“證據推理”能力的影響因素研究

摘要： 探尋“證據推理”能力的影響因素對學生的科學學習、科學素養的培養具有重要意義。研究遵循結構方程模型的技術方法，通過理論探究，提出包含閱讀能力、數學能力、空間能力、科學能力和科學興趣5個方面影響因素的模型，選取2261個樣本開展測量調查，運用AMOS軟件進行數據檢驗和模型修正。結果表明，修正后的“證據推理”能力影響因素模型兼具理論意義和數據質量，其中科學興趣的作用效果不顯著，閱讀能力、數學能力和科學能力共同構成認知能力因素，與空間能力共同正向影響“證據推理”能力。

關鍵詞： “證據推理”能力； 結構方程模型； AMOS； 影響因素

文章編號： 10056629（2024）01002509

中圖分類號： G633.8

文獻標識碼： B

“證據推理”能力（Evidencebased Reasoning Competence， ERC）是強調從已有經驗、問題情境中識別、轉換、形成證據，利用證據進行推理，從而獲得結論、解決問題的關鍵能力。它和科學推理能力密切相關，在前期研究中我們探討了其概念內涵［1］，并構建了ERC水平框架［2］，開發檢驗了能力測評工具［3］。ERC對學生的科學學習、科學素養的形塑，或者基本認知能力的發展，都具有重要意義。已有研究指出個體的這種高階思維能力是階段性的，雖然隨著年齡的增長和知識的學習，將會從低水平階段發展到高水平階段，但有些學生不能發展到形式運算、理論化階段，出現“階段延遲”現象［4］。因此，除了了解學生的能力現狀，還有必要探尋哪些因素會影響作用于ERC，進而為培養、發展該能力提供依據。

在已有研究成果的基礎之上，探查影響ERC的可能因素，構建并驗證影響因素與ERC之間的關系路徑，進而發展出影響因素模型，是本研究要解決的問題。

1 研究假設的提出

文獻梳理發現，圍繞ERC進行變量間相關性探查的實證研究較少，但我們可以從科學推理能力的有關研究中獲得啟發。有研究者指出學生的科學推理能力表現與他們的數學、科學成績之間存在顯著的強相關，因此學生在課程學習中的困難可能是由于學科概念理解的困難，也可能是空間智能、視覺認知方面存在問題，還有可能是科學推理能力的不足［5］。而且科學推理能力與科學學科、語言、社會學（歷史、地理）成績表現存在關聯［6，7］。除了學業成績之外，還有關注于自我效能感等與推理能力的關聯性研究［8］。這些研究均說明了推理能力影響其他學科的學習，影響科學素養的發展，同樣它也會因性別不同、年級不同而存在差異［9］，還會受到其他因素變量的作用，如科學學習結果［10］、知識水平，以及情感、興趣、態度、認知風格、學習動機、效能感等非認知因素。

ERC是高階思維能力，需要經歷在已有經驗、知識即證據的基礎上，進行抽象、概括、總結、歸納或演繹等一系列的轉換過程，最終形成新的概念或新判斷。因其復雜性、整合性要求，對人的基本認知提出了較高的要求，涉及多方面的知識經驗和能力。“證據推理”與“認知”（過程）都需要利用既有的知識經驗，產生新的知識經驗或形成新的判斷。同時，在復雜的“認知”過程中可能包含推理思維、推理活動，“證據推理”過程則是認知活動的一種體現，是更具體的活動。因此，可以推測、假設，學生的ERC表現受到其認知能力（cognitive ability）的影響，尤其是理性邏輯思維方面。因此本研究推測它與數學、邏輯、科學、空間等方面的能力表現存在關聯。

此外，根據前期研究，在ERC的測評中，需要設置豐富的情境以體現證據的復雜性要求。因此，文本的閱讀、信息的提取等與語文、閱讀相關的能力也有可能影響學生的“證據推理”能力?；诙嘣橇碚?，與ERC相關聯的智能或智力有邏輯數學、空間和語言智能。借鑒于此，我們初步認為（假設）數學能力、空間能力、閱讀能力，以及科學能力這4方面同屬于影響ERC的認知能力因素。

1.1 閱讀能力

從多元智力理論來看，閱讀能力（reading ability）是屬于語言智能的范疇，后者主要是指個體理解口頭表達和書面語的能力，同時能夠以口頭或書面的形式進行表達的能力?？梢哉f是利用語言來聽、說、讀、寫以達到某個目標的一種綜合能力［11］。有研究表明，高等級的語言智能與提高問題解決能力及抽象推理能力有關［12］。

