5在数据的分析中体悟实证的意义09139070.docx
《5在数据的分析中体悟实证的意义09139070.docx》由会员分享，可在线阅读，更多相关《5在数据的分析中体悟实证的意义09139070.docx（17页珍藏版）》请在冰豆网上搜索。
5在数据的分析中体悟实证的意义09139070
在数据的分析中体悟实证的意义
江阴市华士实验小学曾宝俊
实证意识作为学生科学素养之一，在科学课堂中的一项具体体现就是“用数据说话”。
数据有助于学生寻找规律、得出结论，同时它也是最能说服学生的。
“用数据说话”也能使课堂探究变得更真实、准确，它能够很好地提高科学探究的效率，因此，尊重数据是科学探究活动必须遵循的准则。
本文结合具体的案例，阐述如何借助数据培养学生的实证意识。
一、要获得准确的数据，怎么采集？
【案例1】《颜色与吸热》
当研究物体的颜色与吸热的本领的关系时，教师为学生提供了纸和温度计。
用什么样的纸，教师是经过精心挑选的；用怎样的温度计测量，教师也是经过精心筛选的。
下面是一个小组获得的实验数据：
纸的种类
刚开始的温度
2分钟
4分钟
6分钟
8分钟
10分钟
黑纸
20
30
32
34
34.5
35
粉色的纸
20
25
27
27
28
27
铝箔纸
20
24
24
25
25
25
黑色腊光纸
20
28
30
30
30
30
白纸
20
25
27
25
25.5
26
因为这些纸是具有一定内在结构的：
纸的大小是相同的，颜色有黑色、粉色、黑色腊光的、白色的，还有反光的（铝箔纸）。
颜色也是有深浅的，表面还有光滑与不光滑的。
因此数据分部非常具有典型性。
实际上表格里的每一个温度教师课前自己都测量过，学生的数据和老师的数据误差仅在1摄氏度之内。
【案例2】《蚕的生命周期》单元教学
在观察蚕身体结构的一个环节中，教师这样处理教学：
教师先让学生仔细观察蚕身体的各部分结构
……
老师：
蚕的身体共有几节？
学生：
从蚕的头部数起，包括胸、腹、尾，一共十三节。
教师：
你肯定吗？
学生：
肯定！
教师：
你观察过别人养的蚕有几节吗？
学生：
没有。
教师：
那现在还不能说蚕身体都有十三节……接下来，请大家相互观察，看看别的同学养的蚕身体有几节？
……
教师意味深长的发问让学生深深体会到，数据的真实不仅靠细心、认真、负责，还需要严谨。
【案例3】《豌豆荚里的豌豆》
老师先让孩子们统计自己手中的一颗豌豆荚有几粒豌豆，再以举手的方式进行统计：
老师手指表格中的“0粒”，没有小手举起；
“1粒”，没有小手举起；
“2粒”，一只小手举起，老师在2粒对应的表格中写上1；
……
“还有同学没举过手吗？
”累加了参与统计的人数后，老师说：
“我们班有46位同学，可是只有45个数据。
作研究，每个同学的数据都很重要，一个都不能少。
我们需要再仔细地来统计一次。
”
正是对缺失的一个数据的高度关注，正是这一次的重新统计，折射出了老师“面向全体学生”的教学理念，以这样的形式为每一个孩子提供公平的学习科学的机会，体现着“教育无痕”，展示着“润物细无声”。
在统计豌豆数量时，个别小组有意把一些数量少的甚至没有豌豆的豆荚藏匿起来，小组之间攀比谁的豌豆数量多……教学中，统计豆荚里的豌豆，是为了知道豌豆种子数量的分布规律，统计的样本越多，面越广，结果就越客观。
教师应引导学生明确实验目的是为了得到一个比较客观的结果，明白一些规律，不是为了竞赛，人为的对现实数据的排斥会影响实验结果，造成与客观事实的更大差异。
【案例】《压缩空气》
孩子们抽取了10毫升空气，把橡皮放在桌上，把注射器的针孔顶住橡皮，使劲往下压活塞，然后把压缩后的空气体积大小记录在黑板上。
细心的老师发现有个小组上台更改了数据：
把原来写着的3毫升改成了2毫升。
师：
“你们为什么要改？
”
生说：
“我们做的时候是3毫升，别人做的时候是2毫升。
”
老师问：
“噢，是每个孩子都是2毫升吗？
”
“不是的。
”
“那你们认为怎么做会更合适呢？
”
孩子想了想，说：
“把每个人的都记下来。
”
孩子们重新尝试、记录后，黑板上出现了这样的表格：
组号
1
2
3
4
5
6
7
8
9
10
11
12
挤压前（ml）
10
10
10
10
10
10
10
10
10
10
10
10
挤压后（ml）
2
2
2.5
2.7
1.2
1.2
1.2
1.5
2
2
2.7
2.2
2.5
2
1
2
1.
