本文的目的是吸引、鼓励和帮助国内的理科教师参与到科学教育的研究中来，并成功申请美国的科学教育方向的博士（Ph.D/Ed.D）。本文先大致介绍科学教育和科学教育研究，然后详细介绍如何申请美国科学教育博士。

科学教育和科学教育研究

科学教育是指以培养学生的科学素养为目标的教育。科学教育不等于科学课。在学校专门实施科学教育的教学科目就是科学科目。科学课是众多科学科目中的一种，其他还有物理课、化学课、生物课和地理课。

科学教育研究具有很强的应用性，其根本目的是为了改善科学教育的实践。科学教育研究的主要方向有：科学学习、科学教学、科学课程、科学教师教育。科学教育研究具有很强的交叉性，除了教育理论和学科知识外，科学教育研究还可能涉及科学哲学和科学史、认知科学和心理学、语言学、以及社会学等。[[科学教育研究手册]]到目前出过三本，可以浏览一下它们的目录以大致了解科学教育研究的主要议题。

美国科学教育方向的博士学位

Ph.D和Ed.D

在美国教育类的博士学位有Ph.D和Ed.D两种。其中Ph.D就是Doctor of Philosophy，即哲学博士，这其实和哲学没什么关系，这是一般的博士学位的通称。Ed.D就是Doctor of Education，即教育博士，这是教育领域特有的。其他领域也有类似的专业博士学位，比如法学博士J.D.以及医学博士M.D.。通常来说，比较而言Ph.D更偏向于理论，而Ed.D更偏向实践。两者的具体要求也会不同，比如所需学分会不一样，通常来说Ed.D的要求会低一些，修完学位所需的时间也短一些。Ph.D和Ed.D的差别有点像国内的普通硕士和教育硕士的差别。很多学校会同时提供Ph.D和Ed.D学位的授予，但是教授通常更倾向于让你读Ph.D，因此读Ed.D的比较少见。也有少数学校只有Ph.D或者只有Ed.D。比如哈佛的教育学院就只有Ed.D，其Ed.D实际上相当于Ph.D。

科学教育方向的博士学位

一般来说，科学教育专业设置于教育学院(School of Education)的课程与教学系(Department of Curriculum and Instruction)下，和涉及的科学学科（物理、化学、生物等）无关。

申请美国科学教育博士的理由

为什么要申请美国的科学教育博士？原因有三。

1. 专业水平高。美国的科学教育研究整体实力世界第一，在这边你可以受到最好的专业训练。而国内科学教育研究才刚刚起步。
2. 录取的机会高。几百个学校、上千个教授，任君挑选，可以同时申报多个学校（一般报十个左右）。而国内相关专业的博导屈指可数，每次报考也只能申报一个。
3. 获得奖学金的机会高。获得全额奖学金后你的学费和生活费都不需要自己掏腰包。

学习费用如何承担

美国的学费和生活费太贵了，在小地方的话一年大概三万美元，在大城市的话会达到四万美元甚至更多。修完博士一般要四五年。按照三万美元一年，共四年，算下来也要十二万美元左右（约八十万人民币），这个数额不是一般家庭能够承受的。更何况教育也不是挣钱的行业，这个投入靠工作要多少年才能挣回来？显然自己出钱读这个博士肯定是不划算的。因此，申请者的目标不应该仅仅是录取（俗称ad），而是带全额奖学金的录取（俗称offer）。全额奖学金的意思就是学费全免再附带提供生活补助，通常还包括医疗保险。如果你比较节省的话（比如和别人合租两卧室的公寓），通常会有结余。

所谓的奖学金其实准确来说一般是指助学金（assistantship），它来自于担任教学助理（teaching assistant 或 associate instructor）或研究助理（research assistant）所得的工资。一般来说教育专业不像理工科，专业的研究项目很少，因此申请者获得助研（RA）职位的机会也很少。相对来说担任助教（TA 或 AI）的机会较多，基本都是给本科师范生上基础课。要注意担任助教一般都需要通过学校里的英语口语考试，不容易通过，这要早点开始准备。但是录取的第一年会给你个缓冲，一般不会让你去上课。

