一、 引言
在认知科学中,就学习行为来说,储存在记忆中的知识的数量和知识的结构都是非常重要的。知识结构的概念早就被相关专家引入会计教育研究中,知识结构的概念是基于人们将信息组织成能够反映定义它们的概念与特征之间的关系,是一门学科的概念、原理、规则和特征的组成方式。
知识结构对会计专业技能具有重要的意义。实证研究已经证明,精确、高质量的知识结构使得相关信息容易识别和编码,便于从长期的记忆中检索可用的知识,有利于在会计任务的行为特征中找到合适的问题解决策略。尽管记忆丰富的行为特征有它的优势,但较好的知识结构对后续的学习是大有益处的。
知识结构和知识类型之间概念上的实际差别意味着评估策略必须不同。尽管评估某个人的知识结构的结构化评估方法(SA)已经广泛应用于计算机专业技能教育的研究之中,但结构评估方法还是没有作为课堂学习评估技术的主流。例如,在会计教育评估中,一些专家拒绝讨论SA技术。这是由于他们对SA方法缺乏了解造成的。
本文主要研究SA工具是如何应用于会计教育中知识结构评估之中。目前已有一些商品化的SA软件工具,它们都很容易使用,将其运用于会计教学评估只需要作少量的二次开发。
二、 评估知识结构
学生的专业知识结构的发展可以近似地认为要经过一系列的阶段,知识低级形式的认识是知识结构的基础,也是过渡到高级形式的必要条件。说明性的知识主要是关于人、地点和事物的口头信息或事实,是知识认识的早期阶段。在达到学习的初始所需要的说明性知识起点水平之后,学习者就开始集中于程序性知识的学习,程序性的知识由一系列在具体结果中所产生的动作序列组成。程序性的知识可以从简单(计算)到复杂(决策分析)。随着时间的消耗,说明性知识和程序性知识的认识与记忆体中的知识关联在一起。这种知识形成的特性为评估知识结构提供了基础,为区分专家和初学者的表现提供了识别的手段。
为了揭示一个人的知识结构,最接近SA方法进行了以下三步的过程:
一是获得某人的概念关系的判断;
二是将这些判断当作知识结构的表示;
三是通过与参考知识结构或“黄金标准”(也就是该领域专家的知识结构)进行对比来评估所得到的知识结构。
关于获得概念关系的技术包括概念映射技术、单词关联技术、有序回忆、卡片排序过程、对半比较和有序技术等。在得出结果之后,这些数据通常要经过提炼处理,如进行聚类分析、共性相关分析或多维定量分析。从这些方法所导出的知识表示还要进行交叉学科的比较,与参考标准进行对照,用来评估每一个学生的知识结构的质量。
笔者开发了一个自包含集合的计算机软件,通过人机界面或智能化自动获取学生所掌握的知识,为评估知识结构提供良好的手段。教师当然可以应用对半比较,得到概念表中所有可能概念的相似判断,用来判别其知识的领域。笔者应用的评估方法与传统方法有所不同,其评估电脑算法是基于知识的网络表示。算法是将人们概念关系的判断(如相同判断的比较对的集合)转换成将概念表示成结点的结构。笔者应用的路径寻找技术是一个基于知识的网络表示的量化算法。这个方法将学生头脑中的概念关系判断(如:相似判断的“比较对”的集合)转换成计算机能够识别的网络结构模型:概念表示成结点,联系表示成网络中两个结点之间的距离。与其它评估方法相比,网络结构能够描述组成学生知识结构概念中更为复杂的关系。图1说明了一个学生在管理会计中所掌握的概念的网络表示。在这种表示中,相似的概念表示为相互连接的结点,既可表示它们的关系,又可表示它们之间相差的距离。
为了评估某个人的知识结构的质量,路径寻找技术提供了比较两个网络结构的方法,如学生的知识结构和教师的知识结构。路径寻找技术应用一个称之为“C”的量值,C值表示两个网络之间共同连接数和总连数的比率。对任意两个网络,C是从0到1之间的变化,C值为“0”意味着两个网络间没有联系,而“1”说明两个网络有相同的结构。很显然,C值能够说明教师和学生之间的知识结构的差别,C值越高就意味着师生之间网络越一致,学生也就越具有良好的知识结构。
上一篇：会计教学中的学生学习兴趣调查与解决路径
下一篇：多媒体技术在职业教育教学中的应用
关键字Tags：评估,研究,结构,知识,教育,会计,
