Benbow[27]為首。

因素群集3：從性別刻板印象探學業與職業選擇。此群集主要以社會認知論、自我效能感和期望價值理論探討性別自我概念、性別課程選修和性別職業選擇等議題，因多數人相信STEM較適合男性成為職業；父母會影響子女在教育活動的期望與價值信念，學生選擇在何種課程領域主要受到成功期望與工作價值影響。因此，STEM必須明確提供學生未來可從事的職業方向，群集以Bandura[28，29]和Eccles[30]為首。

因素群集4：成見威脅非美裔對STEM的選擇。此群集主要探討成見威脅、性別與種族差異和自我效能感等議題，發現從GRE入學考試中抽取20道題，要求學生在問卷上填寫所屬人種，這一簡單動作就足以誘導他們聯想到所有與美國黑人有關的消極形象，使得他們表現變差；反之，探究高階職業女性結果揭露她們對STEM具積極態度和強大的自我效能感，即使她們的性別被社會刻板印象認定，但仍致力追求STEM。在這種情況下STEM必須更向基礎教育扎根，以Steele與Aronson[31]為首。

因素群集5：STEM對學習者優勢。此群集探討STEM教學方法促使對學習者的優勢，發現STEM提供七個不同益處，提升個人專業知識、具科學家思維模式、提升各項知能認知、澄清與確認職業、增強就業及升學準備、轉變學習態度和研究工作和其他益處，積極闡明STEM可促進學習者知能提升和對于新環境的適應能力，以Seymour等[32]為首。

因素群集6：美國科學教育標準與研究法。此群集主要在于發展STEM課程材教，規劃適用各年齡層、性別、文化或種族背景等的所謂國家科學教育標準 (National Science Education Standards，NSES)，制定六大領域標準：科學教學標準、科學教師專業發展標準、科學教育評量標準、科學內容標準、科學教育計劃標準、科學教育制度標準，以推動提升全民科學素養的教育改革工作。它的特色在于具體明確，極具可塑性、可行性等。建構學習行為有意義的質性與量化分析，以Miles與Huberman[33]和National Research Council[34]為首。

因素群集7：女性自我效能的行為改變。此群集主要在于女性自我效能的行為改變議題。社會長期認為女性難以成為科學家，以至眾多STEM學者應用Bandura在1977年提出的 “自我效能：邁向行為改變的統合理論”，探究女性學習STEM過程中的處事能力、成就表現、挫折容忍等，對自己是否能夠成功達到STEM基本標準的信念與能力判斷，以Buck等[35]為首。

因素群集8：性別與種族差異的學習成效。此群集主要探究性別與種族差異的學習成效、學習態度和學習動機等議題，女性獲得科學/數學學位人數不如男性，黑人和西班牙裔學生在高中時期只學習較低層次課程，想追求STEM學位不太可能完成；探究學生對科學/數學和影響因素，如性別、教師、課程、文化和其他教學方式，進而影響學習成效、態度和動機，以Tyson等[36]為首。

因素群集9：K-12 STEM教與學。此群集主要發展STEM教與學，探討K-12 STEM教育成功的有效教學途徑。當今許多學生對STEM學習并不感興趣，如果能了解STEM在現實世界中的一些應用，學生對STEM學習情況會有所改觀。在課程活動中可讓學生們學到 STEM知識，培養解決問題能力、批判性思維、創造力、語言技能和團隊協作精神，幫助教師引導學生們與STEM的各種事實概念具體的連接發揮最佳實務模式，以美國國家研究委員會NRC[37]為首。

因素群集10：分組合作有益學習STEM。此群集探討STEM課程最佳合作學習分組方式，有效提高學習效率、學習成就、學習態度，促使學習者互相幫助、利益與共、團結一致，進而達到學習效果，以Springer等[38]為首。

上述10個群集除了包含Brown研究發現的課程標準開發、工程教育、整合STEM、科學教育、實施建議、科技教育[17],及Assefa與Rorissa (2013)的課程開發、政策制定、專業發展和資源管理等[39]，本研究更加擴大揭露STEM在科學/數學對性別刻板印象、女性學習STEM能力、性別刻板印象與學業和職業關系、成見威脅非美裔對STEM的選擇、STEM對學習者優勢、STEM教育標準與研究法、自我效能改變女性行為、性別與種族差異、K-12 教與學、協同合作學習方式等。