本研究所界定的“閱讀能力”僅圍繞個體對文本書面語的理解和表達能力，不涉及口頭表達，即通常所說的閱讀理解能力。閱讀能力的考查與信息的獲取、識別、解釋等能力密切相關，要求從文本素材等信息載體中閱讀、理解信息的意義，一般涉及到整體感知、形成理解、遷移發散、歸納整合、反思評價等過程，與信息處理和加工的認知過程一致。

1.2 空間能力

空間能力（spatial ability）指的是理解、推理并識記物體之間的空間關系的能力，它與我們的日常生活息息相關，在運動、技術、數學、自然科學、工程、經濟預測、氣象學等領域也是必備的能力之一，它不僅涉及到對外在世界的認識和理解，也需將對外界的認識通過信息加工的方式，在頭腦中以視覺表征的形式加以推理、轉換［13］。

在解決科學學科的許多問題時，需要對物體具有可視化的心智轉換能力，有研究發現，視覺空間能力水平較高的學生能夠發現概念化的信息，在概念測試中做出正確回答的更多［14］。可見，空間能力可能影響科學成就表現，而對空間推理等高相關領域的作用更是毋庸置疑，因此有可能對學生的ERC表現產生影響。

1.3 數學能力

數學能力（mathematical ability）是基本的認知能力之一，相關研究眾多，對此的闡釋也不盡相同。一般認為，數學能力是在數學相關的行為、活動中有成功表現所必備的一系列的數學技能［15］，嘗試去尋求并找到某種方式解決數學問題的能力［16］，是區別于他人的數學優勢，包括在數學成就測試上表現突出和一般智能上的天生優勢［17］。總體來說，具有數學能力的學生在數學活動和問題解決過程中的表現與其他同儕有所區別［18］，更加容易感知解析問題和視覺問題中的數學成分，能快速整合數學內容，是一種特殊技能的整合。

一般認為，具備高水平的推理能力有助于數學學習和問題解決［19］。因此，可以對數學能力與ERC之間具有何種關系進行探查。

1.4 科學能力

通常以在自然科學領域的突出表現作為描述、評價科學能力（scientific ability）的指標，但也有學者質疑這種產品取向的操作定義，指出科學能力應界定為科學思維潛能，或是一種在自然科學領域獲得突出表現的特殊才能［20］。而從科學素養的角度來看，科學能力是指在科學學習的過程中，理解、實踐（探究）和推理的能力，由此獲得對科學事實及意義的理解和解釋［21］。

從科學基于探究，對推理等高階思維的要求等本質內涵，以及科學教育對科學知識、技能和觀念思想的培養發展來看，科學能力的訓練和發展與科學推理能力的高低水平之間存在關聯，同樣地，ERC的表現與科學能力之間存在著必然的聯系。

1.5 科學興趣

科學學習中所關涉的情意行為有多種，如對科學及科學家表示贊成、肯定的態度；接受（認為）科學探究是一種思考方式；采用“科學的態度”；享受科學學習的經驗；培養對科學及科學相關活動的興趣；發展將來從事科學或科學相關工作的興趣［22］?！芭d趣”是與“態度”相近的概念，是對某對象、活動、行為的相對持久的傾向特質，與積極的情感態度傾向、毅力和學習關聯［23］。

對科學（學習）的興趣的調查更強調對象客體是具體的科學學習、科學課程等，具有領域特殊性。ERC測評工具的情境體現了科學學習的內容，是“證據”的載體，本研究將以“科學興趣”，特別是與項目相關的興趣為表征，探查這種更為具體的、特定的非認知因素對ERC是否存在影響。

綜合來說，本研究提出如下假設，學生ERC的影響因素包含認知因素和非認知因素兩個方面，其中認知因素包括學生的閱讀能力、數學能力、空間能力和科學能力4個方面，而對科學興趣則是非認知因素。

2 理論模型的構建

研究按照結構方程模型（Structural Equation Modeling，簡稱SEM）的技術方法，初步構建以ERC為內因潛在變量，以兩方面影響因素（認知能力和科學興趣）為外因潛在變量的模型（圖1），這兩個因素之間可能存在共變關系，以雙箭頭聯系，ERC中不能被二者解釋的部分是它的誤差變量ζ。

