摘" 要：运用CiteSpace对2013—2022年国际计算思维研究进行分析与解读，研究发现，国际计算思维研究历程可以分为初步探索和快速发展两个阶段，发文数量呈增长趋势；相关研究文献主要发表在教育技术和计算机科学相关的期刊上；研究以机构合作为主，大部分作者属于师生或同事关系，最多产作者来自中国，但从文章数量和总被引次数来看，大部分作者来自美国；研究主要集中在学科体系发展、能力培养、教育干预、培养驱动研究等方面。
关键词：CiteSpace；计算思维；知识图谱；可视化分析
中图分类号：TP391.4" 文献标识码：A" 文章编号：2096-4706（2024）10-0168-04
Visual Analysis of International Computational Thinking Research Based on CiteSpace
CAI Ronghua， YUAN Hui， GAO Rong
（Key Laboratory of Big Data Research and Application of Basic Education， Hunan Normal University， Changsha" 410081， China）
Abstract： It uses CiteSpace to analyze and interpret international Computational Thinking research from 2013 to 2022， it is found that the history of international Computational Thinking research can be divided into two phases： initial exploration and rapid development， and the number of papers issued is on the increase. Papers about relevant research is mainly published in journals related to educational technology and computer science. Research is mainly based on institutional cooperation， most of writers belong to faculty-student or colleague relationships， and the most prolific writers are from China， but in terms of the number of papers and the total number of citations， most of the writers are from the United States. The research mainly focuses on the development of disciplinary systems， competence development， educational interventions， and cultivation-driven research.
Keywords： CiteSpace; Computational Thinking; Knowledge Graph; visual analysis
0" 引" 言
周以真指出，计算思维应当是每个人都具备的基本技能，而不仅仅是计算机科学家的专属技能，每个人都应具备阅读、写作、算术和计算思维四种基本技能[1]。她的论点提供了一个新的视角，引发了计算思维的研究浪潮。国际上对计算思维的研究已经有了一定的积累，但是由于研究领域的广泛性和复杂性，研究成果分散，难以形成系统性的研究成果。因此，本研究对近10年国际计算思维研究进行综述，有助于系统性地了解国际上计算思维研究的现状和热点。
1" 研究设计
1.1" 数据来源
文献数据来源于WOS核心合集，以标题“computational thinking”、语种“English”进行检索，文献类型排除社论材料、修订、信函、会议录论文、书籍评论和会议摘要，类别选择教育教学研究（Education Educational Research）和教育科学学科（Education Scientific Discipline），时间跨度为2013—2022年。剔除重复结果后得到相关有效文献457篇，并将“全记录与引用的参考文献”导出为纯文本文件，作为本研究的分析数据。
1.2" 研究方法
本研究运用文献计量学的方法，借助陈超美教授开发的可视化工具CiteSpace绘制知识图谱，对特定领域文献集合进行计量，以探寻出学科领域演化的关键路径及其知识拐点，并利用一系列可视化图谱的绘制，来对学科演变的潜在动态机制进行分析[2]。
2" 研究现状分析
2.1" 发文趋势
本研究统计了2013—2022年国际计算思维各年份发表的文献量，如图1所示，对发表年度数量进行分析，能有效地了解计算思维相关研究在国际上的时间分布特点。总体而言，2013—2022年，计算思维的研究发表量呈现出不断增长的趋势，其研究历程可划分为初期探索和迅速发展两个阶段。第一个阶段为2013—2016年，年度发文数量较少，只有个位数；第二个阶段为2016年之后，计算思维研究呈快速增长趋势，这与各国或地区实施了相关政策和措施相关，2016年，美国计算机科学教师协会（CSTA）发布了《K-12计算机科学框架》，将计算思维作为框架的核心内容[3]，我国在《普通高中信息技术课程标准（2017年版）》中将计算思维作为信息技术学科核心素养之一[4]。
2.2" 期刊分布
载文期刊可以直接反映计算思维研究领域成果的集中分布，表明该期刊的学术传递信息能力。2013—2022年，共有102种出版物发表了有关计算思维的文章，计算思维相关研究主要发表在教育技术和计算机科学相关的期刊上。其中，《教育与信息技术》《教育计算研究杂志》分别以41篇发文量位居第一，是发表论文最多的期刊，其次是《教育信息学》《计算机教育》《互动学习环境》等期刊。
2.3" 作者分析
作者是领域研究的主题，在促进某一学科领域的发展中起着引导作用，能够带动学科的发展与方向引领，形成重要的学术团体。最多产的计算思维研究人员是孙立会（Sun Lihui），Sun等人[5]撰写了许多在编程中培养计算思维的实证研究，并且还利用学生的编程态度来预测计算思维。Hershkovitz等人[6]探索了创造力和计算思维之间的联系，Kong等人[7]研究考察了编程对计算思维和自我效能的有效性和教师发展对学生计算思维的影响，Olmo-Muñoz等人[8]的研究重点是在基础教育中通过不插电编程来培养学生的计算思维。
