科学资源对公众科学兴趣的贡献(上) ①②
约翰·H·福尔克 科特·帕蒂森 大卫·麦耶 大卫·毕贝斯 凯瑟琳·利文斯顿著 杨玉娟③译
【摘要】 学校、科学中心、电视媒体、纸质媒体及网络是五种主要的公共科学教育资源。本研究以美国三座大城市的3000名成人为样本，调查了以上资源对公众科学兴趣的价值及认知倾向的作用。通过文献回顾，确定了以成人现在的科学兴趣价值观和认知倾向与其现在和过去使用相关科学资源的关系为研究目标，通过对洛杉矶、凤凰城和费城家庭样本使用CATI随机抽样得到的数据，采用主成分分析法得出最终问卷，并开展了相关人口统计学变量分析。
【关键词】 科学教育资源；科学兴趣；学习生态系统；相关性；调查
一、 前言
在科学技术日新月异的世界里，公民参与和理解科学技术的需求与日俱增。伴随着新的数字技术和媒体的加速，科学和技术的信息日益融入公众的日常生活。同时，关于人们何时、何地、如何学习与之密切相关的科学，界限变得越来越模糊。[1]尽管过去与公众科学素养相关的绝大部分关注点是公众理解力，越来越多的研究人员开始同样关注公众兴趣。这里的“兴趣”，被定义为倾向于重复参与某个议题、事物或活动的情绪状态。[2]
在科学教育领域，选择科学作为主攻专业的年轻人越来越少，年轻人甚少在高中或大学期间学习科学课程。目前受到关注较多的是青少年在12、13岁后对科学的兴趣的普遍情况；如果从事科学类职业的年轻人越来越少，那么具有成为知识渊博和有参与度的决策者所应具备的必要科学素养的成年人就变得更少，此类下滑在经年累月后会产生严重的后果。[3]
《商品学》教学质量评估多以试卷的形式，考察的内容以理论知识为主，不能有效的了解到学生是否能学以致用、举一反三，目的性太差。《商品学》课程中实行实践教学后，实践教学成果的相关信息如何反馈、实践教学的质量如何评估也是一个待解决的难题。
本文章主要针对继续医学教育管理下的教育改革以及调整进行分析，问题主要集中于专业人才供需结构以及数量的不平衡、人才培养机制不健全以及政府宏观调控欠缺等，这些都影响到就业结构的矛盾深化，甚至影响到社会经济稳定和持续发展。故此，提出了相关的解决途径，结合21世纪我国经济科技的发展现状，提出了要完善人才资源配置的宏观调控等措施。希望可以通过这些分析，能够有效地帮助减少甚至化解我国就业的结构性矛盾，促进我国教育事业持续稳定发展。
几个主流国际研究对此进行了关注，即学习者对科学的关键认同，通常形成于早期生活，即在青少年期之前。因此，可看出早期科学兴趣对于长期的科学学习和参与科学实践的重要性。[3]例如，在预测未来接受科学教育和从事科学职业参与度时，学习者在青少年早期特别是10～14岁期间的科学兴趣，已被证实是一个关键变量；[4]在众多前沿的关于学术和职业生涯的理论研究中，“兴趣”均被作为核心变量，驱动青少年和年轻人做出选择。[5]
以上观点在美国Maltese和Tai等人的研究中得到强化。[4]研究显示，儿童在青少年早期对待科学职业的态度，是决定其未来对科学的职业选择(及成功)的单一重要因素。Barron等人采用“民族志”的调查方法对儿童和青少年小群体日常生活进行观察，得出了类似的结论。[6]越来越多证据表明，长期科学态度的培养，可早到学龄前和小学时期。[7]尽管年轻人的科学兴趣从中学开始明显下滑，成年后科学兴趣甚至知识的水平逐步降至最低，但多数成人，尤其是居住在美国的成人，仍表达了对科学的强烈兴趣。[8]显而易见，公众早期科学兴趣和将来科学兴趣之间的关系很复杂。
寿险行业从目前来看竞争非常激烈，很多寿险公司为了能争取到大量客户，常常延缓缴纳应收保费，这给公司带来了各种负担，从长远角度分析，并不利于公司各项业务的长久、稳定发展。另外，寿险公司资金使用不合理，在一定程度上将会影响公司偿还债务能力，造成资金周转上的负担。特别是应收保费回收效果不理想等情况发生，就会造成公司出现过多坏账，最终导致整个现金流量减少。
同一年，湛江农垦被列入广东省人大水库移民议案资金扶持范围，此后，水库移民扶持政策在红湖逐步落实。目前，农场职工住房已达3000多栋，其中95%是两层以上的砖混楼房，职工居住环境面积大大改善。
