中小學STEM學習中高層次思維測評模型構建與應用

首新 胡衛(wèi)平 劉念

[摘 ? 要] 發(fā)展高層次思維已成為STEM跨學科教學的重要目標，但如何評估STEM學習中的高層次思維，仍沒有可行的工具。本研究采用問卷調查、專家咨詢等研究方法，運用探索性結構方程模型（ESEM）、層次分析（AHP）、擬合Rasch模型等手段，建立測評模型、確定指標權重、開發(fā)測評工具。數(shù)據(jù)分析顯示，中小學STEM學習中高層次思維測評工具具有良好的信度和結構效度。正式測量發(fā)現(xiàn)，小學階段學生STEM學習中高層次思維整體呈現(xiàn)波動增長，性別、地域等因素影響較小。測評模型對評估中小學STEM教育項目具有應用價值。

[關鍵詞] STEM教育; 高層次思維; 測評; Rasch模型; 義務教育階段

[中圖分類號] G434 ? ? ? ? ? ?[文獻標志碼] A

[作者簡介] 首新（1987—），男，重慶梁平人。講師，博士，主要從事科學教學心理研究。E-mail：346532216@qq.com。胡衛(wèi)平為通訊作者，E-mail：weipinghu@163.com。

一、研究背景

發(fā)展高層次思維（Higher Order Thinking）是STEM跨學科學習區(qū)別于傳統(tǒng)學科知識和技能導向學習的重要特征。隨著跨學科課程改革的不斷推進以及核心素養(yǎng)培養(yǎng)目標的確立，STEM教育理念下的高層次思維培育在世界范圍內得到了高度重視。那么，何為高層次思維呢？早期Bartlett認為，高層次思維過程是個體為彌補先驗知識不足而進行改補、推斷、重新解釋的過程[1]。這一界定帶有濃郁的教育哲學意味，是從統(tǒng)整的視角看待新知識對先驗經驗的“間隙填充”。Resnick認為，若問題解決過程沒有固定的規(guī)則路徑，需要應用多個判斷標準，且常常涉及不確定性，那么，高層次思維必定參與問題解決過程[2]。Lewis等人對Resnick的觀點進行了心理學視角的詮釋，認為高層次思維是個體面對復雜情境探求信息的過程中，記憶中的已知信息與尋求到的新信息之間相互影響或（和）重新組合、延伸整合后達成某一目標的過程[3]。Goodson認為，當個體面臨的情境是不熟悉的，要解決的是不確定的、或兩難的問題，高層次思維便被激活了，其表現(xiàn)是能進行正確的解釋、決策以及形成創(chuàng)造性的產品[4]。從外在表現(xiàn)描述學習效果為高層次思維培養(yǎng)找到了突破口，導致教育目標從識字、記憶等發(fā)展到了推理、判斷、創(chuàng)新等積極的心智建構[5]。Richland認為，高層次思維是一種關系結構映射（A Relational Structure Mapping）[6]，反映出學科內容與能力的映射關系：跨學科的信息分離和整合發(fā)展出更復雜的關系，學習這些關系（如相似、不同、因果關系等）必定涉及問題解決、推理等高層次思維。在當前STEM跨學科整合趨勢下，這一觀點回應了高層次思維與學科內容之間的關系，二者表現(xiàn)出映射結構。

測評高層次思維由來已久。Ross等人較早依據(jù)布盧姆教育目標認知過程中的分析、綜合、評價層級，開發(fā)了篩選4—6年級天才學生的高層次思維量表（The Ross Test of Higher Cognitive Processes）[7]，但是后來由于這一認知過程理論飽受爭議，因此，使用逐漸較少。為回應學校教育檢驗高層次思維的需求，Piaw等人設計了創(chuàng)造—批判思維測驗（Creative-Critical Thinking Styles Test）[8]，但該量表將批判性思維與創(chuàng)造性思維相對立，這一觀點仍有待進一步商榷。國內也進行了相關研究，如楊翊等人也基于布魯姆教育目標認知過程構建了高階思維測評框架[9]，但理解、應用階段是否蘊含高層次認知過程，目前仍有爭議;姜玉蓮等人利用數(shù)據(jù)驅動的因素分析顯示，高層次思維包括創(chuàng)新性思維、決策能力、元認知與反思性評價、問題解決能力、同伴情感支持、自我效能感、批判性思維、自我調節(jié)學習等8個要素[10]。目前，國內研究者多關注某一特定思維（如復雜問題解決、創(chuàng)造性思維等）的測評研究，專門用于中小學STEM學習活動中測評高層次思維的工具在已有文獻中很少提及。

