Vận dụng phân loại tư duy Bloom và phân loại tư duy Math để đánh giá mức độ suy luận thống kê y học của sinh viên ngành Y - Trần Thúy Hiền

VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49 43 VẬN DỤNG PHÂN LOẠI TƯ DUY BLOOM VÀ PHÂN LOẠI TƯ DUY MATH ĐỂ ĐÁNH GIÁ MỨC ĐỘ SUY LUẬN THỐNG KÊ Y HỌC CỦA SINH VIÊN NGÀNH Y Trần Thúy Hiền, Trường Đại học Y Dược - Đại học Huế Lê Phước Sơn, Trường Đại học Luật - Đại học Huế Ngày nhận bài: 26/11/2018; ngày sửa chữa: 06/12/2018; ngày duyệt đăng: 27/12/2018. Abstract: In order to meet the requirements set out when developing a training curriculum for medical students in the direction of developing professional competence, in teaching Medical Statistics, we determine that the most important task is to synchronously innovate between objectives, content and assessment. In the article, we applied Bloom's taxonomy and MATH taxonomy to propose methods for assessing the level of medical statistical reasoning of Medical students. The results showed that the tools for assessing the level of medical statistical reasoning of students in Medicine designed according to Bloom's taxonomy and MATH taxonomy were accurate and effective. Keywords: Bloom's taxonomy, MATH taxonomy, assessment, medical statistical reasoning. 1. Mở đầu Chương trình đào tạo sinh viên (SV) ngành Y nhằm phát triển năng lực nghề nghiệp được xây dựng theo mô hình tích hợp theo các module, với mục tiêu tăng cường sự lồng ghép, kết nối giữa kiến thức khoa học cơ bản, y học cơ sở với lâm sàng, đáp ứng chuẩn năng lực đầu ra. Mục tiêu của mô hình tích hợp nhằm cải thiện chất lượng đào tạo thông qua việc phá bỏ “rào cản” giữa các môn khoa học cơ bản và lâm sàng trong y học, tăng cường mức độ nắm vững kiến thức khoa học cơ bản cho SV. Môn Thống kê y học (TKYH) thuộc module 4 (môn Khoa học Cơ bản), cùng với 3 môn học khác là Lí Sinh, Hóa học, Tin học đại cương và ứng dụng. Việc xây dựng mô hình tích hợp được từng bước thực hiện, bắt đầu ở khâu xây dựng các mục tiêu học tập. Để tối đa hóa sự tích hợp, mục tiêu dạy học môn TKYH cần xây dựng theo hướng nâng cao năng lực suy luận thống kê (SLTK) cho SV trong việc giải quyết các vấn đề thực tế của y học. Dựa trên sự phân loại tư duy Bloom sửa đổi và phân loại tư duy theo thứ bậc nhiệm vụ đánh giá Toán (viết tắt là MATH), bài viết đề xuất khung đánh giá mức độ SLTK của SV ngành Y nhằm đáp ứng mục tiêu đổi mới chương trình giáo dục hiện nay. 2. Nội dung nghiên cứu 2.1. Suy luận thống kê Kết quả nghiên cứu về suy luận và tư duy thống kê cho thấy, vẫn chưa có một định nghĩa thống nhất về SLTK, việc nghiên cứu về SLTK còn đang trong quá trình phát triển [1]. Tuy nhiên, nghiên cứu của Joan Garfield, delMas, Chance [2] nhận được nhiều sự đồng thuận của các nhà thống kê bởi nó mô tả khá đầy đủ về khái niệm SLTK. Theo chúng tôi, có thể tổng hợp và tóm tắt khái niệm về SLTK như sau: SLTK là cách con người suy luận với các ý tưởng thống kê và làm cho thông tin thống kê trở nên có ý nghĩa. Điều này liên quan đến việc đưa ra các lí giải dựa trên các dữ liệu, biểu diễn hay tóm tắt thống kê. SLTK có thể liên quan đến việc nối kết một khái niệm với một khái niệm khác, hoặc có thể là sự kết hợp giữa các ý tưởng về dữ liệu. SLTK có nghĩa là hiểu và có thể giải thích các quá trình thống kê một cách đầy đủ về kết quả thống kê. Cơ sở của SLTK dựa trên khái niệm của các ý