金玉宏 肖龍海

[摘 ? 要] 圖示是科學教育中交流的重要形式，也是數(shù)字媒體呈現(xiàn)的基礎。但由于缺乏系統(tǒng)的理論框架，關于什么樣的圖示更能促進理解仍存在爭論。針對這一問題，研究以扎根理論為方法論指導，以中德高中生物教材圖示為基礎，對30位教師進行深度訪談，建構促進理解的圖示結構模型。該模型認為：（1）知識映射為圖形和文本，從而幫助理解;（2）知識應包括學習者的已有知識，映射為圖形時應遵循簡潔、相似、相近等原則，映射為文本時應遵循錨定、延拓和升華原則;（3）實現(xiàn)事實、聯(lián)系和大概念各層次的理解離不開知識、圖形和文本三者之間有效的交互。以此闡明圖示適度簡化能促進理解，過度簡化會導致理解困難，不同簡化水平的圖示共同呈現(xiàn)有助于高階理解的實現(xiàn)。研究提出了較全面的理論模型，彌合了現(xiàn)有研究間的沖突，也為圖示的設計、研究和應用提供了依據(jù)。

[關鍵詞] 圖示; 促進理解; 扎根理論; 模型建構

[中圖分類號] G434 ? ? ? ? ? ?[文獻標志碼] A

[作者簡介] 金玉宏（1981—），女，江蘇昆山人。博士研究生，主要從事數(shù)字化學習、科學教育研究。E-mail：33750471 @qq.com。肖龍海為通訊作者，E-mail：zdlonghai@zju.edu.cn。

一、引 ? 言

圖示（Graphics）最早經(jīng)由印刷呈現(xiàn)，常被稱為插圖（Illustrations）。近年來，它不僅在教科書中所占的比重不斷提升，同時在科學教育的各個環(huán)節(jié)中日益受到重視[1]。隨著媒體的發(fā)展，圖示還開始通過投影、互聯(lián)網(wǎng)、移動終端等其他介質(zhì)呈現(xiàn)，從靜態(tài)向動態(tài)發(fā)展[2]?，F(xiàn)在，圖示更是伴隨虛擬現(xiàn)實（VR）和增強現(xiàn)實（AR）等走到了教育的最前沿[3-5]。教育工作者希望新的技術手段能夠更生動全面地輔助教學，促進學習的發(fā)生。但技術的應用并不直接轉(zhuǎn)化為教學效果的改善[6]，其承載的內(nèi)容和呈現(xiàn)方式才更直接與理解活動的心理過程相關[7]。圖示作為各種新技術視覺呈現(xiàn)的基礎，對其如何影響理解過程卻缺乏深入研究[8]。什么樣的圖示能促進理解？這個問題的解決與傳統(tǒng)及數(shù)字教材的編寫，線上線下課堂的媒體設計、選擇和使用都有密切關系。

二、概念界定及文獻回顧

（一）圖示的概念界定

本研究中的圖示指包括圖畫、照片、概念圖、數(shù)據(jù)圖、流程圖等在內(nèi)的所有靜態(tài)的視覺表征（Visual Representations）[7，9]。

Schnotz認為，圖示等多媒體資源可分為三個層次[10]：（1）技術層次，即媒體的攜帶者，如互聯(lián)網(wǎng)、移動APP等媒介;（2）符號層次，即表征的形式，如文本、圖片;（3）感覺層次，即符號接收的感覺形態(tài)，如視覺或聽覺形態(tài)。他指出，當新技術、新媒體涌現(xiàn)，很多研究可能專注于技術對學習的影響，即“技術媒體效應”（Technical Media-effects），而使研究過度簡化，僅停留于第一層次。他建議將研究重點放在符號層次和感覺層次，并將認知科學、心理學和教育學多學科的知識納入考慮范圍內(nèi)。

過去30年，Mayer等研究者一直遵從這個較為務實的研究策略。他們的研究沒有局限于某一媒體，而是通過利用多元的研究手段獲得了大量可靠的研究證據(jù)[8，11-12]，從而使得圖示的有關研究在感覺層次上得到長足發(fā)展。多媒體學習理論、認知負荷理論已趨于完善[13-14]。并在新世紀來臨時，面對快速技術更迭，繼續(xù)為新技術的應用提供理論支持[4-5];應對新型人才需求，為培養(yǎng)多媒體理解、呈現(xiàn)和交流的素養(yǎng)提供實踐框架[15]。