以往研究成果對明晰高層次思維結構、測量模型等具有參考價值，但仍存有較大的完善空間。第一，高層次思維結構確立方法有待精準化。大多數(shù)研究通過分析已有測評模型、解讀課程標準等手段建立高層次思維結構，這容易忽略文化、學生學習特征的影響，以及期望課程與實際課程的差異[11]。第二，高層次思維的學科化測評框架有待明晰。研究者普遍認為，高層次思維具有領域特殊性（Domain-specific Construct）[12]，學科內容對其有關鍵作用。因此，基于學科內容建立測評框架是未來研究的趨勢，這可以了解學生在具體課程方案中的高層次思維狀況，以便改進課程。第三，大規(guī)模高層次思維測評理論有待豐富。雖然高層次思維評價得到空前重視，但一些大型國際測評項目如PISA、TIMSS目前并沒有單獨的評估高層次認知過程。因此，PISA（2021）擬單獨評估15歲青少年的創(chuàng)造性思維，這為建立大規(guī)模高層次思維測試模型奠定了基礎。

為彌補上述高層次思維測評研究的不足，方法上，本研究通過數(shù)學建模確立面向STEM學習的高層次思維測評模型（STEM Based Higher Order Thinking Assessment Model），以提高研究過程的標準化程度，增強測評的規(guī)范性和實用性。測試任務設計過程中，以STEM跨學科內容為情境設計試題，確保對STEM學習過程具有診斷、調節(jié)和監(jiān)督功能，進而以評價結果“返哺”STEM學習過程，促進學生高層次思維可持續(xù)發(fā)展。

二、研究過程和方法

首先，依據(jù)文獻分析，同時結合小學、初中科學課程標準（2017、2011），以及STEM跨學科學習特征，析出高層次思維測評指標，解決測評指標僅僅依靠課標解讀或簡單移植的弊病;其次，進行專家咨詢，確定指標權重，解決測評指標之間動態(tài)關系不明的問題;最后，遵循測評指標及其權重，依據(jù)情境化試題設計過程，開發(fā)測評工具，并進行初步檢驗，驗證測評工具的信效度。

（一）確定測評指標

目前，從STEM學習情境中測評高層次認知過程的工具并不多見。以前研究者普遍認可的高層次思維要素包括創(chuàng)造性思維、批判性思維、問題解決過程、決策思維、元認知等，我們擬利用STEM學習中的具體內容和行為來間接表征上述要素。同時，我們也考慮了STEM學習中的科學探究策略、學習動機、態(tài)度等思維傾向，因為以合作探究為主的STEM活動中，同伴間的社會建構對個體高層次思維發(fā)展具有重要作用[13]。

在具體操作過程中，我們參考了國內外高層次思維通用框架、領域化測評框架中的認知過程條目。如“Kaufman領域創(chuàng)造力量表”中的日常、學術、科學題目[14];Borich評估美國中小學生高級思維的“高階思維和問題解決核查表”[15];“Halpern 批判性思維評價”中涉及STEM學科的題目[16];改編大學生批判性思維傾向問卷[17]、問題解決能力評分指標[18]、典型行為創(chuàng)造性思維能力測驗[19]、高階思維結構調查問卷[20]，加入STEM課堂背景，刪除與中小學生學習不相關的題目;截取“中學生社會問題解決能力量表”中的社會科學問題[21]。同時，還參考成熟的“加利福尼亞批判性思維傾向問卷”“Torrance創(chuàng)造性思維測驗”中有關學習行為的測查指標。另外，還借鑒了“科學學習動機量表”[22]、“對科學學習的態(tài)度量表”[23]、“物理實驗元認知水平問卷”[24]中有關高層次思維傾向的觀測指標。最終，初步形成117項測評條目。

利用調查樣本對測評條目進行降維，析出測評指標。調查對象來自某直轄市451名中小學生，其中，男生占55.4%、女生占44.6%;農村學生占59.8%，城鎮(zhèn)學生占40.2%。使用SPSS 22、MPLUS 7.4進行數(shù)據(jù)處理。

