TPACK理論視角下STEM教師的知識結構及其量表的開發與驗證*

摘要：STEM教育是落實創新人才培養模式的重要舉措，研究STEM教師知識結構，開展STEM教師知識測評，是持續、深入提升STEM教育質量的關鍵。為此，文章基于TPACK理論模型，通過文獻研究、訪談和專家咨詢進行STEM教師知識結構理論維度的構建與優化，并通過項目分析、因子分析和信效度檢驗等步驟，編制STEM教師知識測評量表。研究結果表明，量表具有良好的信效度；量表各題項內部一致性較好，符合擬合接受的標準；量表7個維度彼此之間是相互影響的關系。文章通過研究，期望為測量STEM教師知識水平和促進STEM教師專業成長提供參考。

關鍵詞：TPACK；STEM教師；知識結構；量表開發

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2024）04—0122—10 【DOI】10.3969/j.issn.1009-8097.2024.04.012

引言

黨的二十大報告提出了教育、人才與科技“三位一體”協同發展的戰略，并明確指出“全面提高人才自主培養質量，著力造就拔尖創新人才”，這是黨中央對國際競爭態勢以及關鍵挑戰進行科學判斷后做出的戰略性調整。STEM教育的跨學科教學在一定程度上能夠精準克服傳統分科教學的弊病，促進學生創新能力的可持續提升，一躍成為培養創新人才的重要舉措。要想深入、持續地落實與推進STEM教育，STEM教師是關鍵^[1]。但是，目前我國STEM教師的專業成長面臨以下三個方面的困境：①意識形態薄弱，對STEM教育的認知不足^[2]；②方法論欠缺，在原有教學方法基礎上機械創新^[3]；③知識邊界狹隘，無法打破學科知識固著^[4]。通常來說，教師的所知、所思和所行均建立在本身已具備的知識結構基礎之上^[5]，而這種梯度性失范會造成STEM教師的知識結構支離破碎。為保證STEM教育健康、可持續發展，STEM教師知識結構的表征、診斷等問題應該予以高度關注。

教師的知識結構強調知識所包含的要素及其組合、聯系方式^[6]。不同于傳統知識觀所具有的客觀性、確定性、結構良好等特征，STEM教師的知識結構似乎更為復雜，因為在開展跨學科主題教學的現實課堂中，教師往往會面臨計劃之外的各種問題——我們常稱之為“可控的不確定”——這就決定了STEM教師的知識結構必然是一種包含多元知識的、綜合的、結構不良的知識體系，具有明顯的劣構性^[7]。從其知識內容的縱向來看，要求鮮明的層次性，知識類別應豐富多樣；從知識內容的橫向來看，要求知識的專與博需辯證統一。STEM教師知識結構的劣構性導致難以對其精準測評，而測評一直是STEM教育的核心問題^[8]，因此對STEM教師的知識開展測評研究是提升STEM教育質量的關鍵一環。基于此，本研究依據TPACK理論，構建STEM教師知識結構框架，并在此基礎上開發STEM教師知識測量工具，為科學評價STEM教師知識水平提供支持，從而進一步推動STEM教師專業發展，以促進STEM教育質量的有效提升。

一 研究背景

美國作為STEM教育的發源地，制定了一系列關于STEM教師能力的評判標準，如美國STEM教育國家研究院制定了STEM教師能力的認證標準，包含創造學習環境、建立科學理解、讓學生參與科學和工程實踐3個一級維度，以及15個二級維度，主要涉及解決學生迷思概念、實施項目教學、建立合作學習、管理課堂、組織評價等方面^[9]；賓西法尼亞州制定的標準主要從知識、技能、實踐及評估四個方面表征STEM教師的能力，在知識維度強調STEM教師應對跨學科、STEM教育意義和STEM教學方法等方面具有清晰且深入的認知^[10]。澳大利亞作為較早發展STEM教育的國家，也在STEM教師培養方面積累了豐富的經驗。澳大利亞STEM教師的培養標準以科學、數學為主，科學科目STEM教師的培養標準包括專業知識、專業實踐和專業領導三個方面^[11]；數學科目STEM教師的培養標準包括專業知識、專業屬性和專業實踐三個方面^[12]。不難看出，美國和澳大利亞在制定STEM教師專業標準時，都強調STEM教師知識與技能的重要性，注重跨學科教學和項目教學的技能。

