КОГНИТИВНЫЕ СТИЛИ, ПОЛ И УСПЕВАЕМОСТЬ СТУДЕНТОВ В ИНЖЕНЕРНОМ ОБРАЗОВАНИИ

Когнитивные стили, пол и успеваемость студентов в инженерном образовании

Когнитивные стили положительно влияют на процесс обучения, если задачи соответствуют когнитивному стилю учащихся. Этот эффект становится более выраженным в комплексном образовании, например, в инженерном. Мы попытались критически оценить влияние когнитивных стилей и пола на успеваемость студентов по восьми специальностям инженерного дела, чтобы понять, связано ли предпочтение когнитивного стиля с определенными специальностями. Мы использовали индикатор когнитивного стиля (CoSI) с выборкой n= 584 студента инженерных специальностей. Множественные стандартные статистические тесты, анализ дерева регрессии и кластерный анализ показали, что ни один из трех когнитивных стилей не связан исключительно с лучшей производительностью. Однако студенты, которые больше отдавали предпочтение когнитивному стилю, с большей вероятностью показывали лучшие результаты. Было показано, что пол, специальность и ясное понимание студентами своего познавательного стиля являются лучшими предикторами академической успеваемости. Учащиеся женского пола показали лучшие результаты и более четко определили свой предпочтительный познавательный стиль, тогда как учащиеся мужского пола были более способны адаптироваться к различным учебным задачам. Кроме того, было показано, что некоторые инженерные специальности связаны с определенными когнитивными стилями. Мы завершили исследование теоретическими и практическими выводами для инженерного образования и предложениями по дальнейшим исследованиям.

Ключевые слова: инженерная педагогика ; индикатор когнитивного стиля ; CoSI ; когнитивные теории ; высшее образование ; Оман

1. Введение

Инженерное образование - это сложный, многогранный процесс, в котором взаимодействуют несколько внутренних и внешних факторов, влияющих на успеваемость учащихся [ 1 , 2 ]. Это требует от учащихся высокого уровня познания, передовых навыков решения проблем и эффективных способностей к обработке информации. Лукас и Хэнсон [ 3 ] в своем исследовании по оптимизации инженерного образования определили шесть способов мышления и действий инженеров, т. Е. Привычек разума [ 4 , 5 ], а именно: системное мышление, адаптация, поиск проблем, творческий подход. решение проблем, визуализация и улучшение. Кроме того, прозвучали призывы поддержать идею о том, что инженеры должны быть учениками долгой жизни и хорошими коммуникаторами [ 6]. Это отражает сложность инженерного образования и усиливает влияние личных построений, таких как когнитивные стили, на учебные процессы студента.

Фактически, в этой области основное внимание уделяется стилям обучения, интеллекту и социальному влиянию. Особое внимание уделялось методам преподавания конкретных дисциплин [ 7 , 8 ] и когнитивно-отзывчивому обучению [ 9 ]. Однако исследования в области когнитивной психологии показывают, что когнитивный стиль человека действительно влияет на его / ее производительность в значительной степени; и что люди предпочитают задачи и процессы принятия решений, совместимые с их когнитивным стилем [ 10 , 11]. Несмотря на это, большая часть исследований, посвященных влиянию когнитивных стилей на индивидуальную результативность, была сосредоточена на последствиях для человеческих ресурсов в организациях, таких как производительность команды, продуктивность, адаптивность и предпринимательское отношение, и это лишь некоторые из них [ 12 , 13 , 14 ]. Исследования когнитивного стиля в инженерном образовании немногочисленны и, кажется, сосредоточены на когнитивном уровне учащегося [ 15 ], когнитивных операциях [ 16 ], личностных качествах и умственных способностях [ 17 ], а также стилях обучения [ 18 ]. Меньше внимания уделялось роли когнитивных стилей учащихся в их академической успеваемости, особенно в инженерном образовании.

Важность изучения взаимосвязи между когнитивными стилями и академической успеваемостью в инженерном образовании подтверждается совокупностью знаний, предполагающих, что когнитивные стили являются относительно фиксированными чертами [ 19 , 20 ], в отличие от других учебных диспозиций, которые могут развиваться и меняться в процессе обучения. , например, стили обучения и склад ума [ 3 ]. Для этого исследования особенно важно не путать когнитивные стили со стилями обучения. Хотя термин «стили обучения» часто используется ненадлежащим образом в качестве обобщающего термина для описания подходов к обучению, включая когнитивные и обучающие стили, Европейская информационная сеть о стилях обучения (ELSIN) проводит различие между ними [ 21]. ELSIN следует определениям, предоставленным Peterson, et al. [ 22 ], которые определили когнитивные стили как «индивидуальные различия в обработке, которые неразрывно связаны с когнитивной системой человека… они являются предпочтительным способом обработки информации… они частично фиксированы, относительно стабильны и, возможно, являются врожденными предпочтениями». С другой стороны, стили обучения были определены как «предпочтительный способ индивидуальной реакции (когнитивно и поведенчески) на учебные задачи, которые меняются в зависимости от окружающей среды или контекста».