因此，綜合以上考慮，本研究所指的圖示將不考慮其承載的媒介，而是專注于圖示本身即符號層次，并綜合利用符號層次和感覺層次已獲得的研究成果。

（二）文獻回顧

1. 圖示相關實證研究

目前，圖示促進理解的有關實證研究可以分為兩類：一類是從圖示的類型展開，如比較閃電形成的解釋圖還是閃電照片更能促進理解[16]。結果顯示，解釋圖能促進對閃電形成的理解，而照片不能。雖然解釋圖和照片都與閃電相關，但解釋圖包含了閃電形成的有關信息，而閃電照片則沒有。所以，將兩者的差異歸因為圖示的類型是有待商榷的。而基于圖示類型的研究都可能存在同樣的問題。另外，目前圖示的分類系統(tǒng)無序且存在爭議[17]。因此，這些基于類型的研究不僅受限于分類系統(tǒng)的科學性，而且未能深入探究每幅圖示促進理解的原因。

另一類是圍繞一個因素展開的研究，如圖示是簡單還是復雜更能促進理解。有研究以心臟循環(huán)為內(nèi)容展開，顯示簡化圖比寫實的圖示更能促進理解[8]。而一個基于中學生物測試題的研究則顯示，抽象的圖更難理解[18]。受限于單變量的方法，同一問題得到了完全相反的結論。因此，最終要解開圖示促進理解的全貌，有必要先描摹一個促進理解的圖示的框架，以使后續(xù)研究可以系統(tǒng)地展開。

2. 圖示相關理論

格式塔理論（Gestalt Theory）闡述了在感知覺層次上我們?nèi)绾螌⒁曈X景象組織成不同的單元。Koffka認為，知覺到的單位和形狀是通過特殊的力組織起來的[19]。這種自發(fā)的組織方式稱為格式塔原則，包括簡潔、相似、相近和連續(xù)等原則。同時，在知覺組織過程中，有的圖形會成為背景，有的圖形會成為焦點被優(yōu)先感知。格式塔心理學家充分揭示了圖形組織的規(guī)律，但其意義卻存在一些問題，因為其意義就是其本身[20]。從格式塔闡述的簡單形狀到真實圖示的設計還有待進一步研究。

1967年，Bertin開創(chuàng)性地將圖形與信息聯(lián)系起來，開創(chuàng)了數(shù)據(jù)可視化理論（Data Visualization）[21]。即通過圖形變量編碼信息，再通過人的視覺系統(tǒng)解碼信息，如用圖形的大小編碼數(shù)量的多少。但這里的信息主要是數(shù)據(jù)信息，教學中的其他信息如何編碼還有待進一步研究。有學者嘗試基于認知負荷理論，對知識進行可視化編碼，但有關研究仍缺乏相應實證證據(jù)[22]。

Mayer的多媒體認知理論（Cognitive Theory of Multimedia Learning）以雙重編碼理論等為基礎，將認知加工過程分解為三步：（1）選擇材料進入工作記憶;（2）組織部分已選的圖像或語詞形成圖像模型和言語模型;（3）兩種模型與長期記憶中的已有知識融合[13]。Mayer認為，深層次的理解是通過工作記憶中視覺模型和言語模型與已有知識的整合而形成的[7]。Mayer還提出了多媒體設計的十項原則。如聚焦要義原則建議使用簡單的圖示，臨近排布原則建議圖與文字緊密排布。不過，就圖示中的圖形本身而言，該理論沒有對此展開深入探討。

綜上所述，研究方法方面，大量研究依賴于單一變量的量化方法，不僅可能導致互相矛盾的結果的出現(xiàn)，還可能導致對真實世界中圖示使用的復雜性和個人經(jīng)驗的忽視。已有理論方面，在感覺和認知層面上，已有較成熟的理論;在表征層面上，已有一些原則，但尚未形成系統(tǒng)的理論框架，仍需進一步梳理和完善。鑒于以上兩點，本研究將從科學圖示入手，扎根于一線教師的真實經(jīng)驗，對廣泛使用的教學圖示進行深入細致的比較，從而建構出促進理解的圖示結構模型。

