基于社會網絡分析法的高中生化學認知結構研究

李巧　周青

摘要： 采用社會網絡分析法測查高中生“物質的量”主題的認知結構，發現氣體摩爾體積、物質的量濃度、阿伏伽德羅常數為核心節點，是展開深入學習的基礎，“一定物質的量濃度溶液的配制”是學生突破學習瓶頸的關鍵。學困生在知識分類和存儲時存在障礙，其轉化可從摩爾質量、氣體摩爾體積著手，落實基本概念；中等生提高應關注氣體摩爾體積、阿伏伽德羅定律，重視證據推理能力。

關鍵詞： 認知結構； 社會網絡分析； 中心性； 結構洞； 物質的量

文章編號： 10056629（2023）10001707 中圖分類號： G633.8文獻標識碼： B

認知結構是個體在固定知識范圍內的全部觀念和組織［1］，對認知結構的研究聚焦于“知識”和“知識的組織”［2］。學習實際上是不斷擴大和完善個體認知結構的過程。不同學習能力的學生，對知識的理解程度和建構過程有差異。研究不同學習者的認知結構對診斷學習困難、實現以學定教具有指導意義。

1 研究背景和意義

研究者傾向于使用圖形來表征認知結構，這種圖形包括標有概念的“點”和連接點的“線”［3］。從最初的樹狀圖發展為概念圖，到后來廣泛使用的流程圖（Flow Map），認知結構的研究方法不斷精細化。然而，以上方法著重表征個體數據，群體特征分析略有不足。由此，Yang［4］等人試圖將社會網絡分析法（Social Network Analysis，簡稱SNA）［5］運用于認知結構測查。

社會網絡是由節點（社會行動者）和連線（代表行動者之間的關系）組成的整體，認知結構和社會網絡具有一定的相似性。社會網絡分析法在教育研究中的優勢顯著［6，7］：網絡分析的重點不是獨立的個體，而是內部的組織關系；網絡分析的對象不是一個單獨的樣本，而是一個相互聯系的整體；網絡分析角度不止有定性分析，還有定量分析，如中心性、結構洞、塊模型等。孫丹丹［8］、張燕清［9］等人應用社會網絡分析法研究優等生群體的數學認知結構，發現良好的數學認知結構節點密集、聯系緊密、結構洞少。

物質的量是高中化學計算的基礎，中學化學由此進入定量研究的新階段。已有研究指出“物質的量”“摩爾”“阿伏伽德羅常數”等概念“拗口難懂”，學生也普遍反映知識點抽象、難懂難記，大部分學生處于“部分理解”夾雜著“錯誤理解”的水平，在物質的量、氣體摩爾體積和物質的量濃度上的迷思概念較多［10，11］。也從不同角度表明“概念認識相對割裂、知識網絡不成體系”是該主題下學習困難產生的重要原因。研究者提出構建以“物質的量”為中心的概念模型，外顯和強化核心概念之間的邏輯關系，加強結構化認識可有效應對以上學習問題［12］。已有“物質的量”學習困難測查主要以個體形式或整體形式展開，缺乏對不同學生群體的比較研究。

因此，本文采用社會網絡分析法測查學生“物質的量”主題的認知結構，前期選擇半結構化訪談收集數據，最大程度地減少認知結構表達過程中的干擾，以期從學生角度為實際教學提供參考。

2 研究方法

2.1 研究對象

選取陜西省某中學高一（1）班、高一（2）班學生為研究對象，該校為西安市民辦普通高中，整體處于全市中等水平，所選班級為平行班，學生成績屬于校內中等層次。參照最近兩次測試的平均成績選出三組學生，每組15人，共45人，其中男生24人，女生21人，每組學生的平均成績差值為20分左右。

2.2 社會網絡分析

2.2.1 認知結構的引出

當學生完成“物質的量”學習內容之后的一周內進行半結構化訪談，提出三個不帶有任何提示性和引導性的問題：（1）關于“物質的量”你能想到哪些知識點或概念？（2）你能否具體描述一下上述知識點？（3）你所描述的知識點或概念之間有什么聯系？即時錄音［13］。

2.2.2 認知結構的外顯

將訪談得到的錄音數據轉化為文本，劃分“節點”和“關系”?！肮濣c”為知識點所涉及的名詞或名詞短語。依據層級語義網絡模型，概念之間是有“關系”的，包括從屬關系和相關關系等。