美国科学教育博士的申请条件

申请的门槛

我这里说的申请的门槛是指一般来讲申请者所需要的起码条件。达到这些条件以后经过努力成功的几率较高，并不是说达到这些条件就能一定能成功。

一是专业背景。通常来说必须本科是科学专业，即物理、化学、生物、地理等。国内的师范类相关本科专业（物理教育等等）也可以。不要求有硕士学位，但是硕士学位会提升你的专业背景。

二是工作经历。一般要求有两年以上（或三年以上）的科学教学经验，必须是正式的学校教学工作，那些家教、培训班之类的可不算。有的时候也会降低这一标准，比如你有硕士学位。

三是大学成绩的GPA（Grade Point Average）。这是按照学分的权重计算出来的加权平均分。美国采用4分制来记分，一般学校都要求申请者的本科GPA达3.0以上，这相当于百分制的80左右。

四是GRE考试成绩。GRE考试并不仅仅针对外国人，美国人申请研究生也要GRE成绩。很多学校都没有设定GRE的最低分数线。现在的GRE由作文、语文、数学三部分组成。作文是单独的机考，总分6分，一般来说3.5分以上算过得去了。语文和数学是放在一起的笔考，总分各800分。数学很简单，中国学生拿满分很常见，理科教师这个肯定没问题。语文比较难，主要是单词量太大。对于科学教育专业来说，语文400就可以算过得去了，这个分数并不难拿。

五是TOEFL考试成绩。TOEFL考试是针对非英语母语的申请者的英语水平考试。新托福实行网考，含听说读写四个部分，各30分，总分120。大多数学校都有TOEFL分数线。一般学校分数线设在80多，少数学校设在100以上。有些学校会对个别的单项有分数要求，比如口语要20以上之类的。一般来说大学英语六级水平的能考到总分90分以上，口语好的很容易考到100以上。

以上所述不同的学校具体要求各不相同，申请时务必要自己仔细研究。

所需的材料

1、简历（CV或Resume）。罗列个人的学习、工作经历，以及发表的学术文章、所获的认证和奖励表彰等等。

2、大学学历学位证明。要中英文各一份，由大学相关部门（一般是教务处）盖章。

3、成绩单（Transcripts）。成绩单是GPA的证明。本科成绩单是必须的，如果读过硕士的话也要有成绩单。一般要求中英文各一式两份，要学校相关部门（一般是教务处）盖章。

4、GRE和TOEFL成绩。要由考试机构（即ETS）寄送，自己寄没用。

5、个人陈述（PS，即Personal Statement，或Statement of Purpose）。阐述你的申请目标。这是最重要的材料，一般教授会仔细读的。

6、写作范文（WS，即Writing Sample）。一篇学术写作的范文，反映你掌握了基本的学术写作方法，以及基本的学术功底。不同的学校对篇幅的要求不同，一般10～15页。可以翻译你自己发表过的学术论文，也可以翻译你硕士学位论文的一部分，当然也可以专门写。

7、三份推荐信(RL，即Reference Letter)。一般来说可以两份来自大学教授，一份来自工作单位的领导。不过三份都用大学教授的比较多。

8、申请费。一般来说在30～70美元之间。

需要再次强调的是，对以上项目具体的要求每个学校在细节上会不一样，在申请时要特别注意。

申请费用

考GRE和TOEFL要花钱、学校要收申请费、寄材料要花钱、GT送分要花钱，一般要申请十来个学校，这大概得花掉人民币两万块钱。这不是笔小数目，但是如果申请成功的话这个开销算不了什么。

决定申请成功的因素

以下内容大多基于作者的个人经验，有的论断可能并不普遍适用。

申请的基本情况

首先要申明的是，美国科学教育博士申请的竞争并不激烈。因为美国本身理科教师就奇缺，理科教师再来申请科学教育博士的就非常少了。国内的理科教师只要能过英语关可以说就已经成功了八成。