Согласно обзору Карри [ 19 ], существует три категории психометрических качеств, которые влияют на обучение, а именно предпочтения в обучении, стиль обработки информации и когнитивный стиль ( рис. 1 ). Хотя эта модель позже подверглась критике [ 23 ], она по-прежнему обеспечивает всеобъемлющую модель процессов обучения. Карри утверждал, что когнитивный стиль более стабилен и более важен в комплексном обучении, в то время как предпочтения в обучении менее важны в обучении и их легко изменить [ 24]. Хотя немногие исследования показали, что учащиеся могут разработать или принять новые стратегии обучения, когда есть несоответствие между задачей и их предпочтительным когнитивным стилем, роль когнитивного стиля в процессе обучения по-прежнему важна, особенно на ранних этапах обучения [ 20 ]. Следовательно, обеспечение лучшего понимания этой важной, но неоднозначной взаимосвязи между предпочтением когнитивного стиля и успеваемостью, вероятно, приведет к теоретическим и практическим последствиям в практике преподавания, разработке учебных программ и методах оценки в педагогике инженерного дизайна.

Рисунок 1. Модель психометрических качеств в обучении Карри [ 24 ].

Таким образом, целью данного исследования было изучить характер взаимосвязи между когнитивными стилями студентов и их академической успеваемостью в инженерном образовании. Это исследование также представляло интерес, чтобы выяснить, связаны ли пол, академический стажировку и / или специальность инженера с различиями в когнитивных стилях студентов и их академической успеваемости. Вторая цель была продиктована обширным объемом знаний, исследующих гендерные различия в инженерном образовании, технологиях и науке (см., Например, [ 25 , 26 , 27 , 28 , 29 ]).

Мы использовали индикатор когнитивного стиля [ 30 ] для оценки когнитивного стиля выборки студентов-инженеров в Университете Султана Кабуса, Маскат, Оман, по восьми основным инженерным специальностям и студентов-неспециалистов. Мы проверили независимость когнитивных стилей, чтобы убедиться в значимости последующего анализа, используя анализ главных компонентов. Затем мы использовали выводной статистический анализ, включая дерево регрессии и латентный кластерный анализ, для достижения целей исследования.

2. Справочная информация о когнитивных стилях

Термин «когнитивный стиль» относится к предпочтительному методу мышления, организации и представления информации в уме человека [ 31 ]; и представляет собой эвристику, используемую для регулирования когнитивных ресурсов [ 32 ]. Впервые он был введен Олпортом [ 33 ] и был развит Виткиным [ 34 ]. Witkin et al. [ 35 ] определили когнитивный стиль как способ человека воспринимать, думать, учиться, решать проблемы и относиться к другим. Позже, Cools and Broeck [ 30 ], p. 360, определила когнитивный стиль как «то, как люди воспринимают стимулы и как они используют эту информацию для управления своим поведением (т. Е. Мышлением, чувствами, действиями)».

Одной из характеристик когнитивного стиля человека является то, что это врожденное, относительно фиксированное предпочтение [ 19 , 20 ] и постоянное индивидуальное различие в том, как люди обрабатывают и систематизируют информацию [ 30 ]. Представление о стабильности когнитивного стиля подтверждается альфа-исследованием ЭЭГ [ 36 ] и другим лонгитюдным исследованием, представленным Клаппом [ 37 ]. Кроме того, несколько исследований обнаружили различия между способностями людей к обучению, восприятию, творчеству, принятию решений, решению проблем, инновациям и предпринимательским способностям как следствие различий в когнитивных стилях [ 13 , 38 , 39 , 40]. Другой характеристикой когнитивного стиля человека является то, что он кажется независимым от личности [ 41 ]. Однако в более ранних работах предполагалось, что когнитивный стиль и некоторые ключевые компоненты личности взаимодействуют в промежуточной области, которую Киртон и де Сиантис назвали «личностным пространством» [ 42 ].

Ортодоксальное понимание когнитивного стиля состоит в том, что они следуют одномерной модели. Эта модель была поддержана несколькими авторами в попытке ввести порядок и организовать множество конструкций, связанных с когнитивными стилями, на основе предположения, что разные когнитивные стили управляются одним и тем же базовым измерением и представляют собой просто разные концептуализации для этого измерения [ 43 , 44 ] . Хотя эта одномерная классификация указывает на континуум, два качества, которые определяют этот континуум, часто рассматриваются как дихотомия. Примеры биполярных моделей включают логико-нелогическую модель Барнарда [ 45 ], аналитико-неаналитическую модель Кемлера-Нельсона [ 46 ], аналитико-целостную модель Бейлера и Шмека [47 ], модель анализа-интуиции индекса когнитивных стилей (CSI) [ 43 , 48 ] и модель адаптации-инноваций Киртона [ 38 , 39 ]. Кажется, что все эти модели относятся к одним и тем же характеристикам двух качеств, которые представляют два полюса когнитивных стилей. Ссылаясь на биполярную одномерную модель когнитивных стилей, Коулс и Брок заявили, что «первый когнитивный стиль обычно описывается терминами аналитический, дедуктивный, строгий, ограниченный, конвергентный, формальный и критический. Второй когнитивный стиль обычно описывается как синтетический, индуктивный, экспансивный, неограниченный, дивергентный, неформальный, диффузный и творческий »[ 30], п. 362. Таким образом, первый полюс (т.е. стиль анализа) относится к предпочтению принятия решений, основанных на мысленных рассуждениях и известных фактах, с большим вниманием к деталям; в то время как другой полюс (т.е. когнитивный стиль интуиции) указывает на более целостную перспективу и предпочтение суждений, основанных на чувствах и восприятии.

