Original Title: Examining US college students’ attitudes towards science: Learning from non-science majors
Source: internationalscholarsjournals.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការពិនិត្យមើលអាកប្បកិរិយារបស់និស្សិតមហាវិទ្យាល័យអាមេរិកចំពោះវិទ្យាសាស្ត្រ៖ ការរៀនសូត្រពីនិស្សិតដែលមិនរៀនជំនាញវិទ្យាសាស្ត្រ

ចំណងជើងដើម៖ Examining US college students’ attitudes towards science: Learning from non-science majors

អ្នកនិពន្ធ៖ Melissa Cook, East Texas Baptist University, Thalia M. Mulvihill, Ball State University

ឆ្នាំបោះពុម្ព៖ 2019, International Journal of Education Research and Reviews

វិស័យសិក្សា៖ Science Education

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃអនក្ខរកម្មវិទ្យាសាស្ត្រ និងអាកប្បកិរិយាអវិជ្ជមានចំពោះវិទ្យាសាស្ត្រ ក្នុងចំណោមនិស្សិតមហាវិទ្យាល័យដែលមិនរៀនជំនាញវិទ្យាសាស្ត្រនៅសហរដ្ឋអាមេរិក។

វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានប្រើប្រាស់វិធីសាស្ត្រចម្រុះ (Quantitative និង Qualitative) ដើម្បីវាស់ស្ទង់ការផ្លាស់ប្តូរអាកប្បកិរិយា និងអក្ខរកម្មវិទ្យាសាស្ត្ររបស់និស្សិត ចំនួន ១៦ នាក់ បន្ទាប់ពីបញ្ចប់វគ្គសិក្សាដែលមានមូលដ្ឋានលើ SENCER។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Biological Concepts Exam (Pre/Post-test)
ការប្រឡងគោលគំនិតជីវវិទ្យាមុននិងក្រោយវគ្គសិក្សា
វាស់ស្ទង់កម្រិតចំណេះដឹងជាក់លាក់ផ្នែកវិទ្យាសាស្ត្របានយ៉ាងច្បាស់លាស់ និងបង្ហាញពីការរៀនសូត្រពិតប្រាកដ។ មិនអាចឆ្លុះបញ្ចាំងពីការផ្លាស់ប្តូរអាកប្បកិរិយា ឬចំណាប់អារម្មណ៍ទូទៅរបស់និស្សិតចំពោះមុខវិជ្ជានេះទេ។ ពិន្ទុមធ្យមបានកើនឡើងយ៉ាងមានអត្ថន័យពី 17.56 ទៅ 21.25 (p=0.00026) ដែលបញ្ជាក់ពីការកើនឡើងអក្ខរកម្មវិទ្យាសាស្ត្រ។
SENCER SALG Survey
ការស្ទង់មតិវាយតម្លៃ SALG (ទំនុកចិត្ត និងចំណាប់អារម្មណ៍វិទ្យាសាស្ត្រទូទៅ)
វាយតម្លៃទូលំទូលាយលើអាកប្បកិរិយាចំពោះវិទ្យាសាស្ត្រទូទៅ និងការចូលរួមក្នុងកិច្ចការសង្គម (Civic engagement)។ ការប្រើប្រាស់ពាក្យ "វិទ្យាសាស្ត្រ" ទូលាយពេក ដែលធ្វើឱ្យពិបាកក្នុងការចាប់យកការផ្លាស់ប្តូរចំណាប់អារម្មណ៍លើប្រធានបទជាក់លាក់។ មិនមានការផ្លាស់ប្តូរគួរឱ្យកត់សម្គាល់លើទំនុកចិត្ត ឬចំណាប់អារម្មណ៍ចំពោះវិទ្យាសាស្ត្រទូទៅឡើយ។
