Original Title: Evolutionary processes in the development of errors in subtraction algorithms
Source: internationalscholarsjournals.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ដំណើរការវិវត្តន៍នៃការបង្កើតកំហុសនៅក្នុងក្បួនដោះស្រាយវិធីដក

ចំណងជើងដើម៖ Evolutionary processes in the development of errors in subtraction algorithms

អ្នកនិពន្ធ៖ Ricardo López Fernández (University of Salamanca), Ana B. Sánchez García (University of Salamanca)

ឆ្នាំបោះពុម្ព៖ 2020, International Journal of Education Research and Reviews

វិស័យសិក្សា៖ Mathematics Education

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះកំណត់និងស្វែងយល់ពីប្រភេទ និងធម្មជាតិនៃកំហុសជាប្រព័ន្ធដែលសិស្សបឋមសិក្សាបង្កើតឡើងនៅពេលរៀនគណនាក្បួនដោះស្រាយវិធីដក និងការវិវត្តនៃកំហុសទាំងនេះ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្របរិមាណដោយធ្វើតេស្តលើសិស្ស និងវិភាគទិន្នន័យតាមរយៈកម្មវិធីកុំព្យូទ័រដើម្បីកំណត់ប្រភេទកំហុសជាប្រព័ន្ធ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Syntactic/Procedural Approach (VanLehn's Test Analysis)
វិធីសាស្ត្រវាយតម្លៃតាមបែបនីតិវិធី/វាក្យសម្ព័ន្ធ (ការវិភាគដោយប្រើតេស្តរបស់ VanLehn)
អាចកំណត់កំហុសជាប្រព័ន្ធ (systematic bugs) បានយ៉ាងច្បាស់លាស់ និងជួយរកឃើញពីប្រភពនៃកំហុសក្នុងក្បួនដោះស្រាយនីតិវិធី (procedural mechanisms)។ ទាមទារការវិភាគទិន្នន័យយ៉ាងច្រើន និងស្មុគស្មាញ ហើយមិនអាចបញ្ជាក់ពីការយល់ដឹងផ្នែកអត្ថន័យ (semantics) ទាំងស្រុងបានឡើយ។ បានរកឃើញកំហុសជាប្រព័ន្ធនៅក្នុង ៥៥.៥% នៃករណីសរុប និងកំណត់ប្រភេទកំហុសបាន ១២២ ប្រភេទផ្សេងៗគ្នា។
Semantic Approach (Conceptual Analysis)
វិធីសាស្ត្រវាយតម្លៃតាមបែបអត្ថន័យ (ការវិភាគលើការយល់ដឹងពីគោលគំនិត)
ជួយឱ្យយល់ពីមូលដ្ឋានគ្រឹះនៃការគិតរបស់សិស្សលើគោលគំនិតគណិតវិទ្យា និងរចនាសម្ព័ន្ធទូទៅ (conceptual structure)។ ពិបាកក្នុងការធ្វើរោគវិនិច្ឆ័យកំហុសដែលកើតចេញពីការអនុវត្តខុសនីតិវិធីសុទ្ធសាធ ដែលកើតឡើងដដែលៗ។ បានរកឃើញថាកំហុសផ្នែកអត្ថន័យមួយចំនួន (ឧទាហរណ៍: Smaller-from-larger) នឹងបាត់ទៅវិញនៅពេលដែលសិស្សទទួលបានការបង្រៀនបន្ថែម។

ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះមិនតម្រូវឱ្យមានធនធានបច្ចេកវិទ្យាខ្ពស់ស្មុគស្មាញនោះទេ ប៉ុន្តែទាមទារការប្រមូលទិន្នន័យផ្ទាល់ពីសិស្ស និងកម្មវិធីស្ថិតិជាមូលដ្ឋានសម្រាប់ការវិភាគកំហុសយ៉ាងលម្អិត។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងខេត្តភាគខាងលិចនៃប្រទេសអេស្ប៉ាញ ដោយប្រមូលទិន្នន័យពីសិស្សអាយុ ៧ ដល់ ១២ ឆ្នាំ មកពីសាលាទាំងនៅទីក្រុង និងជនបទ ដែលមានកម្រិតជីវភាពចម្រុះ។ ទោះបីជាទិន្នន័យនេះឆ្លុះបញ្ចាំងពីបរិបទអប់រំនៅអឺរ៉ុបក៏ដោយ ក៏វាមានសារៈសំខាន់ខ្លាំងសម្រាប់ប្រទេសកម្ពុជា ព្រោះក្បួនដោះស្រាយវិធីដកគឺជាចំណេះដឹងសកល ហើយកំហុសរបស់កុមារក្នុងការរៀនគណនាមានលក្ខណៈវិវត្តន៍ស្រដៀងគ្នាទូទាំងពិភពលោក។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

របកគំហើញ និងវិធីសាស្ត្រធ្វើរោគវិនិច្ឆ័យកំហុសក្នុងការសិក្សានេះ គឺមានប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការកែលម្អគុណភាពនៃការបង្រៀនគណិតវិទ្យានៅប្រទេសកម្ពុជា។