Несмотря на удобство, связанное с рассмотрением когнитивных стилей как дихотомии, модель продемонстрировала значительные ограничения. Некоторые авторы подчеркивали континуальный характер предлагаемой биполярной модели когнитивных стилей, которая указывает на возможность для людей варьировать в степени, в которой они предпочитают определенный когнитивный стиль. Эта возможность не была доступна в модели, поскольку точка зрения дихотомистов исключает возможность для человека одновременно проявлять предпочтение более чем одному из двух полюсов измерения [ 49 ]. Не менее важно, что Сэдлер-Смит [ 50 ] утверждал, что одно биполярное всеобъемлющее измерение не может объяснить сложность различий между людьми.

Поэтому было разработано несколько многомерных моделей, таких как анализ когнитивных стилей верховой езды (CSA) [ 51 , 52 , 53 , 54 ], который представляет собой компьютеризированную двухмерную модель оценки, которая измеряет параметры холист-аналитики и вербалайзера-визуализатора. Модель предполагает независимость двух измерений. Несколько авторов поставили под сомнение надежность модели и представили доказательства того, что надежность CSA низкая [ 55 , 56 , 57 ]. Более того, Coffield et al. выдвинул на первый план нерешенные концептуальные проблемы с моделью Райдинга [ 24]. Напротив, Cools и Broeck разработали подтвержденную модель когнитивных стилей, а именно Индикатор когнитивного стиля (CoSI) [ 30 ].

Индикатор когнитивного стиля (CoSI)

Индикатор когнитивного стиля (CoSI) был разработан в ответ на потребность в проверенном и надежном многомерном инструменте оценки когнитивного стиля, который признает континуум-подобную природу когнитивных стилей и отражает сложность, связанную с индивидуальными различиями, в соответствии с развитием когнитивный стиль и области когнитивной психологии [ 58 ]. После разработки, Cools и Broeck [ 30] предоставил убедительные доказательства валидности модели с использованием трех разнообразных и больших выборок, которые включали менеджеров, сотрудников и студентов. Исследование показало, что модель имеет высокий уровень внутренней согласованности, однородности, дискриминантной валидности и валидности, связанной с критериями. За этим исследованием последовало кросс-культурное исследование, которое еще раз продемонстрировало валидность модели [ 59 ].

CoSI - это простой инструмент самоотчетности из 18 пунктов. Он использует 5-балльную шкалу Лайкерта для измерения трех когнитивных стилей, то есть знания, планирования и творчества. Вклад CoSI в литературу по моделям когнитивного стиля двоякий. На теоретическом уровне Коулс и Брок [ 30 ] усовершенствовали аналитико-интуитивное унитарное измерение Аллинсона и Хейса, разделив аналитический стиль на знание и планирование [ 43 ]. На методологическом уровне они предоставили проверенный и простой инструмент для оценки предпочтений когнитивных стилей.

В CoSI стиль знания тесно связан с рациональностью, что указывает на предпочтение логической, аналитической и обезличенной обработки информации. Люди со знанием дела ищут факты и данные и уделяют большое внимание деталям. Они принимают решения и генерируют решения на основе данных и фактов. Стиль планирования связан с организацией и подготовкой. Люди со стилем планирования предпочитают правила и нормы, пошаговые объяснения и последовательные процедуры. Они не любят двусмысленность и предпочитают ясность и порядок. Стиль творчества указывает на сильную тенденцию к экспериментированию и свободу в решении проблем. Люди с творческим стилем склонны быть творческими, гибкими, новаторскими, они принимают неопределенность и предпочитают динамические структуры [ 30 ].

CoSI широко использовался в нескольких областях, включая ориентацию на предпринимательство [ 60 ], намерение роста [ 61 ], отношение к электронному обучению [ 62 ], а также выполнение задач и отвлечение внимания [ 63 ]. Насколько нам известно, это исследование является первым, в котором CoSI используется в контексте инженерии для изучения взаимосвязи между когнитивными стилями учащихся, полом и академической успеваемостью в инженерном образовании.

3. Материалы и методы.

