摘要： 探尋“證據(jù)推理”能力的影響因素對(duì)學(xué)生的科學(xué)學(xué)習(xí)、科學(xué)素養(yǎng)的培養(yǎng)具有重要意義。研究遵循結(jié)構(gòu)方程模型的技術(shù)方法，通過理論探究，提出包含閱讀能力、數(shù)學(xué)能力、空間能力、科學(xué)能力和科學(xué)興趣5個(gè)方面影響因素的模型，選取2261個(gè)樣本開展測量調(diào)查，運(yùn)用AMOS軟件進(jìn)行數(shù)據(jù)檢驗(yàn)和模型修正。結(jié)果表明，修正后的“證據(jù)推理”能力影響因素模型兼具理論意義和數(shù)據(jù)質(zhì)量，其中科學(xué)興趣的作用效果不顯著，閱讀能力、數(shù)學(xué)能力和科學(xué)能力共同構(gòu)成認(rèn)知能力因素，與空間能力共同正向影響“證據(jù)推理”能力。

關(guān)鍵詞： “證據(jù)推理”能力； 結(jié)構(gòu)方程模型； AMOS； 影響因素

文章編號(hào)： 10056629（2024）01002509

中圖分類號(hào)： G633.8

文獻(xiàn)標(biāo)識(shí)碼： B

“證據(jù)推理”能力（Evidencebased Reasoning Competence， ERC）是強(qiáng)調(diào)從已有經(jīng)驗(yàn)、問題情境中識(shí)別、轉(zhuǎn)換、形成證據(jù)，利用證據(jù)進(jìn)行推理，從而獲得結(jié)論、解決問題的關(guān)鍵能力。它和科學(xué)推理能力密切相關(guān)，在前期研究中我們探討了其概念內(nèi)涵［1］，并構(gòu)建了ERC水平框架［2］，開發(fā)檢驗(yàn)了能力測評(píng)工具［3］。ERC對(duì)學(xué)生的科學(xué)學(xué)習(xí)、科學(xué)素養(yǎng)的形塑，或者基本認(rèn)知能力的發(fā)展，都具有重要意義。已有研究指出個(gè)體的這種高階思維能力是階段性的，雖然隨著年齡的增長和知識(shí)的學(xué)習(xí)，將會(huì)從低水平階段發(fā)展到高水平階段，但有些學(xué)生不能發(fā)展到形式運(yùn)算、理論化階段，出現(xiàn)“階段延遲”現(xiàn)象［4］。因此，除了了解學(xué)生的能力現(xiàn)狀，還有必要探尋哪些因素會(huì)影響作用于ERC，進(jìn)而為培養(yǎng)、發(fā)展該能力提供依據(jù)。

在已有研究成果的基礎(chǔ)之上，探查影響ERC的可能因素，構(gòu)建并驗(yàn)證影響因素與ERC之間的關(guān)系路徑，進(jìn)而發(fā)展出影響因素模型，是本研究要解決的問題。

1 研究假設(shè)的提出

文獻(xiàn)梳理發(fā)現(xiàn)，圍繞ERC進(jìn)行變量間相關(guān)性探查的實(shí)證研究較少，但我們可以從科學(xué)推理能力的有關(guān)研究中獲得啟發(fā)。有研究者指出學(xué)生的科學(xué)推理能力表現(xiàn)與他們的數(shù)學(xué)、科學(xué)成績之間存在顯著的強(qiáng)相關(guān)，因此學(xué)生在課程學(xué)習(xí)中的困難可能是由于學(xué)科概念理解的困難，也可能是空間智能、視覺認(rèn)知方面存在問題，還有可能是科學(xué)推理能力的不足［5］。而且科學(xué)推理能力與科學(xué)學(xué)科、語言、社會(huì)學(xué)（歷史、地理）成績表現(xiàn)存在關(guān)聯(lián)［6，7］。除了學(xué)業(yè)成績之外，還有關(guān)注于自我效能感等與推理能力的關(guān)聯(lián)性研究［8］。這些研究均說明了推理能力影響其他學(xué)科的學(xué)習(xí)，影響科學(xué)素養(yǎng)的發(fā)展，同樣它也會(huì)因性別不同、年級(jí)不同而存在差異［9］，還會(huì)受到其他因素變量的作用，如科學(xué)學(xué)習(xí)結(jié)果［10］、知識(shí)水平，以及情感、興趣、態(tài)度、認(rèn)知風(fēng)格、學(xué)習(xí)動(dòng)機(jī)、效能感等非認(rèn)知因素。

