基于DINA模型高中生化学键概念群学习的认知诊断

王利敏 秦璐 闫春更 周青

摘要：基于DINA认知诊断模型，对高中生“化学键”概念群的学习进行认知诊断。根据诊断结果绘制出了学生“化学键”概念群学习路径图，形成了学生个体诊断报告，详细展现了学生“化学键”概念群学习的认知水平与障碍点。

关键词：化学键；认知诊断；DINA模型

文章编号：10056629（2023）06001407中图分类号：G633.8文献标识码：B

认知诊断是对学生已有知识结构和加工技能的诊断评价。通过设计具有诊断功能的测验试卷诊断出学生已有知识及技能发展水平，得到学生需要补救哪些知识或技能、使用了哪些错误的解题策略等信息，可以帮助教师调控和改进教学，使教学更具有针对性，帮助学生发展高阶的信息加工能力，形成完整的认知结构，促进学生的发展^［1～3］。

“化学键”概念群是高中化学课程的核心概念。高中必修阶段“化学键”概念群包括“共价键”“离子键”“极性共价键与非极性共价键”“离子化合物与共价化合物”“电子式”等多个抽象的概念，各概念之间紧密联系形成了环环相扣的概念群。基于“化学键”概念群的学习，学生对物质构成的认识能从“物质由微观粒子构成”水平进阶至“微观粒子如何构成物质”的层次；学生能从化学键类型的角度进一步对化合物进行分类，丰富学生对物质多样性的认识；能从过程角度理解化学反应的本质以及化学反应伴随能量变化的原因；能进一步形成认识物质结构的概念基础，增进对“物质结构决定性质”的认识；能奠定学习有机化学的基础^［4，5］。因此，“化学键”概念群的学习对高中阶段发展学生学科核心素养具有十分重要和基础性的作用。

学生在学习高中必修阶段“化学键”概念群的过程中普遍存在认知困难。有大量研究者对学生学习“化学键”内容的学习困难进行了研究，为“化学键”教学提供了一些启示，但是对于学生“化学键”概念群的认知结构及其学习路径的研究未见报道^［6］。本研究希望利用认知诊断测评技术精确地测量学生“化学键”概念群的认知结构，得到学生“化学键”概念群的学习路径，为教师提供学生群体及个体详细的诊断反馈信息，以便教师设计更加优化的教学方案，促使学生达成“化学键”的深度学习。

1 认知诊断模型的选择

认知诊断的实现是以认知诊断模型为基础的^［7］。目前，應用较为广泛的认知诊断模型主要有规则空间模型（Rule Space Model，RSM）和决定性输入噪声与门模型（Deterministic Input，Noisy “And” Gate Model，DINA），相较于RSM，在相同条件下DINA模型的诊断正确率更高，并且更为简洁^［8，9］。因此，本文选择DINA模型开展认知诊断研究。

运用DINA模型进行认知诊断时的原理可以表示为：P（X_ij=1｜α_i）=（1-s_j）^ηijg^1-ηij_j，P（X_ij=1|α_i）是属性掌握模式，为α_i的学生答对j项目的概率，由两部分决定，一是学生理想反应得分ηij，如果学生i掌握了项目j所测量的所有属性，则ηij取值为1，若没有全部掌握，则取值为0；另一部分为项目的失误参数s_j和猜测参数g_j，如果学生掌握了项目所考查的所有属性，但作答时有所失误，此时学生答对该项目的概率为（1-s_j）。如果学生没有掌握项目所考查的所有属性，但可能会猜对，这时学生答对该项目的概率为g_j^{［10～12］}。

2 “化学键”概念群认知属性及属性层级关系的确定

认知属性是指学生在解决问题时所需的知识、技能和策略等，各认知属性之间存在着一定的逻辑顺序或层级关系^{［13，14］}。依据（1）《普通高中化学课程标准（2017年版）》中必修阶段“化学键”知识内容的要求；（2）近十年广东省所用高考试题中必修阶段“化学键”内容的考查要点；（3）人民教育出版社2007年版《普通高中课程标准实验教科书·化学2（必修）》和2019年版《普通高中教科书（化学）·必修第一册》中“化学键”知识点，一位课程与教学论专业教授及两位高中化学高级教师确定了“化学键”概念群所包含的认知属性及属性层级关系。

“化学键”概念群认知属性包括C1（化学键）、C2（离子键）、C3（共价键）、C4（离子化合物和共价化合物）、C5（极性键与非极性键）、C6（电子式）六个方面的内容，具体描述见表1。