2
3
4
1.2
3.2
4
3.5
2.5
2
3
3.3
1.5
2
1.5
2
1.5
2
3
1.5
2
3
1
1
2
1
1
1
2
3
2.5
3
看着表格中的数据，孩子们在窃窃私语。
老师看出了他们的疑惑——
“请你们猜测一下，为什么会有这么多不同的数据呢？
？
”
孩子们纷纷举手：
“可能是力气有大小。
”“有同学可能怕痛，没有用力压活塞。
”
有一组孩子说：
“橡皮没堵紧，可能漏气了。
我们刚才做压缩水的实验的时候，水就漏出来了。
”
师追问：
“刚才的实验，能不能说明空气可以被压缩？
”
生（众）：
“不能，如果漏气了，肯定就不准了。
”
“是啊，我们的实验过程有问题，那这个结果就不可靠了。
怎么办？
”老师把难题抛给了孩子们。
“重新做一次。
”孩子们毫不犹豫。
“有什么办法能确保不漏气？
”老师用征询的眼光看着孩子们。
“把橡皮的洞堵紧。
”心急的孩子说。
“你怎么知道它有没有堵紧？
”有孩子反对。
“实验后手松掉，看它是不是回到10毫升。
”有孩子提出新的建议。
“在水里做实验。
”桌上盛有水的水槽给了孩子新的提示，“如果漏气的话，会冒气泡。
”孩子们认为这的确是一个好办法，重新实验并修改了数据，在确保不漏气的情况下证明了空气的确可以被压缩。
孩子们的科学探究过程中，主要通过观察、实验、测量、调查等获取客观事实，观测工具的可靠性和学生运用工具的技能技巧，直接影响着观测结果及其分析。
另外，他们往往会挑选符合自己想法的内容，当多次验证结果产生矛盾时，往往以组内“权威人士”的操作结果为答案，这与“讲究证据，不迷信权威”的科学精神是不符合的。
老师及时从数据的更改中发现信息并界入孩子们的探究活动，抓住了一次把非预设的生成转化为有利的教学资源的机会，使实验操作严谨，确保数据来源可靠。
【案例4】《小车的运动》
A记录：
B记录：
这是2010年全国青少年科技创新大赛上的两份实验记录，A记录是国内小朋友用秒表作为测量工具测量记录的结果，而B记录是香港小朋友直接比较两辆小车快慢的结果，很显然，香港小朋友的记录更加一目了然。
很多时候，我们以为数据越精细越好，殊不知，数据是为实验目的服务的，只要能够获得能够服务于实验目的的数据，恰当的取值非常重要。
对于百米赛跑来说，运动员的速度需要精确到小数点后面的毫秒，而对于小车运动的话，只需要看出快慢就行，秒后面的数据对于小车快慢的判断并没有什么意义。
【案例5】《一杯水能溶解多少食盐》
某次教学，在交流汇报时，有一小组烧杯中的水明显少于其他小组，但溶解的食盐却写着和别的小组相近的数值。
经调查得知，他们实验时不小心把水倒掉了一些。
后来他们发现其他小组写着40毫升水里能溶解14克食盐，而他们小组连10克也不到，为了害怕老师批评，他们就偷偷更改了数据，也写成了14克……
【案例】《研究杠杆平衡条件》
一个实验小组获取了如下一组实验数据：
实验次数
F1/牛
L1/米
F2/牛
L2/米
1
0.49
0.051
0.49
0.050
2
0.98
0.048
0.49
0.100
3
1.47
0.102
0.98
0.150
4
1.96
0.05
0.98
0.100
实验小组学生普遍认为，应该分别把实验1、2、3中的L1数据0.051、0.048、0.102修改为0.05、0.05、0.10，他们的理由是，“如果不如此修正的话，我们的实验数据就不符合杠杆平衡条件了”。
