Multidimensional Profiles of Critical Thinking in Physics Labs: Latent Structure, Instructional Change, and Connections to Physics Identity

Deze studie toont aan dat een tweedimensionale profielanalyse van het kritisch denken in natuurkundelabs, gebaseerd op de PLIC, een verschuiving in studentenprofielen na instructie onthult en aantoont dat het gevoel van ergens bijhoren (belonging) de belangrijkste voorspeller is voor zowel latere profielverbetering als de ontwikkeling van andere affectieve factoren zoals zelfeffectiviteit en erkenning.

De kern

Stel je voor dat een natuurkundelaboratorium niet gewoon een plek is waar je formules uitschrijft, maar meer als een kookshow voor wetenschappers. Je hebt ingrediënten (data), recepten (methoden) en je moet beslissen wat je als volgende doet (de volgende stap).

Deze studie kijkt naar hoe studenten in zo'n laboratorium "koken" en of ze echt leren denken als een echte chef-kok, in plaats van alleen maar een receptje na te volgen. De onderzoekers gebruiken een speciale test (de PLIC) om te zien hoe goed studenten hun data beoordelen, hun methoden controleren en plannen maken voor de volgende stap.

Hier is wat ze hebben ontdekt, vertaald in simpele taal:

1. Niet iedereen is hetzelfde: De "Profielen"

Vroeger keken onderzoekers naar één gemiddelde score: "Is deze student slim of niet?" Maar deze studie zegt: "Nee, het is ingewikkelder!" Ze hebben gekeken naar drie verschillende vaardigheden tegelijk.

Ze ontdekten dat studenten in twee grote groepen vallen, net als twee soorten koks:

• Groep A (De "Gemiddelden"): Deze studenten doen het overal redelijk, maar niet geweldig.
• Groep B (De "Specialisten"): Deze studenten zijn heel goed in het beoordelen van hun data (het controleren of de ingrediënten kloppen), maar soms wat minder sterk in het bedenken van de volgende stap.

Het verrassende nieuws: Na een semester lessen, schuiven bijna de helft van de studenten van de ene groep naar de andere.

• Sommige "gemiddelde" koks worden "specialisten" door de goede instructie.
• Maar een aantal "specialisten" zakt juist terug naar de gemiddelde groep! Dit betekent dat niet elke lesmethode werkt voor iedereen; sommige studenten verliezen hun vaardigheden als de les niet goed is opgebouwd.

2. Het "Gezelligheids-Principe" (Belonging)

De studie keek ook naar hoe studenten zich voelen in het lab. Ze gebruikten een metafoor voor een sociale stam:

• Behoren (Belonging): Voel je je welkom? Voel je je als een echte lid van de groep?
• Erkenning (Recognition): Zien anderen je als iemand die het kan?
• Zelfvertrouwen (Self-efficacy): Durf je het zelf?
• Actie (Agency): Mag jij beslissingen nemen?

De ontdekking: Alles begint met Behoren.
Als een student zich niet welkom voelt in het lab (alsof ze op een vreemd feestje staan waar niemand hen kent), dan durven ze niet te denken. Ze worden stil.

• Als je je eerst welkom voelt, krijg je later meer zelfvertrouwen.
• Als je zelfvertrouwen hebt, durf je meer acties te ondernemen (zoals zelf een experiment opzetten).
• En als je die acties onderneemt, krijg je erkenning van anderen.

Het is dus een kettingreactie: Gezelligheid leidt tot durven, wat leidt tot succes.

3. Een vreemd tegendeel: "Actie" vs. "Kwaliteit"

Er was één verrassend, bijna tegenstrijdig resultaat.
Soms leek het alsof studenten die veel actie ondernamen (die heel druk bezig waren, veel beslisten en de leiding namen), juist minder goed werden in het kritisch denken over hun data.