Инструмент исследования состоял из опроса, состоящего из двух частей. В первом разделе задавались вопросы о демографических характеристиках, академическом испытании и среднем совокупном уровне успеваемости студента (CGPA). Студент считается находящимся на испытательном сроке, если его / ее CGPA подпадает под 2/4. Во втором разделе мы использовали исходный обзор CoSI и пятибалльную шкалу согласия, предложенную Cools и Broeck [ 30 ]. В качестве процедуры внутренней проверки мы добавили два «простых» утверждения (№ 1 и № 13). Идея заключалась в том, чтобы иметь возможность обнаруживать и, следовательно, исключать ответы, переходящие по клику. Эти два утверждения касались одного и того же вопроса с использованием разного перефразирования [ 64]. Для «простых» утверждений было выбрано предпочтение групповой работы, так как это не было связано ни с какими другими утверждениями ( Таблица 1 ).

Таблица 1. Задания индикатора когнитивного стиля (CoSI) и простые утверждения.

Опрос проводился онлайн и на бумаге со студентами инженерного колледжа Университета Султана Кабуса. В каждом раунде участвовали разные когорты. Студентам было предложено заполнить анкету по электронной почте. Затем исследователь посетил классы, чтобы побудить студентов заполнить анкету. Студентам было разъяснено, что участие в опросе не является обязательным и анонимным. В исследование были включены восемь инженерных специальностей: гражданское, архитектурное, нефтегазовое, химическое и технологическое, механическое, промышленное, электрическое и компьютерное, а также мехатронное. Кроме того, были включены неспециализированные студенты, которые были на подготовительном курсе колледжа. Всего было получено 584 заполненных анкеты, но только 540 были сохранены и признаны полезными.

Разбивка образцов приведена в таблице 2 . Были предприняты усилия, чтобы распределение выборки было пропорционально количеству студентов по специальностям. Кроме того, размер выборки был заметно больше минимального принятого практического правила для непараметрических тестов, т. Е. 15 пунктов в каждой группе [ 65 ]. Описательная статистика показала, что средний показатель CGPA составил 2,85 / 4 со стандартной ошибкой 0,26 и стандартным отклонением 0,53.

Таблица 2. Распределение выборки ( n = 540).

Данные были проанализированы с использованием SPSS и Latent GOLD 5.1. Мы начали с простого описательного анализа, чтобы предоставить обзор данных. Затем мы провели анализ главных компонентов (PCA) с ротацией варимакс когнитивных стилей, чтобы проверить их независимость в нашей выборке и убедиться, что основная структура наших данных поддерживает последующую статистику вывода. Затем мы проверили нормальность данных и использовали серию статистических тестов для достижения целей исследования.

4. Результаты

4.1. Предварительный анализ

4.1.1. Описательный анализ

В таблице 3 приведены режим, медиана, межквартильный ранг и номинальный уровень согласия или несогласия для 18 пунктов опроса, как рекомендовано Джеймисоном [ 66 ] при анализе данных Лайкерта. Этот метод анализа также использовался в исследованиях, связанных с педагогикой высшего образования [ 67 ].

Таблица 3. Первоначальный анализ данных опроса на основе [ 66 ]. Полное описание каждой переменной см. В таблице 1 .

4.1.2. Независимость когнитивных стилей

Хотя Cools и Broeck [ 30 ] представили доказательства того, что элементы CoIS имеют четкую структуру, которая лучше всего описывается трехфакторным решением, для нашей выборки необходимо было проверить независимость трех когнитивных стилей, чтобы получить значимые результаты. Поэтому был проведен анализ главных компонент (PCA) с вращением варимакс. Перед тем, как подвергнуть переменные PCA, была проведена дополнительная проверка стабильности данных для PCA. Альфа Кронбаха по всем пунктам составила 0,84, что подтверждает внутреннюю надежность нашей шкалы. Проверка корреляционной матрицы показала наличие многих коэффициентов от 0,3 и выше. Детерминант был 0,019, что намного выше минимального значения 0,00001, тем самым подтверждая, что мультиколлинеарность не была проблемой для нашего набора данных [ 68]. Аналогичным образом, значение Кайзера-Мейера-Олкина составило 0,86, что превышает рекомендуемый минимум 0,6 [ 69 , 70 ], в то время как критерий сферичности и Барлетта [ 71 ] достигли статистической значимости (хи-квадрат = 2079,59 и p <0,00). . Все эти результаты подтвердили соответствие PCA корреляционной матрице.

Результат модели PCA показал, что трехкомпонентное решение объясняет совокупный процент дисперсии в 42,54%. Повернутое решение выявило наличие простой структуры с тремя компонентами, показывающими сильные корреляционные нагрузки, подтверждая, что три стиля в достаточной степени отличались друг от друга ( Таблица 4 ). Результат PCA согласуется с выводами [ 30 , 61 ]. Это подтвердило достоверность данных нашего опроса и то, что утверждения Лайкерта соответствуют трем когнитивным стилям.