ERC是高階思維能力，需要經(jīng)歷在已有經(jīng)驗(yàn)、知識(shí)即證據(jù)的基礎(chǔ)上，進(jìn)行抽象、概括、總結(jié)、歸納或演繹等一系列的轉(zhuǎn)換過程，最終形成新的概念或新判斷。因其復(fù)雜性、整合性要求，對(duì)人的基本認(rèn)知提出了較高的要求，涉及多方面的知識(shí)經(jīng)驗(yàn)和能力?！白C據(jù)推理”與“認(rèn)知”（過程）都需要利用既有的知識(shí)經(jīng)驗(yàn)，產(chǎn)生新的知識(shí)經(jīng)驗(yàn)或形成新的判斷。同時(shí)，在復(fù)雜的“認(rèn)知”過程中可能包含推理思維、推理活動(dòng)，“證據(jù)推理”過程則是認(rèn)知活動(dòng)的一種體現(xiàn)，是更具體的活動(dòng)。因此，可以推測、假設(shè)，學(xué)生的ERC表現(xiàn)受到其認(rèn)知能力（cognitive ability）的影響，尤其是理性邏輯思維方面。因此本研究推測它與數(shù)學(xué)、邏輯、科學(xué)、空間等方面的能力表現(xiàn)存在關(guān)聯(lián)。

此外，根據(jù)前期研究，在ERC的測評(píng)中，需要設(shè)置豐富的情境以體現(xiàn)證據(jù)的復(fù)雜性要求。因此，文本的閱讀、信息的提取等與語文、閱讀相關(guān)的能力也有可能影響學(xué)生的“證據(jù)推理”能力。基于多元智力理論，與ERC相關(guān)聯(lián)的智能或智力有邏輯數(shù)學(xué)、空間和語言智能。借鑒于此，我們初步認(rèn)為（假設(shè)）數(shù)學(xué)能力、空間能力、閱讀能力，以及科學(xué)能力這4方面同屬于影響ERC的認(rèn)知能力因素。

1.1 閱讀能力

從多元智力理論來看，閱讀能力（reading ability）是屬于語言智能的范疇，后者主要是指個(gè)體理解口頭表達(dá)和書面語的能力，同時(shí)能夠以口頭或書面的形式進(jìn)行表達(dá)的能力。可以說是利用語言來聽、說、讀、寫以達(dá)到某個(gè)目標(biāo)的一種綜合能力［11］。有研究表明，高等級(jí)的語言智能與提高問題解決能力及抽象推理能力有關(guān)［12］。

本研究所界定的“閱讀能力”僅圍繞個(gè)體對(duì)文本書面語的理解和表達(dá)能力，不涉及口頭表達(dá)，即通常所說的閱讀理解能力。閱讀能力的考查與信息的獲取、識(shí)別、解釋等能力密切相關(guān)，要求從文本素材等信息載體中閱讀、理解信息的意義，一般涉及到整體感知、形成理解、遷移發(fā)散、歸納整合、反思評(píng)價(jià)等過程，與信息處理和加工的認(rèn)知過程一致。

1.2 空間能力

空間能力（spatial ability）指的是理解、推理并識(shí)記物體之間的空間關(guān)系的能力，它與我們的日常生活息息相關(guān)，在運(yùn)動(dòng)、技術(shù)、數(shù)學(xué)、自然科學(xué)、工程、經(jīng)濟(jì)預(yù)測、氣象學(xué)等領(lǐng)域也是必備的能力之一，它不僅涉及到對(duì)外在世界的認(rèn)識(shí)和理解，也需將對(duì)外界的認(rèn)識(shí)通過信息加工的方式，在頭腦中以視覺表征的形式加以推理、轉(zhuǎn)換［13］。

在解決科學(xué)學(xué)科的許多問題時(shí)，需要對(duì)物體具有可視化的心智轉(zhuǎn)換能力，有研究發(fā)現(xiàn)，視覺空間能力水平較高的學(xué)生能夠發(fā)現(xiàn)概念化的信息，在概念測試中做出正確回答的更多［14］。可見，空間能力可能影響科學(xué)成就表現(xiàn)，而對(duì)空間推理等高相關(guān)領(lǐng)域的作用更是毋庸置疑，因此有可能對(duì)學(xué)生的ERC表現(xiàn)產(chǎn)生影響。

1.3 數(shù)學(xué)能力

數(shù)學(xué)能力（mathematical ability）是基本的認(rèn)知能力之一，相關(guān)研究眾多，對(duì)此的闡釋也不盡相同。一般認(rèn)為，數(shù)學(xué)能力是在數(shù)學(xué)相關(guān)的行為、活動(dòng)中有成功表現(xiàn)所必備的一系列的數(shù)學(xué)技能［15］，嘗試去尋求并找到某種方式解決數(shù)學(xué)問題的能力［16］，是區(qū)別于他人的數(shù)學(xué)優(yōu)勢，包括在數(shù)學(xué)成就測試上表現(xiàn)突出和一般智能上的天生優(yōu)勢［17］?？傮w來說，具有數(shù)學(xué)能力的學(xué)生在數(shù)學(xué)活動(dòng)和問題解決過程中的表現(xiàn)與其他同儕有所區(qū)別［18］，更加容易感知解析問題和視覺問題中的數(shù)學(xué)成分，能快速整合數(shù)學(xué)內(nèi)容，是一種特殊技能的整合。