សរុបមក ការសាកល្បងអនុវត្តការតាមដានកំហុសជាប្រព័ន្ធនេះ នឹងជួយឱ្យអ្នកអប់រំនៅកម្ពុជាប្តូរទម្លាប់ពីការគ្រាន់តែដាក់ពិន្ទុ "ត្រូវ-ខុស" ទៅជាការ "ស្វែងរកយន្តការនៃកំហុស និងព្យាបាល" ចំណុចខ្សោយរបស់សិស្សបានចំគោលដៅ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាស្វែងយល់ពីឧបករណ៍វាយតម្លៃ និងរចនាសម្ព័ន្ធកំហុស: និស្សិតស្រាវជ្រាវត្រូវសិក្សាលម្អិតអំពីវិញ្ញាសា VanLehn 20 subtractions test និងស្វែងយល់ពីប្រភេទកំហុស (Bugs) ទាំង ១២២ ដែលមានកំណត់ក្នុងទ្រឹស្តី Repair Theory ដើម្បីយល់ពីយន្តការដែលធ្វើឱ្យសិស្សគណនាខុស។
  2. រៀបចំការប្រមូលទិន្នន័យនៅសាលាបឋមសិក្សាកម្ពុជា: ចុះសហការជាមួយសាលាបឋមសិក្សាគោលដៅ (ឧ. ក្នុងខេត្តកណ្តាល ឬភ្នំពេញ) ដើម្បីធ្វើតេស្តសិស្សពីថ្នាក់ទី២ ដល់ទី៦ ដោយផ្តោតលើវិញ្ញាសាដកលេខដែលមានការខ្ចីបន្តបន្ទាប់ (Multicolumn subtractions with borrowings)។
  3. វិភាគទិន្នន័យតាមរយៈកម្មវិធីកុំព្យូទ័រ: ប្រើប្រាស់កម្មវិធី SPSSR/Python ដើម្បីបញ្ចូលទិន្នន័យកំហុស រួចធ្វើការវិភាគប្រេកង់ (Frequency analysis) ដើម្បីបំបែកឱ្យដាច់រវាងកំហុសជាប្រព័ន្ធ (Systematic bugs) និងកំហុសដោយចៃដន្យ (Non-diagnosable errors)។
  4. វាយតម្លៃនិងកំណត់ចន្លោះប្រហោងនៃកម្មវិធីសិក្សា: ប្រៀបធៀបរបកគំហើញនៃនិន្នាការកំហុសតាមថ្នាក់និមួយៗ ជាមួយនឹងរចនាសម្ព័ន្ធសៀវភៅពុម្ពគណិតវិទ្យារបស់ក្រសួងអប់រំ ដើម្បីរកមើលថាតើមានការខ្វះខាតការរំលឹកមេរៀន (algorithmic practice) នៅថ្នាក់ទី៥ ឬទី៦ ដែរឬទេ។
  5. រចនាអន្តរាគមន៍គរុកោសល្យសម្រាប់គ្រូបង្រៀន: ផ្អែកលើទិន្នន័យដែលបានរកឃើញ សូមបង្កើតជាសៀវភៅណែនាំ ឬសិក្ខាសាលាខ្លីៗ ដើម្បីបង្ហាត់គ្រូបឋមសិក្សាពីយុទ្ធសាស្ត្របង្រៀនទប់ស្កាត់កំហុសញឹកញាប់ (ឧទាហរណ៍៖ ការពន្យល់ពីគោលការណ៍នៃលេខសូន្យ ក្នុងប្រព័ន្ធទសភាគ)។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Algorithmic process (ដំណើរការក្បួនដោះស្រាយ) គឺជានីតិវិធី ឬជំហានបន្តបន្ទាប់គ្នាដែលត្រូវអនុវត្តតាមច្បាប់ជាក់លាក់ ដើម្បីដោះស្រាយបញ្ហាគណិតវិទ្យា ដូចជាការបូក ឬដកលេខច្រើនខ្ទង់។ ការរៀនក្បួនដោះស្រាយទាមទារទាំងការចងចាំជំហាន និងការយល់ដឹងពីគោលគំនិត។ ដូចជាការធ្វើតាមសៀវភៅរូបមន្តធ្វើម្ហូប ដែលអ្នកត្រូវដាក់គ្រឿងផ្សំតាមលំដាប់លំដោយយ៉ាងត្រឹមត្រូវទើបចេញជាម្ហូបដែលទទួលទានបាន។