Biology Attitude Scale
មាត្រដ្ឋានវាស់ស្ទង់អាកប្បកិរិយាចំពោះជីវវិទ្យា
ផ្តោតលើមុខវិជ្ជាជាក់លាក់មួយ (ជីវវិទ្យា) ធ្វើឱ្យការវាស់ស្ទង់ការផ្លាស់ប្តូរអាកប្បកិរិយាកាន់តែសុក្រឹត និងជាក់លាក់។ ទិន្នន័យដែលទទួលបានមិនអាចយកទៅទូទៅភាវូបនីយកម្មសម្រាប់គ្រប់មុខវិជ្ជាវិទ្យាសាស្ត្រផ្សេងទៀតបានទេ។ អាកប្បកិរិយាវិជ្ជមានចំពោះជីវវិទ្យាមានការកើនឡើងគួរឱ្យកត់សម្គាល់ពីពិន្ទុ 3.31 ទៅ 3.58 (p=0.02)។
Qualitative Methods (Interviews, Reflective Questions, Observations)
វិធីសាស្ត្រស្រាវជ្រាវគុណវិស័យ (ការសម្ភាសន៍, សំណួរឆ្លុះបញ្ចាំង, ការសង្កេត)
ផ្តល់ការយល់ដឹងស៊ីជម្រៅអំពីបរិបទ និងមូលហេតុពិតប្រាកដនៅពីក្រោយការកើនឡើងចំណាប់អារម្មណ៍លើប្រធានបទជាក់លាក់។ ទាមទារពេលវេលាច្រើនក្នុងការវិភាគអត្ថបទ (Constant comparative method) និងងាយរងឥទ្ធិពលពីភាពលំអៀងរបស់អ្នកស្រាវជ្រាវ។ និស្សិតភាគច្រើនកើនឡើងចំណាប់អារម្មណ៍លើផ្នែកអាហារូបត្ថម្ភ តែមិនចាត់ទុកវគ្គសិក្សានេះថាជា "ថ្នាក់វិទ្យាសាស្ត្រ" បែបប្រពៃណីនោះទេ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះមិនតម្រូវឱ្យមានឧបករណ៍បច្ចេកវិទ្យាខ្ពស់នោះទេ ប៉ុន្តែទាមទារការសហការរវាងសាស្រ្តាចារ្យពហុជំនាញ ការប្រើប្រាស់ឧបករណ៍វាយតម្លៃអនឡាញ និងកម្មវិធីស្ថិតិ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងទៅលើនិស្សិតបរិញ្ញាបត្រកិត្តិយស (Honors students) ចំនួនតែ ១៦ នាក់ប៉ុណ្ណោះ នៅសាកលវិទ្យាល័យមួយក្នុងតំបន់ Midwest នៃសហរដ្ឋអាមេរិក ដែលសុទ្ធសឹងជានិស្សិតមិនមែនជំនាញវិទ្យាសាស្ត្រ។ ទំហំសំណាកតូចនិងប្រភេទនិស្សិតកិត្តិយសនេះ មិនអាចតំណាងឱ្យនិស្សិតទូទៅបានឡើយ ម្យ៉ាងវិញទៀតបរិបទនៃការលើកឡើងពីឧស្សាហកម្មអាហារ Fast Food គឺមានភាពខុសគ្នាពីបរិបទវប្បធម៌ និងការរស់នៅនៅប្រទេសកម្ពុជា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាបរិបទសង្គមខុសគ្នា ប៉ុន្តែវិធីសាស្ត្របង្រៀនបែប SENCER នេះមានសក្តានុពលខ្លាំងក្នុងការយកមកអនុវត្តនៅប្រទេសកម្ពុជា ដើម្បីទាក់ទាញចំណាប់អារម្មណ៍និស្សិតមិនមែនជំនាញវិទ្យាសាស្ត្រ។