根據前期研究，ERC的測評共有23個測評項目［24］，即23個指標變量：F01～F23，每個指標變量都存在一個誤差變量ε，表示不能由ERC解釋的變異部分；認知能力的指標變量有4個：科學能力、閱讀能力、數學能力、空間能力；這四方面及科學興趣的指標變量（FA1～FAn）的確定，需要設計工具、實施調查，它們的誤差變量均標識為δ。除了外因潛在變量之間存在共變關系之外，每個觀測指標的誤差變量（ε， δ）之間也有可能，將在數據分析時探討，模型圖中暫不呈現。

3 影響因素的測查

3.1 測量調查的工具

為獲得模型圖中的各項指標的觀測值，需要設計、實施測查工具，收集數據，對理論模型進行評估。前期研究中開發、驗證了ERC測評工具，包含23個項目。

空間能力的測查選用了經典的心理旋轉測試（Mental Rotation Test， MRT）。該測試應用廣泛，信效度已經得到充分檢驗。該測試的題型是選擇題，通常會成組呈現出不同旋轉角度的圖像，需要被試對比兩個或多個三維物體（或字母），以軸對稱或鏡像旋轉之后，會發現相同的、匹配一致的兩個（有時是多個）圖像，測試時間有限，被試需正確且迅速地從中做出判斷，才能得分［25］。研究摘選了6個MRT項目進行空間能力的測查，涉及到平面旋轉和空間翻轉，共10空，滿分10分。

閱讀能力主要考查學生根據所閱讀的文本，進行信息提取、解釋推論、反思評價等方面的綜合能力。選擇的是學生不熟悉的、未在學校學習、測試過的文本素材（漢語），挑選項目時咨詢了任課教師和教研組長，保證了題目的內容效度、表面效度。最終形成的閱讀能力測試的測查內容包含文學類文本和信息文本（議論文）各一篇，分別設計了有關信息提取、整合概括，解釋、理解，評價、鑒賞、遷移等方面的項目，共計9題，滿分為40分。

數學能力的測查項目考查的是學生所學的數學知識和數學運算、邏輯推理、抽象思維等方面的能力。借鑒以往的測評研究，并參考不同年級數學教師的意見，從數學運算、圖形識別（空間想象）、邏輯推理等方面表征學生的數學能力，涵蓋了加減乘除，測量、代數、圖表曲線等諸多方面的內容，共包含8個項目，滿分為36分。

科學能力的測查內容涉及物理、化學、生物、地理學科，不涉及動手實踐等方面的表現性評價?？紤]到不同年級學生所掌握、學習的課程存在差異，選擇以學生的科學學科成績均分表征科學能力。

我們將學生對科學學習的興趣按照學科內容領域進行劃分，包含物理、化學、生命科學和地球空間4個方面；從內容主題的角度區分，則涉及自然現象、環境保護、生命活動、生產生活、科學技術等方面。此外，還考慮了ERC測評項目的情境設置。科學興趣的調查項目共計26個，均以5級Likert量表進行考查。

綜上，組卷形成了ERC影響因素的調查問卷，有的項目沿用了國際范圍內的成熟量表，有的是結合教師教學經驗改編整合而來，也有自編的問卷。整卷大概耗時50～60分鐘。

3.2 測量調查的實施

各因素的測量調查和ERC測評［26］是同步實施的，包括試測和實測兩大步驟。在正式的試測之前，也挑選了部分樣本進行了小范圍測試，保證所有學生答題完全，最大測試時間為60分鐘。訪談發現，學生答題時基本不存在題意理解障礙。

對工具做了適當調整之后，以來自S市的兩所初級中學（YC、 YL）的8、9年級學生為被試進行試測。受限于測試時間和測試管理等客觀因素，這次試測僅對閱讀能力、空間能力和科學興趣三個方面進行了調查，共有627名被試。由各班級的班主任或任課教師主試，規定測試時間為50分鐘。

進行數據分析和項目修正之后，開展大樣本的ERC和影響因素實測，被試是CZ市某初中的3個年級學生（N=2261）。測試包含ERC測試，及閱讀能力、空間能力、數學能力和科學興趣四個方面的測查，由各年級組長統籌安排，組織各班的班主任或任課教師監考、發放、收回試卷。規定測試時間為50分鐘。

