国际数学与科学趋势研究：学术热点与趋势

摘   要：本研究借助CiteSpace，筛选Web of Science中研究国际数学与科学趋势研究项目的SSCI文章并进行整合分析，发现近15年发文数量呈现增长趋势，且国外研究者的发文量居多;相关研究主要围绕数学科学成就、学生行为、信念、态度、动机等进行;研究模式集中在对数据的二次分析。本研究建议：鉴于国内相关研究缺少二次分析，国内研究者可在相关研究中从思辨研究转向基于推断统计的二次分析研究;国内外学者可加强对不同层面的数据进行综合回归研究;研究者在研究过程中可通过顺应国际教育发展趋势和结合其他大型教育评估拓展研究内容。

关键词：TIMSS 数学和科学成就 研究热点 研究趋势

一、引言

国际数学与科学趋势研究（Trends in International Mathematics and Science Study，TIMSS）是一项针对四年级和八年级学生的国际测评项目，自1995年起每隔四年测评一次，是全球监测基础教育有效性的重要测评。TIMSS的测评内容包括学生对所学知识的运用、解决问题的能力以及在不同情境下运用逻辑与分析思维进行推理的能力。该项目得到的测评数据可用于：获得与学生数学与科学成就有关的家庭、学校等层面的信息;找出测评中反映的问题，更好地促进课程改革和教育政策改进;通过定期测评，观察上一周期的四年级学生在下一周期八年级的表现;在全球范围内监测学业成果趋势。[1]随着越来越多的国家和地区加入这一测评，TIMSS 的研究成果愈趋丰富。本文基于Web of Science中研究TIMSS的SSCI文章，利用CiteSpace的可视化分析功能，对2006—2020年有关TIMSS的发文概况、研究热点、研究前沿与趋势等方面进行探讨。

二、数据来源与研究方法

（一）数据来源

本文将Web of Science作为数据来源，在基本检索中输入主题“TIMSS”，文献类型“Review”“Article”，语种“English”，时间跨度选择所有年份，勾选社会科学引文索引（Social Sciences Citation Index，SSCI）2006年至今选项。截至2020年11月18日，共得到410篇文章，经过手动筛选，去除173篇文章，排除标准为仅在文中提到TIMSS这一主题但全文主体内容和TIMSS研究没有较大关联，共获得237篇用于分析的文章。将237篇文章导出为其他文件格式，记录内容选择“全记录与引用的参考文献”，文件格式选择“纯文本”，在CiteSpace中转码去重后得到文本研究样本数据。

（二）研究方法与工具

本研究借助CiteSpace[2]以及Web of Science中的分析检索结果，通过可视化图谱分析TIMSS研究热点与前沿趋势。将数据导入CiteSpace，设置参数如下：时区跨度（time slicing）选定为2006—2020年，单个时间切片（years per slice）选择1年，节点类型（node types）分别设置为作者（author）、机构（institution）、关键词（keywords）、被引文章（reference），算法剪枝（pruning）选择路径找寻（pathfinder）和修剪切片网（pruning sliced networks），其他值为默认值。得到共现视图、聚类视图、突现视图等多个不同的知识图谱，对这些知识图谱进行分析，挖掘该研究领域的多维度信息。

三、结果分析

（一）基础数据分析

1. 发文数量

2006—2020年有关TIMSS研究的发文量呈现增长趋势，说明学界对于TIMSS的研究兴趣在不断增长。这些文章分布在86种期刊上，表明有关TIMSS的研究分布在多个领域。但是每年的发文量相对较少，2012—2020年每年发文量仅在20篇左右。

2. 研究方向

研究方向集中在教育学和心理学领域。TIMSS针对四年级和八年级学生测评其数学和科学方面的成就，测评结果能够为初等教育领域提供参考，同时收集到的多个国家之间的数据可以展开不同层次的比较，为各国教育政策制定与课程改革提供依据。此外，TIMSS将学生的认知水平分为了解、应用和推理三个等级，根据学生的测评结果和解答问题的过程判断学生的学习水平[3]，通过学生表现，分析影响其成绩的动机、信念等心理因素。

3. 来源期刊

期刊来源上，排名前三位的分别是《国际科学教育》（International Journal of Science Education）、《教育与科学》（Egitim ve Bilim-Education and Science）、《国际科学与数学教育》（International Journal of Science and Mathematics Education）。发文期刊的类别可以在某种程度上揭示TIMSS研究的结构和层次，可以发现相关文章大多发表在数学和科学教育类期刊上。

4. 发文作者和机构

使用CiteSpace绘制作者和研究机构共现图谱，可以掌握这一研究领域不同作者和不同机构之间的合作关系。节点分别选择作者和研究机构，可分别得到作者和研究机构共现图谱，如图1、图2所示。节点代表研究对象，节点越大，表示发表论文的数量越多。节点间的连线代表不同作者或不同研究机构之间的合作关系，连线的数量代表合作关系的强度，密度表示各个节点之间关联的紧密程度。由图1可知，在作者共现图谱中，节点数为300，连线数为257，作者之间的合作密度为0.0057。Peyyan Liou的发文数量为9篇，在研究者中发文数量最多;Herbert W. Marsh发表6篇;Alexandre J. S. Morin和Ebrahim Mohammadpour均发表5篇。可以发现发文量较多的作者多为外国学者。由图2可知，在研究机构共现图谱中，节点数为229，连线数为176，机构之间的合作密度为0.0067。研究机构多集中在高校。主要研究机构及其出现频次为National Central University（国立中央大学，10）、University of Missouri System（密苏里大学系统，10）、University of Gothenburg（哥德堡大学，9）、University of Missouri Columbia（密苏里大学哥伦比亚分校，9）、King Saud University（沙特国王大学，8）等。由以上分析结果可知，研究TIMSS的群体相对分散，不同作者或研究机构之间的协作较弱，多呈现相对独立研究的态势。

