MALLIT FYSIIKASSA JA OPPILAIDEN KÄSITYKSET NIIDEN LUONTEESTA JA ROOLISTA
|
|
- Krista Juusonen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 MALLIT FYSIIKASSA JA OPPILAIDEN KÄSITYKSET NIIDEN LUONTEESTA JA ROOLISTA Mikko Turunen Pro gradu -tutkielma Elokuu 2017 Fysiikan ja matematiikan laitos Itä-Suomen yliopisto i
2 Mikko Turunen Työn ohjaajat Fysiikan aineenopettajalinjan opinnäyte, 52 sivua Itä-Suomen yliopisto Fysiikan koulutusohjelma Fysiikan aineenopettajakoulutus FT Mervi Asikainen Tiivistelmä Tämän opinnäytetyön tutkimuskohteena on oppilaiden ja opiskelijoiden käsitys luonnontieteissä käytettävistä malleista yläkoulussa ja lukiossa. Tavoitteena on saada selkeä kuva siitä, kuinka oppilaat ymmärtävät tämän käsitteen. Teoriaosassa kuvataan kuinka mallit kehittyvät tiedeyhteisössä ja kuinka opetuksella pyritään muuttamaan oppilaiden käsitykset näiden kehittyneiden mallien mukaisiksi. Tutkimuskysymyksellä Millainen käsitys oppilailla on malleista? tullaan vastaamaan siis myös kysymykseen Millainen malli oppilailla on malleista? Koko tutkimusaineisto koostuu 88 yläkoulun yhdeksäsluokkalaisesta, 78 lukiolaisesta, ja 49 yliopisto-opiskelijasta. Aineisto on kerätty kolmelta eri yläkoululta, kahdesta lukiosta ja yhdeltä yliopistolta. Tutkimus toteutettiin kaksiosaisella kyselyllä, joista ensimmäinen on kolmen avoimen kysymyksen sarja, ja toinen on 27 väittämästä koostuva monivalintatesti. Yliopisto-opiskelijoiden vastauksia ei käytetä vertailussa muiden vastaavien tutkimusten kanssa vertailukelpoisuuden parantamiseksi, mutta tulokset, joissa yliopisto-opiskelijat ovat mukana on myös esitetty. Tutkimuksessa havaittiin, että yli kolmasosalla oppilaista ei ole minkäänlaista selkeää kuvaa mallista. Lopulla kahdella kolmasosalla, joilla on jonkinlainen selkeä käsitys mallista, sen voidaan sanoa yleisesti liittyvän oppimisympäristöön ja keskittyvän lähinnä mallien kuvailevaan ja selittävään kykyyn. Harvat oppilaat viestivät tiedostavansa kuinka tiedemaailma käyttää malleja. Tämä saatu tieto oppilaiden käsityksestä on hyödyllinen kaikille luonnontieteiden opettajille, koska ilman hyvää kuvaa oppilaidensa käsityksistä, heille on hankala antaa oikean tasoista opetusta. ii
3 Esipuhe Haluan kiittää työni ohjaajaa filosofian tohtori Mervi Asikaista hänen valtavasta avustaan ja rakentavasta kritiikistään, jota ilman tämä työ ei olisi valmistunut. Tämän lisäksi haluan kiittää dosentti Kari Sormusta, joka ensimmäisen kerran nyrjäytti aivoni ajattelemaan mallinnusta. Kiitän myös ystäviäni filosofian maisteri Martin Schmidtiä, joka auttoi parantamaan kyselyn käännöksen laatua, Mika Issakaista, jonka palaute auttoi parantamaan koko tämän työn tekstin laatua, ja Jingoo Kangia, joka auttoi minua vertailututkimuksen koreankielisen artikkelin kanssa. Kiitokset kuuluvat niin ikään tutkimukseen osallistuneille kouluille, eli Joensuun Normaalikoululle, Joensuun Lyseon lukiolle, Tohmajärven Tietäväisen yläkoululle ja lukiolle, Pielisjoen koululle ja Itä-Suomen yliopiston Joensuun fysiikan ja matematiikan laitokselle. Lopuksi haluan vielä kiittää ystäviäni, perhettäni, ja avopuolisoani Renataa, jotka ovat saaneet kuulla ajoittain loputonta paasaustani tästä aiheesta ja jaksaneet teeskennellä kiinnostunutta. Joensuussa 13. elokuuta 2017 Mikko Turunen iii
4 Sisältö 1 Johdanto 1 2 Teoria Mallien terminologiaa Analogiat malleissa Miksi oppilaiden tulisi ymmärtää mikä on malli SUMS eli Oppilaiden ymmärrys tieteellisten mallien roolista luonnontieteiden oppimisessa Mallit eri esitystapoina Mallit täsmällisinä kopioina Mallit selittävinä työkaluina Tieteellisten mallien käyttö Mallien muuttuva luonne Aiempia SUMS-testiä käyttäneitä tutkimuksia Mallien luonteen käsityksen ja käsitteellisen ymmärryksen suhde Yläkoulu- ja lukioikäisten oppilaiden näkemykset malleista 15 3 Empiirinen osio Työn toteutus Aineiston homogeenisuus ja reliabiliteetti Avoimien kysymysten analysointi Oppilaiden esimerkit malleista 29 iv
5 3.3.2 Oppilaiden mallien määritelmät Oppilaiden käsitys mallien käytöstä Oppilaiden käsitykset malleista ja vertailu aiempiin tutkimuksiin SUMS-testin tulokset Avoimien kysymysten tulokset 39 4 Pohdinta SUMS-testin tulokset Mallit eri esitystapoina Mallit täsmällisinä kopioina Mallit selittävinä työkaluina Tieteellisten mallien käyttö Mallien muuttuva luonne Kvalitatiivisten luokkien arviointi Oppilaiden esimerkit malleista Oppilaiden mallien määritelmät Oppilaiden käsitys mallien käytöstä Luotettavuuden arviointi Muiden tutkimusten kritiikki Yhteenveto 48 Viitteet 50 v
6 Luku I 1 Johdanto To try to make a model of an atom by studying its spectrum is like trying to make a model of a grand piano by listening to the noise it makes when thrown downstairs (Lodge, 1924). Mallit ovat fysiikassa ja yleisesti luonnontieteissä tärkeä työkalu tiedon välittämiseen, järjestelyyn ja havainnollistamiseen. Tämä oleellinen osa tiedettä on myös oleellinen osa luonnontieteiden opetusta. Hyötyä fysiikan oppimiselle on osoitettu olevan paitsi siitä, että opettajat tietävät paremmin mitä mallit ovat, mutta myös siitä, että oppilaat tiedostavat mitä mallit ovat. Tästä syystä on tärkeää, että opetuksen sisältöön ei kuulu pelkästään eri atomimalleja vaan myös selitys siihen, miksi meillä on eri atomimalleja ja mitä nämä mallit oikeastaan ovat. Uudessa valtakunnallisessa Opetussuunnitelman perusteissa, jonka opetushallitus 2014 hyväksyi, mallinnus ja mallien käsite on tuotu entistä vahvemmin mukaan. Tämä tapahtuva muutos on nähtävissä esimerkiksi uudessa lukion yhteisen fysiikan kurssin kirjassa, Sanoma Pron Fysiikka 1, jossa mallintamisesta ja malleista puhutaan yhtenä ensimmäisistä asioista. Kirjojen sisällöt ja tavoitteet opetussuunnitelmassa ovat tavoitteita oppilaiden tulevasta tietämyksestä, eivätkä välttämättä täysin kerro ja kuvaa sitä, kuinka asia heille tulisi opettaa. Uuden oppiminen tapahtuu jo olemassa olevien rakenteiden päälle, joten luodakseen jokaiselle oppilaalleen nykyisen tieteen luoman kuvan maailmasta, heidän opettajallansa täytyy olla hyvä kuva siitä, kuinka hänen oppilaansa maailman näkevät. Tämä työ pyrkii kertomaan mallien osalta, millaisissa lähtökuopista oppilaat ovat ja parantamaan näin mahdollisuuksia kehittää tätä käsitystä. 1
7 Luku II 2 Teoria Voidakseen tarkastella oppilaiden käsityksiä malleista, täytyy ensin ymmärtää millainen on tieteen käsitys malleista luonnontieteissä. Tässä luvussa tutustutaan luonnontieteiden pedagogiikassa käytettävään mallien terminologiaan ja avataan näitä tärkeitä käsitteitä. Lopuksi tutustutaan tutkimukseen, jonka pohjalta tämän tutkimuksen empiirinen osuus on luotu ja avataan sekä alkuperäisessä että tässä tutkimuksessa käytettyjä välineitä, menetelmiä, ja aineistoja. Ensin kuitenkin avataan käsitteitä malli ja mallintaminen. Aloitetaan Gilbertin (1997) hyvin yksinkertaisella versiolla: Yleisesti puhuen, malli on idean, objektin, tapahtuman, prosessin tai systeemin esitys. Nancy Cartwright (1983) määrittelee mallintamisen tieteelliseksi toiminnaksi, jonka tavoite on tehdä jokin tietty maailman osa tai piirre helpommaksi ymmärtää, määritellä, kvantifioida, visualisoida tai simuloida, viittaamalla sitä olemassa olevaan ja yleisesti hyväksyttyyn tietoon. Halloun (2007) puolestaan määrittelee tieteellisen mallin seuraavasti: tieteellinen malli on käsitteellinen systeemi, joka kuvaa fyysisten systeemien joukon jotain tiettyä rakennetta tai käyttäytymistä riittävän hyvin edustaakseen kyseistä rakennetta tai käyttäytymistä luotettavasti fyysisen systeemin sijaan. Mallintaminen on siis toimintaa, jonka tavoite on luoda tieteellisiä malleja, joilla teoriaa pystytään avaamaan ja yksinkertaistamaan. Malleilla tulee olla siis jonkinlaista selitysvoimaa. 2
8 2.1 Mallien terminologiaa Mallit voidaan jakaa lukuisiin eri luokkiin, riippuen tarkasteltavasta näkökulmasta. Tärkeänä käsitteenä tämän työn lopputuloksen kannalta tulee olemaan mentaalimalli. Lyhyesti ilmaistuna mentaalimallit ovat henkilökohtaisia sisäisiä tietorakenteita (Saari, 2000). Harrison & Treagustin (2000) mukaan mentaalimallit viittaavat erityiseen mentaaliseen esitykseen, analogiaesitykseen, jonka jokainen luo ajatteluprosessinsa aikana. Nämä mentaalimallit ovat objektien ja ideoiden luontaisia kuvauksia, jotka ovat uniikkeja luojalleen ja syntyvät ja kehittyvät vuorovaikutuksesta kohdesysteemin kanssa. Näiden mallien ei ole välttämättä tarpeen olla teknisesti tarkkoja, mutta niiden on oltava toimivia. Oppilaiden luomat mentaalimallit voivat olla puutteellisia, vailla selviä rajoja ja epätieteellisiä. Jossain määrin mentaalimallit ovat oppilaiden tulkintaa kirjojen ja opettajien tarjoamista malleista. Mentaalimalleihin ei voi päästä käsiksi suoraan, vaan niitä voi ainoastaan yrittää päätellä ihmisten viestinnästä, kuten eleistä, puheesta, ja kirjoituksesta. Tämän lisäksi puhutaan ilmaistuista mentaalimalleista, jotka Gilbert, Boulter & Rutherfordin (1998) mukaan syntyvät, kun mentaalimallit viestitään muille. Nämä ilmaistut mentaalimallit ovat siis niitä malleja, jotka esitetään muulle tiedeyhteisölle hyväksyttäväksi. Jos ne saavuttavat tiedeyhteisön sosiaalisen hyväksynnän ja pääsevät omassa alueessaan tieteellisen tutkimuksen kärkeen, voidaan sanoa niistä tulleen konsensusmalleja (Justi & Gilbert, 2000). Kun näitä konsensusmalleja viestitään oppilaille eli kun ne ovat opetuskäytössä, niistä voidaan puhua pedagogisina malleina tai opetusmalleina. Harrison ja Treagust (2000) määrittelevät nämä mallit pedagogisiksi siinä mielessä, että ne ovat nimenomaan opetuskäyttöön luotuja selityksiä, joilla voidaan tuoda oliot ja ilmiöt, joita ei voida silmällä havaita, kuten atomi ja molekyylit, oppilaan saataville. Huomattavaa tässä on se, että tieteellistä konsensusmallia ja pedagogista mallia ei välttämättä erota mikään muu kuin tarkoitus, johon sitä käytetään. Saari (2000) listaa hyvän opetusmallin vaatimuksia: Täydellinen. Hyvä opetusmalli sisältää tutkittavan systeemin olennaiset rakenteet ja ominaisuudet sekä niiden väliset suhteet. Suppea. Hyvässä opetusmallissa on otettu huomioon oppilaan ikä. Se edustaa hyvin selitettävää systeemiä, mutta siinä ei ole liikaa oppilasta rasittavia turhia yksityiskohtia. Yhtenäinen. Opetusmalli on läpinäkyvä. Oppilas näkee loogisen systeemin, joka sisältää tarvittavat rakenteet ja niiden vuorovaikutukset. 3
