Problem Çözme Stratejilerinin Değerlendirilmesi



Yüklə 52,71 Kb.
tarix20.09.2017
ölçüsü52,71 Kb.

Problem Çözme Stratejilerinin Değerlendirilmesi
Aytaç Göğüş

Sabancı Üniversitesi, Bireysel ve Akademik Gelişimi Destekleme Merkezi, İSTANBUL

agogus@sabanciuniv.edu
ÖZET
Web tabanlı kavram haritalama teknolojisi kullanarak uzman ve uzman olmayanların karmaşık problemleri çözme stratejilerini değerlendirmektir. Araştırma için seçilen konu alanı matematiktir. Problem çözme stratejilerinin değerlendirilmesi temel olarak, bireyin problemin çözümü için önerilerini nasıl nedenleştirdiğini ve hangi stratejiler kullandığını değerlendirmeyi hedeflemektedir. Denek verilen karmaşık problemin kurgusundan ne anladığını ve bu problemin nasıl çözülebileceğini yazılı ve de kavram haritalama yaparak ifade edecektir. Uzman olan ve uzman olmayan kişilerden oluşan iki ayrı seviye grubundan seçilen deneklerden elde edilen veriler birbirleri ile karşılaştırılarak ortak ya da birbirlerinden farklı olan problem çözme stratejileri değerlendirilecektir. Bu değerlendirmenin üç boyutu vardır: (1) Bir grup içindeki bireylerin problem çözme stratejilerini incelemek, karşılaştırmak ve ortak ya da farklı stratejilerin varlığını araştırmak; (2) Farklı ustalık seviyelerinde olan iki grubun stratejilerini karşılaştırmak; farklılıkların sebebini öğrenme çıktıları ve performans değerlendirmesi açısından incelemek; (3) Bireylerin ve grupların gösterdiği problem çözme yeteneklerini öğrenme süreci açısından yorumlamak.
Anahtar Kelimeler: Problem Çözme Stratejileri, Kavram Haritası, Karmaşık Alanlarda Öğrenme, Problem Temelli Öğrenme.
ABSTRACT
The main goal of this research study is to evaluate problem solving strategies of experts and novices by using a web-based concept mapping technology. Mathematics domain is chosen for this study. Mainly, the study, evaluation of problem solving strategies, aims to assess how individuals develop problems solutions through reasoning and using different strategies. The subject will explain what they understand from a complex problem scenario and how they solve the problem by using concept mapping and written declarations. Data gathered from two different groups, experts and novices, will be compared each other to investigate similar and diverse problem solving strategies. There are three dimensions of these evaluation: (1) analyzing, comparing and investigating similar and diverse problem solving strategies of individuals within a group; (2) comparing different strategies of two groups that have two various levels of expertise and analyzing these compared strategies in terms of learning outcomes and performance evaluation; (3) analyzing mental models of individuals and groups to investigate the changes of progress over time.
Keywords: Problem Solving Strategies, Concept Map, Learning in Complex Domains, Problem Based Learning.


  1. GİRİŞ



Son otuz yıl içinde eğitimde verimliliği arttırmak amacına yönelik olarak birçok araştırma yapılmıştır. Öğrenmeyi daha etkin hale getirmek ve öğrencinin öğrenim süreci içersinde daha aktif rol olmasını sağlamak amacıyla farklı öğretim stratejilerinin ve öğretim teknolojilerinin kullanılması özendirilmiştir. Öğrenme-öğretme kavramının algılanışında ve yorumlanmasında meydana gelen değişimler öğretim teknolojileri ve stratejilerine yansımıştır (Şahin 2003). Bu stratejilerin birçoğu bilişsel yaklaşım ilkelerine göre geliştirilmiştir. Bilişsel yaklaşıma göre öğrenciler öğrenme esnasında pasif değil aktif olan, sunulan bilgiyi hafızaya kaydeden ve gerektiği zaman ise bu bilgileri hafızadan çağıran ve kullanan bireylerdir (Yıldırım, 1998). Bilişsel stratejiler beynin verimli olarak nasıl çalıştığı ve kavramların insan zihninde nasıl organize edildiğine dair pratik uygulamalardır (Erdoğan, 2000). Geliştirilen bilişsel stratejilerden birisi kavram haritalama teknolojileridir. İnsanların bilgileri nasıl algıladıklarını ve ifade ettiklerini göstermek, insanların neler bildiklerini ve zihin yapılarını sunmak için kavram haritası, nedensel etkileşim diyagramı, kavramsal çerçeveler ve bilgi modeli gibi çeşitli biçimlerde adlandırılan yöntemler vardır. Bu modellerin yapısı Ausubel’in Asimilasyon Teorisi’ne dayanmaktadır (Ausubel, 1968). Geliştirilen bilişsel stratejilerden biri olan kavram haritalama teknolojisi, kavramlar arasındaki bilişsel bağlantıları görsel ve nedensel olarak ortaya koyan şemaların çizilmesine izin verir. Bu metot; bireylerin nasıl öğrendiklerine, öğrenme sürecinde gösterdikleri bilişsel faaliyetlere ve öğrencilerin yeteneklerine odaklanarak geliştirilmiştir (Bayram, 1995; Bayram, Salan, & Gürdal, 1999; Umay, 1996; Ürgen 2007). Bu araştırmada web tabanlı kavram haritalama metodunu problem çözme stratejilerinin değerlendirilmesi için bir araç olarak kullanılacaktır.