这种对实验数据修改的理由充分体现了二律背反，一方面我们进行实验探究的目的是为了探究出未知的杠杆平衡条件，而不是利用杠杆平衡条件，而学生在对实验数据进行处理时，却利用杠杆平衡条件来解释自己要修正实验数据的理由。
这样获取的实验数据经过了人为的“修正”，虽然能够寻找到了具有一定“意义”的数学关系的实验数据，从而顺利地推演出某种“规律”，但是这种规律真的存在吗？
这样的实验过程对于发展学生科学素养，特别是培养学生实验探究未知世界的能力到底有多少帮助呢？
二、占有了丰富的数据，怎样利用？
【案例】《吸热与散热》
学生先预测给水和油同时加热5分钟，再停止加热5分钟，谁的吸热快？
谁的散热快？
然后分组实验，观察每分钟内水和油的温度，并记录在下表中。
给水和油加热5分钟后的温度变化记录表
0分钟
1分钟
2分钟
3分钟
4分钟
5分钟
水（℃）
油（℃）
给水和油停止加热5分钟后的温度变化记录表
0分钟
1分钟
2分钟
3分钟
4分钟
5分钟
水（℃）
油（℃）
师：
在刚才们收集了两组数据，这两组数据能证明什么呢？
能为我们的猜测提供什么证据呢？
请你们仔细分析，有什么发现？
（学生分析交流）
学生汇报
生：
我们组发现水加热1分钟后温度由原来的19℃上升到了27℃，而油却由原来的19℃上升到了30℃，以后的每分钟，油的温度都比水升得快，由此说明油比水更容易吸收热量，也证明我们的猜测是正确的。
师：
这组同学通过比较每分钟内油和水的温度变化，并且用了具体的数据作为证据，从而证明油比水吸热快，很有说服力。
其他组的发现与他们一样吗？
生：
我们组发现水在5分钟内温度由原先的19℃升高到了72℃，比原先高出53℃，可是，油在5分钟内却由原先的19℃升高到了103℃，比原先高出了84℃，由此说明油比水吸热快，也证明我们原先的猜想是对的。
师：
好！
这组同学通过比较5分钟内油和水的温度变化，也用了具体的数据作为证据，同样证明了油比水吸热快。
可是，散热的情况又任何呢？
生：
我们组发现停止加热后，水和油的温度还在上升，过一会儿才下降。
师：
你们组观察得很细心，这个发现很有意义，可为什么会这样呢？
生：
可能与它们的传热有关系吧。
生：
这是因为热在液体中是通过对流的方式传递的，所以，刚停止加热时，温度还会上升。
师：
你们分析得很有道理，能运用学过的知识来解释遇到的新问题，真的很了不起。
可是它们后来的散热情况又如何？
生：
我们发现油的散热同样比水快。
师：
为什么？
你们的证据呢？
生：
因为停止加热后，油在5分钟内温度下降了22℃，而水只下降了12℃。
师：
其他组也一样吗？
生：
我们组油的温度下降了20℃，水温下降了9℃。
生：
我们组油的温度下降了19℃，水温下降了11℃。
师：
这些数据都说明了什么？
生：
说明油比水散热快。
师：
刚才我们通过对实验数据的分析，从而为我们的原先的猜想找到了有力的证据。
根据这些证据，你们得出的结论是什么？
生：
油的吸热比水快。
生：
油的散热也比水快。
师：
还有别的说法？
生：
水比油吸热慢，散热也慢。
…………
实验中采集到的数据是表象的，有时甚至是零乱的，只有经过有效分析、整理，才能使这些数据成为科学的证据，才能使科学猜想上升为科学理论。
也只有这样，才能使学生的科学探究行为更有效度、更有深度，才能使学生的科学思维得到有效的激活。
【案例】《热水和冷水》
这是《热水和冷水》一课中，相同多的热水加入不同多的冷水的环节中获得的一组数据：
热水温度
热水水量
冷水温度
冷水水量
混合温度
第5组
50
100
24.5
25
44