tưởng thống kê, chẳng hạn: phân bố, trung tâm, vị trí, độ rộng, độ phân tán, mối tương quan, tính không chắc chắn, tính ngẫu nhiên và việc chọn mẫu. Như vậy, SLTK là một loại hoạt động nhận thức, có thể được tìm thấy ở các giai đoạn trong quá trình tư duy của con người, họ được yêu cầu nêu ý nghĩa, giải thích hay chứng minh cho một kết luận. Quá trình điều tra thống kê phụ thuộc vào dữ liệu và thường căn cứ vào bối cảnh [3]. Trong thực hành thống kê, mô hình trừu tượng luôn bắt đầu với một bối cảnh, căn cứ vào các đặc trưng của bối cảnh để lựa chọn và phát triển mô hình. Do đó, SLTK liên quan đến việc hiểu về dữ liệu và bối cảnh. Trong dạy học TKYH, đối với một nội dung thống kê, SV cần: - Giải thích lí do tại sao hay làm thế nào kết quả đã được tạo ra; - Giải thích tại sao một kết luận là hợp lí, có cơ sở, cho thấy sự thể hiện về khả năng SLTK của SV [1]. 2.2. Phân loại tư duy Toán Trong đánh giá chất lượng dạy học, các nhà giáo dục thường quan tâm đến việc đánh giá xem người học đã VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49 44 lĩnh hội được những gì và chất lượng học tập như thế nào. Đánh giá thường liên quan đến cả hai khía cạnh định lượng và định tính. Để đo lường, đánh giá chất lượng học tập, cần phân loại mục tiêu giáo dục, tư duy hay nhận thức của người học một cách thống nhất. Hiện nay, có nhiều cách để phân loại khác nhau, nhìn chung các phân loại đều có thứ bậc từ thấp đến cao, giúp các nhà giáo dục có cơ sở để thiết kế bài giảng và chọn công cụ đánh giá chất lượng phù hợp. 2.2.1. Phân loại tư duy Bloom sửa đổi Phân loại tư duy Bloom là kĩ thuật được phổ biến rộng rãi, được thiết kế nhằm giúp giáo viên và người biên soạn đề kiểm tra sắp xếp câu hỏi theo các mức độ khác nhau. Bản sửa đổi của phân loại Bloom được phát triển sau 45 năm bởi Anderson, những cộng sự và học trò xuất sắc của Bloom [1]. Ở đây, chúng tôi chú trọng đến cấu trúc chiều của quá trình nhận thức: số các phạm trù vẫn giữ là sáu, nhưng có những thay đổi quan trọng, từ sáu mức độ (gồm: kiến thức, thông hiểu, áp dụng, phân tích, tổng hợp, đánh giá) chuyển thành nhớ, hiểu, áp dụng, phân tích, đánh giá và sáng tạo. Ba phạm trù được đặt tên lại, thứ tự của hai phạm trù được chuyển đổi và tên của các phạm trù được đổi thành động từ cho phù hợp với cách chúng được dùng trong mục tiêu. Phạm trù Kiến thức đổi thành Nhớ, Thông hiểu đổi thành Hiểu. 2.2.2. Phân loại tư duy MATH Thứ bậc nhiệm vụ đánh giá Toán (viết tắt là MATH - Mathematical Assessment Task Hierarchy), được thiết kế để hỗ trợ quá trình phát triển và xây dựng các đánh giá nâng cao, đảm bảo cho người học được đánh giá theo nhiều dạng kiến thức và kĩ năng khác nhau [4]. Phân loại MATH xác định 8 phạm trù kĩ năng và kiến thức, sắp xếp chúng vào trong 3 nhóm A, B, C. Các phạm trù này được sắp xếp theo bản chất của hoạt động, những yêu cầu để hoàn thành tốt nhiệm vụ. Các nhóm A, B, C tương ứng với 3 mức A, B, C được sắp xếp theo thứ tự từ thấp đến cao một cách phù hợp theo bối cảnh (xem bảng 1 trang bên). Mức A (tái tạo) gồm việc nhớ lại các sự kiện, công thức và nhận ra tình huống, phép tính quen thuộc và áp dụng thuật toán đã cho. Mức B (liên kết): là sự phân loại các đối tượng toán học, chuyển thể tình huống hoặc một câu trả lời, khả năng thiết kế một kế hoạch hoặc chọn những đặc trưng để thực hiện một nhiệm vụ độc lập. Mức C (suy luận): liên quan