我國師范院校鮮有針對STEM師范生的培養計劃，然而中小學課程方案中明確規定了跨學科培養的理念，如《義務教育課程方案（2022年版）》提出要“綜合實踐活動側重跨學科研究性學習”，并規定“各門課程用不少于10%的課時設計跨學科主題學習”^[13]。這與STEM教育理念不謀而合，即目前STEM教育在我國本土化的發展可以理解為“跨學科主題教學”。中國教育科學院STEM教育研究中心提出，STEM教師是指從事科學（Science）、技術（Technology）、工程（Engineering）、數學（Mathematics）和相關學科的教育工作者，以及進行跨學科整合教學的專業人員^[14]。結合我國STEM教育的本土化發展，本研究將以數學、科學、物理、化學、生物、信息科技、通用技術等其中一門或兩門及以上學科為主，整合其他學科進行跨學科項目式教學的教師統歸為STEM教師的研究范疇。

二"教師的知識結構及測量方法

1"知識結構

知識結構作為教師參與教學實踐主動建構的產物，反映了教師在其專業領域內所擁有的由不同性質、層次、類型知識構成的一個有序列、有層次的信息系統。Koehler等^[15]在Shulman的研究基礎之上整合技術知識，提出了整合技術的學科教學知識（Technological Pedagogical and Content Knowledge，TPACK）理論，明確了信息時代教師知識結構的構成與知識類別之間的組織邏輯。該理論框架的提出打破了以往將技術作為孤立知識類別的傾向，使不同知識類別之間實現有序融合。何克抗^[16]認為TPACK是“學科內容、教學法和技術”這三種基礎知識之間的復雜互動，是整合這三種知識后形成的一種新知識形式。TPACK理論框架的關鍵在于三類基礎知識之間的整合互動，其中由三類基礎知識衍生出的四類復合知識對教師在教學中如何整合技術至關重要^[17]。此外，境脈也是TPACK理論框架中的重要因素，Koehler等^[18]認為教師整合技術進行教學是處于一定的境脈中的。教師應將學科與教學情境相融合，并具備在不同教學情境中應對“劣性問題”的能力。境脈因素通常涉及教室的物理特征，學校的理念和期望，教師和學生的人口學特征，教師的知識技能和性格，學生和教師的生理、心理、社會、經驗特征，以及上述因素的協同作用。

STEM教育注重對真實問題情境下解決問題能力的培養，其蘊含的多元知識必然暗含“知識轉化”，是知識、方法與工具的整合?！爸R轉化”正是TPACK理論的核心理念之一，該理論強調基礎知識與復合知識之間的“轉化”與互動關系，以實現層級構面的維度進階。此外，STEM教師需具備的特定問題情境下跨學科項目設計與教學技能，實質是學科內容知識、教學法知識和技術知識在STEM教育領域中的具體演繹，這正與TPACK理論的整體架構不謀而合。

2"知識測量方法

教師的知識是開展理性教學的基礎，教師的所知、所思和所行均建立在本身已具備的知識結構基礎之上^[19]。教師知識的緘默性，導致很難對其進行確切描述與外顯表示。為外顯教師的知識樣態，研究者致力于開發工具來進行客觀測量。國外關于教師知識量表開發的研究存在兩類研究視角，從研究內容的角度，通?；谥R結構理論開展實證分析，如以PCK理論^[20]或以TPACK理論^[21]為依據的實證研究。從研究方法的角度，針對知識量表的效度分析及檢驗，一般從內容效度和結構效度兩方面驗證，內容效度通常涉及專家咨詢^[22]、焦點小組討論^[23]或訪談等質性手段推理；結構效度一般采用因子分析^[24]、Rasch分析^[25]等量化途徑檢驗。目前，我國針對知識測量的研究較少，現有的研究成果傾向于學理分析，其中應然分析占據多數，且缺乏對教師知識要素構成情況的邏輯推理及其直觀定量的實證分析^[26]。