第1组
50
100
24
50
41
第4组
51
100
25
75
39
第2组
49
100
24.5
75
38.5
第3组
51
100
24
175
33
第6组
51
100
24
175
32
整个班级内若以小组环节来看数据，则无法获得有规律的发现。
但如表格的这样排序，学生一下子就找到了规律，得出了冷水水量增多时，混合温度随之降低的结论。
对于实验数据中应变量随自变量有规律变化的情况，需要对各组数据进行排序整理，这样更有助于学生观察数据，从数据的顺序中发现规律。
【案例】《连续测量一杯水的温度》数据分析
这是连续测量一杯水的温度》一课中获得的一组数据：
时间（分钟）
1
3
5
7
9
11
13
温度（℃）
80
60
46
35
28
23
22
《连续测量一杯水的温度》统计图
很多时候，收集到的数据是有规律的，特别是那些连续数据和对比数据。
把这些数据用统计图表示出来，更能够直观形象看出数据之间的关系，更容易得出研究结论。
上图是热水温度变化的曲线图，能够一目了然地看出热水降温的过程是先快后慢的。
【案例】《摆的研究》
下面是某次教学中，学生通过实验获得的一组数据：
A摆锤的轻重与摆动快慢的关系
组别
改变摆锤的重量（摆动10次）
1个勾码
2个勾码
第6小组平均用时
11.25
15.09
第7小组平均用时
12.11
12.14
第9小组平均用时
11.68
11.72
平均用时
11.68
12.983
B摆幅的大小与摆动快慢的关系
组别
改变摆幅的大小（摆动10次）
摆幅大
摆幅小
第10小组平均用时
11.42
10.21
第1小组平均用时
10.13
9
第3小组平均用时
10.55
9.69
平均用时
10.7
9.633
C摆线的长短与摆动快慢的关系
组别
改变摆线的长短（摆动10次）
长摆线
短摆线
第5小组平均用时
12.21
10.36
第11小组平均用时
12.45
9.7
平均用时
12.33
10.03
教学现场回放：
师：
请第6小组汇报你们的实验结果和结论。
生6：
……我们认为摆动的快慢与摆锤的轻重有关系。
师：
好。
谁来评价他们的汇报？
生7：
……我们认为摆动的快慢与摆锤的轻重有关系，但是关系很小。
因为，我们两次实验的数据只相差0.03秒。
生9：
……我们认为摆动的快慢与摆锤的轻重有一点点关系。
生7：
我发现第6小组的数据与我们第7组和第9组的数据相差很大，他们是不是算错了？
师：
现在，我们把各小组获得的数据综合起来作一个比较，你觉得哪个因素跟摆动快慢关系最密切？
为什么？
生：
我觉得摆动快慢与摆线的长短最有关系，与摆幅的大小关系最小，因为摆线长短最后的平均数相差最大，而摆辐大小的平均数相差最小。
……
上述案例中，这个小组能结合本组实验所收集的证据，推理出本组的结论。
尤其可贵的是第7小组，他们能理性分析实验数据，发现两次实验的数据的细微差别，虽然只相差0.03秒，并不能分析得出摆动的快慢与摆锤的轻重有关系，但这种数据的敏感性依然可贵。
【案例】《杠杆的秘密》数据分析
下面是一组学生在《杠杆研究》关于省力费力的教学内容中记录下的数据：
左边
右边
距离
3
1
2
3
4
5
6
钩码数
2
6
1
1
1
3
1
1
2
2
4
1
1
汇报交流时，学生除了知道左边等于右边（力与距离乘积相等），绝大部分学生概括不出杠杆省力和费力的特点……从表格中可以看出，数据是学生的第一手采集材料，数据是学生无意识记录下来，反映不出杠杆力与距离之间的关系。