đến suy luận, kiểm chứng, phản ví dụ, tranh luận hoặc chứng minh, phát biểu hoặc khám phá các dạng mẫu, xây dựng một ví dụ hoặc mở rộng một khái niệm. Hình 1. Thay đổi cơ bản trong hai phiên bản của phân loại Bloom VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49 45 2.2.3. Phân loại tư duy MATH và phân loại tư duy Bloom đối với suy luận thống kê y học Các nghiên cứu khám phá việc sử dụng phân loại tư duy Bloom như là khung lí thuyết để đánh giá kiến thức toán đã chỉ ra một số hạn chế: Phân loại tư duy Bloom không cung cấp một mô hình chính xác nhằm giúp người biên soạn câu hỏi dự đoán các quy trình nhận thức được học sinh sử dụng khi giải các bài toán [5]. Các giáo viên toán thường gặp khó khăn khi lí giải các kĩ năng tư duy theo phân loại Bloom và trong quá trình sáng tạo các câu hỏi kiểm tra tư duy bậc cao của học sinh [6]. Một mô phỏng phù hợp của phân loại tư duy Bloom được tiến hành bởi Smith và các cộng sự, nhóm này chỉ ra rằng phân loại tư duy Bloom là hiệu quả cho việc cấu trúc nhiệm vụ đánh giá, nhưng còn có những hạn chế nhất định [7]. Phân loại tư duy MATH khắc phục những hạn chế của phân loại tư duy Bloom, bằng cách chú trọng các kĩ năng cần thiết để hoàn thành một nhiệm vụ toán học cụ thể và hướng đến phát triển các đánh giá toán học nâng cao theo nhiều dạng kiến thức và kĩ năng. Nghiên cứu so sánh với phân loại mức độ tư duy Bloom sửa đổi 2001, với 6 mức độ từ thấp đến cao, theo chúng tôi SLTK y học có thể phù hợp với mức độ hiểu và một số khía cạnh của các mức cao hơn là áp dụng và phân tích. Đối với phân loại mức độ nhận thức của MATH, SLTK y học có thể phù hợp với mức B (liên kết) và một số khía cạnh của mức C (suy luận). Chúng tôi sẽ sử dụng kết hợp phân loại tư duy Bloom và phân loại tư duy MATH để xây dựng phương thức đánh giá mức độ SLTK y học. 2.3. Đề xuất phương thức đánh giá mức độ suy luận thống kê y học của sinh viên ngành Y Vận dụng kết hợp giữa phân loại mức độ tư duy Bloom sửa đổi năm 2001 và phân loại tư duy MATH, chúng tôi đề xuất phương thức đánh giá mức độ SLTK y học của SV ngành Y như sau: 2.3.1. Thang mức đánh giá mức độ suy luận thống kê y học Thang mức đánh giá mức độ SLTK y học được đề xuất như trong bảng 2, gồm 06 mức độ từ thấp đến cao, tương ứng với 03 cụm năng lực: tái tạo, liên kết và phản ánh (tương tự mức suy luận trong phân loại MATH). Mỗi mức nhiệm vụ được mô tả cụ thể, được bắt đầu với các động từ như nhớ lại, nhận ra, xác định, mô tả, giải thích, thực hiện, áp dụng, sử dụng, kiểm chứng. Tương ứng với các mức của phân loại tư duy MATH, trong thang mức đánh giá, chúng tôi đề xuất mức 1, mức 2 tương ứng với cụm tái tạo, mức 3, mức 4 tương ứng với cụm liên kết và mức 5, mức 6 tương ứng với cụm phản ánh. Đối với SV ngành Y, chúng tôi xác định mức 1, 2, 3 là các mức độ tư duy bậc thấp và mức 4, 5, 6 là các mức độ tư duy bậc cao. Theo các kết quả trước đây về hiểu biết, suy luận và tư duy thống kê: hiểu biết thống kê được coi là sự phát triển của các kĩ năng, kiến thức cơ bản và cung cấp nền tảng cần thiết cho sự phát triển của suy luận và tư duy thống kê [1]. Như vậy, các mức độ 1, 2, 3 trong thang mức đánh giá mới chỉ cho thấy sự thể hiện của SV về kĩ năng ghi nhớ công thức, tính toán thống kê và những hiểu biết thống kê cơ bản, sự thể hiện về SLTK y học tương ứng với các mức độ tư duy ở bậc cao hơn là 4, 5, 6. Bảng 2. Thang đánh giá