研究人员之间协作的网络模型由228个节点和203个链接组成，如图2所示，其中，天津大学的孙立会、胡琳琳与周丹华，特拉维夫大学的Fishelson和Hershkovitz，均属于机构合作，且为师生或同事关系。
3" 研究热点分析
3.1" 高频词分析
为了进一步了解不同时期研究主题的演变情况，本研究对关键词进行年份统计处理，可以发现计算思维研究有三个演化特征，如表1所示。
具体分析如下：
1）研究对象不断扩大。计算思维早期的研究主要涉及计算机科学教育领域，利用计算手段来解决问题，而计算机和编程课程主要在学习计算机科学专业的大学课堂中开展，可视化编程语言的出现让中小学学生更早地接受计算思维培养。
2）实践探索不断深入。如Hudson等人[9]设计了一种多方面的基于机器人的干预措施，这种易于实施、教师友好的基于机器人的干预对学生计算思维技能的发展产生了积极的变化。
3）评价体系不断完善。计算思维技能培养的效果需要利用工具和方法进行测量，早在2010年，邱汉光等人就以Agent Sheets为基础，开发了一种名为计算思维模式图（CTP）的评估工具，用于对学生在制作游戏程序时，运用其来评估计算思维概念的使用情况。Korkmaz等人[10]设计开发了一个由29个题目组成的计算思维评价量表（CTS），可用于识别学生的计算思维水平。
3.2" 聚类分析
通过LLR算法进行聚类分类，得到关键词聚类图谱，如图3所示，其中Q = 0.83＞0.3，S = 0.94＞0.7，表明聚类结构比较显著。
结合具体文献对关键词聚类分析，发现当前国际计算思维研究领域的主要内容包括以下4个方面：
1）#0基础教育（Elementary Education）、#4计算机科学教育（Computer Science Education）和#11科学教育（Science Education）可以划分为计算思维学科体系发展研究，该大类下的关键词有“K-12、科学、学生、学校、老师”等。计算思维早期的研究主要涉及计算机科学教育领域，利用计算手段来解决问题。越来越多的国家和国际组织开始讲计算思维培养的内容，明确地纳入到了中小学教育的目标任务之中，并且还在积极地开展各种实践探索[11]。
2）#1问题解决（Problem Solving）和#2计算机问题解决（Computational Problem Solving）可以划分为计算思维能力培养研究，该大类下有“计算思维、教育、有效性、框架、游戏”等关键词。计算思维应该是一种思维过程，重视在真实的问题情境，将相关知识点运用到问题的解决之中，因此，在不同的情况下，学习者面对问题，并对其进行解决的过程，更有利于提升学习者的计算思维水平[10]。编程课程不仅能让学生掌握编程和计算机操作，还可以通过设计并创作自己的游戏，来提升学生的思维能力、解决问题的能力以及创造力[12]。
3）#5教育机器人（Educational Robotics）、#6编程专业（Programming Profession）、#7以证据为中心的设计（Evidence- Centered design）和#9基于块的编程（Block-Based Programming）可以划分为计算思维教育干预研究，该大类下的关键词有“机器人、技能、设计、Scratch、技术”等。研究人员试图利用编程工具、机器人、游戏和非数字干预在各种教育环境中教授计算思维知识和技能，目标人群从幼儿园到大学生不等[13]。实施最多的干预措施包括教育机器人、基于块的编程和教育游戏[14]。研究表明，易于使用的可视化编程语言的出现，使用编程工具教授儿童编程的方法才得以广泛研究[15]。
4）#3教师发展（Teacher Development）、#8自我效能（Self Efficacy）和#10 主动学习（Active Learning）可以划分为计算思维培养驱动研究，该大类下有“知识、模型、性别、小学、态度”等关键词。现有的研究成果中，针对教师计算思维教学能力的研究有限，主要侧重于在职教师的职业发展，但很少有培训职前教师的教师教育方案，教师教育者需要首先培养教师如何进行计算思维的知识和技能，才能教会学生进行计算思维[16]。机器人可以作为可行的教学策略来促进科学学习，提高对机器人和机器人教学的自我效能信念，并在职前教师中发展计算思维技能[17]。同时，有必要设计一个以兴趣为导向、具有中等难度和合作机会的计算思维课程，来提高学生的创造性自我效能。
4" 结" 论
本研究采用文献计量学和知识图谱可视化的方法，对2013—2022年在国际上发表的计算思维研究成果进行统计与分析，主要得出以下结论：
从研究现状来看，国际计算思维研究呈增长趋势，特别是2016年之后，由于国际上相关政策和措施的推动，相关研究大幅度增加，且主要发表在教育技术和计算机科学相关的期刊上，国际计算思维研究学术团体以机构合作为主，大部分属于师生或同事关系，最多产作者来自中国，但从文章数量和总被引次数来看，大部分作者来自美国。目前来说，大多数计算思维相关研究仅限于少数研究人员和机构进行，还没有形成具有影响力的学术团体。随着计算思维相关研究受到越来越多的关注，未来必须推动研究人员进行国际合作和比较研究。
从研究热点来看，国际计算思维研究形成了4大类别，分别是计算思维学科体系发展、计算思维能力培养研究、计算思维教育干预研究、计算思维培养驱动研究。随着计算思维逐渐成为STEM教育的核心，更多的研究者开始定义计算思维在数学、科学等学科课堂中的理论基础，主张将计算思维嵌入数学和科学环境中。在培养学生计算思维的同时，将其嵌入到学科教学中，关键在于设计和开发一种科学有效的计算思维评价工具。计算机编程特别是Scratch等可视化编程语言成为计算思维培养实践中的重要工具，因为它们具备低门槛和高上限两个特征，既能让初学者快速入门，又能满足高水平者的需求。
总的来说，尽管计算思维研究已经在国际上得到了广泛的重视，但已有的研究与实践探索仍存在不足之处。具体如：定义尚未统一，造成不同学者对计算思维的理解和定义存在差异，导致了研究结果的不一致性，且不同的研究难以进行比较；评估和测量方法尚未成熟，目前，计算思维的评估主要依赖于问卷调查和实验室测试，存在一定的局限性，等等。
参考文献：
[1] WING J M. Computational Thinking [J].Communications of the ACM，2006，49（32）：33-35.