綜上，本研究擬采用定性和定量相結合的方法，形成互證，以保證研究結果的效度?？紤]到STEM教師的知識具有情境性和劣構性，本研究基于TPACK理論，借助專家和一線教育工作者的實踐經驗，嘗試分析STEM教師的知識構成情況，并在此基礎上通過實證分析開發STEM教師知識測量工具。

三 STEM教師知識結構的構建

1 STEM-TPACK框架的初步構建

本研究首先對TPACK理論框架的構成情況進行系統梳理，初步擬定8個知識類別作為一級維度，包括學科內容知識、教學法知識、技術知識、學科教學法知識、整合技術的學科內容知識、整合技術的教學法知識、整合技術的學科教學知識、情境知識。

為進一步精細化分析知識類別，本研究針對STEM一線教師進行了半結構化訪談，擬從教學典型實例中映射STEM教師的知識要素。本研究團隊對濟南、青島、臨沂等地的STEM教育開展情況進行實地調研，并選取了10位STEM教師（包括5名信息技術教師、3名物理教師、2名生物教師）進行現場訪談。訪談內容主要包括：①不同技術背景下跨學科主題教學與項目式教學的要點；②設計、實施與評價STEM教學項目的具體細節；③在教學中遇到的問題與解決方法；④在教學中教師必備的知識技能。

針對訪談結果，本研究采用開放式編碼，將訪談文本內容范疇化和概念化為知識要素，初步篩選出25個知識要素。本研究根據理論研究與訪談篩選，梳理了8個知識類別（一級維度）、25個知識要素（二級維度），初擬的STEM教師TPACK知識結構框架（下文簡稱“STEM-TPACK框架”）如圖1所示。

2 STEM-TPACK內容調整

為檢驗STEM-TPACK框架的合理性，本研究對15名專家進行咨詢，其中5位是參與過STEM教育或STEM教師相關課題的高校教師，10位是進行STEM一線教學的優秀教師。咨詢問卷通過QQ、微信和電子郵件等方式發送。

（1）第一輪專家咨詢

本研究對第一輪咨詢問卷進行了統計分析，結果顯示：變異系數（Cv）均小于0.25；知識類別和知識要素的和諧系數（W）都小于0.5，顯著性檢驗結果p＜0.05。這表明第一輪專家意見具有一定的協調性，但協調程度不高，需進行第二輪專家咨詢。在本輪咨詢中，專家給出的反饋意見可以概括為三個方面：①知識類別中情境知識的合理性問題。情境知識是依據具體教學內容而存在的，教學內容也會因具體情境而被賦予實際價值，兩者之間應有千絲萬縷的聯系。②該知識結構未能凸顯STEM教師的鑒別性知識，如目前國內的STEM課程基本上是基于項目式教學來推進的，毫無疑問，STEM教師應具備項目式教學的相關知識、STEM項目設計的相關知識。③知識類別及要素的交叉重復與描述問題等。

