计算思维教育中性别差异的元分析比较

《LEARNING AND INDIVIDUAL DIFFERENCES》：A meta-analytical comparison of gender differences in computational thinking education

　　

计算思维（Computational Thinking, CT）教育中的性别差异已有充分记录，然而，很少有元分析研究检验男性和女性如何对教育干预做出不同反应。这项三层元分析整合了37项针对女性的研究（62个效应量）和35项针对男性的研究（56个效应量），以探索CT教育项目中的性别特定模式。结果显示，女性（g = 0.867）和男性（g = 0.807）均具有显著的整体效应，证实了在所审查的研究中，CT教育对不同性别均有效。然而，调节变量分析显示，男性在教育水平、评估工具和学习成果方面表现出持续的增长，而女性则显示出更大的变异性。女性在CT表现和态度方面提升最大，但在自我效能感和自我认知方面提升有限。诸如不插电活动、机器人和项目式学习等教学法对两性均有效。研究结果还表明，需要适合年龄和文化背景的教学法，特别是针对中小学女生。虽然这项元分析为未来项目开发提供了实践启示，但它也强调了需要在多样化的社会文化和技术环境中进行更广泛的研究，以更好地理解和解决CT教育中性别问题的复杂动态。

**研究背景与问题**
计算思维（Computational Thinking, CT）作为数字时代的关键技能，已成为全球K-12教育改革的重点。然而，计算机科学（CS）和CT教育中的性别公平问题日益受到关注：联合国教科文组织（UNESCO）报告显示，女性在计算相关领域代表性不足，仅占全球STEM毕业生的35%和CS毕业生的约40%。PISA 2022数据也表明，在大多数经合组织国家中，男孩对计算机编程的兴趣更强。这些性别差异并非单纯源于能力或偏好，而是受社会期望、学习机会获取和教学环境设计的影响。现有元分析证实了CT教育中存在性别差距，但多聚焦于估算总体差距大小（如Hedges' g约0.10 favoring males），未能揭示不同性别如何从CT干预中分别获益。例如，小平均差距可能源于干预对两性同等有效、双方进步有限，或不同教学设计支持方式不同。因此，需要超越简单文档差距，转向探究哪些教学策略、学习情境和评估形式能更有效支持特定性别群体。研究人员开展了这项研究：通过性别分离的三层元分析，分别估算女性和男性学生的干预效果，并比较其调节模式，以回答两个研究问题：（1）CT教育干预对女性和男性学生的总体效果如何？如何跨性别比较？（2）研究特征、教学策略和CT评估特征如何调节男女学生的效果？跨性别调节效应如何不同？
该论文发表在《LEARNING AND INDIVIDUAL DIFFERENCES》。

**主要关键技术方法**
研究人员采用系统性文献检索策略，在Web of Science、ACM Digital Library、IEEE Xplore、ERIC和PsycINFO五个数据库中检索，遵循PRISMA指南。经过筛选，最终纳入39项原始研究（排除离群值后，女性研究37项，男性研究35项）。关键方法包括：效应量计算采用Hedges' g以矫正小样本偏差，适用独立组后测设计和单组前后测设计；数据使用三层随机效应元分析模型（以考虑效应量嵌套于研究的依赖性），方差分解为抽样方差（Level 1）、研究内方差（Level 2）和研究间方差（Level 3）；调节变量编码涵盖三大类八个变量（出版类型、地理区域、教育水平、教学法、教学工具、学习设计、评估工具、学习成果）；出版偏倚通过漏斗图、Rosenthal's fail-safe N和Trim and Fill方法评估。样本队列来源于已发表的实验或准实验研究，无特定队列来源注明，但地理分布显示集中在东亚（18项）、欧洲（9项）和北美（5项）。

**研究结果**
**总体分析（Overall analysis）**
通过总体效应量分析，发现CT教育干预对女性和男性学生均产生显著正向效果：女性整体效果量g = 0.867（SE = 0.105, 95% CI [0.658, 1.076], p < 0.001），属于大效应；男性整体效果量g = 0.807（SE = 0.082, 95% CI [0.643, 0.971], p < 0.001），也属于大效应。两者效应量接近，女性略高。Q统计量均显著，表明存在显著异质性（女性Q_total = 775.266, p < 0.001；男性Q_total = 724.269, p < 0.001）。方差分解显示，女性研究内方差（τ²_level2 = 0.199, p < 0.001）和研究间方差（τ²_level3 = 0.220, p < 0.001）均显著；男性则主要表现为研究内方差较高（τ²_level2 = 0.321, p < 0.001），研究间方差可忽略（τ²_level3 = 0.001）。这证实了进行调节变量分析的必要性。

