DOI QR코드

DOI QR Code

Semantic Network Analysis of Science Gifted Middle School Students' Understanding of Fact, Hypothesis, Theory, Law, and Scientificness

언어 네트워크 분석법을 통한 중학교 과학영재들의 사실, 가설, 이론, 법칙과 과학적인 것의 의미에 대한 인식 조사

  • Received : 2012.01.30
  • Accepted : 2012.07.27
  • Published : 2012.08.31

Abstract

The importance of teaching the nature of science (NOS) has been emphasized in the science curriculum, especially in the science curriculum for science-gifted students. Nevertheless, few studies concerning the structure and formation of students' mental model on NOS have been carried out. This study aimed to explore science-gifted students' understanding of 'fact', 'hypothesis', 'theory', 'law', and 'scientificness' by utilizing semantic network analysis. One hundred ten science-gifted middle school students who were selected by a national university participated in this study. We collected students' written responses of five items and analyzed them by the semantic network analysis(SNA) method. As a result, the core ideas of students' understanding of 'fact' were proof and reality, of 'hypothesis' were tentativeness and uncertainty, of 'theory' was proven hypothesis by experimentation, of 'law' were absoluteness and authority, and of 'scientificness' were factual evidence, verifiability, accurate and logical theoretical framework. The result of integrated semantic network illustrated that the viewpoint of science-gifted students were similar to absolutism and logical positivism (empiricism). Methodologically, this study showed that the semantic network analysis method was an useful tool for visualization of students' mental model of scientific conceptions including NOS.

Keywords

nature of science;semantic network analysis(SNA);science gifted students;mental model

