Hacettepe niversitesi Eitim Fakltesi Dergisi 28: 236-243 [2005]

B LG LEME MODEL NE DAYALI B R DERS N FEN B LG S RETMEN ADAYLARININ MANYET ZMA KONUSUNDAK BAARILARINA ETK S * THE EFFECT OF INFORMATION PROCESSING MODEL BASED LESSON ON PRESERVICE SCIENCE TEACHERS ACHIEVEMENT IN MAGNETISM Serkan YILMAZ**
ZET: Bu almann amac, Bilgi leme Modeline (B M) dayal bir dersin rencilerin manyetizma konusundaki baarlarna olan etkisini aratrmaktr. Bu amala, rencilerin baarlarn lebilmek iin aratrmac tarafndan Manyetizma Baar Testi (MBT) gelitirilmitir. 91 renciyle yaplan pilot almada, kullanlacak materyaller ve veri toplama arac test edilmi ve elde edilen dntlere gre gerekli dzenlemeler yaplmtr. Ana alma, 110 Fen Bilgisi birinci snf retmen adaynn katlmyla gerekletirilmitir. Geleneksel retim metoduyla ders gren renciler kontrol grubu, B M ile ders anlatlan renciler deney grubu diye nitelendirilmitir. MBT n ve son test olmak zere iki gruba da iki kez uygulanmtr. Veriler, SPSS program ile analiz edilmitir. Sonular, deney grubunda bulunan rencilerin MBTdeki ortalamalarnn kontrol gruptaki rencilere gre daha yksek olduunu, kovaryans analizi (ANCOVA) sonular da bu farkn anlaml bir fark olduunu ortaya koymutur. Anahtar Szckler: fizik eitimi, bilgi ileme modeli, bellek, manyetizma, geleneksel retim metodu ABSTRACT: The purpose of this study was to investigate the effect of Information Processing Model (IPM) based lesson on preservice science teachers achievement in magnetism. A Magnetism Achievement Test (MAT) was developed by the researcher for this purpose. Measuring tool and teaching materials were tested in the pilot study that was conducted with 91 students. All the revisions were done according to feedback. The main study was conducted with 110 freshman preservice science teachers. Students instructed with traditional lecturing were tagged as control group, whereas students instructed with the IPM as the experimental group. SPSS was used to analyze the data. Results of the analysis of covariance (ANCOVA) showed that there was a statistically significant difference between the mean scores of experimental and control group students. Keywords: physics education, information processing model, memory, magnetism, traditional lecturing method

1. G R Eitimin merkezindeki en temel sorulardan bir tanesi Beyin nasl alr? ve zellikle de Nasl reniriz? dir. Bu soruya tam ve ak bir cevap verilebildiinde, beraberinde etkili retim stratejilerinin nasl olmas gerektii de yantlanm ve aydnlanm olacaktr. Ancak bu soruya eksiksiz bir cevap verebilmek ve beynin tam olarak nasl altn aklayabilmek bugn iin g grnmektedir. Beynin, insanolunun sahip olduu en karmak organ olduu da dnlnce bu iin zorluu daha da net anlalacaktr. Sinirbiliminin (neuroscience) hzl geliimi, bu alanda beynin ve bellein almasn anlamaya ynelik Art Yk Yayan Tomografiler (Positron Emission Tomography) ve MR teknikleri (Magnetic Resonance Imaging) kullanlarak yaplan almalar, bu konudaki birok bilinmeyeni aa karm ve karmaya da devam etmektedir (Choiniere, 2003). Beynin almas ve fiziksel yaps, bellein yaps, hippokamps (hippocampus), akson (axon), beyincik (cerebellum) gibi nemli yaplar hakkndaki bilgiler bu sayede nemli derecede artmtr. Gn na kan bu yeni bilgiler, bilimin dier alanlarn da etkilemitir. Bu balamda, bilisel psikoloji de (cognitive psychology) eitli gelimeler gstermitir. almada kullanlan Bilgi leme Modeli (B M) de ite bu bilisel psikolojinin bir alt daldr. Bilisel psikolojinin, B M gibi ilgilendii dier baz alt dallar bellek, alg,
*

