Richard A. Duschl

Learning progressions and teaching sequences: a review and analysis

Our paper is an analytical review of the design, development and reporting of learning progressions and teaching sequences. Research questions are: (1) what criteria are being used to propose a ‘hypothetical learning progression/trajectory’ and (2) what measurements/evidence are being used to empirically define and refine a ‘hypothetical learning progression/trajectory’? Publications from five topic areas are examined: teaching sequences, teaching experiments, didaktiks, learning trajectories in mathematics education and learning progressions in science education. The reviewed publications are drawn from journal special issues, conference reports and monographs. The review is coordinated around four frameworks of Learning Progressions (LP): conceptual domain, disciplinary practices, assessment/measurement and theoretical/guiding conceptions. Our findings and analyses show there is a distinction between the preferred learning pathways that focus on ‘Evolutionary LP’ models and the less preferred but potentially good LP starting place curriculum coherence focused ‘Validation LP’ models. We report on the respective features and characteristics for each.

Psychology and epistemology: match or mismatch when applied to science education?

Cognitive psychologys descriptions of an individuals knowledge resemble those philosophers’ offer of scientific theory. Both offer resources for conceptual change teaching. Yet the similarities mask tensions ‐philosophers stress rationality and psychologists focus on causal structure. Both domains distinguish two kinds of change in knowledge structures‐one common and cumulative, the other rare and non‐cumulative. The structures facilitate incremental development but resist major revisions. Unless instruction actively induces restructuring, students’ knowledge will be confused and incomplete. Knowledge is largely organized by schemata, representing the significant concepts and relations in a domain. But using knowledge also requires procedures for recalling, applying and revising schemata. Questions discussed include: When should we present a theory in the context of justification‐‐where knowledge claims are systematically but a historically delineated; and when in the context of development‐‐where knowl...

Retention and attrition of science talent: a longitudinal study of Westinghouse Science Talent Search winners

Ninety‐four winners of a highly prestigious American science talent search were followed longitudinally from the time they received the award in 1983 to the present. The subjects, 57 male and 37 female, were mailed a 20‐item questionnaire designed to monitor changes and consistencies in the values underlying decisions to pursue or not pursue science as a field of study, as an area of research and/or as a possible career. By 1988, 41% of the females and 12% of the males had dropped out of science. Based on the results of the questionnaire and follow‐up interviews those who have remained in the science track were more likely than those who dropped out to have been supported in their efforts to carry out research projects, given resources to engage in research, and provided mentoring at least equal to that provided during the high school years, including exposure to tacit knowledge needed to succeed in the world of scientific research.

Learning Introductory Quantum Physics: Sensori‐motor experiences and mental models

This paper reports a cross‐sectional study of Taiwanese physics students’ understanding of subatomic phenomena that are explained by quantum mechanics. The study uses students’ explanations of their answers to items in a questionnaire as a proxy for students’ thinking. The variation in students’ explanations is discussed as is the development in the way in which students link different concepts. A discussion of the source of students’ ideas turns to the way schema contain mental models that derive from sensori‐experiences. The principal recommendation for teaching is the need to include practical activities on a range of precursor phenomena so as to extend the students repertoires of mental models. This advice is different from that given in previous studies.

New Drivers for New Science Education Highways.