决定申请成功的因素

首先是要过基本门槛。即专业背景、工作经历、GPA和GT成绩。理科专业背景加教学经历，这是基本的门槛，一般是不可少的。理科教师一般已经满足这些要求。大学成绩GPA是已经无法改变的，如果大学平均成绩低于75那就非常危险了，一定要通过其他方面加强才行（比如硕士学位）。申请者最担心的往往就是英语。GT成绩其实并非申请成功的决定因素，也就是说GT成绩通常不会成为教授录取你的理由，它只是一个门槛而已。但是GT不过关不行，特别是T，一般学校都有分数线。个人认为英语达到CET六级水平是申请的前提，经过努力GT比较容易过关。英语太差的话还是不要冒然尝试，打好基础再来。另一方面，如果你真的要攻读科学教育的博士，不论你在国内还是国外，都必须过英语关。因为你必须了解国际上最新的研究成果，它们都在英文文献里。更何况，考国内的博士不也要考英语嘛，不也要六级水平吗，所以还是硬着头皮闯吧。

其次是学术水平，这反映在你的PS和WS里。过了门槛以后这就是决定你成功与否的因素了。另外，推荐信本来很重要，但是一般人都很难找到在国际上有较高学术声誉的推荐人，所以也就不是太重要了。

最后是match。match是指你的专业兴趣（通过PS和WS来表现）和你所申请的教授所符合。有的教授只专注于一个方向的研究，比如科学史应用于科学教学、社会性科学议题（比如全球变暖）、科学教师教育、探究教学、性别差异等等，如果你的专业兴趣和他/她的一样而且其它条件也不差，那么你的成功几率就非常高了。如果你有了明确的专业兴趣，就可以根据专业文章的发表情况来筛选教授。

申请者常常问什么因素最重要，可以说在各项基本要求达到之后，各因素的重要程度大致应该是：专业背景及工作经历>PS>WS,RL,CV>TOEFL,GRE。

确保申请成功的基本策略

提升整体背景

这里说的整体背景是指申请者的整体情况，它主要由专业背景、工作经历和学术水平三者构成。每个申请者都有不同的情况，每个人应该对自己有准确的定位。如果你的大学成绩很好（90左右），也有了几年教学经历，你一般就不需要读硕士。如果你的大学成绩较好，有硕士学位，也可以不需要教学经历。如果的你的大学成绩不好，但有教学经历，那你可以读个教育硕士来弥补大学成绩低造成的不足。整体素质不是空洞的概念，它直接表现你的CV里，它还影响到你能够写出的PS和WS的水平，它还会影响到你面试时回答问题的水平，其影响是全方面的。

个人认为普通理科教师提升整体素质以确保申请成功的最简单的办法就是去读学科教学的教育硕士。它给你带来的好处有：a、读硕士期间你可以学到科学教育的基本知识，了解这个专业的基本情况，从而根据自己的兴趣而选择好研究方向。b、国内硕士期间所学部分课程的学分可以转到美国的博士学位课程下，因此可以缩短博士学位的学习时间。c、硕士论文可以作为PS和WS写作的基础。d、如果脱产学习的话还可以在硕士学习期间集中精力复习英语，以及准备申请所需的其它材料。总之可以说是一举多得。

认真准备申请材料

这主要是指PS、WS、RL和CV的准备。其中最重要的是PS。

这里先着重说一下PS和推荐信中的一个共同的要点，那就是要非常具体（specific）。要删掉所有的空话套话。具体来说，哪些是空话呢？比如：“我是一个执著追求理想的人”——空话，任何人都可以这样说，请通过你的具体经历来表现。“我是一个善于独立思考的人”——空话，任何人都可以这样说，请通过你的具体想法来表现。这一标准同样设用于推荐信。比如“该同学学习刻苦、热心钻研、勤于思考、思维敏锐、积极提问、勇于发表自己的观点”之类的，全是废话，所有的推荐信都可以这么说，中介搞出来就这样（中介贴在网上的范例常常就是这些），这些玩意儿什么用都没有。要做到如何的specific呢？举个例子，假设有这么一句话：“我在一个项目中承担了主要的任务，经过复杂的计算，调整了多个参数之后，发现了阈值，得到了有意义的结果。”这个不行，等于没说。应该是：“我在XX项目中承担了XX任务，使用XX对XX经过计算，调整了XXYYZZ等参数之后，发现了XX的阈值是XX，这一结果的意义是XX。”不要担心人家看不懂，就是要这么具体。

