如何ACT数学成绩与课堂智能手机干扰和数学焦虑相关

杰夫·施耶尔 摘要 近期大规模测试计划（例如，ACT）的结果®测试（国际学生评估项目）显示，高中生数学成绩随时间下降。这种下降可能对许多人造成担忧，包括学生、家长和教育工作者。数学成绩下降可能与几个因素有关，包括COVID-19大流行、数学课堂中的技术干扰以及数学焦虑。本研究调查了ACT数学成绩与两个因素之间的关系：数学课堂中来自智能手机的干扰和数学焦虑。 研究报告的主要发现简要描述如下。 数学课堂上智能手机的干扰——无论是来自学生的智能手机还是来自其他学生的智能手机——被发现在与随后的ACT数学测试成绩之间存在着显著的负相关关系，即使研究在控制了重要的学生背景变量（例如，性别、种族/民族、高中平均成绩点数、高中所修数学课程数量）后也是如此。 数学学焦和数学价焦均与ACT数学成呈著相关。即使在控制了学生背景量后，这一现象仍然明显。 数学并非唯一可能引起特定域焦的学科。通ACT科学量的科学成也被与科学学习焦虑呈显著负相关。 引言 学生过去几年的数学成绩似乎有所下降。这一现象的部分证据来自于2022年国际学生评估项目（PISA）的评估，该评估对81个国家的近70万名15岁学生进行了阅读、科学和尤其是在数学方面的表现评估。结果显示，平均数学分数自上次评估（2018年）以来下降了近15分。这种下降是前所未有的；截至2022年，平均分数的变化从未超过4分（OECD，2023）。 在其发布的PISA成绩报告中，经济合作与发展组织指出，数学分数点的下降“表明了COVID-19对大多数国家的冲击效应”（OECD，2023，第27页）。然而，他们也指出，大流行可能不是唯一的因素，因为科学成绩在2018年和2022年之间平均没有显著变化。在此期间，PISA科学成绩平均仅下降了2分。 另一个关于数学成绩下降的假设是，技术在学生的数学课上分散了他们的注意力。PISA发现，报告在大多数或所有数学课上分心的学生，在数学成绩上平均比那些报告这种情况从未发生或几乎从未发生的学生的成绩低15分（OECD，2023）。其他研究也支持这一假设，发现大学生使用智能手机与他们的学术表现之间存在负面关系。Amez和Baert（2020）总结了这些研究的发现。 ACT数学成绩在近年来也有所下降。例如，2019年的平均分为20.4分，而2023年为19.0分（ACT，2023）。然而，与PISA科学成绩不同，ACT科学成绩也有所下降（2019年为20.6分，2023年为19.6分）。由于两项评估使用的标度不同，ACT成绩的下降幅度似乎小于PISA成绩的下降幅度。ACT成绩的标度范围从1到36，平均分下降1或2分可能是实质性的。相比之下，PISA成绩在理论上没有最低或最高分，而是根据约正态分布进行标度，平均分约为500分，标准差约为100分（OECD，2023）。因此，PISA成绩中类似的1或2分下降通常不算实质性。 可能导致疫情加剧的因素，如数学焦虑，也可能与数学成绩下降有关。研究表明，数学焦虑与数学成绩下降（Richardson & Suinn，1972）以及在面对数学问题时影响自信心和清晰思维有关，尤其是对于女高中生（Escalera-Chávez 等人，2017）。 COVID-19大流行被发现与大学生样本中数学焦虑水平的显著增加有关（Soysal等人，2022年）。此外，有限的技术获取和在与教师充分沟通方面的能力不足与大学生在受大流行驱使的紧急过渡到远程学习后数学焦虑的增加有关（Lanius等人，2022年）。可能大流行以类似的方式导致了高中生数学焦虑的增加，以及ACT和PISA数学分数的下降。 本研究的目的是探讨1）数学课堂上技术干扰（特别是智能手机的使用导致）与ACT数学测试成绩之间的关系，以及2）数学焦虑与ACT数学测试成绩之间的关系。此外，为了确定智能手机干扰和焦虑是否可能与除数学以外的学科表现有关， 本研究探讨了在科学课堂上智能手机分心、科学焦虑以及ACT科学测试成绩之间的关系。 