Constructing Mathematical Meaning through Authentic Nutrition Problems in Higher Education

तकनीकी सारांश: उच्च शिक्षा में प्रामाणिक पोषण समस्याओं के माध्यम से गणितीय अर्थ का निर्माण

समस्या विवरण
यह अध्ययन अंतरविषयक STEM शिक्षा में एक निरंतर चुनौती को संबोधित करता है: गणित अक्सर पाठ्यक्रमों में बिना किसी स्पष्ट "अर्थ निर्माण" (sense making) के वस्तु के रूप में दिखाई देता है। पोषण शिक्षा में, गणितीय कार्य अक्सर केवल प्रक्रियात्मक अनुप्रयोगों (जैसे, सूत्रों में संख्याओं को प्रतिस्थापित करना) तक सीमित रह जाते हैं, बजाय इसके कि वे छात्रों को मात्राओं के समन्वय, निरूपणों की व्याख्या करने और अनुशासनात्मक दावों को न्यायोचित ठहराने के लिए प्रेरित करें। यह शोध इस बात की जांच करता है कि स्नातक पोषण छात्र आनुपातिकता, प्रतिशत, फलन (functions), और डेटा व्याख्या से जुड़ी प्रामाणिक समस्याओं के साथ जुड़ते समय गणितीय अर्थ का निर्माण कैसे करते हैं। विशेष रूप से, अध्ययन यह जांचता है कि क्या समग्र मूल्यांकन स्कोर गणितीय तर्क की गुणवत्ता को पकड़ सकते हैं या क्या वे प्रक्रियात्मक सटीकता और वैध निष्कर्ष के बीच के महत्वपूर्ण अंतराल को छिपा देते हैं।

कार्यप्रणाली
इस शोध में पनामा के एक सार्वजनिक विश्वविद्यालय में 2026 के शैक्षणिक सत्र के दौरान एक "पोषण के लिए गणित" (NCMA-0016) पाठ्यक्रम के भीतर एक गुणात्मक रूप से संचालित अभिसारी मिश्रित-साक्ष्य केस स्टडी डिजाइन का उपयोग किया गया। इस अध्ययन में 60 छात्र (46 महिलाएं, 14 पुरुष) शामिल थे।

• डेटा संग्रह (Data Corpus): विश्लेषण ने कई साक्ष्य स्रोतों को एकीकृत किया:
  • आधिकारिक पाठ्यक्रम योजना।
  • चार विशिष्ट टीम वीडियो ट्रांसक्रिप्ट (लगभग 7-12 मिनट प्रत्येक) जो पोषण लेबल, एंथ्रोपोमेट्रिक संकेतक, भोजन नियोजन, और सर्वेक्षण डेटा विश्लेषण को कवर करते हैं।
  • एक टीम (टीम 5) का संबद्ध पोर्टफोलियो जिसमें सर्वेक्षण गणना और प्रतिबिंब (reflections) शामिल हैं।
  • टीम 5 के चार हस्तलिखित आर्टिफैक्ट्स जो आनुपातिक माप, इकाई दर (unit rates), और रैखिक मॉडलिंग (linear modeling) को प्रदर्शित करते हैं।
  • सभी 60 छात्रों के वि-पहचानीकृत (de-identified) मूल्यांकन रिकॉर्ड।
• विश्लेषणात्मक ढांचा: अध्ययन ने चार-लेंस वाले सैद्धांतिक ढांचे का उपयोग किया:
  1. शॉनफेल्ड (Schoenfeld): समस्या समाधान में संसाधनों, रणनीतियों, निगरानी और नियंत्रण के विश्लेषण के लिए।
  2. सिल्वर (Silver): समस्या प्रस्तुत करने (problem posing), गणितीय उत्पादन और लचीलेपन की जांच के लिए।
  3. ली (Li): अंतरविषयक STEM शिक्षण और हस्तांतरण के आकलन के लिए।
  4. मारज़ानो-केंडल (Marzano-Kendall): संज्ञानात्मक मांग और मूल्यांकन साक्ष्य (स्व-तंत्र प्रणाली, मेटाकॉग्निटिव, संज्ञानात्मक प्रसंस्करण, ज्ञान डोमेन) को व्यवस्थित करने के लिए।
• विश्लेषणात्मक प्रक्रियाएं:
  • गुणात्मक: वीडियो ट्रांसक्रिप्ट और आर्टिफैक्ट्स को "एपिसोड" में विभाजित किया गया और संसाधन, रणनीतियां, निरूपण, निगरानी, समस्या निर्माण और अनुशासनात्मक एकीकरण के लिए कोडित किया गया। विश्लेषण ने "टीम 5" के मामले पर ध्यान केंद्रित किया जो उच्च-गुणवत्ता वाली प्रक्रिया और संरचनात्मक विफलता दोनों के एक प्रतिनिधि उदाहरण के रूप में कार्य करता है।
  • परिमाणात्मक: विश्लेषण के लिए मूल्यांकन रिकॉर्ड का उपयोग करते हुए वर्णनात्मक सांख्यिकी, पियर्सन/स्पियरमैन सहसंबंध, और पदानुक्रमित प्रतिगमन (hierarchical regression) का उपयोग किया गया। एक अनंतिम रचनात्मक सम्मिश्र, MKACI-P, गैर-अतिव्याप्त (nonredundant) पाठ्यक्रम संकेतों (संज्ञानात्मक आधार, विश्लेषणात्मक/संचार, ज्ञान उपयोग, और संलग्न होने के अवसर) से बनाया गया था, जो गुणात्मक निष्कर्षों के एक सीमित पूरक के रूप में कार्य करता है, न कि एक सत्यापित लेटेंट स्केल के रूप में।

