Journal of The Korean Association For Science Education (한국과학교육학회지)

The Korean Association for Science Education (한국과학교육학회)
권호 표지
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
Download PDF
⟨ Previous Next ⟩

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.

과학교육과정에서 과학의 본성은 교육의 중심에 있었으며, 특히 과학영재교육에서의 중요성은 더욱 크다고 할 수 있다. 그럼에도 불구하고 과학영재들의 과학의 본성에 대한 개념구조가 어떻게 형성되어있는지의 연구는 많지 않다. 이 연구에서는 언어 네트워크 분석법을 통해 중학교 과학영재의 사실, 가설, 이론, 법칙 그리고 과학적인 것의 의미에 대한 이들의 인식을 탐색하는 것을 목표로 하였다. 연구 목적 달성을 위해 개방형 검사지에서 얻은 응답들을 언어 네트워크 분석법을 통해 분석하였다. 연구 참여자들의 총 110명의 대학부설 과학영재교육원 소속 중학교 과학영재들이 연구에 참여하였으며 이들의 응답에 의해 5가지의 언어 네트워크를 얻었다. 네트워크 분석결과 이들이 인식하고 있는 사실은 증명여부와 실제성 문제, 가설은 잠정성과 불확실성, 이론은 실험에 의해 증명된 가설이라는 통념, 법칙은 절대성과 권위를 상징하는 언어들, 과학적인 것은 사실근거, 증명 가능여부, 정확하고 논리적인 이론체계 동반을 가장 중요한 인식의 핵으로 하고 있었다. 통합네트워크 분석결과, 연구에 참여한 중학교 과학영재들은 절대주의적이고 논리-실증주의적인 과학관을 형성하고 있는 것을 알 수 있었다. 이 연구에 활용된 언어 네트워크 분석법은 학습자의 보이지 않는 특정 내용을 어떤 방식으로 인식하여 개념구조를 형성하고 있는지 시각화하고, 학습자 개개인 및 지식별 통합적 정신모형을 구축하는데 유용할 것으로 기대된다.