（二）研究内容分析

1. 研究热点

（1）关键词共现分析

图3和表1分别呈现了关键词共现图谱和高频关键词列表。图3中的圆圈代表关键词在文献中出现的频次，字号大小代表关键词的中心性，节点间的连线代表共现关系，连线粗细代表共现强度。其中，TIMSS（84）、achievement（成就，48）、mathematics（数学，42）、performance（表现，32）、education（教育，29）、student（学生，25）、school（学校，25）、academic achievement（学术成就，24）、science achievement（科学成就，24）等关键词出现频次较高。由此反映出研究者主要关注学生在数学和科学方面的成就以及学生行为，从而探讨学生取得成就背后的因素。根据关键词出现的年份与频次，可将其演变历程划分为三个阶段。第一个阶段为2006—2013年，出现的关键词有mathematics、performance、education、school、mathematics achievement（数学成就）、motivation（动机）、student achievement（学生成就）。可以发现这些关键词出现的频次较高，而且出现时间较早，即便到今天也依然是学者关注的内容。这也说明学者在第一阶段进行TIMSS相关研究的时候，更多关注学生的成就。第二个阶段为2014—2017年，出现的关键词有between-teacher instructional variation（教师间的教学差异）、family（家庭）、school resource（学校资源）。说明学者在关注学生成就的同时，开始关注影响学生成就的学校、家庭等因素。第三个阶段为2018年至今，出现的关键词有gender difference（性别差异）、data mining method（数据挖掘方法）、educational leadership（教育领导）、cross-national perspective（跨国视野）、correlation（相关性）、cognitive abilities test（认知能力测试）。这些词汇是近两年出现的关键词，也是学者最新关注的研究领域。可以看到，分析影响学生成就的性别差异、领导力、个人认知等因素的研究日趋增多。

（2）关键词聚类分析

图4为关键词的聚类图谱。如图4所示，模块值Q（Modularity Q）= 0.5484，平均轮廓值S（Mean Silhouette）=0.5123。一般来说，Q>0.3意味着划分出来的社团结构是显著的，S>0.5意味着聚类是合理的。图4中的两个参数均在合理范围内，说明聚类的效果显著。最终统计得到13个聚类。可知当前TIMSS研究的热点主题包括student characteristics（学生特征）、elementary science achievement（小学科学成就）、negative school factor（消极的学校因素）、Hong Kong（香港）、performance paradox（绩效悖论）、reference model（参考模型）、policy change（政策变化）、between-grades difference（年级之间的差异）、multiple strategies（多种策略）、principals perception（校长感知）、cognitive domain（认知领域）、inquiry-based elementary science lesson（基于探究的小学科学课）、middle school student attitude（中学生态度）13类。再分别将每一个聚类标签展开，得到关键词共现网络聚类词（见表2），由于每个聚类标签下包含的词语太多，这里仅摘取了部分聚类词。可以发现每个聚类标签下的词语有交叉重复的地方，对关键词聚类结果进行深入分析以及阅读相关资料与文献，可将TIMSS研究划分为两大类型。

第一类为二次分析研究。即借助TIMSS的相关数据进行二次推断统计分析，以探究不同因素变量对四年级和八年级学生数学和科学成绩的影响。这些变量包括：早期入学、校长领导力、移民情况、学生性别、父母教育、学校安全、学校是否使用母语作为测试语言、家庭作业时间、家庭作业频率、内在动机和工具动机、模式效应（用计算机测试代替纸笔测试）、学生态度、父母教育参与行为、父母对教育的态度、教学时间、文化模式、社会经济地位、学生自信心、学生归属感、教师的工作满意度、教师教学信心、班级规模、政府在教育方面的投入、学生的价值观、教育机会均等、师生性别匹配、课堂教学内容覆盖率、学生问题行为、课堂同伴之间的学术互动、自我效能感等。将这些变量进一步进行整理归纳，可分为家庭、学校、学生、国家四个层面。以此来探究单因素变量或者多因素变量对学生成绩的影响。

有研究者指出，教学方法与学生科学成就未必直接相关，但自我效能感在两者关系中作为中介，起到了良好效果。[4]有研究表明，探究式教学与学业成就呈正相关，探究活动的频率与学业成就呈负相关。[5]新加坡学生和美国学生的比较研究结果表明：影响两国学生数学成绩的共同特征是学生的自信心、学校背景和教师对数学教学的信心。此外，美国学生数学成就也与教育资源相关，新加坡学生数学成就还与态度、期望和动机相关。[6]有研究探究了与学生成就无关的变量，如减少班级人数不会提高四年级学生的数学成绩。[7]在研究过程中，有学者注意到即使是同样的因素变量，对于不同国家学生成绩的影响也是不同的，如内在动机和外在动机对东亚学生的数学成绩有积极影响，外在动机对西方学生的数学成绩有消极影响。[8]有研究基于美国和沙特阿拉伯八年级学生的TIMSS数据进行了跨文化比较，评估了不同国家学生的数学自我概念、积极影响、课程愿望和成就。[9]有研究比较了与韩国和美国学生数学成绩相关的学生、教师和学校因素。[10]另外有研究者关注每次TIMSS得分较高的国家和得分较低的国家，然后探索学生取得不同成就背后的因素。例如，有研究认为，哥伦比亚四年级学生在TIMSS 2007数学技能测试中表现较差的原因可能是一年级至四年级班级规模对四年级成绩的累积影响[11];有研究想探究日本学生的分数始终高于国际平均水平的原因，从日本TIMSS 2003四年级全国样本中研究了自我信念、课堂教学策略和学生数学成绩之间的关系[12]。