  1. PROBLEM ÇÖZME STRATEJİLERİ



Gittikçe karmaşıklaşan sistemler, teknolojik ve bilimsel gelişmeler bireyi gittikçe artan karmaşık problemlerle karşılaştırmaktadır. Dolayısıyla problem çözme psikolojide ve eğitimde uzun yıllardır ilgi odağı olan önemli bir konudur. Yapılan birçok araştırma problem çözme sürecine ilişkin geleneksel Gestaltcı yaklaşımlarını ve son olarak ta bilgisayar simülasyonu ve matematiksel modellere dek birçok değişik öğrenme yaklaşımlarını incelemiştir (Kaya, 2002). Anderson (1980) problem çözme sürecini öncelikle bilişsel işlemler üzerinde odaklaşarak, bilişsel işlemleri sırayla bir hedefe yöneltmek olarak tanımlamıştır. Taylan’ a (1990) göre de problem çözme süreci bir hedefe ulaşırken araya giren zorlukların çözümünü bulma sürecidir. Kabadayı (1992), problem çözme sürecinin hem zihinsel bir faaliyet, beceri hem de eğitimde teknik ya da yöntem olduğunu belirtmiş ve problem çözme sürecinin eğitimde alabileceği boyutları değerlendirmiştir. Sonuç olarak problem çözme bilişsel, duyuşsal ve davranışsal etkinlikleri içeren karmaşık bir süreç olarak tanımlanmıştır (Kaya, 2002). Kaya (2002) problem çözme süreci ile ilgili bilişsel etkinliklerin üç ana değişkenden etkilendiğini vurgulamıştır:

  1. bilişsel başa çıkma stratejileri

  2. bilişsel süreçler aracılığı ile davranışların düzenlenmesi

  3. bilişsel süreçlerin bilinçli kontrolleri

Bilişsel psikologlara göre problemin öğelerini tanımlama ve çözümüne hem deneme yanılma hem de içgörü ile ulaşılabilinir. Kaya’ya (1992, 2002) göre “etkili” olarak nitelenebilecek problem çözme eylemleri şunları içerir:

  1. Problemin niteliğinin belirlenip, çeşitli yönlerinin açıklığa kavuşturulması yani yeterli kodlama etkinliği ve belirli amaçlar oluşturma.

  2. Sebatlı, ısrarlı davranışsal, bilişsel ve duygusal başa çıkma stratejileri.

Özetle, problem çözme sürecinde bilişsel etkinlikler geri bildirim sağlayan duygusal tepkilerle desteklenmelidir. D’Zurilla ve Goldfried (1971) problem çözme sürecini genel yaklaşım, problemin tanımlanması, seçeneklerin yaratılması, karar verme ve değerlendirme olarak beş aşamalı tek ve homojen bir süreç olarak değerlendirmiştir. Halbuki, karmaşık problemlerin çözüm süreci çok farklı etkinlikleri de içerir ve çok yönlü etkinliklerin bir bütünüdür bu yüzden değişik problem stratejilerini değerlendirmek için araştırmalara gereksinim vardır (Kaya, 2002). Öte yandan, Arnkoff ve Stewart (1975) ve Kaya (1992) araştırmalarında, bireyin edindiği bilgiyi ayrıştırmada video kasete alınmış geri bildirimlerin etkililiğine dikkat çekmişler; ayrıca Erricsson ve Simon (1984) da yüksek sesle düşünme protokol analizi metodunun bireylerin problem çözme becerilerinin incelenmesinde uygun bir metot olduğunu vurgulamıştır.