Keywords

References

  1. 권용주, 정진수, 신동훈, 이준기, 이일선, 변정호 (2011). 과학 지식의 생성과 평가. 서울, 학지사.
  2. 김경대, 강순민, 임재항(2006). 과학영재들의 과학의 본성에 대한 인식. 한국과학교육학회지, 26(6), 743-752.
  3. 김용학 (2011). 사회 연결망 분석. 서울, 박영사.
  4. 김정여, 김영수 (2006). 경기도 과학 교사들의 개념 체계도에 대한 인식 및 활용 실태 조사. 한국생물교육학회지, 34(4), 497-507.
  5. 김지나, 김선경, 김동욱, 김현경, 백성혜 (2008). 초등학생들의 과학의 본성에 대한 명시적 교수 효과 분석. 초등과학교육, 27(3), 261-272.
  6. 나지연, 송진웅 (2010). 과학의 본성에 대한 검사 도구를 활용한 연구의 개관과 분석. 초등과학교육, 29(3), 292-306.
  7. 노태희, 김영희, 한수진, 강석진 (2002). 과학의 본성에 대한 초등학생들의 견해. 한국과학교육학회지, 22(4), 882-891.
  8. 박별나, 이윤경, 구자을, 홍영수, 김학용 (2010). 고등학교 과학 및 생물교과서 과학용어 네트워크 분석. 한국콘텐츠학회논문지, 10(5), 427-435.
  9. 박은이, 홍훈기 (2010). 과학 영재를 대상으로 한명시적 과학의 본성 프로그램의 효과. 한국과학교육학회지, 30(2), 249-260.
  10. 박종원, 김두현 (2008). 과학의 본성 지도자료 개발과 과학영재를 대상으로 한 시험적용. 한국과학교육학회지, 28(2), 169-179.
  11. 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.
  12. 백성혜 , 김윤기, 최은희, 김성애 (2005). 고등학생과 과학교사의 과학철학적 관점에 대한 연구. 대한화학회지, 49(5), 503-512.
  13. 변정호, 이준기, 권용주 (2009). 과학교육에서 제시하는 과학적 관찰의 의미와 과정에 대한 분석. 한국과학교육학회지, 29(5), 531-540.
  14. 서재교, 배순한, 백승익 (2010). 온라인 커뮤니티의 중심성 변화에 대한 탐색적 연구: 사회연결망 분석을 이용하여. 지식경영연구, 11(2), 17-34.
  15. 소원주 (1998). 과학교사의 과학 철학적 관점과 과학 서술방식이 중학생들의 과학관의 변화에 미치는 영향. 한국교원대학교 대학원 박사학위논문.
  16. 손동원(2008). 사회 네트워크 분석. 서울, 경문사. 송진웅, 권성기 (1992). 과학철학을 수강하는 대학원생의 과학의 본성에 대한 인식의 변화. 한국과학교육학회지, 12(1), 1-9.
  17. 송하영, 김영신 (2010). 지식상태분석법을 이용한 고등학생의 유전관련 개념의 위계 분석. 과학교육연구지, 34(2), 237-245.
  18. 심준섭 (2011). 언어네트워크분석 기법을 활용한 갈등 프레임의 분석. 한국행정연구, 20(2), 183-212.
  19. 양일호, 한기갑, 최현동, 오창호, 조현준 (2005). 초등 신규교사의 과학 본성에 대한 신념. 초등과학교육, 24(4), 360-379.
  20. 옥경영, 한상만 (2009). 온라인 커뮤니티 사이트에서 하위 네트워크의 특성이 정보의 초기 확산에 미치는 영향에 관한 연구. 소비자학연구, 20(1), 37-64.
  21. 이강춘 (2007). 우수연구센터의 네트워크 구조와 성과에 관한 연구. 한국공공관리학보, 21(4), 201-224.
  22. 이원준 (2010). 소비자의 루머 인식과 브랜드 태도. 한국콘텐츠학회논문지, 10(11), 363-370.
  23. 이은아, 박병건 (2008). 과학 이론과 과학 법칙의 차이에 대한 고등학생들의 인식 연구. 한국지구과학학회지, 29(1), 91-97.
  24. 이혜준, 이동일, 이주현 (2010). 의미 네트워크 분석을 통한 프랜차이즈 교육 프로그램 개발. 경영교육연구, 14(2), 105-128.
  25. 임병학 (2011). 사회 네트워크 분석을 활용한 물류 공저자들의 협력 네트워크 구조 분석. 물류학회지, 21(2), 205-229.
  26. 장명덕, 홍상욱, 정진우 (2002). 중학교 2학년 과학영재들의 과학지식에 대한 과학철학적 관점과 이에 대한 토론 및 읽기 활동의 효과. 한국지구과학학회지, 23(5), 397-405.
  27. 장병기 (2004). 과학의 본성에 대한 학생의 생각을 조사히기. 초등과학교육, 23(2), 159-171.
  28. 정충덕, 강경희 (2008). 과학 영재들의 STS에 대한 관점. 한국과학교육학회지, 28(2), 150-158.
  29. 최영출, 박수정 (2011). 한국행정학의 연구경향 분석: 네트워크 분석방법의 적용. 한국행정학보, 45(1), 123-139.
  30. 한관종 (2003). 사회과학 방법론으로서의 연결망 분석기법 적용의 의의와 연구과제. 사회과학연구, 10(2), 219-235.
  31. 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
  32. 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
  33. 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.
  34. Baker, R. R. (1987). Knowledge Graphs: Representation and Structuring of Scientific Knowledge. Unpublished Doctoral dissertation, University of Twente, Enshede.
  35. Barnett, G. A., & Woelfel, J. (1988). Readings in Galileo system: Theory, methods and applications. Dobuque, IA: Kendall/ Hunt.
  36. Bybee, R. W. (1997). Achieving scientific literacy: From purposes to practices. Portsmouth, NH: Heineman.
  37. Campbell, N. R. (1953). What is Science? New York: Dover Publications.
  38. Carley, K. M. (1988). Formalizing the Social Expert's Knowledge. Sociological Methods and Research, 17(2), 165-232. https://doi.org/10.1177/0049124188017002003
  39. 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
  40. 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.
  41. 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.
  42. 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.
  43. 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
  44. 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.
  45. Doerfel, M. L. (1998). What constitutes semantic network analysis? A comparison of research and methodologies. Connections, 21(2): 16-26.
  46. 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
  47. Doignon, J., & Falmagne, J. (1999). Knowledge Spaces. Berlin, Germany: Springer-Verlag.
  48. Driver, R. Leach, J., Miller, R., & Scott, P. (1996). Young peoples images of science. Bristol, PA, Open University Press.
  49. Flew, A. (1985). A dictionary of philosophy. London, The Macmillan Press, Ltd.
  50. 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
  51. Hempel, C. G. (1966). Philosophy on natural science. Englewood Cliffs, NJ: Prentice-Hall.
  52. Horner, J. K. & Rubba, P. A. (1979). The laws are mature theories fable. The Science Teacher, 46(2), 31.
  53. Jeong, J. S., & Kwon, Y. J. (2006). Definition of scientific hypothesis: A generalization or a causal explanation? 한국과학교육학회지, 26(5), 637-645.
  54. Kamada, T., & Kawai, S. (1989). An algorithm for drawing general undirected graph. Information Letters, 131(1), 7-15.
  55. 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
  56. 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
  57. 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.
  58. 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
  59. 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.
  60. 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
  61. 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
  62. Parker, S. P. (1989). McGraw-Hill dictionary of scienctific and technical terms. New York, NY: McGraw-Hill Book Company.
  63. Popping, R. (2000). Computer-assisted text analysis. London, Thousand Oaks: Sage Publications.
  64. Reese, W. L. (1980). Dictionary of philosophy and religion: Eastern and western thought. Highlands, NJ: Humanities Press Inc.
  65. 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.
  66. 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
  67. 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).
  68. 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
  69. 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.
  70. Walker, P. M. B. (1988). Chambers science and technology dictionary. New York, NY: W & R Chambers Ltd and Cambridge University Press.
  71. Wassetman, S., & Faust, K. (1994). Social network analysis: Methods and applications. The Press Syndicate of the University of Cambridge.