关于科学兴趣是在何地和怎样发展起来的，尚无支撑数据。过去的假设是，科学兴趣源自学校；现在越来越多人认为，贯穿整个科学学习生态系统中的多种科学教育实体，都可能对公众终身的科学兴趣有所作用。[9]然而，关于多种资源的相对作用和影响的“方向性”问题尚有诸多争论，例如兴趣是否从学校起源，逐步向校外转移，或是反其道行之？在公众科学教育资源中，如学校、科学中心、电视媒体、纸质媒体和网络等，尽管可以对每种主要资源对公众科学兴趣的贡献开展实例研究，目前尚未有学者使用这些主要资源开展直接比较研究。本研究揭示了对决定成年人科学兴趣的五种主要公共科学教育资源的作用的初步探索结果。
二、 文献回顾
关于公众如何及为何培养科学兴趣，多数研究聚焦于讨论学校的指导角色。学校显然是个人学习科学和培育科学兴趣的重要场所，但并非唯一场所。实际上，在更多时候和时机上，科学的经历是在校外发生的。让人惊奇的是，即便是在学龄儿童的时间安排中，实际用于科学教育的时间占比也很小。如果从人的一生来看，一个人平均花在某种正式科学教育经历上的时间更是微不足道的。比如，美国大部分年轻人在高中时期只学一门单科科学课程；美国有1/3的人口拥有本科学位，其中仅有一小部分学习过科学类课程。与之相对的是，大多数成人几乎每天都会接触某类与科学相关的媒介。非正式的、自由选择的、校外的经历确实对公众的科学兴趣有所帮助，但此类经历无法简单归入某个单独的非正式教育范畴中。[10]总之，在教室之外，儿童和成人均可通过自由选择类别广泛的媒介深化对科学的兴趣，这些媒介包括参观科学中心、使用网络搜索科学内容、观看科学类电视节目和阅读科学类的书本杂志。事实上，现有证据表明，这些资源确实对科学兴趣和科学理解有所裨益。[9]
考虑到后续分析，根据多项量表创建程序要求的单维标准题项构建标准，[21]计算了每位受访者7个价值观与认知倾向题项(至少完成4个
对科学兴趣这一核心变量缺少适用和有理论基础的测量方法，是此前关于科学兴趣研究文献的明显不足。因此，除非深入到方法论的研究之中，否则评估通常是无效的，或仅为研究数据之间的类比。尽管有很多有理论依据的“兴趣”概念化定义，我们仍主要以Hidi和Renninger长期深入的研究为指导，即将“兴趣”概念化为一种复杂的多维建构，同时是“一个人从事某种类别的活动(如数学运算、听音乐)时的心理状态，以及经过一段时间后再次参与某种活动的认知和情感动机倾向”[2]。因此，测量科学类兴趣时，仅关注个体是否“喜欢”科学这个单一问题是不够的，至少应该能够区分一个人对于科学作为一门学科的价值认可和认知倾向、在从事科学任务时召唤起的社会情感和个人感受、他们对自己与科学有关能力的自我效能感受等。须注意的是，兴趣的这三个维度曾经被认为是“科学身份”的组成部分。[16]
本研究的访谈时间段是傍晚、晚间及周末，使用几乎均等的时间段，以保证研究同时平等覆盖各种工作时间的家庭。另外，在本研究的访谈阶段，最多会尝试在不同日期或一天中的不同时间与每个选中的家庭联系6次。若6次联系均失败后，该样本被替换。整个样本库均采用该方法，数据中不包含访谈尚未完成的数据。
1.2.2.2 建立健全风险管理制度。院领导根据急诊科科室特点及护理安全管理制度，建立各种规章制度：突发事件应急预案、激励奖惩制度、风险管理制度等，确保护理工作安全有序进行。
本文审视了以下五种科学经历对成人自述科学兴趣的正向作用：基于课堂的科学经历、参观科学中心经历、与网络相关的科学经历、观看科学类电视节目、阅读科学类书刊。我们要求成人说明现在和过去的经历，特别是几年前他们在初/高中时期的经历。实际上，本文可被看作是以上五种类别经历对公众科学兴趣产生相对作用的初步研究之作。毋庸置疑，现实情况中有多种高度复杂因素交织混合，但鉴于对这些基础类别的实证研究尚缺，[9]本文的研究范围相对有限，主要限定在以下两个研究问题上：
——受访者对过去和当前，参观科学中心、上网搜索科学知识、观看科学节目、阅读科学类书刊(不是为了学校课程)等对成人科学兴趣、价值观和认知倾向形成的不同关系的自述。
——过去和当前，参观科学中心、上网搜索科学知识、观看科学节目、阅读科学类书刊等对成人科学兴趣、价值观和认知倾向形成的不同关系。
“价值观和认知倾向” 7个题项的最终主成分分析结果如表2所示。因子载荷从0.602到0.876，7个题项的单个因子项目反应差异超过60%。克朗巴哈信度系数为0.884，内部一致性较高。