9 Konkreettinen. Hyvä opetusmalli on oppilaalle sopivan tutunomainen. Rakenteiden ja niiden välisten vuorovaikutusten pitäisi olla oppilaalle selviä. Hyvä opetusmalli on visuaalinen. Mielikuviin pohjautuva. Hyvä opetusmalli pohjautuu aineksiin, jotka ovat mahdollisesti merkityksellisiä eli aineksiin, jotka selittävät miten jokin systeemi toimii. Opetusmallin avulla on voitava ennustaa, miten systeemi käyttäytyy eri tilanteissa. Oikeellinen. Hyvä opetusmallia vastaa tietyllä tasolla todellista tapahtumaa tai kohdetta. Opetusmallin rajoitukset on kuitenkin tehtävä selviksi. Ymmärrettävä. Hyvässä opetusmallissa on käytettävä tarkoituksenmukaista, oppilaiden ymmärtämää kieltä. Vastaava. Opetusmallin ja kohteen välillä tulisi olla sopiva määrä analogioita. Listan kohdista suppea, konkreettinen ja ymmärrettävä käy implisiittisesti ilmi, että jonkin rakenteen tai ilmiön opetusmalli ei ole muuttumaton ja objektiivinen kuvaus konsensusmallista vaan riippuu oppilaasta. Kuten Saari (2000) toteaa, opetuksessa tulee myös muistaa, että oppilaalla on joka tapauksessa jonkinlainen ennakkokäsitys opetettavasta aiheesta. Uusi tieto ja käsitys malleista rakennetaan oppilaan voimassa olevien käsitysten päälle, käyttäen lähtökohtana opetukselle ennakkokäsitysten hyödyllisiä piirteitä. Vastaavuuden vaatimuksessa puhutaan mallin sisältämistä analogioista. Opetusmalleista käytetään myös tarkempaa termiä pedagoginen analogiamalli. Analogisuus tulee siitä, että mallissa jokin osa vastaa kohdetta, mutta ei ole taattua, että täydellinen vastaavuus säilyy. Esimerkiksi planetaarisen atomimallin analogiassa, eli aurinkokunnassa, Auringolla on valtaosa systeemin massasta, samoin kuin mallin kohteessa, eli atomissa, valtaosa systeemin massasta on ytimessä. Mutta siinä missä planeetat kiertävät aurinkoa ellipsisillä radoilla, elektronien käyttäytymistä se ei kuvaa kovin hyvin. Analogisessa mallissa yleensä vain yksi tai useampi mallin ominaisuus on vahvimmin läsnä. (Harrison & Treagust, 2000) Tarkoituksena on, että oppilaan mentaalimalli kehittyy opetusmallin välityksellä kohti konsensusmallia. Voidaan myös ajatella, että oppilaan tietorakenteen muuttamiseen ei riitä muutama oppilastöissä havaittu ristiriita. Oppilas ei ole valmis muuttamaan mentaalimallejaan, jos tilalle ei ole tarjolla uutta todistusvoimaisempaa rakennetta. (Saari, 2000) 4
10 "Lähtökohtana fysiikan opetukselle voidaan pitää ajatusta, että sekä opettajalla että oppilaalla on omat mentaalimallinsa tutkittavasta kohteesta. Yleisesti voidaan sanoa, että mentaalimallit ovat epätäydellisiä ja jatkuvasti muuttuvia." (Saari, 2000, s. 82) Jälkimmäinen koskee luonnollisesti myös opettajia. Kuten myös kuvassa 1 on havainnollistettu, opettajan malli ei ole konsensusmalli, vaan vain hänen oma tulkintansa siitä. Kuva 1 Mallit ja opetus. (Saari, 2000) Tilannetta voidaan myös havainnollistaa kuvan 2 tavalla, jossa oppilaan oma mentaalimalli pyritään tuomaan mahdollisimman lähelle konsensusmallia. Kuvassa 2 ja kuvassa 1 havainnollistetaan myös, kuinka mallien välillä on analogiarelaatiot, eli niiden täydellinen vastaavuus ei välttämättä säily. Ideaalisesti opettajan mentaalimalli ja ilmaistu mentaalimalli olisivat identtiset konsensusmallin kanssa. 5
11 Kuva 2 Konsensusmallin ja oppilaan mentaalimallin suhde. Opetusmallin identtisyys konsensusmallin kanssa taas riippuu siitä, tulkitseeko opettaja sen sopivan tasoiseksi eli onko opittava asia oppilaan lähikehityksen vyöhykkeellä. Lähikehityksen vyöhykkeen käsitteen loi Lev Vygotsky, jonka mukaan oppilaan käsitteiden ymmärtäminen aikuisen opastuksessa olisi paljon herkempi tapa mitata oppilaan kykyjä kuin itsenäisesti työskentelevän lapsen ongelmanratkaisukyvyn kehitys. Lähikehityksen vyöhyke on alue, jolla oppilaan empiirisesti rikkaat, mutta epäjärjestäytyneet käsitteet kohtaavat aikuisen logiikan ja systemaattisen käsittelytavan. Tämän kohtaamisen tuloksena oppilaan heikkouksia, eli epäjärjestyksessä oleville käsitteille spontaanisti syntyviä perusteluja, kompensoidaan tieteellisellä logiikalla. Tämän vyöhykkeen syvyys vaihtelee ja on riippuvainen oppilaan kyvystä omaksua aikuisen tietorakenteet. Lopuksi oppilas kykenee, tämän yhteistyön tuloksena, sisäistämään ratkaisun ja siitä tulee osa hänen omaa päättelyään. (Vygotsky, 1986) Opettaja siis toiminnoillaan ja sopivalla opetusmallilla auttaa oppilasta jäsentämään käsitteellistä ymmärtämystään näillä alueilla, joilla vallitsee epäjärjestys. Koko sopivan opetusmallin valinta riippuu siitä, kuinka hyvin opettaja osaa tulkita oppilaan mentaalimallin tason oppilaan viestinnästä. 2.2 Analogiat malleissa Mallit perustuvat, hieman valitusta määritelmästä riippuen, jonkinlaiseen vertaukseen. Cartwright (1983) viittaa olemassa olevaan ja yleisesti hyväksyttyyn tietoon ja Halloun 6
12 (2007) kuvaa fyysisten systeemien joukon jotain tiettyä rakennetta tai käyttäytymistä. Tämä viittaaminen ja kuvaaminen tapahtuu näiden vertauksien, relaatioiden avulla. Aiemmin puhuttiin pedagogisesta analogiamallista, joten täsmennetään myös mitä tarkoitetaan analogialla pedagogisessa mielessä. Gilbert, Boulter ja Rutherford (1998) kuvailevat kuinka analogiat muodostetaan lähteen, jonka ajatellaan olevan jokseenkin samanlainen kuin tarkasteltava ilmiö, ja tämän tarkasteltavan ilmiön, eli kohteen, välille. Samaistettavan lähteen sijaan käytetään myös termiä ankkuri (Saari, 2000). Analogioiden piirteet voidaan jakaa kolmeen luokkaan: positiivisiin, negatiivisiin ja neutraaleihin. Analogian piirteet ovat positiivisia, mikäli sekä lähde että kohde jakavat saman piirteen ja negatiivisia, mikäli mitään hyödyllistä yhteistä piirrettä ei ole. Samassa analogiassa voi olla, ja lähes varmasti onkin, sekä positiivisia että negatiivisia piirteitä. Neutraaleja analogian piirteitä ovat sellaiset, joista ei voida sanoa selvästi onko lähteellä ja kohteella tätä yhteistä piirrettä, vaan sen selvittäminen vaatii tutkimusta. (Gilbert, Boulter, & Rutherford, 1998, Saari, 2000) Otetaan esimerkiksi analogiamallista valo, joka voidaan ajatella olevan aaltoliikettä, kuten ääni tai muu mekaaninen aaltoliike. Taulukossa 1 on listattuna muutamia ominaisuuksia ja perusteltu, miksi ne ovat positiivisia tai negatiivisia. Analogiassa kohde on nyt valoaalto ja lähde on mekaaninen veden pinta-aalto. Taulukko 1 Analogioiden piirteiden luokittelua Piirre Luokka Perustelu Taajuus Positiivinen f ja λ ovat sekä mekaanisen että valoaallon Aallonpituus Positiivinen ominaisuuksia. Amplitudi Positiivinen Sekä valolla että aallolla veden pinnalla on amplitudi, jonka ajatellaan liittyvän sen voimakkuuteen. Eteneminen väliaineessa Heikkeneminen väliaineessa Negatiivinen Neutraali/ Negatiivinen Valo etenee tyhjiössä ja väliaineessa ja sen etenemisen nopeus riippuu väliaineen taitekertoimesta; Mekaaninen aalto etenee vain väliaineessa. Heikkeneminen tapahtuu eri syistä ja valo ei heikkene kaikissa väliaineissa. 7
13 Huomattavaa analogioiden luokittelussa on, että ero positiivisen ja negatiivisen piirteen välillä on objektiivinen, mutta luokan neutraalius ei ole. Se kuinka selvästi joidenkin piirteiden samankaltaisuus nähdään, on riippuvainen siitä kuka vertailua suorittaa ja mitkä ovat hänen taustatietonsa. 2.3 Miksi oppilaiden tulisi ymmärtää mikä on malli Koska fysiikka pyörii mallien ympärillä, oppilaat kohtaavat näitä ymmärtämisen ja jäsentämisen työkaluja joka tapauksessa. Atomin rakenteen eri historialliset mallit, ideaalikaasun malli ja valon aalto-hiukkas-dualismi ovat vain muutamia esimerkkejä oppikirjoista löytyvistä ja opetetuista malleista. Mallin oppiminen ja käyttäminen ymmärtämättä mikä malli oikeastaan on, on kuin poraisi reikää seinään tietämättä mikä laite on käytössä parhaillaan. Saattaa sillä reiän saada aikaan, mutta onko se halutun lainen? McKagan, Perkins ja Wieman (2008) suorittivat tutkimuksen kysymyksenään Onko Bohrin mallin opettaminen este Schrödingerin atomin mallin oppimiselle? ja tulivat tutkimuksessaan negatiiviseen tulokseen. Heidän mielestään tärkeää ei ollut se, opetetaanko Bohrin mallia, vaan se kuinka sitä käsitellään. Keskeiseksi piirteeksi onnistuneimmissa kokeissa voitiin havaita Bohrin mallin ja myöhempien mallien vertailu ja vastakkainasettelu. McKaganin tutkimusryhmän mielestä nimenomaan tämä mallien keskinäinen vertailu auttaa oppilaita ymmärtämään atomimallit oikeassa kontekstissa eli vain malleina, joilla jokaisella on pätevyysalueensa ja rajoitteensa. Myös Harrison ja Treagust (2000) toteavat, että oppilaita tulee rohkaista käyttämään useita eri malleja selityksessään silloin kun mahdollista, koska mikään yksittäinen malli ei voi kuvata mitään tieteellistä käsitettä riittävän tarkasti. Collin, Francen ja Taylorin (2005) tekemä aiempien tutkimusten koonti esittää, että luonnontieteiden tärkeimpien mallien ymmärtäminen oman käsitteellinen kehityksen osana on tehokkainta kun oppilaita autetaan ymmärtämään mentaalisten mallien rooli tieteellisten mallien rakentamisessa, sekä olemaan tietoisia niiden vahvuuksista ja heikkouksista, ja oppilaat voivat rakentaa ja kritisoida omia ja luonnontieteilijöiden ilmiöitä koskevia malleja. 8