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
  4. 야외지질학습에서 학습한 퇴적환경에 대한 과학영재와 일반학생의 언어네트워크 비교 vol.23, pp.6, 2012, https://doi.org/10.9722/jgte.2013.23.6.881
  5. 기후변화와 관련된 과학영재들의 지구시스템 사고 특성 vol.24, pp.2, 2012, https://doi.org/10.9722/jgte.2014.24.2.271
  6. An Analysis of Articulation in Life Science Revision 2009 Curriculum with Semantic Network Analysis vol.43, pp.1, 2015, https://doi.org/10.15717/bioedu.2015.43.1.84
  7. 중학교 과학영재학생과 일반학생들의 직업가치관 구조분석: 사회네트워크적 접근 vol.25, pp.2, 2012, https://doi.org/10.9722/jgte.2015.25.2.195
  8. 고등학생들의 원자력 인식구조에 대한 언어 연결망 분석 vol.15, pp.7, 2015, https://doi.org/10.5392/jkca.2015.15.07.578
  9. 네트워크 텍스트 분석을 활용한 대학부설 과학영재교육원의 중등수학 강의교재 분석 vol.29, pp.3, 2012, https://doi.org/10.7468/jksmee.2015.29.3.465
  10. 과학영재 중학생들과 일반 중학생들의 과학과 관련된 직업에 대한 인식 비교: 언어 네트워크 분석법 중심으로 vol.25, pp.5, 2012, https://doi.org/10.9722/jgte.2015.25.5.673
  11. 중등학생들의 과학과 생물에서의 '실험'의 의미에 대한 인식구조 비교 vol.35, pp.6, 2012, https://doi.org/10.14697/jkase.2015.35.6.0997
  12. 교육대학교 학생들의 '전기' 용어의 연상 단어 및 정의에 대한 네트워크 분석 vol.36, pp.5, 2016, https://doi.org/10.14697/jkase.2016.36.5.0791
  13. 2010년부터 2015년까지 국내 과학영재교육의 연구동향 분석 : 문헌분석 대 사회네트워크분석 vol.40, pp.3, 2016, https://doi.org/10.21796/jse.2016.40.3.267
  14. 중학교 과학 영재들의 성별과 재능 분야에 따른 과학 관련 태도 조사 연구 vol.45, pp.3, 2012, https://doi.org/10.15717/bioedu.2017.45.3.355
  15. 중학교 과학 영재들의 공학 설계 과정에 대한 인식 조사 연구 vol.37, pp.5, 2012, https://doi.org/10.14697/jkase.2017.37.5.835
  16. Exploring the Perception Structure of Science Teachers on Basic Science, Applied Science, and Convergence Science vol.56, pp.4, 2012, https://doi.org/10.15812/ter.56.4.201712.487
  17. 소외계층학생을 대상으로 한 과학교육 연구의 동향 분석 vol.37, pp.6, 2012, https://doi.org/10.14697/jkase.2017.37.6.921
  18. An Analysis of Semantic Network in Photosynthesis Unit on Middle School Textbook based on the 2009 Revised National Science Curriculum vol.46, pp.1, 2012, https://doi.org/10.15717/bioedu.2018.46.1.63
  19. Analysis of ‘Major Sentence Constituents’ Concept Networks - Focusing on Grammar Concept Networks in Grammar Books - vol.32, pp.None, 2012, https://doi.org/10.21850/kge.2018.32..120
  20. Semantic Network Analysis of College Students’ Descriptive Course Evaluation vol.28, pp.2, 2018, https://doi.org/10.21024/pnuedi.28.2.201806.237
  21. 언어네트워크분석을 통해 본 과학중점학교 과학수업의 특징 vol.38, pp.4, 2012, https://doi.org/10.14697/jkase.2018.38.4.565
  22. 전북 서해안권 국가지질공원의 추진과정과 관련된 갈등 프레임 분석 vol.40, pp.3, 2019, https://doi.org/10.5467/jkess.2019.40.3.283