2017年4月26日

定點攝影看見鋒面通過

4/11一早看見鄭明典主任貼出了一張照片,有網友在竹北拍到了冷空氣前緣的滾軸雲通過的畫面。



我想說竹北跟我還蠻近的,平常一直在做定點攝影的機器應該也有錄到吧。回家之後把上傳到雲端硬碟的照片下載下來看,再把它們轉成影片。結果....



並沒有看見明顯的滾軸雲,但是可以見到在八點多時低空出現一團雲。我拿這影片去問鄭主任,問說是不是滾軸雲呢,他很親切地就告訴我:「受地形影響,滾軸雲會變形,不容易判定。影片最後可以看出來風向明顯轉變,那也是鋒面通過的特徵~」

喔喔,所以雖然沒有拍到明顯的滾軸雲,但是透過定點攝影我倒是也拍到了鋒面通過呢。

這次使用的機器是motionEyeOS的樹莓派

2017年4月24日

遺傳黑盒活動-基因解謎的卡牌遊戲

這個活動是修改這篇《遺傳黑盒活動-猜猜你的基因型是什麼
活動目的:學生透過活動自己產生與紀錄各種的譜系圖,在只知道表現型(黑和白)的情況下,要判斷出表現型黑色和白色,哪個是顯性,哪個是隱性。

準備材料:一張數字對照表,還有數張數字卡片(使用空白名片卡紙,上頭直接書寫數字)。對照表是用來對照不同的數字組合會代表什麼顏色,比方說拿到卡片3和5,就是組合出黑色。




每組分三個人,稱為ABC。A和B分別代表爸爸和媽媽,C則是負責告訴A和B,他們代表的顏色,還有他們生出的子代是什麼顏色。

每組發下一張對照表還有一疊卡牌。A和B全程都不可以窺看卡牌上的數字為何,一切只有C可以看。

A和B先從那疊數字卡牌中各抽取兩張,但不可以看牌。這些數字代表A和B所帶有的基因型




假設A抽到3和7, B抽到2和11,那麼C就根據對照表查詢,知道兩個人的數字組合都是白色




接下來AB兩人個別隨機出一張牌(但自己不能看牌內容),牌面給C看,由C告知他們生出的小孩表現出什麼顏色。



連續做數次隨機拿牌出來再收回,要做幾次可以自己決定



把父母、小孩的表現型整理成譜系圖,然後看看能不能判斷出黑色和白色哪個是顯性。以這個例子來看,目前是無法判斷的,所以可以再將原牌丟回牌堆裡,混合洗牌後重抽,再重複以上步驟。直到覺得已經可以判斷出顯隱性。


討論的問題:
1.如何判斷顯隱性?
2.不同的數字代表不同的等位基因,有的是顯性,有的是隱性,你能夠從剛剛的活動中判斷出哪個數字代表顯性嗎?




遊戲的設計祕密
其實我給予的卡牌並非從1-19號都有,只有用到8個號碼,所以真實的對照表是長這樣的8x8表格。不過這樣的對照表若是給C看到,聰明一點的應該就會猜出其實白色是顯性。

為了隱藏這樣的資訊,所以我將對照表擴張為19x19,並且亂寫那些不會出現的號碼組合顏色,如此一來即便拿到了對照表,你也無法直接判斷出黑色白色哪個是顯性。
對照表設計的檔案在此,掌握設計原則後,要把黑白改成其他性狀也都可以,或是重新製作數字也都行。

順便一考,從這張真實的對照表中,你判斷得出來哪些數字代表顯性的等位基因嗎?


2017年4月23日

演講紀錄-探究課程工作坊之分析與發現(10)-結語

這次演講沒有把分析與發現每部份都談,像資料變資訊的方式和原則,我就沒細說,畢竟這是比較細節的部份,常常是要看案例的不同,才能決定要怎麼呈現。(後續的工作坊,我就會著墨於這個部份了)

還有思考智能當中的批判思考和論證那些,在分析上也很重要,演講時沒多講,不過我倒是有特別強調運算思維。

準備這場演講耗神不少,平常有什麼想法就用Google Keep記錄下來,整理簡報前一週再用Coggle整理架構,把自己非常發散的想法理出頭緒。整個過程就像是把幾十個纏在一起的耳機線解開,然後還要把這些耳機線頭尾相接排好好,變成有序的架構,這真是要思考設計很久,不過每次結束都可以讓自己又練到一些功夫,也是很有價值的。

結束之後,又花了一週的時間,把自己的簡報、思緒再度整理成前面九篇Blog文章,而且還添補更新了一些自己的想法與作法,寫一寫也有超過一萬字。雖然超級花時間,但是最大的好處是自己紀錄下來,以後可以再回頭看看自己的軌跡。

演講紀錄-探究課程工作坊之分析與發現(9)-生物課本裡的活動與實驗

在生物課裡怎麼做分析與發現?
要說分析與發現,似乎就是需要有數據能作圖的實驗吧?不過生物課裡頭有多少是有數據的實驗呢?

為了回答這樣的問題,我把國中生物教科書裡的活動整理如下表。

也許各位有不同的分類方式,不過我是這樣分的,第一類是學工具和方法,像是顯微鏡的使用、製作檢索表和算族群數量。

第二類是資料解讀,如天擇的探討。其實這類是我覺得天擇的探討放到右邊的第三類也怪怪,所以另外成一類。

第三類就是典型的會進實驗室進行的實驗或活動了。


是實驗還是活動
在準備這次的演講資料時,翻閱了國中理化的教材,赫然發現理化課本裡稱呼學生做的那件事情都叫做「實驗」,但是生物課本裡都叫做「活動」

什麼叫實驗?什麼叫活動?活動是比較廣的稱呼,就是課程進行的時候,那些非講述式的、用來驗證、理解課程內容所作的那些事情。而實驗是具有實驗設計基本原則的那些活動(基本原則就是設置重複、隨機排列、誤差控制....)

