بررسی اثربخشی الگوی توسعۀ حرفه‌ای مداوم معلمان ریاضی مبتنی بر رویکرد تربیت مغز بر یادگیری و خودپندارۀ ریاضی دانش‌آموزان دختر دورۀ متوسطۀ دوم شهر اصفهان
الموضوعات : پژوهش در برنامه ریزی درسیسعیده شاهسونی 1 , مریم براتعلی 2 , نرگس کشتی آرای 3
1 - دانشجوی دکتری برنامه ریزی درسی دانشگاه آزاد واحد اصفهان (خوراسگان)، اصفهان، ایران.
2 - استادیار برنامه ریزی درسی دانشگاه آزاد واحد اصفهان (خوراسگان) ، اصفهان، ایران.
3 - دانشیار برنامه ریزی درسی دانشگاه آزاد واحد اصفهان (خوراسگان) ، اصفهان، ایران.
الکلمات المفتاحية: یادگیری ریاضی, رویکرد مبتنی بر تربیت مغز, توسعۀ حرفه‌ای مداوم معلمان, خودپندارۀ ریاضی,
ملخص المقالة :
این پژوهش به منظور بررسی اثربخشی الگوی توسعۀ حرفه‌ای مداوم معلمان ریاضی مبتنی بر رویکرد تربیت مغز، بر یادگیری و خودپندارۀ ریاضی دانش‌آموزان دختر دورۀ متوسطۀ دوم (سال تحصیلی 99-98) در شهر اصفهان انجام شد. نمونۀ مورد مطالعه شامل 44 دانش‌آموز (دختر) بود که به صورت غیر تصادفی و نمونۀ در دسترس، از دو مدرسۀ دولتی ناحیۀ 3 که مدیر، معاون و معلم ریاضی آن‌ها حاضر به همکاری با پژوهشگران بودند، انتخاب شدند. ابزارهای مورد استفاده در پژوهش عبارتند از: بستۀ آموزشی توسعۀ حرفه‌ای مداوم معلمان ریاضی مبتنی بر رویکرد تربیت مغز، تهیه شده توسط شاهسونی و همکاران (2019) برای آموزش معلم گروه آزمایش، چک لیست محقق‌ساخته در درس ریاضی و پرسشنامۀ خودپندارۀ ریاضی 7 گویه‌ای پهلوان صادق که پایایی چک لیست و پرسشنامۀ مذکور، با محاسبۀ ضریب آلفای کرونباخ تعیین شد؛ این ضریب برای پرسشنامۀ خودپندارۀ ریاضی87/0 و برای چک لیست ریاضی 71/0 به دست آمد. در این پژوهش از طرح پیش‌آزمون – پس‌آزمون با گروه گواه استفاده شد؛ ابتدا پیش‌آزمون بر روی آزمودنی‌ها اجرا شد و پس از آن در24 جلسۀ 90 دقیقه‌ای (یک ترم)گروه آزمایشی تحت آموزش معلمی قرار گرفتند که دورۀ توسعۀ حرفه‌ای مداوم معلمان مبتنی بر رویکرد تربیت مغز را گذرانده بود، درحالی که گروه گواه، تحت آموزش معلمی بود که دورۀ توسعۀ حرفه‌ای مداوم معلمان مبتنی بر رویکرد تربیت مغز را نگذرانده بود. پس از اتمام دوره، پس‌آزمون یادگیری ریاضی و خودپندارۀ ریاضی از کلیۀ دانش‌آموزان گرفته شد. برای تحلیل داده‌های آماری، از روش تحلیل کواریانس تک‌متغیره استفاده شد. نتایج نشان داد که این الگو باعث افزایش یادگیری وخودپندارۀ ریاضی دانش‌آموزان نسبت به پیش‌آزمون شده و این تغییر از لحاظ آماری معنادار است.
Ansari, D., & Lyons, I. M. (2016). Cognitive neuroscience and mathematics learning: How far have we come? Where do we need to go? ZDM Mathematics Education, 48, 379–383.
Babai, R., Nattiv, L., & Stavy, R. (2016). Comparison of perimeters: improving students’ performance by increasing the salience of the relevant variable. ZDM Mathematics Education. doi: 10. 1007/ s11858-016-0766-z.
Constance, D. J. (2010). Exploring brain-based instructional practices in secondary education classes (Doctoral dissertation). Available from https: //pdfs. semanticscholar. org/
Caine, G., & Caine, R. N. (1990). Making connections: Teaching & The human brain. Available at: https: //www. amazon. Com.
Doris, B. (2007). The effect of brain-based learning with teacher trianing in division and fractions in fifth grade students of a private school, Doctoral Dissertation, capella university.
De Smedt, B., & Grabner, R. (2016). Applications of neuroscience to mathematics education. In A. Dowker & R. Cohen-Kadosh (Eds.), Oxford handbook of mathematical cognition (pp. 613– 636). Oxford, United Kingdom: Oxford University Press.
Glover, J. E., & Weratrich, B. (1990). Educational Psychology (3rd ed.). (A. Kharrazi, Trans.). Tehran: Academic Publishing Center.
Hassani, M., Dastjerdi, R., & Pakdaman, M. (2015). The Impact of Brain-Based Learning (B. B. L. ) on Attitude and Educational Achievement in Mathematics. Research in Curriculum, 20(47), 61-73.
Jenson, A. (2004a). Brain and Education. (L. Mohammad Hossein, and S. Razavi, Trans.). Tehran: Madreseh Publications.
Jenson, E. (2004b). Braine- based learning. Del Mar, CA: Turning Publishing.