三、研究設計

（一）研究方法

扎根理論（Grounded Theory）是由Glaseer和Strauss提出的一種從資料中建立理論的方法論。該方法論承認互動的重要性，關注日常的情境和事件。而其他方法論為了追求“客觀性”，常常將個人經(jīng)驗排除在研究之外[23]。該理論不僅可用于對社會心理過程的研究，還可用于對社會結構過程的研究[24]。

（二）研究對象

研究對象為30位來自于江蘇的中學生物教師和教研員（見表1）。我國中學教師與學生間常有頻繁的互動。課堂對話、課后交流和及時的測試反饋，使他們對學生如何理解圖示有一定經(jīng)驗，通過對他們的深度訪談，可以就這一問題進行深入的探究。訪談對象按訪談順序編號為T1—T30，以下都以編號表示。

（三）訪談設計與實施

訪談基于中德兩國4套高中生物教材的插圖展開，以求在比較中充分挖掘圖示使用的經(jīng)驗。我國教材選用已長期廣泛使用的人民教育出版社的《生物》（2007年第2版）（簡稱“舊版”）和新版《生物學》（2019年第1版）。德國教材是Schroedel出版社的LINDER Biology SII（2019年第24版）（簡稱“L版”）和Stark出版社的Kompakt-Wissen Biologie系列（2011—2013年）。

首先由4位高中學生展開40分鐘的小組討論，選出12個教學主題。每套教材再選出對應各主題的圖示，據(jù)此形成半開放式訪談提綱。就每個主題展開提問，部分問題如下：（1）您認為哪張圖更能促進學生理解，為什么？（2）在您多年的教學中，什么樣的學生較難理解這部分內(nèi)容（圖），您認為原因是什么？（3）您覺得這張圖不好用，那您如何解決這個問題？

在訪談前，與每位訪談對象進行充分溝通。首先簡單介紹訪談資料，然后依據(jù)訪談提綱對訪談對象提出問題。訪談全部由作者進行，并全程錄音。每次訪談為1小時左右。最后獲得近32小時的錄音資料。

四、數(shù)據(jù)分析

錄音資料通過“訊飛聽見”人工轉(zhuǎn)錄，再由研究者校對，最終獲得文本資料約33萬字。前22位訪談對象（T1—T22）的資料用于編碼，剩余8位（T23—T30）的資料用于理論飽和度檢驗。以上均導入MAXQDA 2018進行分析和編碼。編碼遵循扎根理論的方法，對數(shù)據(jù)進行三級編碼，即開放編碼、主軸編碼和選擇編碼，通過編碼對數(shù)據(jù)進行歸類、概括和說明，逐步提升數(shù)據(jù)的抽象水平，生成核心范疇，最終形成理論[23，25]。

（一）開放編碼

開放編碼由兩位研究者共同完成。首先，形成初級代碼時，對20%的資料即6個訪談進行了背靠背編碼，并計算其編碼一致性系數(shù)（CA）。公式為：

CA=2×S/（A1+A2）

式中S表示兩位編碼者編碼一致數(shù)，A1和A2分別表示兩位編碼者的編碼總數(shù)[26]。最終計算得到編碼一致性系數(shù)為0.732。兩位編碼者再對不一致處進行進一步討論，在此基礎上，對編碼進行修訂并完成剩余部分。開放、主軸和選擇編碼經(jīng)過多輪循環(huán)，資料經(jīng)過反復檢查比對，基本范疇的命名也在后續(xù)主軸編碼等基礎上經(jīng)過數(shù)次修訂。最終提煉形成42個概念、25個基本范疇，見表2。

（二）主軸編碼

主軸編碼階段對基本范疇進行進一步的歸納。將開放編碼的基本范疇進行刪減和補充，并進一步聚類為6個主范疇，見表3。

（三）選擇編碼

選擇編碼階段需要對范疇和關系進行比較，形成“故事線”以展示事件的整體脈絡。根據(jù)主軸編碼提煉出“知識”“圖形”“文本”“理解”四個核心關系類別。根據(jù)以上關系結構，本文提出“知識映射為圖形和文本實現(xiàn)不同水平的理解”這一核心范疇。