那這樣的界定下,生物教科書裡頭有沒有實驗啊?讓我把上面的圖再放大一些,看看那四個象限。大多數的活動都是觀察型的活動,也不會透過量測或計算產生有數字的結果。而即使是有實驗組對照組設計的實驗,也多是沒有產生量化結果的。

要說是真的有實驗設計,而且真的可以用數字描述結果的,就是蒸散作用(看芹菜在有無葉子的時候進行蒸散作用,在量筒裡留下了多少水),還有心音脈搏的測定(量運動前後)。

這也難怪有一個高中生說,他在國中七年級的生物學到自然,到了八年級理化學到了科學。


生物活動裡可以產生數字的實驗怎麼會那麼少呢?生物實驗裡,如果範疇是在個體裡發生的事,那麼就是跟生命現象有關係了。生殖和生長多數無法在短短一兩節課觀察到(不過也有啦,像是花粉管生長),而感應和代謝相對好操作,像是植物感應或動物行為,而代謝如酵母菌發酵。時間不允許加上量化不容易,所以就會比較難規劃出產生數字的實驗。

讓活動變成實驗
想要讓學生多做一些實驗活動,一種作法是外加,但由於時間因素,有時候會替代原有課本活動,但這在有統一教材的考試狀況下不太容易進行。(當考試考的都是課本的實驗,結果你作的都不是課本的實驗,那這樣老師要承擔的壓力就重了)

另一種則是延伸,讓本來的活動多加一些可以討論分析的元素,讓其接近探究的實驗。我認為這是比較容易進行的。我是這樣想的,把上圖的平面圖,再多一個Z軸,變成三維的立體分類,延伸的方式就是思考「讓活動朝向量化或有實驗設計或能運用思考智能」:



具體地說就是:
1.是否可以將質性描述的結果量化?
2.是否可以讓觀察活動增加實驗設計?增加操作變因。
3.是否可引導學生從觀察到的結果,運用思考智能做不同方向的延伸。

舉幾個例子來說

  • 觀察洋蔥細胞,就看看加鹽水、加清水有什麼不一樣。或是分組觀察不同部位的洋蔥鱗葉細胞,估計大小。(參文:洋蔥表皮細胞會長大
  • 觀察水中小生物,練習估計視野裡有多少微生物,不同水樣裡的差異是什麼,水樣表面和深層不同位置的差異是什麼?
  • 醣類的測定,除了檢測不同食物的醣類,也可以檢測同一種食物在不同處理下的改變,像是煮過和沒煮過的飯。或是同一種食物的不同位置的醣類差異,像是花生殼和花生種子的澱粉是否有差異。
  • 反應時間的測定,可以看看在不同干擾情況下的反應時間。接尺時同時回答問題,或是同時要按手機。(參文:接尺反應延伸實驗
  • 營養器官繁殖,看看不同環境下的馬鈴薯或萬年青生長情況如何?(參文:2011寒假作業紀錄-探究取向的營養器官繁殖實驗
  • 觀察顯微鏡之後,讓學生運用想像創造的思考智能,想像如何改進顯微鏡,創造出新的顯微鏡。(參文:設計一個顯微鏡吧
  • 觀察了顯微鏡下的細胞,運用建立模型的思考智能,將平面的細胞在腦子裡建構出立體的樣子,然後實際捏出來。(參文:用樹脂土製作的細胞模型
  • 運用推理論證與批判思辨的思維討論演化的文本內容:
    如我在2011整理的這篇《從閱讀進行探究的例子-演化》提到的,Joseph Schwab所稱的enquiry into enquiry(探究中的探究,現在想想叫做「從探究到探究」似乎也可以表達其意義)。這是透過文本的思考,去理解科學探究時發生的過程。這篇《生物教師手冊 Ch6-2 探究活動-天擇》也是這樣的方向。

實驗進行時,也不需要每一組都做一樣的,可以用平行化的設計,同時讓不同組學生進行不同變因,像是唾液澱粉酶的活性實驗,可以全班分三種溫度進行。

產生量化實驗或是實驗設計並不是目的,而是手段,重點是讓教師有更多素材指導學生探究能力的「思考智能」和「問題解決」。


收集數據的方式
生物實驗的數據其實不多啦,但是遇上要收集全班的數據來做分析時,也是很麻煩的,以下提供一些方式。

1.Google表單:製作出來的表單,用縮網址或QR code,當學生得到個人或各組數據後,即時上網填報,目前我有三個實驗會用到Google表單來收集數據:美人尖的遺傳、我們像不像、接尺反應時間。(參文:從反應時間學交通安全(2016課程紀錄)用Google表單玩遺傳活動

2.Poll everywhere:線上投票的網站,可以直接產生圖表,目前用到的活動是統計全班身高,可以直接產出長條圖。(參文:平板電腦搭配poll everywhere進行課程互動
ppt.cc/b7GWl

3.貼紙+大方格紙:全員投票,投完票就產生出XY圖
我在內分泌單元或是遺傳單元講到身高的時候,會提到政府機關會利用教育機構進行國民的身高和體重的調查,藉此建立身高或體重的常模,然後藉此判斷個體是否有不正常。而年齡、身高和體重此三個因子的數據作圖,除了可以做出生長曲線,也可以做出評估BMI健康體位之用。像生長曲線、BMI的建立,其實就是建模的過程。(參文 每年身高怎麼長

每個人發一張圓形貼紙,黑板貼的是大張的方格紙(A4拼接),橫座標是身高、縱座標是體重。大家上前找到自己的位置,把貼紙貼上去,貼完後,全體的數據也就自動收集變成資訊了。



用這張圖可以來談建立模型,初步的作法是利用線性迴歸建立趨勢線,不過光是一條線並不足以描述標準體重,因為標準體重是個區間範圍。






在這圖裡,標準體重是個白色區間,是一個範圍。(紅色是過重、白色是理想、藍色是過輕)



圖源:http://www.weightlossresources.co.uk/logout/news_features/idealweight_w.htm



平常上課學生都同齡,所以都沒辦法拿來比較年齡,但這次研習成員有不同年齡層,所以就可以做出比較特別的XY圖了。這是要做出「年齡與水晶體彈性的關係」,水晶體彈性是以眼睛能看到的最近清楚距離來評估的,能看得越近,水晶體就越有彈性。(這個主題是跟蔡任圃老師那學來的)

拿一隻尺放在眼下,看看眼睛能看到最清楚的尺刻度是多少(感謝帥氣的黃子欣老師擔任此照片的模特兒)