9 Eyll 2004 tarihinde stanbulda Marmara niversitesi Eitim Fakltesinin dzenledii VI. Ulusal Fen Bilimleri ve Matematik Eitimi Kongresinde szl bildiri olarak sunulmutur. ** Ar. Gr., Hacettepe niversitesi, Eitim Fakltesi, lkretim Blm, Fen Bilgisi Eitimi A.B.D., Ankara, serkany@hacettepe.edu.tr

Serkan YILMAZ / H. . Eitim Fakltesi, 28 (2005), 236-243

237

suni zeka (artificial intelligence), metafor hayal etme (imagery), dil ve bilisel geliimdir (Gredler, 1992). Bilgi leme Modeli, ilk olarak 1960 yllarnn sonunda bilisel psikologlar tarafndan ortaya atlmtr. Atkinson ve Shiffrin (1968) bu modeli ilk ortaya koyduklarnda, insan belleini hem duyular yoluyla elde edilen bilgiyi depolamak hem de istenildiinde bunlar bulup getirmek iin alan bir sistem olarak tanmlamtr. Tiene ve Ingrama (2000) gre ise B M, her yatan insana belli eyler nasl retilebilir dncesini ima eden bir model olup, hedefi de bilgi ve kazanlan kabiliyetleri uzun sreli bellee ihtiya duyulduu zaman geri arlabilecek ekilde birletirmek ve yerletirmektir. Bilgi leme Modeli ile ilgili ok eitli almalar yaplmtr (Gjini, Maeno, Iramina & Ueno, 2004; Grubb III & McDaniel, 2000; Manolopoulou-Sergi, 2004; Roblyer & Edwards, 2000; Schleuder & White, 1993; Stamovlasis & Tsaparlis, 2001; te Nijenhuis, Resing, Tolboom & Bleichrodt, 2004; Uberti, Scruggs & Mastropieri, 2003; Wattenmaker, 1999). Bu almalar, laboratuvar ortamnda ve snf iersinde yaplanlar eklinde ikiye ayrlabilir. Laboratuvar ortamnda yaplan almalar genelde gz hareketlerini, tanma ve geri arma (recall) olaylarn, e zamanl ileri yapabilme kabiliyetlerini, alg ve hatrlama ilikisini inceler. Snf ii aratrmalar ise problem zmeyi retmeye ynelik, rencilerin konu tabanl bilgilerin alglanmas ve ilenmesi gelitirmeye ynelik, anlama ve bilgi ileme konusundaki gayretlerini sorgulama ve grntlemeyi rencilere retmeye ynelik almalardr (Gredler, 1992). Bu almann ana amac da, B Min temel prensiplerinin snf iinde uygulanarak rencilerin manyetizma konusundaki baarlarna olan etkisini aratrmaktr. 1.1. Bilgi leme Modeli B M iki ana eden oluur. Bunlar zihinsel yaplar ve bilisel srelerdir. renme bireyin sahip olduu bu yaplar ve srelerin sonunda gerekleir. ekil 1de grld gibi birinci e olan yaplar duyusal kayt, alan bellek ve uzun sreli bellektir. Bu yaplarda farkl yerlerde depolanm bilgilerin, bir yerden bir yere aktarlmas amacyla kullanlan bilisel ilemlere sreler denir. rgtlemeyi etkileyen temel sreler ise dikkat, alg, kodlama ve depolama, tekrar, geri arma ve hatrlamadr.

ekil 1. Bilgi leme Modeli (Eggen ve Kauchak, 2004) ekil 1de gsterilen sreleri, yaplar ve modelin ileyiini anlatan literatrde birok alma ve kaynak mevcuttur (Ergn, 2004; Grgen, 1999; Gredler, 1992; Senemolu, Gmleksiz & stnda, 2000; Smith & Ragan, 1999; Suba, 1999; Woolfolk, 1993; Zlal, 2000). Btn bu almalarn nda bu model ok ksaca yle zetlenebilir. Bilgi ileme srecinin ilk aamas duyusal kayttr. evreden gelen uyarclar duyu organlar tarafndan alglanr. Bu uyarlarn, kapasitesi ok geni olan duyusal kayt deposuna kaydedilmesi iin bireyin dikkatini gelen uyarlara odaklamas zorunlu deildir. Bu kendiliinden gerekleir. Duyu organlar devaml alt iin duyusal kayda gelen bilgilerin ou atlr. Aksi taktirde, bu depo bir