例如有描述文本：“物質的量的符號是n，單位是摩爾，與物質的量有關的公式有：n=N/NA、 n=m/M、 c=n/V”，則節點有：物質的量、符號n、單位摩爾、公式、n=N/NA、 n=m/M。學生由物質的量直接聯系到符號n、單位摩爾、公式，由公式聯系到n=N/NA、 n=m/M、 c=n/V，即“物質的量”和“符號n”關系記為“1”，“物質的量”和“單位摩爾”關系記為“1”，“物質的量”和“公式”關系記為“1”，“公式”和“n=N/NA”關系記為“1”，“公式”和“n=m/M”關系記為“1”，“公式”和“c=n/V”關系記為“1”。

“1”表示兩個節點之間有關系，重復出現多次的“關系”不累計。此外，確定節點時專有名詞、公式不拆分；要統一標準，表示同一意思的詞語應劃分為相同的節點，如標準狀況、標況等描述應劃分為“標準狀況”節點；單位、符號等沒有確定意義的名詞不單獨列出，與具體名稱或字母連用，如單位摩爾、符號M。最終獲得包含每位學生的“節點”及“關系”的一維數據表格。

然后，使用Power Query將一維數據對稱化，轉化為二維數據——關鍵詞共現矩陣，矩陣中“行”和“列”內容一致，包含學生提到的所有節點，單元格中的數字代表兩個詞語之間的關系。上述數據處理流程如圖1所示。

正式分析文本之前，從學優生、中等生、學困生中各隨機選取一個訪談文本，由筆者和另外一名研究者進行背對背分析［14，15］。以學生X為例，兩位研究者劃分的節點數為65和60，相同的節點是60，則節點編碼信度為（60+60）/（65+60）=0.96；分別以兩位研究者所劃分的節點構建關鍵詞共現矩陣，產生的關系數為79和65，其中相同的關系為58，則關系編碼信度為（58+58）/（79+61）=0.83。試測后，結合“物質的量”內容特點，商討和補充更為詳細的編碼規則，節點編碼信度和關系編碼信度分別為0.92和0.84，較為符合研究需要。之后，由筆者統一對全部數據進行處理，獲得45個樣本的關鍵詞共現矩陣，存儲為Excel。

2.2.3 認知結構的表征

將每組學生的15個矩陣進行疊加匯總，得到學優生、中等生、學困生3個矩陣。依次將3個矩陣導入Ucinet6.0獲得后綴為“.##d”“.##h”的兩個文件，用Ucinet6.0打開“.##h”文件即可得到三個學生群體的中心性、結構洞、塊模型數據。

（1） 中心性。

“點度中心性”指的是與某一節點有直接關系的其他節點的數目，點度中心性的值越大，說明該節點越處于中心地位。在社會網絡中，該點具有較高的“權力”，在認知結構中，該點處于核心位置，屬于重點知識。如圖2所示，點B處于核心位置。

“中間中心性”指某一節點成為其他節點之間“橋梁”的次數。在社會網絡中，中間中心性較高的點往往扮演著“中介”或“中間人”的角色。在認知結構中，這些節點連接了該主題下的核心概念與邊緣概念，成為學生學習的瓶頸。換言之，如果教師在完成基礎教學之后，對中間中心性較高的節點進行重點講解，將有助于學生強化概念之間的聯系，增強認知結構的穩固性。以圖2所示的五節點網絡關系圖為例，點B成為“橋梁”共10次，中間中心性更高，見圖3。

“接近中心性”描述了某節點與其他節點的接近程度，以兩點間的距離來衡量，其值為路徑長度的倒數。接近中心性值越小，接近程度越低，則該節點對其他節點的依賴程度越大。在社會網絡中，該節點處于網絡的邊緣。在認知結構中，掌握該節點需要的知識儲備越多。如圖3，A、 B、 C、 D、 E點與其他各點的距離之和分別為8、 5、 6、 9、 8，說明點D距離其他各點更遠。

（2） 結構洞。

結構洞［16］指的是兩個節點之間的“非冗余關系”。在社會網絡中，成為結構洞的節點，往往處于信息交流的把控地位。在認知結構中，對結構洞的有效掌握，有利于節點之間產生更豐富的聯系，促進形成良好的認知結構。如圖4所示，節點F、 D都和C有關，但兩者沒有直接關系，相當于有一個空洞，這兩個節點產生聯系必將通過節點C，則C為一個結構洞。點E和點A可以直接產生信息交流，對于B來講，A與B的關系和E與B的關系則是冗余的，點B不能視為結構洞。