結合專家意見，本研究進行了以下四點調整：①將“學科內容知識”修改為“情境性內容知識”。建構主義理論提出，知識是情境化的，形象的情境能夠以生動的場景激發學生的聯想，促進其探索的欲望^[27]。開展STEM教學的首要步驟是創設項目情境、任務情境、問題情境，教學內容要基于特定的情境來設計，技術的使用也與教學情境密切相關，因此本研究將“學科教學法知識”與“情境知識”合并，修改為“情境性內容知識”。②將“教學法知識”修改為“項目教學法知識”。項目式教學法已成為STEM教學的主流方式，國內的STEM教育已經與項目式教學不可分割，如余勝泉等^[28]提出了STEM跨學科項目設計模式，使STEM教學具有較強的可操作性。項目式教學是一種以學生為中心的教學法，學生通常以小組為單位，利用教師提供的關鍵素材，在教師建構的環境下通過解決開放式問題獲取知識和經驗。因此，本研究結合STEM教育的發展，將“教學法知識”調整為更貼合國內STEM教學實際情況的“項目教學法知識”。③將“學科教學法知識”修改為“STEM項目教學知識”。在具體問題情境下STEM教師對如何將教學內容轉化成項目并進行有效教學的理解非常重要。鑒于“STEM項目教學”相較“學科教學”更能凸顯STEM教育的特點，因此本研究將“學科教學法知識”修改為“STEM項目教學知識”。④根據TPACK知識互動原則，四類復合知識依據基礎知識的修改進行了相應調整。經過第一輪咨詢后，本研究將知識類別由8類改為7類，知識要素由25項改為17項。

（2）第二輪專家咨詢

本研究根據修改后的知識結構框架設計第二輪問卷提供給專家審閱，統計結果如下：變異系數均小于0.25，且關于項目設計知識的變異系數達到0.000；和諧系數均大于0.45，顯著水平p＜0.001。這表明在第二輪意見征詢中專家協調程度更為理想，專家一致性程度達到合理水平。在本輪專家意見咨詢中，有8位專家未提出修改意見，2位專家對某些知識要素的描述提出修改建議，如提議將“課堂管理”改為“過程管理”。此外，本輪意見咨詢未對知識結構框架的知識類別和知識要素進行修改。

本研究根據專家咨詢對STEM-TPACK框架進行優化，具體構成及涵義如表1所示。該框架最終形成了包含7個知識類別（一級維度）與17個知識要素（二級維度）的知識體系。

四 STEM教師知識結構量表的開發與結果分析

本研究依據前文構建的STEM-TPACK框架，旨在開發具有良好信效度的STEM教師知識測量量表，同時驗證STEM-TPACK框架中因子結構的合理性。為此，本研究先對量表題項進行編制，再通過項目分析、探索性因子分析、驗證性因子分析等方法進行實證檢驗。

1"量表工具的編制

為確保量表題項的科學性，本研究以構建的知識結構框架為基礎，直接引用或修訂國外比較成熟的TPACK量表，如Schmidt等^[29]編制的“職前教師教學技術知識調查量表”、Archambault等^[30]編制的“美國K-12在線遠程教育工作者TPACK調查量表”、Koh等^[31]編制的“有意義學習測量工具”，形成了STEM教師知識量表，部分題項如表2所示。該量表包括7個一級維度和44個測量題項。量表采用李克特5點計分法，1分為最低分，表示非常不贊同；5分為最高分，表示非常贊同。

2"數據收集

本研究的調查對象是在山東省開展STEM教學的教師。問卷通過問卷星平臺發放，共進行了兩輪問卷收集工作：第一輪于2022年7月面向230位STEM教師發放調查問卷進行預調研，共回收230份，其中有效問卷208份，問卷有效率為90.43%；第二輪于同年10月面向280位STEM教師重新發放問卷進行正式調研，共回收261份，其中有效問卷228份，問卷有效率為87.36%。

3 結果分析

（1）項目分析

本研究對每一位被試量表題項總分進行計算，然后依據總分數值大小排序，將被試分成高分組（前27%）和低分組（后27%），具有區分度的題項在兩組的得分應該具有顯著差異性。結果顯示，所有題項的t統計值均大于3.00，且p＜0.05，表明所有題項的鑒別度均符合要求，在此階段沒有需要刪除的題項。

本研究還進行了同質性檢驗，通過觀察單個題目與量表總分的相關程度分析了該題項與整體量表的一致性。同質性檢驗結果顯示，所有項目的相關系數均在0.409～0.745之間，且p＜0.001，表明所有題項與量表整體的同質性較高，各題項均符合要求，在此階段沒有需要刪除的題項。