238

Serkan YILMAZ / H. . Eitim Fakltesi, 28 (2005), 236-243

sr gereksiz uyaryla dolup taar ve yeni uyarlara yer kalmazd. Bu yzden buraya anlk bellek de denir. Duyulara gelen bilgilerin hangilerinin, uyarlarn ikinci dura olan ve alan bellek de denilen ksa sreli bellee transfer edileceini dikkat ve alg sreleri belirler. Ksa sreli bellein hem kapasitesi hem de bilgileri tutabilme sresi kstldr. Bu sorunlar amak iin ise tekrar (rehearsal) ve gruplandrma (chunking) gibi ilemlere bavurulabilir. Ama elden geirilmeyen, tekrar edilmeyen, rgtlenmeyen, bir ekilde var olan akli emayla ilikilendirilemeyen, yani aba sarf edilmeyen ve uzun sreli bellee kodlanamayan bilgiler unutulur. Kodlanabilen bilgiler ise uzun sreli bellekte uzunca bir sre saklanabilir. Uzun sreli bellein kapasitesi snrszdr (Eggen ve Kauchak, 2004). Bu bellekteki bilgilerin hatrlanma sresi, bilginin depolanma ekline gre deiir (Grgen, 1999). yi rgtlenmi, uygun biimde kodlanm ve en uygun yere yerletirilmi bilgi daha abuk hatrlanr. Slavin (1988), uzun sreli bellekteki bilgilerin kalc olduunu ve asla unutulmadn, kiinin bilgiyi bulma yeteneini kaybettiini sylemektedir. Uzun sreli bellek genelde e ayrlr (Gredler, 1992; Suba, 1999). Bunlar: ansal bellek (episodic memory), anlamsal bellek (semantic memory) ve ilemsel bellektir (procedural memory). lkokul sralarna oturduunuz ilk gn, hayatnzda en ok utandnz an, en sevinli gnnz gibi kiisel yaantlarla ilgili olaylar ansal bellektedir. Anlamsal bellek, bilgilerin emalar ve bilgi nerme alar (propositional networks) eklinde depoland, kavramlar, genellemeler, kurallar gibi genel bilgilerin yer ald blmdr. Araba kullanmak, yzmek, restoranda bir eyler yemek gibi ilerin yaplmas iin gerekli ilem basamaklarnn srasyla sakland blme de ilemsel bellek denir. 1.2. B Min Snf inde Kullanlmas Bilgi leme Modelinin retime yanstlmas ve snf iinde uygulanmas iin literatrde eitli fikir ve neriler mevcuttur (Gredler, 1992; Huit, 2003; Miller, 1956; Woolfolk, 1993). Tablo 1 de bu neriler, nemli ipular ve bunlarn snf iersinde nasl salanabilecei ile ilgili rnekler verilmitir. Tablo 1. Bilgi leme Modelinin Snf ersinde Uygulanmasnda Dikkat Edilecek Hususlar
Kural 1. rencilerin salaynz. dikkatlerini toplamalarn rnek - lgi ekici bir soru ile derse balamak - Snf iinde yrmek, monoton bir ekilde konumamak, mimik kullanmak - lgin kk an ve hikayeler anlatmak - Ddk almak, zplamak, susmak gibi beklenmedik hareketler yapmak - ster tahtaya yazarak ister asetattan konu ile ilgili hedefleri vermek - nemli bilgileri sunarken renkli kalem kullanmak - nemli notlar ieren alma katlar (hand out) vermek - nceki dersi ksaca tekrar edip yeni konu ile benzerliklerini ve farkllklarn tartmak - Dorudan yeni bilgiyi kullanarak yaplacak devler vermek - ekil veya taslak kullanarak reteceiniz yeni bilginin izmek istediiniz ereveye nasl uyduunu gstermek - Gncel hayattan rnekler vermek ve verdirmek - Dersin amacn iyice aklamak - Ders boyunca ak duracak ekilde asetata kk bir ierik hazrlayp dersi bunun zerinden anlatmak - Verilen devlerin kk bir zeti ile derse balamak - Sk sk szl ya da yazl mini testler yapmak - rencileri, bireysel ya da partnerli olarak oyunlara ve rneklere dahil etmek - Yeni kavramlar, kelimeleri, terimleri eski daha ok bilinenler zerinden anlatmak - Akrosti, anmsatc, anahtar kelime, asma, link metodu vb. yararlanmak