14 Oppilaat muodostavat uudesta havaintoihin pohjaavasta tiedosta joka tapauksessa jonkinlaisen henkilökohtaisen sisäisen tietorakenteen. Tieto voi olla jäsennelty järkevästi ja hyvin, mutta itsenäisesti muodostetulla mentaalimallilla on tapana olla epätieteellinen tai jopa ristiriitainen. Oppilailta puuttuu tarpeellinen tieto aiheesta ymmärtää käsite, joka heille esitetään, malliksi. Oppilailla kuitenkin on tarpeelliset työkalut ja kyvyt luoda analogioita ja mentaalisia simulaatioita, tehdä idealisointeja ja yleistyksiä tilanteista, eli rakentaa malleja. Sitä he ovat alun perinkin tehneet. Ja koska mentaalimallit ovat henkilökohtaisia rakenteita, voi olla, että paras polku mielekkääseen luonnontieteiden oppimiseen liittyisi enemmän näiden esitysmuotojen rakennusprosessin opettamiseen; Eli käytännössä mallintamisen opettamiseen. (Greca, 2000) Mallien opettamisen hyödyistä on olemassa jonkin verran tutkimustietoa (Cheng & Lin, 2015; Schwarz & White, 2005; Gobert, O Dwyer, Horwitz, Buckley, Levy, & Wilensky, 2011), mutta metakognitiota mallien oppimisen yhteydessä on tutkittu vähemmän. Metakognition termin loi John Flavell ja sillä tarkoitetaan kognitiota kognitiosta eli kykyä ajatella omaa ajatteluaan (Flavell, 1979). Esimerkki tällaisesta metakognitiosta ovat opiskelun metataidot, eli taidot havaita ja tarkastella omaa oppimistaan. Loucan ja Zacharian (2012) koonnin mukaan mallipohjainen oppiminen voi parantaa oppilaiden metakognitiivisia kykyjä, erityisesti itsekriittisyyden saralla, kun he tarkkailevat ja reflektoivat omaa työtään. He huomauttavat, että itsesäätelykykyiset oppilaat, jotka suorittavat mallinnustehtäviä tarvitsevat metakognitiivista tietoa mallinnuksesta. Lisäksi oppilaat joilla on hyvin kehittyneet metakognitiiviset tiedot mallinnuksesta, säätelevät oppimisprosessiaan paremmin ja heille kehittyy näin parempi käsitteellinen ymmärrys kuin oppilaille, joilla ei ole tätä tietoa mallinnuksesta itsestään. Myös Collin, Francen ja Taylorin (2005) mukaan käsitteiden ja metakognition linkittäminen mallien parissa työskennellessä johtaa oppilaiden ymmärryksen parantumiseen, ja sen lisäksi edistää myönteistä asennetta. 2.4 SUMS eli Oppilaiden ymmärrys tieteellisten mallien roolista luonnontieteiden oppimisessa Oppilaiden mallikäsityksen selvittämistä varten suoritettiin katsaus kirjallisuuteen sopivan valmiin mittarin löytämiseksi. Näin tehtiin siksi, että saataisiin luotettavampia tuloksia, joita päästään myös vertaamaan muiden tutkimusta tehneiden kanssa. Alkuperäinen Students Understanding of Models in Science (SUMS)-testi suoritettiin 9
15 kahdessa koulussa Perthissä, Australiassa. Tutkimuksen tekivät Treagust, D. F., Chittleborough, G., ja Mamiala, T. L. vuonna Tavoitteena oli saada kuva siitä, kuinka oppilaat ymmärtävän mallien roolin luonnontieteiden opiskelussa. 27 väittämästä koostuvaan kyselyyn osallistui vuotiasta oppilasta, joiden vastauksien perusteella heidän käsityksensä malleista jaettiin faktorianalyysin pohjalta seuraavaan viiteen eri faktoriin: 1. Mallit eri esitystapoina (Models as multiple representations/mr); 2. Mallit täsmällisinä kopioina (Models as exact replicas/er); 3. Mallit selittävinä työkaluina (Models as explanatory tools/et); 4. Tieteellisten mallien käyttö (Uses of scientific models/usm); 5. Mallien muuttuva luonne (The changing nature of models/cnm) Väittämiin vastatattiin viisiportaisella Likert-asteikolla, jolloin faktorianalyysin avulla luokittelemalla päästiin tutkimaan, kuinka samaa tai eri mieltä oppilaat olivat väittämien edustamien käsitteiden kanssa. Datan analyysi suoritettiin SPSS-ohjelmalla. Taulukossa 2 on listattuna SUMS-testin väittämät ja mihin viidestä luokasta ne on sijoitettu. (Treagust, Chittleborough & Mamiala, 2002) Tätä tutkimusta varten väittämät käännettiin suomeksi, mutta ne on päätetty myös esittää alkuperäisessä muodossaan, jotta on mahdollista vertailla ja pohtia käännöksessä syntyneitä mahdollisia merkityseroja. 10
16 Taulukko 2: SUMS-testi ja väittämien luokittelu. (Treagust, Chittleborough & Mamiala, 2002) Lisäksi taulukossa 3 on esitetty tutkimuksessa saadun aineiston pohjalta tehdyn faktorianalyysin tulokset, joiden perusteella luokittelu on tehty ja löytyneet faktorit nimetty. (Treagust, Chittleborough & Mamiala, 2002) 11
17 Taulukko 3: SUMS-testin faktorianalyysi. (Treagust, Chittleborough & Mamiala, 2002) Seuraavissa alakappaleissa käsitellään lyhyesti tulokset koskien jokaista eri faktoria Mallit eri esitystapoina Mallit eri esitystapoina-asteikko (MR-asteikko) tutkii kuinka hyvin oppilaat hyväksyvät erilaisten esitystapojen samanaikaisen käytön ja ymmärtävätkö he tarpeen tälle 12
18 käytännölle. Treagustin ja muiden (2002) tutkimuksessa useimpien oppilaiden tulkittiin kykenevän arvostamaan mallien moninaisuutta. Yli puolet oppilaista oli sitä mieltä, että erilaiset tieteelliset mallit ovat hyödyllisiä havainnollistamaan vallitsevia erilaisia käsityksiä. Oppilaat vaikuttivat johdonmukaisesti tunnistavan tarpeen erilaisille malleille sekä ilmiön eri puolien tarkastelun, että niiden oppimisen kannalta. Koska oppilaat tunnistavat useiden eri mallien käytön arvon, tutkimusryhmä päätteli, että heillä täytyy myös olla käsitys mallista vain yhtenä esitystapana ja että jokaisella esitystavalla on oma näkökulmansa tai painotuksensa Mallit täsmällisinä kopioina Mallit täsmällisinä kopioina-asteikko (ER-asteikko) viittaa oppilaiden näkemyksiin siitä kuinka tarkka malli on. Tutkimuksessa havaittiin, että oppilaissa on suuri joukko (43 %) sellaisia, joilla on kapea tai naiivi käsitys malleista vain eksakteina kopioina. Treagustin ja muiden (2002) mukaan tätä käsitystä ruokkinevat tutuimmat koulussa esiintyvät mallit, kuten karttapallot ja esimerkiksi ruumiinosien, kuten korvan, anatomiset mallit; molemmat esimerkkejä malleista, joissa tarkkuus on erityisen tärkeää. Kuitenkin noin viidesosa tunnistaa mallien merkityksen muunakin kuin vain kopiona Mallit selittävinä työkaluina ET-asteikko kuvaa mallin kykyä auttaa oppilaita ymmärtämään idea. Asteikko kertoo kokevatko oppilaat mallien tehostavan visuaalista kuvaa aiheesta, luomaan mentaalimallin tai antamaan jonkin konkreetin esitystavan. Tulokset vaikuttaisivat osoittavan, että suurin osa oppilaista on tietoinen mallien visualisoivan kyvyn arvosta. Treagustin ja muiden (2002) mielestä onkin mielenkiintoista, että oppilaat tiedostavat tämän mallien kyvyn havainnollistaa, sillä juuri tämän kyvyn avulla heidän oma mentaalimalliensa rakennus tapahtuu. Oppilaiden kapeahko kuva malleista näkyy myös tässä luokassa, sillä kysyttäessä, voiko diagrammi, kuva, kartta, kuvaaja tai valokuva olla malli, noin 42 % vastasi kieltävästi tai en osaa sanoa, mikä kertoo, että jokin tai jotkin näistä eivät täytä heidän kuvaansa mallista Tieteellisten mallien käyttö USM-asteikko tutkii kuinka oppilaat ymmärtävät mallien käytön luonnontieteissä kun kysymys on muustakin kuin ilmiön tai rakenteen kuvailusta tai selittämisestä niiden avulla. Noin puolet vastanneista oppilaista oli sitä mieltä, että malleja voi käyttää ja 13
19 käytetään ennusteiden tekemiseen ja teorioiden muodostamiseen. Tämä tietysti tarkoittaa sitä, että noin puolet ovat sitä mieltä, että mallit eivät sovellu tällaiseen tai eivät osaa sanoa. Tulos sopii yhteen muiden kohtien kanssa, sillä oppilaiden kuva mallista vaikuttaa olevan eksakti ja paljolti selittävä. (Treagust, Chittleborough & Mamiala, 2002) Mallien muuttuva luonne CNM-asteikko tarkastelee kuinka pysyviksi oppilaat mieltävät mallit. Kyseisen luokan tulokset olivat ehkä selkeimmin positiiviset, sillä yli kahdella kolmasosalla oppilaista oli selvä kuva malleista mahdollisesti muuttuvina asioina. Jollain tasolla oppilaat siis kuitenkin tiedostavat, että mallit eivät ole kiveen kirjoitettuja totuuksia, vaan dynaamisia, alatimuuttuvia olioita. (Treagust, Chittleborough & Mamiala, 2002) 2.5 Aiempia SUMS-testiä käyttäneitä tutkimuksia Tässä kappaleessa esitellään lyhyesti kaksi muuta tutkimusta, joissa on käytetty SUMStestiä. Näiden tutkimusten tuloksia vertaillaan yhdessä alkuperäistutkimuksen kanssa tämän työn tuloksiin tulosten esittelyssä alaluvussa SUMS-testin tulokset ja pohdinnassa alaluvussa 4.1 SUMS-testin tulokset Mallien luonteen käsityksen ja käsitteellisen ymmärryksen suhde Janice D. Gobert, Laura O Dwyer, Paul Horwitz, Barbara C. Buckley, Sharona Tal Levy ja Uri Wilensky julkaisivat vuonna 2011 artikkelin, jonka koko nimi on Examining the Relationship Between Students Understanding of the Nature of Models and Conceptual Learning in Biology, Physics, and Chemistry. Se on luonteeltaan pitkittäistutkimus, jossa tarkastellaan, kuinka oppilaiden käsitys malleista on kehittynyt opetusjakson aikana ja onko tällä vaikutusta myös sisältöjen oppimiseen, mutta sen alkutestin tuloksia voidaan käyttää hyvin vertailukohtana. Aineisto siihen kerättiin yhteensä 736 yläkouluikäiseltä oppilaalta fysiikan, kemian ja biologian tuntien kontekstissa. Tutkimuksessa ei kuitenkaan ole saatavilla koko aineiston keskiarvoja ja keskihajontoja, joten vertailussa käytetään fysiikan opetukseen osallistuvien alkutestin tuloksia, jossa N=420. Alkutestin tulos on lisäksi huomattavasti vertailukelpoisempi muiden kanssa. Kyselyyn osallistuneet oppilaat olivat Yhdysvalloista 13 eri koulusta luokka-asteilta 9-12, joiden oppilaat vastaavat iältään Suomessa yhdeksättä luokkaa ja lukiota. Fysiikan opetusohjelmaan osallistuneiden keski-ikä oli 16. Tutkijat analysoivat tuloksiaan lähinnä liittyen ryhmien 14
20 välisiin eroihin, joita huomattiinkin olevan kaikkien aineiden oppilaiden välillä. He kuitenkin huomauttavat, että erot mallikäsityksissä voivat myös johtua ikäeroista Yläkoulu- ja lukioikäisten oppilaiden näkemykset malleista Jeongho Cha, Younghee Kim, and Taehee Noh julkaisivat vuonna 2004 koreaksi artikkelin Middle and High School Students Views on the Scientific Model, jonka tutkimuksen lähtökohtana oli selvittää oppilaiden mallien tuntemusta ja sukupuolen, iän ja koulumenestyksen aiheuttamia eroja. Soulissa, Etelä-Koreassa, tehtyyn tutkimukseen osallistui kahdeksannelta ja yhdenneltätoista luokalta 1 yhteensä 137 oppilasta. Tutkimuksessa ei havaittu merkittävää eroa luokka-asteiden välillä, mutta korrelaatio kehittyneempään mallikäsitykseen löytyi suhteessa oppilaan menestykseen ja sukupuoleen. Tulosten mukaan miespuolisilla ja paremmin menestyneillä (highachieving) oppilailla mallikäsitys oli parempi. Kysely oli toteutettu kääntämällä väittämät oppilaita varten koreaksi, mikä voi osaltaan vaikuttaa saatuihin tuloksiin. Näitä käännöksiä ei oltu ilmoitettu artikkelissa vaan tulokset olivat taulukoituna alkuperäisten englanninkielisten väittämien mukaisesti. Taulukossa 4 on esitetty artikkelissa englanniksi raportoidut yksittäisten väittämien tulokset. 1 Etelä-Korean ikäsysteemi on hieman erilainen kuin länsimaissa. Kahdeksannella luokalla oppilaat ovat vuotiaita ja yhdennellätoista luokalla vuotiaita. 15