मुख्य परिणाम

1. प्रक्रियात्मक सटीकता बनाम वैध निष्कर्ष: केंद्रीय निष्कर्ष सही गणितीय प्रक्रियाओं और अमान्य मात्रात्मक निष्कर्षों का सह-अस्तित्व है। प्रतिनिधि टीम 5 के मामले में, छात्रों ने सर्वेक्षण डेटा (102 उत्तरदाता) से मार्जिनल प्रतिशत की सही गणना की, लेकिन इसके बाद ओवरलैपिंग संकेतकों का औसत निकाला और इन औसतों को जॉइंट-फ्रीक्वेंसी साक्ष्य के बिना व्यक्ति-स्तर की गणनाओं और अनुपात में बदल दिया। इसके परिणामस्वरूप एक "पॉलिश की हुई" प्रस्तुति सामने आई जिसमें एक मौलिक रूप से अमान्य मॉडल मौजूद था।
2. कार्य-निर्भर सक्षमता: गणितीय सक्षमता कार्य-निर्भर पाई गई। उसी टीम ने अन्य आर्टिफैक्ट्स (जैसे, मेनू लागत मॉडलिंग, प्रोटीन सेवन फलन) में सुदृढ़ आनुपातिक तर्क, इकाई-दर तर्क और ढलान/इंटरसेप्ट (slope/intercept) की सही व्याख्या प्रदर्शित की, लेकिन जब कार्य को ओवरलैपिंग श्रेणियों के सांख्यिकीय एकत्रीकरण की आवश्यकता थी, तो वे धारणाओं की निगरानी करने में विफल रहे।
3. समग्र ग्रेड की सीमाएं: मूल्यांकन रिकॉर्ड ने एक उच्च प्रदर्शन करने वाले समूह को दिखाया जिसके स्कोर 'सीलिंग-कंसन्ट्रेटेड' (ceiling-concentrated) थे। जबकि MKACI-P सम्मिश्र पाठ्यक्रम के अंत के उपायों के साथ सहसंबंधित था ($r = .762$), रैंक सहसंबंध कमजोर था ($\rho = .336$), और उच्च सम्मिश्र स्कोर प्रामाणिक कार्यों में वैध मॉडलिंग की गारंटी नहीं देते थे। समग्र ग्रेड उन निष्कर्षात्मक त्रुटियों को उजागर करने में विफल रहे जो वीडियो और आर्टिफैक्ट विश्लेषण में दृश्यमान थीं।
4. निगरानी के साक्ष्य: धारणाओं की स्पष्ट जांच दुर्लभ थी। निगरानी और नियंत्रण सबसे अधिक तब दिखाई दिए जब छात्रों ने इकाई त्रुटियों का निदान किया या एकल स्क्रीनिंग संकेतक (जैसे, BMI) की पर्याप्तता पर सवाल उठाया, लेकिन ये महत्वपूर्ण जांच अक्सर अनुपस्थित रहीं जब छात्र डेटा विवरण से अनुशासनात्मक दावों की ओर बढ़े।