De verklaring: Stel je een kok voor die heel snel en actief is, maar die de ingrediënten niet goed controleert. Hij is druk, maar het eten is misschien niet lekker.
De studie suggereert dat druk bezig zijn (gedragsmatige actie) niet hetzelfde is als goed nadenken (kennis). Je kunt heel actief zijn in het lab, maar als je niet echt nadenkt over waarom iets werkt, leer je niet echt. Je moet dus niet alleen "doen", maar ook "nadenken" over wat je doet.

Wat betekent dit voor de praktijk?

1. Lessen moeten anders: Als je studenten wilt leren kritisch denken, moet je ze niet alleen formules laten leren. Je moet ze laten oefenen met het beoordelen van data en het bedenken van volgende stappen.
2. De sfeer is cruciaal: Een lab kan de beste apparatuur hebben, maar als studenten zich niet welkom voelen, leren ze niets. Een inclusieve sfeer is de basis voor alles.
3. Kwaliteit boven kwantiteit: Het is niet genoeg om studenten "in beweging" te krijgen. Ze moeten actief nadenken over hun experimenten, niet alleen maar druk zijn met knoppen indrukken.

Kortom:
Natuurkunde leren in een lab is als het leren koken. Je hebt een goede sfeer nodig (zodat je durft te proeven), je moet leren hoe je de smaak beoordeelt (data evalueren), en je moet niet alleen maar snel roeren, maar ook begrijpen waarom je roert. Als je dat doet, veranderen studenten van "kijkende toeschouwers" naar "echte chef-koks".

Technische samenvatting

Probleemstelling

Traditionele analyses van de Physics Lab Inventory of Critical Thinking (PLIC) – een instrument dat studenten meet in het evalueren van data, het evalueren van methoden en het voorstellen van vervolgstappen – behandelen kritisch denken vaak als een unidimensionele constructie via een samengestelde score. Dit benadering verbergt de nuance in hoe studenten presteren op de verschillende dimensies. Daarnaast is er beperkt inzicht in hoe deze epistemische prestaties longitudinaal samenhangen met affectieve factoren (zoals identiteit, gevoel van verbondenheid en zelfvertrouwen) in de natuurkundelaboratoria. De auteurs stellen twee kernvragen:

1. Welke latente profielen van kritisch denken ontstaan er in een groot, multi-institutioneel dataset, en hoe veranderen studenten tussen deze profielen tijdens een cursus?
2. Wat is de longitudinale relatie tussen profieltoewijzing en natuurkunde-identiteitsconstructen (behoren, erkenning, zelfwerkzaamheid en agentie)?

Methodologie

De studie gebruikt een dataset van 5.513 gepaarde pre- en post-instructie records van studenten uit Noord-Amerikaanse instellingen. De analyse bestaat uit twee studies:

1. Latente Profielanalyse (LPA):

   • Doel: Identificatie van subgroepen (profielen) op basis van patronen in de drie PLIC-subschalen.
   • Techniek: Gebruik van het flexmix-pakket in R. Het model combineerde Gaussische componenten voor de schalen 'data' en 'acties' met een multinomiale component voor 'methoden'.
   • Modelselectie: De beste fit werd bepaald aan de hand van AIC, BIC, ICL en entropie. Een tweeprofiel-oplossing bleek het meest geschikt voor zowel pre- als post-test.
   • Transities: Er werden transitiematrices berekend om bewegingen tussen profielen te analyseren.

2. Cross-Lagged Panel Modellen (CLPM):

   • Doel: Onderzoeken van de causale richting en wederzijdse relaties tussen profieltoewijzing en identiteitsconstructen (behoren, erkenning, zelfwerkzaamheid, agentie).
   • Techniek: Gebruik van het lavaan-pakket in R met Maximum Likelihood Estimation (MLR) voor niet-normale verdelingen.
   • Proces: Een verzadigd model werd getest en vervolgens getrimd door niet-significante paden te verwijderen. Multigroep-invariantietests werden uitgevoerd om te zien of de relaties verschilden per cursus type (Calculus, Algebra, Sophomore).