最後做出的XY圖如下,橫座標是年齡、縱座標是能看到的最近距離。

2017年4月17日

演講紀錄-探究課程工作坊之分析與發現(8)-專注於解決問題的思維模式

讓我們回頭重新檢視問題解決的「分析與發現」。在這步驟當中,兩個地方談到了思考智能。

首先是要運用思考智能將存儲轉變成看得到的資料,再來是要用思考智能把資料轉為看得到的資訊。這邊的思考智能是什麼,我們得跳出去,用高一點的角度看看。


分析與發現的翻譯視覺化



如同在Google Maps上,我們zoom out看一個比較大的地圖,然後平移又zoom in。從「分析與發現」zoom out ,看到他是問題解決的一部分,問題解決是探究能力的一部分,而探究能力另外一塊是思考智能,是容易被忽略的一塊。

探究能力



思考智能(thinking ability)是個廣泛的概念,包括想像創造、推理論證、批判思辨與建立模型,要將存起來的存儲轉變成看得懂的資訊,就需要這些思考智能的運作,而其中我認為「運算思維」就藏在「建立模型」這裡。

仔細閱讀課綱裡關於「建立模型」的敘述,它包含了這些:




理解模型的特性,理解有不同的模型的存在,評估不同模型的優缺點,分析模型的特性,要能用「比擬或抽象」描述系統化科學現象。


模型是什麼?我在這篇《生物課程裡的模型製作》提過我的想法


這些示意圖嘗試要將科學裡那些看不到的、抽象的事物具象化,有些是尺度上的變化,把很小的細胞放大或是把葉綠體的內部繪出立體示意圖,有些是用來類比,比方說呈現酵素的鑰匙模型,有些則是去蕪存菁,隱藏其他不相干的物件,像是呈現人體內消化系統、泌尿系統的樣子(所以看這些模型的時候,你不會同時看到其他器官)
當科學家/教科書作者/教科書編輯/教學者用模型來呈現這些事物時,其實和實體都會有一定程度的落差,但學習者卻不一定知道那之間有落差,以至於相信模型本身呈現的樣子,而不知道該事物的真實樣貌。(理化老師想想原子模型、生物老師想想細胞模型、地科老師想想太陽系模型)

具體地說個例子,插圖繪者將平面的紅血球顯微圖像繪製成立體圖(其實還是平面),這是繪者/編輯建立模型的方式,而學習者需要將這個平面的立體圖,在心像中建構出立體的樣子,這是腦裡的建模,如果沒建好就會以為紅血球其實只有凹一邊,因為平面上就是只能看到一個方向啊。

這樣的落差是資訊傳達過程必然會產生的結果,但是能不能有一些方式能讓教學者偵測學習者是否理解模型代表意義呢?其實就是具體的再建模。針對立體模型的這類模型,說穿了就是讓學生用黏土再做出立體的樣子,不過因為並不是所有的模型都是屬於這種平面與立體的模型,所以不是說把所有示意圖都拿來作立體模型喔。比方說長頸鹿演化過程的那個示意圖,那也是個模型,但它是個縮短時間尺度的概念模型,沒事把它變成立體的也沒什麼意義啦。


諸如示意圖、人體簡化器官模型、原子模型、太陽系模型都是模型,模型的產出,一定是經過了經過運算思維所稱的抽象(摘要)的過程,也就是化繁為簡。



我之所以要特別強調運算思維,那是因為這是專注於解決問題的思維模式,如果我們只是跟著實驗步驟,不理解其中設計的思維,那就只會認為那是食譜而已。重點是為什麼要這樣設計,設計的後設認知是什麼?

經過前二篇的說明,我希望大家能理解,其實我們經常在使用運算思維,只是我們沒有意識到而已。而當我們開始意識到我們正在使用運算思維之後,我們就更能利用運算思維來解決問題。就像我們訓練肌肉時,意識到哪條肌肉正在收縮,那麼我們就可以更專注地利用那部份肌肉的運動。

演講紀錄-探究課程工作坊之分析與發現(7)-孟德爾也懂運算思維

接下來我要介紹幾個運用「運算思維」的例子


運算思維案例一:池塘裡有什麼蛙?
(當初進行的時候,可沒想到先用運算思維,但是後來分析的時候,發現其實就在用運算思維)


我偶然聽到學校的黑框蟾蜍在叫,而我想研究牠的叫聲是不是會受到環境音量的干擾,所以我得長時間收集聲音,因此我將問題拆解成「我要怎麼收集?」、「我要怎麼分析?」

我要怎麼收集?又延伸出我要用什麼收集?錄音筆嗎?後來我想到我的外部經驗,我曾經利用定點攝影紀錄到非常多有趣的事情,也分析過新年時間的煙火聲,這些經驗和我現在要研究的問題,我辨識出有相同的模式,所以我可以用相同的解法,就是擺定點攝影機在池邊,接下來再化繁為簡(抽象摘要),只留下聲音資料,接著循著之前同樣的流程(演算法),同步化快速分析這些聲音資料。

過程中沒有真的在寫程式,但就是用到運算思維,這就是探究能力中的思考智能。至於研究的主題變成「池塘裡有什麼蛙?」,那是因為我發現根本沒錄到本來要錄的蟾蜍叫,反倒是錄到了夜晚叫的小雨蛙,所以主題就隨之改變了。





運算思維案例二:孟德爾也懂運算思維
當初我接觸到運算思維這詞之後,花了很多時間去看資料,有天想到孟德爾的實驗,然後就覺得非常訝異,其實孟德爾在進行實驗時用了大量的運算思維去解決問題。

孟德爾是怎麼「思考」他的實驗的,他用了哪些運算思維?

想像一下,如果你是孟德爾,你想要進行豌豆的品種培育,你要解決的問題是什麼?(問題拆解)
「為什麼有些豌豆種下去,下一代會跟上一代一樣,有些又是一樣的?」
「我要怎麼種,才能讓品種一致?」
「我要怎麼種,才能同時擁有兩種不同的特徵?」
「我要種多少?我要怎麼種?....」

孟德爾用了兩年的時間,在這些眾多豌豆品種中挑選出可以被實驗的品種,他們具有一致的模式。(模式辨別)

在實驗過程(演算法)中,孟德爾應該不是種完了一種性狀得到結果,才去種下一種性狀,我們可以想像的是,孟德爾用了平行化的處理,而他也使用了模組,就是授粉的流程。

當他要解析實驗結果時,他將本來的質性描述-高莖、矮莖、頂花、腋花,用了字母做代號,省去了具體的細節,專注在這些遺傳因子上。









運算思維案例三:影響酵素活性的因素有哪些?
如果生物課本裡的酵素實驗是一個引導式的探究,那麼會是什麼樣子?

