基于CiteSpace的“大概念教学”研究知识图谱分析

摘 要：聚焦大概念教学可以有效整合知识内容，提升学生建构知识的能力，是落实核心素养的有效途径，因此，大概念教学越来越受到学者的关注与重视。本文以中国知网（CNKI）收录的619篇与大概念教学相关的文献为数据样本，借助可视化CiteSpace软件，对样本文献进行词频分析、共现分析、聚类分析、突现词分析等，绘制出作者合作、机构合作、关键词共现、关键词聚类等图谱进行分析。研究结果表明：（1）大概念教学领域的发文量呈现逐年增长的趋势，可划分为缓慢发展期（2012—2016年）、快速发展期（2017—2019年）及迅速发展期（2020—2021年）。（2）当前研究主体之间的合作关系不够紧密，作者合作之间呈现“大分散、小聚集”的特点，且研究机构之间缺少合作。（3）大概念教学中较热点的关键词有“大概念”“核心素养”“概念教学”“单元教学”等，通过对当前研究进行归纳分类，可分为基本理念研究、单元教学设计研究及学科教学策略研究三大类。（4）研究前沿可分为“持续型”前沿与最新前沿，“持续型”前沿有“聚类思想”“归纳思维”，最新前沿为“概念教学”。

关键词：科学知识图谱;可视化;CiteSpace;大概念教学

中图分类号：G633.55        文献标识码：A        文章编号：1005-5207（2022）07-0051-06

以学科知识为导向的教学模式常常会忽略学科的整体育人价值，较多关注零散的知识和技能，忽略对学科知识的整合与综合运用，不利于核心素养有效落实。在当前素养为本、能力为重，深化教学改革的背景下，大概念教学为培养学生核心素养提供了新理念和新方法。因此，大概念教学日益受到教育界的广泛关注，围绕大概念教学的理论探讨与实践探索已成为当前教育界研究的热门问题[1-2]，也亟需对大概念教学研究现状和研究趋势进行总结与展望。然而，对大概念和大概念教学进行综述的文献或进行学术史梳理的文献较少，一是祝钱从近二十年的61篇核心论文中梳理大概念教学的发展历程、内涵与外延及其在教学实践中的发展脉络，进而从学校、教师、学生三个层面提出反思与建议[3];二是王瑞从研究内容上梳理大概念教学的研究现状，提出加强教学实践、设计教学评价的展望[4]。但二者皆以阅读和归纳的方式进行分析，缺乏应用现代科学计量学系统梳理大概念教学研究现状及概况。为此，本文以中国知网（CNKI）2012—2021年收录的619篇大概念教学文献为研究对象，采用科学知识图谱和文献计量法，利用CiteSpace软件对样本文献进行可视化分析，通过CiteSpace软件绘制出作者合作网络、机构合作网络、关键词共现、关键词聚类等知识图谱，形象直观地展示大概念教学的研究主体合作关系、热点及前沿，以期明晰国内大概念教学的发展历程，为该领域的理论研究及实践探索提供有益参考。

一、大概念教学的内涵与功能

大概念的“大”指的是“核心”而非“庞大”“基础”，包含学科大概念与跨学科大概念。“概念”不仅是指概念，还可以是观念及论题，具有一定的生活价值，可迁移到具体的生活情境[2]。大概念是对具体概念、概念与概念之间关系的抽象概括，能够有效地联结分散的知识，统摄性地解释知识关系与知识特征以帮助学生实现知识结构水平的改造。大概念的最终目标指向学生的核心素养发展，具有中心性、思维性、可迁移性和持久性的特征，即大概念位于学科的中心地位，是学科学习的核心内容，作为“具体—抽象—具体”高通路迁移的协同思维结果更不易被人遗忘，对人的发展起到持久性作用。为了解决学科知识繁杂，教师难以把握教学重点，学生对知识内容缺乏深刻理解等问题，国外学者提出课程与教学的设计要以大概念为中心的主张，把要求学生掌握的概念和技能与某种大概念联系起来，并采用适宜的表达方式来展示[5]。大概念教学是聚焦大概念建构教学单元进而组织教学的一种方式，有利于学习者获得解决真实问题的能力，提升批判思维及创新思维能力，形成有效决策力，提高元认知水平与促进学科融合。[6-7]