Таблица 4. Повернутая матрица компонентов CoIS.

4.1.3. Нормальность переменных

Нормальность распределения каждого когнитивного стиля проверялась с помощью одновыборочного теста Колмогорова-Смирнова. Результаты теста ( таблица 5 ) показали, что распределения трех когнитивных стилей не были нормально распределены. Следовательно, были использованы непараметрические тесты.

Таблица 5. Тест на нормальность.

4.2. Различия между группами в когнитивных стилях

Это исследование представляет интерес, чтобы выяснить, были ли пол, академический стажировку и специальность инженера связаны с различиями в когнитивных стилях студентов. Первоначальное понимание данных проиллюстрировано на Рисунке 2 , который показывает, что ученики и юноши, и девушки предпочитали стиль планирования, а затем стиль знания. Однако студентки, похоже, более четко определили свои предпочтения и получили более высокий средний балл по всем трем стилям. Кроме того, рисунок показывает, что существует общая склонность к стилям планирования и знания по всем специальностям. Единственным исключением была инженерная программа мехатроники, где стиль знания явно был предпочтительнее двух других стилей с более высоким средним значением (знание = 4,28, планирование = 3,9 и создание = 3,8).

Рисунок 2. Распределение когнитивных стилей по полу и специальностям (полное название отдела и основные названия см. В таблице 2 ).

Чтобы выяснить, были ли эти различия статистически значимыми и обусловлены ли они ненормальным распределением, использовали непараметрический анализ дисперсионных тестов Манна-Уитни и Краскела-Уоллиса ( таблица 6 ). Во-первых, у тех, кто прошел академическую стажировку, не было различий в своем познавательном стиле по сравнению с теми, кто никогда не проходил академическую стажировку. Это говорит о том, что ни один из трех когнитивных стилей не был связан с плохой успеваемостью в нашей выборке, и что прохождение академической стажировки не зависело от когнитивного стиля студента.

Таблица 6. Различия между группами в когнитивных стилях.

Во-вторых, учащиеся мужского и женского пола в этом исследовании сообщили о различиях в предпочтениях когнитивного стиля. В частности, студентки набрали значительно более высокие баллы в стиле планирования (средний рейтинг мужчин = 245,2, средний рейтинг женщин = 310,8, z = -4,77, p <0,01) и в творческом стиле (средний рейтинг мужчин = 253,8, средний рейтинг женщин = 292,6, z = −2,82, p <0,01), чем студенты мужского пола. Оба пола не показали существенных различий в стиле познания. Эти результаты подтвердили наше наблюдение при первоначальном анализе и предполагают, что студентки имеют более высокое и четкое предпочтение между двумя когнитивными стилями, тогда как студенты-мужчины, похоже, не имеют преобладающего когнитивного стиля и более гибки, что позволяет им адаптироваться к различным учебным задачам.

Наконец, было показано, что когнитивный стиль планирования связан с инженерной специальностью, на которую обучается студент (хи-квадрат = 16,54, df = 8, p <0,05). Студенты, изучающие нефтегазовый сектор, показали наивысший балл по стилю планирования (средний балл = 314,7), за ними следуют студенты, изучающие инженерный факультет (средний балл = 310,7). Самый низкий балл был у студентов, изучающих мехатронику (средний рейтинг = 185,8). Нормализованный средний рейтинг по каждой специальности показан на рисунке 3 .

Рисунок 3. Нормализованное среднее значение оценок стиля планирования по инженерным специальностям.

Для дальнейшего изучения этой взаимосвязи между каждой парой специальностей был проведен тест Манна-Уитни со стилем планирования в качестве зависимой переменной ( таблица 7 ). Результаты выявили две четкие тенденции в данных:

Таблица 7. Различия в стилях планирования программ (полное название см. В Таблице 2 ).

Студенты-архитектурные инженеры набрали значительно более высокие баллы, чем студенты-строители в стиле планирования (средний рейтинг AE = 94,1, средний рейтинг CE = 77,2, z = −2,12, p <0,05).

Студенты, изучающие мехатронику, продемонстрировали значительные различия в стиле планирования по сравнению со всеми другими программами, за исключением промышленной инженерии, при этом студенты, изучающие мехатронику, набрали значительно меньше баллов в этом стиле (средние баллы: MeE / CE = 53,1 / 70,1; MeE / AE = 30,9 / 52,1; MeE / ChE = 35,5 / 50,7; MeE / PE = 20,4 / 33,6; MeE / ME = 20,7 / 28,9; MeE / EE = 32,1 / 44,3; и MeE / None = 67,9 / 99,2). Это говорит о том, что студентам-мехатроникам требовались менее структурированные проекты и что их предпочтение работать в соответствии с четкими правилами и системами было ниже по сравнению с другими студентами-инженерами. Хотя из этого анализа не ясно, предпочитают ли студенты мехатроники стили знания или творчества, наш более ранний анализ показал, что эти студенты склонны к познавательному когнитивному стилю.