2. rencilerin nemli bilgiyi nemsiz olandan ayrt edebilmelerini salaynz. En nemli bilgilere odaklanmalarna yardmc olunuz. 3. Yeni bilgi ile sahip olunan bilgiler arasnda balantlar kurunuz.

4. Btn yeni materyal ve bilgileri organize bir biimde sununuz. 5. Yeni bilgileri olabildiince tekrar ediniz ve zetleyiniz. 6. Ezberleme zerinde deil anlama zerinde durunuz.

Serkan YILMAZ / H. . Eitim Fakltesi, 28 (2005), 236-243

239

Tablo 1de verilen neriler kullanlrken, B Mde renmenin bireysel olduu unutulmamaldr. Kiinin yeni bir bilgiyi renebilmesi, yani alglanp seilen bu bilgiyi uzun sreli bellee aktarmas iin aba sarf etmesi gerekmektedir. Baka bir deyile, birey renme iine etkin olarak katlmal, yaayarak renmeli, setii uyarclar kendi iin bir ekilde anlaml hale getirmelidir. 2. YNTEM 2.1. rneklem Aratrmann evreni Ankara ilindeki niversitelere devam eden tm birinci snf fen bilgisi retmen adaylar olarak belirlenmitir. Hacettepe niversitesi rencisi olup genel fizik II dersini almakta olan 110 (69 kz ve 41 erkek) fen bilgisi retmen aday ise almann rneklemini oluturmaktadr. rencilerin yalar 19 ile 21 arasnda deimektedir. Bu yar-deneysel almada renciler deil gruplar rasgele seilmitir. Rasgele seilen birinci ube kontrol grubu, ikinci ube ise deneysel grup olarak atanmtr. Kontrol grubu 52 (%66 kz, %34 erkek) ve deneysel grup 58 (%61 kz, %39 erkek) renciden olumaktadr. 2.2. Veri Toplama Arac Veri toplama arac olarak aratrmac tarafndan gelitirilen Manyetizma Baar Testi (MBT) kullanlmtr. Testi oluturmak iin konu ile alakal literatr taramas yaplm ve eldeki kaynaklardan (Bueche & Jerde, 2003; akr & Kaya, 1992; Guisasola, Almudi & Zubimendi, 2004; Serway & Beichner, 2002; Thomas, 2002) bir soru havuzu hazrlanmtr. Belirlenen hedeflere gre bu sorulardan 23 tanesi seilmitir. Sorular oktan semeli ve be kldr. 23 sorunun 19 tanesi bu havuzdaki sorulardan alnm, drt tanesi ise aratrmac tarafndan gelitirilmitir. MBT ana almadan bir yl nce pilot almada 91 niversite birinci snf fen bilgisi rencisiyle 2003 ylnda test edilmitir. Madde analizi yaplarak sorularn zorluk dereceleri ve ayrclklar incelenmitir. Zorluk derecesi .30un altnda olan maddeler zor, .80in stnde olanlar ise kolay soru olarak alnmtr. Ayrclk deeri iin ise ayrclk indeksi .30 ve yukars kabul edilebilir snr olarak alnmtr. Pilot almadan elde edilen dntlere gre sorulardan drt tanesinin klar, iki tanesinin metni, bir tanesinin de ekli deitirilmitir. Kullanlan sorulardan tanesi rnek olarak Tablo 2de verilmitir. Bu almada ise MBTnin bu son hali 110 kiiye uygulanmtr. Testin gvenirliliini lmek iin (Cronbach alpha) deeri hesaplanmtr. Son test iin gvenirlik katsays .72 olarak bulunmutur. Aratrmac tarafndan gelitirilen bir baar testi iin bu deerin kabul edilebilir bir gvenirlilik katsays olduu sylenebilir. Tablo 2. rnek Manyetizma Baar Testi Sorular
1. Bir mknats aadaki maddelerden hangisini ekemez? A) Demir kse B) Nikel ubuk C) Gm kolye D) elik tencere E) Kobalt ubuk