結構洞的數據結果有四個變量，有效規模（EffSize）、效率（Efficie）、限制度（Constra）和等級度（Hierarc），其中，限制度最為重要，某節點限制度越低，所具有的結構洞越多，越處于控制地位。

（3） 塊模型。

塊模型將初始矩陣中的各點，經過聚類分析算法重排節點，形成結構上對等的像矩陣。簡言之，就是將各個節點集中到更大的點集之中，分析認知網絡的內在結構。分析塊模型可得不同學生群體對知識點的處理方式和歸類模式。

3 結果與討論

3.1 中心性

分析三組學生認知結構中各節點的中心性，點度中心性和中間中心性的值越大，節點特征越明顯，而接近中心性值越小，節點特征越明顯。現選取具有代表性的前6組結果進行分析，希望獲得更為典型的結論。

3.1.1 點度中心性

點度中心性較高的節點如表1所示。三組學生構建的以“物質的量”為中心的知識體系包括氣體摩爾體積、物質的量濃度、阿伏伽德羅常數等節點，說明以上節點是學生整體認為的核心概念，當然此結果與授課教師的強調密不可分。

從A組到C組，氣體摩爾體積的點度中心性在下降，說明不同程度的學生對氣體摩爾體積的認知差異明顯。學優生能夠聯系到氣體摩爾體積的取值、單位、適用對象、影響因素等，如：“氣體摩爾體積在標準狀況下數值為22.4L/mol”；“氣體摩爾體積對象必須是氣體”；“氣體摩爾體積單位是L/mol”；“氣體摩爾體積是22.4L/mol的狀態不一定是標準狀態，可能是溫度升高、氣壓變化，也可能是氣壓升高、溫度變化”，個別學優生由此展開對阿伏伽德羅定律的討論。而學困生中有9人能聯系到n=V/Vm，僅4人談到“取值”，2人提到“適用對象”。

教師應重視這一差異，改變教學策略促進該知識點的“落地生根”。如先利用溫度傳感器、壓強傳感器探究阿伏伽德羅定律，結合數學函數圖像理解理想氣體狀態方程，進而推理出氣體摩爾體積，給知識以真實的發生過程，形成對氣體摩爾體積的系統認識。

值得關注的是，A、 B組同時將“摩爾質量”節點放在核心位置，從該節點能夠聯系到摩爾質量的定義、單位、數值、平均摩爾質量、十字交叉法等。C組學生并未回憶起相關內容。學困生的轉化可從摩爾質量入手，如設計概念辨析環節，梳理易混淆物理量；圍繞“摩爾質量的計算方法”開展主題研討等。A組學生出現了“溶液配制”節點，說明學優生更加關注知識的實踐，中等生提高可從“一定物質的量濃度溶液的配制”著手。

3.1.2 中間中心性

中間中心性較高的節點見表2。三組學生共同的節點為：定容、稱量，其他節點如容量瓶、溶解、洗滌，也與溶液配制相關。說明溶液配制是學生認知結構中的重要橋梁，學生通過該節點能夠聯系到實驗儀器、基本操作、誤差分析，以及溶液稀釋和混合。強化溶液配制內容能加強認知結構的穩固性，印證了“實驗是化學的最高法庭”，實驗教學不可省略更不可取代。

A組出現“物質的量”節點，B、 C組未出現，反映出學優生的知識結構更加緊密。A組有pV=nRT節點，說明學優生對阿伏伽德羅定律掌握到位。這恰恰說明A組學生“氣體摩爾體積”的點度中心性高于另外兩組的原因之一，是與阿伏伽德羅定律建立的聯系。因此，中等生提高可關注阿伏伽德羅定律。

特別的是，C組學生出現了“摩爾質量”節點，結合訪談文本發現有學生認為摩爾質量分為氣體摩爾質量、液體摩爾質量和固體摩爾質量，其混淆了氣體摩爾體積和摩爾質量這兩個物理量，基礎知識不牢固，認知結構的可辨別性差。應加強學困生對“摩爾質量”和“氣體摩爾體積”等概念的辨析，這與前文研究結果一致。