因此，教师在学生收集好数据后，应及时引导学生对数据进行重新整理，变无序为有序，才能为我们所用。
比如可以按钩码数来分类，比左边钩码数多的排成一列，比左边钩码数少的排成另一列。
这样，使随意的数据成为有序数据，通过比较，就可以清楚看出钩码数比左边少的，力臂较长，反之较短，从而明白省力费力杠杆的特点。
科学老师不仅要引导学生学会观察、判断数据，还要引导学生学会整理、分析数据，充分挖掘数据背后隐藏的规律，发挥数据应有的作用，对现象作出客观的解释。
小学生受年龄影响，往往关注事物的局部特点而非整体现象，关注的是个别的数字而非一组有内涵的数据。
实验中的数据就像一颗颗珍珠，只有整理成项链，才能发挥其应有的作用。
三、出现异常数据的时候，如何面对？
【案例】2009年全国小学科学年会上的展示课《土电话》教学片断
课堂上探究的问题是：
线的长短影响传声效果吗？
各组均预测线长了声音会减弱。
通过实验活动，得出了以下数据（单位：
分贝）：
组别
发声器的响度
短线传声接收到的声响
长线传声接收到的声响
第1组
98
78
82
第2组
95
76
62
第3组
100
70
74
第4组
103
78
80
第5组
99
76
72
第6组
96
72
77
很明显，六个小组的数据，只有二个组支持假设，四个组不支持假设。
上课教师认为“意外数据”是实验产生了错误。
为了能够得出想要的数据实现教学“成功”，于是否定“意外数据”并要求学生重做一遍实验，结果拖堂了十几分钟。
“数据本身没有问题，是老师对待数据、处理数据的态度出了问题。
”特级教师章鼎儿在评课时这样说。
【案例】《测量心跳和脉搏》
在一节研究课上，当每个学生用简易听诊器测完心跳以后，教师要求每组学生算出组内平均数，汇总以后，教师又算出全班平均数。
接着用同样的方法测出全班脉搏的平均数。
在各小组汇报时发现学生测得的心跳数最低的只有42，最高的达到170，但由于汇报的是全组平均数，很多悬殊的数字都抵消了。
这样，通过纵向比较得到一个结论，儿童的心跳在60-100之间；通过横向比较发现，心跳和脉搏数差不多，因此得出结论：
脉搏可以反映心跳情况。
在这里，我们不禁要反问：
最初的数据是否准确？
最后的结论是否科学？
学生初次测量心跳和脉搏，受到年龄、知识水平、经验的限制，误差肯定存在，即使是成年人第一次测量恐怕也很难测得十分准确。
有的学生测得的结果为42次，肯定是错误的数据。
但在课堂上，老师没有表现出任何质疑，用这样误差极大的数据算出的平均数能说明儿童的心跳范围吗？
这样做给学生造成这样一种错误的印象：
测量数据不用十分准确，差不多就行了，甚至瞎编一个也没关系。
【课例】《用橡皮筋作动力的小车》
孩子们在研究“橡皮筋缠绕的圈数与小车运动距离的关系”。
教师根据孩子们的汇报统计如下：
组号
缠绕的圈数
小车运动的距离
（厘米）
组号
缠绕的圈数
小车运动的距离
（厘米）
1
2
7.3
5
2
6.8
4
13.4
4
14.0
6
17.6
6
19.2
2
2
6.6
6
2
7.4
4
17.9
4
17.8
6
15.3
6
15.3
3
2
8.2
7
2
6.7
4
17.6
4
13.4
6
16.4
6
17.0
4
2
6.9
8
2
7.5
4
12.8
4
15.3
6
17.5
6
19.1
师问：
“发现什么规律？
”
生1：
“缠绕的圈数越多小车运动的距离越远。
”
老师比较满意，但另一学生2站起来说：
“不一定!