[2] 陈悦，陈超美，刘则渊，等.CiteSpace知识图谱的方法论功能 [J].科学学研究，2015，33（2）：242-253.
[3] 朱珂，贾彦玲，冯冬雪.欧洲义务教育阶段发展计算思维的理论与实践研究 [J].电化教育研究，2019，40（9）：89-96+121.
[4] 中华人民共和国教育部.普通高中信息技术课程标准：2017年版 [M].北京：人民教育出版社，2018.
[5] SUN L H，HU L L，ZHOU D H. Programming Attitudes Predict Computational Thinking： Analysis of Differences in Gender and Programming Experience [J/OL].Computers amp; Education，2022，181：104457[2023-09-26].https：//doi.org/10.1016/j.compedu.2022.104457.
[6] HERSHKOVITZ A，SITMAN R，ISRAEL-FISHELSON R，et al. Creativity in the Acquisition of Computational Thinking [J].Interactive Learning Environments，2019，27（5-6）：628-644.
[7] KONG S-C，CHIU M M，LAI M. A Study of Primary School Students Interest，Collaboration Attitude，and Programming Empowerment in Computational Thinking Education [J].Computers amp; Education，2018，127：178-189.
[8] OLMO-MUÑOZ J D，CÓZAR-GUTIÉRREZ R，GONZÁLEZ-CALERO J A. Computational Thinking Through Unplugged Activities in Early Years of Primary Education [J/OL].Computers amp; Education，2020，150：103832[2023-09-18].https：//doi.org/10.1016/j.compedu.2020.103832.
[9] HUDSON M-A，BAEK Y. Increasing Elementary Students Computational Thinking Skills Using a Multifaceted Robotics-Based Intervention [J].Computers in the Schools，2022，39（1）：16-40.
[10] KORKMAZ Ö，ÇAKIR R，ÖZDEN M Y. A Validity and Reliability Study of the Computational Thinking Scales（CTS） [J].Computers in Human Behavior，2017，72：558-569.
[11] 郁晓华，肖敏，王美玲.计算思维培养进行时：在K-12阶段的实践方法与评价 [J].远程教育杂志，2018，36（2）：18-28.
[12] WONG G K-W，CHEUNG H-Y. Exploring ChildrenS Perceptions of Developing Twenty-First Century Skills Through Computational Thinking and Programming [J].Interactive Learning Environments，2020，28（4）：438-450.
[13] SHUTE V J，SUN C，ASBELL-CLARKE J. Demystifying Computational Thinking [J].Educational Research Review，2017，22：142-158.
[14] RODRÍGUEZ-MARTÍNEZ J A，GONZÁLEZ-CALERO J A，SÁEZ-LÓPEZ J M. Computational Thinking and Mathematics Using Scratch： an Experiment with Sixth-Grade Students [J].Interactive Learning Environments，2020，28（3）：316-327.
[15] LYE S Y，KOH J H L. Review on Teaching and Learning of Computational Thinking Through Programming： What is Next for K-12？ [J].Computers in Human Behavior，2014，41：51-61.
[16] YADAV A，STEPHENSON C，HONG H. Computational Thinking for Teacher Education [J].Communications of the ACM，2017，60（4）：55-62.
[17] JAIPAL-JAMANI K，ANGELI C. Effect of Robotics on Elementary Preservice Teachers Self-Efficacy，Science Learning，and Computational Thinking [J].Journal of Science Education and Technology，2017，26（2）：175-192.