3.1.3 接近中心性

從整體來看，接近中心性較低的節點涉及溶液配制過程中的誤差分析、儀器名稱和基本操作等，如表3，說明相關知識點對核心概念的依賴程度高，需要學生有一定的知識儲備。各組的數據表現不盡相同，A組能夠結合公式理論推導實驗誤差，具有較強的學科思維能力和證據推理意識，B組能夠回憶起基本操作流程，誤差分析認識模糊，說明中等生的提高需加強證據推理能力。

對于C組學生，標準狀況，22.4L/mol， 0℃、 101kPa等節點已經處于邊緣位置，學生的基礎知識儲備不足，只能支撐其掌握上述知識點。這也給實際教學提供了方向，對于學困生的轉化，不應盲目拓展拔高，一味練難題、講難題，而應夯實基礎，構建最底層、最核心的知識結構，循序漸進。

3.2 結構洞

將不同學生群體的結構洞變量導出，限制度較低的節點如表4。物質的量濃度、摩爾質量限制度較低，具有的結構洞更多，處于絕對的控制地位，是展開更深入學習的基礎，實際教學中應重點突破。A、 B組認知結構中，氣體摩爾體積、PV=nRT處于把控地位，C組阿伏伽德羅常數、質量、溶液體積處于把控地位。不難發現，物質的量濃度、摩爾質量、氣體摩爾體積、阿伏伽德羅常數等均為學生新接觸到的物理量，抽象程度高、難理解。這啟示我們在教學過程中，如若遇到全新的、陌生的詞語，要重點剖析其含義，如“單位物質的量的物質所具有的質量叫做摩爾質量”，質量和摩爾質量之間是什么關系？摩爾質量的計量單位是g還是g/mol？摩爾質量如何取值？摩爾質量受溫度、壓強等外界因素影響嗎？以上問題均需闡明。課本簡單的定義描述，以學生的認知發展水平無法挖掘出更多的隱含信息，需重點剖析并輔以對點練習，減少迷思概念的產生。

3.3 塊模型

良好的認知結構塊模型對知識點的處理和歸類方式清晰，有助于高效提取信息；各子塊節點密集、關系緊密，有利于信息交流。三組學生的塊模型分析結果如圖5所示。A、 B組學生的子塊分布均勻，知識點歸類清晰，具有相似性；C組的子塊分布不均，且節點少，其認知結構不完整，知識分類和存儲存在障礙。

其中，C組學生的第三子塊極小，僅包含三個節點：氣體摩爾體積，氣體體積，0℃、 101kPa，說明學困生對氣體摩爾體積的理解存在缺陷。與前文結果一致。進一步說明，學生需要知識整合和內化的時間，尤其是基礎薄弱的學生，在短時間內灌輸大量的抽象知識點是極為不可取的教學方式。

4 結論與啟示

4.1 結論

本研究采用社會網絡分析法對高一年級學生“物質的量”主題認知結構進行探查，得到以下結論：

（1） 由點度中心性可知，氣體摩爾體積、物質的量濃度、阿伏伽德羅常數為核心概念。學困生轉化可從摩爾質量、氣體摩爾體積著手，中等生的提高應關注氣體摩爾體積、一定物質的量濃度溶液的配制。對比中間中心性可知，“一定物質的量濃度溶液的配制”是學生認知結構中的重要“橋梁”，是學生突破學習瓶頸的關鍵。接近中心性研究表明，溶液配制相關知識點對核心概念的依賴程度高。中等生提高需加強證據推理能力，學困生轉化應落實基本概念。

（2） 結構洞研究表明，物質的量濃度和摩爾質量處于絕對的控制地位，是展開更深入學習的基礎。學生對于物質的量濃度、摩爾質量、氣體摩爾體積、阿伏伽德羅常數等物理量的理解存在困難。