（二）確定指標權重

結合專家咨詢意見，使用AHP法梳理指標的權重。咨詢對象是高等院校15名科學教育、學科課程與教學的專家和科學教育學博士。邀請專家對測評指標按照經驗進行兩兩比較（i，j），形成重要性比例標度（aij，1-9的數(shù)值，1表示ai與aj同樣重要，3表示ai比aj略微重要，5表示ai比aj重要，7表示ai比aj明顯重要，9表示ai比aj絕對重要;2、4、6、8表示兩個相鄰判斷的中間值）。根據(jù)aij值形成專家判斷矩陣，計算特征向量和最大特征值，并進行一致性檢驗，最終通過層次總排序得出測評指標權重值。

（三）形成測評工具

依據(jù)測評指標及其權重，設計情境化試題考查STEM跨學科背景下的高層次認知過程。測試題設計包括背景材料、知識內容、認知過程等三個要素。背景借鑒了PISA（2015）劃分的個人、地區(qū)/國家、全球等三層級背景，是帶有科學意義的現(xiàn)象、觀點或規(guī)范。知識內容具有跨學科性，旨在建立認知過程的起點，以此形成思維能力主導、必備知識引導、認知過程參與、情感態(tài)度支持的心理表征過程。另外，知識內容還充當喚醒某一認知過程的作用。

采用如下程序形成測評工具：（1）修訂①、自編題目，組成試卷初稿。（2）邀請1名科學教育專家、2名科學教育研究生、2名高級科學教師評估題目與測試指標的一致性、題目難度，以及術語表述、語言陳述等方面的問題。研究者本人也結合自身專業(yè)判斷對有爭議的題目進行進一步修訂。（3）建立Rasch模型進行3輪測試，完善測評工具的信效度。（4）利用工具進行大規(guī)模測試，評估STEM學習中的高層次思維。

評估測評工具信效度的調查對象來自某直轄市4所普通小學2—6年級516名學生，見表1。采用Winsteps3.72.3軟件分析測評工具信效度，應用SPSS 22 軟件分析STEM學習中高層次思維狀況及影響因素。

三、研究結果

（一）中小學STEM學習中高層次思維測評指標

首先進行正態(tài)分布、信度和效度檢驗。偏峰度檢驗顯示，偏度系數(shù)和峰度系數(shù)大部分小于1，基本符合正態(tài)分布;Cronbachs Alpha信度系數(shù)0.921;采用KMO和Bartlett球形檢驗，顯示KMO值0.917，χ2=21060.949，df=6786，p<0.01，初步判定可進行探索性因素分析。

按照因子載荷大于0.45的標準，逐步刪除載荷小于0.3，或者僅有3個以下指標構成的公因子項，最后刪除66個條目，保留51個條目，此時Cronbachs Alpha信度系數(shù)0.960，Guttman半分信度0.900，KMO和Bartlett球形檢驗顯示，KMO值0.959，χ2=9140.169，df=1275，p<0.01，問卷信度較好。最終，共抽取9個公因子，其共同性大于0.5，累計方差貢獻率達到54.751%。

再利用MPLUS 7.4 進行探索性因素分析（EFA），驗證抽取9個公因子的合理性。MPLUS 進行EFA也可以提供模型擬合指標，從而判斷模型擬合情況，當抽取8、9、10個公因子時，擬合指標見表2，各指標的含義可見相關文獻[25]?？梢园l(fā)現(xiàn)，抽取9個公因子時，模型擬合指標較好。

采用探索性結構模型（ESEM）和驗證性因子分析（CFA）進行驗證性因素分析。ESEM吸納了探索性和驗證性因素分析、結構方程模型的特點，兼具有目的的探索和驗證功能。抽取9個公因子時，ESEM和CFA模型擬合情況見表3?？梢园l(fā)現(xiàn)，ESEM擬合較好。這和兩個模型的假設有關，CFA會限制某些因子載荷為0而高估其中一個或幾個因子的載荷，以及因子與外部變量的關系，因此，擬合指標相對不太理想。但總體而言，提取9個公因子能很好地說明高層次思維的結構。