4.3. Когнитивные стили и академическая успеваемость

Чтобы обеспечить начальное понимание взаимосвязи между академической успеваемостью и когнитивными стилями, был проведен коэффициент корреляции Спирмена между CGPA и каждым из трех когнитивных стилей ( Таблица 8 ).

Таблица 8. Связь между CGPA и когнитивными стилями.

Было обнаружено, что академическая успеваемость положительно коррелирует с тремя когнитивными стилями. Это говорит о том, что академическая успеваемость студентов не была связана с определенным когнитивным стилем. Однако коэффициенты корреляции заметно слабые (все коэффициенты были ниже 0,2), и, следовательно, результаты не были окончательными. Диаграммы разброса, показанные на рисунке 4, еще раз подтверждают этот вывод.

Рисунок 4. Диаграммы разброса между совокупным средним баллом и тремя когнитивными стилями.

Чтобы изучить природу взаимосвязи между академической успеваемостью, когнитивными стилями и переменными, которые показали связь с различиями в когнитивных стилях в предыдущем анализе, потребовалась регрессионная модель. Однако из-за нарушения предположения о нормальности использовалась непараметрическая последовательная классификация и дерево ответов регрессии (CART). Эта статистическая модель основана на алгоритмах машинного обучения и обеспечивает оптимальную последовательность прогнозных переменных, а также оптимальную точку шкалы для различения каждой переменной. CART был выбран по сравнению с детектором автоматического взаимодействия хи-квадрат (CHAID), поскольку он имеет более высокую предсказательную силу [ 73 ]. Этот метод анализа ранее использовался в нескольких областях, например, [ 74]. Поэтому было проведено дерево решений с опцией CART для прогнозирования отличников (CGPA ≥ 3) от средних студентов (CGPA <3), при этом следующие переменные выступали в качестве потенциальных предикторов: пол, специальность, знание стиля, стиль планирования, и создание стиля. Причина выбора CGPA 3/4 в качестве точки разделения между средними студентами и отличниками заключается в том, что Колледж позволяет студентам с CGPA 3 и выше брать дополнительный кредит из-за их отличной академической успеваемости.

Полученная модель дерева регрессии предсказала 72% случаев со стандартной ошибкой 0,21. На рисунке 5 показано, что модель предсказала восемь профилей студентов с использованием трех предикторов. Лучшим общим показателем академической успеваемости учащихся был пол: у учащихся женского пола на 65,1% больше шансов добиться лучших результатов, чем у учащихся юношей. Второй лучший предсказатель был основным с улучшением точности модели на 4,4% для мужчин и 2,7% для женщин. Последним предсказателем был стиль творчества. Однако вклад этого предиктора в улучшение модели был незначительным (0,4%). Таким образом, был сделан вывод, что ни один из когнитивных стилей существенно не предсказывал академическую успеваемость студентов.

Рисунок 5. Дерево регрессии (CART), прогнозирующее академическую успеваемость студентов (средний студент: CGPA <3; отличник: CGPA ≥ 3).

4.4. Кластерный анализ

В этом разделе основное внимание уделяется изучению того, существует ли комбинация факторов, которые формируют различные дискретные кластеры учащихся с точки зрения академической успеваемости, т. Е. Скрытые кластеры. Это было особенно актуально в связи с предыдущим анализом, который показал, что существуют различия между группами (мужчины и женщины, средний или отличный), обусловленные явным предпочтительным когнитивным стилем, независимо от того, какой стиль это. Чтобы исследовать это, программное обеспечение Latent GOLD 5.1 было использовано для выполнения анализа латентных классов (LC) на данных. Это тип статистического анализа, с помощью которого выявляются разные подгруппы респондентов, которые имеют общий профиль характеристик по всем переменным в исследовании [ 75]. Сила этого типа анализа состоит в том, что он ослабляет допущения (например, однородность, нормальность и линейность), которые часто требуются обычными статистическими моделями [ 76 ]. Перед проведением анализа LC на основе данных была создана новая дихотомическая переменная, чтобы различать тех, кто продемонстрировал уверенность в своем предпочтительном когнитивном стиле, и тех, кто был менее убедителен. Эта переменная использовалась в модели LC вместе с академической успеваемостью (средняя / отличная), полом и основными переменными. Для повышения точности модели использовался метод начальной загрузки оценки членства в кластере.

ЖХ-анализ выявил три существенно различных латентных кластера ( таблица 9 ), что было определено по наименьшему логарифмическому правдоподобию и количеству параметров (LL = -1606,21, BIC (LL) = 3426,3, Npar = 35, L2 = 51,35, df = 36). , p > 0,05). Проверка двумерной матрицы остатков подтвердила соответствие модели нашим данным, при этом отсутствие значения было значительно больше порогового значения, равного единице. Четыре переменные были в значительной степени связаны с кластерами, как показано в столбце p- value в таблице 9 . Это согласуется с нашими более ранними выводами, согласно которым пол, специализация и ясность когнитивных стилей показали связь с академической успеваемостью студентов в нашей выборке.