（四）理論飽和度檢驗和效度檢驗

將剩余的8個訪談資料用于飽和度檢驗分析，沒有發(fā)現(xiàn)新的范疇及關系。因此，認為上述理論模型已基本達到飽和。最后再抽取5名訪談對象進行回訪以檢驗效度。5位教師均對該核心范疇表示了認可。

五、促進理解的圖示結構模型及其闡釋

（一）模型建構

根據(jù)“知識分別映射到圖示中的圖形和文本，進而實現(xiàn)理解”這一“故事線”，形成促進理解的圖示結構模型，如圖1所示。（1）知識應包括新知和舊知。（2）映射為圖形時應遵循圖形組織原則，包括遵循簡潔原則使事實知識更易理解;遵循相似原則、相近原則和連續(xù)原則呈現(xiàn)事實之間的聯(lián)系，有助于學習者實現(xiàn)對概念、時空和數(shù)量聯(lián)系的理解;依據(jù)圖形和背景及轉(zhuǎn)換原則有助于對大概念的理解。（3）映射為文本時應遵循語義關系原則，協(xié)同圖形共同呈現(xiàn)知識，促進理解。包括遵循錨定原則，對多義和歧義的圖形通過文本將其意義進行錨定;遵循延拓原則，對圖形無法呈現(xiàn)的聯(lián)系通過語義關系進行延伸和拓展;遵循升華原則，文本可以對圖形表達的知識進行進一步的升華，協(xié)助形成大概念。（4）通過知識、圖形和文本的交互實現(xiàn)不同層次的理解。圖示設計時遵循的各原則，如圖2所示。

（二）模型闡釋

獲得持久深入的理解，不僅要調(diào)取長期記憶中的已有知識進行知識整合，還需要在碎片化的事實知識之間建立起聯(lián)系，最終形成一般的、可遷移的概念，即大概念。這需要較大心理空間進行知識加工。而圖示的圖形和詞語的雙重編碼呈現(xiàn)使得工作記憶的有限空間得到更有效的調(diào)配。那么，圖示之所以可以促進理解，根據(jù)模型分析認為主要是通過圖示中知識、圖形、文本三者及它們的有效交互實現(xiàn)的。

1. 全面映射知識，從而促進理解

圖示在映射新知的同時，還需要充分探究學習者的已有知識。“學習肯定是先從自己熟悉的東西下手，從我現(xiàn)在的知識開始，然后慢慢地再去學別的”（T17）。一方面，圖像和言語模型與已有知識的整合可以依托于圖示這一外部存在展開。另一方面，圖示可以作為提取線索（Retrieval Cues）幫助喚起學習者的舊知進入工作記憶參與知識建構，還能幫助修正、強化學習者的舊知，為知識整合做準備。例如，在DNA復制圖解中，“如果提一下（磷酸二酯鍵）的話，也是方便后來當我們學到基因工程的時候，學生自己也能夠更好地理解DNA聚合酶和DNA連接酶的區(qū)別”（T14）。但是，對舊知探究不充分，歪曲、錯誤地映射舊知，就會有干擾（Interference）發(fā)生，反而使學習者難以提取舊知進行整合，最終造成理解困難。

2. 知識映射為圖形，從而促進理解

圖形有特別的優(yōu)勢，圖形變量組成圖形組織后，和知識的事實、聯(lián)系、大概念之間有著一定的平行關系。首先，遵循簡潔原則促進對事實知識的理解，遵循相似、相近和連續(xù)原則促進對聯(lián)系的理解。對于較低水平上的事實、聯(lián)系的理解，使其在知覺的層面上被學習者自動感知，從而減少無關認知加工（Extraneous Processing）和基礎認知加工（Essential Processing）的消耗。工作記憶空間得以釋放，能更多地用于高復雜度、易遷移知識的建構。其次，遵循圖形和背景及轉(zhuǎn)換原則促進對大概念的理解。將多種聯(lián)系有序組織呈現(xiàn)于同一圖示中，知覺的自然整合功能可以避免學習者迷失于細節(jié)之中，更可能關注到整體，實現(xiàn)深度理解。而不考慮圖形組織本身的規(guī)律繪制的圖示，會耗費學習者更多的心理努力于無關、低層次知識加工，導致理解困難。