2. Aadakilerden hangisi yerkrenin manyetik kuaklaryla ilgili olarak incelenen katmandr? A) Hibiri 3. B) Ferrosfer C) Manyetosfer D) Mknatosfer E) Latosfer

ki mknats kutbu birbirini 2 Newton byklnde bir kuvvetle itiyor. Bu kutuplar arasndaki uzaklk iki katna karlrsa kuvvet ka N olur? B) 4 C) 2 D) 1 E) 0.5

A) 0

2.3. lem Aratrma dizayn olarak kontroll n test-son test (Matching-only pretest-posttest control group design) (Fraenkel & Wallen, 1996) modeli kullanlmtr. Buna gre, rencilerin balangtaki durumlarn grebilmek ve balangta gruplar arasnda bir fark olup olmadn kontrol edebilmek amac ile aratrmac tarafndan MBT tm rencilere n test olarak uygulanmtr. rencilere, testi

240

Serkan YILMAZ / H. . Eitim Fakltesi, 28 (2005), 236-243

tamamlamalar iin 30 dakika verilmitir. Bu sre testin tamamlanmas iin yeterli gelmi ve hibir renci ekstra bir zaman talebinde bulunmamtr. Ayrca MBTden alacaklar skorlarn hibir ekilde ders notlarn etkilemeyecei konusunda renciler bilgilendirilmilerdir. Testin uygulanmas ilemi srasnda hibir sorunla karlalmamtr. Manyetizma konusu aratrmac tarafndan kontrol grubu rencilerine geleneksel retim metoduna gre, deneysel grup olarak seilen rencilere ise B M modeline gre anlatlmtr. Deneysel grupta uygulama, rencilerin dikkatini toplama ve ilgilerini ekmeye ynelik iki adet soru ile balamtr. Bu sorular, zellikle rencilerin cevabn fazla bilemeyecekleri, cevaplarn merak edecekleri ve az da olsa zerlerinde fikir yrtebilecekleri sorulardr. Bu sorular zerinde tartldktan, snf ii katlm salandktan sonra manyetizma konusundaki belirlenen 14 adet hedef rencilerle paylalmtr. Bu hedeflerin tamam Tablo 3de verilmitir. Manyetizma konusu anlatlrken, B Min snf ii uygulamasna ynelik Tablo 1de verilen tm kural ve rnekler uygulanm, konu ile ilgili mmkn olan tm akrostiler ve anmsatclar da kullanlmtr. Uygulama haftada 2 saat olmak zere toplam iki hafta srmtr. Uygulama bittikten yaklak olarak hafta sonra MBT son test olarak her iki gruba birden tekrar uygulanmtr. Test uygulama ileminin almaya olabilecek zararl etkilerini en aza indirgemek iin son testteki sorularn ve klarnn sras deitirilmitir. Toplanan veriler, SPSS program ile bilgisayar ortamnda analiz edilmitir. Tanmlayc istatistik olarak ortalama, standart sapma, basklk ve arpklk deerlerine baklmtr. Vardamsal istatistie balamadan nce eksik veri analizi yaplmtr. n testte olup son testte mevcut olmayan rencinin verileri analizden karlmtr. Son testte olup n testte olmayan drt renci ise rneklemin %5inden az olduu iin, bu eksik veriler o deiken ile ilgili btn rencilere ait ortalama ile deitirilmitir. Gruplar arasnda istatistiksel olarak anlaml bir fark olup olmadn anlamak iin ise kovaryans analizi (ANCOVA) yaplmtr. Tablo 3. Manyetizma Konusu ile lgili Hedefler
Mknatslarn karakteristiklerini ve zelliklerini aklamak Mknatslarn iki kutbu olduunu ve bunlarn nasl isimlendirildiini ifade etmek Mknatslarn ve manyetik alanlarn gncel hayatta kullanld yerleri listelemek Mknatslarn herhangi bir maddeyi ekip ekemeyeceine karar vermek Bir pusulann yapsn, almasn ve kullanm alanlarn aklamak Dnyann manyetik alan izgilerinin eklini kabaca izmek Manyetik kutuplarla corafi kutuplar ayrt etmek Manyetik alan izgilerinin zelliklerini ifade etmek Manyetik alanlarn ve kuvvetlerin birbirlerine olan etkilerini betimlemek Eilme ve sapma as kavramlarn aklamak Maddeleri bal geirgenliklerine gre snflandrmak Mknatslanma teorilerini kabaca aklamak Manyetik aky ve formln tanmlamak Hareket eden paraca etki eden manyetik kuvvetin ynn ve bykln hesaplamak