三、 方法
(一) 数据收集
自2015年起，第三方调查公司在研究团队的指导下开展电话调查收集数据，以审视五类科学教育经历及其对成人科学兴趣的相对作用。数据来源为三座美国大型城市：加利福尼亚的洛杉矶、亚利桑那的凤凰城和宾夕法尼亚的费城。
受访者从洛杉矶、凤凰城和费城18岁以上的常住人口中随机抽取。参与本项目的家庭样本使用随机数字拨号电话抽取，抽取方式是基于电话号码前缀，通过电脑产生，未加权重。使用该方法，一方面可确保随机抽选的家庭样本广泛并有比例地覆盖样本区域，另一方面确保所有未列入名单或新列入名单的家庭也在抽样范围内。样本抽取过程中同时使用了资格预筛选程序，即通过电脑筛除已知的空号、传真、电脑专线和商业电话前缀，以控制样本在居民电话范围内。研究样本中包含了固定电话和移动电话。
百分之百地使用完整访谈的数据，数据中任何潜在的错误都被选出来重新与受访者确认。另外，抽取受访者中任意15%的数据进行有效性分析，以确保数据的真实性和正确性，由此控制本阶段的访谈质量。
学习科学时的实际经历对提升个体科学兴趣起作用，这一论断学界鲜有认可。尽管所有科学教育实践的核心都是营造有意义的和参与式的经历，这种“经历”的具体指代，以及何为有意义的参与，均是复杂且易被混淆的概念。[17]鉴于这些问题，笔者试图创建一种全新的测量方法来测量科学经历，并使之有效。
所有访谈使用计算机辅助电话访问系统(Computer-Assisted Telephone Interviewing，简称CATI)开展，中心电话设备区域位于凤凰城。CATI系统是一种计算机访谈系统，使用高度整合的分项模式控制关联问题的提示和显示，营造更轻松的访谈环境，并降低编码错误的风险。系统同时对调查变量执行内部一致性检查，在必要时刻提示访员询问探索式或澄清式问题。
CATI软件可保留电话配置记录。访员与居民电话建立联系后，做自我介绍和研究介绍，选择合适的家庭成员作为指定受访者，与其开展完整访谈。如果指定受访者不在家或来电时间不便，访员将重新安排访谈。
本项目中的所有访员均为专业访员，具有访谈经验，并掌握关于本研究完整的注意事项信息。访员受训的注意事项简报信息包括：(a)研究目的；(b)抽样步骤；(c)问卷管理；(d)其他与项目相关的因素。此外访员还完成了模拟实践访谈，以确保访员理解所有程序步骤并遵照执行。
总计3001名成年居民完成了电话调查(回复率=21.7%)，其中6%使用西班牙语，94%使用英语。该回复率与近期美国大多数电话调查的回复率一致[18]。为减缓问卷过长导致的参与者疲劳，使用了计划的缺失数据设计[19]。调查中尝试纳入移动电话用户，但移动电话用户的总数不超过样本总数的30%。为降低潜在取样偏差，结果使用了现有美国人口普查数据加权，以与洛杉矶、凤凰城和费城三个相应城市的人口统计学特征相匹配(见表1)。
表1 成人样本人口统计学特征
(二) 变量分析
调查评估了科学兴趣的不同维度层级，在五种不同学习语境下过去和现在每一种科学资源的使用比例，以及人口统计学的相关变量。以下详述每种评估方法。
(三) 科学兴趣
“兴趣”是研究中的主要因变量，根据Hidi和Renninger的定义[2]和Falk，Dierking，Staus等的扩展[14]，“兴趣”同时具有认知和情感维度。在项目初期，基于作者早期参观加州科学中心的观众科学兴趣变化的研究，我们汇总了一组李克特式调查题项[20]，所有题项均使用四点式李克特量表，值域从“非常赞同”到“非常反对”。目标是捕捉到Renninger和Hidi勾勒的兴趣的不同维度。
使用主成分分析法检验原始数据及加权数据中问题的多维性和可靠性，确定后续分析的问卷终稿。根据首次主成分分析结果，15个题项反映了至少三个不同维度的科学类兴趣，我们将其标记为价值观及认知倾向、社会关系和自我效能。这三个维度与Renninger和Hidi[2]对兴趣的概念化定义一致，即认为兴趣包括价值观倾向的认知和情感，与有能力参与科学相关的情感、社会和身份类的自我情感感知。前述研究认为，兴趣和兴趣的发展是多方面的，本研究提出的三个维度与之一致。鉴于兴趣的三个维度是独立的，因此将每个维度作为单独的独立变量对待；基于本文的分析目的，作者仅集中在科学兴趣的首个维度“价值观和认知倾向”上。该维度包含的题项最多(7个)，且问题仅作用于该因子，不会作用于其他因子。尽管“价值观和认知倾向”的维度未必比其他两个维度重要或次要，至少该维度代表了公众科学兴趣中一个重要方面。基于初始15个题项的因子集，作者认为7个题项的子集可充分完整代表科学兴趣的范畴，该范畴包括个体通常从个人和社会的角度如何看待科学的价值，以及个体如何看待自身科学知识会否对其现在和未来产生好处等。