本研究的数据来源于一组参加了2023年12月或2024年2月国家ACT考试的高中生，或者已经报名但尚未参加2024年4月考试的学生。在2024年4月，这些学生被问及一系列旨在评估以下内容的问题：1）他们在数学和科学课上受到自己或其他学生智能手机的干扰程度；2）他们在数学和科学方面的焦虑程度。1 假设数据显示数学焦虑与ACT数学成绩之间存在着负相关关系（即焦虑水平越高，表现水平越低），以及数学课上智能手机分心与ACT数学成绩之间也存在类似的负相关关系（即分心程度越高，表现水平越低）。预计在科学领域也会得出相似的发现。 发现 数学成绩在数学课程中的手机干扰研究 课堂中由学生自身智能手机引起的数学课分心 学生被询问他们在数学课期间因自己的智能手机而被分心的频率。随着智能手机干扰频率的增加，平均ACT数学成绩下降（图1）。2例如，那些表示他们从未或几乎从未被手机分心的学生的平均得分（22.8）高于那些表示他们几乎总是被手机分心的学生的平均得分（20.3）。本研究中，用于均值得分差异统计检验的alpha水平为.01。 尽管根据这一标准，这两组平均值之间的差异并不显著（q= 3.10,p= .0104)，均值下降的规律表明，学生在ACT数学测试中的表现与他们在数学课堂上被智能手机分心频率之间存在负相关关系。随后本节中描述的回归分析证实了这一点。 课堂中其他学生智能手机引起的数学课分心 学生们被问及在他们的数学课上因其他学生的智能手机而分散注意力的频率。与观察到的来自学生自己智能手机的干扰情况相似，随着来自其他学生智能手机的干扰频率增加，平均ACT数学成绩往往呈下降趋势（图2）。一个意外发现是，“几乎总是”这一级别的平均值略大于“经常”这一级别的平均值（分别为20.5和19.8；这两个平均数之间的差异不具有统计学意义；）q= 0.83,p=.8401)。一个可能的解释是，那些表示他们在数学课上几乎总是被其他学生的智能手机分散注意力的学生已经很好地适应了频繁的干扰，因此他们能够像那些报告较少干扰的学生一样学习数学概念。重要的是要记住，由于样本量相对较小，对这些干扰水平结果的解释可能有限（无效输入。= 183). 另一个解释是，“几乎总是”被干扰的水平中有不成比例的高成就学生，并且他们能够专注于数学课程，无论智能手机干扰的频率如何。这一可能性得到了一项研究的支持，该研究检验了在学校禁止使用手机后，高中学生的学业表现。该研究的发现表明，高成就学生无论手机是否被禁止，都能够在课堂上集中精力，并且不受手机使用的任何负面影响（Beland & Murphy，2016）。然而，当前的研究并没有发现“几乎总是”的水平中有不成比例的高成就者的证据（学生的成就水平由数学高级课程、加速课程或荣誉课程注册情况、修读的数学课程数量以及高中平均成绩点数决定）。 如果全校范围内禁止使用智能手机的情况与这一发现有关，则比较了不同分心水平下被禁止使用智能手机的学生的比例（参见技术附录中的调查工具部分第5题）。这些比例没有显著差异。此外，在预测ACT数学成绩的回归模型中发现——该模型包括一个表示其他分心的变量—— 学生们的智能手机，学校范围内智能手机禁令的一个变量，以及与学生背景相关的变量——结果显示，学校范围内智能手机禁令的回归系数在统计上并不显著（b= −0.71,t= −2.45,p=.0144).3这表明，在控制了学生背景变量后，智能手机禁令与ACT数学成绩无关，以及学生的其他智能手机造成的干扰无关。 存在另一种可能性，我们可能需要考虑。也许这个意外的发现与这个问题所使用的量表有关。也就是说，如果学生难以区分“经常”和“几乎总是”这两个水平，那么这些水平之间的均值差异可能是测量误差的结果。然而，在关于数学课堂中学生自己智能手机干扰的问题上并没有出现类似的发现，而该问题使用了相同的量表。因此，测量误差似乎不太可能是解释原因。 