”
师追问：
“你怎么知道的？
”
生2答：
“因为有两个组缠绕六圈时候小车运动距离比四圈时距离近。
”
老师故意以问的语气：
“那么大多数的组都赞同第一种情况吧？
”
学生们回答：
“是。
”
老师满心欢喜地总结道：
“缠绕的圈数越多小车运动的距离越远。
”
仔细分析这张表，可以发现：
事实并非如此。
8个小组中有3个小组并不能得出“缠绕的圈数越多小车运动的距离越远”的结论。
5个组的结论不能代表所有，我们应该知道：
“大多数人的意见并不一定就是对的。
”
【案例】研究“摆锤的重量与摆的快慢是否有关”的实验
教师让学生先将摆绳都设置成10厘米，然后分别挂一个、两个、三个钩码逐一增加摆锤重量进行实验，其中有七组同学每次实验摆的次数都是相同的，只有一个小组结果是这样的：
摆锤的重量
第一次
第二次
第三次
一倍重量
20
20
20
两倍重量
18
18
18
三倍重量
17
17
17
我们都知道：
摆的快慢与摆锤的重量无关。
那么这组同学为什么会得到这样的数据呢？
可贵的是上课教师从这组数据出发，引导学生反思自己的实验过程，并在全班展示实验过程，发现他们挂钩码的方法与其他组不同，这组同学是一个接在另一个下面，挂成一长条，而别的组都是挂在回形针上，挂成一横排，挂法不同导致了实际摆长发生了变化，当然摆动次数就变化了。
再次实验后学生分析发现，是实验方法的不同影响了实验数据。
【案例】《磁铁的磁性》，
孩子们在研究“磁铁各部分磁性的强弱”：
在条形磁铁上等距取了ABCDE五个点，在各点上首尾相连挂回形针或大头针，根据所挂回形针和大头针的数目来判断磁铁各部分磁性的强弱。
A教师在课堂上获得的数据统计如下：
组号
A B C D E
1
8 5 0 5 7
2
5 6 0 5 5
3
8 5 0 7 7
4
5 5 0 7 5
5
5 4 0 2 8
6
12 6 0 6 7
7
5 4 0 5 7
8
7 5 0 4 6
老师问：
“发现什么规律？
”孩子说：
“中间是没有磁性的。
”因为答案出乎意料之外，老师追问：
“你怎么知道的？
”孩子答：
“每个组都是0。
”满心希望孩子发现标准答案的老师又问：
“还发现什么规律吗？
”孩子们没有回答。
老师又问：
“磁铁哪个地方的磁性最强？
”有孩子答：
“两边。
”如释重负的老师赶紧总结道：
“条形磁铁的两端磁性最强，中间磁性最弱。
磁铁磁性最强的地方叫磁极。
条形磁铁有两个磁极。
”
仔细分析这张表，可以发现：
8个小组中只有5个小组的数据的确是AE两点吸的回形针最多，有些组的AB点或CD点吸的回形针数是一样多的，有两个小组甚至是BD点吸的回形针最多。
但是B教师跳过这些数据，得出了“磁铁两端磁性最强”的结论，很显然是不符合“尊重事实、尊重数据”的科学教育精神的。
B老师的课堂上获得了这样一组数据：
A点
B点
C点
D点
E点
第一组
14
9
0
11
14
第二组
15
10
0
11
14
第三组
13
10
0
9
13
第四组
14
10
0
11
13
第五组
15
8
0
12
16
第六组
14
9
1
10
14
第七组
14
9
0
10
13
从数据表中发现最中间一列数据只有第六小组挂了一个大头针，其他都挂了0个，全班同学（除第六小组以外）都认为磁铁的中间没有磁性，总结规律为：
磁铁的磁性两边强、中间无。
第六小组反驳全班意见，把磁铁拿到了讲台上，亲自做了一边实验给其他同学看，
升级会员 