面向历史上被边缘化STEM学习者的自引导混合数学-科学sense-making

混合数学科学sense-making（MSS）体现为学生将数学与科学知识整合，以发展对观察结果的数学描述能力。尽管作为科学思维的重要组成部分，但关于教授MSS的研究仍寡言。来自STEM领域历史上被边缘化背景的学生往往缺乏必要的先修学习机会，以致在STEM领域中难以胜任。支持他们发展MSS有助于建立定量理解并提高STEM绩效。培育MSS需要支持可迁移的终身技能。我们设计并测试了一种基于仿真和认知框架的自引导学习模型，以实现可迁移的MSS。我们将基于该框架的活动测试于27名来自STEM历史上被边缘化背景的学生，这些学生就读于提供 minority services 的2年制和4年制美国高等院校。我们评估了活动后立即以及至少1周后（长期和短期）的MSS迁移，通过要求学生完成迁移任务来实现。大多数学生起点位于最低MSS水平，并在完成一项活动后达到最高MSS水平，表现出显著的短期和长期迁移，表明该方法在培育可迁移MSS方面具有有效性。