問題拆解是設想「我要用什麼酵素?怎麼取得?喔用人的喔?那用人的哪裡?活性又要怎麼測量?有哪些因素可能會影響?」

無論用哪種因素來做實驗,終究有固定的模式與流程,比方說都要用測出糖的產出來檢驗酵素活性。

在實驗流程中,雖然有著各種模式,但是我們省去那些細節之後,發現其實就是一個簡單的圖像,拿試管,加入原料和酵素,施以影響活性的因素後,測試產物是不是生成。這也建立了一個實驗流程(演算法),後續如果要需要進行類似的實驗,就用這個流程來修改就可以。

我用兩篇的說明來說明運算思維在科學方法上的運用,下篇想來看的是當我們看自然課綱時,那個思考智能和運算思維又有什麼關聯,問題解決裡搭配的運算思維和思考智能又是怎樣的?

演講紀錄-探究課程工作坊之分析與發現(6)-用運算思維進行科學方法

接下來我要很跳tone地,突然不提科學方法了。

科學方法的思維模式
我們熟知的科學方法,其實就是探究能力當中的問題解決那一塊
觀察與定題:觀察、提出問題與假設
計畫與執行:進行實驗
分析與發現:結果分析與結論
至於討論與傳達,在傳統的科學方法論述比較難找到對應,它比較像是把研究結果發表到科學社群,然後社群如何對這議題評斷。

雖然都知道科學方法了,但是我自己也發現,光用科學方法很難去描述這些步驟裡的思維模式,比方說「我知道要提出問題,不過要怎麼提出問題,我應該怎麼去想?」、「我知道要分析結果,不過我要怎麼開始分析,我要用什麼角度去分析?」

這些思維模式很難用科學方法去理解吧,是的,所以探究能力不是只有科學方法這種問題解決的能力而已。課綱裡頭還有思考智能,英文是thinking ability,英文應該比較能理解,就是思考的能力。

它列出了四項:想像創造、推理論證、批判思辨、建立模型。其實思考的能力,當然不只這些,但課綱裡頭只能列出比較重要的來舉出,否則不就一大堆了。
探究能力

運算思維
而在思考智能這裡,我要另外提一個看起來不在自然課綱裡的東西,但其實就在裡面的,那就是運算思維。

運算思維,英文是Computational Thinking,最近會看到這詞,應該多是資訊科技教育的場合理,比方說程式設計補習班會跟你說要培養孩子的運算思維,科技領域的宣導跟你說我們要培養運算思維,像教育部就有運算思維推動計畫


運算思維是什麼東西呢?簡單地說,就是一種解決問題的方法和思維模式,是用電腦科學的概念擬定解決方案,而這解決方案是電腦或人腦可理解的,或兩者都可理解的。

其實剛剛我們就已經經歷過了運算思維喔,有想到嗎?在《分析與發現(3)-存儲如何變資料》,我們討論了怎麼整理出乾淨的資料(tidy data),就是用電腦科學的概念來擬定的。

運算思維的範疇相當廣,因為提出定義和範圍的學者也很多,這是教育部運算思維推動計畫裡的運算思維簡介的簡報之一頁,tidy data我想算是Data collection這個部份。





在這麼多的定義當中,普遍性被認為「啊!那就是運算思維」的有這四個,問題拆解、模式辨別、抽象(摘要)、演算法。我想大部分人跟我一樣,看到這四個字多半會先「啊?」一下。問題拆解我懂,但後面那幾個不太好懂耶,我用成語來解釋一下,應該就比較容易理解了。


問題拆解:化整為零
模式辨別:異中求同
抽象:化繁為簡
演算法:按部就班





問題拆解

問題拆解是化整為零,因為他是將一個大問題拆解成數個小問題,就像是我們今天想去科工館,「要怎麼去?」這是個大問題,我們拆解出好幾個小問題。
  • 科工館在哪?
  • 有捷運嗎?
  • 票價多少?
  • 捷運站出來怎麼走?
  • 要花多少時間?
  • 我要多早出發?
(這些問題,在Google Maps上好像都幫你解決了啊)


模式辨別
模式辨別是異中求同,在龐雜的訊息中,找到相似之處,那個相似之處就是模式(pattern)。就好像犯罪者會有犯罪的模式,警察辦案會尋找的就是那些案件裡是否有一定的模式。

又比如說貓也會有模式,貓的模式是什麼?長長尾巴、有眼睛、有皮毛。雖然這些眼睛、尾巴長得都不一樣,但是你掌握了這個模式,你就知道那是一隻貓。

你會怎麼畫豬呢?一個大圓中間畫一小橢圓,小橢圓裡再畫兩個小圓,雖然我沒直接畫出那是什麼,但是你八成會知道我寫的就是一隻豬的樣子。你為什麼會知道?因為你和我一樣掌握了同樣的豬模式。

有了模式,處理事情就可以很有效率,因為可以用同樣的策略來解決它。比方說收紅包,每個都是飽飽的模式,但是突然拿到一個薄薄的,你就知道這個怪怪的。能夠異中求同,就能夠同中求異,在不疑處有疑。

模式如果不正確,事情就會很麻煩。比方說,你問七年級學生烏龜是不是兩生類,超過一半都會說是,你知道為什麼嗎?因為那就是學生建立的「兩生類模式」,國小時學的叫做兩棲類,國中叫做兩生類,學生建立的兩棲類模式是「可以住水裡,又可以上陸地」,因此只要符合這個模式的,那就叫做兩棲類,所以你可以想想還有什麼動物,會是屬於學生的兩棲類模式?我們又有什麼方法可以讓學生重新建立兩生類模式?