21 Taulukko 4: SUMS-testin tulokset Chan, Kimin ja Nohin tutkimuksessa (2004) Luokka/Väittämä Keskiarvo Keskihajonta MR/1 Many models may be used to express features of a science phenomenon by showing different perspectives to view an object. 4,00 0,66 MR/2 Many models represent different versions of the phenomenon. 3,52 0,85 MR/3 Models can show the relationship of ideas clearly. 3,33 0,90 MR/4 Many models are used to show how it depends on individual s different ideas on what things look like or how they work. 3,67 0,94 MR/5 Many models may be used to show different sides or shapes of an object. 3,78 0,75 MR/6 Many models show different parts of an object or show the objects differently. 3,74 0,76 MR/7 Many models show how different information is used. 3,63 0,78 MR/8 A model has what is needed to show or explain a scientific phenomenon. 3,76 0,80 ER/9 A model should be an exact replica. 2,65 1,13 ER/10 A model needs to be close to the real thing. 2,35 0,98 ER/11 A model needs to be close to the real thing by being very exact, so nobody can disprove it. 2,58 1,08 ER/12 Everything about a model should be able to tell what it represents. 2,69 0,98 ER/13 A model needs to be close to the real thing by being very exact in every way except for size. 2,29 1,09 ER/14 A model needs to be close to the real thing by giving the correct information and showing what the object/thing looks like. 2,45 1,00 ER/15 A model shows what the real thing does and what it looks like. 2,12 0,89 ER/16 Models show a smaller scale size of something. 3,04 1,14 ET/17 Models are used to physically or visually represent something. 3,87 0,78 ET/18 Models help create a picture in your mind of the scientific happening. 4,00 0,83 ET/19 Models are used to explain scientific phenomena. 3,61 0,90 ET/20 Models are used to show an idea. 3,34 1,00 ET/21 A model can be a diagram or a picture, a map, graph or a photo. 3,57 1,08 USM/22 Models are used to help formulate ideas and theories about scientific events. 3,70 0,95 USM/23 Models are used to show how they are used in scientific investigations. 3,38 0,83 USM/24 Models are used to make and test predictions about a scientific event. 3,53 0,90 CNM/25 A model can change if new theories or evidence prove otherwise. 3,76 0,93 CNM/26 A model can change if there are new findings. 3,91 0,85 CNM/27 A model can change if there are changes in data or belief. 3,65 0,93 Tulokset olivat ilmoitettu yksittäisten väittämien osalta, mutta niiden keskihajontaa ei ollut raportoitu kootusti faktorien osalta, joten myöhemmin tässä työssä tapahtuvaa vertailua varten faktorien keskihajonnat on kasattu yksittäisten väittämien varianssien pohjalta kaavan 16
22 V A1 = m2 V 1 + n 2 V 2 nv 1 nv 2 mv 1 mv 2 + mnv 1 + mnv 2 + mn(m 1 M 2 ) 2 (n + m 1)(n + m) (1) avulla, jossa m ja n ovat yhdistettävien aineistojen koot, V1 ja V2 niiden varianssit ja M1 ja M2 niiden keskiarvot (Headrick, 2009). Nämä lasketut faktorien keskihajonnat on koottu vertailua varten ja löytyvät seuraavasta luvusta taulukosta
23 Luku III 3 Empiirinen osio Pääasiallinen tavoite tässä työssä on vastata seuraavaan kahteen tutkimuskysymykseen. 1. Millainen kuva oppilailla on malleista? 2. Tiedostavatko oppilaat käyttävänsä malleja ja missä yhteydessä? Työssä siis tutkitaan sitä, minkälainen mentaalimalli oppilailla on mallien itsensä käsitteestä. 3.1 Työn toteutus Tehty kysely koostui oppilaiden ja opiskelijoiden taustaa koskevista kysymyksistä, joihin yliopisto-opiskelijoilla kuului heidän pääaineensa eli suuntautumisensa yliopistossa, heidän lukiossa suorittamansa fysiikan kurssien määrä, ylioppilaskirjoitusten fysiikan reaalin tulos ja tähän asti suoritetut yliopiston fysiikan kurssit. Lukiolaisilta taustatietoina kysyttiin suoritettujen fysiikan, kemian ja biologian kurssien määrä ja kyseisten aineiden peruskoulun arvosanat. Yläkoululaisilta kysyttiin vain heidän viimeisimmät fysiikan, kemian ja biologian arvosanansa. Tämän jälkeen lukion ja yläkoulun oppilaille annettiin kolme avointa kysymystä liittyen malleihin luonnontieteissä. Lopuksi he vastasivat suomennettuun SUMS-kyselyyn, joka koostuu 27 väittämästä joihin vastataan viisiportaisella Likert-asteikolla välillä täysin eri mieltä täysin samaa mieltä. Aineisto kerättiin elektronisilla lomakkeilla käyttäen Google Driven Forms-työkalua, järjesteltiin käyttäen Google Driven Sheets-työkalua ja Microsoft Excel 2016 taulukkolaskentaohjelmaa, ja analysoitiin JASP (versio ) tilastoanalyysiohjelmalla. 18
24 Työn aineisto on kerätty kolmesta eri yläkoulusta, kahdesta lukiosta ja yliopistolta. Tarkoituksena on saada tietoa ja analysoida kuinka oppilaat ymmärtävät mallin käsitteen sekä saada suoritettua alkuperäiselle SUMS-kyselylle mahdollisimman vertailukelpoinen tutkimus. 215 oppilaan ja opiskelijan aineistosta yliopisto-opiskelijoita oli 49 (22,8 %), yläkoululaisia 88 (40,9 %) ja lukiolaisia 78 (36,3 %). Yläkoulun ja lukion kolme mallien ymmärtämiseen liittyvää avointa kysymystä olivat seuraavat: 1. Anna esimerkkejä luonnontieteissä käytettävistä malleista. 2. Miten määrittelisit mikä on malli? 3. Anna esimerkki tilanteesta jolloin käytät luonnontieteellistä mallia. SUMS-testin väittämät on käännetty tämän työn tutkimusta varten, pyrkien olemaan mahdollisimman uskollinen väittämien sisältämälle viestille. Suomennetut väittämät löytyvät alkuperäisen testin mukaisessa järjestyksessä taulukosta 5. 19
25 Taulukko 5: Suomennetut SUMS-kyselyn väittämät. Faktori/ Väittämän numero MR/1 MR/2 MR/3 MR/4 MR/5 MR/6 MR/7 MR/8 ER/9 ER/10 ER/11 ER/12 ER/13 ER/14 ER/15 ER/16 ET/17 ER/18 ET/19 ET/20 ET/21 USM/22 USM/23 USM/24 CNM/25 CNM/26 CNM/27 Väittämät Monet mallit voivat antaa uudenlaisia näkökulmia kohteen tarkastelemiseen, sillä niitä voidaan käyttää tieteellisten ilmiöiden ominaisuuksien esittämiseen. Monet mallit esittävät erilaisia versioita samasta ilmiöstä. Mallit pystyvät esittämään selkeästi käsitteiden välisiä suhteita. Monia malleja käytetään havainnollistamaan jonkin asian toiminnasta tai ulkomuodosta mahdollisesti vallitsevia erilaisia käsityksiä. Monia malleja voidaan käyttää esittämään saman kohteen eripuolia tai muotoja. Monet mallit esittävät saman kohteen eri osia tai saman kohteen eri tavoin. Monet mallit esittävät kuinka erilaista tutkimustietoa käytetään. Malli sisältää kaiken tieteellisen ilmiön esittämiseen tai selittämiseen tarpeellisen tiedon. Mallin tulisi olla tarkka kopio kohteestaan. Mallin pitää muistuttaa kohdettaan läheisesti. Mallin pitää muistuttaa kohdettaan niin tarkasti, ettei sitä voi osoittaa vääräksi. Mallin jokaisen osan tulisi esittää mallin kohdetta. Mallin pitää muistuttaa kohdettaan erittäin tarkasti fyysistä kokoa lukuun ottamatta. Mallin pitää muistuttaa kohdettaan: sen tulee esittää miltä kohde näyttää ja antaa siitä virheetöntä tietoa. Malli näyttää mitä sen kohde tekee ja miltä se näyttää. Mallit esittävät jotakin pienemmässä koossa. Malleja käytetään esittämään jotakin fyysisesti tai visuaalisesti. Mallit auttavat luomaan käsityksen tieteellisestä tapahtumasta. Malleja käytetään selittämään tieteellisiä ilmiöitä. Malleja käytetään käsitysten esittämiseen. Malli voi olla diagrammi, kuva, kartta, kuvaaja tai valokuva. Malleja käytetään helpottamaan tieteellisiin tapahtumiin perustuvien käsitysten ja teorioiden muodostamista. Malleja käytetään esittämään, kuinka käsityksiä ja teorioita hyödynnetään tieteellisessä tutkimuksessa. Malleja käytetään tekemään ennusteita tieteellisistä ilmiöistä ja testaamaan tehtyjä ennusteita. Malli voi muuttua, jos uudet teoriat tai todistusaineisto osoittavat toisin. Malli voi muuttua, jos saadaan uusia tuloksia. Malli voi muuttua, jos tutkimustiedot tai käsitykset muuttuvat. 20
26 3.2 Aineiston homogeenisuus ja reliabiliteetti Aineiston homogeenisuutta tutkittiin tekemällä yksisuuntainen ANOVA-testi (Davis, 2013) koulutusasteen (yläkoulu, lukio, yliopisto) ja vastausten korrelaatiosta. Saaduille vastauksille laskettiin keskiarvot ja keskihajonnat, sekä jaettiin ne alkuperäisen SUMStestin viiteen faktoriin ja luokille laskettiin niiden keskiarvot, keskihajonnat ja luokkien sisäistä reliabiliteettia arvioitiin Cronbachin α-arvon avulla (Cronbach, 1951). Tämä analyysi tehtiin, jotta vertailu muihin tutkimuksiin pysyisi mahdollisimman hyvänä. Yksittäisten kysymysten tapauksessa nollahypoteesi aineiston homogeenisyydestä, eli että koulutusaste ei korreloi annetun vastauksen keskiarvoon, jouduttiin hylkäämään tilastollisesti merkitsevän korrelaation nojalla kymmenessä väittämässä ja pelkästään yläkoulun ja lukion aineistojen perusteella viidessä väittämässä. Taulukossa 6 on esitetty yksittäisten väittämien p-arvot, joista tilastollisesti merkitsevät on korostettu punaisella. Kaikkien koulutusasteiden osalta lähes jokaisen väittämän Levenen testin p-arvot olivat suuremmat kuin 0,05, joten niiden varianssit voidaan olettaa yhtä suuriksi ja näin ollen varianssianalyysiin on käyttöedellytys (Davis, 2013). Levenen testiä eivät läpäisseet lihavoidulla tekstillä merkityt väittämät 18 ja 21. Vain yläkoulun ja lukion aineistojen homogeenisyyttä vertaillessa ainoastaan väittämän 18, niin ikään merkitty lihavoinnilla, Levenen testin nollahypoteesi jouduttiin hylkäämään. Koulutusasteen korrelaatiosta väittämään 18 emme pysty siis ANOVA-testin pohjalta sanomaan mitään varmaa. Taulukko 6: Yksisuuntaisen varianssianalyysin tulokset yksittäisille väittämille. Väittämä p-arvo Kaikkien koulutusasteiden välillä Yläkoulun ja lukion välillä MR/1 Monet mallit voivat antaa uudenlaisia näkökulmia kohteen tarkastelemiseen, sillä niitä voidaan käyttää tieteellisten ilmiöiden ominaisuuksien esittämiseen. 0,307 0,594 MR/2 Monet mallit esittävät erilaisia versioita samasta ilmiöstä. 0,135 0,121 MR/3 Mallit pystyvät esittämään selkeästi käsitteiden välisiä suhteita. 0,967 0,794 MR/4 Monia malleja käytetään havainnollistamaan jonkin asian toiminnasta tai ulkomuodosta mahdollisesti vallitsevia erilaisia käsityksiä. 0,099 0,388 MR/5 Monia malleja voidaan käyttää esittämään saman kohteen eripuolia tai muotoja. 0,048 0,711 MR/6 Monet mallit esittävät saman kohteen eri osia tai saman kohteen eri tavoin. 0,444 0,626 MR/7 Monet mallit esittävät kuinka erilaista tutkimustietoa käytetään. 0,704 0,407 21