僅以真核細胞中蛋白質(zhì)合成全貌（如圖3所示）為例。該圖通過簡潔的形狀表示事實，并用紫、紅、綠三種顏色編碼DNA、mRNA和tRNA的概念區(qū)別，學習者通過視覺系統(tǒng)解碼時會自動將它們進行歸類。在此之上，學習者有更多的心理空間用于建構蛋白質(zhì)合成中的時間、空間聯(lián)系。圖中又以核膜為參照確定空間聯(lián)系。在此之上，順著DNA到蛋白質(zhì)的時間順序，大概念“基因控制生物性狀”作為焦點被凸顯出來，更有助于理解大概念的圖示“要給學生一個什么感覺呢？我一覽眾山小”（T13）。而很多圖雖然也包含了多種聯(lián)系，但卻不利于學生建構大概念，主要原因是這些圖呈現(xiàn)的聯(lián)系是碎片化的，各圖間無參照物，圖形不統(tǒng)一，學生更是無從整合。T3惋惜地說：“你看這些圖，孤零零的”。

3. 文本輔助圖形共同促進理解

文本作為不同于圖形的一種符號系統(tǒng)，根據(jù)錨定、延拓和升華原則標注文本是對圖形的有效補充。首先，圖形和知識之間并不天然存在對應關系，文本通過語義關系編碼知識，可以協(xié)助知識與圖形形成映射，錨定對應的知識。例如，神經(jīng)元具有特殊形態(tài)，學生單憑圖形無法將它歸入已有的細胞這一概念中，使得后續(xù)的學習都較難開展。如果“標出細胞膜、細胞核這些結構，可以更好地幫助學生理解神經(jīng)元其實就是神經(jīng)細胞”（T14）。其次，文本還可以為圖形賦予更豐富的內(nèi)涵，實現(xiàn)意義上的延伸和拓展?！拔淖謱嶋H上就是對圖片的一個補充”（T18）。最后，文本可以為具象的圖形提供高度抽象的演化，使知識加工指涉更高階的場域。所以標注缺失、過遠、意義不清，都可能導致理解困難。這與多媒體理論的臨近排布原則[7]一致。

4. 知識、圖形和文本的交互實現(xiàn)不同水平的理解

受限于單變量方法而使圖示使用存在爭議，如抽象還是寫實的圖示更能促進理解。根據(jù)本研究的結構模型，可以從知識、圖形、文本三者的互動入手進行整體分析。

首先，簡化圖比寫實圖更利于理解。根據(jù)圖形組織的簡潔原則，適度的簡化有利于事實知識的提取和加工。如教材中核苷酸通常被簡化成圖4中B加以呈現(xiàn)。用圓形、五邊形和長方形代替復雜的化學結構。使得這些事實知識更易被感知。

其次，過度簡化可能導致理解困難。過度簡化，則可能導致與學習者已有知識的脫節(jié)，反而造成理解困難。如果圖4中B進一步簡化為圖4中C，部分已有知識薄弱的學生就無法識別，認為C結構是堿基。正如T12所說：“學生一開始對這個圖形是很陌生的。但是他從小學就開始學英語了，他對英文字母很敏感，很熟悉?！盩11說：“就突出一個字母，他就認為是個堿基?！敝档米⒁獾氖牵芭f版”的有關插圖中的核苷酸已用文本進行了意義錨定，但是圖形的力量如此之強，使得部分學生對文字仍視而不見。

最后，多角度呈現(xiàn)幫助實現(xiàn)高階理解。理解并不只是對事實知識的認識，而是一個遞進的連續(xù)體。深度的理解能夠進行多視角的闡釋。而過度簡化圖、顯微照片、復雜化學結構式都能夠為學習者展示事物的不同維度。呈現(xiàn)不同寫實程度的圖，可以形成認知沖突，建立微觀和宏觀的聯(lián)系，為學習者建構更一般的規(guī)律提供素材。“學生不看電鏡下的圖的話，在實際操作的時候會懵的。這個違背了生物學的最基本的初衷，觀察”（T25）?！安还苁呛唵蔚模€是介于模式（圖）跟實物圖之間，還是最終的實物圖，你都要會看，你要抓住它的根本”（T22）。為了使不易理解的顯微照片和過度簡化圖更好地發(fā)揮作用，可以將各圖中對應同一事實的圖形用相同顏色標注或用文本輔助等方法使圖之間建立起聯(lián)系，幫助學生實現(xiàn)轉(zhuǎn)換。