Etkili problem çözme sürecinde “tanımlama, açıklama ve tahmin etme” becerileri kullanılır. Problem çözümü için gerekli üç unsur: bilgi, strateji ve yöntemdir. Problem çözme yeteneği ve stratejileri nedensel etkileşim diyagramı çizme ve yüksek sesle düşünme metotları kullanılarak ölçülebilir. Kişi karmaşık problemler hakkındaki bilgi ve becerisini yansıtan bir nedensel etkileşim diyagramı çizerek problem çözme yeteneğini ortaya koyabilir. Ayrıca kişinin her basamakta ne ve nasıl düşündüğünü sözlü ifade etmesi için yüksek sesle düşünme metodunu kullanmak, kişinin problemden algıladığını daha detaylı ifade etmesini sağlayacaktır. Brown, Collins, ve Druguid, (1989) öğrencilerin öğrendikleri bilgileri problem çözerken uygulayabileceğini ve problem çözme deneyimlerini günlük hayatta karşılaştıkları problemleri çözerken de kullanabileceklerini vurguluyor. Problem çözme stratejilerinin potansiyel kullanımına dair olan bu çalışmalar bu araştırmanın hipotezlerinin şekillendirilmesine ve de bu çalışmanın öneminin görülmesine yardımcı olmaktadır.

Karmaşık konu alanlarındaki problemler, kaynağının çok açık olmadığı ve çözümü için çok farklı faktörlerin bir arada düşünülmesini gerektiren problemlerdir (Spector & Koszalka, 2004). Bu tip problemlerin çözümü, konunun derinlemesine anlaşılmış olmasını ve problemdeki tüm faktörlerin mümkün olabilecek tüm değişik bakış açıları ile dikkate alınmasını gerektiriyor (Spector & Koszalka, 2004; Suzuki & Harnisch, 1995). Tıbbi bir problemin teşhisi ve tedavisi buna bir örnek olarak verilebilir. Bu tarz problemlerde birden çok çözüm önerilebilir. Okullarda karşılaştığımız problemler bize çok iyi tanımlanarak verilmeye çalışılır fakat realitedeki problemler böyle değildir. Amaç realitede karşılaştığı ve okuldaki gibi iyi tanımlanmamış problemleri de çözebilecek beceride bireyler yetiştirmektir. Bu çalışmada, bireylerin verilen problem senaryoları üzerinde düşündüklerini ifade etme ve çözüm stratejileri geliştirme becerilerinin incelenmesi ve böylece karmaşık konulardaki öğrenmenin ölçülebilmesi amaçlanıyor.


  1. KAVRAM HARİTALAMA TEKNOLOJİSİ



Zihinsel modellerin ortaya çıkarılmasında ve değerlendirilmesinde kullanılan yöntemlerden sıklıkla kullanılanları kavram haritası metodu ve nedensel etkileşim diyagramlarıdır. Bu iki metodu kullanarak kişilerin problem çözme yetenekleri ölçülebilir çünkü birey karmaşık problemler hakkındaki bilgi ve becerisini yansıtan bir kavram haritası ve diyagram çizerek problem çözme yeteneğini ortaya koyabilir.