利用ESEM和CFA抽取9個公因子所包含的條目基本一致，稍有不同的是，ESEM使某些條目在幾個公因子中出現(xiàn)了跨載荷的情況，且ESEM提取的某些條目的載荷較低。對于抽取結果有差異的、ESEM因子載荷低于0.3的以及跨載荷的條目，我們通過查看條目內容判斷是否刪除、修訂以及變更。因為CFA分析顯示，因子載荷都在0.5以上，說明前期EFA分析結果較為可靠。最終，修訂條目A36、A41、A28、A8、A40、A50、A2、A12，再進行驗證性因素分析，如圖1所示，模型擬合良好。

最終，中小學STEM學習中高層次思維測評指標為9個：第一個命名為“問題解決”，闡述的是學生的探究學習過程;第二個命名為“元認知與反省”，闡述的是STEM學習的計劃、組織、信息解釋、反思等過程;第三個命名為“創(chuàng)造性思維”，解釋了從多角度、應用創(chuàng)新的方法解決問題;第四個命名為“批判性思維”，闡述的是STEM學習中對不同觀點的論證、評價以及交流的能力;第五個命名為“決策思維”，闡述的是STEM學習中的推理、合理選擇、適時分析與預測的過程;第六個命名為“自我監(jiān)控”，解釋了STEM學習中自我管理過程;第七個命名為“遷移與應用”，闡述的是將STEM學習中形成的行為規(guī)范、知識、方法等遷移到真實情境或其他領域;第八個命名為“科學方法”，闡述的是STEM學習中形成的思路、標準、規(guī)范、技能、模式等;第九個命名為“自我調節(jié)”，闡述的是STEM學習中面對不合理因素的自我反應。具體說明見表4。

（二）中小學STEM學習中高層次思維測評指標權重

中小學STEM學習中高層次思維測評指標的重要性各不相同，為了客觀呈現(xiàn)重要性比例標度（aij），邀請15位專家評分，取平均值建立判斷矩陣，權重向量見表5，同時計算出指標權重、最大特征根λmax和檢驗系數(shù)CR。

綜合中小學STEM學習中高層次思維測評指標及其權重值，可以構建測評模型的數(shù)學方程式：

公式中，Y為STEM學習中高層次思維能力的綜合評價值，Wi為第i項指標的權重，Ri為學生在第i項測評指標中的分數(shù)。Y值越大，表明高層次思維能力越強。

（三）中小學STEM學習中高層次思維測評工具的開發(fā)

編制題目是工具開發(fā)的重點，遵循以下原則：嚴格遵循測評指標和權重，題目反映某一高層次認知過程，題目具有STEM跨學科背景，內容基于每個年級學生所學知識，題目之間相互獨立，題目以開放題為主，并建立良好的評分標準。工具最初包括39個題目，建立部分賦值Rasch模型，根據(jù)擬合度、題目難度—被試能力圖（Item-Person Map）、等級概率值等指標對部分題目（共10個）進行修訂，最終，正式測評工具包括39個題目（10個選擇題，29個主觀構造題）。選擇題采用0、1記分，針對開放題，根據(jù)部分賦值Rasch模型提供的等級概率曲線對評分標準進行修訂，部分賦值Rasch模型的優(yōu)勢是可以針對每個題的等級評分進行參數(shù)估計，從而更加直觀地判斷評分的合理性。修訂之后，開放題記分0、1、2，或0、1、2、3，或0、1、2、3、4。

正式測評顯示題目質量良好：測試工具的Alpha信度系數(shù)為0.94，所選被試能力信度為0.77，題目難度—被試能力圖顯示，被試能力絕大多數(shù)都有試題群與之對應，說明題目有較好的代表性，避免了天花板效應和地板效應，被試能力和題目難度基本呈正態(tài)分布。但也發(fā)現(xiàn)，某些能力水平的被試并沒有合適的題目匹配，如Rasch值為-0.59～-0.21間的被試（即題MI3與題PR6之間）沒有靶向題目，從經典測量理論來看，需要進一步增加難度值在0.55～0.65之間的題目。

進一步利用ESEM模型驗證39個題目與測試指標之間的關系，當公因子設定為9時，顯示模型擬合良好（χ2/df=1.418，TLI=0.938，CFI=0.965，SRMR=0.021，RMSEA=0.031），說明題目的載荷與理論預設（如指標權重）具有高度一致性。少部分題目出現(xiàn)了跨因子現(xiàn)象，即某一題目可能涉及兩個或兩個以上高層次認知過程，這正是ESEM模型的優(yōu)勢所在，雖然我們設計一個題目時盡量只關注一個指標，但高層次思維指標之間本身就具有相關性，可進一步對跨因子的題目進行修訂。