27 MR/8 Malli sisältää kaiken tieteellisen ilmiön esittämiseen tai selittämiseen tarpeellisen tiedon. 0,486 0,276 ER/9 Mallin tulisi olla tarkka kopio kohteestaan. 0,033 0,032 ER/10 Mallin pitää muistuttaa kohdettaan läheisesti. 0,408 0,166 ER/11 Mallin pitää muistuttaa kohdettaan niin tarkasti, ettei sitä voi osoittaa vääräksi. 0,008 0,009 ER/12 Mallin jokaisen osan tulisi esittää mallin kohdetta. 0,220 0,372 ER/13 Mallin pitää muistuttaa kohdettaan erittäin tarkasti fyysistä kokoa lukuun ottamatta. 0,211 0,090 ER/14 Mallin pitää muistuttaa kohdettaan: sen tulee esittää miltä kohde näyttää ja antaa siitä virheetöntä tietoa. 0,036 0,114 ER/15 Malli näyttää mitä sen kohde tekee ja miltä se näyttää. 0,576 0,913 ER/16 Mallit esittävät jotakin pienemmässä koossa. 0,010 0,011 ET/17 Malleja käytetään esittämään jotakin fyysisesti tai visuaalisesti. 0,021 0,024 ET/18 Mallit auttavat luomaan käsityksen tieteellisestä tapahtumasta. 0,145 0,467 ET/19 Malleja käytetään selittämään tieteellisiä ilmiöitä. 0,001 0,084 ET/20 Malleja käytetään käsitysten esittämiseen. 0,139 0,53 ET/21 Malli voi olla diagrammi, kuva, kartta, kuvaaja tai valokuva. 0,015 0,276 USM/22 Malleja käytetään helpottamaan tieteellisiin tapahtumiin perustuvien käsitysten ja teorioiden muodostamista. 0,145 0,798 USM/23 Malleja käytetään esittämään kuinka käsityksiä ja teorioita hyödynnetään tieteellisessä tutkimuksessa. 0,307 0,832 USM/24 Malleja käytetään tekemään ennusteita tieteellisistä ilmiöistä ja testaamaan tehtyjä ennusteita. 0,001 0,562 CNM/25 Malli voi muuttua, jos uudet teoriat tai todistusaineisto osoittavat toisin. 0,033 0,031 CNM/26 Malli voi muuttua, jos saadaan uusia tuloksia. 0,156 0,221 CNM/27 Malli voi muuttua, jos tutkimustiedot tai käsitykset muuttuvat. 0,340 0,689 Yksittäisten väittämien keskiarvojen ja koulutusasteen suhteen kuvaajat on koottu seuraaviin kuviin 3-7, joissa näkyvät myös virhepalkit 95 % luottamusvälillä. Kuvissa koulutusaste on koodattu siten, että 0 on yläkoulu, 1 on lukio ja 2 on yliopisto. Kuvista tulee myös huomata kuvaajien välillä muuttuvat y-akselin minimi- ja maksimiarvot sekä pitää mielessä, että Likert-asteikko vastauksille on 1-5, jolloin keskiarvovastaus en osaa sanoa saa arvon 3. Kuvassa 3 nähtävien Mallit eri esitystapoina -luokan väittämistä on havaittavissa heikkoja trendejä muutaman väittämän osalta, mutta kuten taulukosta 5 voidaan havaita, nämä eivät ole tilastollisesti merkittäviä kuin väittämän MR/5 Monia malleja voidaan käyttää esittämään saman kohteen eripuolia tai muotoja osalta, jonka tapauksessa sekä 22
28 merkittävyys että trendi häviävät, kun yliopiston opiskelijoilla saadut tulokset poistetaan joukosta. Kuva 3: Mallit eri esitystapoina-luokan vastausten keskiarvojen (y-akseli) ja koulutusasteiden (x-akseli) suhteet. Kuvissa koulutusaste on koodattu siten, että 0 on yläkoulu, 1 on lukio ja 2 on yliopisto. Kuvassa 4 kootuissa Mallit täsmällisinä kopioina-luokan kuvaajissa on kaikissa silmämääräisesti heikko alaspäin suuntautuva trendi, joka kertoo koulutusasteen vaikuttaneen myönteisesti, laskien naiivia käsitystä malleista. Taulukosta 5 voidaan kuitenkin huomata, että tilastollisesti merkitseviä eroja ryhmien välillä on vain väittämissä ER/9 Mallin tulisi olla tarkka kopio kohteestaan, ER/11 Mallin pitää 23
29 muistuttaa kohdettaan niin tarkasti, ettei sitä voi osoittaa vääräksi, ER/14 Mallin pitää muistuttaa kohdettaan: sen tulee esittää miltä kohde näyttää ja antaa siitä virheetöntä tietoa ja ER/16 Mallit esittävät jotakin pienemmässä koossa. Näistä väittämä ER/14 ei ole enää merkitsevästi erilainen vain yläkoulun ja lukion ryhmien välillä. Kuva 4: Mallit täsmällisinä kopioina-luokan vastausten keskiarvojen (y-akseli) ja koulutusasteiden (x-akseli) suhteet. Kuvissa koulutusaste on koodattu siten, että 0 on yläkoulu, 1 on lukio ja 2 on yliopisto. Kuvassa 5 esitettyjen kuvaajat luokasta Mallit selittävinä työkaluina. Näissä huomataan kuinka korkeampi koulutusaste näkyy kolmessa väittämässä hieman nousevana trendinä ja kahdessa väittämässä alun nouseva trendi tipahtaa yliopistoon mentäessä. Tilastollisesti 24
30 merkitseviä eroja koulutusasteiden välillä luokassa on väittämien ET/17 Malleja käytetään esittämään jotakin fyysisesti tai visuaalisesti, ET/19 Malleja käytetään selittämään tieteellisiä ilmiöitä ja ET/21 Malli voi olla diagrammi, kuva, kartta, kuvaaja tai valokuva kohdalla, joista ainoastaan ET/17 on merkitsevä yläkoulun ja lukion välillä. Kuva 5: Mallit selittävinä työkaluina-luokan vastausten keskiarvojen (y-akseli) ja koulutusasteiden (x-akseli) suhteet. Kuvissa koulutusaste on koodattu siten, että 0 on yläkoulu, 1 on lukio ja 2 on yliopisto. Myös luokan Tieteellisten mallien käyttö kuvaajissa havaitaan nousevia trendejä, joskin yleisesti vain yliopiston osalta. Ainoastaan väittämän USM/24 Malleja käytetään tekemään ennusteita tieteellisistä ilmiöistä ja testaamaan tehtyjä ennusteita ja koulutusasteen korrelaatio on tilastollisesti merkitsevä, joka sekin poistuu vertailtaessa vain yläkoulun ja lukion ryhmien eroja. Nämä kuvaajat on esitetty kuvassa 6. 25
31 Kuva 6: Tieteellisten mallien käyttö-luokan vastausten keskiarvojen (y-akseli) ja koulutusasteiden (x-akseli) suhteet. Kuvissa koulutusaste on koodattu siten, että 0 on yläkoulu, 1 on lukio ja 2 on yliopisto. Luokassa Mallien muuttuva luonne trendit ovat niin ikään nousevat. Kuvassa 7 esitettyihin kuvaajiin liittyvistä väittämistä vain CNM/25 Malli voi muuttua, jos uudet teoriat tai todistusaineisto osoittavat toisin sai merkitsevästi erilaisia vastauksia koulutusasteen muuttuessa. Tämä merkitsevyys pysyi vertaillessa yläkoulun ja lukion välisiä eroja. Kuva 7: Mallien muuttuva luonne-luokan vastausten keskiarvojen (y-akseli) ja koulutusasteiden (x-akseli) suhteet. Kuvissa koulutusaste on koodattu siten, että 0 on yläkoulu, 1 on lukio ja 2 on yliopisto. Tehty analyysi osoittaa, että koko aineisto ei ole riittävän homogeeninen vertailuun muiden tutkimusten kanssa, mutta lukion ja yläkoulun ryhmien voidaan väittää olevan varsin homogeeniset, joten vertailu muihin tutkimuksiin päätettiin tehdä yläkoulusta ja lukiosta kasatun aineiston pohjalta. Tämän väitteen tueksi tehtiin ANOVA pelkästään faktorien osalta. Taulukosta 7 on nähtävissä, kuinka koulutusaste korreloi kahden faktorin 26
32 väittämien keskiarvojen kanssa, mikäli tarkastellaan koko aineistoa, mutta vain yhden kanssa, kun kyse on yläkoulun ja lukion välisestä vertailusta. Taulukko 7: Yksisuuntaisen varianssianalyysin tulokset väittämien luokille. Väittämän faktori/suomennos p-arvo Kaikkien koulutusasteiden välillä Yläkoulun ja lukion välillä MR/Mallit eri esitystapoina 0,302 0,492 ER/Mallit täsmällisinä kopioina 0,006 0,011 ET/Mallit selittävinä työkaluina 0,332 0,144 USM/Tieteellisten mallien käyttö 0,006 0,775 CNM/Mallien muuttuva luonne 0,105 0,163 Lisäksi, kuvassa 8 on esitetty kuvaajat koulutusasteen ja luokkien keskiarvojen välillä. Myös faktorien ja koulutusasteen suhteiden kuvaajista on havaittavissa trendejä, joskin näistä tilastollisesti merkitseviä ovat vain ER Mallit täsmällisinä kopioina ja USM Tieteellisten mallien käyttö, joista vain ER on merkitsevä myös yläkoulun ja lukion välillä. 27
33 Kuva 8: Kaikkien luokkien vastausten keskiarvojen (y-akseli) ja koulutusasteiden (x-akseli) suhteet. Kuvissa koulutusaste on koodattu siten, että 0 on yläkoulu, 1 on lukio ja 2 on yliopisto. Näiden luokkien sisäistä luotettavuutta arvioivat Cronbachin α-arvot löytyvät taulukosta 8, jossa värikoodauksella on havainnollistettu reliabiliteetin määrää, kirkkaan vihreän ollessa luotettavampi ja vaalean heikompi. Taulukko 8: Luokkien sisäisen konsistenssin arviot Väittämän faktori/suomennos Cronbach α Kaikkien koulutusasteiden välillä Yläkoulun ja lukion välillä MR/Mallit eri esitystapoina 0,784 0,786 ER/Mallit täsmällisinä kopioina 0,806 0,809 ET/Mallit selittävinä työkaluina 0,787 0,787 USM/Tieteellisten mallien käyttö 0,692 0,633 CNM/Mallien muuttuva luonne 0,895 0,875 28
34 3.3 Avoimien kysymysten analysointi Aineistoon kuuluvia avoimia kysymyksiä arvioitiin kvalitatiivisesti siten, että vastaukset jokaiseen kolmeen kysymykseen luettiin ensin läpi, jonka jälkeen vastauksissa havaitut samankaltaisuudet pyrittiin tunnistamaan ja järjestelemään omiin luokkiinsa. Koodausta ei siis suunniteltu ennakkoon, vaan se tehtiin aineistopohjaisesti (Tuomi & Sarajärvi, 2004). Kvantitatiivisen osion analysointi keskittyy pitkälti yläkoulusta ja lukiosta kerättyihin vastauksiin, joten kvalitatiivinen analyysi tehdään samoin vain näiltä koulutuksen asteilta kerätyille vastauksille. Muodostetuista luokista on syytä huomata, että luonnollisesti joissain tapauksissa rajan vetäminen joidenkin laadullisten luokkien välille voi olla hankalaa tai mielivaltaisen oloista. Esimerkiksi ensimmäisessä kysymyksessä vastaukset koirra ja blinit on tulkittu olevan ensimmäistä ryhmää, mutta vastaukset laskin ja raketti toista ryhmää. Rajatapauksissa tämä päätös on tehty peilaten sitä muiden avoimien kysymysten vastausten asiallisuuteen ja yhteiseen linjaan Oppilaiden esimerkit malleista Ensimmäinen malleihin liittyvä avoin kysymys kuuluu: Anna esimerkkejä luonnontieteissä käytettävistä malleista. Pyytämällä antamaan esimerkki jostain mallista, oppilaalta tiedustellaan hänen kuvaansa olemassa olevista malleista. Ensimmäisessä kysymyksessä luokittelu tapahtui kolmeen eri vastausryhmään, joista on lisäksi esitetty esimerkiksi muutamia oppilaiden antamia vastauksia: 1. "En tiedä", tyhjäksi jätetty kohta, tai jonkinlainen asiaan kuulumaton vastaus, En tiedä Joo Seppo koirra no ööh oliskose vaikka se puuhöylä vissiin?tai jotain? 2. Annetussa esimerkissä on jokin mallin käsitykseen liittyvä selkeä väärinkäsitys, mutta se kuitenkin liittyy luonnontieteisiin tai tekniikkaan. Annettu esimerkki on esimerkiksi teoria tai jokin kappale, kasvit yhteyttäminen evoluutio 29