（3） 由塊模型分析得知，學困生認知結構構建不夠完整，出現了極小子塊，知識分類和存儲時存在障礙，主要體現在對“氣體摩爾體積”的理解存在缺陷。

4.2 啟示

基于以上研究結論，提出如下教學建議：

4.2.1 抓住關鍵節點，強化必然聯系，實現學困生有效轉化

學困生的轉化需強化摩爾質量、氣體摩爾體積、一定物質的量濃度溶液的配制等知識。中等生的提高應關注氣體摩爾體積、一定物質的量濃度溶液的配制、阿伏伽德羅定律。理解摩爾質量和氣體摩爾體積的關鍵在于“摩爾”概念的建立。學生對于摩爾的理解可能僅停留在“摩爾是一個單位”，無法形成清晰的認識。教學中不妨改變概念引入順序，結合概念起源，按“微粒個數—摩爾—物質的量”的順序［17］逐一介紹，減少認知負擔。此外，氣體摩爾體積和阿伏伽德羅定律的教學，也可結合實驗探究，先呈現規律，再定量總結。

4.2.2 重視概念生成，體現教學邏輯，促進塊模型清晰化

中等生的提高需加強證據推理能力，學困生轉化應從基礎概念出發，促進構建節點清晰、聯系緊密、覆蓋全面的認知結構。首先，新授課不僅是講清楚定義，可結合文字語義、實例類比、化學史料（如摩爾概念的起源、阿伏伽德羅假說的證實過程、NA數值的演變）等多維度闡釋基本概念，使抽象的概念通俗易懂。其次，日常教學應注重邏輯鏈條的完整性，知識生成有理有據，習題講評重思路講方法，瑣碎知識點結構化呈現，引導學生以“塊”為單位存儲原本分散的知識點，保證知識提取的高效性。

參考文獻：

［1］Ausubel， D. P.. Educational Psychology： A Cognitive View ［M］. New York： Holt， Rinehart and Winston， 1978.

［2］West Fensham P J， Garrard J E L. Describing the cognitive structures of learners following instruction in chemistry ［M］. Orlando： Academic Press， 1985： 29～49.

［3］Stewart， J. Content and Cognitive Structure： Critique of Assessment and Representation Techniques Used by Science Education Researchers ［J］. Science Education， 1979， 63（3）： 395～405.

［4］Qu Zhaohua， Yang Zezhong. The Research on Characteristics of Good Mathematical Cognitive Structure Based on Flow-Map Method-Taking Function as an Example ［P］. Proceedings of the 2017 2nd International Conference on Education， Management Science and Economics （ICEMSE 2017）， 2017： 220～228.

［5］劉軍. 整體網分析［M］. 上海： 格致出版社， 2014.

［6］［16］Froehlich， D. E.， Van Waes， S.， Schfer， H. Linking Quantitative and Qualitative Network Approaches： A Review of Mixed Methods Social Network Analysis in Education Research ［J］. Review of Research in Education， 2020， 44（1）：244～268.

［7］Ushakov， K. M.，Kukso， K. N. Advantages of Social Network Analysis in Educational Research ［J］. Russian Education & Society， 2015， 57（10）：871～888.

［8］Sun Dandan， Yang Zehong. Research on the Organizational Characteristics of Good High School Students Mathematical Cognitive Structure Based on the Network Block-Modeling Analysis ［J］. Journal of Educational and Developmental Psychology， 2017， 7（2）：14～23.

［9］張燕清. 基于網絡分析的大學生數學認知結構平衡過程研究［D］. 濟南： 山東師范大學碩士學位論文， 2020.

［10］洪天慧. 對高中化學教材中“物質的量”內容的編寫建議［J］. 化學教學， 2019， （10）： 91～97.

［11］王茜. “物質的量”學習困難成因分析及應對策略［D］. 武漢： 華中師范大學碩士學位論文， 2015.

［12］許嘉銘， 陳新麗， 黃梓鍵， 周合兵. 國內外“物質的量”主題教學研究現狀述評［J］. 化學教育（中英文）， 2022， 43（9）： 112～118.

［13］［14］周青， 閆春更. 學習評價的新方法——流程圖法的原理、實施及優勢［J］. 當代教師教育， 2016， 9（4）： 12～18.

［15］Wu， Y. T.， Tsai， C. C.? Effects of constructivist-oriented instruction on elementary school students cognitive structures［J］. Journal of Biological Education， 2005， 39（3）： 113～119.

［17］龍琪. “摩爾”概念難點成因及化解策略［J］. 化學教學， 2015， （4）： 32～37.

陜西師范大學2022年度中央高?；究蒲袠I務費專項資金項目“基于學習科學的學生科學課程學業成就評價新技術及優質課程資源的開發研究”（項目編號：GK202204002）階段性研究成果。