References

  1. Sabella, M. S. (1999). Using the Context of Physics Problem Solving to Evaluate the Coherence of Student Knowledge. Unpublished Doctoral dissertation, University of Maryland. Available online at http://www.physics.umd.edu/perg/dissertations/Sabella/(accessed 2012).
  2. Schwartz, R. S., Lederman, N. G., & Crawford, B. A. (2004). Developing view of nature of science in an authentic context: An explicit approach to bridging the gap between nature of science and science and scientific inquiry. Science Education, 88(4), 610-645. https://doi.org/10.1002/sce.10128
  3. Tuberty, B., Dass, P., & Windelspecht, M. (2011). Student understanding of scientific hypotheses, theories & Law: Exploring the influence of a non-majors college introductory biology course. International Journal of Biology Education, 1(1), 23-44.
  4. Walker, P. M. B. (1988). Chambers science and technology dictionary. New York, NY: W & R Chambers Ltd and Cambridge University Press.
  5. Wassetman, S., & Faust, K. (1994). Social network analysis: Methods and applications. The Press Syndicate of the University of Cambridge.
  6. Flew, A. (1985). A dictionary of philosophy. London, The Macmillan Press, Ltd.
  7. Hammer, D. (1996). Misconceptions or pprims: How may alternative perspectives of cognitive structure influence instructional perceptions and intentions. The Journal of the Learning Sciences, 5(2), 97-127. https://doi.org/10.1207/s15327809jls0502_1
  8. Hempel, C. G. (1966). Philosophy on natural science. Englewood Cliffs, NJ: Prentice-Hall.
  9. Horner, J. K. & Rubba, P. A. (1979). The laws are mature theories fable. The Science Teacher, 46(2), 31.
  10. Jeong, J. S., & Kwon, Y. J. (2006). Definition of scientific hypothesis: A generalization or a causal explanation? 한국과학교육학회지, 26(5), 637-645.
  11. Kamada, T., & Kawai, S. (1989). An algorithm for drawing general undirected graph. Information Letters, 131(1), 7-15.
  12. Koponen, I. T., & Pehkonen, M. (2010). Coherent knowledge structures of physics represented as concept networks in teacher education. Science & Education, 19, 259-282. https://doi.org/10.1007/s11191-009-9200-z
  13. Kugler, C. (2002). Darwin's Theory, Mendel's Law: Label & The Teaching of Science. The American Biology Teacher, 64(5), 341-351. https://doi.org/10.2307/4451309
  14. Lederman, N. G. (2007). Nature of Science: Past, present, and future. In Abell, S. & Lederman, N. (Eds.) Handbook of research on science education. New Jersey: Lawrence Erlbaum Associates, Publishers.
  15. Liu, S., & Lederman, N. G. (2002). Taiwanese Gifted Students'View of Nature of Science. School Science and Mathematics, 102(3), 114-123. https://doi.org/10.1111/j.1949-8594.2002.tb17905.x
  16. Meichtry, Y. J. (1993). Influencing student understanding of nature of science: Data from a case curriculum development. Journal of Research in Science Teaching, 29, 389-407.
  17. Meyling, H. (1997). How to change students' conceptions of the epistemology of science. Science & Education, 6, 397-416. https://doi.org/10.1023/A:1017908916810
  18. Nakamura, K., Dehaene, S., Jobert, A., Bihan, D. L., & Kouider, S. (2007). Taskspecific change of unconscious neural priming in the cerebral language network. Proceedings of the National Academy of Sciences USA, 104(49), 19643-19648. https://doi.org/10.1073/pnas.0704487104
  19. Parker, S. P. (1989). McGraw-Hill dictionary of scienctific and technical terms. New York, NY: McGraw-Hill Book Company.