**调节变量分析（Moderator analysis）**
调节变量分析揭示了性别特定的模式：
- **出版类型**：对女性和男性均非显著调节变量（女性F(1,60) = 0.000, p = 0.988；男性F(1,54) = 0.588, p = 0.447）。描述性上，会议论文对女性效果（g = 0.873）高于男性（g = 0.606）。
- **地理区域**：对两性均非显著调节（女性F(4,57) = 1.204, p = 0.319；男性F(4,51) = 0.307, p = 0.872）。描述性上，欧洲对女性效果最大（g = 1.095），北美对女性效果较小（g = 0.490）且不显著。
- **教育水平**：对女性是显著调节变量（F(4,57) = 4.146, p < 0.01），对男性不显著（F(4,51) = 1.572, p = 0.196）。女性在学前阶段效果最大（g = 1.661），男性在学前阶段也显著但较低（g = 1.320）；中等教育阶段对两性效果均最弱（女性g = 0.345, 不显著；男性g = 0.635, p < 0.05）。
- **教学法**：对两性均非显著调节（女性F(2,59) = 0.059, p = 0.942；男性F(2,53) = 0.758, p = 0.474）。描述性上，混合法对女性效果最高（g = 1.340），不插电法对男性效果最高（g = 0.997）。
- **教学工具**：对两性均非显著调节（女性F(4,57) = 2.062, p = 0.098；男性F(4,51) = 0.874, p = 0.486）。机器人工具对两性效果均最高（女性g = 1.465, 男性g = 1.075），非数字活动对女性效果小且不显著（g = 0.257），对男性显著（g = 1.276）。
- **学习设计**：对女性非显著调节（F(5,56) = 1.341, p = 0.261），对男性显著（F(5,50) = 2.915, p < 0.05）。问题式学习对女性效果最高（g = 1.101），直接教学对两性效果均最低且不显著（女性g = 0.057, 男性g = 0.154）。
- **评估工具**：对女性是显著调节变量（F(3,58) = 10.056, p < 0.01），对男性不显著（F(3,52) = 1.852, p = 0.149）。基于量规的任务对两性效果均高（女性g = 1.363, 男性g = 0.873），李克特量表项目对女性效果较低（g = 0.443）且低于男性（g = 0.737）。
- **学习成果**：对女性是显著调节变量（F(2,59) = 4.672, p < 0.05），对男性不显著（F(2,53) = 0.229, p = 0.796）。CT表现对两性效果均最高（女性g = 1.031, 男性g = 0.832），自我感知CT技能对女性效果小且不显著（g = 0.336），对男性显著（g = 0.794）。

**出版偏倚评估**
对女性元分析，漏斗图大致对称，Rosenthal's fail-safe N为21,100（远大于阈值320），Trim and Fill方法提示L0+ = 0, R0+ = 3，无需调整。对男性元分析，漏斗图类似，fail-safe N为18,761（远大于阈值290），Trim and Fill提示L0+ = 0, R0+ = 3。综合分析未发现选择性报告严重威胁结果有效性。

**讨论与结论**
讨论部分指出，CT教育对两性均有大效应，女性略高的效果可能反映CT教育作为新兴领域受性别刻板印象影响较小，以及包容性举措的成效。调节变量分析揭示了重要模式：教育水平、评估工具和学习成果显著调节女性效果，而学习设计显著调节男性效果。这表明女性学习效果易受教育阶段和评估方式影响，而男性则对教学结构更敏感。在实践启示上，研究强调需要针对中小学女生实施适龄、持续且文化相关的干预，并通过榜样项目和同伴支持提升其自我效能感。同时，机器人、编程等动手活动对两性均有效，整合插电与不插电活动的综合教学可适应多样化认知风格。研究结论部分翻译如下：
这项三层元分析通过综合37项女性学生研究（62个效应量，4310名参与者）和35项男性学生研究（56个效应量，4436名参与者），比较了女性和男性学生的估计干预效果。关于研究问题一，结果表明在所纳入研究中，CT教育对女性（g = 0.867）和男性（g = 0.807）学生均具有统计显著的正向效果，女性显示出略高的平均效应量。关于研究问题二，调节变量分析揭示了独特的性别特定模式。出版类型、地理区域、教学法和教学工具对女性和男性学生均非显著调节变量。教育水平、评估工具和测量成果显著调节女性学生而非男性的CT干预效果。相反，学习设计是男性学生而非女性的显著调节变量。本研究将先前的元分析研究扩展到检验干预效果和调节条件如何跨性别不同。这种按性别分类的方法为理解与干预效果相关的教学和背景因素提供了更细致的见解，并推动了更基于证据且以公平为导向的CT教育实践的发展。