Таблица 9. Скрытые кластеры со связанной значимостью переменных.

Чтобы лучше понять роль когнитивных стилей в академической успеваемости студентов, была изучена принадлежность к кластерам ( Таблица 10). Во-первых, таблица показывает, что 47% студентов были в кластере 1, 28% - в кластере 2 и 25% - в кластере 3. Во-вторых, 76% студентов в кластере 1 были средними студентами с точки зрения академической успеваемости и 76%. были мужчинами, следовательно, в кластер 1 входили «средние мужчины». Кластер 3, с другой стороны, был кластером «студент-отлично» (61% отлично) и включал как мужчин (22%), так и женщин (30%). В кластер 2 вошли как средние, так и отличники, но в основном он состоит из студенток (70%). Изучение переменной исключительности когнитивного стиля показало, что члены кластера 1 (средний кластер мужчин) с большей вероятностью (62%) не обладали эксклюзивным когнитивным стилем, в отличие от кластера 3 (отличный студент), в котором, вероятно, было больше членов кластера. ясно о своем предпочтительном когнитивном стиле.

Таблица 10. Размер и состав кластеров.

Таким образом, студенты мужского пола, у которых нет преобладающего когнитивного стиля, с большей вероятностью добьются более низкой успеваемости по сравнению со студентами мужского пола, которые имеют более четкий когнитивный стиль. Однако академическая успеваемость студенток не зависела от исключительности познавательного стиля. Профиль средних и отличников представлен на рисунке 6 . Этот вывод согласуется с нашими предыдущими выводами.

Рисунок 6. Профиль средних и отличников.

5. Обсуждение и выводы

Поскольку когнитивные стили описывают направление достижений, а не уровень достижений, это исследование дает представление о том, как адаптировать учебные материалы к когнитивным стилям, чтобы оптимизировать опыт инженерного обучения в высшем образовании. Обычно учебные материалы и методы оценки в инженерном образовании предназначены для достижения целей обучения, основанных, главным образом, на опыте преподавателя и руководящих принципах и положениях кафедры. Когнитивные стили студентов редко рассматриваются как исходные при разработке инженерных курсов. И это несмотря на то, что исследования показывают, что когнитивные стили являются относительно фиксированными чертами и их трудно изменить, в отличие от других некогнитивных способностей к обучению. и что они положительно влияют на процесс обучения, если задачи соответствуют когнитивным стилям учащихся, в противном случае это мешает ему. Это не означает, что все задания должны соответствовать предпочтениям учащихся, поскольку учащиеся, как правило, со временем разрабатывают стратегии обучения, чтобы справиться с разнообразием учебных задач [20 ]. Наша рекомендация состоит в том, что следует предпринять усилия для рассмотрения когнитивных стилей студентов на различных курсах инженерных специальностей в качестве еще одного уровня входных данных для разработки курса, чтобы точно настроить учебные задачи и учебные практики для улучшения обучения. Это согласуется с предложением Лукаса и Хэнсона [ 3 ], которые предположили, что у инженеров есть особый образ мышления, который должен влиять на инженерную педагогику. Более того, учет когнитивного стиля в разработке курсов в последнее время стал более важным из-за необходимости максимизировать когнитивное взаимодействие при использовании технологий обучения и онлайн-обучения, которые были необходимы в связи с пандемией COVID-19.

Мы рассматриваем взаимосвязь между когнитивными стилями студентов и разработкой курсов в инженерии как двусторонние, многоэтапные отношения, которые должны начинаться с хорошего понимания когнитивных стилей студентов, учитываться в учебных программах инженерного факультета, оцениваться как студентами, так и преподавателями. , и поразмышлять о совместимости между методами обучения в классе и когнитивными стилями учащихся. Эта нестатическая взаимосвязь порождает систему, с помощью которой можно периодически оценивать и улучшать непрерывное улучшение проведения курса.

Наш призыв интегрировать познавательные стили студентов в разработку курса и методы преподавания добавляет новое допущение к фирменной педагогической идее Шульмана [ 7 , 77 ]. Шульман призвал к «типам обучения, которые организуют основные способы обучения будущих практиков своей новой профессии» [ 7 ], с. 52. Это «способ обучения, который неразрывно отождествляется с подготовкой людей к определенной профессии» [ 77], п. 9. Он объяснил, что новизна фирменной педагогики в таких специальностях, как инженерия, проистекает из самого предмета. Мы расширяем это предложение, чтобы подчеркнуть, что минимальные знания о когнитивных стилях учащихся должны сочетаться со спецификой предмета, чтобы повысить новизну и улучшить результаты обучения в инженерном образовании. Это должно поддерживаться позитивной учебной средой, которая, как было показано, вносит важный вклад в академические успехи студентов [ 78 ]. Другими словами, дизайн курса, методы преподавания и учебная среда должны способствовать развитию когнитивных стилей студентов, особенно в инженерном образовании, где этот эффект становится более заметным.