Belangrijkste Resultaten

1. Latente Profielen en Transities (Study 1)

• Profielstructuur: Een tweeprofiel-oplossing bood de beste fit.
  • Pre-instructie: Profiel 1 (12,7%) had lage scores op methoden en vervolgstappen; Profiel 2 (87,3%) toonde uniforme prestaties.
  • Post-instructie: De structuur verschuift. Profiel 2 (55,4%) wordt nu gedefinieerd door sterke prestaties in datavaluatie, terwijl Profiel 1 (44,6%) gemiddelde prestaties toont.
• Transities: Er is een aanzienlijke beweging tussen profielen.
  • 48,4% van de studenten in het lagere pre-test profiel (P1) verbeterde naar het hogere profiel (P2).
  • 43,6% van de studenten in het hogere pre-test profiel (P2) degradeerde naar het lagere profiel (P1).
• Invloed Cursustype: Het cursus type had een statistisch significante maar zeer kleine invloed op de profieltoewijzing (Cramér's V ≈ 0,10), wat suggereert dat bredere curriculaire categorieën minder bepalend zijn dan specifieke instructiekenmerken.

2. Relaties met Identiteit (Study 2)

• Behoren als upstream predictor: Het gevoel van behoren (belonging) was de sterkste voorspeller voor alle andere constructen. Pre-behoren voorspelde significant post-erkenning, post-zelfwerkzaamheid, post-agentie en de kans op toewijzing aan het hogere kennisprofiel.
• Agentie en Zelfwerkzaamheid: Er is een wederkerige maar asymmetrische relatie. De pad van agentie naar latere zelfwerkzaamheid was sterker dan het omgekeerde pad. Dit ondersteunt de theorie dat meesterschapservaringen (via agentie) de basis vormen voor zelfvertrouwen.
• Erkenning als downstream construct: Erkenning functioneerde voornamelijk als een uitkomst van behoren en agentie, en niet als een drijvende kracht voor andere constructen binnen dit tijdsbestek.
• Onverwacht negatief pad: Er werd een negatief pad gevonden van pre-agentie naar post-profiel 2 toewijzing. Dit suggereert dat gedragmatige activiteit (initiatief nemen) niet automatisch leidt tot hogere kwaliteit van kritisch denken, tenzij deze gericht is op epistemische doelen (zoals modeltoetsing).

Bijdragen en Significatie

Methodologische Bijdrage:
Dit onderzoek is de eerste die een persoonsgerichte (person-centered) en multidimensionale benadering toepast op PLIC-data in een groot, internationaal dataset. In plaats van studenten te rangschikken op één score, toont het aan dat kritisch denken bestaat uit kwalitatief verschillende configuraties die dynamisch veranderen door instructie.

Pedagogische Implicaties:

• Malleerbaarheid: De lage stabiliteit van de profielen (in vergelijking met identiteitsconstructen) is een positief signaal: epistemische vaardigheden zijn binnen één semester goed beïnvloedbaar door instructie.
• Behoren als Fundament: De resultaten benadrukken dat een inclusieve sfeer (behoren) een noodzakelijke voorwaarde is voor zowel identiteitsontwikkeling als het verwerven van kritische denkvaardigheden.
• Kwaliteit van Engagement: Het negatieve pad tussen agentie en profieltoewijzing waarschuwt dat louter "doen" of "initiatief tonen" niet voldoende is. Instructie moet gericht zijn op de kwaliteit van het denken (epistemische agentie) en niet alleen op gedragmatige participatie.

Toekomstige Richtingen:
De auteurs pleiten voor Latent Transition Analysis (LTA) om overgangen probabilistisch te modelleren, en voor het ontwikkelen van meetinstrumenten die onderscheid maken tussen gedragmatige en epistemische agentie. Ook wordt een systematische cross-nationale vergelijking aanbevolen om de generaliseerbaarheid van de profielstructuren te verifiëren.

Conclusie:
De studie integreert epistemische en affectieve dimensies van laboratoriumleren in één longitudinaal kader. Het toont aan dat kritisch denken in de natuurkunde niet lineair is, maar bestaat uit dynamische profielen die sterk worden beïnvloed door de sociale context (behoren) en de kwaliteit van de studentparticipatie.