Fysiikan ja kemian perusteet ja pedagogiikka Kari Sormunen Kevät 2014
Fysiikan ja kemian perusteet ja pedagogiikka Kari Sormunen Kevät 2014 Hestenes (1992): The great game of science is modelling the real world, and each scientific theory lays down a system of rules for
LisätiedotTUKIMATERIAALI: Arvosanan kahdeksan alle jäävä osaaminen
1 FYSIIKKA Fysiikan päättöarvioinnin kriteerit arvosanalle 8 ja niitä täydentävä tukimateriaali Opetuksen tavoite Merkitys, arvot ja asenteet T1 kannustaa ja innostaa oppilasta fysiikan opiskeluun T2 ohjata
LisätiedotTeoreettisen viitekehyksen rakentaminen
Teoreettisen viitekehyksen rakentaminen Eeva Willberg Pro seminaari ja kandidaatin opinnäytetyö 26.1.09 Tutkimuksen teoreettinen viitekehys Tarkoittaa tutkimusilmiöön keskeisesti liittyvän tutkimuksen
LisätiedotTUKIMATERIAALI: Arvosanan kahdeksan alle jäävä osaaminen
KEMIA Kemian päättöarvioinnin kriteerit arvosanalle 8 ja niitä täydentävä tukimateriaali Opetuksen tavoite Merkitys, arvot ja asenteet T1 kannustaa ja innostaa oppilasta kemian opiskeluun T2 ohjata ja
LisätiedotALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6
Sisällysluettelo ALKUSANAT 4 ALKUSANAT E-KIRJA VERSIOON 5 SISÄLLYSLUETTELO 6 1 PERUSASIOITA JA AINEISTON SYÖTTÖ 8 11 PERUSNÄKYMÄ 8 12 AINEISTON SYÖTTÖ VERSIOSSA 9 8 Muuttujan määrittely versiossa 9 11
Lisätiedothyvä osaaminen
MERKITYS, ARVOT JA ASENTEET FYSIIKKA T2 Oppilas tunnistaa omaa fysiikan osaamistaan, asettaa tavoitteita omalle työskentelylleen sekä työskentelee pitkäjänteisesti. T3 Oppilas ymmärtää fysiikkaan (sähköön
LisätiedotFysiikan opetuksen tavoitteet vuosiluokilla 7-9. Laaja-alainen osaaminen. Opetuksen tavoitteet. Merkitys, arvot ja asenteet
Fysiikan opetuksen tavoitteet vuosiluokilla 7-9 Merkitys, arvot ja asenteet T3 ohjata oppilasta ymmärtämään fysiikan osaamisen merkitystä omassa elämässä, elinympäristössä ja yhteiskunnassa L6, Tutkimisen
Lisätiedotarvioinnin kohde
KEMIA 8-lk Merkitys, arvot ja asenteet T2 Oppilas asettaa itselleen tavoitteita sekä työskentelee pitkäjänteisesti. Oppilas kuvaamaan omaa osaamistaan. T3 Oppilas ymmärtää alkuaineiden ja niistä muodostuvien
LisätiedotEläinlääketieteen lisensiaatin tutkielma Seminaarityöskentelyohjeet
Eläinlääketieteen lisensiaatin tutkielma Seminaarityöskentelyohjeet Eläinlääketieteellinen tiedekunta Helsingin yliopisto 2017 1 Yleistä Eläinlääketieteen lisensiaatin tutkielman seminaarityöskentelyyn
LisätiedotAjattelu ja oppimaan oppiminen (L1)
Ajattelu ja oppimaan oppiminen (L1) Mitä on oppimaan oppiminen? Kirjoita 3-5 sanaa, jotka sinulle tulevat mieleen käsitteestä. Vertailkaa sanoja ryhmässä. Montako samaa sanaa esiintyy? 1 Oppimaan oppiminen
LisätiedotSP 11: METODOLOGIAN TYÖPAJA Kevät Yliopistonlehtori, dosentti Inga Jasinskaja-Lahti
SP 11: METODOLOGIAN TYÖPAJA Kevät 2010 Yliopistonlehtori, dosentti Inga Jasinskaja-Lahti Työpajan tavoitteet 1. Johdattaa sosiaalipsykologian metodologisiin peruskysymyksiin, niiden pohtimiseen ja niistä
Lisätiedot2. luentokrt KOTITEHTÄVÄ: VASTAA UUDELLEEN KAHTEEN KYSYMYKSEESI TÄMÄN PÄIVÄN TIEDON PERUSTEELLA
KOTITEHTÄVÄ: VASTAA UUDELLEEN KAHTEEN KYSYMYKSEESI TÄMÄN PÄIVÄN TIEDON PERUSTEELLA 13.4.2015 1 2. luentokrt Taksonomiataulu osa 2 eli miten suunnitella opetusta ja oppilasarviointia tehtävien vaativuustasot
Lisätiedothyvä osaaminen. osaamisensa tunnistamista kuvaamaan omaa osaamistaan
MERKITYS, ARVOT JA ASENTEET FYSIIKKA 8 T2 Oppilas asettaa itselleen tavoitteita sekä työskentelee pitkäjänteisesti. Oppilas harjoittelee kuvaamaan omaa osaamistaan. T3 Oppilas ymmärtää lämpöilmiöiden tuntemisen
LisätiedotTavoitteet ja sisällöt, 7. luokka
FYSIIKKA Keskeiset sisältöalueet kuten luonnontieteellinen tutkimus, fysiikka omassa elämässä ja elinympäristössä, fysiikka yhteiskunnassa ja fysiikka maailmankuvan rakentajana esiintyvät joka vuosiluokalla.
LisätiedotVesimolekyylien kiehtova maailma
Vesimolekyylien kiehtova maailma Luokka-aste Oppitunti molekyylimallinnuksesta oli suunniteltu 8. luokan oppilaille. Tavoitteet Tavoitteena on tarkastella kemiallista mallia ja syventää kemiallisen mallin
LisätiedotTUTKIMUSLÄHTÖINEN FYSIIKAN OPISKELU. MAOL:n syyskoulutuspäivät
TUTKIMUSLÄHTÖINEN FYSIIKAN OPISKELU MAOL:n syyskoulutuspäivät 7.10.2017 TUTKIMUSLÄHTÖINEN OPPIMINEN IBE - Inquiry Based Education Opetusjärjestely, jossa oppilas laitetaan tutkijan asemaan keräämään ja
LisätiedotToimijuuden tutkimus opetuksen kehittämisen tukena. Päivikki Jääskelä & Ulla Maija Valleala
Toimijuuden tutkimus opetuksen kehittämisen tukena Päivikki Jääskelä & Ulla Maija Valleala Mitä tekemistä tutkijoilla oli interaktiivinen opetus ja oppiminen hankkeessa? Hankkeen alussa toinen tutkijoista
LisätiedotArvioinnin monipuolistaminen lukion opetussuunnitelman perusteiden (2015) mukaan
Arvioinnin monipuolistaminen lukion opetussuunnitelman perusteiden (2015) mukaan OPS-koulutus Joensuu 16.1.2016 Marja Tamm Matematiikan ja kemian lehtori, FM, Helsingin kielilukio 3.vpj. ja OPS-vastaava,
Lisätiedot6 TARKASTELU. 6.1 Vastaukset tutkimusongelmiin
173 6 TARKASTELU Hahmottavassa lähestymistavassa (H-ryhmä) käsitteen muodostamisen lähtökohtana ovat havainnot ja kokeet, mallintavassa (M-ryhmä) käsitteet, teoriat sekä teoreettiset mallit. Edellinen
LisätiedotOpiskelijoiden lähestymistavat ja kokemukset oppimisympäristöistään Helsingin yliopistossa
OPPI -kysely Opiskelijoiden lähestymistavat ja kokemukset oppimisympäristöistään Helsingin yliopistossa Anna Parpala & Sari Lindblom-Ylänne Yliopistopedagogiikan tutkimus- ja kehittämisyksikkö Käyttäytymistieteellinen
LisätiedotOpetuksen suunnittelun lähtökohdat. Keväällä 2018 Johanna Kainulainen
Opetuksen suunnittelun lähtökohdat Keväällä 2018 Johanna Kainulainen Shulmanin (esim. 1987) mukaan opettajan opetuksessaan tarvitsema tieto jakaantuu seitsemään kategoriaan: 1. sisältötietoon 2. yleiseen
LisätiedotYleistä OPE-linjan kanditutkielmista
Aineenopettajankoulutuksen opinnäytteet Leena Hiltunen 10.9.2009 Yleistä OPE-linjan kanditutkielmista Tyypillisesti teoreettisia kirjallisuusanalyysejä, joissa luodaan taustaa ja viitekehystä tietylle
LisätiedotRauman normaalikoulun opetussuunnitelma 2016 Kemia vuosiluokat 7-9
2016 Kemia vuosiluokat 7-9 Rauman normaalikoulun opetussuunnitelma Kemia vuosiluokat 7-9 Rauman normaalikoulun kemian opetuksen pohjana ovat perusopetuksen opetussuunnitelman perusteiden kemian opetuksen
LisätiedotTausta tutkimukselle
Näin on aina tehty Näyttöön perustuvan toiminnan nykytilanne hoitotyöntekijöiden toiminnassa Vaasan keskussairaalassa Eeva Pohjanniemi ja Kirsi Vaaranmaa 1 Tausta tutkimukselle Suomessa on aktiivisesti
Lisätiedotarvioinnin kohde
KEMIA 9-lk Merkitys, arvot ja asenteet T2 Oppilas tunnistaa omaa kemian osaamistaan, asettaa tavoitteita omalle työskentelylleen sekä työskentelee pitkäjänteisesti T3 Oppilas ymmärtää kemian osaamisen
LisätiedotPROFILES -hankkeeseen osallistuvien opettajien osaamisalueiden kartoittaminen
PROFILES -hankkeeseen osallistuvien opettajien osaamisalueiden kartoittaminen Ammatillisen kehittymisen prosessin aluksi hankkeeseen osallistuvat opettajat arvioivat omaa osaamistaan liittyen luonnontieteiden
LisätiedotOpetussuunnitelma ja selviytymisen kertomukset. Eero Ropo
Opetussuunnitelma ja selviytymisen kertomukset Tapaus Ahmed 2 3 Minuuden ja maailman kertomuksellisuus Itseä voi tuntea ja ymmärtää vain kertomuksina ja kertomusten kautta Oppimisen ja opetuksen ymmärtäminen
LisätiedotFYSIIKKA_ opetussuunnitelma-7_9_maol
FYSIIKKA_ opetussuunnitelma-7_9_maol Tavoitteet koskevat kaikkia luokka-asteita. Keskeiset sisältöalueet kuten luonnontieteellinen tutkimus, fysiikka omassa elämässä ja elinympäristössä, fysiikka yhteiskunnassa
LisätiedotRauman normaalikoulun opetussuunnitelma 2016 Fysiikka vuosiluokat 7-9 KUVA PUUTTUU
2016 Fysiikka vuosiluokat 7-9 KUVA PUUTTUU Rauman normaalikoulun opetussuunnitelma Fysiikka vuosiluokat 7-9 Rauman normaalikoulun fysiikan opetuksen pohjana ovat perusopetuksen opetussuunnitelman perusteiden
LisätiedotOPISKELIJOIDEN AIKAISEMPIEN TIETOJEN MERKITYS OPPIMISELLE AVOIMEN PEDAKAHVILA TELLE HAILIKARI
OPISKELIJOIDEN AIKAISEMPIEN TIETOJEN MERKITYS OPPIMISELLE AVOIMEN PEDAKAHVILA TELLE HAILIKARI 29.10.2013 TAVOITTEET TÄNÄÄN Osallistujat Tunnistavat mikä merkitys opiskelijoiden aikaisemmalla tiedolla on
LisätiedotFenomenografia. Hypermedian jatko-opintoseminaari Päivi Mikkonen
Fenomenografia Hypermedian jatko-opintoseminaari 12.12.2008 Päivi Mikkonen Mitä on fenomenografia? Historiaa Saksalainen filosofi Ulrich Sonnemann oli ensimmäinen joka käytti sanaa fenomenografia vuonna
LisätiedotKoulutusohjelman vastuunhenkilön hyväksyntä nimen selvennys, virka-asema / arvo
Oulun yliopisto Lääketieteellinen tiedekunta Terveystieteiden laitos PRO GRADU-TUTKIELMAN ARVIOINTILOMAKE Tutkielman tekijä(t): Tutkielman nimi: Pääaine: Tutkielman ohjaaja(t): Tutkielman arviointi Tutkielman
LisätiedotAktivoivat opetusmenetelmät opiskelijoiden kokemana
Aktivoivat opetusmenetelmät opiskelijoiden kokemana Kysely kasvatustieteen opiskelijoille ja yliopistopedagogisiin koulutuksiin osallistuneille yliopisto-opettajille Mari Murtonen & Katariina Hava, Turun
LisätiedotPisan 2012 tulokset ja johtopäätökset
Pisan 2012 tulokset ja johtopäätökset Jouni Välijärvi, professori Koulutuksen tutkimuslaitos Jyväskylän yliopisto PISA ja opettajankoulutuksen kehittäminen-seminaari Tampere 14.3.2014 17.3.2014 PISA 2012
LisätiedotHAVAINTO LÄhde: Vilkka 2006, Tutki ja havainnoi. Helsinki: Tammi.
HAVAINTO LÄhde: Vilkka 2006, Tutki ja havainnoi. Helsinki: Tammi. 1 MIKÄ ON HAVAINTO? Merkki (sana, lause, ajatus, ominaisuus, toiminta, teko, suhde) + sen merkitys (huom. myös kvantitatiivisessa, vrt.