（2）探索性因子分析

要想厘清量表內部維度的構成，探究量表的結構效度，必須進行探索性因子分析。本研究根據KMO和Bartlett球形檢驗發現，量表KMO值為0.911＞0.8，Bartlett球形檢驗的顯著性概率值p＜0.001，達到顯著水平，表明STEM-TPACK框架適合做探索性因子分析。

為決定各題項應歸屬于哪一個因子，本研究采用主成分分析法抽取共同因子，使用最大方差法（Varimax）得到旋轉后的因子負荷矩陣，并對不達標的題項進行刪除。結果顯示，特征根大于1的因子有9個，與量表設計維度存在差異。按照探索性因子分析的原則，需要對不達標的題項進行刪除或修改：X17分布在一個獨立的因子中，該因子包含的項目數小于3，應予以刪除；X4、X14、X21、X23、X29因子載荷小于0.45，因子載荷未達標，應予以刪除；X40有多重負荷，既被聚類到因子7，又歸屬于因子5，應予以刪除；X11和X37雖然歸屬于同一因子（因子8），但就這兩個題項的表述來看，最大的區別在于X11未融入技術元素，而X37是從技術角度進行描述的，從理論上來看兩者并不應該歸屬于同一維度，因此在與專家商討后，本研究決定對其予以刪除。

本研究對修改后的量表按同樣的方法再次進行了探索性因子分析。結果顯示：共有7個因子的特征值大于1.0，累積方差解釋率達到62.447%。探索性因子分析得到了與理論構想一致的旋轉成分矩陣，結果支持了“七因子”方案。根據旋轉成分矩陣結果，各因子對應題項的聚類結果如表3所示。

（3）驗證性因子分析

經過探索性因子分析后，本研究確定了包含35個題項的量表。隨后，本研究繼續進行驗證性因子分析以對該量表進行擬合檢驗，將228份有效問卷導入AMOS"24.0軟件，通過最大似然法對模型進行估計。結果顯示，各維度和總分之間存在顯著的正相關關系，統計顯著性水平均達到0.01；模型適配度的卡方值為1028.278，卡方自由度比值為1.908＜3，擬合標準理想；RMSEA值為0.066，大于0.05但小于0.08，表明模型達到良好標準；RMR值為0.036＜0.05，表明擬合理想；IFI、TLI、CFI值分別為0.857、0.839、0.854，低于但接近0.9，屬于可接受范圍。本研究繼續對模型進行修正，各因子間的相關系數在0.49～0.85之間；修正后的擬合指數如表4所示，可以看出CMIN/DF、RMSEA、RMR數值都有所下降，IFI、TLI、CFI數值都有所增加，其中IFI、CFI數值都達到理想狀態，表明該結構與實證數據適配擬合理想，擬合情況良好。

（4）信效度檢驗

依據上述維度劃分，本研究分別計算了各維度的Cronbach’s α值，結果表明：問卷整體的Cronbach’s"α值為0.941，各維度的Cronbach’s"α值也在0.736～0.864之間，說明各維度之間均具有較好的內在一致性，量表信度良好。在內容效度上，本研究的量表改編自依據專家咨詢法構建的STEM-TPACK框架和國外的成熟量表，具備良好的內容效度；在結構效度上，本研究利用探索性因子分析對量表進行了降維處理，結果表明量表具有良好的結構效度。

五 STEM教師知識提升的建議

1"注重各類知識協同發展

根據驗證性因子分析結果可知，STEM教師知識七個構成因子之間的相關系數在0.49～0.85之間，各構成因子之間的關系都達到顯著水平。這表明七個知識類別之間是相互作用的關系，內部存在一定的互動機制。有研究已證實教師的TPACK框架中基礎知識與復合知識間、復合知識與復合知識間均存在直接影響^[32]，其中暗含的互動機制不言而喻?；A知識是教師有效教學的前提，以技術知識為例，教師只有在掌握技術原理及操作的基礎上，結合自身教學實踐，才能利用技術延伸教學內容及教學方法，并促進復合知識的建構與發展，其他基礎知識同樣如此。綜上，STEM教師應關注不同知識間的協同發展，促進自身TPACK水平整體提升。