一般認(rèn)為，具備高水平的推理能力有助于數(shù)學(xué)學(xué)習(xí)和問題解決［19］。因此，可以對(duì)數(shù)學(xué)能力與ERC之間具有何種關(guān)系進(jìn)行探查。

1.4 科學(xué)能力

通常以在自然科學(xué)領(lǐng)域的突出表現(xiàn)作為描述、評(píng)價(jià)科學(xué)能力（scientific ability）的指標(biāo)，但也有學(xué)者質(zhì)疑這種產(chǎn)品取向的操作定義，指出科學(xué)能力應(yīng)界定為科學(xué)思維潛能，或是一種在自然科學(xué)領(lǐng)域獲得突出表現(xiàn)的特殊才能［20］。而從科學(xué)素養(yǎng)的角度來看，科學(xué)能力是指在科學(xué)學(xué)習(xí)的過程中，理解、實(shí)踐（探究）和推理的能力，由此獲得對(duì)科學(xué)事實(shí)及意義的理解和解釋［21］。

從科學(xué)基于探究，對(duì)推理等高階思維的要求等本質(zhì)內(nèi)涵，以及科學(xué)教育對(duì)科學(xué)知識(shí)、技能和觀念思想的培養(yǎng)發(fā)展來看，科學(xué)能力的訓(xùn)練和發(fā)展與科學(xué)推理能力的高低水平之間存在關(guān)聯(lián)，同樣地，ERC的表現(xiàn)與科學(xué)能力之間存在著必然的聯(lián)系。

1.5 科學(xué)興趣

科學(xué)學(xué)習(xí)中所關(guān)涉的情意行為有多種，如對(duì)科學(xué)及科學(xué)家表示贊成、肯定的態(tài)度；接受（認(rèn)為）科學(xué)探究是一種思考方式；采用“科學(xué)的態(tài)度”；享受科學(xué)學(xué)習(xí)的經(jīng)驗(yàn)；培養(yǎng)對(duì)科學(xué)及科學(xué)相關(guān)活動(dòng)的興趣；發(fā)展將來從事科學(xué)或科學(xué)相關(guān)工作的興趣［22］?！芭d趣”是與“態(tài)度”相近的概念，是對(duì)某對(duì)象、活動(dòng)、行為的相對(duì)持久的傾向特質(zhì)，與積極的情感態(tài)度傾向、毅力和學(xué)習(xí)關(guān)聯(lián)［23］。

對(duì)科學(xué)（學(xué)習(xí)）的興趣的調(diào)查更強(qiáng)調(diào)對(duì)象客體是具體的科學(xué)學(xué)習(xí)、科學(xué)課程等，具有領(lǐng)域特殊性。ERC測評(píng)工具的情境體現(xiàn)了科學(xué)學(xué)習(xí)的內(nèi)容，是“證據(jù)”的載體，本研究將以“科學(xué)興趣”，特別是與項(xiàng)目相關(guān)的興趣為表征，探查這種更為具體的、特定的非認(rèn)知因素對(duì)ERC是否存在影響。

綜合來說，本研究提出如下假設(shè)，學(xué)生ERC的影響因素包含認(rèn)知因素和非認(rèn)知因素兩個(gè)方面，其中認(rèn)知因素包括學(xué)生的閱讀能力、數(shù)學(xué)能力、空間能力和科學(xué)能力4個(gè)方面，而對(duì)科學(xué)興趣則是非認(rèn)知因素。

2 理論模型的構(gòu)建

研究按照結(jié)構(gòu)方程模型（Structural Equation Modeling，簡稱SEM）的技術(shù)方法，初步構(gòu)建以ERC為內(nèi)因潛在變量，以兩方面影響因素（認(rèn)知能力和科學(xué)興趣）為外因潛在變量的模型（圖1），這兩個(gè)因素之間可能存在共變關(guān)系，以雙箭頭聯(lián)系，ERC中不能被二者解釋的部分是它的誤差變量ζ。