mức độ SLTK y học Cụm Mức độ Mô tả về nhiệm vụ Phản ánh 6 Sáng tạo các kết quả mới từ việc mô hình hóa toán học, dùng SLTK y học trong quá trình giải quyết các vấn đề thực tế: - Giải thích quá trình thống kê và có thể giải thích một cách đầy đủ các kết quả thống kê; - Sử dụng mức tư duy bậc cao và kĩ năng suy luận trong bối cảnh thống kê nhằm tạo nên các biểu diễn toán học cho tình huống thực tế y học; - Sử dụng sự hiểu biết, sự phản ánh và lập luận khi trình bày các kết quả. 5 Vận dụng SLTK y học để phân tích, diễn giải dữ liệu và rút ra kết luận từ dữ liệu: - Áp dụng kiến thức thống kê trong các tình huống y học phức tạp; - Sử dụng kết quả suy luận Bảng 1. Phân loại tư duy MATH Mức A: Tái tạo. Các quy trình quen thuộc Mức B: Liên kết. Sử dụng kiến thức toán đã có theo những cách mới Mức C: Suy luận. Áp dụng khái niệm để xây dựng các lập luận toán học A1 A2 A3 B1 B2 C1 C2 C3 Kiến thức Thông hiểu Sử dụng quen thuộc các quy trình Chuyển đổi thông tin Áp dụng vào tình huống mới Kiểm chứng và chuyển thể Vận dụng, đặt giả thuyết và so sánh Đánh giá VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49 46 để lí giải thông tin đã cho; - Kiểm chứng hay lí giải một kết quả đã cho trong một bối cảnh thực tế; - Rút ra ứng dụng hay lập giả thuyết cho một tình huống thực tế trong Y học; - Phản ánh các hoạt động, thành lập và giải thích những suy luận của mình. Liên kết 4 Áp dụng quy trình và các kiến thức về khái niệm vào giải quyết vấn đề y học không quen thuộc: - Chọn lựa công thức, phương pháp thống kê phù hợp với một tình huống mới cho một bối cảnh cụ thể. Áp dụng một khái niệm vào tình huống thực tế hoặc các khái niệm khác; - Áp dụng các khái niệm xác suất, thống kê cơ bản, kết hợp với suy luận logic trong các tình huống ít quen thuộc; - Sử dụng lập luận dựa trên việc lí giải dữ liệu, biểu diễn dữ liệu và các tóm tắt thống kê; - Kiến tạo và giải thích, lập luận: lí giải lời văn, chuyển mô tả bằng lời văn thành các bài toán thống kê. 3 Hiểu các khái niệm, công thức, quy trình thống kê: - Giải thích thông tin và dữ liệu; - Giải thích thông tin từ các biểu diễn. Liên kết các nguồn thông tin khác nhau; - Chuyển đổi thông tin từ dạng này sang dạng khác, từ một khái niệm này sang khái niệm khác; - Giải thích các khái niệm, công thức, quy trình thống kê quen thuộc theo nghĩa quá trình; - Dùng suy luận cơ bản với những khái niệm xác suất, thống kê đơn giản. Hình thành lập luận từ một bài toán cụ thể. Tái tạo 2 Truy hồi lại công thức, sử dụng các quy trình quen thuộc: - Thực hiện một số kĩ năng cơ bản của thống kê như tổ chức dữ liệu, xây dựng các bảng biểu, làm việc với các biểu diễn khác nhau của dữ liệu; - Truy hồi lại được các công thức, thuật toán đơn giản; - Giải thích, đọc các kết quả của một thủ tục thống kê đơn giản; - Thực hiện quy trình hay thuật toán thống kê trong bối cảnh y học tương tự, quen thuộc. 