关于PS，还有一个常见的错误。就是写得像文献综述一样，或者说太学术了。PS是指personal statement或者是statement of purpose。它的重点是你阐述自己的学习和研究目标。主要是展示你的研究兴趣，而不是表达你的学术观点。有的申请者想以PS表达自己的学术功底，但是这应该主要通过WS来表现。PS的目的是让教授对你个人留下深刻印象并觉得和他的方向比较符合，简单说就是让他对你这个人感兴趣。如果太学术了，读来枯燥无味很可能达到反效果。但是也不要写得太煽情，显得很肤浅很不专业。

就科学教育专业的申请者来说，特别适合以结合自身的教育和工作经历的方式来写PS。中学时的教育经历让你产生了怎样的投身教育的想法，工作时期的经历又让你对教育中的哪个问题特别关注，研究生时期又有怎样的思考和初步研究。当然，自身的经历只是整篇PS的线索，它的用处仅仅是穿针引线，不要写得像自传。特别注意PS不是自传。PS的内容应该包括：两三句话提到自己大致的教育经历、工作经历、研究经历；详细阐述自己要研究什么、为什么研究这个、做过哪些研究、觉得该领域还有哪些可作的工作、希望自己将来能在哪方面下功夫。从写作技术上来说，可以先把主线列在一边，再把所有的珍珠（就是你具体的亮点）列在另一边，再想好把哪个珍珠穿到哪个位置上去能够逻辑顺畅。最后就一气呵成的写出来吧。

有的放矢

一般来说，中国的申请者为了确保申请成功都会申请十所左右的学校。有的学校可能你申请时刚好没有空余的助教职位，因此多申请些是有必要的。

选校不如选教授，根据自己专业兴趣所在方向选出最主要的十名教授来申请，这是最好的申请策略。申请时最忌讳的就是盲目申请，明确自己的方向不管是对申请还是对将来的学习和研究都是极重要的。在选好教授后要早点和教授联系，邮件正文简要说明自己的申请目的和研究兴趣。把CV直接贴在邮件末尾，PS、WS贴在附件里(PDF格式最好)。积极反馈的教授很有可能Offer。另外网上看到的系里的GT分数线，有的是强制性的有的是无所谓的，可以在首次联系时就问明白。

总之，整体背景+好的材料+对口的教授=申请成功。

White (2001) 通过对科学教育领域的文献的定量统计分析了上个世纪科学教育研究的一些变化。这些变化可以分为两个部分，一是研究主题的变化，二是研究方法的变化。

科学教育研究主题的变化

White (2001) 统计了 ERIC 中收录的1966～1995年间的科学教育相关文献涉及到的主题词的次数。White 将年份按每五年分为一段共六段进行计数，并将所得数值转换为每1万篇文章中出现的次数。我发现第二、三两个时段（即1971～1975和 1976～1980）中主题词的次数总和（约1.5万）明显小于其他时段中主题词的次数总和（约2万），因此我怀疑他的计数方法可能有问题。我对他的数据 进行了转换，把原来的每一项的数值除以所处时段的总数值，这样应该就和各时段中主题词的次数总和无关了。

表格较大因此使用Google Docs来显示

表中的数值没有绝对的意义，只有相对的意义，可以反映出不同主题词的比重，以及同一主题词在不同年代的比重的变化。最后一列的“趋势”中我用字符来 表示大致的走势。“”表示下降，“/”表示上升，“-”表示持平。表中的*号表示统计了单词的不同形式（名词、动词、形容词等等）。从表中可以得出很多 结论，其中我个人比较关心的有：

1. ability or abilities, IQ or intelligence：能力或智力在科学教育研究中越来越不受关注。
2. assessment：与评价相关的研究在增多。
3. attitud*：与态度相关的研究一直很多。
4. conceptions, conceptions or misconceptions, misconceptions：概念学习和概念转变在科学教育研究中越来越受关注。
5. constructivist or constructivism：建构主义的影响从80年代开始急速上升。
6. epistemolog*：对认识论的关注在增加。
7. learning strategies：对学习策略的关注在增加。
8. science technology society：STS在80年代的高潮过去后就迅速衰落了。

