Öğretmen Adaylarının Kavramsal ve Algoritmik Kimya Sorularındaki Performanslarının Karşılaştırılması

Yıl 2013, Cilt: 2 Sayı: 1, 145 - 169, 22.02.2013

Gökhan Demircioğlu Müzeyyen Erçebi

Öz

Literatürdeki çalışmalar, çoğu öğrencinin algoritmik soruları kavram hakkında temel bir anlamaya sahip olmaksızın doğru bir şekilde çözebildiğini göstermektedir. Buna paralel olarak okullarda, öğretmenler öğrencilerinin kimya başarılarını genellikle algoritmik sorular kullanarak belirlemektedirler. Bu durum, kimya eğitimi için önemli bir problemdir. Bu çalışmanın amacı, ilköğretim fen bilgisi öğretmen adaylarının kavramsal ve algoritmik kimya sorularındaki performanslarını karşılaştırmaktır. Çalışmaya, KTU Fatih eğitim fakültesi ilköğretim fen bilgisi öğretmenliği programında öğrenim gören toplam 92 birinci sınıf öğretmen adayı katılmıştır. Çalışmanın yürütülmesinde betimsel tarama modeli benimsenmiştir. Gazlar, asit-baz, molekül formülü bulma, denge, çözeltiler ve mol kavramı konularına yönelik altı kavramsal altı algoritmik toplam 12 sorudan oluşan bir test geliştirilmiştir. Testten elde edilen veriler, bağımsız örneklemeli t-testi kullanılarak karşılaştırılmıştır. Sonuçlar, öğretmen adaylarının genel olarak algoritmik sorularda kavramsal sorulardan daha yüksek başarıya sahip olduklarını göstermiştir. Bu sonuca dayalı olarak, kimya eğitiminde kavramsal anlamayı merkeze alan, sayısal işlemlerden ziyade kavram öğretimine ağırlık veren yaklaşımların seçilmesi ve uygulanması önerilmektedir. Sonuçlar, öğretmen adaylarının genel olarak algoritmik sorularda kavramsal sorulardan daha yüksek başarıya sahip olduklarını ve kavramsal sorulardan ziyade algoritmik soruları tercih ettiklerini göstermektedir.