Kavram haritası ilk olarak Novak ve Gowin (1984) tarafından Ausubel’in Asimilasyon Teorisi’ne (1968) dayanılarak geliştirilmiştir. Kavram haritası, kavramları ve kavramlar arasındaki ilişkileri gösteren grafiksel bir bilgi temsilidir. Jonassen, Beissener, ve Yacci (1993) bir kavram haritasını düğümler ve bağlantılar arasındaki ilişkiyi temsil eden anlamsal bir ağ olarak tanımlamaktadır. Kavram haritalama ise farklı kavramlar arasındaki ilişkileri, düğümler ve bağlantılar yardımı ile görselleştirilmek için kullanılan bir terimdir. Düğümler düşünce veya verilmek istenilen anlamı içeren kavramlara karşılık gelir (Fisher, Faletti, Patterson, Thornton, Lipson, & Spring, 1990). Bağlantılar ise kavramlar arasındaki ilişkiyi ve her bir bağlantı üzerinde kavramların nasıl ilişkili olduklarını açıklayan etiketleri içerir (Jonassen, 2000). Kavram haritası sıklıkla öğrenicilerin karmaşık alanlardaki anlama seviyelerini ve anlamalarındaki gelişme seviyelerini incelemede ve değerlendirmede kullanılır (Gogus, Koszalka, & Spector, 2009; Spector & Koszalka, 2004). Bunun yanında kavram haritası, insanlar arasında bilgi paylaşımını sağlama, birbirlerine bir konu hakkında görüşlerini ve bilişsel yapılarını açıklama amacı ile de kullanılabilir (Huges & Hay, 2001).

Sunulan bu araştırmada web-tabalı kavram haritalama teknolojilerinden biri olan Pirnay-Dumer, Infantheler ve Spector, (2008) tarafından geliştirilen ve HIMATT (High Integrated Model Assesment Technology and Tools) adı verilen bir araçtır. HIMATT, Web tabanlı bir programdır ve içinde üç faklı teknolojiyi birleştirmiştir. HIMATT’in problem çözme stratejilerini incelemesi amacı ile kullanılmasının dışında, insanların öğrenmesi ve performansındaki temel konuları inceleme ve eğitici amaçla kullanılabilme özelliklerine sahiptir.

Şimdiye kadar HIMATT programı, DEEP (Dynamic Enhanced Evaluation of Problem Solving - Gelişmiş Problem Çözmenin Dinamik Değerlendirilmesi), SMD (Surface, Matching, and Deep Structure - Yüzey, Eşleştirme, ve Derin Yapı) ve T-MITOCAR (Text-Model Inspection Trace of Concepts and Relations - Yazılı-Kavram ve İlişkileri İzleme Denetleme Modeli) olmak üzere 3 teknolojiyi bir araya getirmektedir.

DEEP metodolojisi, özellikle mühendislik tasarımı, çevresel planlama ve tıbbi tanı gibi karmaşık ve çok belirgin yapılara sahip olmayan problemleri kapsayan alanlarda uzmanlaşma ve öğrenme gelişmesini tayin etmek için geliştirilmiştir (Gogus, Koszalka, & Spector, 2009; Spector & Koszalka, 2004). DEEP metodolojisi (Gogus, Koszalka, & Spector, 2009; Spector & Koszalka, 2004), karmaşık düzeyde öğrenmenin daha çok bir uzman haline gelindiğinin (Erricsson & Smith, 1991) ve ileri düzey nedensel akıl yürütmede ve problem çözmede (Grotzer & Perkins, 2000) daha iyi olunduğunun bir göstergesi olduğu düşüncesine dayanmaktadır.

MITOCAR metodolojisi DEEP gibi zihinsel model teorisine dayanmaktadır (Seel, 1999). MITOCAR değişik temsillerin anlamını derinlemesine incelemesi özelliği ile tektir. MITOCAR grafik teorisine ve Tversky-Benzerliği (Tversky, 1977)’ne dayanan çeşitli ölçekler sunmaktadır. Örneğin, kavram eşleştirmesi (yüzey seviyesi) değişik modeller arasında terimlerin kullanımını karşılaştırır ve yapısal eşleştirme kavram haritalarını (a) sadece yapıya (örneğin uzmanlık yapısı ile ilgili hipotezlerin test edilebileceği bir zemin sağlamak) ve (b) bazı yoğunluk ölçeklerine bağlı olarak karşılaştıran bir algoritma ortaya çıkarır. T-MITOCAR, doğal dilde sözdizimi ve semantiklere bağlılığa dayanır ve bilgiyi metin kaynağından sunmak için deneysel çalışma yöntemleri olarak metnin bütünsel özelliğini kullanır (Pirnay-Dumer, Infantheler ve Spector, 2008).