注意该表格没有1995年之后的数据，因此以上结论不能推论到95年之后。

科学教育研究方法的变化

White (2001) 分析了四种科学教育专业期刊（SE、JRST、RISE、IJSE）上1975、1985、1995这三年发表的文章，统计了研究类型（实验研究、相关性 研究等）、自变量（教学方法、性别、年龄）、因变量（认知、非认知）、数据收集的方法（问卷、访谈、观察）、数据报告中统计的运用（推断性统计、描述性统 计）、作者的性别、作者的身份（是否来自学校）、研究对象（教师、不同年级的学生）。

得到的结论有：

1. 研究类型：实验研究（和相关性研究）逐步被描述性研究取代。
2. 自变量：教学方法作为自变量在减少。这与实验研究的减少有关。
3. 数据收集的方法：问卷在减少，访谈和观察在增加，但是问卷仍占大多数。
4. 统计的运用：推断性统计在减少，不使用统计的在增加，总体而言对统计的依赖在减少。
5. 作者的性别：女性在增加，但仍是少数（三分之一）。

总体而言反映了以量性研究为主向质性研究为主的转变。

参考文献

• White, R. (2001). The revolution in research on science teaching. In Richardson, V. (Ed.), Handbook of research on teaching (4 ed., pp. 457-472). New York: Macmillan.

有一种流行的观念认为在研究中必须先把概念定义清楚，然后才能继续探讨。也就是说把明晰的概念当作研究的前提，这甚至被当作学术研究的起码要求。

这种观念很可能来自于自然科学的影响。在这里并不是要强调社会科学和自然科学的区别，必须指出的是，即便社会科学和自然科学从共通的科学属性（假使有的话）上来说没有根本的区别，我们也必须注意到两者处于不同的历史发展时期，因而不能对学术规范进行强行移植。事实上，社会科学的很多学科都是刚刚起步，大多数作为正式学科的登台只有将近一百年的时间，有的甚至是近五十年的事情。而自然科学的发展显然要成熟得多，物理学从伽利略算起也已有四百多年的历史。把成熟学科的规范向新生学科进行生搬硬套是不合理的。如果我们现在回头看自然科学的发展历史，也存在着概念混淆不清的时期。比如物理学上一些极重要的基本概念，力、能量、质量等等，在很长的历史时期里都没有清晰的定义（更不用说时间、空间这样的基本概念了）。在牛顿时代这些概念都是相当混乱的，牛顿甚至对密度和质量、力和加速度采用了循环定义。事实上，正是在整个物理学进步的过程中，当联系物理概念的物理规律被逐步挖掘出来的时候，这些概念才被认识得越来越清晰、越来越深刻。先把概念定义好再开始进行科学研究，这种想当然的理想化的看法既不符合科学发展的历史事实，也不可能实现。

举个具体的例子。我们对逻辑推理能力这个构念的理解本身就不精确，因此要与逻辑推理能力相关的研究要建立完美的构念效度其实是不可能的。而这一现状是可以容忍的，因为我们对和逻辑推理能力相关的规律了解得很少，因此逻辑推理能力这个构念对我们来说必然是模糊的。我们不清楚它到底是怎么回事，我们如何能定义它？有的人会说，“逻辑推理能力”这个概念也许根本就是没有根据的捏造，或者说很可能就是个没意义的伪概念，那我们的所有研究岂不是都在浪费时间？首先逻辑推理能力这个概念是基于日常观察而提出的，绝不是无中生有。也许有一天我们通过研究发现对类似的现象可以有更好的解释，从而导致 “逻辑推理能力”这个概念要被抛弃掉。这种情况完全有可能发生，但是这并不意味着以前的研究都是白费力气。如果没有之前研究的积累，我们就不可能发现对类似的现象的更好的解释。当然可以说我们在研究这个问题时走了弯路，但是这种后见之明毫无意义。其实在自然科学的发展史上旧概念被淘汰的例子也屡见不鲜，比如 “活力”被“能量”替代，还有著名的“以太”的概念被淘汰。如果一定要先给出概念的明确定义，然后才允许开展与之相关的研究，那么相关的研究就永远不会起步，大家都只能从早到晚坐在办公桌前琢磨定义了。如果要跳出闭门造车的尴尬局面，就必须接受已有的还不太可靠的概念网络（包括其中模糊的概念），在其基础上开展研究，并通过研究逐步完善它。