“化学键”概念群中各概念之间的层级关系为：化学键（C1）是学生掌握该概念群中其他概念的先决条件。学生在理解化学键概念的基础上，进一步掌握离子键（C2）和共价键（C3）。学生在掌握共价键（C3）的基础上掌握极性键与非极性键（C5）。学生在掌握离子键和共价键后，依据物质所含化学键的类型辨析离子化合物和共价化合物（C4）。学生在能正确判断物质所含化学键类型和物质类别的基础上使用电子式（C6）规范表达某一物质或物质的形成过程。“化学键”概念群属性层级关系见图1。

3 认知诊断试卷的编制

3.1 建立理想掌握模式

“化学键”概念群中包括6个属性，若对其简单排列组合，可以得到2⁶=64种属性的组合方式，在依据属性层级结构剔除不合逻辑的组合方式后，最终可以确定符合逻辑顺序的理想掌握模式为11种，见表2。每一种理想掌握模式可以表示一种学生的认知结构。例如，“100000”代表学生已掌握C1化学键，没有掌握其他内容的情况；“110000”代表学生已掌握C1化学键和C2离子键，没有掌握其他内容的情况。

3.2 建立典型项目考核模式

典型项目考核模式是根据属性层级关系确定的符合逻辑顺序的测验项目类型，与理想掌握模式十分类似，但缺少全为0的这种模式，这是因为在掌握模式中学生存在全部属性都没掌握的情况，但在测验项目中，不会存在一个属性都不考察的項目^［15］。例如典型考核模式为“110000”代表了考查C1化学键和C2离子键，没有考查其他内容的题目类型。

3.3 编制试卷及数据收集与处理

依据10种典型项目考核模式，由一线教师和学科专家从高考题、教材课后习题中选编试题，对编制的试题审阅后确定了21个项目组成认知诊断试卷，其中有17道选择题、3道填空题和一道简答题。选取深圳市某中学高二年级学生共398人为研究对象，398人中涵盖各水平层次的学生且分布较为均衡，学生在进行测试前已学习完必修阶段“化学键”知识的全部内容，最终回收有效卷共387份。对387份有效卷中所有题目采用0～1计分，答对计1分，答错计0分，将数据导入SPSS20.0、认知诊断分析平台（flexCDMs）中进行数据分析。

4 试卷质量分析

4.1 信度

利用SPSS20.0软件对诊断试卷进行内部一致性分析，Cronbach α系数为0.810，说明试卷信度良好。

4.2 属性层级关系的HCI指标

HCI指标可以反映被试在进行项目作答时遵循的认知规律与确定的属性层级关系之间的对应关系，其取值范围为［-1，1］，值为-1表示完全不拟合，值为1表示完全拟合^［16］。利用认知诊断分析平台得出全体被试的平均HCI指标为0.39，表示所确定的“化学键”属性层级关系模型-数据拟合良好。

4.3 DINA模型参数估计

基于DINA模型进行认知诊断时，当测试项目的失误参数s_j<0.4，猜测参数g_j<0.4，1-s_j>g_j时认为项目参数符合要求^［17］。在认知诊断分析平台中对各项目进行参数估计，表3为所有测试项目的失误参数和猜测参数。由表3可见，21个项目中20个项目满足1-sj>gj，20个项目的猜测参数g_j小于0.4，19个项目的失误参数sj小于0.4，说明绝大多数项目参数符合要求。

5 诊断结果及讨论

5.1 高中生“化学键”概念群学习的基本情况

利用认知诊断分析平台使用最大后验概率估计（MAP算法）得到学生属性掌握模式分类统计结果见表4，387名学生的属性掌握模式全部归类到了11种理想掌握模式中。

有3%的学生化学键概念群学习的掌握模式为000000，即这些学生没有理解化学键概念，对物质构成的认识没有提升，意识不到构成物质的微粒间存在相互作用，也无法理解化学反应的本质是旧键的断裂和新键的形成，以及化学反应为什么伴随着能量变化。

有38%的学生化学键概念群学习的掌握模式为110000、 101000、 101010和100000，即这些学生理解、掌握了化学键概念，但是没有掌握离子键概念（101000、 101010）或共价键概念（110000），或是两个均没有掌握（100000），这些学生能够认识到微粒间存在相互作用，但无法理解微粒间两种不同的相互作用——原子间共用电子对形成的作用力与阴阳离子间的作用力二者的本质区别，或是没有理解共价键或离子键概念的本质属性和形成过程。