現在的數位相機普遍都有人臉辨識,其實就是能夠它能夠辨識人臉的模式,人腦和電腦辨識人臉用了不太相同的策略,人腦可以把只要有兩顆圓圓的就當作人臉,各位在「face in places
」這個Google圖片搜尋的連結裡看到的圖片,應該都會覺得就是人臉了吧!不過你如果拿相機去拍這些景物,相機可不會把它當作人臉。


抽象
抽象這詞真的很抽象,這叫化繁為簡,也可以叫做摘要,這是聚焦在重要特徵,濾除雜訊與具體細節。

最最最直覺的例子就是地圖,左邊細節超級多的,不過因為我們需要的只有捷運的資訊,所以把那些具體的細節啦、雜訊(地形)通通省略,那就是抽象化的過程。你想想看,難道捷運路線真的長得紅紅一條線,上頭還有一個個圓圈圈嗎?(應該是鐵軌才是吧)



抽象化能幫助我們理解資訊,另一個例子,細胞的樣子,我們會把它抽象化變成黑板畫的簡圖,就一個大圓圈,內部一個小圓圈,那就是抽象了。


演算法
演算法,就是按部就班,是規劃解決問題的詳細步驟。這個很好理解,實驗步驟的流程就是了,我們可以用文字描述,也可以用流程圖去描述。

在程式設計中,我們會將重複使用的部份,另外包裝起來稱為模組。模組化也是運算思維的一部分。

食譜當中的模組有哪些?當我們只要在書上最前面先說「勾芡」就是太白粉加水,後面的食譜,幾乎不用再重講一次,只要說勾芡,你就知道那是什麼了,反正忘記了就回頭翻。「切丁」也是一個,不是說這是切出丁字,這是把食材切成小方塊狀,這同樣是個模組。

我們的實驗步驟裡也有模組啊?有什麼?

「隔水加熱」、「使用顯微鏡觀察」、「製作成玻片標本」
我們在前一階段的實驗中,先訓練學生學會這些技能,將之模組化。接下來我們在實驗步驟中只要提這個詞,就知道那個代表什麼了。

此外,還有平行化,在程式設計時,讓程式同時處理類似或互不干擾的流程。而在實驗流程裡,也會這樣做,像是進行某些加熱實驗時,我們會安排在加熱過程中,順道進行別的工作。或是同步測量兩種溶液的溫度,或是同時測量某個燈泡的電流、電壓值。

而不是測完一個,再測另一個,理解平行化的同步處理優點,就可以有效率地解決問題。

看到這邊,你是不是有發現「啊哈,原來這些就是運算思維啊,其實我也有用到啊」,下一篇來介紹幾個我們在科學實驗上,實際進行的運算思維範例。

演講紀錄-探究課程工作坊之分析與發現(5)-活動紀錄簿能不能成為實驗報告


如前一篇所提,活動紀錄簿和實驗報告其實相距甚遠,但不代表實驗的設計就不能變成實驗報告啊。

活動紀錄成為實驗報告的例子
這個是單擺實驗的步驟、結果、問題討論,要怎麼成為實驗報告呢?且不論這個實驗設計的瑕疵-實驗不夠多組,僅兩組比較就要說出OO是否影響週期。





這是我的示範,實驗主題從「單擺擺動的週期」改為「影響單擺週期的因素」。
實驗目的改為「擺角、質量與擺長是否影響單擺的週期」(這才是實驗想要做的)。
接下來分成三個研究問題,分別探討擺角、質量和擺長。
每個實驗都有資料表格和分析出來的資訊-圖,接下來透過原本實驗記錄簿的問題討論當作鉤子,引出實驗的結論。


一學期弄個一兩篇真的實驗報告,會不會很難呢?不一定要用原本的實驗紀錄簿,另外給張A4紙寫出來就行。



科學筆記本
我在幾年前因為再也受不了活動紀錄簿的難用,於是先開始做小規模更改,讓學生單張交實驗報告,後來乾脆用筆記本來做了。也就這篇的《生物科學互動筆記本Science Interactive Notebook》,細節請見那了。

而想要從資訊萃取情報的方法,則是使用科學引導句進行科學寫作。
科學引導句是我2011年從《Writing in Science 》這本書上看到的引導寫作架構,翻譯後來拿來用在《科學寫作-細胞的觀察》、《科學寫作-酵素的作用》,後來月鈴和莞如老師陸續添加修訂。

仔細看看這些句子,是不是能夠幫助思考「形成解釋、發現新知、獲知因果關係、理解科學問題、解決問題、發現新的問題」




觀察活動 
引導句
說明
我觀察到...
寫下你觀察的形狀、顏色、質地或任何你感覺到的現象
這提醒了我...
連結你以前學過的知識
oo和XX很相似,因為他們都有...
從這些事物的相似性開始比較
除此之外,他們還....
看看還有什麼細節,可以再繼續增補說明
他們的不同點是,因為....,但是....
解釋為什麼他們有所不同
除此之外,他們也...
增加一些細節進去
我對oo好奇。
oo讓我覺得很驚訝...。
我好奇,如果...,會怎樣...
提出後續的問題



探究活動 
引導句
說明
我認為...(作法)...可以....,我這樣想是因為....(推測的理由)
寫出作法及推測的依據
由以上發現,本實驗的結論有以下幾點.....
做了這個實驗,你們發現了什麼,請寫出至少兩點。
實驗後,我查資料發現...
寫出查詢資料得到的資訊
在這次實驗中,我的收穫是....
寫出你得到的知識
最後,我認為這個實驗...
你覺得這個實驗有哪裡需要改進,或是你們組的誤差改怎麼解決,或是你想模仿這實驗再去進行怎樣的研究。
我想如果把...(作法)..改成...(作法)...會更好
寫出改進的作法
我覺得這個實驗的應變變因,可以改為...
寫出新的應變變因及測量方法
我原先認為...,但在操作過程中發現...
寫出預測及實驗情形
如果要描述這個實驗,我會這樣說...
總結整個實驗活動

這個實驗的目的是..........
寫出實驗的目的
在之前的實驗中,我們已經知道........
寫出你從之前的實驗或是過去學到的知識已經知道的事情
這次實驗我們使用的器具和材料包括...
寫出所有器具、材料
實驗中,操作的變因是...,應變變因是...
寫出操作變因和應變變因
我們共做了...次實驗,分別....
寫出操作紀錄
本次實驗中,......(出現某個實驗結果)..,這代表....。
寫出某個實驗結果,以及這個實驗結果代表的意義
透過實驗組...和對照組...的比較..
寫出實驗組和對照組結果不同的原因,注意在實驗設計時,兩者不同之處。
根據...的現象,我推測...的原理是...
寫出你的作法及推測的依據
而比較兩者的結果,我們發現......,這可能是.....因為.....
寫出實驗組和對照組結果不同的原因,注意在實驗設計時,兩者不同之處,這個不同之處怎麼影響實驗結果。

演講紀錄-探究課程工作坊之分析與發現(4)-活動紀錄簿vs實驗報告


這是看起來很奇妙的事喔,咱們學生寫了那麼多活動紀錄簿,國中至少也六本,高中還更多,怎麼都不會寫實驗報告呢?不是都差不多的東西嗎?