张五常在《经济学帝国主义》一文中说道：

“作本科生时听到森穆逊（P. A. Samuelson）说经济学是社会科学的皇后（Queen of Social Sciences）。当时的理解，是在所有社会科学中，只有经济学是公理性（axiomatic）的。「公理」是指无须证明或不可辩论的出发点，也即是作分析的基础假设（postulates），是对是错皆要首先接受的。行外人不容易明白。这里要说的，是所有自然科学（natural sciences）都是公理性科学（axiomatic science），但在社会科学中（包括社会学、人类学、政治学、历史学等），只有经济学是公理性。因此，在科学方法上，经济学与自然科学（生物、物理、化学等）是完全一样的。”

经济学到底如何，我是外行，管不了。不过张五常对于自然科学的论述是错误的。自然科学（生物、物理、化学等）里面根本不存在“无须证明或不可辩论的出发点”，更没有什么“是对是错皆要首先接受的”。在自然科学领域，即便是最最基本最最核心的假设也必须接受经验证据的不断的考验。自然科学里面的确存在一般情况下不受挑战的基本假设，但它们并不是绝对无需检验就必须接受的“公理”。核心假设在遇到外围理论无法回避的困难时也不得不被推翻，这就是近代科学史上发生的科学革命。因此现在自然科学里面只会说现在存在某些稳定的基本理论，而不会说什么“无须证明或不可辩论的出发点”，。

偶然读到谢宇教授介绍邓肯(O. D. Duncan)的文章。为了偷懒，就先看了中文版。感觉某些地方很费解，于是又看了英文版。两相对照，发现翻译似上有不妥之处，造成了理解障碍。另外，文章还有严重的概念混淆。先说翻译问题。

翻译问题

一个翻译问题就是把“population thinking”翻译成了“总体逻辑思维”。估计谢教授是采用了统计学中的译法而把population译成了“总体”，毕竟谢教授是专门搞统计的。但我感觉还是译为“种群思维”较为恰当，毕竟这个词是从进化论借用过来的，而进化论中的population就是种群的意思。而且“总体逻辑思维”这一译法若不作说明，很难让人反推到“population thinking”这一原文，我还以为是什么东方整体思维之类的东西呢。

在网上查了一下，提到“总体逻辑思维”的文章似乎都与谢教授有关，也就是说这是他的独门译法。在其他人的文章中，比如演化博弈与演化经济学：互补性与差异性一文里就译作“种群思维”。

概念问题一

文中把物理学和社会科学拿来对比，因为我原来是学物理的，因此很容易地发现了文中不少的概念错误。上面提到的翻译是小问题，但是下面这些概念问题就严重了。

首先个体差异和测量误差这两个概念在文中被完全混淆了，比如：

For the physical scientist, variations are undesirable measurement errors, i.e., extraneous noises to be eliminated. For the social scientist, variations are the very essence of social reality.

测量对象之间的个体差异和测量误差完全是不同的概念，但是文中居然把它弄混了。举个最简单的例子，如果要研究物体的体积和质量的关系，就要找到不同体积和不同质量的物体来做研究。物体的体积和质量各不相同，这就是研究对象之间的差异性。在测量某个物体的体积或者质量时，每次的测量值不尽相同， 这就是测量误差。一个是存在物多样性的问题，一个是测量的问题，这两个概念可以说是毫不相干。

物理学里并不把变异性都当作观察误差。物理学寻求稳定的一致的规律，不等于物理学否认存在物的多样性。不同的物质密度不同，不同的原子内的电子数和核子数也不同，物理学家怎么会把这些差异性当作测量误差呢。再举个例子，即便是古代天文学家观测天象时，也不会把观察到星体的亮度不同当做是观测的误差，而是把它当做不同的星体之间的差异。