 Anahtar Kelimeler; Kimya eğitimi; algoritmik soru; kavramsal soru

Anahtar Kelimeler

Kimya eğitimi; algoritmik soru; kavramsal soru

Kaynakça

• Ashmore, A. D., Frazer, M. J. & Casey, R. J. (1979). Problem solving and problem solving networks in chemistry. Journal of Chemical Education, 56, 377-379.
• Bilgin, İ. (2006). The effects of pair problem solving technique incorporating Polya’s problem solving strategy on undergraduate students’ performance in chemistry. Journal of Science Education, 7(2), 101-106.
• Overton T. L. & Potter N. M. (2011). Investigating students’ success in solving and attitudes towards context-rich openended problem solving in chemistry. Chemistry Education Research and Practice, 12, 294-302.
• St Clair-Thompson H. L., Overton T. & Bugler, M. (2012). Mental capacity and working memory in chemistry: algorithmic versus open-ended problem solving. Chemistry Education Research and Practice, 13, 48448
• Boujaoude, S., Salloum, S. & Abd-El-Khalick, F. (2004). Relationships between selective cognitive variables and students’ ability to solve chemistry problems. International Journal of Science Education, 26, 63-84.
• Camacho, M. & Good, R. (1989). Problem-solving and chemical equilibrium: successful versus unsuccessful performance. Journal of Research in Science Teaching, 26, 251-272.
• Chiu, M.H. (2001). Algorithmic problem solving and conceptual understanding of chemistry by students at a local high school in Taiwan. Proceedings of National Science Council, ROC (D) 11(1), 20–38.
• Coştu, B. (2007). Comparison of students’ performance on algorithmic, conceptual and graphical chemistry gas problems. Journal of Science Education Technology, 16, 379–386.
• Demircioğlu, G. & Baykan, F. (2011). Kimya ve fen bilgisi öğretmen adayları ile lise 11.sınıf öğrencilerinin kimyasal bağlanma kavramına yönelik algılamalarının karşılaştırılması, 2nd International Conference on New Trends in Education and Their Implications, 27-29 April, Antalya.
• Demircioğlu, H., Demircioğlu, G., Ayas, A. & Kongur, S. (2012). Onuncu sınıf öğrencilerinin fiziksel ve kimyasal değişme kavramları ile ilgili teorik ve uygulama bilgilerinin karşılaştırılması. Türk Fen Eğitimi Dergisi, 9(1), 162-181.
• Frazer, M.J. & Sleet, R.J. (1984). A study of students’ attempts to solve chemical problems. Europian Journal of Science Education, 6, 141–152.
• Gabel, D., Sherwood, R. & Enochs, L. (1984). Problem-solving skills ofhigh school chemistry students. Journal of Research in Science Teaching, 21(2), 221-233.
• Larkin, J. (1981). Enriching formal knowledge: A model for learning to solve textbook physics problems. In J. R. Anderson (Ed.), Cognitive Skills and their Acquisition. Hillsdale, NJ: Erlbaum.
• Lin, H.S., Chiu, H.L. & Chou, C.Y. (2004). Student understanding of the natüre of science and their problemsolving strategies. International Journal of Science Education, 26(1), 101-112.
• Lin, Q., Kirsch, P. & Turner, R. (1996). Numeric and conceptual understanding of general chemistry at a minority institution. Journal of Chemical Education, 73(10), 1003– 1005
• Lythcott, J. (1990). Problem solving and requisite knowledge of chemistry. Journal of Chemical Education, 67(3), 248– 25
• Mason, D. S., Shell, D. F. & Crawley, F. E. (1997). Differences in problem solving by nonscience majors in ıntroductory chemistry on paired algorithmic–conceptual problems. Journal of Research in Science Teaching, 34(9), 905-923. Morgil, İ., Yılmaz, A. & Özyalçın, Ö. (2002). Temel kimya dersinde öğrencilerin kavramlari anlama ve sayisal problemleri çözme başarilari arasindaki ilişki, V.Ulusal Fen Bilimleri ve Matematik Eğitimi Kongresi, 16-18 Eylül, ODTÜ, Ankara.
• Nakhleh, M. B. (1992). Why some students don’t learn chemistry. Journal of Chemical Education, 69 (3), 19119
• Nakhleh, M.B. (1993). Are our students conceptual thinkers or algorithmic problem solvers? Journal of Chemical Education, 70(1), 52–55.
• Nakhleh, M.B. & Mitchell R.C. (1993). Concept learning versus problem solving: there is a difference. Journal of Chemical Education, 70(3), 190–192.
• Niaz, M. (1987). Relation between M-space of students and mdemand of different ıtems of general chemistry and ıts ınterpretation based upon the neo-Piagetian theory of pascual-leone. Journal of Chemical Education, 64, 502– 50
• Niaz, M. (1988). Manipulation of M-demand of chemistry problems and its effect on student performance: a neoPiagetian study. Journal of Research in Science Teaching 25, 643–657.
• Niaz, M. (1989). The relation between m-demand, algorithms, and problem solving: a neo-Piagetian analysis. Journal of Chemical Education, 66, 422–424.
• Niaz, M. & Robinson, W.R. (1992). From ‘algorithmic mode’ to ‘conceptual gestalt’ in understanding the behavior of gases: an epistemological perspective. Research in Science and Technology Education, 10, 53–64.
• Niaz, M. (1995). Progressive transitions from algorithmic to conceptual understanding in student ability to solve chemistry problems: a Lakatosian interpretation. Science Education, 79, 19–36.
• Nurrenbern, S.C. & Pickering, M. (1987). Concept learning versus problem solving: Is there a difference? Journal of Chemical Education, 64(6), 508-510.
• Özmen, Ö., Demircioğlu, G., Burhan, Y., Nazeriazar, A. & Demircioğlu, H. (jun., 2012). Using laboratory activities enhanced with concept cartoons to support progression in students’ uderstanding of acid-base concepts. Asia-Pacific Forum on Science Learning and Teaching, Volume 13, Issue 1, Article 8.
• Phelps, A. J. (1996). Teaching to enhance problem solving: It’s more than the numbers. Journal of Chemical Education, 73(4), 301-304.
• Pickering, M. (1990). Further studies on concept learning versus problem solving. Journal of Chemical Education, 67(3), 254–255.
• Sawrey, B.A. (1990). Concept learning versus problem solving: Revised. Journal of Chemical Education, 67(3), 253–254. Tsaparlis, G. (2005). Non algorithmic quantitative problem solving in university physical chemistry: A correlation study of the role of selective cognitive factors. Research in Science & Technological Education,23, 125–148.
• Tsaparlis, G., Kausathana, M. & Niaz, M. (1998). Molecularequilibrium problems: Manipulation of logical structure and M-demand, and their effect on students performance. Science Education, 82:437–454.
• Watkins, D. & Hattie, J. (1985). A longitudinal study of the approaches to learning of Australian tertiary students. Human Learning, 4, 127-141.