3. BULGULAR VE YORUM Aratrmann betimsel istatistik sonular Tablo 4te verilmitir. Deney grubu ve kontrol grubundaki rencilerin ortalamalarna bakldnda, ortalamalardaki artn deney grubu lehine olduu aka gzkmektedir. Standart sapma deerlerine gre gruplar arasnda hem n test hem de son test asndan belirgin bir fark yoktur. Dolaysyla gruplarn her iki testteki varyans deerleri hemen hemen ayndr. arpklk ve basklk deerleri de kabul edilebilir snrlar iersindedir. Hem

Serkan YILMAZ / H. . Eitim Fakltesi, 28 (2005), 236-243

241

deneysel hem de kontrol grubu rencilerinin n MBT skorlarnn ortalamalar dktr. Deney grubu rencilerinin son testteki ortalamalar (23 zerinden 16.19) ise %40 seviyelerinden maksimum alnabilecek notun %70i civarna ykselmitir. Tablo 4. Betimleyici statistik Sonular
Deney Grubu n-test N Ortalama Standart Sapma arpklk Basklk 58 9.16 2.70 -.48 .53 Son-test 58 16.19 3.26 -.24 -.78 Kontrol Grubu n-test 52 8.42 2.65 -.41 .29 Son-test 52 13.94 3.75 .10 -.51

Yordamsal istatistik analizi olarak kovaryans analizi kullanlmtr. Analizi yapmadan nce ilk olarak almay tehdit edebilecek bamsz deikenler belirlenmitir. Bunlar; cinsiyet ve rencilerin manyetizma konusundaki n bilgileridir. Bu iki deiken ile rencilerin son MBTden aldklar skorlarn karlatrlmasnn sonular Tablo 5 de verilmitir. rencilerin n MBTden ald sonular n bilgi deikenini oluturmutur. n bilgi ile baml deiken arasndaki korelasyon deeri anlaml karken, cinsiyet ile son MBT sonular arasndaki iliki anlaml kmamtr. Bundan dolay analizlerin geri kalannda sadece n bilgi ortak deiken (covariate) olarak kullanlmtr. Tablo 5. Baml Deiken ile Ortak Deikenler Arasndaki Korelasyon Deerleri
Deikenler Cinsiyet n bilgi Korelasyon Katsays .017 .333*

* =.05 de anlaml Kovaryans analizi yapabilmek iin bu istatistik analizin btn varsaymlar kontrol edilmitir. Varyanslarn eitlii (homogeneity of variance) varsaym iin Levene testi yaplmtr. Elde edilen F(1,108)=2.294, p=.133 deerleri varyanslarn eit olduunu gstermitir. Eimlerin eitlii (homogeneity-of-slopes) varsaym iin ise ortak deiken ile bamsz deikenin etkileimi (n bilgi x metot) test edilmitir. Varyans analizi (ANOVA) sonucunda bulunan F(11,84)=.914, p=.531 deerleri etkileimin (interaction) anlaml olmadn gstermitir. Btn bunlarn nda yaplan kovaryans analizinin sonular Tablo 6 da verilmitir. Tablo 6. ANCOVA Modeli
Kaynak Dzeltilmi Model Engelleme (Intercept) n bilgi Metot Hata Toplam Dzeltilmi Toplam Kareler Toplam 264.650 1218.406 126.173 102.507 1195.568 26632.000 1460.218 sd 2 1 1 1 107 110 109 Kareler Ortalamas 132.325 1218.406 126.173 102.507 11.174 F 11.843 109.044 11.292 9.174 p .000 .000 .001 .003 Eta Kare .181 .505 .095 .079 G .994 1.000 .915 .851