1 Truy xuất lại kiến thức: - Nhớ lại thông tin, sự kiện, công thức và nhận ra các tình huống và các phép toán quen thuộc; - Xác định thông tin thống kê được trình bày theo các dạng đồ thị quen thuộc; - Xác định và dùng các ý tưởng xác suất cơ bản trong tình huống thực nghiệm liên quan đến y học; Áp dụng trực tiếp các công thức, thuật toán thống kê đã cho. 2.3.2. Phương pháp và công cụ đánh giá Nghiên cứu phân tích về đặc trưng của các câu hỏi đánh giá hiểu biết toán học trong chương trình đánh giá học sinh Quốc tế PISA (Programe for International Student Assessment) của Tổ chức Hợp tác và Phát triển Kinh tế OECD (Organization for Economic Cooperation and Development) [8], dựa trên thang đánh giá đã được mô tả, chúng tôi xây dựng công cụ đánh giá mức độ SLTK y học gồm sự kết hợp của các câu hỏi nhiều lựa chọn, câu hỏi có trả lời đóng và câu hỏi kết thúc mở. Theo kinh nghiệm phát triển và sử dụng câu hỏi đánh giá cho các kì PISA, loại câu hỏi nhiều lựa chọn nhìn chung được coi là phù hợp để đánh giá năng lực tái tạo và liên kết. Đánh giá của chúng tôi về SLTK đòi hỏi SV trình bày câu trả lời và quá trình tìm câu trả lời, quá trình đó gắn liền với các hoạt động nhận thức bậc cao. Do đó, công cụ đánh giá không chỉ sử dụng câu hỏi nhiều lựa chọn, cần bổ sung thêm các câu hỏi có trả lời đóng và câu hỏi kết thúc mở. Bộ câu hỏi đánh giá xây dựng dựa trên bản đồ mục tiêu, với 5 mục tiêu môn học và 28 mục tiêu bài giảng, trong đó mỗi mục tiêu được xác định tương ứng với một mức độ tư duy, với tỉ lệ % các mục tiêu ở cụm tái tạo : liên kết : phản ánh, tương ứng là 25 : 50 : 25. Công cụ đánh giá được xây dựng kết hợp cả hai hình thức trắc nghiệm khách quan (TNKQ) với những câu hỏi nhiều lựa chọn và tự luận (TL), bao gồm các câu hỏi có trả lời đóng và câu hỏi có kết thúc mở, tỉ trọng điểm tương ứng là 4 : 6. Căn cứ trên thời gian kiểm tra để xác định thời gian tương ứng cho mỗi hình thức. Thời gian dự định kiểm tra là 60 phút, tương ứng 24 phút dành cho TNKQ (4 điểm) và 36 phút dành cho TL (6 điểm). Số lượng câu hỏi tương thích là 10 TNKQ và 6 TL, trong đó mỗi câu hỏi TNKQ có trọng số điểm như nhau là 0,4 và thời gian trung bình hoàn thành là khoảng 2,4 phút; câu hỏi TL được đánh số phù hợp với thời gian dự định hoàn thành và mức độ phức tạp về tư duy, chẳng hạn TL có trọng số điểm là 1 tương ứng thời gian trung bình hoàn thành khoảng 6 phút. Chúng tôi xây dựng ma trận đề kiểm tra để đánh giá mức độ SLTK y học của SV như trong bảng 3 (xem trang bên). Trọng số điểm tương ứng với mỗi mục tiêu từ 1 đến 5 là 1,4 : 1,8 : 1,3 : 4,1 : 1,4. Trọng số điểm tương với mỗi mức độ tư duy tái tạo : liên kết : phản ánh là 2,6 : 4,9 : 2,5; nghĩa là 75% ở mức tái tạo và liên kết, 25% ở mức phản ánh, tỉ lệ này là phù hợp với tỉ lệ % của các mục tiêu đề ra. VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49 47 Căn cứ trên ma trận đề kiểm tra, chúng tôi biên soạn câu hỏi tương ứng với từng mục tiêu bài học và phù hợp với mức độ SLTK y học, bộ câu hỏi kiểm tra được xây dựng như trong bảng 4. 2.4. Phân tích kết quả thực nghiệm đánh giá mức độ suy luận thống kê y học Thực nghiệm tiến hành đánh giá đối với 62 SV chuyên ngành Bác sĩ đa khoa năm thứ hai, Trường Đại học Y Dược Huế vào tháng 10-11/2018. Kết quả xử lí điểm bài kiểm tra giúp chúng tôi xác định được tỉ lệ % của SV đạt các mức SLTK y học như trong bảng 5 dưới đây: Bảng 5. Tỉ lệ % của SV đạt các mức SLTK y học Cụm Mức SLTK y học Mức điểm Số SV Tỉ lệ % Phản ánh 6 5 (7,5; 10] 10 13,9 Liên kết 4 (5; 7,5] 15 20,8 3 (2,6; 5] 40 55,6 Tái tạo 2 1 (0; 2,6] 7 9,7 Bảng 5 cho thấy, mức độ SLTK y học của SV là tương đối đồng đều, đa số các em đều được trang bị tốt Bảng 3. Ma trận đề kiểm tra mức độ SLTK y học Mục tiêu môn học Tái tạo Liên kết Phản ánh Tổng TNKQ TL TNKQ TL TNKQ TL TNKQ TL Điểm Mục tiêu 1 1 1 (1đ) 1 1 (1) 1,4 Mục tiêu 2 1 1 1 (1đ) 2 1 (1) 1,8 Mục