如上所述，为减轻文中分析的复杂性，我们通过数据分析将研究重点集中于“兴趣”维度的单个子集。关于兴趣的多个维度之间如何相互作用及相关因素，尚待下一步研究。
Bulunuz、Jarrett、Falk、Dudo和Horrigan等人都提出证据证明：学校、科学中心、广播媒体、网络、出版物对科学兴趣的产生具有正向影响。[11-15]因此，首先对不同类别的资源进行区分是有意义的。现实情况是，不同类别资源对公众短期和潜在的长期科学兴趣都可能有所作用。而即便该观点可以成立，支撑该观点的全面研究数据仍是稀缺的，更遑论基于不同资源经历的质量对比研究了。传统意义上如何定义和测量科学“兴趣”，又是使情况更复杂的问题。
表2 科学兴趣题项子集的单因子主成分分析结果
因子)的平均值，以得出科学兴趣价值观和认知倾向的单计量指标。如上所述，该指标仅代表兴趣构建的7个潜在维度中的1项。我们理解“科学”是个过于广泛的领域，成人可能对科学中某些方面感兴趣，但对其他方面未必感兴趣。[12]因此在调查的引入阶段，我们鼓励参与者以发散式的思考方式对待科学，提供一些如空间探索、营养和烹调、鸟类观测和心理学等样例。参与者了解所有科学学习经历的目的，都是为了帮助人们紧跟科学潮流或了解更多的科学活动。
(四) 现在和回溯式自述报告
我们采用自述报告的形式作为现在和过去的经历频数及质量的指标。正如文中多次提及，自述报告并非最可靠的数据来源[22]。然而，自述报告实际上是更直接测量的合理替代方式[23]，这一点得到大量多学科文献研究的支持，尤其是在使用调查数据时。同理，如果考虑到回忆事件信息采集的难度，回溯式自述也是更直接测量的合理替代方式[24]。
伴随着信息化建设进展，为确保培训过程精准对接，该院还打造全过程住培信息管理平台。早在2004年，齐鲁医院就开始研发应用住培管理信息系统，至目前经过五次改版升级，形成了医院、专科、师资和学员四级管理，功能模块覆盖培训全过程，进一步提升了管理效率和精细化水平。
(五) 科学经历的频数
研究中的一个主要独立变量或更准确的“标准”变量，是个体在现在和当年在六七年级时两个阶段使用四类非学校科学教育资源中每一种的频数，四类科学资源包括科学中心、网上科学资源、电视科学媒介以及纸质科学媒介(书刊)。基于Falk和Amin等人的早期研究[20]，请受访者使用李克特六点式量表自述基于科学目的来使用每类教育媒介的频数，值域从“从不”到“每天”。
(六) 科学经历的感知
研究中的另一个主要独立/标准变量，是当个体自我感知地参与以下五类主要科学教育资源时“科学经历”的质量，这五类主要科学教育资源是学校科学课程、科学中心、网上科学资源、电视科学媒介、纸质科学媒介。“科学经历”的定义是在使用教育媒介时经历的，与个人情感、身份和社会价值相关的方向属性。
农业始终是我国重要的产业之一，我国人民就没有放松对农业生产技术的追求和钻研，近些年，规模化、现代化、产业化的农业已经逐渐代替传统农业生产方式，科学技术对于农业生产的重要性日益显著。玉米作为我国重要的粮食作物和经济作物，相较水稻和小麦，玉米在耐旱等方面更具优势，山区气候和地质条件对玉米的产量和质量有更高的需求，我国近些年一直在研究山区玉米高产栽培技术，并进行推广应用。
已有研究中无法概括出这种新的测量方法，因此测量方法通过反复测试和试点的过程逐步得出。通过项目团队的初步讨论、咨询研究人员、再用一整天与来自全国各地的科学学习专家的工作坊讨论，我们得出了一份涵盖多方面信息的14个初始题项，包括个体对某次经历可感知的愉悦感和价值，以及该经历如何与其个人需求、兴趣和身份联系等。随后采用认知访问协定[23]对这组题项开展初步测试。根据测试中受访者的反馈及提问，逐步修正题项用词，并删除了几个语义模糊或有歧义的题项。修正后的题项组请项目顾问二次审查，最终产生了9个题项定义清晰的问卷版本(见表3)。
