창발적 과정 모델 이해를 위한 통계역학 기반 수업 사례: 설명 구조 전환의 효과 분석
A Lesson Incorporating Statistical Mechanics to Support Understanding of the Emergent Process Model: Analyzing Its Effects on Explanatory Structure Shifts
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구의 목적은 학생들이 자연 현상을 설명할 때 주로 사용하는 단일 변수 중심으로 현상을 다루는 SPM(Sequential Process Model)에서 벗어나, 입자 간의 무작위 운동과 상호작용의 누적 결과로 현상이 나타나는 것으로 이해하는 EPM(Emergent Process Model)을 이해하고, 이를 통해 시스템 사고를 함양할 수 있도록 지원하는 수업을 개발하고 그 효과를 분석하는 데 있다. EPM 의 설명 구조를 보다 정합성 있게 구현하고자, 다수 입자의 확률적 운동과 상호작용을 해석하는 데 필요한 통계역학 개념인 엔트로피와 볼츠만 분포를 수업 사례에 함께 활용하였다. 연구는 충청북도 소재 사범대학의 화학교육과 및 복수전공생 17명을 대상으로 진행되었으며, 사전·사후 논술, 소그룹 토의, 격자 기반 입자 배열 모델의 소개, 인터뷰 실시 등의 활동을 진행하였다. 수집된 논술 자료는 글에서 드러나는 사고 구조를 SPM과 EPM으로 나누어 사전과 사후의 빈도를 조사하고, 각 빈도의 비율 차이를McNemar 검정을 이용하여 분석하였다. 추가적으로 인터뷰 자료를 분석하여 학생들의 사고 구조 변화를 확인하였다. 연구 결과, 대부분의 연구 대상자들이 사전에는 현상을 단일 요인을 사용해 선형적으로 설명하였으나, 수업 적용 후에는 입자들의 에너지분포와 배열 가능한 미시 상태의 수, 상호작용의 반복적 누적 결과를 포함하는 EPM 기반의 설명으로 전환되었다. 본 연구의 의의는 EPM의 설명 구조를 보완하기 위해 통계역학 개념을 활용하여 과학 현상을 보다 정합성 있게 설명할 수 있는 수업을 개발하고, 이를 실제로 적용하여 학생들의 설명 구조와 사고 전환을 촉진하는 데 효과 있음을 검증한 데 있다. 이러한 변화는 연구 대상자들이 다양한 입자의 상호작용과 반복적 누적 과정을 통해 거시적 현상을 해석하게 되었음을 의미하며, 이는 시스템 사고의핵심 구성 요소인 상호작용, 창발성, 비선형성 등의 관점이 형성되었음을 보여준다.
Abstract
The purpose of this study was to develop and analyze the effectiveness of that supports students in moving beyond the Sequential Process Model (SPM)—which explains natural phenomena based on single-variable, linear causality—toward understanding the Emergent Process Model (EPM), which interprets phenomena as outcomes of cumulative random motion and interactions among particles. To implement the explanatory structure of EPM with greater coherence, this study incorporated statistical mechanics concepts— entropy and the Boltzmann distribution—into the lesson design to help students interpret the probabilistic motion and interactions of many particles. The study was conducted with 17 students majoring in or double-majoring in chemistry education at a university of education located in Chungcheongbuk-do Province. Activities included pre- and post-instructional writing tasks, smallgroup discussions, the introduction of a lattice-based particle arrangement model, and interviews. Written responses were analyzed by categorizing students’ explanatory frameworks as either SPM- or EPM-based, and pre- and post-instruction frequencies were compared using McNemar’s test. In addition, interview data were analyzed to examine changes in students’ conceptual structures. The results showed that while most participants initially explained phenomena using single-variable, linear reasoning, they shifted after instruction to EPM-based explanations incorporating energy distributions, the number of possible microstates, and cumulative interactions among particles. The significance of this study lies in demonstrating the effectiveness of a lesson that uses statistical mechanics concepts to enhance the coherence of the EPM explanatory structure and support students’ transitions in explanatory reasoning. These conceptual shifts suggest that participants began to interpret macroscopic phenomena based on particle-level interactions and cumulative processes—reflecting the development of core components of systems thinking, such as interaction, emergence, and nonlinearity.