根據(jù)前期研究，ERC的測評(píng)共有23個(gè)測評(píng)項(xiàng)目［24］，即23個(gè)指標(biāo)變量：F01～F23，每個(gè)指標(biāo)變量都存在一個(gè)誤差變量ε，表示不能由ERC解釋的變異部分；認(rèn)知能力的指標(biāo)變量有4個(gè)：科學(xué)能力、閱讀能力、數(shù)學(xué)能力、空間能力；這四方面及科學(xué)興趣的指標(biāo)變量（FA1～FAn）的確定，需要設(shè)計(jì)工具、實(shí)施調(diào)查，它們的誤差變量均標(biāo)識(shí)為δ。除了外因潛在變量之間存在共變關(guān)系之外，每個(gè)觀測指標(biāo)的誤差變量（ε， δ）之間也有可能，將在數(shù)據(jù)分析時(shí)探討，模型圖中暫不呈現(xiàn)。

3 影響因素的測查

3.1 測量調(diào)查的工具

為獲得模型圖中的各項(xiàng)指標(biāo)的觀測值，需要設(shè)計(jì)、實(shí)施測查工具，收集數(shù)據(jù)，對(duì)理論模型進(jìn)行評(píng)估。前期研究中開發(fā)、驗(yàn)證了ERC測評(píng)工具，包含23個(gè)項(xiàng)目。

空間能力的測查選用了經(jīng)典的心理旋轉(zhuǎn)測試（Mental Rotation Test， MRT）。該測試應(yīng)用廣泛，信效度已經(jīng)得到充分檢驗(yàn)。該測試的題型是選擇題，通常會(huì)成組呈現(xiàn)出不同旋轉(zhuǎn)角度的圖像，需要被試對(duì)比兩個(gè)或多個(gè)三維物體（或字母），以軸對(duì)稱或鏡像旋轉(zhuǎn)之后，會(huì)發(fā)現(xiàn)相同的、匹配一致的兩個(gè)（有時(shí)是多個(gè)）圖像，測試時(shí)間有限，被試需正確且迅速地從中做出判斷，才能得分［25］。研究摘選了6個(gè)MRT項(xiàng)目進(jìn)行空間能力的測查，涉及到平面旋轉(zhuǎn)和空間翻轉(zhuǎn)，共10空，滿分10分。

閱讀能力主要考查學(xué)生根據(jù)所閱讀的文本，進(jìn)行信息提取、解釋推論、反思評(píng)價(jià)等方面的綜合能力。選擇的是學(xué)生不熟悉的、未在學(xué)校學(xué)習(xí)、測試過的文本素材（漢語），挑選項(xiàng)目時(shí)咨詢了任課教師和教研組長，保證了題目的內(nèi)容效度、表面效度。最終形成的閱讀能力測試的測查內(nèi)容包含文學(xué)類文本和信息文本（議論文）各一篇，分別設(shè)計(jì)了有關(guān)信息提取、整合概括，解釋、理解，評(píng)價(jià)、鑒賞、遷移等方面的項(xiàng)目，共計(jì)9題，滿分為40分。

數(shù)學(xué)能力的測查項(xiàng)目考查的是學(xué)生所學(xué)的數(shù)學(xué)知識(shí)和數(shù)學(xué)運(yùn)算、邏輯推理、抽象思維等方面的能力。借鑒以往的測評(píng)研究，并參考不同年級(jí)數(shù)學(xué)教師的意見，從數(shù)學(xué)運(yùn)算、圖形識(shí)別（空間想象）、邏輯推理等方面表征學(xué)生的數(shù)學(xué)能力，涵蓋了加減乘除，測量、代數(shù)、圖表曲線等諸多方面的內(nèi)容，共包含8個(gè)項(xiàng)目，滿分為36分。

科學(xué)能力的測查內(nèi)容涉及物理、化學(xué)、生物、地理學(xué)科，不涉及動(dòng)手實(shí)踐等方面的表現(xiàn)性評(píng)價(jià)。考慮到不同年級(jí)學(xué)生所掌握、學(xué)習(xí)的課程存在差異，選擇以學(xué)生的科學(xué)學(xué)科成績均分表征科學(xué)能力。

我們將學(xué)生對(duì)科學(xué)學(xué)習(xí)的興趣按照學(xué)科內(nèi)容領(lǐng)域進(jìn)行劃分，包含物理、化學(xué)、生命科學(xué)和地球空間4個(gè)方面；從內(nèi)容主題的角度區(qū)分，則涉及自然現(xiàn)象、環(huán)境保護(hù)、生命活動(dòng)、生產(chǎn)生活、科學(xué)技術(shù)等方面。此外，還考慮了ERC測評(píng)項(xiàng)目的情境設(shè)置?？茖W(xué)興趣的調(diào)查項(xiàng)目共計(jì)26個(gè)，均以5級(jí)Likert量表進(jìn)行考查。