3.3 測量數據的預分析

3.3.1 試測的總體情況

試測所得觀測值的描述性統計結果如表1所示。其中，閱讀能力項目的總分為40分，空間能力總分為10分，二者都以總分表示在該因素上的得分（觀測值），科學興趣的觀測值則是以均分表示。

此次試測中，數學能力未測試，將學生的數學成績與ERC得分進行相關分析，得到Pearson系數為0.649（匹配樣本量N=590），顯著正相關（p=0.000）。被試的科學均分與ERC得分的Pearson相關系數為0.561（匹配樣本量N=593），顯著正相關（p=0.000）。表明可以考慮“數學能力”“科學能力”作為影響因素。

3.3.2 工具信效度分析

ERC測評工具的信效度在之前的研究中通過了檢驗。本輪試測中各因素調查與ERC試測相匹配的樣本共有571人，即N有效=571。項目的信度系數Cronbachs α分別為0.719（閱讀能力，N=621），0.675（空間能力，N=588），0.940（科學興趣，N=577），表明工具的信度良好。

利用SPSS 22.0對“科學興趣”的26個試測項目進行探索性因素分析，得到KMO值為0.912＞0.80，可以進行因素分析；Bartlett球形檢驗的χ2=18330.46， df=325， p=0.000＜0.05，說明相關矩陣中存在共同因子。按照主成分分析法獲得了6個成分（因子）。這些項目中，PA02， PA08， PA21， PA19的因子載荷低于0.5，收斂效度不好，而且PA19的區別效度也欠佳，在兩個因子上均達到0.4以上的相關性，說明這4個項目不能有效地解釋“科學興趣”構念，為提高測查項目的建構效度予以剔除。最終用于實測的科學興趣測查項目有22個。

同樣地，對閱讀能力和空間能力的測查項目也進行了探索性因素分析，二者不能降維提取出其他公共因子，各項目的因子載荷系數結果顯示，測查項目通過了建構效度的檢驗。由此說明ERC影響因素的測查工具信效度良好。

3.3.3 實測數據預處理

大樣本實測所得觀測值的描述性統計結果如表2所示。與ERC實測（N=2261）相匹配的樣本量是2205（N有效=2205）。Cronbachs α系數分別為0.740（閱讀能力，N=2254），0.646（空間能力，N=2243），0.693（數學能力，N=2253），0.884（科學興趣，N=2220），再次表明測查工具的信度良好。

通過置換缺失值，剔除部分異常值等預處理方式，最終獲得了基本符合SEM分析要求的數據（N=2111）。之后，將收集的樣本數據進行拆分，為不同環節的SEM估計、檢驗所用①。利用SPSS 22.0進行分層抽樣，得到了3個隨機數據子集（f1， f2， f3），樣本量分別是：N1=703， N2=698， N3=710，保證不同年級、不同性別的被試在數據子集中的分布比例與總體樣本中的分布基本一致。本研究后面的模型檢驗和修正是以f1為分析對象。

4 研究結果

在數據預分析的基礎之上，研究利用AMOS 22.0軟件進行理論模型的檢驗、評價，提出可能的競爭模型，并結合數據報告對模型進行修正，試圖將其訓練成為一個較佳模型。

4.1 競爭模型的提出

對影響因素模型Ⅰ進行參數估計，結果發現，空間能力對于認知能力的預測力不高（R2=0.123）。此外，在共變關系檢驗中，閱讀能力與科學興趣、空間能力之間的相關系數不高（0.198，0.238），科學興趣與數學能力（0.243）之間也表現為顯著的弱相關。數學能力、科學能力以及閱讀能力3個因素之間兩兩相關系數較高，為顯著的強相關，說明它們背后可能存在一個更高階的共同因素，印證了“認知能力”這個潛在變量的合理性。但空間能力這個因素與其他3個認知能力的反映性指標之間相關不高。因此，需要考慮構建、發展出其他的競爭模型，對模型Ⅰ進行修改，將“空間能力”獨立出來，作為單一指標的測量變量，提出如圖2所示的統合模型（模型Ⅱ）。