SMD metodolojisi (Ifenthaler, 2006) girdi olarak grafiksel temsilleri nedensel diyagramlar (örneğin DEEP) ya da ilişki ağları (örneğin MITOCAR) şeklinde alır ve zihinsel model gelişimi ve öğrenme gidişatının analizi amacıyla benzerlik metriği oluşturur. SMD ve T-MITOCAR grafik teorisi (Bollobàs, 1998; Tutte, 2001), dizi teorisi (Jech, 2007), model teorisi (Rothmaler, 2000) ve benzerlik dağılım ölçümleri (Kruskal, 1964; Tversky, 1977) gibi temellere dayanan analiz ve karşılaştırma işlevlerini birleştirir (Pirnay-Dumer, Infantheler ve Spector, 2008).




  1. UYGULAMA

HIMATT araç seti uygulaması birçok farklı araştırma sorusunu kapsamaktadır. Basit olarak, HIMATT kullanarak, durumu ve değişikliği göstermek, kavram haritasının metodolojik sınırları içerisinde analiz ve karşılaştırma yapmak, ağ içerisindeki birçok farklı yazı kaynağını incelemek mümkündür. HIMATT’in içindeki araçlar, birbirlerine bağlı öğrenme dizisinin ölçümü (Ifenthaler & Seel, 2005; Pirnay-Dummer, Ifenthaler, & Spector, 2008), kavramsal öğrenme stratejileri ve zeka becerileri (Ifenthaler, Pirnay-Dummer, & Seel, 2007), sayısal kıyaslama uzmanlığı araştırması (Pirnay-Dummer, 2006), kavramsal okuma (Pirnay-Dummer, Ifenthaler, & Spector, 2008), ihtiyaç analizi (Pirnay-Dummer & Nußbickel, 2008), ve organizasyonlardaki bilgi yönetimi (Pirnay-Dummer & Lachner, 2008) alanlarında başarı ile kullanılmıştır. HIMATT’daki araç setleri, araştırmacıların bütün bu çalışma alanlarında kullanımına uygundur. Ayrıca, değerlendirme ve analiz araçlarının karışımları sayesinde diğer alanlarda olduğu gibi Matematik alanında da çalışmalar yapmak mümkündür.

Karmaşık konularda öğrenme gelişimini ölçmek zordur. Teklif edilen bu çalışmada Problem Temelli Öğrenme yaklaşımı kullanılacaktır. Problem Temelli Öğrenme yöntemi karmaşık konuların öğreniminde, örneğin bir matematik teoreminin ispatını yapmakta veya bir finansal problemin çözümünü anlamakta kullanılabilir; ancak bu karmaşık konuların ne kadar derinlemesine öğrenildiğini ölçmeye yarayan güvenilir bir metodoloji bulmak çok zordur (Spector & Koszalka, 2004). Bu yüzden, Problem Temelli Öğrenme alanında birçok eğitim yatırımı yapılmıştır. Eğitim ve öğretim teknolojileri araştırmacılarına göre, Problem Temelli Öğrenme yöntemi, yeni eğitim modelleri ve teknolojinin eğitimde kullanılması, öğretimi desteklemektedir (Alper, 2003; Erdem, 2006; Uslu, 2006); ancak bu desteğin öğrenime ne kadar katkısının olduğu tam olarak ispatlanabilmiş değildir (Grotzer & Perkins, 2000; Kulik, 1994; Sivin-Kachala & Bialo, 2000). Çalışmanın hedefi, problem çözme stratejilerini değerlendirmek ve karmaşık alanlarda öğrenmenin nasıl geliştiğini araştırabilmektir.

Sunulan bu araştırmada öğrencilerin bir problemin içeriği hakkındaki bilgisi ve bu bilgiyi nasıl sunduğu incelenip, konu uzmanının bilgi sunumu ve problem çözümü ile karşılaştırılarak değerlendirme yapılacaktır. Bu değerlendirme sonucunda öğrencilerin karmaşık problem çözme yeteneklerinin geliştirilmesi ve alan bilgilerinin arttırılabilmesi için gerekli olan unsurlar araştırılabilinecektir.


KAYNAKÇA

Alper, A. (2003). Web ortamlı probleme dayalı öğrenmede bilişsel esneklik düzeyinin öğrenci başarısı



ve tutumları üzerine etkisi. Doktora Tezi. Ankara Üniversitesi.
Anderson, J.R. (1980). Cognitive Psychology and It’s Implications. San Fransısco: Freeman.
Arnkoff, D. B., & Stewart, J. (1975). The effectiveness of modeling and videotape feedback on

personal problem solving. Behaviour Research and Therapy, 13, 127-133.