LisätiedotSisällönanalyysi. Sisältö
Sisällönanalyysi Kirsi Silius 14.4.2005 Sisältö Sisällönanalyysin kohde Aineistolähtöinen sisällönanalyysi Teoriaohjaava ja teorialähtöinen sisällönanalyysi Sisällönanalyysi kirjallisuuskatsauksessa 1
LisätiedotVertaisvuorovaikutus tekee tiedon eläväksi Avoimen opiskelijoiden kokemuksia hyvästä opetuksesta
Vertaisvuorovaikutus tekee tiedon eläväksi Avoimen opiskelijoiden kokemuksia hyvästä opetuksesta Avoimen yliopiston pedagoginen kahvila 3.3.2010 Saara Repo Tutkimusaineisto Avoimen yliopiston opiskelijat,
LisätiedotTIETOINEN HAVAINTO, TIETOINEN HAVAINNOINTI JA TULKINTA SEKÄ HAVAINNOLLISTAMINEN
TIETOINEN HAVAINTO, TIETOINEN HAVAINNOINTI JA TULKINTA SEKÄ HAVAINNOLLISTAMINEN Hanna Vilkka Mikä on havainto? - merkki (sana, lause, ajatus, ominaisuus, toiminta, teko, suhde) + sen merkitys (huom. myös
LisätiedotMATEMATIIKKA. Elina Mantere Helsingin normaalilyseo elina.mantere@helsinki.fi. Elina Mantere
MATEMATIIKKA Helsingin normaalilyseo elina.mantere@helsinki.fi OPPIAINEEN TEHTÄVÄ Kehittää loogista, täsmällistä ja luovaa matemaattista ajattelua. Luoda pohja matemaattisten käsitteiden ja rakenteiden
LisätiedotVerkko-opetus - Sulautuva opetus opettajan työssä PRO-GRADU KAUNO RIIHONEN
Verkko-opetus - Sulautuva opetus opettajan työssä PRO-GRADU KAUNO RIIHONEN Opettajan näkökulma sulautuvaan opetukseen verkkooppimisympäristössä Hyödyllisintä opettajan näkökulmasta on verkkoympäristön
LisätiedotLAADULLISEN TUTKIMUKSEN OMINAISLAATU
LAADULLINEN TUTKIMUS Hanna Vilkka 1 LAADULLISEN TUTKIMUKSEN OMINAISLAATU Hermeneuttinen tieteenihanne: intentionaaliset selitykset, subjektiivisuus, sanallinen/käsitteellinen tarkastelutapa, metodien moneus.
LisätiedotLapset luovina luonnontutkijoina tutkimusperustainen opiskelu esija alkuopetuksessa
Lapset luovina luonnontutkijoina tutkimusperustainen opiskelu esija alkuopetuksessa Sari Havu-Nuutinen Itä-Suomen yliopisto Esme Glauert Institute of Education, London, UK Fani Stylianidou, Ellinogermaniki
LisätiedotElisse Heinimaa / Luentojen tekstit Tallinnassa ja Tartossa REGGIO EMILIA -PEDAGOGIIKAN PERIAATTEITA JA PERUSKÄSITTEITÄ
1 Elisse Heinimaa / Luentojen tekstit 3. - 4.5.2013 Tallinnassa ja Tartossa REGGIO EMILIA -PEDAGOGIIKAN PERIAATTEITA JA PERUSKÄSITTEITÄ REGGIO EMILIAN PÄIVÄKOTIEN KASVATUSAJATTELUN OMINAISPIIRTEITÄ: PÄIVÄKOTI
LisätiedotSisällys. Mitä opetussuunnitelman perusteissa sanotaan?... 22
Sisällys Lukijalle...12 Johdanto...16 Ajattelutehtävä kokeiltavaksi... 18 1 Arvot, ihmiskäsitys ja oppimiskäsitys... 20 Mitä opetussuunnitelman perusteissa sanotaan?... 22 Mitä tästä voisi ajatella?...
LisätiedotVanhan kertausta?(oklp410): Shulmanin(esim. 1987) mukaan opettajan opetuksessaan tarvitsema tieto jakaantuu seitsemään kategoriaan:
Vanhan kertausta?(oklp410): Shulmanin(esim. 1987) mukaan opettajan opetuksessaan tarvitsema tieto jakaantuu seitsemään kategoriaan: 1. sisältötietoon 2. yleiseen pedagogiseen tietoon 3. opetussuunnitelmalliseen
LisätiedotTIETO- JA VIESTINTÄTEKNIIKAN OPETUSKÄYTÖN OSAAMINEN (1-6 lk.) OSAAMISEN KEHITTÄMISTARVEKARTOITUS
1/4 Koulu: Yhteisön osaamisen kehittäminen Tämä kysely on työyhteisön työkalu osaamisen kehittämistarpeiden yksilöimiseen työyhteisön tasolla ja kouluttautumisen yhteisölliseen suunnitteluun. Valtakunnallisen
LisätiedotSVKS112 Viittomakielten syntaksin tutkimus ( )
SVKS112 Viittomakielten syntaksin tutkimus (16.03.2017-27.04.2017) 1. OPETUS JA TYÖSKENTELYTAVATVastaa seuraaviin väittämiin asteikolla 1-5: 1=täysin eri mieltä, 2=jokseenkin eri mieltä, 3=en samaa enkä
LisätiedotYLEISKUVA - Kysymykset
INSIGHT Käyttöopas YLEISKUVA - Kysymykset 1. Insight - analysointityökalun käytön mahdollistamiseksi täytyy kyselyn raportti avata Beta - raportointityökalulla 1. Klikkaa Insight välilehteä raportilla
LisätiedotMonilukutaitoa kehittävän ilmiöopetuksen laatiminen. POM2SSU Kainulainen
Monilukutaitoa kehittävän ilmiöopetuksen laatiminen POM2SSU Kainulainen Tehtävänä on perehtyä johonkin ilmiöön ja sen opetukseen (sisältöihin ja tavoitteisiin) sekä ko. ilmiön käsittelyyn tarvittavaan
LisätiedotMitä taitoja tarvitaan tekstin ymmärtämisessä? -teorian kautta arkeen, A.Laaksonen
Mitä taitoja tarvitaan tekstin ymmärtämisessä? -teorian kautta arkeen, A.Laaksonen Lukemisen taitoja Tulisi kehittää kaikissa oppiaineissa Vastuu usein äidinkielen ja S2-opettajilla Usein ajatellaan, että
LisätiedotTutkimusyksikön johtajan/tutkinto-ohjelman vastuunhenkilön hyväksyntä
Oulun yliopisto Hoitotieteen ja terveyshallintotieteen tutkimusyksikkö PRO GRADU-TUTKIELMAN ARVIOINTILOMAKE Tutkielman tekijä(t): Tutkielman nimi: Pääaine: Tutkielman ohjaaja(t): Tutkielman arviointi Tutkielman
LisätiedotIän vaikutus itsetuntoon
1 Iän vaikutus itsetuntoon Alppilan lukion psykologian tutkimuskurssi, psykologian ja matematiikan ilmiökurssi Hilla Sarlin Noora Varonen Oona Montonen 2 Sisällysluettelo 1. Tutkimuskysymyksen asettelu
LisätiedotESIPUHE... 3 SISÄLLYSLUETTELO... 4 1. JOHDANTO... 6
Sisällysluettelo ESIPUHE... 3 SISÄLLYSLUETTELO... 4 1. JOHDANTO... 6 2. LAADULLISEN TUTKIMUKSEN KÄSITTEITÄ... 9 1.1 TUTKIMUKSEN TEKEMISEN TAUSTAFILOSOFIAT... 10 1.2 LAADULLINEN TUTKIMUS VS. MÄÄRÄLLINEN
Lisätiedot7.LUOKKA. Tavoitteisiin liittyvät sisältöalueet. Laaja-alainen osaaminen. Opetuksen tavoitteet
7.LUOKKA Opetuksen tavoitteet Kasvu kulttuuriseen moninaisuuteen ja kielitietoisuuteen T1 edistää oppilaan taitoa pohtia englannin asemaan ja variantteihin liittyviä ilmiöitä ja arvoja antaa oppilaalle
LisätiedotTutkiva Oppiminen Varhaiskasvatuksessa. Professori Lasse Lipponen PED0031, VARHAISPEDAGOGIIKKA
Tutkiva Oppiminen Varhaiskasvatuksessa Professori Lasse Lipponen 09.10.2017 PED0031, VARHAISPEDAGOGIIKKA Hakkarainen K., Lonka K. & Lipponen L. (1999) Tutkiva oppiminen. Älykkään toiminnan rajat ja niiden
LisätiedotOpetusmateriaali. Tutkimustehtävien tekeminen
Opetusmateriaali Tämän opetusmateriaalin tarkoituksena on opettaa kiihtyvyyttä mallintamisen avulla. Toisena tarkoituksena on hyödyntää pikkuautoa ja lego-ukkoa fysiikkaan liittyvän ahdistuksen vähentämiseksi.
LisätiedotLiite A: Kyselylomake
1/4 2/4 3/4 4/4 Liite B: Kyselyyn liitetty viesti 1/1 Hei, olen Saija Vuorialho Helsingin yliopiston Fysikaalisten tieteiden laitokselta. Teen Pro gradu tutkielmaani fysiikan historian käytöstä lukion
LisätiedotHyvä johtajuus hyvinvoiva lapsi Tampere Kestävä johtajuus -seminaari Ulla Soukainen
Hyvä johtajuus hyvinvoiva lapsi Tampere 8.11.2016 Kestävä johtajuus -seminaari Ulla Soukainen Taustaa Orientaatioprojekti 2008-2014 Toinen vaihe 2014-2016. Suomesta projektissa mukana Espoo, Helsinki,
LisätiedotMOT-hanke. Metodimessut 29.10.2005 Jorma Joutsenlahti & Pia Hytti 2. MOT-hanke
Dia 1 MOT-hanke Mat ematiikan Oppimat eriaalin Tutkimuksen hanke 2005-2006 Hämeenlinnan OKL:ssa Metodimessut 29.10.2005 Jorma Joutsenlahti & Pia Hytti 1 MOT-hanke Osallistujat:13 gradun tekijää (8 gradua)
LisätiedotAineistoista. Laadulliset menetelmät: miksi tarpeen? Haastattelut, fokusryhmät, havainnointi, historiantutkimus, miksei videointikin
Aineistoista 11.2.09 IK Laadulliset menetelmät: miksi tarpeen? Haastattelut, fokusryhmät, havainnointi, historiantutkimus, miksei videointikin Muotoilussa kehittyneet menetelmät, lähinnä luotaimet Havainnointi:
LisätiedotVanhempien tuki opiskelussa
Vanhempien tuki opiskelussa PS7 Lohjan Yhteislyseon lukio Tammikuu, 2019 2 (11) Vanhempien tuki opiskelussa Sisällysluettelo ja sen merkitys oppilaan koulumenestykseen Sisällysluettelo 2 Johdanto 2 Hypoteesi
LisätiedotIlmiö 7-9 Kemia OPS 2016
Ilmiö 7-9 Kemia OPS 2016 Kemiaa tutkimaan 1. TYÖTURVALLISUUS 2 opetuskertaa S1 - Turvallisen työskentelyn periaatteet ja perustyötaidot - Tutkimusprosessin eri vaiheet S2 Kemia omassa elämässä ja elinympäristössä
LisätiedotVarga Neményi -menetelmän esittely VARGA NEMÉNYI RY
Oppiaineen tehtävä Kehittää oppilaiden loogista, täsmällistä ja luovaa matemaattista ajattelua. Luoda pohja matemaattisten käsitteiden ja rakenteiden ymmärtämiselle. Kehittää oppilaiden kykyä käsitellä
LisätiedotKoulutilastoja Kevät 2014
OPETTAJAT OPPILAAT OPETTAJAT OPPILAAT Koulutilastoja Kevät. Opiskelijat ja oppilaat samaa Walter ry:n työpajat saavat lähes yksimielisen kannatuksen sekä opettajien, että oppilaiden keskuudessa. % opettajista
LisätiedotYleistä kanditutkielmista
Aineenopettajankoulutuksen opinnäytteet Leena Hiltunen 21.1.2009 Yleistä kanditutkielmista Tyypillisesti teoreettisia kirjallisuusanalyysejä, joissa luodaan taustaa ja viitekehystä tietylle aiheelle Pääsääntöisesti
LisätiedotOpetuskielen vaikutuksesta oppimiseen: Kuvailevaa evidenssiä opiskelijoiden näkemyksistä
Harri J. Seppänen Opetuskielen vaikutuksesta oppimiseen: Kuvailevaa evidenssiä opiskelijoiden näkemyksistä 1. Johdanto Onko opetus kielellä vaikutusta opiskelijoiden oppimiseen? Tämä on tärkeä kysymys
LisätiedotSuomi-Ruotsi-maaottelu: Kilpailulajina lukiolaisten historian tekstitaidot
Suomi-Ruotsi-maaottelu: Kilpailulajina lukiolaisten historian tekstitaidot Jyväskylä 9.2.2018 klo 13 (B 103 Minna) Marko van den Berg & Najat Ouakrim-Soivio 1 Tiedonalalalähtöiset tekstitaidot lukion historian
LisätiedotOppiminen yliopistossa. Satu Eerola Opintopsykologi
Oppiminen yliopistossa Satu Eerola Opintopsykologi Ongelmia voi olla.. missä tahansa opintojen vaiheissa Eniten ekana vuonna ja gradun kanssa, myös syventäviin siirryttäessä yllättävästi: huippu opiskelija
LisätiedotKEMIA 7.LUOKKA. Laajaalainen. liittyvät sisältöalueet. osaaminen. Merkitys, arvot ja asenteet
KEMIA 7.LUOKKA Opetuksen tavoitteet Merkitys, arvot ja asenteet Tavoitteisiin liittyvät sisältöalueet T1 kannustaa ja innostaa oppilasta kemian opiskeluun T2 ohjata ja kannustaa oppilasta tunnistamaan
LisätiedotPerusopetuskysely Koko perusopetus 2016, vertailut vuosiin 2013 ja 2014
Perusopetuskysely 2016 Koko perusopetus 2016, vertailut vuosiin 2013 ja 2014 Taustatietoja Kysely toteutettiin toukokuun lopulla 2016 Linkki kyselyyn lähetettiin Helmin kautta 4099 oppilaan 7966:lle huoltajalle
LisätiedotTäydellisen oppimisen malli
Täydellisen oppimisen malli Yrjö Engeström: Perustietoa opetuksesta. Helsinki 1991 Johtaa korkealaatuiseen tietoon Opittavan aineksen itsenäiseen hallintaan Kykyyn soveltaa sitä uusissa tilanteissa Oppilas
Lisätiedotb) Määritä myös seuraavat joukot ja anna kussakin tapauksessa lyhyt sanallinen perustelu.