预计在数学课中智能手机干扰和学生学习背景变量对ACT数学成绩的预期下降 回归分析被用于进一步探索ACT数学成绩与智能手机干扰之间的关系。ACT数学成绩被建模为数学课堂上学生自己智能手机或其他学生智能手机干扰频率的函数，以及与ACT数学成绩相关的几个学生背景变量。这些变量包括性别、种族/民族、家庭收入类别、高中GPA、所修数学课程数量，以及学生是否选修了数学高级课程、加速课程或荣誉课程。 回归分析结果表明，当控制学生的背景变量时，每个学生的智能手机干扰水平上升一个单位，预期的ACT数学成绩将下降约−0.42个标准分数点。例如，如果学生智能手机干扰水平从“几乎从不”增加到“几乎总是”，增加了三个单位，那么预期的ACT数学成绩将下降−1.26个标准分数点（b=−0.42,t= −2.59,p= .0097；参见技术附录中的表A2，模型1）。 预期的ACT数学成绩因其他学生智能手机的干扰而下降的程度大于因学生自身智能手机干扰而下降的程度：每增加一个干扰程度的单位，分数大约下降0.70个等级分数点。例如，如果来自其他学生智能手机的干扰程度从“从不或几乎从不”增加到“几乎总是”，那么预期的数学成绩下降将达2.10个等级分数点（）。b= −0.70,t= −4.11,p< .0001; 表A2，模型2）。显然，这些发现表明智能手机分心与ACT数学测试成绩之间存在负相关关系，即使控制了重要的学生背景变量影响也是如此。 ACT数学表现与数学焦虑 为了评估学生的数学焦虑程度，学生们接受了简化的数学焦虑量表（AMAS；Hopko等，2003）。AMAS包含九个项目。 五个测量与学习数学相关的焦虑（LMA），四个测量数学评估焦虑（MEA）。LMA子量表得分范围从5到25，MEA子量表得分范围从4到20。有关AMAS的更多信息，可在技术附录的调查工具部分找到。 学习数学焦虑 平均ACT数学成绩随着与学习数学相关的焦虑水平增加而下降（图3）。例如，相对焦虑程度较低的学生（即LMA分量表得分为5或6，占本研究的LMA分数分布的底部四分之一）的平均数学成绩为24.6，而相对焦虑程度较高的学生（即LMA分量表得分为13至25之间，占顶部四分之一）的平均数学成绩为19.2。这两个平均值之间的差异具有统计学意义（）。q= 14.87,p< .0001,d= 1.01).4 数学评估焦虑 观察到与数学学习焦虑和ACT数学成绩之间的负相关关系类似，对于与数学评估相关的焦虑也存在。随着评估焦虑的增加，平均ACT数学成绩下降，降幅为3.7个量表分数点。 均值分数差异（difference in mean scores）q= 8.62,p< .0001,d= 0.65) 之间的学生（即，MEA子量表得分为4至10分，MEA得分分布的底部四分之一）和焦虑程度相对较高的学生（即，MEA子量表得分为19或20分，顶部四分之一；图4）。 多元线性回归被用于将ACT数学成绩建模为一个函数，该函数取决于与该测试表现相关的数学焦虑（LMA子量表或MEA子量表）和学生的背景变量（性别、种族/民族、家庭收入类别、高中平均绩点、所修数学课程数量，以及学生是否参加了高等、加速或荣誉数学课程）。研究发现，对于每一单位LMA子量表分数的增加，预计数学成绩将下降约0.32个量表分数点。例如，如果学生的LMA等级从8分（本研究中学生的中位数得分）增加到12分（第75百分位数），那么预计数学成绩将下降1.28个量表分数点（）。b= −0.32,t= −9.75,p< .0001；表A2，模型3），即使在控制了学生背景变量后。 多元回归分析发现，数学评估焦虑与ACT数学成绩之间存在负相关关系。对于每单位MEA的增加，预计数学分数将下降约-0.24个标准分数点（）。b= −0.24,t= −7.22,p在控制性别、种族/民族和其他学生背景变量后，结果为< .0001; 表A2，模型4）。 科学成绩与科学课堂上智能手机的干扰 本研究的首要