4.5 文獻共被引的知識圖譜

圖1呈現了七個研究群集所構成的STEM研究領域重要知識核心結構，雖然群集規模很小，但經過因素負荷量提高的過濾(r≥0.80)，這些高質量的重要文獻對于當代STEM研究領域有很大的影響力,不容忽視。從圖譜中可見七個群集具有緊密的研究關聯，體現出學科知識交互滲透的特點。

本階段共揭示了15篇STEM研究領域優質的重要知識結構 (見表3)，充分體現這些文獻的研究寬度和學科跨度，存在于七個群集內，以群集2最多，群集4和8較少。此外，群集7因素負荷量的值只到達第二層次范圍；群集9和10只到達第一層次范圍，在本層次并未出現。

圖1 STEM 研究領域的知識結構(r≥0.80)

表3 第三層次 (r≥0.80)具代表性的15筆文獻

5 結論與建議

5.1 結論

(1)國外STEM研究領域進展現況。從WoS數據庫獲得的STEM期刊文章來自44個國家/地區，以美國學者數量最多；653篇期刊文章來自259種期刊，以CBE-Life Sciences Education出版量為最大；最早一篇為1996年，再次出現是在2002年，一直到2010年后出版量不斷增加，逐漸廣為全球科技教育工作者重視，且分散在97個研究領域，表明STEM研究近年來增長迅速且十分明顯。

(2)國外STEM研究領域的群集分類和核心主題。第一層次清楚地識別出10個不同群集和核心主題，主要目的在于克服社會大眾對性別與種族的刻板印象，此階段核心主題為位于圖譜中心位置的群集1。第二層次為第一層次的精進，研究范圍變得更為聚焦揭露八個群集，群集1仍位在圖譜中心；第三層次為第二層次的再精進，呈現七個研究群集所構成的STEM研究領域重要知識核心結構，核心主題群集1變為群集2，揭示STEM研究領域優質的重要知識結構。

(3)國外STEM研究領域的學科發展趨勢和群集之間的關系。從集群結果看，第一層次有10個主要代表性群集，在探索性別方面有四個 (群集1、2、3、7)、探索非美裔和種族方面有二個 (群集4、8)、探索STEM教育與學習方面有三個 (群集5、9、10)、探索STEM教育標準方面有一個 (群集6)。第二層次精進為八個代表性集群，少了第一層次的群集9和10，研究主題形成互補現象，各研究群體仍以群集1為核心，與其他群集有著不可分割的聯系，但也看到STEM在師資培育研究方式非常薄弱。第三層次是一項相當嚴謹高水平的識別分析，研究群體再精進成七個群集,構成STEM研究領域重要知識核心結構。

(4)國外STEM研究領域最常被引用的文獻并確認主要研究課題。研究結果揭示了15筆STEM研究領域優質的重要知識結構文獻，以群集2最多，發現文獻出版的年度時間與累計被引用頻次關聯性，非一定是時間醞釀的正向結果；另發現理論性文獻可以快速不斷地被后者引用。從整體的圖譜文獻節點數目和因素解釋變異量可見，群集1和2仍舊是相當熱門的STEM研究方向。

5.2 建議

本研究僅對WoS數據庫作為分析標的物，涉及STEM教育的研究范圍并不局限此數據庫，探究STEM領域研究主題的知識結構與發展趨勢過程還不夠完整。未來有意進一步研究者可將STEM領域擴大納入國內外其他數據庫，如中國知網、華藝、EBSCOhost、ProQuest等而獲得更廣大的成果。另外，本研究在分析時僅使用文獻計量學的共被引分析、因素分析及文獻社會網絡分析法等，其他技術分析方法還有許多，如共詞分析法、書目耦合分析法、內容分析、文獻綜整或后設分析等方法進行深入輔助辨別，以了解被引用和引用之間的關系及典范之間的轉移，以期更完整地繪制出STEM研究領域跨學科的知識圖譜。