綜上，組卷形成了ERC影響因素的調(diào)查問卷，有的項(xiàng)目沿用了國際范圍內(nèi)的成熟量表，有的是結(jié)合教師教學(xué)經(jīng)驗(yàn)改編整合而來，也有自編的問卷。整卷大概耗時(shí)50～60分鐘。

3.2 測量調(diào)查的實(shí)施

各因素的測量調(diào)查和ERC測評(píng)［26］是同步實(shí)施的，包括試測和實(shí)測兩大步驟。在正式的試測之前，也挑選了部分樣本進(jìn)行了小范圍測試，保證所有學(xué)生答題完全，最大測試時(shí)間為60分鐘。訪談發(fā)現(xiàn)，學(xué)生答題時(shí)基本不存在題意理解障礙。

對(duì)工具做了適當(dāng)調(diào)整之后，以來自S市的兩所初級(jí)中學(xué)（YC、 YL）的8、9年級(jí)學(xué)生為被試進(jìn)行試測。受限于測試時(shí)間和測試管理等客觀因素，這次試測僅對(duì)閱讀能力、空間能力和科學(xué)興趣三個(gè)方面進(jìn)行了調(diào)查，共有627名被試。由各班級(jí)的班主任或任課教師主試，規(guī)定測試時(shí)間為50分鐘。

進(jìn)行數(shù)據(jù)分析和項(xiàng)目修正之后，開展大樣本的ERC和影響因素實(shí)測，被試是CZ市某初中的3個(gè)年級(jí)學(xué)生（N=2261）。測試包含ERC測試，及閱讀能力、空間能力、數(shù)學(xué)能力和科學(xué)興趣四個(gè)方面的測查，由各年級(jí)組長統(tǒng)籌安排，組織各班的班主任或任課教師監(jiān)考、發(fā)放、收回試卷。規(guī)定測試時(shí)間為50分鐘。

3.3 測量數(shù)據(jù)的預(yù)分析

3.3.1 試測的總體情況

試測所得觀測值的描述性統(tǒng)計(jì)結(jié)果如表1所示。其中，閱讀能力項(xiàng)目的總分為40分，空間能力總分為10分，二者都以總分表示在該因素上的得分（觀測值），科學(xué)興趣的觀測值則是以均分表示。

此次試測中，數(shù)學(xué)能力未測試，將學(xué)生的數(shù)學(xué)成績與ERC得分進(jìn)行相關(guān)分析，得到Pearson系數(shù)為0.649（匹配樣本量N=590），顯著正相關(guān)（p=0.000）。被試的科學(xué)均分與ERC得分的Pearson相關(guān)系數(shù)為0.561（匹配樣本量N=593），顯著正相關(guān)（p=0.000）。表明可以考慮“數(shù)學(xué)能力”“科學(xué)能力”作為影響因素。

3.3.2 工具信效度分析

ERC測評(píng)工具的信效度在之前的研究中通過了檢驗(yàn)。本輪試測中各因素調(diào)查與ERC試測相匹配的樣本共有571人，即N有效=571。項(xiàng)目的信度系數(shù)Cronbachs α分別為0.719（閱讀能力，N=621），0.675（空間能力，N=588），0.940（科學(xué)興趣，N=577），表明工具的信度良好。

利用SPSS 22.0對(duì)“科學(xué)興趣”的26個(gè)試測項(xiàng)目進(jìn)行探索性因素分析，得到KMO值為0.912＞0.80，可以進(jìn)行因素分析；Bartlett球形檢驗(yàn)的χ2=18330.46， df=325， p=0.000＜0.05，說明相關(guān)矩陣中存在共同因子。按照主成分分析法獲得了6個(gè)成分（因子）。這些項(xiàng)目中，PA02， PA08， PA21， PA19的因子載荷低于0.5，收斂效度不好，而且PA19的區(qū)別效度也欠佳，在兩個(gè)因子上均達(dá)到0.4以上的相關(guān)性，說明這4個(gè)項(xiàng)目不能有效地解釋“科學(xué)興趣”構(gòu)念，為提高測查項(xiàng)目的建構(gòu)效度予以剔除。最終用于實(shí)測的科學(xué)興趣測查項(xiàng)目有22個(gè)。

同樣地，對(duì)閱讀能力和空間能力的測查項(xiàng)目也進(jìn)行了探索性因素分析，二者不能降維提取出其他公共因子，各項(xiàng)目的因子載荷系數(shù)結(jié)果顯示，測查項(xiàng)目通過了建構(gòu)效度的檢驗(yàn)。由此說明ERC影響因素的測查工具信效度良好。