  20. Popping, R. (2000). Computer-assisted text analysis. London, Thousand Oaks: Sage Publications.
  21. Reese, W. L. (1980). Dictionary of philosophy and religion: Eastern and western thought. Highlands, NJ: Humanities Press Inc.
  22. Rhodes, G., & Schaible, R. (1989). Fact, law, and theory: Ways of thinking in science and literature. Journal of College Science Teaching, 18(4), 228-232.
  23. Ryan, A. G., & Aikenhead, G. S. (1992). Students'perceptions about the epistemology of science. Science Education, 76, 559-580. https://doi.org/10.1002/sce.3730760602
  24. 한관종 (2003). 사회과학 방법론으로서의 연결망 분석기법 적용의 의의와 연구과제. 사회과학연구, 10(2), 219-235.
  25. Abd-El-Khalick, F., & Akerson, V. L. (2004). Learning as conceptual change: Factors mediating the development of pre-service elementary teachers'views of nature of science. Science Education, 88(5), 785-810. https://doi.org/10.1002/sce.10143
  26. Anderson, J. R. (1983). A spreading activation theory of memory. Journal of Verbal Learning and Verbal Behavior, 22, 261-295. https://doi.org/10.1016/S0022-5371(83)90201-3
  27. Atkinson, R. C., & Shiffrin, R. M. (1968). Human Memory: A Proposed System and Its Control Process, The Psychology of Learning and Motivation, Vol 2. ed, K. Spence, New York: Academic Press.
  28. Baker, R. R. (1987). Knowledge Graphs: Representation and Structuring of Scientific Knowledge. Unpublished Doctoral dissertation, University of Twente, Enshede.
  29. Barnett, G. A., & Woelfel, J. (1988). Readings in Galileo system: Theory, methods and applications. Dobuque, IA: Kendall/ Hunt.
  30. Bybee, R. W. (1997). Achieving scientific literacy: From purposes to practices. Portsmouth, NH: Heineman.
  31. Campbell, N. R. (1953). What is Science? New York: Dover Publications.
  32. Carley, K. M. (1988). Formalizing the Social Expert's Knowledge. Sociological Methods and Research, 17(2), 165-232. https://doi.org/10.1177/0049124188017002003
  33. Collins, A. M., & Loftus, E. F. (1975). A spreading activation theory of semantic processing. Psychological Review, 82(6), 407-428. https://doi.org/10.1037/0033-295X.82.6.407
  34. Collins, A. M., & Quillian, M. R. (1972). Experiments on semantic memory and language comprehension. In Gregg, L. W. (Ed.), Cognition in learning and memory (pp. 117-138). New York: Wiley.
  35. Corman, S. R., Kuhn, T., McPhee, R. D., & Dooley, K. J. (2002). Studying complex discursive systems: Centering resonance analysis of communication. Human Communication Research, 28, 157-206.
  36. Danowski, J. A. (1993). Network analysis of message contents. In G. Barnett & W. Richards (Eds.), Progress in communication sciences (pp. 197-222), Norwood, NJ: Albex.
  37. Dehaene, S., Naccache, L. Cohen, L. Le Bihan, D. Mangin, J., Poline, J., & Riviere, D. (2001). Cerebral mechanisms of word masking and unconscious repetition priming. Nature Neuroscience, 4(7), 752-758. https://doi.org/10.1038/89551
  38. diSessa, A. A. (2008). A bird's-eye view of the 'pieces'vs. 'coherence'controversy. In S. Vosniadou (Ed.), International handbook of research on conceptual change (pp. 35-60). New York: Routledge.
  39. Doerfel, M. L. (1998). What constitutes semantic network analysis? A comparison of research and methodologies. Connections, 21(2): 16-26.
  40. Doerfel, M. L., & Barnet, G. A. (1999). A semantic network analysis of the interactional communication association. Human Communication Research, 25(4), 589-603. https://doi.org/10.1111/j.1468-2958.1999.tb00463.x