During the second half of the twentieth century we have witnessed the emergence of new scholarly disciplines and methods of inquiry that have shaped our images of science education. While I agree with Fensham that it may be time to change drivers, we also need to think carefully about the new highways being charted by new scientists and new science educators studying learning, teaching, and the design of learning environments. In my comments, I push the argument in two directions. First, I examine who are the scientists working in science education; then I ask who are science educators. There are new disciplines, scholars, and scientists studying the structures and processes of knowledge growth and development in individuals and among communities of learners. The change in focus involves moving from what we know to how we know and why we believe it. Helping teachers and school systems to shift the focus on science instruction from what to the how and the why requires new roads (i.e., curriculum, instruction and assessment models) as well as new drivers.RésuméLa seconde moitié du vingtième siècle a vu l’émergence des sciences cognitives et d’autres disciplines apparentées telles que l’intelligence artificielle, l’informatique, les sciences neurologiques, les théories de la pensée et la linguistique. Ces disciplines ont profondément changé notre vision de l’éducation. Plusieurs facteurs ont façonné notre image de la didactique des sciences: l’investissement de millions de dollars dans le développement des curriculums scientifiques de la maternelle au 12e année et dans la formation des enseignants et des enseignantes, de même que l’émergence de centres des sciences et des technologies, le débat public sur les programmes de recherche scientifique et le défi d’appliquer à l’apprentissage et à la didactique des méthodes de recherche empruntées à la psychologie, à la sociologie et à l’anthropologie.Fensham (2002) affirme que la didactique des sciences est trop importante pour qu’on la confie aux scientifiques et aux didacticiens. Bien que je sois assez d’accord sur le fait qu’il est temps de passer la main, j’estime qu’il nous faut bien réfléchir sur les nouvelles voies ouvertes par les chercheurs et les chercheures qui étudient la structure du savoir et la croissance et le développement de la connaissance.Mes commentaires vont dans deux directions. D’abord, je m’intéresse aux scientifiques qui œuvrent en didactique des sciences. À mon avis, un changement radical a eu lieu au cours des 50 dernières années. En effet, nous avons appris à mieux apprendre sur l’apprentissage. Là où autrefois le physicien, le chimiste ou le biologiste représentaient les seuls spécialistes en matière de programmes scientifiques scolaires, aujourd’hui ils sont entourés de tout un groupe de scientifiques et de chercheurs provenant d’autres disciplines: sciences cognitives, psychologie du développement, études scientifiques, linguistique et d’autres encore.Deuxièmement, je pose la question suivante: «Qui sont les didacticiens des sciences?» Ici encore, un changement radical a eu lieu. Les chercheurs qui étudient l’apprentissage scientifique, le personnel des centres scientifiques et des musées ainsi que les spécialistes de la communication scientifique, font tous partie d’une nouvelle classe de didacticiens des sciences. OEuvrant sans se soucier des frontières disciplinaires, ces nouvelles communautés de chercheurs, souvent en collaboration avec des enseignants en service, fournissent des informations précieuses sur la façon de concevoir des environnements d’apprentissage efficaces. En effet, nous en savons aujourd’hui beaucoup plus sur les conditions nécessaires à un apprentissage et à un enseignement efficaces (Bransford, Brown et Cocking, 1999; Pellegrino, Chudowsky et Glaser, 2001).La théorie cognitive, par exemple, nous apprend qu’il y a plusieurs formes de connaissances qui définissent l’expertise dans un domaine de recherche: le savoir déclaratif (savoir quoi), le savoir de procédure (savoir comment), le savoir schématique (savoir pourquoi) et le savoir stratégique (connaître la connaissance). La conception d’environnements d’apprentissage efficaces dépend de notre souci de développer chez tous les apprenants et apprenantes ces quatre types de savoirs. Un tel processus, comme nous l’ont enseigné Bruner et Schwab il y a plusieurs décennies, requiert avant tout action et formation plutôt qu’écoute et jugement.Si pour l’alphabétisation scientifique, passer la main signifie passer d’un enseignement centré sur ce que nous savons à un enseignement centré sur comment nous savons ce que nous savons et pourquoi nous croyons le savoir, je suis d’accord avec les propositions de Fensham. De nouvelles disciplines et de nouveaux chercheurs et chercheures étudient les structures et les processus impliqués dans l’acquisition et le développement des connaissances chez les individus et dans les communautés d’apprenants et d’apprenantes. Ce changement de perspective se traduit par un virage qui consiste à passer de ce que nous savons à comment nous le savons et pourquoi nous le croyons. Pour aider les enseignants et enseignantes et les systèmes scolaires à effectuer ce virage, il faudra non seulement de nouveaux décideurs, mais aussi de nouvelles voies, c’est-à-dire de nouveaux modèles de curriculums, d’enseignement et d’évaluation.