3.3.3 實(shí)測數(shù)據(jù)預(yù)處理

大樣本實(shí)測所得觀測值的描述性統(tǒng)計(jì)結(jié)果如表2所示。與ERC實(shí)測（N=2261）相匹配的樣本量是2205（N有效=2205）。Cronbachs α系數(shù)分別為0.740（閱讀能力，N=2254），0.646（空間能力，N=2243），0.693（數(shù)學(xué)能力，N=2253），0.884（科學(xué)興趣，N=2220），再次表明測查工具的信度良好。

通過置換缺失值，剔除部分異常值等預(yù)處理方式，最終獲得了基本符合SEM分析要求的數(shù)據(jù)（N=2111）。之后，將收集的樣本數(shù)據(jù)進(jìn)行拆分，為不同環(huán)節(jié)的SEM估計(jì)、檢驗(yàn)所用①。利用SPSS 22.0進(jìn)行分層抽樣，得到了3個(gè)隨機(jī)數(shù)據(jù)子集（f1， f2， f3），樣本量分別是：N1=703， N2=698， N3=710，保證不同年級(jí)、不同性別的被試在數(shù)據(jù)子集中的分布比例與總體樣本中的分布基本一致。本研究后面的模型檢驗(yàn)和修正是以f1為分析對(duì)象。

4 研究結(jié)果

在數(shù)據(jù)預(yù)分析的基礎(chǔ)之上，研究利用AMOS 22.0軟件進(jìn)行理論模型的檢驗(yàn)、評(píng)價(jià)，提出可能的競爭模型，并結(jié)合數(shù)據(jù)報(bào)告對(duì)模型進(jìn)行修正，試圖將其訓(xùn)練成為一個(gè)較佳模型。

4.1 競爭模型的提出

對(duì)影響因素模型Ⅰ進(jìn)行參數(shù)估計(jì)，結(jié)果發(fā)現(xiàn)，空間能力對(duì)于認(rèn)知能力的預(yù)測力不高（R2=0.123）。此外，在共變關(guān)系檢驗(yàn)中，閱讀能力與科學(xué)興趣、空間能力之間的相關(guān)系數(shù)不高（0.198，0.238），科學(xué)興趣與數(shù)學(xué)能力（0.243）之間也表現(xiàn)為顯著的弱相關(guān)。數(shù)學(xué)能力、科學(xué)能力以及閱讀能力3個(gè)因素之間兩兩相關(guān)系數(shù)較高，為顯著的強(qiáng)相關(guān)，說明它們背后可能存在一個(gè)更高階的共同因素，印證了“認(rèn)知能力”這個(gè)潛在變量的合理性。但空間能力這個(gè)因素與其他3個(gè)認(rèn)知能力的反映性指標(biāo)之間相關(guān)不高。因此，需要考慮構(gòu)建、發(fā)展出其他的競爭模型，對(duì)模型Ⅰ進(jìn)行修改，將“空間能力”獨(dú)立出來，作為單一指標(biāo)的測量變量，提出如圖2所示的統(tǒng)合模型（模型Ⅱ）。

4.2 模型的修正

模型修正的過程中尤其需要注意應(yīng)始終結(jié)合數(shù)據(jù)和理論兩個(gè)方面，避免唯“數(shù)據(jù)驅(qū)動(dòng)”，不能盲目地根據(jù)修正指數(shù)對(duì)模型參數(shù)予以增加或刪除。

AMOS的運(yùn)行結(jié)果中提供了“修正指數(shù)”，涉及協(xié)方差，方差和回歸系數(shù)三個(gè)方面的修正指標(biāo)。對(duì)于模型Ⅱ，AMOS的結(jié)果報(bào)表中在方差項(xiàng)上，沒有提供修正指數(shù)；而增列某些路徑系數(shù)雖然能夠減少一定的卡方值，但是沒有意義。在協(xié)方差的修正中，如果建立ζ與δ23的共變關(guān)系，會(huì)使得卡方值降低12.295，而參數(shù)估計(jì)值會(huì)增大。δ23是“科學(xué)能力”的殘差項(xiàng)，而ζ是ERC的殘差項(xiàng)，由此說明ERC與“科學(xué)能力”之間的關(guān)系“更緊密”。還有一些建議的共變關(guān)系，如果增設(shè)了則會(huì)違反SEM的基本假定。因此，在進(jìn)行模型修正時(shí)，需要逐個(gè)進(jìn)行，反復(fù)檢驗(yàn)，最終形成的完整模型如圖3所示（模型Ⅲ），圖中以雙箭頭標(biāo)識(shí)了ζ與δ23的共變關(guān)系，在“科學(xué)興趣”和ERC的測量指標(biāo)中需增列多個(gè)誤差項(xiàng)的共變關(guān)系，則以虛實(shí)雙箭頭示例表示。