Ausubel, D. (1968). Educational Psychology: A Cognitive View. New York: Holt, Rinehart &

Winston.
Bayram, H. & Salan, Ü. & Gürdal, A. (1999) Stokiyometrik Problemlerin Çözümlerinde Kavram



Haritalarının Başarıya Etkisi. 2. Ulusal Eğitim Sempozyumu, Marmara Üniversitesi, İstanbul.
Bayram, S. (1995). “The Effectiveness of Concept and Software Mapping for Representing Student

Data and Process Schema in Science”. Basılmamış Doktora Tezi University of Pittsburgh, PA Pittsburgh, USA.
Bollobàs, B. (1998). Modern Graph Theory. Springer, New York.

Brown, J.S., Collins, A., & Druguid, P. (1989). Situated cognition and the culture of learning.



Educational Researchers, 18, 32-42.
D’Zur,lla, T., Goldfried, M. (1971). Problem Solving Behavior Modification. Journal of Abnormal

Psycology, 18, ss. 45-47.
Erdem, E. (2006). Probleme dayalı öğrenmenin öğrenme ürünlerine, problem çözme becerisine ve öz-

yeterlik algı düzeyine etkisi. Doktora Tezi. Hacettepe Üniversitesi.


Erdoğan,Y. (2000). Bilgisayar Destekli Kavram Haritalarının Matematik Öğretiminde Kullanılması.

Marmara Üniversitesi Fen Bilimleri Enstitüsü, Yayınlanmamış doktora tezi, İstanbul.


Ericsson, K. A., & Smith, J. (Eds.) (1991). Toward a General Theory of Expertise: Prospects and

Limits. New York: Cambridge University Press.

Fisher, K. M., Faletti, J., Patterson, H., Thornton, R., Lipson, J., & Spring, C. (1990). Computer-based

concept mapping. Journal of College Science Teaching, 19(6), 347-352.
Gogus, A., Koszalka, T.A., Spector, J.M. (2009). Assessing Conceptual Representations of Ill-

Structured Problems. Technology Instruction, Cognition and Learning (TICL), 7(1), pp 1-20.


Grotzer. T. A., & Perkins, D. N. (2000). A taxonomy of causal models: The conceptual leaps between

models and students’ reflections on them. Paper presented at the National Association of Research in Science Teaching (NARST 2000), New Orleans, LA, 28 April - 1 May 2000.


Hughes, G., & Hay, D. (2001). Use of concept mapping to integrate the different perspectives of

designers and other stakeholders in the development of e-learning materials. British Journal of Educational Technology, 32(5), 557-569.


Ifenthaler, D. (2006). Diagnosis of the learning-dependent progression of mental models.

Development of the SMD Technology as a methodology for assessing individual models on relational, structural and semantic levels. Freiburg: Universitäts-Dissertation.
Ifenthaler, D., Pirnay-Dummer, P. & Seel, N.M. (2007). The role of cognitive learning strategies and

intellectual abilities in mental model building processes. Technology, Instruction, Cognition and Learning, 5, 353-366.


Ifenthaler, D. & Seel, N.M. (2005). The measurement of change: Learning-dependent progression of

mental models. Technology, Instruction, Cognition and Learning, 2, 317-336.


Jech, T. (2007). Set Theory. Springer, New York.
Jonassen, D. H. (2000). Toward a design theory of problem solving. Educational Technology & Development, 48(4), 63-85.
Jonassen, D. H., Beissner, K., & Yacci, M. (1993). Structural Knowledge: Techniques for Assessing,

Conveying, and Acquiring Structural Knowledge. Mahwah, NJ: Lawrence Erlbaum Associates, Inc.
Kabadayı , R. (1992). Problem Çözme Süreci, Gereği ve Eğitimdeki Boyutları. Öğretmen Dünyası,

sayı 146, Ankara: Nüve matbaası, ss. 32-33.
Kaya, N. (1992). Ondokuz Mayıs Üniversitesi Öğrencilerinin Problem Çözme Becerileri ile Benlik

