Constructing Mathematical Meaning through Authentic Nutrition Problems in Higher Education

技术摘要：通过真实营养学问题构建数学意义于高等教育

问题陈述
本研究探讨了跨学科 STEM 教育中一个持久的挑战：数学在课程中往往只是出现，却未能成为显性的“意义构建”（sense making）对象。在营养学教育中，数学任务经常退化为程序性应用（例如，将数字代入公式），而非要求学生协调各项数值、解释表征并论证学科主张。本研究旨在探究本科营养学专业的学生在处理涉及比例、百分比、函数和数据解释的真实问题时，是如何构建数学意义的。具体而言，研究调查了综合评估分数是否能够捕捉数学推理的质量，或者是否掩盖了程序准确性与有效推断之间的关键差距。

研究方法
本研究采用了一种定性驱动的收敛式混合证据个案研究设计，研究对象为 2026 学年巴拿马一所公立大学的“营养学数学”（NCMA-0016）课程。研究涉及 60 名学生（46 名女性，14 名男性）。

• 数据语料库： 分析整合了多种证据来源：
  • 官方课程计划。
  • 四段不同的团队视频转录文本（每段约 7–12 分钟），涵盖营养标签、人体测量指标、膳食规划和调查数据分析。
  • 来自一个团队（第 5 组）的关联作品集，包含调查计算和反思。
  • 第 5 组的四份手写人工制品，展示了比例测量、单位率和线性建模。
  • 全体 60 名学生的脱敏评估记录。
• 分析框架： 研究利用了四个维度的理论框架：
  1. Schoenfeld： 用于分析解决问题过程中的资源、策略、监控和控制。
  2. Silver： 用于考察问题提出、数学产出和灵活性。
  3. Li： 用于评估跨学科 STEM 学习与迁移。
  4. Marzano-Kendall： 用于组织认知需求和评估证据（自我系统、元认知、认知加工、知识领域）。
• 分析程序：
  • 定性分析： 视频转录文本和人工制品被分割为“片段”（episodes），并针对资源、策略、表征、监控、问题构建和学科整合进行编码。分析重点在于以“第 5 组”作为同时体现高质量程序与结构性崩溃的典型案例。
  • 定量分析： 使用描述性统计、Pearson/Spearman 相关性和层次回归来分析评估记录。研究构建了一个临时的形成性综合指标 MKACI-P，该指标由非冗余的课程信号（认知基础、分析/沟通、知识利用和参与机会）组成，旨在作为定性发现的有界补充，而非经过验证的潜变量量表。

主要结果

1. 程序准确性 vs. 有效推断： 核心发现是正确的数学程序与无效的定量推断并存。在典型的第 5 组案例中，学生正确计算了来自调查数据（102 名受访者）的边际百分比，但随后对重叠指标进行了平均，并将这些平均值转换为个体水平的数量和比例，而没有提供联合频率证据。这导致了一个虽然呈现效果“精美”但包含根本性无效模型的产物。
2. 任务依赖型能力： 数学能力被发现具有任务依赖性。同一小组在其他人工制品（如菜单成本建模、蛋白质摄入函数）中展示了稳健的比例推理、单位率逻辑以及对斜率/截距的正确解释，但在任务要求对重叠类别进行统计聚合时，却未能监控其假设。
3. 综合成绩的局限性： 评估记录显示该生群体的表现较高，分数集中在天花板附近。虽然 MKACI-P 综合指标与课程结束时的衡量指标相关（$r = .762$），但其秩相关性较弱（$\rho = .336$），且高综合得分并不保证在真实任务中具备有效的建模能力。综合成绩未能揭示在视频和人工制品分析中可见的推断错误。
4. 监控证据： 对假设的显性审查非常罕见。监控和控制最明显的时刻出现在学生诊断单位错误或质疑单一筛查指标（如 BMI）的充分性时，但当学生从数据描述转向学科主张时，这些关键检查往往缺失。

主要贡献

• 实证层面： 本研究记录了营养学学生如何在真实任务中动员比例、函数、图形和推断推理，强调了正确的计算并不等同于有效的学科建模。
• 理论层面： 它整合了四个不同的理论视角（Schoenfeld, Silver, Li, Marzano-Kendall），以区分执行程序、理解结构、得出有据可依的推断以及批判性审查假设。
• 方法论层面： 研究表明，视频衍生的片段和学生的人工制品必须引导解释性叙述，而成绩分析仅作为有界的三角互证。研究认为，小组产出（视频）不能替代关于元认知监控的个人数学证据。

意义与主张
本文主张，有效的 STEM 数学学习只有在学生能够协调数量、表征、假设和学科意义，而非仅仅获得正确数值时，才会变得可见。研究提出了一个面向高等教育的意义构建评估循环，包括：

1. 真实的题目提出。
2. 可见的数学产出。
3. 教师对假设和模型局限性的关注。
4. 认知差异化评估（区分检索、分析与利用）。
5. 修订与迁移任务。

作者将数学定位为一种整合实践，而非装饰性工具，它是审查和论证学科主张的核心。研究结论指出，虽然真实的语境和协作产物具有价值，但必须将其与能够使推理和假设变得可观察的评估策略相结合，而不是仅仅依赖于综合分数或产出质量。研究谦虚地指出，其发现有助于将有效的 STEM 学习重新定义为围绕意义构建、建模和批判性推理展开，同时也承认了单样本设计以及无法重建编辑后转录文本中个人协商轨迹的局限性。