ការរួមបញ្ចូលបញ្ហាសង្គមជាក់ស្តែងទៅក្នុងកម្មវិធីសិក្សាវិទ្យាសាស្ត្រ នឹងជួយលើកកម្ពស់អក្ខរកម្មវិទ្យាសាស្ត្រក្នុងចំណោមយុវជនកម្ពុជា ដែលជាកត្តាជំរុញឱ្យមានការចូលរួមដោះស្រាយបញ្ហាជាតិប្រកបដោយទំនួលខុសត្រូវ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ស្វែងយល់ពីគោលការណ៍ SENCER: សិក្សាឱ្យស៊ីជម្រៅអំពីក្របខណ្ឌ SENCER (Science Education for New Civic Engagement and Responsibilities) ដើម្បីយល់ពីរបៀបរចនាមេរៀនវិទ្យាសាស្ត្រដែលតភ្ជាប់ទៅនឹងបញ្ហាសង្គម (Civic issues) ដែលកំពុងប្រឈម។
  2. កំណត់ប្រធានបទសង្គមពាក់ព័ន្ធនឹងកម្ពុជា: ជ្រើសរើសបញ្ហាក្នុងស្រុកដែលទាក់ទាញចំណាប់អារម្មណ៍ ដូចជាការគ្រប់គ្រងសំណល់ប្លាស្ទិក ការបំពុលប្រភពទឹក (ឧទាហរណ៍ ទន្លេសាប ឬបឹងទំពុន) ឬសុវត្ថិភាពចំណីអាហារ ដើម្បីធ្វើជាស្នូលសម្រាប់ការបង្កើតកម្មវិធីសិក្សាអន្តរកម្ម។
  3. រចនាឧបករណ៍វាយតម្លៃបែបចម្រុះ (Mixed-Methods): អភិវឌ្ឍឧបករណ៍ស្ទង់មតិស្រដៀងនឹង SALG (Student Assessment of Learning Gains) និង Biology Attitude Scale រួមបញ្ចូលជាមួយសំណួរឆ្លុះបញ្ចាំង (Reflective questions) ដើម្បីវាស់ស្ទង់ទាំងអក្ខរកម្មវិទ្យាសាស្ត្រ និងការផ្លាស់ប្តូរអាកប្បកិរិយារបស់និស្សិត។
  4. សហការអន្តរជំនាញ (Interdisciplinary Collaboration): បង្កើតក្រុមការងារស្រាវជ្រាវ ឬសហការគ្នារវាងសាស្ត្រាចារ្យផ្នែកវិទ្យាសាស្ត្រពិត និងសាស្ត្រាចារ្យផ្នែកសង្គមសាស្ត្រ ដើម្បីរចនាគម្រោង Civic Engagement Project សម្រាប់ឱ្យនិស្សិតចុះអនុវត្តជាក់ស្តែងនៅតាមសហគមន៍។
  5. វិភាគទិន្នន័យ និងវាយតម្លៃលទ្ធផល: ប្រើប្រាស់កម្មវិធី SPSS ឬកម្មវិធីឥតគិតថ្លៃដូចជា Jamovi / R ដើម្បីធ្វើការវិភាគស្ថិតិដូចជា Paired-samples t-test និង ANOVA ព្រមទាំងប្រើ Constant comparative method សម្រាប់វិភាគទិន្នន័យគុណវិស័យពីបទសម្ភាសន៍។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
SENCER (ការអប់រំវិទ្យាសាស្ត្រសម្រាប់ការចូលរួមនិងការទទួលខុសត្រូវសង្គមថ្មី) ជាវិធីសាស្ត្របង្រៀនដែលប្រើប្រាស់បញ្ហាសង្គមជាក់ស្តែងនិងចម្រូងចម្រាស (ដូចជាការប្រែប្រួលអាកាសធាតុ ឬបញ្ហាអាហារូបត្ថម្ភ) ដើម្បីទាក់ទាញនិស្សិតឱ្យរៀន និងយល់ពីគោលគំនិតវិទ្យាសាស្ត្រមូលដ្ឋាន តាមរយៈការអនុវត្តជាក់ស្តែង។ ដូចជាការបង្រៀនមេរៀនគីមីវិទ្យាតាមរយៈការឱ្យសិស្សចុះទៅសិក្សាពីផលប៉ះពាល់នៃការចោលសំរាម ឬការបំពុលទឹកនៅក្នុងសហគមន៍របស់ពួកគេផ្ទាល់។