事实上，任何研究只要涉及到变量，就涉及到个体差异。没有个体差异哪来的变量呢？那不就成了常量了吗？在这一点上自然科学和社会科学并无差异。另一方面，测量存在误差这在哪里也都是一样的，社会科学和自然科学也没有差异。谢教授的文章却把自然科学中的尽可能消除测量误差和社会科学中的重视个体差异这两个不同层面的事情对立起来，这个对比可以说是完全错位了，在此基础上的对总体逻辑思维（种群思维）和类型逻辑思维的比较也就没有道理。由此所作的种种发挥更是成了空中楼台。

概念问题二

文中的第二个概念问题就是混淆了典型(typical)的和理想的(ideal)。比如：

According to typological thinking, natural science should focus on typical phenomena, such as the typical human body, the typical falling object, and the typical circle. Furthermore, scientists should try to isolate extraneous, confounding factors, such as temperature, size, and location, when studying these typical phenomena. A strong assumption, which has worked well in natural science, is that once we understand the typical phenomena, we can generalize the knowledge to individual, concrete cases. (p.2)

物理学家控制了无关变量的目的是创造理想的研究对象，而不是典型的现象。完美的圆是理想的圆，不是典型的圆（什么叫典型的圆？）。自由落体运动是理想的落体运动而不是典型的落体运动。事实上，理想的恰恰是非典型的。采用理想模型是物理研究里的常用方法，它是出于控制变量、简化问题的目的，而并不是研究典型问题的意思。物理学研究的是理想模型，而不是现实存在的典型现象。物理学家也从来不认为对理想模型的研究可以直接推广到现实中的任意个体。没有物理学家会说对自由落体运动的公式可以推广到羽毛的下落。物理世界没有那么简单。

概念问题三

文中的第三个概念问题就是对理想思维方法（文中称为类型逻辑思维）和种群思维方法（文中称为总体逻辑思维）的并列比较。理想思维方法表达的是分离和控制变量的思想，而种群思维方法表达的是以群体（不是个体）为研究对象的思想，这是两个不同维度的思维方法，把它们并列在一起比较是没有道理的。

其实物理学里面也有研究群体现象的分支，比如统计物理学（事实上还真有用统计物理学来研究社会现象的）。研究群体现象时也可以采用分离和控制变量的研究方法，这两者并不矛盾。没有任何理由说研究群体现象就不能采用理想模型，实际上理想气体就是一种理想的种群模型。

另一方面，社会科学的研究问题也不全是群体问题，也有大量的个体问题。并不是普遍现象就是群体现象，关键是涉及到的个体之间有没有相互作用。比如儿童失学问题就是个体问题。儿童失学并不是失学儿童相互作用的问题，其中的个案基本上是相互独立的，因此这仍然是个体问题。再就是，有的问题本来就可以同时从个体或群体的两个不同层面去研究。比如教育问题既有个体的层面也有群体的层面。

对物理学的误解

除了以上提及的概念混淆，作者对物理学的研究方法也存在诸多误解。这篇文章拿社会科学来和物理学比较，刚好我前两天也在思考类似的问题。原本希望能从这篇文章中获得启发，刚好可以借助作者对物理学的误解来获得别样的启发。

作者对物理学/自然科学的误解集中反映在下面这段话里：

Adhering to Plato’s typological thinking in the physical sciences has resulted in a great success story. This kind of thinking also resolved the potential conflict between science and religion for a long time, as natural laws, from this perspective, provide sufficient, physical, or immediate causes governing natural objects, instead of relying on “final causes” directly from the God. One can trace highly successful examples in Copernicus, Galileo, and Newton to this line of reasoning. In typological thinking, real life deviations from the perfect world of being are considered nuisances, imperfections in making copies, and thus trivial and ignorable, unworthy of a true scientist’s attention. The core of this philosophy is that a scientist can make a great scientific discovery only if he/she knows how to go beyond the nuisances posed by deviations in the world of being. (p.2)