Jensen, E. P. (2005). Teaching with the brain in mind (2nd ed. ). Alexandria, VA: ASCD Publishing.
Johnson, T. (2003). Teaching mathematics with the brain in mind: learning pure mathematics with meaning and understanding (Msc Thesis). University of Lethbridge Research Repository OPUS. Available from https: //opus. uleth. ca/
Jenson, A. (2010). Brain-Based Learning (New Paradigm of Education). (S. Seifi, and N. Nosrati, Trans.). Tehran: Farhang Roshd Publications.
Kamali, F., Ghanaei, A., & Asgharei, M. (2016). Investigating the Impact of Brain-Based Teaching on Elementary Students’ Educational Achievement in Mathematics. Available from profdoc. um. ac. ir/paper-abstract-1063955. html
Karimzadeh, M. (2001). Investigating the relationship between self-concept (academic and non-academic) and self-efficacy and mathematical achievement in girl students in Tehran (mathematics and humanities fields) (MSc Thesis). University of Tehran.
Kiamanesh, A., & Purasghar, N. (2006). The Role of Mathematical Self-Concept, Mathematical Learning Motivation, Previous Mathematical Performance, and Gender in Mathematical Achievement. Journal of Educational Sciences and Psychology of Shahid Chamran University of Ahvaz, 3(2), 77-94.
Kiedinger, R. S. (2011). Brain-based Learning and its Effects on Student Outcome In Elementary Aged Students Graduate Degree/Major: MS Education Research Adviser: Karen Zimmerman (Doctoral dissertation). University of Wisconsin-Stout.
Lee, K. (2018). Neuroscience and the Teaching of Mathematics, Available at: https: //www. researchgate. net/publication/230010051
Mekarina, M., & Ningsih, Y. P. (2017). The Effects of Brain Based Learning Approach on
Motivation and Students Achievement in Mathematics. Learning Journal of Physics Conference Series, 895(1), 012057
Leikin, R., Waisman, I., & Leikin, M. (2016). Does solving insightbased problems differ from solving learning-based problems? Some evidence from an ERP study. ZDM Mathematics Education. doi: 10. 1007/s11858-016-0767-y.
Momeni, H., Zangouei, A., & Dehghani, M. (2014). The Impact of Teaching George Polya’s Problem Solving Strategies on Self-Concept and Mathematical Educational Achievement of Elementary Fifth Grade Male Students. Journal of Research in Curriculum Planning, 11(43), 46-57.
Merkley, R., Shimi, A., & Scerif, G. (2016). Electrophysiological markers of newly acquired symbolic numerical representations: the role of magnitude and ordinal information. ZDM Mathematics Education. doi: 10. 1007/s11858-015-0751-y.
Pollack, C., Leon, S. L., & Star, J. R. (2016). Exploring mental representations for literal symbols using priming and comparison distance effects. ZDM Mathematics Education. doi: 10. 1007/ s11858-015-0745-9.
Saki, Sh., Fallah, M., & Zare, H. (2014). The Role of Mathematical Self-Efficacy, Mathematical Self-Concept, and Perception of Classroom Environment in Mathematical Achievement of Students with Controlling Gender. Journal of Research in School Learning, 1(4), 19-28.
Samadi, M. (2013). Effectiveness of Brain-Based Teaching on Improved Mathematical Performance of Elementary Fifth-Grade Students with Mathematical Learning Disability in Isfahan: A Case Study. Master’s thesis, Faculty of Educational Sciences and Psychology, University of Isfahan.
Seifi, S., Ebrahimi Qavam, S., & Farrokhi, N. (2010). Investigating the Effect of Teaching Brain-Based Learning on Elementary Third-Grade Students’ Reading Comprehension and Learning Speed; Quarterly Journal of Educational Innovations, 9 (34), 45-60.
Shahsavani, S., Baratali, M., & Kashti Aray, N. (2019). Presentation of Professional Development Model of Mathematics Teachers Based on Brain Teaching Approach. (Doctoral Dissertation). Azad University of Isfahan.
Shir Alipour, Farzad, V., Hajei Hosein Nejad, GH., & Asadi, M. (2014). The Structural Model of the Role of Creativity, Philosophical Mindset, Self-Efficacy, and Mathematical Self-Concept on Mathematical Achievement. Journal of Initiative and Creativity in Humanities, 3(4), 55-78.
Spüler, M., Walter, C., Rosentiel, W., Moeller, K., & Klein, E. (2016). EEG-based prediction of cognitive workload induced by arithmetic: a step towards online adaptation in numerical learning. ZDM Mathematics Education. doi: 10. 1007/s11858-015-0754-8.
Schillinger, F., De Smedt, B., & Grabner, R. H. (2016). When errors count: an EEG study on numerical error monitoring under performance pressure. ZDM Mathematics Education. doi: 10. 1007/ s11858-015-0746-8.
Tumpek, C., & Obersteiner, A. (2016). Measuring fraction comparison strategies with eye-tracking. ZDM Mathematics Education. doi: 10. 1007/s11858-015-0742-z.
Verschaffel, L. , Lehtinen, E. , Van Dooren, W. (2016). Neuroscientific studies of mathematical thinking and learning: a critical look from a mathematics education. ZDM Mathematics Education, 48, 385–391.
Vogel, S., Keller, C., Koschutnig, G., Ebner, F., Dohle, S., Siegrist, M., & Grabner, R. H. (2016). The neural correlates of health risk perception in individuals with low and high numeracy. ZDM Mathematics Education. doi: 10. 1007/s11858-016-0761-4.
_||_