Это исследование способствует развитию этого дискурса на теоретическом и практическом уровнях. На теоретическом уровне мы обнаружили, что три когнитивных стиля поддерживают главную движущую силу образования в области инженерного проектирования, то есть «заставляя персонал и заставляя его работать лучше» [ 3]. Было обнаружено, что ни один из трех когнитивных стилей не является исключительно предпочтительным для студентов, проходящих стажировку, и не связан с лучшей успеваемостью. Результаты показали, что среди переменных, рассмотренных в этом исследовании с точки зрения академической успеваемости, важны пол, специальность и ясность учащихся в отношении своего когнитивного стиля. Учащиеся, которые лучше знают свой предпочтительный познавательный стиль, с большей вероятностью будут лучше учиться. Более того, студентки показали лучшие результаты и более четко определили свой предпочтительный познавательный стиль, тогда как студенты мужского пола были более способны адаптироваться к различным учебным задачам. Это конкретное открытие не направлено на распространение стереотипов, а скорее на попытку пролить свет на взаимосвязь между полом, когнитивным стилем и т. Д. и успеваемость студентов в области инженерного проектирования, тема, которая недостаточно изучается. Фактически, более высокий процент успешных студенток в высших учебных заведениях хорошо документирован в литературе. Было выявлено несколько факторов, объясняющих эти различия, см. [29 ] для краткого обзора. Однако в этой области все еще необходимы дальнейшие исследования, чтобы лучше объяснить причины этих различий.

На практическом уровне мы обнаружили три интересных вывода. Во-первых, студенты, изучающие нефть и газ в нашей выборке, показали значительно большее предпочтение стилю планирования, за ними следовали студенты, инженеры-архитекторы. Во-вторых, студенты факультетов мехатроники в исследуемой выборке показали значительно меньшее предпочтение стилю планирования по сравнению почти со всеми другими специальностями, рассматриваемыми в этом исследовании. Фактически, они проявили склонность к знанию стиля. Этот стиль указывает на предпочтение логической и обезличенной обработки информации. Люди, предпочитающие познавательный стиль, с большим уважением относятся к фактам. Они обладают огромной способностью к деталям и хороши в сложных задачах, поскольку эти задачи зависят от фактов и логики. Тем не мение,61 ].

В-третьих, студенты-инженеры-архитекторы значительно больше отдали предпочтение стилю планирования по сравнению со студентами-инженерами-строителями. Эти две программы часто предлагаются на одном факультете, как в нашем тематическом исследовании, что свидетельствует о том, что студенты архитектурной инженерии в нашей выборке склонны быть более организованными, самодисциплинированными и надежными, предпочитая учиться в организованной среде под рационально-аналитическая когнитивная система по сравнению со студентами-строителями. Это может быть связано с характером проектных задач и проектного обучения, которое они принимают во время учебы, в которой часто выполняется всеобъемлющий процесс. Предпочтение стиля планирования не обязательно противоречит креативным требованиям к дизайну, потому что работа в рамках определенного организованного процесса не обязательно ведет к традиционным проектам, а скорее обеспечивает порядок. Наш вывод подтверждает выводы Робертса [20 ], которые обнаружили, что студенты-новички, склонные к аналитическому мышлению, лучше справляются с архитектурным проектированием по сравнению с теми, кого отнесены к категории «холистических». Робертс и др. использовал аналитико-холистическую модель верховой езды [ 51 ], в которой «холистический» когнитивный стиль был наиболее близок к творческому стилю в CoSI.

Эти результаты влияют на практику преподавания по этим специальностям. Необходимы дальнейшие исследования, чтобы проверить и, возможно, разработать примеры инженерного обучения, соответствующие различным когнитивным стилям. Такие подходы, как CDIO (задумать-спроектировать-реализовать-эксплуатировать) или методы, такие как проблемно-ориентированное обучение (PBL) и обучение на основе проектов (PjBL), могут стать хорошей отправной точкой. Другой момент, который может представлять особый интерес, - это то, как определенные когнитивные стили влияют на предпринимательский потенциал в некоторых инженерных специальностях, таких как мехатроника. В будущих исследованиях можно также изучить взаимосвязь между когнитивными стилями и вовлеченностью студентов. В равной степени важно,

Мы не предлагаем дополнительное содержание в инженерные учебные программы, скорее мы призываем к пересмотру курса обучения и методов обучения, образовательных задач и критериев оценки дизайн-проектов таким образом, чтобы они соответствовали разнообразию когнитивных стилей и приспосабливались к различным способам обработки. Информация. Преподаватели должны быть обучены когнитивным стилям и тому, как разные люди обрабатывают информацию, чтобы иметь возможность культивировать среду обучения инженерному дизайну, которая учитывает различия в когнитивных стилях студентов.