Modele bifocal

Puisque l`objectif principal de ce document est l`analyse des événements discrépant dans le processus de modélisation, nous ne nous concentrerons pas sur la programmation des modèles, mais sur leur conceptualisation avant la programmation. Les données sont présentées comme un échantillon représentatif des moments de comparaison des modèles et des événements discrépants que les élèves ont rencontrés au cours de l`activité. Dans ce qui suit, nous nous concentrons sur deux groupes d`étudiants et présentons cinq épisodes qui démontrent les rencontres des étudiants avec les événements discrépants. Pour expliquer et analyser les épisodes, nous introduisons d`abord le contexte de l`épisode, puis le processus de conception des étudiants, qui, aux fins de cette analyse, nous avons divisé en cinq étapes suivantes: (a) modèle informatique, (b) expérience physique, (c) divergence, (d) le discours et (e) la solution. Enfin, nous discutons des résultats des cinq épisodes de l`échantillon. Afin d`apprendre des concepts et des pratiques scientifiques complexes, les étudiants construisent des modèles virtuels et physiques de phénomènes scientifiques et les ont connectés en temps réel. BIFOCAL Modeling encourage les élèves à affiner leur connaissance du contenu à mesure qu`ils améliorent de manière itérative leurs modèles et à interroger la validité de leurs propres choix de représentation. En particulier, deux domaines dans ce domaine n`ont pas été suffisamment étudiés. Premièrement, la littérature s`est concentrée presque entièrement sur des modèles physiques et informatiques préconçus ou des laboratoires. Les modèles préconçus peuvent fournir des échafaudages et sensibiliser les élèves à l`information pertinente sur un problème, mais ils ne parviennent pas à offrir aux étudiants des occasions d`évaluer les hypothèses et les limitations des modèles eux-mêmes (Papert 1980). Les pratiques de création et d`évaluation critique des modèles constituent un élément important de la pratique scientifique et ont été évaluées de plus en plus comme des objectifs éducatifs (BLIKSTEIN et Wilensky 2006; BLIKSTEIN 2010; GIRE et al. 2010).

Deuxièmement, la littérature n`a pas suffisamment exploré le potentiel d`un soutien plus approfondi pour les comparaisons explicites des étudiants entre les modèles physiques et virtuels. La plupart de ces travaux se concentrent soit sur la comparaison des laboratoires physiques et virtuels ou sur leur séquençage, mais pas sur les synergies mutuelles qu`ils créent lorsqu`ils sont connectés en temps réel. Lorsque ces synergies sont explorées, les laboratoires virtuels employés sont souvent des transpositions de laboratoires physiques dans un environnement virtuel: les béchers, les éprouvettes et les produits chimiques sont tout simplement virtuels dans un environnement informatisé, et les élèves utilisent ces représentations pour mener des expériences. Par exemple, Smith et coll. (2010) ont fait remarquer que les échafaudages dans des modèles virtuels ou le partage direct de données entre des modèles virtuels et physiques pourraient aider les élèves à reconnaître les similitudes et les différences entre le modèle et la réalité.