4.2 模型的修正

模型修正的過程中尤其需要注意應始終結合數據和理論兩個方面，避免唯“數據驅動”，不能盲目地根據修正指數對模型參數予以增加或刪除。

AMOS的運行結果中提供了“修正指數”，涉及協方差，方差和回歸系數三個方面的修正指標。對于模型Ⅱ，AMOS的結果報表中在方差項上，沒有提供修正指數；而增列某些路徑系數雖然能夠減少一定的卡方值，但是沒有意義。在協方差的修正中，如果建立ζ與δ23的共變關系，會使得卡方值降低12.295，而參數估計值會增大。δ23是“科學能力”的殘差項，而ζ是ERC的殘差項，由此說明ERC與“科學能力”之間的關系“更緊密”。還有一些建議的共變關系，如果增設了則會違反SEM的基本假定。因此，在進行模型修正時，需要逐個進行，反復檢驗，最終形成的完整模型如圖3所示（模型Ⅲ），圖中以雙箭頭標識了ζ與δ23的共變關系，在“科學興趣”和ERC的測量指標中需增列多個誤差項的共變關系，則以虛實雙箭頭示例表示。

4.3 修正模型的質量

根據AMOS的數據報告，與模型Ⅱ相比，修正后的模型適配良好，參數估計值如表3所示。除了“科學興趣”對ERC的路徑系數未達到顯著，其余變量之間的路徑系數均顯著不為0。而且結果表明，ERC被“科學興趣”“認知能力”和“空間能力”3個影響因素所聯合解釋的比例為33.4%。

完整的結構方程模型參數眾多，在此不一一呈現。數據表明，修正后的模型中沒有出現負值的誤差變異量，因素負荷基本介于0.5～0.95之間，參數的標準誤也在可接受的范圍內，因此，模型Ⅲ的基本適配指標均達到檢驗的標準。

表4對比呈現了整體模型的適配檢驗結果，僅有NFI和RFI不符合標準，其他均達到標準，甚至逼近于0.95，說明模型Ⅲ整體適配度得到了提升，外在質量達到要求。

5 研究總結

研究遵循SEM的技術方法，按照競爭比較研究的分析程序，展開ERC影響因素的模型發展研究。首先基于理論探究，尋找產生影響的可能因素，提出研究假設，初步構建了ERC的影響因素模型，進而設計測查工具，收集數據，運用AMOS軟件進行統計檢驗和模型修正，最終ERC影響因素的結構方程模型得到檢驗，模型質量可以接受，即逐步發展形成了能夠滿足SEM統計要求、兼具理論意義的影響因素模型（模型Ⅲ），雖然存在部分瑕疵，但無礙于研究目標的實現。結果顯示，科學興趣對ERC的作用效果不顯著（0.019），閱讀能力、數學能力和科學能力共同構成了認知能力因素（0.558），與空間能力（0.144）共同正向影響被試的ERC表現。

該結果可以從其他文獻中找到支撐。例如，科學興趣與能力表現之間的存在關聯的證據并不充足［27，28］。而且，“證據推理”能力這種高階能力的提升對于學生學業成就、科學素養、學科素養等都具有重要的影響，這種雙向關系更加說明了加強跨學科學習、探究式或主題式學習的重要意義。通過本研究提供的證據，我們可以更有指向性、有把握地去找到作用于ERC的途徑，除了加強數學、科學學科的學習，也可以考慮空間認知等方面的能力提升，而科學興趣、態度對科學學習、ERC是何影響除了需要更多的實證考查，更需要長期實踐的檢驗，對于不同的學生的ERC表現，可能會有不同的提升方式、提升效果。

對于“證據推理”能力的影響，除了研究提出的5個方面，必然還會存在其他因素，如認知風格、自我效能感等。我們對此保持開放而謹慎的態度，可以在以后繼續研究和探討。一方面可以從理論探究中加以補充，改進假設模型，同時也要在測量工具的編制、測量樣本的選擇上盡可能完善。

參考文獻：

［1］羅瑪. 從科學推理到證據推理： 內涵的探討［J］. 化學教學， 2019，（9）： 3～6.

［2］羅瑪. “證據推理”能力的水平框架構建——基于德爾菲調查［J］. 化學教學， 2021，（3）： 13～18.

［3］［24］［26］羅瑪. “證據推理”能力的測評工具開發及檢驗［J］. 考試研究， 2023，19（5）： 50～60.

［4］Piaget J. Judgement and Reasoning in the Child ［M］. London： Routledge & Kegan Paul， 1962： 204.