哈!差很多啊,咱們的活動記錄簿,本質上就已經把實驗報告的名詞給混淆了。學生如果要照著活動紀錄簿學會的架構寫實驗報告,那肯定是寫得亂七八糟的。就如同前篇提到的,如果學生按著活動紀錄簿學表格紀錄,那肯定也是不會設計表格的。

活動紀錄簿 實驗報告
實驗主題
(題目)
是以學生的角度說明自己要學會的東西,例如「認識速度」、「電流的測量」、「槓桿原理」 簡要說明這個研究的主軸,例如「影響單擺週期的因素」。
實驗目的 學生學這個實驗的目的 指出這篇報告想解決的問題是什麼。
問題 是以老師的角度問出的問句。 是要探究的課題
是科學方法裡的「提出問題」
是這個實驗想解決的問題。
結論 活動紀錄簿沒有把主題點出,所以也無從寫出結論。 回應主題的提問。


另外提的是,其實活動紀錄簿的「問題與討論」是可以幫助學生從資訊萃取出情報的,但前提是要好好設計那個提問。(不要只是開個蛋,就要學生「試推測哪個地方發育成小雞」,那種不可能推測的問題)

複習一下,要怎麼從資訊萃取情報!

分析與發現的翻譯視覺化 活動記錄簿設計的問題,應該是朝這個方向去設計才是。

形成解釋:這個實驗告訴你什麼?
發現新知:你發現什麼現象?
獲知因果關係:發生的原因是什麼,會有什麼結果
理解科學問題:這造成什麼問題?
解決問題:要怎麼解決問題?
發現新的問題:還看出什麼問題?

此外還有一個大問題,現在很多活動紀錄簿都不是活動紀錄簿了啦,根本就是變成選擇題測驗簿,然後活動紀錄變成超薄幾頁。

甚至還有家出版社的理化實驗,都沒有在設計表格或是讓學生用數據畫圖耶,只是在步驟裡填數字,這樣就算是活動紀錄呢。我還算了它到底有幾頁在紀錄,結果十頁不到,其他都是測驗題!

這樣也算是在學科學嗎?也算是在學探究能力嗎?根本就不是嘛。

如果出版社的活動記錄簿,因為市場需求(老師希望好改),而退化到失去活動記錄簿的科學探究能力訓練的功能,那麼我希望老師們要有改變的勇氣啊。


可不可以哪個實驗就不要用活動紀錄簿試試看?怎麼做,下篇再繼續。

演講紀錄-探究課程工作坊之分析與發現(3)-存儲如何變資料

從文本變表格
請拿張白紙跟著練習一下,把接下來的文字段落用表格來整理一下!

首先是這段課文

胚胎發育的方式受精卵會行細胞分裂發育成胚胎,動物依照胚胎發育的場所,可分為卵生和胎生兩種方式。卵生動物的胚胎在母體外發育,兩生類、鳥類、多數的魚類與爬蟲類屬於卵生動物。胎生動物的胚胎留在母體的子宮內發育,直到胎兒發育成熟由母體產出,多數的哺乳類屬於胎生動物。


整理好了嗎?接下來,請在同一張表格,繼續增加內容
胎生動物的胚胎養分來源是由母體提供,胚胎的發育成功率比卵生要高。卵生動物的胚胎養分來源主要是卵黃提供。


還沒結束喔,繼續再把下面的資料填進去
胎生動物的子代數目通常會比卵生動物還少。

好了,最後一點文字了,再繼續讓表格變大一點吧!
卵生動物的卵細胞,通常也比胎生動物的大許多。

有跟著做的人,應該有些人會遇到困難,那就是紙不夠寫了!為什麼會發生這樣的問題?喔,原來跟一開始建立的表格有關哪!


表格的設計攸關資料是否能成長
當你看到第一次出現的文字訊息時,你可以建立出左邊或右邊的表格,這兩種都沒什麼問題,但是問題在於,我居然繼續給了你三次文字訊息!

「天啊,訊息是會增加的啊?你怎麼沒有先講?」


設計出左邊的表格的人,你被迫得讓表格要往右長,而右邊表格則是會往下長。你現在知道哪個表格設計,是可以對付那些持續進入的訊息吧?
表格


現在鏡頭切到要做實驗分析的試算表,不管你用Google試算表、Excel或是Libreoffice Calc,每一個試算表都馬長一樣,最左邊就是1234連下去,最上面就是ABCD,當資料增加時,資料就是一直往下長,不會是讓資料往右邊長出去的。


試算表表格



既然知道數據是會增加的,來看看這個活動紀錄簿的表格,如果喔,我們要再多增加紀錄到第20次,那麼表格會發生什麼事情啊?你得往右邊一直長出去耶。




請記得,我們談「分析與發現」,這是希望學生受教育之後,能在探究能力中,獲得問題解決的能力,是要學生會的事情耶,結果活動紀錄簿就沒有呈現怎麼好好紀錄資料,那是要怎麼教?

活動紀錄簿裡面喔,其實也有那種可以往下長的表格,就是標題在上的那種。



不過你如果整本翻過,你就會知道,其實這些表格設計的人是排版先決啊,不是站在教學生資料處理分析的角度去設計表格哪。



Tidy Data的基本特徵

這裡先要提到Tidy Data,這個指的是能被分析處理的資料應該要乾淨有規則,最最最基本的有三個特徵,第三個等一下再講
1.每個變數存在個別的一欄
2.每一筆觀測數據在一列

針對第一二點,先記得這件事,數據會增加,表格要往下長,所以請設計出可以往下長的表格。有這種素養之後,之後進入電腦分析,才不會瘋狂卡關。

接下來,請看看這個表格,請指出這會有什麼問題?除了表格會往右長出去以外,給你30秒想看看...