Systematic error / Bug (កំហុសជាប្រព័ន្ធ) គឺជាកំហុសដែលកើតឡើងដដែលៗនៅក្នុងដំណើរការនៃការគណនា ដោយសារសិស្សមានការយល់ខុសលើច្បាប់ ឬជំហានណាមួយនៃក្បួនដោះស្រាយ វាគ្មិនមែនជាកំហុសដោយសារការភ្លេចភ្លាំង ឬធ្វេសប្រហែសមួយពេលនោះទេ។ ដូចជានាឡិកាដែលដើរយឺត ៥នាទីរាល់ថ្ងៃ វាមិនមែនខូចឈប់ដើរទេ តែវាមានប្រព័ន្ធដំណើរការខុសប្រក្រតីបន្តិចបន្តួចនៅខាងក្នុងរបស់វា។
Procedural perspective / Syntactic approach (វិធីសាស្ត្របែបនីតិវិធី / វិធីសាស្ត្របែបវាក្យសម្ព័ន្ធ) គឺជាការវិភាគទៅលើកំហុសដោយផ្តោតលើយន្តការ ឬជំហានក្បួនច្បាប់នៃការគណនា ដោយស្វែងយល់ពីរបៀបដែលសិស្សអនុវត្តច្បាប់ខុសពីនីតិវិធីដើម ជំនួសឱ្យការផ្តោតលើការយល់ដឹងអត្ថន័យនៃលេខ។ ដូចជាការសង្កេតមើលថាតើសិស្សម្នាក់ចេះផ្សំស្រៈនិងព្យញ្ជនៈបានត្រឹមត្រូវតាមក្បួនវេយ្យាករណ៍ដែរឬទេ ដោយមិនខ្វល់ថាគេយល់អត្ថន័យនៃពាក្យនោះឬអត់។
Semantic approach (វិធីសាស្ត្របែបអត្ថន័យ) គឺជាការផ្តោតលើការយល់ដឹងស៊ីជម្រៅអំពីគោលគំនិត និងប្រព័ន្ធតម្លៃនៃតួលេខ (ឧទាហរណ៍ ការយល់ពីខ្ទង់រាយ ខ្ទង់ដប់ ខ្ទង់រយ) ដែលជាមូលដ្ឋានគ្រឹះនៅពីក្រោយការគណនានីមួយៗ។ ដូចជាការយល់ពីអត្ថន័យនៃពាក្យនីមួយៗក្នុងប្រយោគ ដែលអាចឱ្យអ្នកបកប្រែវាបានត្រឹមត្រូវ ជាជាងការគ្រាន់តែចេះអានបញ្ចេញសំឡេង។
Repair Theory (ទ្រឹស្តីនៃការជួសជុល) ជាទ្រឹស្តីបង្កើតឡើងដោយ VanLehn ដែលពន្យល់ថា នៅពេលសិស្សជួបប្រទះបញ្ហាទាល់ច្រកពេលកំពុងគណនា ពួកគេនឹងព្យាយាម "ជួសជុល" បញ្ហានោះដោយបង្កើតច្បាប់ថ្មីមួយដោយខ្លួនឯង ដែលជាទូទៅច្បាប់ថ្មីនោះតែងតែខុស និងបង្កើតបានជាកំហុសជាប្រព័ន្ធ។ ដូចជាពេលអ្នកបើកបរវង្វេងផ្លូវ រួចសម្រេចចិត្តបត់ចូលផ្លូវកាត់ដែលខ្លួនឯងទាយថាត្រូវ តែបែរជាទៅទើរនៅផ្លូវទាល់។
Accumulator errors (កំហុសប្រមូលផ្តុំ) ជាពាក្យដែលអ្នកស្រាវជ្រាវប្រើដើម្បីពិពណ៌នាពីកំហុសមិនអាចធ្វើរោគវិនិច្ឆ័យបាន ដែលកើតឡើងដោយសារកត្តាចម្រុះរួមបញ្ចូលគ្នា ដូចជាការខ្វះការហ្វឹកហាត់ បូករួមនឹងបញ្ហាអាកប្បកិរិយា ខ្វះការយកចិត្តទុកដាក់ ឬមិនមានចំណាប់អារម្មណ៍ពេលកំពុងធ្វើតេស្ត។ ដូចជាការប្រឡងធ្លាក់ ដែលមិនមែនដោយសារមិនចេះមេរៀនតែមួយមុខទេ តែមកពីដេកមិនលក់ ឈឺក្បាល និងភ័យផងដែររួមបញ្ចូលគ្នា។
Borrow-across-zero (ការខ្ចីឆ្លងកាត់លេខសូន្យ) ជាប្រភេទកំហុសដ៏ស្មុគស្មាញ និងកើតមានញឹកញាប់បំផុតនៅក្នុងវិធីដក ដែលកើតឡើងនៅពេលសិស្សត្រូវខ្ចីលេខពីខ្ទង់មួយដែលមានតម្លៃស្មើនឹងសូន្យ ដែលស្ថានភាពនេះទាមទារឱ្យមានការរំកិលខ្ទង់ និងបំប្លែងតម្លៃលេខច្រើនតំណាក់កាល។ ដូចជាអ្នកចង់ខ្ចីលុយមិត្តម្នាក់ តែគេអត់មានលុយដែរ គេក៏ត្រូវទៅខ្ចីមិត្តម្នាក់ទៀតបន្ត រួចទើបយកមកឱ្យអ្នក ដែលធ្វើឱ្យដំណើរការនេះមានភាពរញ៉េរញ៉ៃ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