tiêu 3 1 1 1 (0,5đ) 2 1 (0,5) 1,3 Mục tiêu 4 1 1 (1đ) 3 1 (0,5đ) 4 2 (2,5) 4,1 Mục tiêu 5 1 1 (1) 1 1 (1) 1,4 Tổng 4 (1,6đ) 1 (1đ) 6 (2,4đ) 3 (2,5 đ) 2 (1,5) 10 (4đ) 6 (6đ) 10 2,6 4,9 1,5 Lưu ý: Mỗi câu TNKQ là 0,4 điểm; câu hỏi TL thì có thể là 1 hoặc 0,5 điểm Bảng 4. Bộ câu hỏi kiểm tra tương ứng với mục tiêu và mức độ SLTK y học Mục tiêu môn học Mục tiêu bài giảng Tái tạo Liên kết Phản ánh Mức 1 Mức 2 Mức 3 Mức 4 Mức 5 Mức 6 Mục tiêu 1 Mục tiêu bài giảng 1 1.2 Câu 1 1.3 Câu 2* Mục tiêu 2 Mục tiêu bài giảng 2 2.1 Câu 3 2.3 Câu 4 2.4 Câu 5* Mục tiêu 3 Mục tiêu bài giảng 3 3.4 Câu 6 3.5 Câu 7 3.5 Câu 8* Mục tiêu 4 Mục tiêu bài giảng 4 4.1 Câu 9 4.2 Câu 10* Mục tiêu bài giảng 5 5.2 Câu 11 Mục tiêu bài giảng 6 6.4 Câu 12 6.2 Câu 13 6.4 Câu 14* Mục tiêu 5 Mục tiêu bài giảng 7 7.3 Câu 15 7.4 Câu 16* (Ghi chú: * Câu hỏi TL) VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49 48 các kĩ năng thống kê cơ bản; cụ thể: chỉ có 9,7% đạt mức năng lực thấp là mức tái tạo, nghĩa là chỉ dừng lại ở mức độ truy xuất kiến thức, truy hồi lại công thức, sử dụng các quy trình quen thuộc và 65,3% đạt được các mức 1, 2, 3. Nhìn chung, SV chủ yếu đạt năng lực ở mức độ 3, 4 (liên kết), chiếm 76,4%; các mức cao 5, 6 (phản ánh) vẫn còn thấp, chỉ có 13,9%; các mức năng lực cao này đòi hỏi SV cần biết vận dụng sáng tạo các kiến thức đã biết để tạo cái mới, không quen thuộc; biết vận dụng SLTK khi giải quyết các vấn đề y học. Để thấy rõ hơn mức độ SLTK y học của SV, chúng tôi phân tích câu trả lời của các em đối với từng câu hỏi. Dưới đây là một ví dụ: Với câu 1 trong bộ đề kiểm tra, chúng tôi đánh giá SLTK của SV liên quan đến chủ đề phân phối lấy mẫu. Thống kê là khoa học của dữ liệu, trong đó thống kê suy diễn là quá trình biến đổi dữ liệu thành thông tin, đó là các phương pháp phân tích liên quan đến việc suy diễn các kết luận từ tập dữ liệu thực nghiệm. Phân phối lấy mẫu đóng vai trò quan trọng, được coi như là “chìa khóa” để đi đến thống kê suy diễn. Phân phối lấy mẫu là một phân phối tần suất của thống kê mẫu dựa trên các mẫu ngẫu nhiên được rút ra từ tổng thể. Câu 1: Hàm lượng Protein huyết thanh X (g/l) của người bình thường ở vùng dân cư A là biến ngẫu nhiên tuân theo phân phối chuẩn N(7,8; 0,452). Chọn 100 mẫu ngẫu nhiên từ tổng thể người bình thường vùng A, mỗi mẫu đều có số lượng là 10 người. Phát biểu nào sau đây là đúng về phân phối của các thống kê K tương ứng: 2 ( 7,8) A) . 10 (0;1) 0,45 X K N   ( 7,8) B) . 100 (0;1) 0,45 X K N   ( 7,8) C) . 10 (0;1) 0,45 X K N   2 ( 7,8) D) . 100 (0;1) 0,45 X K N   Hãy giải thích quá trình SLTK cho sự lựa chọn của bạn? Câu hỏi 1 được biên soạn tương ứng với mục tiêu dạy học là: mô tả các phân phối lấy mẫu bao gồm phân phối của các thống kê mẫu liên quan đến trung bình mẫu, độ lệch chuẩn mẫu, tần suất mẫu. Câu hỏi này phù hợp với mức độ 3, thuộc cụm năng lực liên kết trong thang mức đánh giá SLTK y học chúng tôi đưa ra. Câu hỏi đánh giá việc hiểu về khái niệm lấy mẫu ngẫu nhiên và phân phối lấy mẫu của thống kê trung bình mẫu X trong trường hợp phân phối chuẩn. Đối với câu hỏi này, 81,9% SV chọn đáp án đúng là C, nghĩa là các em đã truy hồi lại được các kí hiệu trong phân phối chuẩn 2( ; )N   và công thức thống kê liên quan đến trung bình mẫu, khi X thỏa mãn phân phối chuẩn thì ( ) . X K n     có phân phối chuẩn tắc N(0;1); tiếp theo là xác định đúng n = 10 (kích