沒想到是嗎?

你看看喔,如果學生利用電腦分析時,也應用了活動記錄簿的表格格式,做了這樣的東西,然後說要分析。你看出來會發生什麼問題嗎?


資料處理上,這叫做messy data,是亂七八糟的表格。你當然還是可以分析,但是會很沒效率,原始數據(溫度計量出的溫度)和處理後的數據(上升溫度)混在一起。


你要把原始數據和處理後的數據,分成不同的表格來紀錄,這樣你面對新增的數據時,才能有效率地處理,請看以下的範例。

用這樣的表格來紀錄溫度,左邊的部份是存下溫度計量到的資料,右邊是經過基本數學運算(減去初溫)的資料。當我的數據增加時,我能夠更有效率地處理。



Tidy data的第三個特徵是
3.不同的表存不同的變數
以這個範例來說,就是[原始數據]和[資料]分開,這樣才能方便數據處理分析。


數字和單位分開
現在來點難題了,如果我希望在這個實驗中,增加更多組實驗,我想要多做一些不同重量的水,那麼你會怎麼設計新表格呢?請想想再往下看


至少會這樣設計吧?這裡有個概念要注意,紀錄的時候,數字和單位要分開,因為這樣才能針對重量做運算,例如你想要計算重量變成兩倍,那麼升溫是否也是等比例增加。你要計算,得讓儲存格裡是數字才行。但是,這樣的表格還有些問題喔,我先賣個關子,下段說清楚。


如果實驗更多樣化,怎麼紀錄?
如果這個實驗,我們想要更多一些變因,比方說溶液種類就來個10種,沙拉油、鹽水、糖水...,重量也來個10種好了。請問你會怎麼設計表格?

想來想去,應該就是十個表格吧?每種溶液一個表格,然後每個表格有10欄,分別紀錄不同的重量。或者是設計一個100欄的表格,這樣一個表格就可以了,但是有點蠢吧?

那麼有沒有可以用一個表格,又是不太蠢的表格呢?
乍看之下應該會覺得幹嘛這樣啊?先說原則,如果你的數據量本來就少,你用分開的表格啦,或是其他方式是沒差啦。不過你的實驗數據如果是會成長的,那就有差。

首先你會看到這個表格可以持續紀錄不同的數據,再來是請記得這是電腦要分析的表格,我們可以用同樣的檢索策略去分析表格,例如直接篩選出水、甘油...來一次分析,如果你是分開十個表格,那就得用10次篩選,至於如果你用一個100欄的大表格,那你要怎麼處理不同溶液種類的數據呢?那會超麻煩的。

現在再回頭看前一張我說有問題的那張圖(就是欄標題是100、200、300...)那個。那個的問題是在他的欄標題其實是變數的值,而不是變數的名稱。



Data tidying(整理資料),那是個大學問,對於做資料庫設計的人是個必學的學問,但是我們純學習自然科學的人,通常沒受過這方面的訓練。當然老師沒訓練,學生也不會,我每次看到學生在Excel紀錄的實驗數據就會發現這個問題,就是一團亂亂的數據啊,要分析也是可以,但是就是很沒效率。


關於Tidy Data,Hadley Wickham有寫一篇論文,很值得細看。日後我也會將該文章整理整理。https://www.jstatsoft.org/article/view/v059i10


資料如何變成資訊,在這次演講中,我不細講,那個又是一個大議題。下一篇,將談到很多人的疑惑,特別是大學老師常常講的「為什麼寫了那麼多年活動紀錄簿,卻不會寫實驗報告?」

為什麼為什麼?

演講紀錄-探究課程工作坊之分析與發現(2)-從存儲到情報的案例

以下我用三個案例來說明從存儲->資料->資訊->情報


案例一:人口少了多少?
這個案例的想法是來自這兩篇文
2009 我們的老闆越來越少了,皮要繃緊一點
2014 出生人口大減,教育正在大改變

第一個案例,大家都說現在少子化,要減班超額,不過有沒有想過到底會少子化到什麼程度呢?要少到幾年哪?要解決這樣的疑惑,必須從資料著手。

孩子出生之後去戶政事務所報戶口,這些出生資料會被彙整成人口出生數的表格,這在內政部戶政司的人口資料庫可以下載到那個表格,這個叫做資料,你光看資料,沒有辦法一目了然知道到底人少到什麼程度,所以我們必須賦予資料意義,將之視覺化成為圖,例如中間那張折線圖,有了訊息在裡頭,這叫做資訊。

「哇~你看到這圖一定哇哇叫」少這麼多啊,看到這圖之後,它給了什麼情報?我們可以問這些問題來萃取情報

  • 形成解釋:這圖告訴你什麼?
  • 發現新知:你發現什麼現象?
  • 獲知因果關係:為什麼會這樣?
  • 理解科學問題:這造成什麼問題?
  • 解決問題:要怎麼解決問題?
  • 發現新的問題:還看出什麼問題?

不過,只有一張圖,你未必能萃取出合適的情報,像是要問因果關係,你也許還需要其他的圖,人口成長圖可以是「因」,也可以是「果」。比方說學校班級數就會是人口成長的果,而結婚數,可能就會是人口成長的因。

範例-人口



案例二:會考能力等級的人數百分比
案例的想法是這篇文章
圖表應用-會考能力等級與人數百分比

細節在那篇文章有寫,這裡不細講。而且會考的委員會有說不可以亂講害別人誤會,所以萃取情報的部份,就自己腦袋裡想想吧。
範例-會考1


範例-會考2


案例三:選哪個方案比較優惠
案例想法是這篇
圖表應用-電信3G費用比較
想辦門號,但是不知道哪個比較划算,所以要收集各家電信公司的資料,不過電信公司的表格好複雜,不容易從裡面得到訊息,所以要把多個來源的表格轉換成圖。看懂圖,就能幫助決策解決問題。
範例-方案