（四）中小學STEM學習中高層次思維總體狀況及差異

1. 中小學STEM學習中高層次思維狀況

測試工具包括5個鏈接題，利用鏈接題可將各年級的高層次思維測評結果固定在同一量尺上進行發(fā)展狀況分析。如圖2所示，二到六年級學生在STEM學習中的高層次思維差異顯著，F(xiàn)（2，249）=19.580，p<0.01，整體呈現(xiàn)上升趨勢，在四年級有所回落，但二、四年級無顯著差異（p=0.646）。這一結果與其他高層次思維測量研究基本一致，如董奇等人發(fā)現(xiàn)兒童發(fā)散思維能力在一至三年級呈現(xiàn)上升趨勢，在四年級開始下降，五年級后又逐漸上升[26]。

2. 中小學STEM學習中高層次思維差異分析

采用2（性別：男、女）×2（地域：城市、鄉(xiāng)村）兩因素組間設計、單因變量方差分析法（Unvariate）分析性別、地域對STEM學習中高層次思維的影響。結果見表6，性別、地域的主效應不顯著（p>0.05），說明男女之間、城市和鄉(xiāng)村之間學生STEM學習中的高層次思維無顯著性差異，但總體而言，女生略高于男生（-0.189>-0.346）①，城市略高于農村（-0.242>-0.295）。另外，性別、地域以及二者交互作用的效應值（ηp2）都很小，如性別差異僅能解釋STEM學習中高層次思維1.5%的變異，地域差異僅能解釋0.1%的變異，這也說明男女生、城市和鄉(xiāng)村之間差異不大。這主要是由于本研究樣本年齡跨度較大，而中小學生的認知經驗處于不斷修正和發(fā)展之中，高層次認知過程在不斷完善，雖然在各年齡段有所差異，但總體而言，男女生都表現(xiàn)出不斷向前發(fā)展，導致差異較小。

四、討論與分析

（一）中小學STEM學習中高層次思維測評指標及其權重清晰

研究結果顯示，雖然驗證性因素分析顯示因子載荷均大于0.5，但采用探索性結構模型（ESEM）發(fā)現(xiàn)，某些條目出現(xiàn)了跨載荷的現(xiàn)象，這顯示了ESEM的分析優(yōu)勢，同時也說明了STEM學習中的高層次思維要素之間存在緊密聯(lián)系。進一步采用二階因子模型（Second Order Confirmatory Factor Analysis）分析發(fā)現(xiàn)，決策思維（S5）是一個跨載荷指標（載荷分別是0.440、0.491），這和決策思維本身所蘊含的復雜的高層次認知過程不無關系。針對預期目標，在一定約束條件下，從諸多方案中選其一，并付諸實施，稱為決策[27]。從其定義可以推論，決策思維與問題解決、創(chuàng)造性思維、批判性思維、科學方法等指標有強烈關系。其他指標之間也有較強的關聯(lián)，只是沒有達到因素分析的顯著水平，對測量指標進行相關分析，發(fā)現(xiàn)各指標間的Pearson相關系數(shù)在0.710～0.908之間。

指標權重確定過程中顯示出了專家觀點與數(shù)據(jù)驅動結果之間的差異。層次分析顯示，決策思維、問題解決、創(chuàng)造性思維、批判性思維擁有較大權重，這與大多數(shù)研究者的觀點基本一致，都認可這四個指標屬于高層次思維。但由于STEM學習活動本身的獨特性，增加了科學方法、遷移與應用、自我調節(jié)等指標，但有些指標并沒有得到專家的認同，如有專家認為自我調節(jié)、自我監(jiān)控不應納入STEM學習中高層次認知過程，但STEM學習過程多以小組合作、相互交流、自主探究的方式進行，基于同伴互動的自我調節(jié)和監(jiān)控在合作學習中顯然尤為重要。最終，綜合專家意見確定的某些指標權重較小。

綜上所述，通過建立測評指標、確定指標權重等過程，我們將STEM學習中的高層次思維進行了適宜的操作化分解和降維，進而建立了中小學STEM學習中高層次思維測評模型，這一模型為后續(xù)建立測評工具提供了理論基礎和操作準則。