二、研究数据来源与研究方法

1.数据来源

中国知网（CNKI）相较于其他数据库，其覆盖面较全，文献数量较多。因此本文选取中国知网（CNKI）作为研究文献的来源，通过主题词检索方式，以“大概念教学”为主题在中国知网（CNKI）共检索到相关文献619篇，其中包含学位论文90篇，期刊论文524篇，会议论文5篇，时间分布于2012—2021年，收集数据的时间为2021年11月15日。

2.研究方法

CiteSpace是一款专门针对文献数据及专利进行可视化分析的软件，主要功能有（作者、机构、国家、术语、关键词）共现分析、（引文、作者、期刊）共被引分析、文献耦合分析及突现词或突现文献探测分析，通过聚类、时间序列与时区视图，形象直观地展示某一学科领域的发展趋势、研究进展、热点及前沿，是当前应用最广泛的科学知识图谱绘制工具之一。[8]本文通过统计大概念教学领域年发文量、年关键词词频，辨析大概念教学研究发展趋势;通过作者合作网络、机构合作网络图谱分析，明确国内合作概况;通过关键词共现分析、关键词共现聚类分析，确定研究热点;通过突现词分析，辨析研究前沿。运用CiteSpace软件对文献进行分析之前要先完成数据转换，数据转换步骤如下：在中国知网（CNKI）上检索目标文献并以Refworks格式导出，打开CiteSpace软件，点击“data”下的“Import/Export”，选择相应的文件夹路径后点击“CNKI Format Conversion （2.0）”即可转换成CiteSpace软件可识别的数据格式。时间跨度设置为2012—2021年，时间间隔为1年，可视化方式选择查看静态集群（Cluster View-Static）与显示合并后的网络（Show Merged Network），其他设置保持默认。基于以上基本设置，进一步操作输出相应的知识图谱。

三、大概念教学文献计量及其可视化分析

1.时间分布统计

对2012—2021年国内大概念教学文献进行时间分布分析（图1）。从图1可以看出，发文量逐年增长，大概念教学已进入蓬勃发展阶段。其中，2012—2016年为缓慢发展期，每年的发文量不超过5篇;2017—2019年为快速发展期，发文量从2017年的13篇增长到2019年的96篇;2020—2021年为迅速发展期，2021年的发文量已达到了285篇，占近十年大概念教学研究文献的46%。从图2对每年关键词词频（以关键词首次出现的年份作为统计依据）的统计结果可以看出，从2016年开始年关键词词频呈现逐步递增的发展趋势，表明大概念教学的热度与关注度持续增高。整体上来看，国内学者对大概念教学的研究尚处于初步探索阶段，但学者对大概念教学领域的关注度逐年递增，预测相关研究成果会持续增多。

2.国内合作概况辨析

CiteSpace软件的作者共现分析与机构共现分析功能可识别一个研究领域的核心主体与主体间的合作情况，因此，本文运用CiteSpace软件绘制出作者合作网络图谱与机构合作网络图谱以辨析大概念教学领域的核心作者、核心机构及主体间的合作关系。

（1）作者合作网络图谱分析

网络节点选择为作者（Author），输出得到节点数为162，连线数为32的作者合作网络图谱。图中的一个节点代表一个作者，发文量多少用节点大小表示，节点越大代表该作者发表相关文章数量越多。连线表示作者之间的合作关系，连线的粗细表示合作关系的强度，如图3上方所示，不同的年份有相应的颜色表示。从作者合作网络图谱来看，网络密度为0.002 7，表明作者较为分散，作者之间的合作较少。在大概念教学领域中，还存在一些学术团体，如以刘徽为核心的研究团队。此外，对发文量5篇以上的作者的发文量与半衰期进行统计，结果如表1所示。从发文量上看，华南师范大学的刘晓凡、钟柏昌与浙江大学的刘徽参与发表的相关文章数量相对较多。从作者的半衰期来看，刘晓凡的影响期限较长，为5.5年，钟柏昌的影响期限为3.5年，刘徽的影响期限为1.5年，其余作者的影响期限都较短。周玉芝的半衰期最长，其影响期限为6.5年。该作者于2012年发表了篇名为《从表层学习到深层学习——以初中化学的分子概念教学为例》的文章，目前共被引11次，引证文献的时间跨度从2013—2020年，因此该作者的影响期限较长。