六、結 ? 語

（一）理論價值

目前，從學習者的心理層面對圖示的研究已有較成熟的理論，如多媒體學習理論，但是表征層面的研究成果尚待進一步整合，本研究聚焦于圖示本身是對已有理論體系的有益補充。提出的促進理解的圖示結構模型，從真實教學經(jīng)驗這一新的視角出發(fā)，較全面系統(tǒng)地闡述了促進理解的圖示的各個要素及其之間的邏輯關系，能夠為后續(xù)研究提供一定的參考。

本研究構建的促進理解的圖示結構模型解釋了理論與實驗數(shù)據(jù)間的矛盾，融合了此前對立的研究觀點。之前的研究將注意力集中在圖示是簡單還是復雜這一維度上，就陷入了圖示如果簡單就能促進理解，如果復雜就不利于理解的單一邏輯中。這也是各種矛盾的根本來源。我們的研究表明，適度簡化的圖示能夠有利于學習者對事實性知識的理解;相反，圖示如果簡化過度，由于學習者可能無法通過這一外部表征與已有知識建立聯(lián)系，從而導致理解困難;另外，復雜、寫實或過度簡化圖的合理組合可以幫助學生建立知識之間的聯(lián)系，促使遷移的發(fā)生，建構大概念，實現(xiàn)深度理解。

（二）實踐啟示

提高圖示設計水平，共建優(yōu)質(zhì)圖示教學資源。受訪的30位一線生物教師都反映僅使用教材中有限的幾幅圖示不能很好地促進理解，實現(xiàn)教學目標。但他們又難于獲得優(yōu)質(zhì)教學資源，自制的PPT、微課等也受限于教師自身的媒體素養(yǎng)。因此，對圖示的研究和應用需進一步深入和加強，進而提升各類圖示資源的質(zhì)量。

本文提出的模型可為設計者、教師和學生創(chuàng)建教學圖示提供參考。首先，為圖示設計提供了一個整體視角，不用拘泥于某個孤立的因素。在知識、圖形、文本和理解的互動中尋求最有效的方案。其次，為不同水平的理解實現(xiàn)提供了圖示設計和使用的具體原則和實例。事實和聯(lián)系可以通過圖形的簡潔原則、相似等原則以及文本的錨定和延拓原則實現(xiàn)。可遷移的大概念的理解不僅建立于低水平理解之上，也要充分利用圖形的轉(zhuǎn)換原則、圖形和背景原則以及文本的升華原則。

圖示設計與日常教學之間應形成良性互動。目前教材插圖和其他圖示的設計往往脫離于學生真實的學習過程，其設計猶如構建空中樓閣。而圖示必須與學習者的已有知識形成對話，才能輔助知識整合，從而達成理解。它的實現(xiàn)仰賴于對教學過程中微觀證據(jù)的準確捕捉，以及有效地將它們映射為圖形與文本，兩者密不可分。而這兩個目標的達成需要融合教育學、心理學、視覺設計、計算機圖形學等多學科領域。因此，扎根理論等著眼于細微經(jīng)驗的方法、多學科的深度合作以及便攜式觀察工具（眼動儀等）的引入，可能對該領域產(chǎn)生革命性的影響。

[參考文獻]

[1] LEE V R. Adaptations and continuities in the use and design of visual representations in us middle school science textbooks[J]. International journal of science education， 2010，32（8）： 1099-1126.

[2] 李明海， 王澤鈺. 教育技術視域下的教室進化論[J]. 電化教育研究， 2017，38（4）： 94-97.

[3] 王志軍， 劉瀟. 促進學習情境轉(zhuǎn)化的增強現(xiàn)實學習資源設計研究[J]. 中國電化教育， 2019（6）： 114-122.

[4] PARONG J， MAYER R E. Learning science in immersive virtual reality[J]. Journal of educational psychology， 2018，100： 785-797.

[5] MAKRANSKY G， MAYER R E， N REM LLE A， et al. Investigating the feasibility of using assessment and explanatory feedback in desktop virtual reality simulations[J]. Educational technology research and development， 2020，68（1）： 293-317.