Johdatus yliopistomatematiikkaan Helsingin yliopisto, matematiikan ja tilastotieteen laitos Kurssikoe 23.10.2017 Ohjeita: Vastaa kaikkiin tehtäviin. Ratkaisut voi kirjoittaa samalle konseptiarkille, jos
LisätiedotHallintotieteen ja soveltavan psykologian sekä johtamisen valintakoe 2016
Hallintotieteen ja soveltavan psykologian sekä johtamisen valintakoe 2016 Kokeen osat Kirjallisuusosio (enimmäispistemäärä 45) Tehtävä I Prosessikonsultoinnin uusi aalto (enimmäispistemäärä 15) Tehtävä
LisätiedotKäsitteistä. Reliabiliteetti, validiteetti ja yleistäminen. Reliabiliteetti. Reliabiliteetti ja validiteetti
Käsitteistä Reliabiliteetti, validiteetti ja yleistäminen KE 62 Ilpo Koskinen 28.11.05 empiirisessä tutkimuksessa puhutaan peruskurssien jälkeen harvoin "todesta" ja "väärästä" tiedosta (tai näiden modernimmista
LisätiedotAtomimallit. Tapio Hansson
Atomimallit Tapio Hansson Atomin käsite Atomin käsite on peräisin antiikin Kreikasta. Filosofi Demokritos päätteli (n. 400 eaa.), että äärellisen maailman tulee koostua äärellisistä, jakamattomista hiukkasista
LisätiedotTUKENA-hanke Kysely perheryhmäkotien työntekijöille 9/2018
Kysely perheryhmäkotien työntekijöille 9/2018 Kysely perheryhmäkodeissa ja tukiasunnoissa oleville nuorille Nuorten kysely lähetettiin yksiköiden esimiesten kautta anonyyminä Surveypal-nettilinkkinä välitettäväksi
LisätiedotArviointimenetelmät ja mittarit hyödyn raportoinnissa
Arviointimenetelmät ja mittarit hyödyn raportoinnissa 2019 1. Arviointimenetelmien käyttö hyödyn raportoinnissa Kuntoutuksesta saatavaa hyötyä arvioidaan kuntoutujien näkökulmasta, palveluntuottajien arvioinnin
LisätiedotMakroekologiaa pedagogisella mikrolusikalla
Makroekologiaa pedagogisella mikrolusikalla Jukka Forsman Biologian laitos Mentori: Seppo Rytkönen, Biologian laitos Species diversity and coexistence - Syventävä kurssi, 3 op. - 10 2 h - Loppusuorituksena
LisätiedotSanallinen arviointi ja hyviä normien mukaisia arviointikäytänteitä. Pirjo Koivula Opetusneuvos
Sanallinen arviointi ja hyviä normien mukaisia arviointikäytänteitä Pirjo Koivula Opetusneuvos 12 Sanallinen arviointi 2 Arviointi lukuvuoden päättyessä Opintojen aikainen arviointi sisältää myös oppimisprosessin
LisätiedotSiltaaminen: Piaget Matematiikka Inductive Reasoning OPS Liikennemerkit, Eläinten luokittelu
Harjoite 2 Tavoiteltava toiminta: Materiaalit: Eteneminen: TUTUSTUTAAN OMINAISUUS- JA Toiminnan tavoite ja kuvaus: SUHDETEHTÄVIEN TUNNISTAMISEEN Kognitiivinen taso: IR: Toiminnallinen taso: Sosiaalinen
LisätiedotOppimistavoitematriisi
Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Esitiedot Arvosanaan 1 2 riittävät Arvosanaan 3 4 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä
LisätiedotMONIKULTTUURISEN OPETUKSEN JA OHJAUKSEN HAASTEET. Selkokielen käyttö opetuksessa. Suvi Lehto-Lavikainen, Koulutuskeskus Salpaus
MONIKULTTUURISEN OPETUKSEN JA OHJAUKSEN HAASTEET Selkokielen käyttö opetuksessa Suvi Lehto-Lavikainen, Koulutuskeskus Salpaus Ihmisten viestinnän epätarkkuus johtaa usein virheellisiin tulkintoihin keskusteluissa!
LisätiedotMatematiikan opetuksen kehittäminen avoimen lähdekoodin ohjelmistojen avulla Petri Salmela & Petri Sallasmaa
Matematiikan opetuksen kehittäminen avoimen lähdekoodin ohjelmistojen avulla 21.04.2010 Petri Salmela & Petri Sallasmaa Tutkimusorganisaatio Åbo Akademin ja Turun yliopiston tutkimusryhmät Pitkä yhteistyötausta
LisätiedotGradu-seminaari (2016/17)
Gradu-seminaari (2016/17) Tavoitteet Syventää ja laajentaa opiskelijan tutkimusvalmiuksia niin, että hän pystyy itsenäisesti kirjoittamaan pro gradu -tutkielman sekä käymään tutkielmaa koskevaa tieteellistä
LisätiedotOpiskelu ja oppiminen yliopistossa kysely Helsingin yliopistossa
Opiskelu ja oppiminen yliopistossa kysely Helsingin yliopistossa Sari Lindblom-Ylänne & Anna Parpala Yliopistopedagogiikan tutkimus- ja kehittämisyksikkö YTY Kyselyn käytön tavoitteet Tutkimusperustainen
LisätiedotGoogle Forms / Anna Haapalainen. Google Forms Googlen lomake-työkalu
Google Forms Googlen lomake-työkalu Google Forms / Anna Haapalainen Googlen lomaketyökalulla on helppoa tehdä sähköisiä kyselyitä, tehtäviä tai kokeita. Voidaksesi luoda Googlen lomakkeita, sinulla tulee
LisätiedotKUNTALAISTEN ASIAKASTYYTYVÄISYYSKYSELY VUONNA 2008 TEUVAN KUNTA OSA-RAPORTTI. Hannele Laaksonen
KUNTALAISTEN ASIAKASTYYTYVÄISYYSKYSELY VUONNA 2008 TEUVAN KUNTA OSA-RAPORTTI Hannele Laaksonen 1. JOHDANTO...3 2. VASTAAJIEN TAUSTATIETOJA...4 3. HALLINTO- JA ELINKEINOTEIMEN PALVELUJEN ARVIOINTI...6 4.
LisätiedotArviointikeskustelut Arviointi Elisa Puoskari
Arviointikeskustelut 29.10.2016 Arviointi Elisa Puoskari Arviointikeskustelu Oppilas on oman oppimisensa, opettaja opettamisen ja huoltaja vanhemmuuden asiantuntija, ja keskustelutilanteessa he jakavat
LisätiedotSuomenhevosten askelja hyppyominaisuuksien periytyvyys. Suomenhevosten jalostuspäivät 10.2.2016 Aino Aminoff
Suomenhevosten askelja hyppyominaisuuksien periytyvyys Suomenhevosten jalostuspäivät 10.2.2016 Aino Aminoff Suomenhevosten laatuarvostelu Suomenhevosten laatuarvostelu on 3-5 v. suomenhevosille suunnattu
LisätiedotYLIOPISTO- OPETTAJANA KEHITTYMINEN
YLIOPISTO- OPETTAJANA KEHITTYMINEN SARI LINDBLOM-YLÄNNE PROFESSOR I UNIVERSITETSPEDAGOGIK UNIVERSITETSPEDAGOGISTA FORSKINS- OCH UTVECKLINGSENHETEN (YTY) HELSINGFORS UNIVERSITET MUUTOKSEN VAIKEUS JA HITAUS
Lisätiedot1. Otetaan perusjoukoksi X := {0, 1, 2, 3, 4, 5, 6, 7}. Piirrä seuraaville kolmelle joukolle Venn-diagrammi ja asettele alkiot siihen.
Joukko-oppia Matematiikan mestariluokka, syksy 2010 Harjoitus 1, vastaukset 20.2.2010 1. Otetaan perusjoukoksi X := {0, 1, 2, 3, 4, 5, 6, 7}. Piirrä seuraaville kolmelle joukolle Venn-diagrammi asettele
LisätiedotKäsityön Tutkimushanke Vanhempien käsityksiä 7.-luokkalaisten käsityön opiskelusta
Käsityön Tutkimushanke 2013-2014 Vanhempien käsityksiä 7.-luokkalaisten käsityön opiskelusta www.helsinki.fi/yliopisto 21.11.2014 1 Tutkimuksen lähtökohtia Käsityön kansallinen arviointi 2010 Arviointitulosten
LisätiedotPerusopetuskysely Koko perusopetus
Perusopetuskysely 2018 Koko perusopetus 31.8.2016 Taustatietoja Kysely toteutettiin ajalla 25.4. 11.5.2018 Linkki kyselyyn lähetettiin Helmin kautta 4278 oppilaan noin 8400:lle huoltajalle Kyselyyn vastasi
LisätiedotTanja Saarenpää Pro gradu-tutkielma Lapin yliopisto, sosiaalityön laitos Syksy 2012
Se on vähän niin kuin pallo, johon jokaisella on oma kosketuspinta, vaikka se on se sama pallo Sosiaalityön, varhaiskasvatuksen ja perheen kokemuksia päiväkodissa tapahtuvasta moniammatillisesta yhteistyöstä
LisätiedotOppilaiden sisäilmakysely
Oppilaiden sisäilmakysely Kehittämisestä käyttöön 8.11.2017 Asiantuntijalääkäri Jussi Lampi/ Ei sidonnaisuuksia 1 Taustaa Työpaikoilla sisäilmakyselyjä käytetään paljon Suomessa Kunnissa paineita tehdä
LisätiedotILO OPPIA! Uuden koulun monikäyttöisyys ja toiminnallisuus
TIINA MYLLYNEN Suunnittelija Kuvissa: Ojanperänkankaan koulu, Liminka ILO OPPIA! Uuden koulun monikäyttöisyys ja toiminnallisuus 13.09.2018 TIINA MYLLYNEN 13.9.2018 ILO OPPIA! Uuden koulun monikäyttöisyys
LisätiedotDigitaalisen kommunikaatiosovelluksen käyttäjälähtöinen kehittäminen
Digitaalisen kommunikaatiosovelluksen käyttäjälähtöinen kehittäminen Varaslähtö käytettävyyspäivään 24.10.2007 FT Juha-Matti Latvala Taustani KM, luokanopettaja Tietotekniikka, teknologiakasvatus FT, psykologian
LisätiedotKemian opetuksen tavoitteet ja sisällöt vuosiluokilla 7-9
Kemian opetuksen tavoitteet ja sisällöt vuosiluokilla 7-9 Opetuksen tavoitteet Merkitys, arvot ja asenteet Tavoitteisiin liittyvät sisältöalueet 7. luokka 8. luokka 9. luokka Laajaalainen osaaminen T1
LisätiedotTeoriasta käytäntöön- Ongelmalähtöinen oppiminen verkossa
Teoriasta käytäntöön- Ongelmalähtöinen oppiminen verkossa TieVie (5 ov) 24.9.2004 Minna Pesonen, Kasvatustieteiden tiedekunta Oulun yliopisto Mistä kaikki alkoi? Idea PBL:n soveltamisesta syntyi Ongelmalähtöisen
LisätiedotOPISKELIJAN MUISTILISTA
Kuvataiteen lukiodiplomin tukimateriaali opiskelijalle OPISKELIJAN MUISTILISTA Kuvataiteen lukiodiplomi muodostuu teoksesta sekä työskentelyprosessia, itsearviointia ja kuvataiteen tuntemusta kuvaavasta
Lisätiedot