4.3 修正模型的質(zhì)量

根據(jù)AMOS的數(shù)據(jù)報(bào)告，與模型Ⅱ相比，修正后的模型適配良好，參數(shù)估計(jì)值如表3所示。除了“科學(xué)興趣”對(duì)ERC的路徑系數(shù)未達(dá)到顯著，其余變量之間的路徑系數(shù)均顯著不為0。而且結(jié)果表明，ERC被“科學(xué)興趣”“認(rèn)知能力”和“空間能力”3個(gè)影響因素所聯(lián)合解釋的比例為33.4%。

完整的結(jié)構(gòu)方程模型參數(shù)眾多，在此不一一呈現(xiàn)。數(shù)據(jù)表明，修正后的模型中沒有出現(xiàn)負(fù)值的誤差變異量，因素負(fù)荷基本介于0.5～0.95之間，參數(shù)的標(biāo)準(zhǔn)誤也在可接受的范圍內(nèi)，因此，模型Ⅲ的基本適配指標(biāo)均達(dá)到檢驗(yàn)的標(biāo)準(zhǔn)。

表4對(duì)比呈現(xiàn)了整體模型的適配檢驗(yàn)結(jié)果，僅有NFI和RFI不符合標(biāo)準(zhǔn)，其他均達(dá)到標(biāo)準(zhǔn)，甚至逼近于0.95，說明模型Ⅲ整體適配度得到了提升，外在質(zhì)量達(dá)到要求。

5 研究總結(jié)

研究遵循SEM的技術(shù)方法，按照競爭比較研究的分析程序，展開ERC影響因素的模型發(fā)展研究。首先基于理論探究，尋找產(chǎn)生影響的可能因素，提出研究假設(shè)，初步構(gòu)建了ERC的影響因素模型，進(jìn)而設(shè)計(jì)測查工具，收集數(shù)據(jù)，運(yùn)用AMOS軟件進(jìn)行統(tǒng)計(jì)檢驗(yàn)和模型修正，最終ERC影響因素的結(jié)構(gòu)方程模型得到檢驗(yàn)，模型質(zhì)量可以接受，即逐步發(fā)展形成了能夠滿足SEM統(tǒng)計(jì)要求、兼具理論意義的影響因素模型（模型Ⅲ），雖然存在部分瑕疵，但無礙于研究目標(biāo)的實(shí)現(xiàn)。結(jié)果顯示，科學(xué)興趣對(duì)ERC的作用效果不顯著（0.019），閱讀能力、數(shù)學(xué)能力和科學(xué)能力共同構(gòu)成了認(rèn)知能力因素（0.558），與空間能力（0.144）共同正向影響被試的ERC表現(xiàn)。

該結(jié)果可以從其他文獻(xiàn)中找到支撐。例如，科學(xué)興趣與能力表現(xiàn)之間的存在關(guān)聯(lián)的證據(jù)并不充足［27，28］。而且，“證據(jù)推理”能力這種高階能力的提升對(duì)于學(xué)生學(xué)業(yè)成就、科學(xué)素養(yǎng)、學(xué)科素養(yǎng)等都具有重要的影響，這種雙向關(guān)系更加說明了加強(qiáng)跨學(xué)科學(xué)習(xí)、探究式或主題式學(xué)習(xí)的重要意義。通過本研究提供的證據(jù)，我們可以更有指向性、有把握地去找到作用于ERC的途徑，除了加強(qiáng)數(shù)學(xué)、科學(xué)學(xué)科的學(xué)習(xí)，也可以考慮空間認(rèn)知等方面的能力提升，而科學(xué)興趣、態(tài)度對(duì)科學(xué)學(xué)習(xí)、ERC是何影響除了需要更多的實(shí)證考查，更需要長期實(shí)踐的檢驗(yàn)，對(duì)于不同的學(xué)生的ERC表現(xiàn)，可能會(huì)有不同的提升方式、提升效果。

對(duì)于“證據(jù)推理”能力的影響，除了研究提出的5個(gè)方面，必然還會(huì)存在其他因素，如認(rèn)知風(fēng)格、自我效能感等。我們對(duì)此保持開放而謹(jǐn)慎的態(tài)度，可以在以后繼續(xù)研究和探討。一方面可以從理論探究中加以補(bǔ)充，改進(jìn)假設(shè)模型，同時(shí)也要在測量工具的編制、測量樣本的選擇上盡可能完善。

參考文獻(xiàn)：

［1］羅瑪. 從科學(xué)推理到證據(jù)推理： 內(nèi)涵的探討［J］. 化學(xué)教學(xué)， 2019，（9）： 3～6.

［2］羅瑪. “證據(jù)推理”能力的水平框架構(gòu)建——基于德爾菲調(diào)查［J］. 化學(xué)教學(xué)， 2021，（3）： 13～18.