मुख्य योगदान

• अनुभवजन्य (Empirical): अध्ययन यह प्रलेखित करता है कि पोषण छात्र प्रामाणिक कार्यों में आनुपातिक, कार्यात्मक, ग्राफिकल और निष्कर्षात्मक तर्क को कैसे जुटाते हैं, यह रेखांकित करते हुए कि सही गणना का अर्थ वैध अनुशासनात्मक मॉडलिंग नहीं है।
• सैद्धांतिक: यह प्रक्रिया निष्पादित करने, संरचना को समझने, वारंटेड निष्कर्ष निकालने और धारणाओं की आलोचनात्मक जांच करने के बीच अंतर करने के लिए चार अलग-अलग सैद्धांतिक दृष्टिकोणों (शॉनफेल्ड, सिल्वर, ली, मारज़ानो-केंडल) को एकीकृत करता है।
• कार्यप्रणाली संबंधी: यह प्रदर्शित करता है कि वीडियो-व्युत्पन्न एपिसोड और छात्र आर्टिफैक्ट्स को व्याख्यात्मक नैरेटिव का नेतृत्व करना चाहिए, जबकि ग्रेड एनालिटिक्स केवल एक सीमित त्रिकोणीयकरण (triangulation) के रूप में कार्य करता है। यह तर्क देता है कि समूह उत्पाद (वीडियो) मेटाकॉग्निटिव निगरानी के संबंध में व्यक्तिगत गणितीय साक्ष्य का विकल्प नहीं हो सकते।

महत्व और दावे
यह शोध दावा करता है कि प्रभावी गणित-इन-STEM शिक्षण तभी दृश्यमान होता है जब छात्र केवल सही मान प्राप्त करने के बजाय मात्राओं, निरूपणों, धारणाओं और अनुशासकीय अर्थों का समन्वय करते हैं। यह अध्ययन एक अर्थ-निर्माण मूल्यांकन चक्र (meaning-making assessment cycle) का प्रस्ताव करता जिसमें शामिल हैं:

1. प्रामाणिक समस्या प्रस्तुत करना।
2. दृश्य गणितीय उत्पादन।
3. धारणाओं और मॉडल की सीमाओं पर शिक्षक का ध्यान।
4. संज्ञानात्मक रूप से विभेदित मूल्यांकन (पुनर्प्राप्ति, विश्लेषण और उपयोग के बीच अंतर करना)।
5. संशोधन और हस्तांतरण कार्य।

लेखक गणित को केवल एक सजावटी उपकरण के रूप में नहीं, बल्कि अनुशासनात्मक दावों की जांच करने और उन्हें न्यायोचित ठहराने के लिए एक एकीकृत अभ्यास के रूप में देखते हैं। वे निष्कर्ष निकालते हैं कि हालांकि प्रामाणिक संदर्भ और सहयोगात्मक उत्पाद मूल्यवान हैं, उन्हें ऐसी मूल्यांकन रणनीतियों के साथ जोड़ा जाना चाहिए जो केवल उत्पादन मूल्य या समग्र स्कोर के बजाय तर्क और धारणाओं को निरीक्षण योग्य बनाती हैं। अध्ययन विनम्रतापूर्वक दावा करता है कि इसके निष्कर्ष अर्थ निर्माण, मॉडलिंग और आलोचनात्मक तर्क के इर्द-गर्द प्रभावी STEM शिक्षण को फिर से परिभाषित करने में योगदान देते हैं, साथ ही एकल-कोहॉर्ट डिजाइन और संपादित ट्रांसक्रिप्ट से व्यक्तिगत बातचीत के प्रक्षेपवक्र (trajectories) को पुनर्गठित करने की अक्षमता के संबंध में अपनी सीमाओं को भी स्वीकार करते हैं।