《Computers and Education Open》：DiKoLAN-SK – Development of a measurement instrument for academic self-concept of digitalization-related competencies in science education
编辑推荐：
为解决现有工具无法科学、专门地测评职前科学教师对数字化教学能力的专业自信（学业自我概念）这一缺口，一个由德、瑞多国学者组成的团队，开发并验证了基于DiKoLAN（科学教育数字化胜任力）框架的、针对科学教育的、领域特异性问卷“DiKoLAN-SK问卷”。该工具成功区分了7个胜任力领域、2个能力水平及TPACK框架的4个技术相关知识维度，并在来自德瑞两国的286名职前教师样本中验证了其信效度，为科学教师教育中的诊断与评估提供了有力工具。
在当今的教育图景中，数字技术正以前所未有的深度和广度融入教学过程。特别是在科学教育领域，无论是用传感器采集实验数据、用软件进行模拟建模，还是利用数字工具进行演示、协作与信息检索，技术都在为知识获取、成果记录和自主学习提供有力支持。然而，要让这些数字技术真正促进学习，教师不仅需要掌握相关的知识与技能，更需要具备将这些知识技能应用于教学实践的内在信心与专业自我认知，即一个发展良好的、与学科内容紧密相关的“学业自我概念”。现有问题在于，多数测评工具要么是通用领域的，无法精准对应科学教学的具体场景；要么关注的是与“自我效能感”等概念虽有联系但本质不同的构念，缺乏一个专门针对科学教育数字化胜任力的、精细化的自我概念测评标尺。
为了填补这一空白，并响应科学教学因其独特的实验与技术导向而对专门化能力提出的要求，一个国际研究团队在《Computers and Education Open》上发表了一项研究，旨在开发并验证一个名为“DiKoLAN-SK问卷”的科学领域特异性测量工具。这项研究植根于两个关键框架：一是TPACK（Technological Pedagogical Content Knowledge，整合技术的学科教学知识）模型，它勾勒了教师将技术、教学法与学科内容知识相融合所需的知识维度；二是DiKoLAN（Digital Competencies for Teaching in Science Education，科学教育数字化教学胜任力）框架，该框架专门为科学教学定义了七个核心的数字化胜任力领域，包括数据采集（DAQ）、数据处理（DAP）、模拟与建模（SIM）、文档（DOC）、演示（PRE）、沟通/协作（COM）以及信息搜索与评估（ISE）。研究团队将DiKoLAN框架中详细描述的能力期望，转化为“我能……”形式的自我报告陈述，开发出包含80个题项的问卷，用以测量职前科学教师在这些具体领域和不同能力水平（描述与应用）上的学业自我概念。
研究人员采用了横断面问卷调研的设计，在2022/23冬季学期，从德国和瑞士的12所大学中，便利抽取了286名职前科学教师作为主要样本。研究严格遵循基于论证的效度验证思路，从三个维度收集证据：首先，通过可理解性测试（后续还在2024年夏季学期对50名职前教师进行了修订后的文本可理解性检验），确保问卷说明、领域定义和题项表述能被目标群体准确理解，并根据反馈修订了部分术语。其次，通过验证性因子分析（CFA）检验内部结构，结果有力地支持了问卷能够可靠地区分DiKoLAN的七个胜任力领域、TPACK的四个技术相关知识维度（TK、TCK、TPK、TPACK）以及“描述”和“应用”两个能力水平，且各领域内部一致性信度极高（Cronbach's α介于.92到.96之间）。分析还证实，更高层级的“应用”题项确实被参与者感知为比“描述”题项更困难，符合能力层级假设。最后，通过已知组别比较来检验工具的敏感性，发现学习更多科学科目（如两门 vs. 一门）、处于更高级别培训阶段（硕士 vs. 学士）以及目标教学阶段更高（高中 vs. 小学）的职前教师群体，在DiKoLAN-SK问卷上的得分显著更高，这为工具能够捕捉到由不同学习机会带来的自我概念差异提供了证据。
研究的主要结论是，成功开发并验证了“DiKoLAN-SK问卷”这一高效度、高信度的测量工具。该问卷首次实现了对职前科学教师数字化相关胜任力的学业自我概念进行与DiKoLAN框架严格对齐的、领域特异性的评估。它不仅能够清晰区分不同胜任力领域和知识维度，还能敏感地反映出教师教育过程中不同学习经历带来的自我认知变化。这项研究的意义深远，它为科学教师教育者、课程设计者和研究者提供了一个强大的诊断与评估工具。利用DiKoLAN-SK问卷，可以精准识别职前教师在特定数字化教学能力上的优势与短板，从而为设计个性化、针对性的培训干预措施提供依据。同时，该工具也能用于追踪教师在教育项目中的成长轨迹，评估相关课程或培训的有效性，最终推动科学教师数字化专业能力的系统化发展，为培养能够胜任未来数字化科学课堂的教师队伍奠定坚实基础。