表3 学习语境下感知经历的单因素主成分分析结果
在每种学习语境下，采用李克特四点式量表，值域从“非常不赞成”到“非常赞成”，让受访者对与他们经历相关的这9个题项进行排序。每类经历中均使用同样的9个题项，为配合不同的语境用词稍作调整，如“当我在电视上观看科学表演时”或“当我阅读科学书籍或杂志文章时”“我可以找到兴趣点”。由于网络出现的时间较晚，没有询问受访者在青少年早期时的上网经历。同样，若受访者为成人，鉴于绝大部分成人现在未参与任何形式的正式教育，也没有询问他们现在的学校教育经历。
使用搜集到的数据(通过城市加权)再次开展主成分分析，了解题项的维度和信度，确认可作为后续分析的最终题项。一开始假设每种语境下的题项至少可以代表两种不同的感知构建，包括一种在经历中激发的更具认知性的成分(与知识和想法相关)，以及一种更具感性的成分(与愉悦和感受相关)。然而，学习语境下的所有维度分析强烈表明，题项中的单维构建足以代表绝大多数的变量。
表3显示了9个题项在8种学习语境(4种回溯，4种现在)中的主成分分析最终结果。因子载荷较高，值从0.628到0.936，9个题项说明了不同学习语境中的差异在56%到78%之间。克朗巴哈信度内部一致性也较高，系数从0.903到0.963。在对兴趣的评估方法中，取每位受访者的平均值(至少完成了5个题项)，以得出每种学习语境下科学学习经历的感知方法。
注 2.1 在文献[11]定理3.3中,随机误差{εn, n≥1}是负超可加序列, 而本文定理2.1中随机误差{εni, 1≤i≤n, n≥1}是负超可加阵列, 即对固定的n, {εni, 1≤i≤n} 是行负超可加随机变量, 但对每列随机变量之间没有给出约束。 此外, 定理2.1中的条件(A1)—(A3)是一般的假设,可见文献[9-10,13]等， 故本文所得结果是相关文献的推广。 下面给出定理的证明。
(七) 人口统计学变量
所有受访者均提供性别、年龄、在数据采集城市的居住时长、种族/民族(使用美国人口普查分类)，以及家庭语言。此外，还要求受访者回答“完成的最高学历”，答案从“文盲”到“博士”按照闭合式的10点量表编码。受访者还需提供其家庭收入与数据收集城市的收入中值(基于美国商务部数据)相比较的信息。
(八) 数据分析
以下报告结果置信度为95%，单项因子样本反馈比例误差范围为±2%，意即若采用相同的方法和数量复制本调查100次，由于样本预测了100个中95个的正确性，每项因子的真实群体值误差范围在2%以内。[25]
围绕毕业要求和培养目标的达成,建立了“学业指导”“职业规划与就业指导”“心理健康教育”三个体系,具有完善的制度和措施,并能够很好地执行落实,且实施效果显著;学生录取分数高于学校平均分数线;专业就业率高,学生身心健康。
对于拒绝首次电话调查的受访者，采用随机个体抽样的方法开展无回应偏差检验，以检验首个电话的受访者和非受访者之间可能的差异，并检验为保证总体样本的代表性和概括性，数据是否需要相应加权。在拒绝首次电话调查的受访者中选取了75位二次拨打电话，使用更小的调查问题子集访问。没有统计数据证明首次电话受访者之间的差异(P >0.05)及无回应偏差。
【未完待续】
目前，国内外对选矿废水中COD的处理有自然沉降净化法［1］、混凝沉淀法［2］、中和法［3］、微生物降解法［4］、氧化法［5］等。自然沉降法易受外界条件影响；微生物降解法具有高效降解效果、无二次污染，但是操作较复杂［6］；氧化法处理工艺有着流程简单，反应速率快，处理药剂种类较少，工艺参数控制稳定等特点。
参考文献
[1]Carnegie Corporation of New York.The opportunity equation: Transforming mathematics and science education for citizenship and the global economy[M]. Carnegie Corporation of New York and Institute for Advanced Study Commission, 2009.
[2]Hidi S, Renninger K A. The four-phase model of interest development[J]. Educational psychologist, 2006, 41(2): 111-127.