知道了這些案例以後,那麼「存儲」怎麼變成「資料」呢?那就是下篇的主題了

演講紀錄-探究課程工作坊之分析與發現(1)-「分析與發現」是什麼

幾個月前皮卡彎老師邀我加入「全國國中科學教師探究課程設計與執行能力提升計畫」,擔任其中的課程講師,講的是「分析與發現」。

當時是先去聽小p老師在高雄的揪團研習,先聽他講分析與發現,然後啊,其實一開始我還沒弄清楚那個「分析與發現」的代號-PA,只是覺得「啊?講什麼『趴』?」

PA原來就是「分析與發現 」是在探究能力下的一個條目。


自然課綱架構的視覺化
欸,那麼探究能力在新課綱的哪裡啊?對我來說,我需要圖像化的資訊,我才能確認到底我要講的「分析與發現」必須在那個層級上去談。

所以視覺化又來了,請跟著下圖來理解這是在說什麼。在自然課綱裡講的學習重點,你可以想像這就是把學生丟進學校教育裡,經過幾年出來隻,他到底會帶什麼東西出來,而那個東西就是學習重點。

學習重點裡分成兩個部份,一個叫做學習內容,另一個叫做學習表現。學習內容簡言之,就是教科書裡會有什麼內容,就是「認知」那個部份,而學習表現有兩塊,分別為探究能力和態度與本質,其實也就是「技能」和「情意」。

而我要談的「分析與發現」就是探究能力裡頭的問題解決。

課綱學習重點視覺化

探究能力有什麼?
我們繼續挖下去,我們希望學生丟進學校受教育出來後,應該要有探究的能力。而這能力不只是會動手而已,還包括會想。「問題與分析」的位置,就在「探究能力/問題解決」裡頭。
探究能力


分析與發現是什麼東西啊?
分析與發現乍看不就是把實驗結果分析一下,再看看裡頭有什麼故事,就這樣不是嗎?no...no.. 沒那麼簡單。

課綱一整本厚厚的,看起來字又很多,我們得先整理整理,下面這張表是從每個學習階段的表格裡拉出來再重組起來的,是從小學3-4年級、5-6年級、國中、高中、高中選修一起看。字好小喔,應該大家也懶得看,簡單說就是每個學習階段都會比上一個學習階段再多一些要學的,比方說國小會分析比較,那國中就要會分析歸納,國小只要會簡單數學就好,國中就要用資訊和數學的方法。

分析與發現


因為字太多,所以我來視覺化一下,分析與發現就是分成兩部份。左邊是分析、右邊是發現,至於那個資訊或數據呢,我覺得要再更清楚定義一下是什麼。

分析與發現的視覺化



資料、資訊、數據等的定義
我要請出翟本喬先生來為資訊、數據那些東西定義一下,他在《Big Data大數據的獲利模式》這本書的推薦文寫道:
「想要做Big Data(巨量資料)的人請先認清楚:什麼是Data(資料)?存得起來的,就是storage(儲存),看得到的,才是 data(資料),看得懂的,叫做 information(資訊),用得出來的,才能稱為 intelligence(情報、智慧)」

那個現象,是聲音、是影像、是實驗時表現出的電壓值或是電流值、也可以是實驗時的質性描述。而那存儲就是前段講的儲存,只是我覺得儲存會讓人感覺是個動詞,所以換成存儲,他可以是一張紙紀錄了實驗的數據,也可以是一個資料夾收納了實驗的照片、實驗的聲音,是一種沒有經過整理的樣子,就像是各位現在的書桌一樣,亂亂的,雖然你還是找得到東西,但是就是亂呼呼的。把他整理好,那就可以成為資料,再經過整理可以成為資訊,然後我們從中萃取出情報。可是啊?怎麼整理?怎麼萃取?

分析與發現的翻譯視覺化



我們再把課綱裡的那些文字組合起來,終於啊,圖像完整多了不是嗎?

那些現象可以用質性觀測或數值量測調查法、感官或儀器紀錄下來成為存儲(這個部份不是課綱寫的喔)。

而存下來的那些東西,我們則是運用思考智能、製作圖表、資訊或數學等的方法,將存儲轉換成看得到的資料。

看得到的資料(例如一些表格數字),要用到科學原理、思考智能、數學、統計,才能成為看得懂的資訊(比如說成為折線圖、長條圖)

看得懂資訊之後,就可以從資訊裡萃取出情報,你可以形成解釋(例如解釋圖的意義)、發現新知、獲知因果關係、理解科學問題、解決問題、或是發現新的問題。


還是有點不懂是吧?下一篇文章,就來說說資料、資訊和情報的差異

2017年4月16日

圖表應用-會考能力等級與人數百分比

最近對會考的能力等級與人數十分感興趣,所以上教育會考的網站找到了以下的資料,是會考實行至今的「國中教育會考各科計分與閱卷結果說明」



102
http://cap.ntnu.edu.tw/exam/102/1020419.pdf

103
http://cap.ntnu.edu.tw/documents/1030605.pdf

104
http://cap.ntnu.edu.tw/exam/104/PressRelease_1040605.pdf

105
http://cap.ntnu.edu.tw/exam/105/Pressrelease1050603.pdf

















嗯啊嗯啊,以上的表格看得懂嗎?看不懂吧,而且大家通常對「答對幾題可以到哪個等級」比較感興趣吧,不過我覺得看答對人數百分比似乎更有意思。

我把103-105三年的資料做成長條圖來比較,這應該就看得懂了吧(上個月做的圖,科目標示錯誤,底下這個是更新的)
會考等級與PR圖

當我處理這樣的長條圖之後,突然眼尖去看到教育會考網站底下有幾行字

說他們委員會公開的資料不得隨意拼裝資料,若導致外界誤解,委員會必將追究法律相關責任。

欸...我膽小,我就不對這圖做什麼詮釋了,我自己其實最好奇的事情是去年媒體開始的「減C大作戰」之後,那個C等級的比例到底是會不會減少?

另外就是看到B等級的範圍好廣,學生的能力值如果是在B等級的底部,看起來要很努力很努力,才有可能到B+,比方說自然科從PR19要進到PR50才有機會進B+啊。

還有,我有收集學生的生物段考成績,應該把前一年畢業的學生來做個分析,看看能不能拿七年級生物段考的學校PR值,來預測其在會考的能力等級。目前我是還沒做分析,但是我覺得應該有一定的解釋程度。