2"以學生視角重新審視

有研究指出，教師對一門學科的精通會讓他們看不到學生的潛在困難^[33]。本研究也得出了相似的結論，STEM教師在實施跨學科教學時，面對學生的迷思概念很難做到精準把控，這或許與跨學科教學的難度有關。學生在解決問題的過程中通常會遇到各種棘手問題，這是“不可控”的，因此教師需要時刻關注學生解決問題的動態，及時引導或提供學習支架。同時，教師對教學主題的選擇、理解、轉化與表征也應以學生的接受與理解為第一要義。STEM教育不應該發生在“真空”中，教師需要結合實際從學生視角重新審視自己的教學。

六 結語

本研究基于TPACK理論，通過訪談和專家咨詢構建并優化了STEM教師的知識結構框架，在此基礎上，經過項目編制、項目分析、因子分析以及信效度檢驗等步驟，開發了STEM教師知識量表。檢驗結果顯示，該量表具有良好的信度與效度，可以有效測量STEM教師的知識水平。然而，本研究仍存在一定的局限性，如樣本具有地域局限性，使樣本分布不夠廣泛，因此缺乏普適性；收取的調查數據屬于橫截面數據，具有靜態特征，難以反映動態變化。后續研究可以擴大地域范圍收集樣本，按時間段多次收集縱向數據，深挖STEM教師知識水平隨時間的變化。

參考文獻

[1]胡詠梅，劉雅楠，翟東升.我國高校學科教學論教師隊伍建設的現狀、問題及對策[J].教育學報，2023，（5）：162-182.

[2]錢海鋒.學科教學新型教學實踐能力培養——基于ICT-PCK-STEM協同的視角[J].教育評論，2019，（4）：30-34.

[3]蔡慧英，李欣，孫佳悅.提升職前教師跨學科教學設計能力的課程設計及其實證研究[J].現代教育技術，2023，（12）：56-64.

[4]單俊豪，閆寒冰.STEM教師教學勝任力表現性評價——模型設計與論證[J].中國遠程教育，2022，（9）：53-60、77.

[5][19]李四清，陳堅林.高校外語教師知識結構與教學自主的關系探究[J].外語與外語教學，2016，（5）：88-96、146.

[6]耿丹.論教師知識結構的優化[D].武漢：華中師范大學，2019：7.

[7]孫妍妍，何灃燊.以“工程”為中心的STEM課程驅動問題設計研究[J].華東師范大學學報（教育科學版），2021，（8）：33-44.

[8]Walkington C， Marder M. Using the UTeach Observation Protocol （UTOP） to understand the quality of mathematics instruction[J]. ZDM， 2018，（2）：507-519.

[9]NISE."National Institute for STEM Education[OL]. lt;https：//nise.institute/teacher-certification.php/gt;

[10]The Pennsylvania Department of Education. The framework for integrative STEM education endorsement guidelines[OL].lt;https：//www.education.pa.gov/Documents/Teachers-Administrators/Certification%20Preparation%20Programs/Specific%20Program%20Guidelines/Integrative%20Science，%20Technology，%20Engineering，%20Mathematics%20（STEM）%20Education%20Guidelines.pdfgt;

[11]Australian Science Teacher Association. National professional standards for"highly accomplished teachers of science[OL]."lt;https：//research.acer.edu.au/teaching_standards/9/gt;

[12]The Australian Association of Mathematics Teachers."Standards for excellence in teaching mathematics in Australian"schools"-"2006 edition[OL]."lt;https：//aamt.edu.au/wp-content/uploads/2020/10/Standard-of-Excellence.pdfgt;

[13]中華人民共和國教育部.義務教育課程方案（2022年版）[OL].

lt;http：//www.moe.gov.cn/srcsite/A26/s8001/202204/W020220420582343217634.pdfgt;

[14]中國教育科學研究院STEM教育研究中心.STEM教師能力等級標準（試行）[OL].

lt;https：//wenku.baidu.com/view/1f706e6d59fb770bf78a6529647d27284b7337d9.htmlgt;

[15][18]Koehler M J， Mishra P. What happens when teachers design educational technology？ The development of technological pedagogical content knowledge[J]. Journal of Educational Computing Research， 2005，（2）：131-152.