[3]Lacey T A, Wright B. Employment outlook: 2008-18-occupational employment projections to 2018[J]. Monthly Lab. Rev., 2009, 132: 82.
[4]Maltese A V, Tai R H. Eyeballs in the fridge: Sources of early interest in science[J]. International Journal of Science Education, 2010, 32(5): 669-685.
[5]Lent R W, Brown S D, Hackett G. Contextual supports and barriers to career choice: A social cognitive analysis[J]. Journal of counseling psychology, 2000, 47(1): 36.
[6]Barron B. Conceptualizing and tracing learning pathways over time and setting[J]. Yearbook of the National Society for the Study of Education, 2010, 109(1): 113-127.
[7]Alexander J M, Johnson K E, Kelley K. Longitudinal analysis of the relations between opportunities to learn about science and the development of interests related to science[J]. Science Education, 2012, 96(5): 763-786.
[8]Dierking L D, Falk J H. The 95 percent solution: school is not where most Americans learn most of their science[J]. American Scientist, 2010, 98(6): 486.
[9]Falk J H, Needham M D. Factors contributing to adult knowledge of science and technology[J]. Journal of Research in Science Teaching, 2013, 50(4): 431-452.
[10]Falk J H, Dierking L D, Osborne J, et al. Analyzing Science Education in the United Kingdom: Taking a System‐Wide Approach[J]. Science Education, 2015, 99(1): 145-173.
[11]Bulunuz M, Jarrett O S. Developing an Interest in Science: Background Experiences of Preservice Elementary Teachers[J]. International Journal of Environmental and Science Education, 2010, 5(1): 65-84.
[12]Falk J H, Dierking L D, Swanger L P, et al. Correlating science center use with adult science literacy: An international, cross‐institutional study[J]. Science Education, 2016, 100(5): 849-876.