有34%的学生化学键概念群学习的掌握模式为101000、 111100、 111101和111000，这些学生掌握了化学键与共价键概念，知道微粒间存在相互作用，并知道原子间通过共用电子对形成的相互作用是共价键，但没有理解极性共价键和非极性共价键的定义，没能理清共用电子对的偏移与共价键极性的关系。

有20%的学生化学键概念群学习的掌握模式为111000、 111010，这些学生掌握了化学键概念、离子键和共价键概念，能够认识到微粒间存在相互作用，能对微粒间两种不同的相互作用进行区分，并且理解了离子键和共价键的本质属性和形成过程，但是无法判别简单的离子化合物和共价化合物，不能根据物质中化学键的类型进行物质分类。

有23%的学生化学键概念群学习的掌握模式为111100、 111110，这些学生掌握了化学键、离子键、共价键、离子化合物和共价化合物，能够认识到微粒间存在相互作用，能对微粒间两种不同的相互作用进行区分，并且理解了离子键和共价键的本质属性和形成过程，能判别简单的离子化合物和共价化合物，能根据物质中化学键的类型进行物质分类，但是无法用电子式表示物质或物质的形成过程。有10%的学生化学键概念群学习的掌握模式为111111，这些学生掌握了“化学键”必修阶段的所有基本概念。

5.2 学生“化学键”概念群学习路径图

基于DINA模型的认知诊断不仅能反馈学生概念掌握情况的信息，还可以为学生学习和教师教学提供学生“化学键”概念群的学习路径。学习路径是在理论上描述学生学习过程中由掌握较少概念向掌握全部概念状态的可操作路径，反映学生学习某一内容时的认知发展过程。根据诊断出的学生属性掌握模式之间的包含关系，刻画出“化学键”概念群学习路径图见图2。

根据学生的属性掌握模式之间的包含关系，可以分析出7条从化学键到电子式的学习路径，见表5。由表5可知，在“化学键”概念群的学习过程中，学习路径4上的学生人数最多，有265名学生，占总人数的68%，为主要学习路径。按这条路径，学生依次掌握化学键、共价键、极性键与非极性键、离子键、离子化合物和共价化合物、电子式。这一路径能够反映大多数学生的思维发展过程，可以为教师设计教学顺序提供参考。

5.3 学生个体“化学键”概念群学习诊断报告

基于DINA模型的认知诊断还能够得到学生“化学键”概念群个体诊断报告，报告中可以给出学生个体对于“化学键”概念群的属性掌握模式、属性掌握程度雷达图、补救路径以及学生作答测试题的测验分数和答题情况，表征学生个体对“化学键”概念群中6个属性的掌握情况。表6列出了兩位学生的诊断报告。

5号学生与10号学生的诊断报告中得分相同，但属性掌握模式与属性掌握程度雷达图都不相同。5号学生的属性掌握模式是100000，表明该学生理解了化学键概念，知道微粒间存在相互作用，但对于离子键和共价键的本质及形成过程没有理解，无法区分极性键与非极性键，无法理解共用电子对的偏移与共价键极性的关系，不能判别简单的离子化合物和共价化合物，不能根据物质中化学键的类型进行物质分类，不能用电子式表示物质或物质的形成过程。而10号学生的属性掌握模式是101000模式，表明该学生掌握了化学键和共价键概念，知道微粒间存在相互作用，并知道原子间通过共用电子对形成的相互作用是共价键，但没有理解极性共价键和非极性共价键的定义，以及共用电子对的偏移与共价键极性的关系，无法理解阴阳离子之间的静电作用，进而无法判别简单的离子化合物和共价化合物，不能根据物质中化学键的类型进行物质分类，不能用电子式表示物质或物质的形成过程。对比5号学生和10号学生的属性掌握程度雷达图，可以看出5号学生对化学键掌握最好，对共价键掌握最弱，而10号学生对化学键和共价键掌握得很好，对离子化合物和共价化合物掌握最弱。

根据学生的属性掌握模式，在“化学键”学习路径图中进行定位，可以确定出学生进一步完善知识结构的补救路径。5号学生共有7条补救路径，例如其中一条为：先补救学习“共价键”，再补救“离子键”“极性键与非极性键”“离子化合物和共价化合物”，最后补救“电子式”。10号学生有4条补救路径，例如其中一条为：先补救“极性键与非极性键”，再补救“离子键”，然后学习“离子化合物和共价化合物”，最后补救“电子式”，实现认知结构的完善。