（二）中小學STEM學習中高層次思維測評工具的信效度良好

研究結果顯示，利用Rasch模型進行三輪測試題修訂之后，試題質量提高，測評工具信效度良好。在測評工具修訂過程中反映出某些學科課程內容計劃與學生思維發(fā)展水平存在不一致。進一步使用Rasch模型建立STEM學習中高層次思維進階層級發(fā)現(xiàn)，高年級學生處于高水平思維層級的占62.34%，比例明顯提高;題項分析發(fā)現(xiàn)，這些高水平學生通常能夠熟練運用該階段的知識處理事物之間的相互關系，并且能夠清晰地描述、推斷其中的緣由，如探索鐵制大門的下部分為何更容易生銹時，他們能夠較好地考慮鐵生銹的影響因素、鐵門下端和上端在接觸人和物體上的差異等。高水平學生比例過高，很可能源于教科書內容安排不適合學生思維發(fā)展水平，因為我們設計的測試題是基于學段課程內容的，因此，測試結果能反映出學生思維水平與學科課程內容之間的關系。總體而言，中低學段學生高層次思維呈現(xiàn)正態(tài)分布，但隨著年級升高，STEM學習中高層次思維水平呈偏正態(tài)分布，可以推斷，隨著學生認知水平的發(fā)展，高年級的某些學科內容并沒有與之相適應。

利用經典測量理論進一步驗證了試題與測評指標的對應關系。某些題目的跨因子現(xiàn)象一方面說明了分解STEM學習中高層次思維的復雜性，另一方面也提示我們需要進一步修訂測試題。根據(jù)試題設計原則，題目之間應該保持相對的獨立性，但由于指標之間具有較高的相關性，也不能完全接受數(shù)據(jù)驅動的結果。鑒于此，后續(xù)研究將抽取跨因子題目進行具體分析，結合理論對某些題目進行修改，以進一步提高試題質量。

（三）中小學STEM學習中高層次思維發(fā)展趨勢

研究結果顯示，中小學STEM學習中高層次思維總體呈現(xiàn)上升趨勢，但在小學中段有所回落，這可能有兩方面的原因：第一，隨著學生認知水平的快速發(fā)展，過往的認知經驗已經不能解釋現(xiàn)象或阻礙了問題解決過程，因此，認知結構可能面臨重構，小學中段恰好處于這一階段[26]，表現(xiàn)出不能理解知識之間的聯(lián)系，進而影響了測評表現(xiàn)。第二，逐漸感受到的學業(yè)壓力抑制了某些高層次思維要素的發(fā)展。傳統(tǒng)的學校教育要求學生接受知識、鞏固知識，而對于知識、信息缺乏批判性的思考和創(chuàng)造性應用[28]，這限制了高層次認知過程的發(fā)展。受制于自身的認知局限和外部的學業(yè)壓力，最終導致了小學中段STEM學習中高層次思維的下滑。

研究結果顯示，中小學STEM學習中高層次思維無顯著的性別差異，男生略低于女生。但后續(xù)建立思維進階層級發(fā)現(xiàn)，不同思維水平下的性別差異顯著，水平越高，男女生之間的差異越大。這提示教師在進行STEM教學時，應根據(jù)思維發(fā)展的性別差異合理安排小組活動，如鼓勵女生充分表達觀點、推陳出新的同時，也要引導她們進行反思;另一方面，要鼓勵男生發(fā)表對問題的看法，引導他們進行創(chuàng)造性的設計和論證。

五、結 ? 語

通過文獻分析、問卷調查、專家咨詢等，并結合實證數(shù)據(jù)分析，本研究構建了中小學STEM學習中高層次思維測評指標及其權重，形成了測評模型。九個測評指標是：問題解決、元認知與反省、創(chuàng)造性思維、批判性思維、決策思維、自我監(jiān)控、遷移與應用、科學方法、自我調節(jié)，其大致權重分別為19.55%、5.18%、15.90%、13.47%、25.69%、3.42%、7.73%、5.39%、3.67%。以此測評指標及權重開發(fā)了測評工具，通過項目反應理論和經典測量理論修訂后，工具具有較好的信度、結構效度。針對我國目前如火如荼開展的各級各類中小學STEM教育項目，亦可使用本研究的測評指標、測評工具評估“發(fā)展學生高層次思維”的STEM教學目標。

[參考文獻]

[1] BARTLETT F C. Thinking： an experimental and social study [M]. London： Allen & Unwin， 1958.