Not. N=110, p.05 Tablo 6 da hem ortak hem de bamsz deiken iin sonularn anlaml kt gzkmektedir. Bir baka deyile F(1,107)=9.174, p=.003 deerleri, B M ile ders gren rencilerin manyetizma konusunda geleneksel ynteme gre ders grenlerden daha baarl olduunu gstermitir. almann etki gc .079 (eta kare cinsinden) bulunmutur. Bu deer, orta byklkteki (eta kare ile lldnde .06) bir etki gcne denk gelmektedir. Aratrmac, B Min bu ekilde bir uygulamasna

242

Serkan YILMAZ / H. . Eitim Fakltesi, 28 (2005), 236-243

literatrde rastlamamtr. almann gc de .851 olarak hesaplanmtr. Btn bunlarn nda aratrmann, istatistiksel anlamlln yannda pratiksel anlamlla da sahip olduu sylenebilir. almann i geerliliine tehdit olabilecek eitli deikenler de mevcuttur. Bunlardan en muhtemel olanlar rencilerin karakteristikleri, veri kayb, yer, enstrmantasyon ve testin uygulandr. Aratrmac bu deikenleri; eksik veri analizi, prosedrleri ve koullar standardize ederek, kovaryans analizi ve aratrma deseni sayesinde kontrol etmeye almtr. 4. SONU VE NER LER Aratrmann sonucunda ulalan bulgular Bilgi leme Modeline gre ders anlatlan rencilerin geleneksel metot ile ders anlatlan rencilere gre manyetizma konusunda daha baarl olduklarn gstermitir. Ayrca, B M ile ders anlatlan gruptaki rencilerin derse katlmlarnn ve ilgilerinin daha fazla olduu, derslerden daha fazla zevk aldklar gzlemlenmitir. Elde edilen sonular paralelinde unlar nerilebilir: retmenler, konular organize bir biimde vermeli; paragraflar, ksa metinler, sorular, grafikler gibi materyallerden (advance organizer) yararlanmaldr. rencilere, renecekleri bilgilerin nasl kategorilere ayrlp lokmalar (chunk) halinde yutulacaklar konusunda yol gsterilmelidir. Bildikleri ile yeni renecekleri bilgiler arasnda balantlar kurulmasnda rencilere yardm edilmelidir. Anlatlacak konu ile ilgili mevcut tm anmsatc sitemlerden (akrosti, grsel anmsatc, anahtar kelime, yerleim ve asma sistemi vb.) yararlanlmaldr. Derslerde rencilerin ilgilerini ekecek soru, mimik, oyun ve demolara yer verilmelidir. ada eitim ilkelerini de gz nnde bulundurarak rencilerin derslere bir ekilde katlmlar salanmaldr. retmenler ve aratrmaclar, ok basit olan B M ilkeleri fiziin dier konularnda olabilecei gibi baka derslerde de kullanabilirler.