[6] BERNARD R M， ABRAMI P C， LOU Y， et al. How does distance education compare with classroom instruction？ A meta-analysis of the empirical literature[J]. Review of educational research， 2004，74（3）： 379-439.

[7] CLARK R C， MAYER R E. E-learning and the science of instruction： proven guidelines for consumers and designers of multimedia learning[M]. Hoboken： Wiley， 2016.

[8] BUTCHER K. Learning from text with diagrams： promoting mental model development and inference generation[J]. Journal of educational psychology， 2006，98： 182-197.

[9] WILEY J， SARMENTO D， GRIFFIN T D， et al. Biology textbook graphics and their impact on expectations of understanding[J]. Discourse processes， 2017，54（5-6）： 463-478.

[10] SCHNOTZ W， LOWE R. External and internal representations in multimedia learning[J]. Learning and instruction， 2003，13（2）： 117-123.

[11] JOHNSON C I， MAYER R E. An eye movement analysis of the spatial contiguity effect in multimedia learning[J]. Journal of experimental psychology， 2012，18： 178-191.

[12] MASON L， PLUCHINO P， TORNATORA M C， et al. An eye-tracking study of learning from science text with concrete and abstract illustrations[J]. The journal of experimental education， 2013，81（3）： 356-384.

[13] MAYER R E. Congitive theory of multimedia learning[M]// MAYER R E. The cambridge handbook of multimedia learning. ?Cambridge： Cambridge University Press， 2014： 43-71.

[14] SWELLER J， AYRES P， KALYUGA S. Cognitive load theory[M]. New York： Springer， 2011.

[15] TIPPETT C D. What recent research on diagrams suggests about learning with rather than learning from visual representations in science[J]. International journal of science education， 2016，38（5）： 725-746.

[16] SERRA M J， DUNLOSKY J. Metacomprehension judgements reflect the belief that diagrams improve learning from text[J]. Memory， 2010，18： 698-711.

[17] SLOUGH S W， MCTIGUE E M， KIM S， et al. Science textbooks' use of graphical representation： a descriptive analysis of four sixth grade science texts[J]. Reading psychology， 2010，31（3）： 301-325.

[18] KRAGTEN M， ADMIRAAL W， RIJLAARSDAM G. Diagrammatic literacy in secondary science education[J]. Research in science education， 2013，43（5）： 1785-1800.

[19] 庫爾特·考夫卡. 格式塔心理學原理[M]. 李維，譯. 北京： 北京大學出版社， 2010.

[20] 邁克爾·波蘭尼. 個人知識：朝向后批判哲學[M]. 徐陶，譯. 貴陽： 貴州人民出版社， 2000： 68.

[21] BERTIN J. Semiology of graphics： diagrams， networks， maps[M]. California： Esri Press， 2010.

[22] 李晶， 郁舒蘭， 劉瑋. 降低課堂認知負荷的知識可視化研究[J]. 電化教育研究， 2017，38（3）： 24-28，40.

[23] 朱麗葉·M.科賓， 安塞爾姆·L.施特勞斯. 質(zhì)性研究的基礎：形成扎根理論的程序與方法[M]. 朱光明，譯. 重慶： 重慶大學出版社， 2015.

[24] 費小冬. 扎根理論研究方法論：要素、研究程序和評判標準[J]. 公共行政評論， 2008，11（3）： 23-43，197.

[25] 陳向明. 扎根理論在中國教育研究中的運用探索[J]. 北京大學教育評論， 2015，13（1）： 2-15，188.

[26] 徐建平， 張厚粲. 質(zhì)性研究中編碼者信度的多種方法考察[J]. 心理科學， 2005，28（6）： 1430-1432.

[27] KREMER K， FISCHER H， KAUERTZ A， et al. Assessment of standard-based learning outcomes in science education： perspectives from the german project esnas[M]// BERNHOLT S， NEUMANN K， NENTWIG P. Learning outcomes in science education： making it tangible. Münster： Waxmann， 2012： 201-218.

[28] 中華人民共和國教育部. 普通高中生物學課程標準（2017年版）[S]. 北京： 人民教育出版社， 2018： 16.