［3］［24］［26］羅瑪. “證據(jù)推理”能力的測評(píng)工具開發(fā)及檢驗(yàn)［J］. 考試研究， 2023，19（5）： 50～60.

［4］Piaget J. Judgement and Reasoning in the Child ［M］. London： Routledge & Kegan Paul， 1962： 204.

［5］Hinojosa A J. Investigations on the impact of spatial ability and scientific reasoning of student comprehension in physics， state assessment tests， and STEM courses （Order No.3709732） ［D］. 2015. Available from ProQuest Dissertations & Theses Global A&I： The Humanities and Social Sciences Collection; ProQuest Dissertations & Theses Global A&I： The Sciences and Engineering Collection. （1700216542）. Retrieved from https：//search.proquest.com/docview/1700216542？accountid=10659.

［6］Demirta Z. Scientific reasoning skills of high school students relationship gender and their academic success ［J］. International Journal of Human Sciences， 2011， 8（1）： 1460～1471.

［7］Luo M.， Sun D.， Zhu L.， & Yang Y. Evaluating scientific reasoning ability： Student performance and the interaction effects between grade level， gender， and academic achievement level ［J］. Thinking Skills and Creativity， 2021，22（1）：130～152.

［8］Lawson A E， Banks D L， Logvin M. Selfefficacy， reasoning ability， and achievement in college biology ［J］. Journal of Research in Science Teaching， 2007， 44（5）： 706～724.

［9］Nieminen P， Savinainen A， Viiri J. Gender differences in learning of the concept of force， representational consistency， and scientific reasoning ［J］. International Journal of Science & Mathematics Education， 2013， 11（5）： 1137～1156.

［10］Jensen J L， Neeley S， Hatch J B， et al. Learning scientific reasoning skills may be key to retention in science， technology， engineering， and mathematics ［J］. Journal of College Student Retention Research Theory & Practice， 2015， 19（2）： 126～144.

［11］FernndezMartínez F， Zablotskaya K， Minker W. Text categorization methods for automatic estimation of verbal intelligence ［J］. Expert Systems with Applications， 2012， 39（10）： 9807～9820.

［12］Luwel K， Foustana A， Onghena P， et al. The role of verbal and performance intelligence in childrens strategy selection and execution ［J］. Learning & Individual Differences， 2013， （24）： 134～138.

［13］Wikipedia. Spatial ability ［G/OL］. （2018326）. Retrieved from https：//en.wikipedia.org/wiki/Spatial_ability#cite_note-：7-3.

［14］Kozhevnikov M， Hegarty M， Mayer R. Spatial Abilities in Problem Solving in Kinematics ［M］//London： Springer， in Diagrammatic Representation and Reasoning， eds. M. Anderson， M.， Meyer， B.， and Olivier P.， 2002： 155.

［15］Krutetskii V A. The Psychology of Mathematical Abilities in Schoolchildren ［M］. Chicago： University of Chicago Press， 1976.

［16］Wieczerkowski W， Cropley A J， Prado T M. Nurturing Talents/Gifts in Mathematics ［M］//International Handbook of Giftedness and Talent. 2nd ed. Oxford： Elsevier; 2000： 413～425.

［17］Sengil Akar S. Content validity study of the test of mathematical talent for 6th and 7th grade elementary school students ［D］. Eskisehir： Anadolu University， 2009.

［18］Sowell E J， Others A. Identification and description of mathematically gifted students： a review of empirical research ［J］. Gifted Child Quarterly， 1990， 34（4）： 147～154.

［19］Schoenfeld A H. Reflections on problem solving theory and practice ［J］. Mathematics Enthusiast， 2013， 10（1）： 9～34.

［20］Heller K A. Scientific ability and creativity ［J］. High Ability Studies， 2007， 18（2）： 209～234.

［21］National Research Council （NRC）. National Science Education Standard ［Z］. Washington DC： National Academy Press， 1996.

［22］Klopfer L E. Evaluation of learning in science ［M］//In B. S. Bloom， J. T. Hastings & G. F. Madaus （Eds. ）， Handbook of formative and summative evaluation of student learning， London： McGraw-Hill， 1971.

［23］Hidi S， Ainley M. Interest and adolescence ［M］//In F. Pajares & T. Urdan （Eds. ）， Academic motivation of adolescents， Greenwich， CT： Information Age， 2002： 247～275.

［25］Caissie A F， Vigneau F， Bors D A. What does the Mental Rotation Test measure？ An analysis of item difficulty and item characteristics ［J］. Open Psychology Journal， 2009， 2（1）： 94～102.

［27］Gardner P L. Attitudes to science： a review ［J］. Studies in Science Education， 1975， 2（1）： 1～41.

［28］Gardner P L. Measuring attitudes to science ［J］. Research in Science Education， 1995， （25）： 283～289.