Scientific literacy (អក្ខរកម្មវិទ្យាសាស្ត្រ) សមត្ថភាពក្នុងការយល់ដឹងពីគោលគំនិតវិទ្យាសាស្ត្រ ដំណើរការស្រាវជ្រាវ និងការប្រើប្រាស់ចំណេះដឹងទាំងនោះ ដើម្បីធ្វើការសម្រេចចិត្តប្រចាំថ្ងៃ ឬចូលរួមពិភាក្សានិងដោះស្រាយបញ្ហាសង្គម។ គឺការមានចំណេះដឹងវិទ្យាសាស្ត្រគ្រប់គ្រាន់ ដើម្បីដឹងថាព័ត៌មានណាពិតឬក្លែងក្លាយនៅលើបណ្តាញសង្គម (ឧទាហរណ៍ ព័ត៌មានអះអាងពីថ្នាំទិព្វព្យាបាលជំងឺជាដើម)។
Data triangulation (ត្រីកោណមាត្រទិន្នន័យ ឬ ការផ្ទៀងផ្ទាត់ទិន្នន័យខ្វែង) ការប្រើប្រាស់ប្រភពទិន្នន័យ ឬវិធីសាស្ត្រប្រមូលទិន្នន័យច្រើនជាងមួយ (ឧទាហរណ៍៖ ការស្ទង់មតិផង ការសម្ភាសន៍ផង និងការសង្កេតផ្ទាល់ផង) មកសិក្សាលើប្រធានបទតែមួយ ដើម្បីផ្ទៀងផ្ទាត់និងបង្កើនភាពជឿជាក់នៃលទ្ធផលស្រាវជ្រាវ។ ដូចជាការសួររកទីតាំងហាងកាហ្វេពីមនុស្ស ៣ នាក់ផ្សេងគ្នា ដើម្បីប្រាកដថាអ្នកនឹងមិនវង្វេងផ្លូវ។
Constant comparative method (វិធីសាស្ត្រប្រៀបធៀបថេរ) ជាដំណើរការវិភាគទិន្នន័យគុណវិស័យ (Qualitative Data) ដោយធ្វើការបំបែក កំណត់ចំណាត់ថ្នាក់ និងប្រៀបធៀបទិន្នន័យបន្តបន្ទាប់គ្នា ដើម្បីស្វែងរកមើលគំរូ ឬប្រធានបទរួម (Themes) ដែលលេចឡើងពីចម្លើយរបស់អ្នកចូលរួម។ ដូចជាការរៀបចំសៀវភៅរាប់រយក្បាលចូលក្នុងទូ ដោយមើលចំណងជើងម្តងមួយៗ រួចចាត់ជាក្រុមៗដូចជា សៀវភៅប្រវត្តិសាស្ត្រ សៀវភៅវិទ្យាសាស្ត្រ ឬប្រលោមលោក។
Semi-structured interviews (ការសម្ភាសន៍ពាក់កណ្តាលរចនាសម្ព័ន្ធ) ការសម្ភាសន៍ដែលមានសំណួរព្រាងទុកជាមុនមួយចំនួន ប៉ុន្តែអនុញ្ញាតឱ្យអ្នកស្រាវជ្រាវសួរសំណួរបន្ថែម ឬបត់បែនតាមចម្លើយរបស់អ្នកផ្តល់បទសម្ភាសន៍ ដើម្បីស្វែងយល់បញ្ហាណាមួយឱ្យកាន់តែស៊ីជម្រៅ។ ដូចជាការជជែកគ្នាលេងជាមួយមិត្តភក្តិដោយមានប្រធានបទច្បាស់លាស់ ប៉ុន្តែអាចបែកធ្លាយទៅនិយាយរឿងផ្សេងដែលពាក់ព័ន្ធនិងគួរឱ្យចាប់អារម្មណ៍តាមសាច់រឿងជាក់ស្តែង។
Interdisciplinary courses (វគ្គសិក្សាអន្តរកម្ម ឬ ពហុជំនាញ) ការរៀបចំកម្មវិធីសិក្សាដែលទាញយកនិងរួមបញ្ចូលចំណេះដឹង ទ្រឹស្តី និងវិធីសាស្ត្រមកពីមុខវិជ្ជាផ្សេងៗគ្នា (ដូចជាជីវវិទ្យា ទស្សនវិជ្ជា និងការងារសង្គម) បញ្ចូលគ្នាក្នុងថ្នាក់រៀនតែមួយ ដើម្បីឱ្យនិស្សិតឃើញពីទំនាក់ទំនងរវាងមុខវិជ្ជាទាំងនោះ។ ដូចជាការធ្វើម្ហូបមួយចានដែលត្រូវការគ្រឿងផ្សំមកពីប្រភពខុសៗគ្នា (សាច់ បន្លែ គ្រឿងទេស) ដើម្បីបង្កើតបានជារសជាតិថ្មីនិងមានឱជារស។
Within-subjects ANOVA (ការវិភាគភាពប្រែប្រួលតាមក្រុមគោលដៅតែមួយ) ជាវិធីសាស្ត្រស្ថិតិដែលប្រើដើម្បីប្រៀបធៀបមធ្យមភាគនៃពិន្ទុ ឬទិន្នន័យរបស់មនុស្សក្រុមដដែល នៅពេលវេលាខុសៗគ្នា (ឧទាហរណ៍៖ ការស្ទង់មតិនៅដើមឆមាស ពាក់កណ្តាលឆមាស និងចុងឆមាស)។ ដូចជាការថ្លឹងទម្ងន់មនុស្សម្នាក់ជា ៣ ដងផ្សេងគ្នា (មុនហាត់ប្រាណ កំពុងហាត់ និងក្រោយហាត់បាន ១ខែ) រួចប្រៀបធៀបមើលថាតើទម្ងន់របស់គាត់ពិតជាមានការប្រែប្រួលឬអត់។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