thước của mẫu ngẫu nhiên) mà không phải n = 100 (số lần lặp lại khi lấy mẫu ngẫu nhiên), nghĩa là các em đã bắt đầu suy luận với ý tưởng mẫu ngẫu nhiên, quá trình lấy mẫu. Tuy nhiên, điều này chưa cho biết là SV đã có sự hiểu biết về khái niệm phân phối lấy mẫu của thống kê trung bình mẫu X hay không. Trong những giải thích của SV về sự lựa chọn đáp án C, không có SV nào đề cập đến mẫu ngẫu nhiên và phân phối của X . Rõ ràng, SV chưa có một sự hiểu biết đầy đủ về phân phối của thống kê K, công thức ( ) . (0;1) X K n N      cần được giải thích theo nghĩa quá trình bắt đầu với một mẫu ngẫu nhiên kích thước n = 10, rút ra từ tổng thể có phân phối chuẩn, lặp lại 100 lần quá trình lấy mẫu ngẫu nhiên như vậy, phân phối của các trung bình mẫu sẽ có phân phối chuẩn với kì vọng là  và độ lệch chuẩn là / n . Chuẩn hóa phân phối trung bình mẫu, ta sẽ có phân phối của thống kê K. Như vậy, hiểu một cách sâu sắc thì K là một quy luật của sự biến thiên trong quá trình lấy mẫu, thể hiện mối liên hệ giữa tham số  của tổng thể và thống kê trung bình mẫu X . Nhìn chung, thông qua việc phân tích kết quả bài làm của SV, chúng tôi nhận thấy thông qua giảng dạy môn TKYH, SV y khoa có được kĩ năng thống kê, hiểu biết thống kê cơ bản đạt ở mức cao, tạo nền tảng cho việc phát triển suy luận và tư duy thống kê. Tuy nhiên, đa số SV mới chỉ giải quyết được những vấn đề đã được mô hình hóa toán học một phần hay toàn bộ. Khi gặp những vấn đề có lời văn theo bối cảnh thực tế y học, SV đã không chuyển được thành các mô hình toán để giải, gặp khó khăn với các câu hỏi có kết thúc mở, khả năng giải quyết vấn đề mới còn hạn chế, thiếu linh hoạt trong việc lên phương án khi giải quyết các vấn đề thực tế y học không quen thuộc. Đối với SV ngành Y, việc mới chỉ dừng lại ở mức thành thạo các kiến thức thống kê cơ bản là chưa đủ, cần hiểu sâu sắc các khái niệm liên quan đến kiến thức đó cũng như biết sử dụng các kĩ năng thống kê cơ bản khi giải quyết vấn đề thực tế y học đòi hỏi SLTK ở mức cao. 3. Kết luận Trong bài viết, chúng tôi đã vận dụng phân loại tư duy Bloom và phân loại tư duy MATH để đề xuất phương thức đánh giá mức độ SLTK y học của SV ngành Y. Việc tích hợp giữa các câu hỏi đóng và câu hỏi mở sẽ tạo môi trường cho SV vận dụng SLTK y học vào giải quyết các tình huống thực tế liên quan. Trong quá trình VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49 49 giảng dạy TKYH cho SV ngành Y, cần xây dựng mục tiêu dạy học, sử dụng các công cụ đánh giá để thúc đẩy SLTK y học; từ đó nâng cao năng lực SLTK y học cho SV, đáp ứng yêu cầu đổi mới chương trình đào tạo SV ngành Y theo hướng phát triển năng lực và tích hợp giữa lí thuyết và thực hành nghề nghiệp. Tài liệu tham khảo [1] Trần Thúy Hiền (2017). Phát triển hiểu biết, suy luận, tư duy thống kê của sinh viên trong ước lượng khoảng tin cậy. Tạp chí Khoa học, Đại học Huế, ISSN 1859-1388, số 6A (126), tr 45-56. [2] Garfield, J. - delMas, R. - Chance, B. (2003). Web- based assessment resource tools for improving Statistical thinking. Paper presented at The annual meeting of the American Educational research association, Chicago. [3] Cobb, G. - Moore, D. (1997). Mathematics, statistics and teaching. American Mathematical Monthly, Vol. 104 (9), pp. 801-823. [4] Darlington, E. (2013). The use of Bloom’s taxonomy in advanced mathematics questions. Proceedings of the British