臺灣博碩士論文加值系統

本研究主要探究在多媒體教學中，以激發式動態呈現設計教材與一般投影片設計教材來進行教學上，對不同學業成就之學生在學習成效上是否有顯著差異，並以認知診斷評量學生在技能精熟程度上以及各認知能力上的學習是否有顯著差異。並探討在後測及延後測中，學生的學習成效及在各技能或各認知能力題型上表現如何。
整體而言，以激發式動態呈現的教材設計，在後測時，高分組在「概念理解」與「解題思考」的題型上，比一般投影片教學效果還要好。而在延後測中，低分組的第10項技能（能了解二次函數圖形上的點坐標即為方程式的解）、高分組的第5項技能（能判斷二次函數圖形有最高點或最低點）以及高分組在「程序執行」題型上，均比一般投影片教學及傳統板書教學都來得有效。

There are some questions to explore in multimedia teaching on this study. Are the materials designed by Trigger-based Animated Instruction different from those designed with slides? Is there significant difference to different academic achievement students in those teaching? Is there significant difference to test the students in attribute prevalence levels and cognitive levels by Cognitively Diagnostic Assessment? How do students perform in each attribute prevelence levels and in cognitive levels in the posttest and the postpone test?
Overall, in the posttest, the teaching effectiveness of the materials designed by Trigger-based Animated Instruction is better than the teaching with slides in the high-achievement students at “conceptual understanding” and “problem solving”. In the postpone test, the teaching effectiveness of the materials designed by Trigger-based Animated Instruction is better than the teaching with slides and the traditional teaching on the blackboard in the low-achievement students at the 10th skill ( To understand the coordinate of a point in the quadratic function is the solution to the equation.), in the high-achievement students at the 5th skill (To judge whether there is the highest or the lowest point in the quadratic function gragh), and in the high-achieving students at “procedural knowledge”.

第一章 緒論 1
第一節 研究背景與研究動機 1
第二節 研究目的 2
第三節 待答問題 2
第四節 研究範圍與研究限制 3
第五節 名詞解釋 3
第二章 文獻探討 6
第一節 多媒體學習理論 6
第二節 激發式動態呈現 11
第三節 二次函數 13
第四節 認知診斷評量 14
第三章 研究方法 19
第一節 研究流程 19
第二節 研究對象 21
第三節 研究設計 22
第四節 研究工具 23
第五節 分析工具 27
第四章 結果與討論 30
第一節 簡易二次函數試題分析 30
第二節 後測及延後測之敘述統計量 49
第三節 技能精熟程度在簡易二次函數之分析 54
第四節 認知能力在簡易二次函數之比較 63
第五章 結論與建議 68
第一節 研究結論 68
第二節 研究建議及未來研究方向 69
第六章 參考文獻 71
一、中文部份 71
二、英文部份 72