  41. Doignon, J., & Falmagne, J. (1999). Knowledge Spaces. Berlin, Germany: Springer-Verlag.
  42. Driver, R. Leach, J., Miller, R., & Scott, P. (1996). Young peoples images of science. Bristol, PA, Open University Press.
  43. 김용학 (2011). 사회 연결망 분석. 서울, 박영사.
  44. 김정여, 김영수 (2006). 경기도 과학 교사들의 개념 체계도에 대한 인식 및 활용 실태 조사. 한국생물교육학회지, 34(4), 497-507.
  45. 김지나, 김선경, 김동욱, 김현경, 백성혜 (2008). 초등학생들의 과학의 본성에 대한 명시적 교수 효과 분석. 초등과학교육, 27(3), 261-272.
  46. 나지연, 송진웅 (2010). 과학의 본성에 대한 검사 도구를 활용한 연구의 개관과 분석. 초등과학교육, 29(3), 292-306.
  47. 노태희, 김영희, 한수진, 강석진 (2002). 과학의 본성에 대한 초등학생들의 견해. 한국과학교육학회지, 22(4), 882-891.
  48. 박별나, 이윤경, 구자을, 홍영수, 김학용 (2010). 고등학교 과학 및 생물교과서 과학용어 네트워크 분석. 한국콘텐츠학회논문지, 10(5), 427-435.
  49. 박은이, 홍훈기 (2010). 과학 영재를 대상으로 한명시적 과학의 본성 프로그램의 효과. 한국과학교육학회지, 30(2), 249-260.
  50. 박종원, 김두현 (2008). 과학의 본성 지도자료 개발과 과학영재를 대상으로 한 시험적용. 한국과학교육학회지, 28(2), 169-179.
  51. 권용주, 정진수, 신동훈, 이준기, 이일선, 변정호 (2011). 과학 지식의 생성과 평가. 서울, 학지사.
  52. 김경대, 강순민, 임재항(2006). 과학영재들의 과학의 본성에 대한 인식. 한국과학교육학회지, 26(6), 743-752.
  53. 박한우, Leydesdorff, L. (2004). 한국어의 내용 분석을 위한 KrKwic 프로그램의 이해와 적용: Daum.net에서 제공된 지역혁신에 관한 뉴스를 대상으로. Journal of the Korean Data Analysis Society, 6(5), 1377-1388.
  54. 백성혜 , 김윤기, 최은희, 김성애 (2005). 고등학생과 과학교사의 과학철학적 관점에 대한 연구. 대한화학회지, 49(5), 503-512.
  55. 변정호, 이준기, 권용주 (2009). 과학교육에서 제시하는 과학적 관찰의 의미와 과정에 대한 분석. 한국과학교육학회지, 29(5), 531-540.
  56. 서재교, 배순한, 백승익 (2010). 온라인 커뮤니티의 중심성 변화에 대한 탐색적 연구: 사회연결망 분석을 이용하여. 지식경영연구, 11(2), 17-34.
  57. 소원주 (1998). 과학교사의 과학 철학적 관점과 과학 서술방식이 중학생들의 과학관의 변화에 미치는 영향. 한국교원대학교 대학원 박사학위논문.
  58. 손동원(2008). 사회 네트워크 분석. 서울, 경문사. 송진웅, 권성기 (1992). 과학철학을 수강하는 대학원생의 과학의 본성에 대한 인식의 변화. 한국과학교육학회지, 12(1), 1-9.
  59. 송하영, 김영신 (2010). 지식상태분석법을 이용한 고등학생의 유전관련 개념의 위계 분석. 과학교육연구지, 34(2), 237-245.
  60. 심준섭 (2011). 언어네트워크분석 기법을 활용한 갈등 프레임의 분석. 한국행정연구, 20(2), 183-212.
  61. 양일호, 한기갑, 최현동, 오창호, 조현준 (2005). 초등 신규교사의 과학 본성에 대한 신념. 초등과학교육, 24(4), 360-379.
  62. 옥경영, 한상만 (2009). 온라인 커뮤니티 사이트에서 하위 네트워크의 특성이 정보의 초기 확산에 미치는 영향에 관한 연구. 소비자학연구, 20(1), 37-64.
  63. 이강춘 (2007). 우수연구센터의 네트워크 구조와 성과에 관한 연구. 한국공공관리학보, 21(4), 201-224.
  64. 이원준 (2010). 소비자의 루머 인식과 브랜드 태도. 한국콘텐츠학회논문지, 10(11), 363-370.
  65. 이은아, 박병건 (2008). 과학 이론과 과학 법칙의 차이에 대한 고등학생들의 인식 연구. 한국지구과학학회지, 29(1), 91-97.
  66. 이혜준, 이동일, 이주현 (2010). 의미 네트워크 분석을 통한 프랜차이즈 교육 프로그램 개발. 경영교육연구, 14(2), 105-128.
  67. 임병학 (2011). 사회 네트워크 분석을 활용한 물류 공저자들의 협력 네트워크 구조 분석. 물류학회지, 21(2), 205-229.
  68. 장명덕, 홍상욱, 정진우 (2002). 중학교 2학년 과학영재들의 과학지식에 대한 과학철학적 관점과 이에 대한 토론 및 읽기 활동의 효과. 한국지구과학학회지, 23(5), 397-405.
  69. 장병기 (2004). 과학의 본성에 대한 학생의 생각을 조사히기. 초등과학교육, 23(2), 159-171.
  70. 정충덕, 강경희 (2008). 과학 영재들의 STS에 대한 관점. 한국과학교육학회지, 28(2), 150-158.
  71. 최영출, 박수정 (2011). 한국행정학의 연구경향 분석: 네트워크 분석방법의 적용. 한국행정학보, 45(1), 123-139.

Cited by

  1. An Analysis on Congruency between Educational Objectives of Curriculum and Learning Objectives of Textbooks using Semantic Network Analysis - Focus on Earth Science I in the 2009 revised Curriculum - vol.34, pp.7, 2013, https://doi.org/10.5467/JKESS.2013.34.7.711
  2. An Comparative Study of Articulation on Science Textbook Concepts and Extracted Concepts in Learning Objectives Using Semantic Network Analysis - Focus on Life Science Domain - vol.35, pp.3, 2016, https://doi.org/10.15267/keses.2016.35.3.377
  3. A Comparison of the Freshmen’s Cognitive Frame about the ‘Crisis of Earth’ vol.37, pp.2, 2016, https://doi.org/10.5467/JKESS.2016.37.2.117