Transition Matrix Analysis Analyzing Students Use of Cognitive Resources in Physics

तकनीकी सारांश: भौतिकी में छात्रों के संज्ञानात्मक संसाधनों का ट्रांज़िशन मैट्रिक्स विश्लेषण

समस्या विवरण
भौतिकी शिक्षा में वैचारिक सर्वेक्षणों (conceptual surveys) का पारंपरिक विश्लेषण, जैसे कि फ़ोर्स कॉन्सेप्ट इन्वेंटरी (FCI) या डिटरमिनिंग एंड इंटरप्रिटिंग रेसिस्टिव इलेक्ट्रिक सर्किट कॉन्सेप्ट्स टेस्ट (DIRECT), आमतौर पर शिक्षण हस्तक्षेपों (pedagogical interventions) का मूल्यांकन करने के लिए प्री-टेस्ट और पोस्ट-टेस्ट प्रदर्शन लाभों पर ध्यान केंद्रित करता है। यह दृष्टिकोण डेटा को 'सही/गलत' मेट्रिक्स में एकत्रित कर देता है, जिससे छात्रों द्वारा चुने गए विशिष्ट गलत विकल्पों की जानकारी छिप जाती है। फलस्वरूप, यह छात्रों की अंतर्निहित ज्ञान संरचनाओं की स्थिरता, सुसंगतता और संदर्भ-निर्भरता को प्रकट करने में विफल रहता है। जबकि "गलत धारणा" (misconception) ढांचा छात्र की त्रुटियों को स्थिर वैकल्पिक सिद्धांतों के रूप में देखता है, "संसाधन ढांचा" (resources framework) यह मानता है कि छात्र का ज्ञान खंडित होता है, जो छोटे-दानेदार संज्ञानात्मक संसाधनों से बना होता है जो संदर्भ के आधार पर असंगत रूप से सक्रिय होते हैं। लेखक तर्क देते हैं कि केवल सही उत्तरों पर ध्यान केंद्रित करना गलत विकल्पों की अनदेखी करता है, जो इन संज्ञानात्मक संसाधनों की स्थिरता के बारे में सूचित कर सकते हैं।

कार्यप्रणाली
लेखक वैचारिक सर्वेक्षणों के डेटा का विश्लेषण करने के लिए 'संसाधन ढांचे' द्वारा निर्देशित एक ट्रांज़िशन मैट्रिक्स विश्लेषण (TMA) का प्रस्ताव करते हैं। इस कार्यप्रणाली में निम्नलिखित चरण शामिल हैं:

1. संसाधन-समतुल्य प्रश्नों की पहचान: एक मान्य सर्वेक्षण से प्रश्नों का एक उपसमुच्चय (subset) चुना जाता है। इन प्रश्नों को एक ही अंतर्निहित भौतिक सिद्धांत साझा करना चाहिए लेकिन संदर्भ भिन्न होना चाहिए। महत्वपूर्ण रूप से, इन प्रश्नों में उत्तर विकल्पों का सेट समान संज्ञानात्मक संसाधनों के सेट के अनुरूप होना चाहिए।
2. विकल्पों को संसाधनों से जोड़ना (Mapping): प्रत्येक बहुविकल्पीय विकल्प को एक विशिष्ट संज्ञानात्मक संसाधन से जोड़ा जाता है। इस अध्ययन में, लेखकों ने डीसी सर्किट पावर (DC circuit power) से संबंधित तीन DIRECT प्रश्नों (Q3, Q7, Q12) के विकल्पों को चार संसाधनों से जोड़ा:
   • $S$: वैज्ञानिक रूप से उत्पादक संसाधन (Scientifically productive resource)।
   • $R_1$: निरंतर धारा स्रोत संसाधन (Constant current source resource - बैटरी सर्किट व्यवस्था की परवाह किए बिना निरंतर धारा प्रदान करती है)।
   • $R_2$: सुपरपोजिशन संसाधन (Superposition resource - अधिक बैटरियां हमेशा अधिक चमक/शक्ति के बराबर होती हैं)।
   • $Null$: वे संसाधन जिनका उपयोग बहुत कम छात्रों द्वारा किया जाता है (वेक्टर पूर्णता बनाए रखने के लिए)।
3. स्टेट वेक्टर निर्माण: $m$ प्रश्नों का उत्तर देने वाले छात्र $k$ के लिए, एक संभाव्यता वितरण वेक्टर $\vec{Q}_k$ को परिभाषित किया जाता है, जहाँ तत्व $\rho_i$ संसाधन $i$ को सक्रिय करने की संभावना का प्रतिनिधित्व करते हैं ($\rho_i = n_i/m$)।
4. ट्रांज़िशन मैट्रिक्स गणना: प्री-टेस्ट (प्रारंभिक अवस्था $\vec{Q}_i$) से पोस्ट-टेस्ट (अंतिम अवस्था $\vec{Q}_f$) तक संसाधन सक्रियण के परिवर्तन को एक ट्रांज़िशन मैट्रिक्स $T$ द्वारा मॉडल किया जाता है, जहाँ $\vec{Q}_f = T\vec{Q}_i$। मैट्रिक्स तत्व $T_{ij}$ उस सशर्त संभाव्यता को दर्शाता है कि एक छात्र जिसने प्री-टेस्ट में संसाधन $j$ का उपयोग किया था, वह पोस्ट-टेस्ट में संसाधन $i$ पर स्विच करता है।
5. एकत्रीकरण (Aggregation): व्यक्तिगत छात्र मैट्रिसेस को एक क्लास-लेवल ट्रांज़िशन मैट्रिक्स बनाने के लिए औसत निकाला जाता है, जिससे शोधकर्ता सहort (cohort) में संसाधन सक्रियण के औसत बदलावों को ट्रैक कर सकते हैं।

प्रायोगिक अनुप्रयोग
इस पद्धति को एक भौतिकी पाठ्यक्रम में नामांकित $N=135$ प्रारंभिक शिक्षा (elementary education) के छात्रों के डेटा पर लागू किया गया। अध्ययन में DIRECT सर्वेक्षण का उपयोग किया गया, जिसे एक व्यक्तिगत सत्र और एक समूह सत्र के रूप में प्री-टेस्ट और पोस्ट-टेस्ट दोनों के लिए प्रशासित किया गया था, जो 7-सप्ताह की एक निर्देशात्मक इकाई (instructional unit) द्वारा अलग किए गए थे। विश्लेषण विशेष रूप से प्री-टेस्ट और पोस्ट-टेस्ट दोनों के लिए व्यक्तिगत सत्र और समूह सत्र के बीच संक्रमण पर केंद्रित था।

प्रमुख परिणाम
ट्रांज़िशन मैट्रिसेस के विश्लेषण ने कई महत्वपूर्ण अंतर्दृष्टि प्रकट कीं जो समग्र प्रदर्शन स्कोर से स्पष्ट नहीं थीं:

• समग्र प्रदर्शन बनाम संसाधन स्थिरता: जबकि एक पेयर्ड सैंपल्स टी-टेस्ट ने प्री-टेस्ट से पोस्ट-टेस्ट तक समग्र क्लास स्कोर में महत्वपूर्ण सुधार दिखाया, TMA ने खुलासा किया कि छात्रों ने विशेष अवधारणा (डीसी सर्किट पावर) की समझ को आवश्यक रूप से सुदृढ़ नहीं किया।
• समूह कार्य प्रभाव (Group Work Effects): प्री-टेस्ट और पोस्ट-टेस्ट दोनों में, छात्र समूह सत्रों के दौरान वैज्ञानिक रूप से उत्पादक संसाधन ($S$) से अनुत्पादक संसाधनों ($R_1$ और $R_2$) की ओर अक्सर स्थानांतरित हुए।
• अनुत्पादक संसाधनों की निरंतरता: ट्रांज़िशन मैट्रिक्स के विकर्ण तत्वों ($T_{R1R1}$ और $T_{R2R2}$) ने संकेत दिया कि छात्र अपने अनुत्पादक संसाधनों को उच्च दर पर बनाए रखते हैं।
• बिगड़ते रुझान: टी-टेस्ट के माध्यम से प्री-टेस्ट और पोस्ट-टेस्ट ट्रांज़िशन मैट्रिसेस की तुलना करने पर, पोस्ट-टेस्ट समूह सत्रों में, छात्रों ने प्री-टेस्ट की तुलना में अनुत्पादक संसाधनों ($R_1$ और $R_2$) को काफी अधिक बार बनाए रखा, और उत्पादक संसाधन ($S$) को काफी कम बार बनाए रखा। विशेष रूप से, $T_{SS}$ में महत्वपूर्ण कमी आई, जबकि $T_{R1R1}$ और $T_{R2R2}$ में महत्वपूर्ण वृद्धि हुई।
• संदर्भ निर्भरता: डेटा इस विचार का समर्थन करता है कि संसाधन सक्रियण संदर्भ-निर्भर है; छात्रों ने संसाधन-समतुल्य प्रश्नों में वैज्ञानिक रूप से उत्पादक तर्क को लगातार लागू नहीं किया, और समूह संपर्क ने कभी-कभी गलत तर्क को सुदृढ़ किया।

महत्व और दावे
यह पत्र दावा करता है कि ट्रांज़िशन मैट्रिक्स विश्लेषण (TMA) पारंपरिक 'गेन विश्लेषण' की तुलना में एक अधिक सूक्ष्म दृष्टिकोण प्रदान करता है, क्योंकि यह संज्ञानात्मक संसाधन सक्रियण की गतिशीलता को उजागर करता है।

• नैदानिक मूल्य (Diagnostic Value): TMA यह पता लगा सकता है कि कब निर्देशात्मक हस्तक्षेप या समूह कार्य उत्पादक संसाधनों को स्थिर करने में विफल रहते हैं, भले ही समग्र टेस्ट स्कोर में सुधार हो। इस अध्ययन में, इसने रेखांकित किया कि समूह कार्य अनजाने में सर्किट पावर के संबंध में अनुत्पादक संसाधनों ($R_1$ और $R_2$) को सुदृढ़ कर सकता है।
• प्रूफ ऑफ कॉन्सेप्ट: यह अध्ययन भौतिकी शिक्षा अनुसंधान में सीखने की प्रक्रियाओं का वर्णन करने के लिए गणितीय मॉडलिंग (विशेष रूप से ट्रांज़िशन मैट्रिसेस) को लागू करने के प्रमाण के रूप में कार्य करता है।
• भविष्य की दिशाएं: लेखक विनम्रतापूर्वक सुझाव देते हैं कि यदि यह दृष्टिकोण फलदायी सिद्ध होता है, तो यह विशेषज्ञों को मौजूदा वैचारिक मूल्यांकनों की पुनरावृत्ति करने और प्रत्येक विकल्प के लिए अंतर्निहित संज्ञानात्मक संसाधनों की पहचान करने तथा भविष्य के सर्वेक्षणों में "संसाधन-समतुल्य" प्रश्न बनाने के लिए प्रोत्साहित कर सकता है।
• सीमाएं: लेखक स्वीकार करते हैं कि विकल्पों को संसाधनों से जोड़ना एक धारणा है, क्योंकि DIRECT सर्वेक्षण मूल रूप से 'गलत धारणा' (misconception) ढांचे के तहत विकसित किया गया था। उन्होंने उल्लेख किया कि यह धारणा कि एक ही विकल्प चुनने वाले विभिन्न छात्र समान संसाधनों को सक्रिय कर रहे हैं, के लिए साक्षात्कार जैसी विधियों के माध्यम से और सत्यापन की आवश्यकता है।