［5］Hinojosa A J. Investigations on the impact of spatial ability and scientific reasoning of student comprehension in physics， state assessment tests， and STEM courses （Order No.3709732） ［D］. 2015. Available from ProQuest Dissertations & Theses Global A&I： The Humanities and Social Sciences Collection; ProQuest Dissertations & Theses Global A&I： The Sciences and Engineering Collection. （1700216542）. Retrieved from https：//search.proquest.com/docview/1700216542？accountid=10659.

［6］Demirta Z. Scientific reasoning skills of high school students relationship gender and their academic success ［J］. International Journal of Human Sciences， 2011， 8（1）： 1460～1471.

［7］Luo M.， Sun D.， Zhu L.， & Yang Y. Evaluating scientific reasoning ability： Student performance and the interaction effects between grade level， gender， and academic achievement level ［J］. Thinking Skills and Creativity， 2021，22（1）：130～152.

［8］Lawson A E， Banks D L， Logvin M. Selfefficacy， reasoning ability， and achievement in college biology ［J］. Journal of Research in Science Teaching， 2007， 44（5）： 706～724.

［9］Nieminen P， Savinainen A， Viiri J. Gender differences in learning of the concept of force， representational consistency， and scientific reasoning ［J］. International Journal of Science & Mathematics Education， 2013， 11（5）： 1137～1156.

［10］Jensen J L， Neeley S， Hatch J B， et al. Learning scientific reasoning skills may be key to retention in science， technology， engineering， and mathematics ［J］. Journal of College Student Retention Research Theory & Practice， 2015， 19（2）： 126～144.

［11］FernndezMartínez F， Zablotskaya K， Minker W. Text categorization methods for automatic estimation of verbal intelligence ［J］. Expert Systems with Applications， 2012， 39（10）： 9807～9820.

［12］Luwel K， Foustana A， Onghena P， et al. The role of verbal and performance intelligence in childrens strategy selection and execution ［J］. Learning & Individual Differences， 2013， （24）： 134～138.

［13］Wikipedia. Spatial ability ［G/OL］. （2018326）. Retrieved from https：//en.wikipedia.org/wiki/Spatial_ability#cite_note-：7-3.

［14］Kozhevnikov M， Hegarty M， Mayer R. Spatial Abilities in Problem Solving in Kinematics ［M］//London： Springer， in Diagrammatic Representation and Reasoning， eds. M. Anderson， M.， Meyer， B.， and Olivier P.， 2002： 155.

［15］Krutetskii V A. The Psychology of Mathematical Abilities in Schoolchildren ［M］. Chicago： University of Chicago Press， 1976.

［16］Wieczerkowski W， Cropley A J， Prado T M. Nurturing Talents/Gifts in Mathematics ［M］//International Handbook of Giftedness and Talent. 2nd ed. Oxford： Elsevier; 2000： 413～425.

［17］Sengil Akar S. Content validity study of the test of mathematical talent for 6th and 7th grade elementary school students ［D］. Eskisehir： Anadolu University， 2009.

［18］Sowell E J， Others A. Identification and description of mathematically gifted students： a review of empirical research ［J］. Gifted Child Quarterly， 1990， 34（4）： 147～154.

［19］Schoenfeld A H. Reflections on problem solving theory and practice ［J］. Mathematics Enthusiast， 2013， 10（1）： 9～34.

［20］Heller K A. Scientific ability and creativity ［J］. High Ability Studies， 2007， 18（2）： 209～234.

［21］National Research Council （NRC）. National Science Education Standard ［Z］. Washington DC： National Academy Press， 1996.

［22］Klopfer L E. Evaluation of learning in science ［M］//In B. S. Bloom， J. T. Hastings & G. F. Madaus （Eds. ）， Handbook of formative and summative evaluation of student learning， London： McGraw-Hill， 1971.

［23］Hidi S， Ainley M. Interest and adolescence ［M］//In F. Pajares & T. Urdan （Eds. ）， Academic motivation of adolescents， Greenwich， CT： Information Age， 2002： 247～275.

［25］Caissie A F， Vigneau F， Bors D A. What does the Mental Rotation Test measure？ An analysis of item difficulty and item characteristics ［J］. Open Psychology Journal， 2009， 2（1）： 94～102.

［27］Gardner P L. Attitudes to science： a review ［J］. Studies in Science Education， 1975， 2（1）： 1～41.

［28］Gardner P L. Measuring attitudes to science ［J］. Research in Science Education， 1995， （25）： 283～289.