（2）机构合作网络图谱分析

网络节点选择机构（Institution），输出机构合作网络图谱。该图谱共有节点136个，表明共有136个机构对大概念教学领域做过相关研究。连线数量为0，表示在该领域中还没有出现机构之间的合作。发表文章数量最多的机构是北京教育学院，共15篇（第一作者）。从该机构发表的文章来看，主要集中在对单元教学的理论研究及高中具体学科的单元教学设计探讨，涉及的学科有语文、化学、生物及地理。

3.研究热点辨析

关键词是对文章研究主题的高度概括与浓缩，关键词共现分析与关键词聚类分析可以直接地展现某一学科领域的研究热点[9-10]。因此，本文运用CiteSpace软件的关键词共现分析与聚类分析功能辨析大概念教学领域的研究热点。

（1）关键词共现图谱分析

网络节点选择关键词（Keyword），为简化网络，选择网络裁剪方式为最小生成树算法（Minimum Spanning Tree）与修剪切片网络（Pruning sliced networks），输出节点数为284，连线数为339的关键词共现图谱（图4）。节点数量表示关键词的数量，节点越大表示关键词出现的频次越高，节点出现紫色外圈表明该节点的中介中心性不小于0.1。两个关键词同时出现在一篇文章中，两个关键词之间就会有连线，连线的颜色不同表示关键词之间共现的年份不同，关键词之间的连线越粗代表关键词共现的频次越高，图中仅显示了频次大于及等于20的节点标签。表2统计了频次大于及等于20的关键词频次、中介中心性与首次出现年份。从表中可以看出，除“核心素养”“概念教学”较为特殊以外，中介中心性的高低与关键词词频的高低相关，频次越高其中介中心性越高。中介中心性是衡量节点重要程度的指标，是网络中经过某点并连接这两点的最短路径占这两点之间最短路径总数之比，大于0.1可视为关键节点[11]。中介中心性越大表示该关键词起到的“桥梁”作用越大，在网络中的重要性和关键性也越大。

综合图表可以得知，在大概念教学领域的缓慢发展期（2012—2016年）共现频次较高的关键词有“大概念”。“大概念”的共现频次与中介中心性最大，在图谱中的节点较大且带有紫色外圈，因此，可以说“大概念”是大概念教学研究领域的核心节点。“大概念”作为大概念教学领域的基础理论，在各个年份都有共现网络，且从“大概念”发文趋势来看（图5），“大概念”的发文量呈现逐年递增的趋势，预计“大概念”还会持续成为该领域的研究热点之一。在快速发展期（2017—2019年）共现频次较高的关键词有“核心素养”“概念教学”“单元教学”。自新版高中课程标准颁布以来，学者们开始以大概念教学为视角探索有效落实核心素养的教学策略，并围绕大概念进行课程与教学设计，特别是单元教学设计。迅速发展期（2020—2021年）共现频次较高的关键词有“高中地理”“小学数学”“统编教材”等，但共现频次均在10以下。

（2）关键词聚类图谱分析

在关键词共现图谱的基础上，聚类方法选择自动聚类，聚类标签选择K（Keyword，从关键词中提取），聚类名称选择LLR（Log-Likelihood Ratio，对数似然算法，选出一个聚类中特有的词），界面生成关键词聚类图谱（图6）。不同的聚类用不同颜色的色块予以表示。评判聚类图谱网络结构与清晰度的重要指标是Q值（模块值）和S值（平均轮廓值），Q值的区间为[0，1），Q>0.3表示聚类效果显著，当S>0.5，一般认为聚类是合理的，当S值在0.7时，认为聚类是高效率且较为可信的[12]。本文所生成的聚类图谱Q值为0.702 3，S值为0.943 1，说明聚类结构较好，具有良好的可信度，筛选前11个聚类，聚类序号为0～10，序号越小的聚类中包含的关键词数量越多。对这些聚类可以进一步划分归纳为基本理念研究、单元教学设计研究及学科教学策略研究三大类。