KAYNAKLAR
Atkinson, J. R. ve Shiffrin, R. M. (Ed.). (1968). Human memory: A proposed system and its control processes. New York: Academic. Bueche, F. J. ve Jerde, D. A. (Ed.). (2003). Fizik ilkeleri 2. Ankara: Palme Yaynclk. akr, H. ve Kaya, A. (1992). Tam fizik. stanbul: Kaya Yaynlar. Choiniere, A. (2003). Brain science, the functions of learning and its implications for curriculum development. Retrieved August, 2004 from http://www.umm.maine.edu:300/education/students/CurDes-F2003 /AChoiniere.htm. Eggen, P. ve Kauchak, D. (2004). Educational psychology: Windows on classroom (6th ed). Upper Saddle River: Pearson Prentice Hall. Ergn, M. (2004). Bilgiyi ileme kuram. Retrieved August, 2004 from http://www.egitim.aku.edu.tr/kuramsal06.ppt. Fraenkel, J.R. ve Wallen, N.E. (1996). How to design and evaluate research in education (3rd ed). New York: McGraw-Hill. Gjini, K., Maeno, T., Iramina, K. ve Ueno, S. (2004). Estimation of encoding of pictorial stimuli from visually evoked magnetic fields. International Congress Series, 1270, 184-187. Grgen, . (1999). Bilgiyi ileme kuramna gre renme ve bellek. Milli Eitim, (141), 54-57. Gredler, M. E. (1992). Learning and instruction-Theory into practice. New York: Macmillan Publishing. Grubb III, W. L. ve McDaniel, M. A. (2000). Working memory, short term memory and intelligence: A meta analysis. Paper presented at the First Annual Conference of the International Society for Intelligence Research, Cleavland, OH.

Serkan YILMAZ / H. . Eitim Fakltesi, 28 (2005), 236-243

243

Guisasola, J., Almudi, J. M. ve Zubimendi, J. L. (2004). Difficulties in learning the introductory magnetic field theory in the first years of university. Science Education, 88(3), 443-464. Huitt, W. (2003). The information processing approach to cognition. Educational Psychology Interactive. Retrieved September, 2004 from http://chiron.valdosta.edu/whuitt/col/cogsys/infoproc.html. Manolopoulou-Sergi, E. (2004). Motivation within the information processing model of foreign language learning. System, 32(3), 427-441. Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63, 81-97. Roblyer, M. D. ve Edwards, J. (2000). Integrating educational technology into teaching. New Jersey: Prentice-Hall Inc. Schleuder, J. D. ve White, A. V. (1993). Priming effects of television news bumpers and teasers on attention and memory. Journal of Broadcasting & Electronic Media, 37(4), 437-452. Senemolu, N., Gmleksiz, M. ve stnda, T. (2000). renme oluumu. retme model strateji ve teknikleri. Retrieved June, 2004 from http://iogm.meb.gov.tr/Modul-1.pdf. Serway, R. A. ve Beichner, R. J. (Ed.). (2002). Fen ve mhendislik iin fizik 2. Ankara: Palme Yaynclk. Smith P. L. ve Ragan, T. J. (1999). Instructional design (2nd ed). New York: Wiley & Sons, Inc. Slavin, R. E. (1988). Educational psychology: Theory into practice (2nd ed). New Jersey: Prentice Hall. Stamovlasis, D. ve Tsaparlis, G. (2001). Application of complexity theory to an information processing model in science education. Nonlinear Dynamics, Psychology, and Life Sciences, 5(3), 267-286. Suba, G. (1999). Bilisel renme yaklam. Bilgiyi ileme kuram. Gazi niversitesi Mesleki Eitim Dergisi, 1(2), 27-36. te Nijenhuis, J., Resing, W., Tolboom, E. ve Bleichrodt, N. (2004). Short-term memory as an additional predictor of school achievement for immigrant children? Intelligence, (32), 203-213. Thomas, O. (2002). Earth magnetism: teaching magnetic stripes to secondary science students. Physics Education, 37(6), 492-496. Tiene, D. ve Ingram, A. (2000). Exploring current issues in educational technology. New York: McGraw-Hill. Uberti, H. Z., Scruggs, T. E. ve Mastropieri, M. A. (2003). Keywords make the difference. Mnemonic instruction in inclusive classrooms. Teaching Exceptional Children, 35(3), 56-61. Wattenmaker, W. D. (1999). The influence of prior knowledge in international versus incidential concept learning. Memory & Cognition, 27(4), 685-698. Woolfolk, E. A. (1993). Educational psychology. Boston: Allyn & Bacon. Zlal, A. (2000). Yaam kitabmz bellek. Bilim ve Teknik, (389), 34-40.