Saygıları arasındaki İlişkiler. Yayınlanmamış Master Tezi. Ondokuz Mayıs Üniversitesi.
Kaya, S.N. (2002). Problem Çözme Becerileri. Web kaynağı adresi: http://www.sanalpsikolog.com/
Kruskal, J. (1964). Nonmetric multidimensional scaling: A numerical method. Psychometric

Monographes, 29, 115-129.
Kulik, J. A. (1994). Meta-analytic studies of findings on computerized instruction. In E. Baker & H.
O’Neil (Eds.), Technology assessment in education and training. Hillsdale, NJ: Erlbaum.
Novak, J. D. , & Gowin, D. B. (1984). Learning how to learn. Cambridge, UK: Cambridge University

Pres.
Pirnay-Dummer, P., Ifenthaler, D., & Spector, J. M. (2008). Highly integrated model assessment

technology and tools. Paper to be presented at the CELDA International Conference, Freiburg, Germany, 13-10-2008.
Pirnay-Dummer, P. & Lachner, A. (2008). Towards model based knowledge management. A new

approach to the assessment and development of organizational knowledge. Annual Convention of the AECT, Orlando, FL.


Pirnay-Dummer, P. & Nußbickel, M. (2008). New ways to find out what is needed to Know. Using the

latest tools for knowledge elicitation in the processes of needs assessment. AREA 2008, New York.


Rothmaler, P. (2000). Introduction to Model Theory. Gordon & Breach Science Publishers,

Amsterdam.


Seel, N. M. (1999). Educational diagnosis of mental models. Assessment problems and technology-

based solutions. Journal of Structural Learning and Intelligent Systems, 14(2), 153–185.


Sivin-Kachala, J., & Bialo, E. (2000). 2000 research report on the effectiveness of technology in

schools (7th ed.). Washington, DC: Software and Information Industry Association.


Spector, J. M., & Koszalka, T. A. (2004). The DEEP methodology for assessing learning in complex

domains (Final report the National Science Foundation Evaluative Research and Evaluation Capacity Building). Technical Report No. NSF-03-542. Syracuse, NY: Syracuse University.


Suzuki, K., & Harnisch, D. L. (1995). Measuring cognitive complexity: an analysis of performance-

based assessment in mathematics. Paper presented at the 1995 Annual Meeting of the American Educational Research Association, San Francisco, CA, April 18-22. (ERIC Document Reproduction Service No. ED 390924).


Şahin, B. (2003). Matematik dersinde kavram haritası yönetimini kullanarak öğrenci başarısının

değerlendirilmesine ilişkin bir araştırma. Doktora Tezi. Hacettepe Universitesi.


Taylan, S. (1990). Heppner’in Problem Çözme Envanteri’nin Uyarlama, Geçerlik ve Güvenirlik

Çalışmaları. Yayınlanmamış Master Tezi. Ankara Üniversitesi.


Tutte, W.T. (2001). Graph Theory. Cambridge University Press, Cambridge, UK.
Tversky, A. (1977). Features of similarity. Psychological Review, 84(4), 327-352.
Umay, R., (1996). “Matematik Eğitimi ve Ölçülmesi”. H.Ü. Eğitim Fakültesi Dergisi, Sayı 13 s. 146,

Ankara.
Uslu, G. (2006). Ortaöğretim matematik dersinde probleme dayalı öğrenmenin öğrencilerin derse

ilişkin tutumlarına, akademik başarılarına ve kalıcılık düzeylerine etkisi. Doktora Tezi. Balıkesir Üniversitesi.
Ürgen, B.C. (2007). A philosophical analysis of computational modeling in cognitive science. [Bilişsel

bilimlerdeki bilgisayarlı modellemenin felsefi bir analizi] Yüksek Lisans Tezi. Orta Doğu Teknik Üniversitesi.


Yıldırım, C. (1988). Matematiksel Düşünme. Remzi Yayınları, s. 155, İstanbul.
BİLGİLENDİRME
Bu makalede geçen HIMATT program ve anlatılan teori özeti Dr. Aytaç Göğüş’ün “Zihinsel Modellerin Değerlendirilmesi” başlıklı, TÜBİTAK 1001 destekli projesinin bir parçasıdır.

Dostları ilə paylaş:


Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©genderi.org 2019
rəhbərliyinə müraciət

    Ana səhifə