这些说法并不符合物理学的实际情况，物理学家并不认为存在物的差异是无关紧要的。在物理研究里，某些时候的确需要建立理想模型，忽视无关的干扰变量。但这是取决于研究的程度，而不是什么预设的根本准则。就落体运动来说，一开始当然研究受空气阻力影响最小的实心铁球而不是羽毛，等自由落体的规律弄清楚了可以再来逐步研究复杂的情况。物理学从来没有规定只能研究理想状况。其实理想与否是相对的，就落体运动来说实心铁球比乒乓球要“理想”，乒乓球又比羽毛要“理想”，理想状况并非绝对的。物理学也没有总是忽视偏差干扰，因为不通过扎实的研究你就不知道什么是真正的“偏差干扰”。物理学非常重视细小的“误差”里所隐藏着玄机，比如开普勒就从8角分的误差里发现了天体的轨道是椭圆而不是完美的圆。当然，物理学家也并不是总在琢磨每个测量上的误差。值不值得钻研，需不需要深究，这取决于研究的目的和条件。

在英文第3页（对应中文第85页），作者还举了测量声速的例子。这个例子仍然是片面的。如果每次在同样的环境里测量声速，那其实是测量同一个对象， 这里的确只有测量误差的问题。但是如果一次在空气里，一次在水里，这就是不同介质中的声速的“个体差异”了。一般来说是不能把这些声速的测量值求平均的， 因为这个平均值没有意义。如果再把光速考虑进来，它和声速相比就相当于不同的“种群”了。这里和所谓的类型逻辑思维或者总体逻辑思维（种群思维）没有任何关系。

另，文首引用了邓肯教授的一段话，称社会学不应该像物理学。这一论断也是错的，其错误在于它把物理学当作了铁板一块。物理学从微观的粒子物理到宏观的统计物理还有宇宙物理，有的侧重理论有的注重实验，具体的研究方法并不相同。其实社会科学很像物理学，社会科学也有多个层面，有个体层面的研究，有小社群的研究，也有针对大到国家规模的人群的研究。对于不同层面的研究要采用不同的方法。统计物理的方法不能推广到整个物理学，粒子物理也不能，宇宙物理也不能。类似地在社会科学领域，人口学的方法也不能推广到整个社会科学，人类学也不能，认知科学也不能。有的研究方向注重数学工具的应用，有的方向注重田野调查，有的方向注重实验，要按照研究的具体问题来选择合适的方法，不要宣称哪种方法是唯一正确的方法。

补充：又读了谢宇教授所著的《社会学方法与定量研究》发现以上提及的错误在该书前几章的相应部分里也全部存在。

参考文献

• 谢宇. (2006). 社会学方法与定量研究. 社会学人类学论丛. 北京: 社会科学文献出版社. ※
• 谢宇. (2008). 奥迪斯·邓肯的学术成就:社会科学中用于定量推理的人口学方法. 社会, 28(3), 81-105. ※

根据的一次作业的要求，全班同学统计了科学教育4种期刊（JRST、SE、IJSE、JSTE）在两年内（2006/9~2008/8）发表的所有文章所使用的研究方法。

统计数据不一定准确（研究方法的划分可能有误），不过大约数应该不错。总体而言，质性研究占了半匹江山，剩下的一半里混合研究和量性研究各占一半。 总之，质性研究应该是科学教育领域的主流。

原本以为质性研究只用在社会科学领域，偶然发现居然也已用于临床医学研究。参看《柳叶刀》上的一篇论文：

Malterud, K. (2001). The art and science of clinical knowledge: Evidence beyond measures and numbers. The Lancet. 358: 397-400.

摘要：

Medical doctors claim that their discipline is founded on scientific knowledge. Yet, although the ideas of evidence based medicine are widely accepted, clinical decisions and methods of patient care are based on much more than just the results of controlled experiments. Clinical knowledge consists of interpretive action and interaction—factors that involve communication, opinions, and experiences. The traditional quantitative research methods represent a confined access to clinical knowing, since they incorporate only questions and phenomena that can be controlled, measured, and counted. The tacit knowing of an experienced practitioner should also be investigated, shared, and contested. Qualitative research methods are strategies for the systematic collection, organisation, and interpretation of textual material obtained from talk or observation, which allow the exploration of social events as experienced by individuals in their natural context. Qualitative inquiry could contribute to a broader understanding of medical science.