[16]何克抗.TPACK——美國“信息技術與課程整合”途徑與方法研究的新發展（下）[J].電化教育研究，2012，（6）：47-56.

[17]楊曉娟.網絡教學中教師整合技術的學科教學知識建構之作用機理研究[J].山東師范大學學報（社會科學版），2023，（4）：90-99.

[20][23]Beswick K， Goos M. Measuring pre-service primary teachers’ knowledge for teaching mathematics[J]. Mathematics Teacher Education and Development， 2012，（2）：70-90.

[21][22]Yurdakul I K， Odabasi H F， Kilicer K， et al. The development， validity and reliability of TPACK-deep： A technological pedagogical content knowledge scale[J]. Computers amp; Education， 2012，（3）：964-977.

[24][31]Koh J H L， Chai C S. Teacher clusters and their perceptions of technological pedagogical content knowledge （TPACK） development through ICT lesson design[J]. Computers amp; Education， 2014，70：222-232.

[25]Alana U， Arif R， Alonzo A， et al. An alternative to STEBI-A： Validation of the T-STEM science scale[J]. International Journal of STEM Education， 2022，（1）：1-14.

[26]黃麗燕，趙靜，陳心怡.英語教師的基本語言知識結構要素及其預測能力研究[J].外語教學與研究，2016，（4）：583-593、641.

[27]陳希，程林.基于工程設計的高中STEM課程設計與實踐——以“建筑結構設計”課程為例[J].現代教育技術，2019，（2）：121-126.

[28]余勝泉，胡翔.STEM教育理念與跨學科整合模式[J].開放教育研究，2015，（4）：13-22.

[29]Schmidt D A， Baran E， Thompson A D， et al. Technological pedagogical content knowledge （TPACK） the development and validation of an assessment instrument for preservice teachers[J]. Journal of research on Technology in Education， 2009，（2）：123-149.

[30]Archambault L， Crippen K. Examining TPACK among K-12 online distance educators in the United States[J]. Contemporary Issues in Technology and Teacher Education， 2009，（1）：71-88.

[32]劉喆.師范生整合技術的學科教學知識研究——基于結構方程模型的實證分析[J].華南師范大學學報（社會科學版），2016，（4）：74-85.

[33]Ben-Peretz M. Teacher knowledge： What is it？ How do we uncover it？ What are its implications for schooling？[J]. Teaching and Teacher Education， 2011，（1）：3-9.

Development and Verfication of STEM Teachers’"Knowledge

Structure and its Scales from the Perspective of TPACK Theory

LIU Huan """YANG Xiao-Juan^{[Corresponding Author]}

（School of Education， Shandong Normal University， Jinan， Shandong， China 250014）

Abstract："STEM education is an important measure to implement innovative talent training models， and studying STEM teachers’"knowledge structure and carrying out STEM teachers’"knowledge assessment is the key to continuously and deeply improving the STEM education quality. Therefore， based on the TPACK （Technological Pedagogical Content Knowledge） theoretical model， this article constructed and optimized the theoretical dimensions of STEM teacher knowledge structure through literature research， interviews， and expert consultation. Through project analysis， factor analysis， and reliability and validity testing， a knowledge measurement scale for STEM teachers was developed. The research results indicated that the scale had good reliability and validity， and the internal consistency of each item in the scale was good， meeting the fitting acceptance criteria. The seven dimensions of the scale were interdependent with each other. Through research， this paper was expected to provide reference for measuring the knowledge level of STEM teachers and promoting their professional growth.

Keywords："TPACK; STEM teachers; knowledge structure; scale development