[13]Dudo A, Brossard D, Shanahan J, et al. Science on television in the 21st century: Recent trends in portrayals and their contributions to public attitudes toward science[J]. Communication Research, 2011, 38(6): 754-777.
[14]Horrigan J B. The Internet as a resource for news and information about science: The convenience of getting scientific material on the web opens doors to better attitudes and understanding of science[M]. Pew Internet & American Life Project, 2006.
[15]Ellenbogen K. Free‐choice science education: How we learn science outside of school[J]. Science Education, 2003, 87(3): 449-452.
[16]Archer L, DeWitt J, Osborne J, et al. “Doing” science versus “being” a scientist: Examining 10/11‐year‐old schoolchildren’s constructions of science through the lens of identity[J]. Science Education, 2010, 94(4): 617-639.
[17]Fredricks J A, Blumenfeld P C, Paris A H. School engagement: Potential of the concept, state of the evidence[J]. Review of educational research, 2004, 74(1): 59-109.
[18]Connelly N A, Brown T L, Decker D J. Factors affecting response rates to natural resource-focused mail surveys: empirical evidence of declining rates over time[J]. Society &Natural Resources, 2003, 16(6): 541-549.
[19]Graham J W, Taylor B J, Olchowski A E, et al. Planned missing data designs in psychological research[J]. Psychological methods, 2006, 11(4): 323.
[20]Falk J H, Amin R. Los Angeles public science impact qualitative research study: California Science Center LASER Project[R]. Technical Report. Annapolis, MD: Science Learning, 1997.
[21]Groves R M, Fowler F J. J., Couper, MP, Lepkowski, JM, Singer, E., & Tourangeau, R.(2004)[J]. Survey Methodology, 2009, 1.
[22]Stone A, Shiffman S, Atienza A, et al. The science of real-time data capture: Self-reports in health research[M]. Oxford University Press, 2007.
[23]Chan D. So why ask me? Are self-report data really that bad[J]. Statistical and methodological myths and urban legends: Doctrine, verity and fable in the organizational and social sciences, 2009: 309-336.
[24]Lam T C M, Bengo P. A comparison of three retrospective self-reporting methods of measuring change in instructional practice[J]. American Journal of Evaluation, 2003, 24(1): 65-80.
[25]Dillman D A. Mail and Internet surveys: The tailored design method—2007 Update with new Internet, visual, and mixed-mode guide[M]. John Wiley & Sons, 2011.
① 基金项目：广东省省级科技计划项目“粤港澳大湾区科技馆联盟”，编号：2018B070704001。
② 本文系发表于《科学教育研究》2017年第3期的“The Contribution of Science-rich Resources to Public Science Interest”的译文，已获得作者授权在中国发表。译文较长，分为上篇和下篇，分别在本期和下期刊出。
③ 约翰·H·福尔克(John H. Falk)，科特·帕蒂森(Scott Pattison)，大卫·麦耶(David Meier)：美国俄勒冈州科瓦利斯市创新学习研究所，Email：john.falk@freechoicelearning.org；
大卫·毕贝斯(David Bibas)：美国加利福利亚州洛杉矶市加州科学中心；
凯瑟琳·利文斯顿(Kathleen Livingston)：美国密西根州底特律市曝光博物馆；
杨玉娟：广东科学中心翻译，助理研究员；研究方向：科学传播，科学教育，科技情报；通讯地址：广州市番禺区大学城科普路168号；邮编：510006；Email： 99451409@qq.com。
引用格式： 约翰·H·福尔克,科特·帕蒂森,大卫·麦耶,等.科学资源对公众科学兴趣的贡献(上)[J].自然科学博物馆研究,2019(3):78-85.[John H. Falk, Scott Pattison, David Meier, et al.The Contribution of Science-rich Resources to Public Science Interest (Part I) [J].Journal of Natural Science Museum Research,2019(3):78-85.].DOI:10.19628/j.cnki.jnsmr.2019.03.011
(责任编辑：刘怡)
标签：科学教育资源论文; 科学兴趣论文; 学习生态系统论文; 相关性论文; 调查论文; 美国俄勒冈州科瓦利斯市创新学习研究所论文; 美国加利福利亚州洛杉矶市加州科学中心论文; 美国密西根州底特律市曝光博物馆论文; 广东科学中心论文;