王文卿（2010）。DINA模式與G-DINA模式參數估計比較。國立臺中教育大學教育測驗統計研究所理學碩士論文，未出版，臺中市。
余民寧（2002）。教育測驗與評量：成就測驗與教學評量（二版）。臺北市：心理。
余民寧（1995）。認知診斷測驗的發展趨勢。教育研究雙月刊，45，14-22。
涂金堂（2003）。認知診斷評量的探究。臺南師範學院學報，37(2)：67-97。
國家教育研究院（2010年3月15日）。「臺灣學生學習成就評量資料庫」電子報第七期。取自http://tasa.naer.edu.tw/10epaper-2-detail.asp?id=14。
陳明璋（2006）。數學簡報系統─一個克服數位落差之教師專業發展環境。第十屆全球華人計算機教育研討會，北京清華大學。
陳明璋（2008）。一個以授課為導向之數位教材設計及展演環境簡介─Activate Mind Attention（AMA）系統。國民教育月刊，48：6，57-63。
教育部（2010）。國民中學數學課本第五冊。國家教育研究院籌備處。
教育部中等教育司（2010年12月7日）。我國參與國際學生能力評量計畫（PISA）2009結果。取自http://www.edu.tw/news.aspx?news_sn=4113。
教育部國教司（2010年6月11日）。教育部學生國際級競賽風雲榜網站（TIMSS）。取自http://award.moe.gov.tw/news_in.aspx?siteid=&ver=&usid=&mnuid=1820&modid=200&mode=&nid=240&noframe=。
廖家瑩（2010）。激發式動態教學對學習成效與認知負荷影響之研究-以簡易二次函數圖形為例。國立交通大學理學院碩士論文，未出版，新竹市。
賴泳伶、洪燕竹、林居鶴（2003）。應用於診斷測驗之選題策略研究。第七屆國際電腦輔助教學研討會論文集。臺北市：國立臺灣師範大學資訊教育研究所。
謝豐瑞、陳材河（1997）。函數的一生。科學教育月刊，199，34-43。
Anderson, W. & Krathwohl, D. (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom’s educational objectives. NY: Longamn.
Baddeley, A. D. (1998). Recent developments in working memory. Current Opinion in Neurobiology, 8, 234-238.
Bloom B. S., et al.(1956). Taxonomy of educational objectives: Cognitive domain. New York: David McKay.
Clark, R. C. & Mayer, R. E. (2008). E-Learning and the science of instruction: proven guidelines for consumers and designers of multimedia learning (2nd ed.). San Francisco: Pfeiffer.
de la Torre, J., & Douglas, J. (2004). Higher-order latent trait models for cognitive diagnosis. Psychometrika, 69(3), 333-353.
de la Torre, J., & Douglas, J. (2008). Model evaluation and multiple strategies in cognitive diagnosis: An analysis of fraction subtraction data. Psychometrika, 73(4), 595-624.
de la Torre, J. (2009a). DINA model and parameter estimation: A didactic. Journal of Educational and Behavioral Statistics, 34, 115-130.
de la Torre, J. (2009b). A cognitive diagnosis model for cognitively-based multiple-choice options. Applied Psychological Measurement, 33, 163-183.
Doignon, J.-P.,&Falmagne, J.-C. (1999). Knowledge spaces. New York: Springer-Verlag.
Doornik, J. A. (2003). Object-oriented matrix programming using Ox (Version 3.1). [Computer software]. London: Timberlake Consultants Press.
Finkelman, M., Kim, W., & Roussos, L. (2009). Automated test assembly for cognitive diagnostic models using a genetic algorithm. Journal of Educational Measurement, 46 (3), 273-292.
Gierl, M., Cui, Y., & Zhou, J. (2009). Reliability and attribute-based scoring in cognitive diagnostic assessment. Journal of Educational Measurement, 46 (3), 293-313.
Henson, R. A., & Douglas, J. (2005). Test construction for cognitive diagnosis. Applied Psychological Measurement, 29 (4), 262-277.
Huebner, A. (2010). An Overview of Recent Developments in Cognitive Diagnostic Computer Adaptive Assessments. Pratical Assessment, Research & Evaluation,15(3).
Junker, B., & Sijtsma, K. (2001). Cognitive assessment models with few assumptions, and connections with nonparametric item response theory. Applied Psychological Measurement, 25(3), 258-272.
Mayer, R. E. (2001). Multimedia Learning. New York: Cambridge University press.
Mayer, R. E., & Moreno R. (2003). Nine ways to reduce cognitive load in multimedia learning. Educational Psychologist, 38(1), 43–52.
Mayer, R. E. (2009). Multimedia learning. New York: Cambridge University Press.
McGlohen, M., & Chang, H. (2008). Combining computer adaptive testing technology with cognitively diagnostic assessment. Behavior Research Methods, 40 (3), 808-821.
Nichols, C. (1994). A framework for developing cognitively diagnostic assessment. Review of Educational Research, 64, 575-603.
Paivio, A (1986). Mental representations: a dual coding approach. Oxford. England: Oxford University Press.
Sweller J. (1999). Instructional design in technical areas. Melbourne: ACER Press.
Sweller J. (1988). Cognitive Load During Problem Solving: Effects on Learning. Cognitive science , 12, 257-285.
Tatsuoka, K. K. (1985).A probabilistic model for diagnosing misconceptions by the pattern classification approach. Journal of Educational Statistics, 10, 55-73.
Tatsuoka, K. K. (1995). Architecture of knowledge structures and cognitive diagnosis: A statistical pattern recognition and classification approach. In P. D. Nichols, S. F. Chipman, & R. L. Brennan (Eds.), Cognitively diagnostic assessment (pp. 327–359). Hillsdale NJ: Erlbaum.
Xu, X., Chang, H., & Douglas, J. (2003). A simulation study to compare CAT strategies for cognitive diagnosis. Paper presented at the annual meeting of the American Educational Research Association, Chicago.
Xu, X. & von Davier, M. (2008). Linking for the general diagnostic model. ETS Research Report. Princeton, New Jersey: ETS.
Zaslavsky, O. (1997). Conceptual obstacles in the learning of quadratic functions. Focus on Learning Problems in Mathematics, 19(1), 2-42.