[2] RESNICK L B. Education and learning to think[M]. Washington DC： National Academy Press， 1987.

[3] LEWIS A， SMITH D. Defining higher order thinking[J]. Theory into practice， 1993， 32（3）：131-137.

[4] GOODSON L， ROHANI F. Higher order thinking skills：definition， teaching strategies， assessment[EB/OL]. （2002-04-17） [2020-01-23]. http：//cala.fsu.edu/files/higher_order_thinking_skills.pdf.

[5] 鐘志賢.促進學習者高階思維發(fā)展的教學設計假設[J]. 電化教育研究， 2004（12）：21-28.

[6] RICHLAND L， SIMMS N. Analogy， higher order thinking， and education[J]. Wiley interdisciplinary reviews cognitive science， 2015， 6（2）：177-192.

[7] ROSS J D， ROSS C M. Ross test of higher cognitive processes： administration manual[M]. Novato， CA： Academic Therapy Publications， 1967.

[8] PIAWA C Y. Building a test to assess creative and critical thinking simultaneously[J]. Procedia-social and behavioral sciences， 2010， 2（2）：551-559.

[9] 楊翊， 趙婷婷. 中國大學生高階思維能力測試藍圖的構建[J]. 清華大學教育研究， 2018， 39（5）：59-67.

[10] 姜玉蓮， 解月光. 基于ESEM的高階思維結構測量模型研究[J]. 現(xiàn)代遠程教育研究， 2017（3）：96-106.

[11] 李化俠.小學生統(tǒng)計思維測評模型構建[J].教育研究與實驗，2018（2）：77-83.

[12] KUNCEL N R. Measurement and meaning of critical thinking.The National Research Council's 21st Century Skills Workshop， Irvine， California， February 10-11， 2011[C/OL].[2020-06-29].https：//atecentral.net/downloads/209/Kuncel_Measuring%20Critical%20Thinking_Paper.pdf.

[13] 祝智庭， 雷云鶴. STEM教育的國策分析與實踐模式[J]. 電化教育研究， 2018， 39（1）：75-85.

[14] KAUFMAN J C. Counting the muses： development of the kaufman domains of creativity scale（K-DOCS）[J]. Psychology of aesthetics creativity & the arts， 2012， 6（4）：298-308.

[15] BORICH G D， TOMBARI M L. Education psychology： a contemporary approach[M]. 2nd ed. New York： Longman， 1997.

[16] HALPERN D F. Thought and knowledge： an introduction to critical thinking[M]. 5th ed. New York： Psychology Press， 2014.

[17] 劉義. 大學生批判性思維研究：概念、歷史與實踐[D]. 武漢：華中科技大學， 2010.

[18] 余林. 課堂教學評價[M]. 北京：人民教育出版社， 2007.

[19] 駱方. 中學生創(chuàng)造性思維能力測評問卷的編制——一個典型表現(xiàn)測驗[D]. 北京：北京師范大學， 2003.

[20] 姜玉蓮. 技術豐富課堂環(huán)境下高階思維發(fā)展模型建構研究[D].吉林：東北師范大學，2017.

[21] 楊穎. 中學生社會問題解決能力的結構、特點與功能[D]. 北京：北京師范大學， 2009.

[22] TUAN H L， CHIN C C， SHIEH S H. The development of a questionnaire to measure students' motivation towards science learning [J]. International journal of science education，2005， 27（6）： 639-654.

[23] HONG Z R， LIN H S， WANG H H， et al. Promoting and scaffolding elementary school students' attitudes toward science and argumentation through a science and society intervention[J]. International journal of science education， 2013， 35（10）：1625-1648.

[24] 物理實驗元認知水平問卷[EB/OL]. [2019-11-09] https：//www.wjx.cn/jq/2159007.aspx.

[25] 王孟成. 潛變量建模與Mplus應用[M]. 重慶：重慶大學出版社， 2014.

[26] 董奇. 兒童創(chuàng)造性思維發(fā)展心理[M]. 杭州：浙江教育出版社， 1998.

[27] 原道謀. 決策思維初探[J]. 政治學研究， 1986（10）：60-64.

[28] 吳亞婕，姜姍姍. 學生學習過程、批判性思維與學業(yè)成就的關系研究[J].電化教育研究，2015，36（12）：90-97.