6 教学建议

6.1 依据学生主要学习路径组织新课教学

基于认知诊断得出的学生主要学习路径能够反映大多数学生的思维发展过程。基于此，教师在设计以后的新课时，可以依据学生的主要学习路径调整教材内容的教学顺序，设计教学流程及相应的教学活动，落实“以学定教”。例如，上述387名学生的“化学键”概念群主要学习路径为“化学键→共价键→极性键与非极性键→离子键→离子化合物和共价化合物→电子式”。“化学键”新课教学可以安排为：首先利用相关事实证据帮助学生认识物质是由微粒构成的，微粒间存在相互作用，建立化学键的概念；再引导学生分析构成H₂、 HCl等物质的微粒及微粒间作用力的特征，建构共价键、极性键与非极性键的概念；接着分析构成NaCl、 KCl等物质的微粒及微粒间作用力的特征，建构离子键的概念；然后结合典型物质的性质表现理解化学键类型对物质性质的影响，明确离子化合物和共价化合物的分类标准；最后引导学生在正确判断物质所含化学键类型和物质类别的基础上用电子式表示物质及其形成过程。

6.2 根据诊断结果规划补救方案

利用学生的属性掌握模式归类结果，将具有相同认知结构的学生归为一组，基于多种学习路径设计系列补救教学方案。相比于仅在章节测验后对学生出错较多的题目进行讲解的补救方式，基于认知诊断的教学补救方案能够系统地针对不同学生的学习困难进行补救，提高补救教学的针对性和有效性，帮助学生形成完整的知识结构，提高学生迁移知识解决问题的能力。

6.3 应用DINA模型开展教学评价

教师进行日常教学评价时可以尝试应用DINA模型，以更好地发挥评价的诊断和发展功能。如在某一知识主题的章节测验中，教师可以以教研组为单位，结合课标、教材等讨论确定该知识主题下包括的知识点及知识点之间的层级关系；接着确定理想掌握模式与典型项目考核模式，依据典型项目考核模式编制题目形成章节测验，使用DINA模型分析测验结果，科学地诊断学生的认知结构。

参考文献：

［1］Leighton，J. P.，Gierl M.. Cognitive Diagnostic Assessment for Education： Theory and Applications ［M］. Cambridge，UK： Cambridge University Press，2007： 3～18.

［2］关丹丹. 认知诊断理论与考试评价［J］. 中国考试（研究版），2009，（4）： 8～12.

［3］［14］［15］涂冬波，蔡艳，丁树良. 认知诊断理论、方法与应用［M］. 北京： 北京师范大学出版社，2012： 1～61.

［4］房喻，徐端钧. 普通高中化学课程标准（2017版）解读［M］. 北京： 高等教育出版社，2018： 109～110.

［5］何彩霞. 在多重关联中探寻知识的意义——以高中《化学2》“化学键”单元教学为例［J］. 化学教学，2014，（8）： 46～49.

［6］秦璐，陈晓娜，闫春更等. 基于FLOW MAP的“化学键”学习结果测查与多维评析［J］. 化学教学，2019，（2）： 20～25，35.

［7］范士青，刘华山. 常见的认知诊断模型及其比较［J］. 教育测量与评价（理论版），2015，（7）： 4～9.

［8］涂冬波，蔡艳，戴海琦. 几种常用非补偿型认知诊断模型的比较与选用： 基于属性层级关系的考量［J］. 心理学报，2013，45（2）： 243～252.

［9］蔡艳，涂冬波，丁树良. 五大认知诊断模型的诊断正确率比较及其影响因素： 基于分布形态、属性数及样本容量的比较［J］. 心理学报，2013，45（11）： 1295～1304.

［10］高旭亮，涂冬波. 参数化认知诊断模型： 心理计量特征、比较及其转换［J］. 江西师范大学学报（哲学社会科学版），2017，50（1）： 88～104.

［11］Junker B.W.，Sijtsma K.. Cognitive Assessment Models with Few Assumptions，and Connections with Nonparametric Item Response Theory ［J］. Applied Psychological Measurement，2001，25（3）： 258～272.

［12］［17］张潇，沙如雪. 认知诊断DINA模型研究进展［J］. 中国考试，2013，（01）： 32～37.

［13］Leighton J.P.，Hunka G.S.M.. The Attribute Hierarchy Method for Cognitive Assessment： A Variation on Tatsuoka's Rule-Space Approach ［J］. Journal of Educational Measurement，2004，41（3）： 205～237.

［16］Ying C.，Leighton J.P.. The Hierarchy Consistency Index： Evaluating Person Fit for Cognitive Diagnostic Assessment ［J］. Journal of Educational Measurement，2010，46（4）： 429～449.