Society for Research into Learning Mathematics, Vol. 33(1), pp. 7-12. [5] Gierl, M. J. (1997). Coparing cognitive representations of test developers and students on a mathematics test with Bloom’s Taxonomy. The Journal of Educational Research, Vol. 91 (1), pp. 26-32. [6] Thomson, D. R. - Senk, S. L. (2008). A multi- dimentional approach to understanding in mathematics textbooks developed by UCSMP. Paper presented in Discussion Group 17 of the International Congress on Mathematics Education. Monterrey, Mexico. [7] Smith, G. - Wood, L. - Coupland, M. - Stephenson, B. - Crawford, K. - Ball, G. (1996). Constructing mathematical examinations to assess a range of knowledge and skills. International Journal of Mathematical Education in Science and Technology, Vol. 27(1), pp. 65-77. [8] OECD (2009). The PISA 2009 Assessment Framework - Key competencies in reading, mathematics and science. OECD, Paris, France. [9] Anderson et al. (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom’s Taxonomy of Educational Objectives (Complete edition). New York: Longman. [10] Ben-Zvi, D. - Garfield, J. (2004). The challenge of developing Statistical literacy, reasoning and thinking. Kluwer Academic Publishers. BỒI DƯỠNG NĂNG LỰC GIAO TIẾP VẬT LÍ... (Tiếp theo trang 53) dung của sơ đồ tư duy lưu loát. Sơ đồ tư duy mang tính sáng tạo, gồm cả từ khóa và hình ảnh đi kèm. 3. Kết luận Nghiên cứu trường hợp cho thấy: năng lực giao tiếp vật lí không những đóng vai trò quan trọng trong hoạt động tư duy vật lí mà còn đối với quá trình hình thành nhân cách cho người học. Quá trình tư duy chịu ảnh hưởng của môi trường giáo dục, các yếu tố văn hóa, xã hội và điều kiện sống. Do vậy, cần xét đến những yếu tố này trong quá trình tổ chức dạy học, đặc biệt là với HS miền núi. Các kết quả nghiên cứu bước đầu khẳng định rằng, việc tổ chức dạy học gắn với bối cảnh, phù hợp với điều kiện sống, vốn văn hóa là điều kiện để thúc đẩy nhu cầu tương tác trong và ngoài lớp học cũng như khả năng diễn đạt của người học. Khi đó, năng lực giao tiếp nói chung và năng lực giao tiếp vật lí nói riêng của HS sẽ được bồi dưỡng. Tuy nhiên, cần tiếp tục nghiên cứu để có những đánh giá định lượng trên cơ sở phân tích băng hình, băng ghi âm và các sản phẩm của HS để đưa ra được biện pháp cụ thể nhằm bồi dưỡng năng lực giao tiếp vật lí cho HS; từ đó, góp phần nâng cao chất lượng dạy học môn Vật lí ở trường trung học phổ thông cho đối tượng HS miền núi. Tài liệu tham khảo [1] Nguyễn Văn Đồng (2009). Tâm lí học giao tiếp. NXB Chính trị Quốc gia - Sự thật. [2] Vygotsky, L. S. (1978). Interaction between learning and development. Readings on the development of children, Vol. 23 (3), pp. 34-41. [3] Bộ GD-ĐT (2017). Chương trình giáo dục phổ thông - Chương trình tổng thể. [4] Hoàng Dũng - Bùi Mạnh Hùng (2007). Giáo trình dẫn luận ngôn ngữ học. NXB Đại học Sư phạm. [5] Emori Hideyo (2008). We Shall Overcome Dysfunctional Beliefs For Introducing Communication Study. Proceedings of APEC Khon Kaen International Symposium in 25-29 August 2008 at Khon Kaen University “Innovative Teaching Mathematics through Lesson Study III - Focusing on Mathematical Communication”. [6] Vygotsky, L. S. (1962). Thought and Language. Cambridge, MA: MIT Press. [7] Carol Ann Tomlinson (2001). How to differentiate instruction in mixed-ability classrooms. ASCD, Alexandria, Virginia.