Theoretical Model and Quantitative Assessment of Scientific Thinking and Reasoning
科学思维的理论模型与量化评估
A. 因果关系和科学思维之间的联系
因果关系通常被认为是生成知识的思维和推理过程中最本质的组成成分，尤其是在科学领域。例如，概念性知识可以理解为对系统中基本组成部分和其因果关系的描述。此外，因果理解被认为是朴素物理学理论发展所必需的推理，使幼儿能够理解他们周围的世界。总之，因果关系理解对于知识的发展是不可或缺的。
A1. 因果关系的定义
因果关系的定义由来已久。在最近的研究中，明确强调了建立因果关系的三个要素，其包括：（1）潜在因果的时间顺序元素，其中原因必须在时间上先于效果；（2）协变量元素，它描述了基于对事件的实验观察而建立的因果变量之间的定量协变量关系；（3）机制元素，指将因果联系起来的机制理解和模型解释，是更精细化和更深层次的理论模型。这三个要素在最近的两项研究中得到了明确的定义[62,63]，共同构成了因果思维的基础。通常情况下，时间元素是因果关系的先决条件，人们在日常生活通常具有一定的基本认识。因此，本文将重点研究思维过程中的协变量和机制元素，这两个元素是构成完整因果关系的基本条件。通常在科学探究的发展过程中，人们对协变(实验证据)或机制元素(概念理论)的因果认识可能暂时领先对方，而它们的交替发展促进正是推动知识发展进程的基本过程。
从哲学和认识论的角度来看，人类是观察者，并基于观察对如何解释和预测某些事件做出推断。这种解释和预测是在理解潜在的因果关系和非因果关系的基础之上构建的。一般来说，因果关系的时间因素是定义因果关系的基础，导致事件因时间因素的变化发生协变。对协变量过程的描述通常以观察过程的初始和最终状态以及状态之间的变化过程作为基础。基于这些观察，一致的趋势和模式被识别出来，形成协变关系，这些关系可以被进一步归纳，从而对变化背后可能的机制过程做出推断。在知识生成过程中，要对初始状态和最终状态之间的变化进行观察从而产生对协变关系的理解，此外，对机制过程的推断也有助于对协变机制原因的理解。
图1说明了形成因果关系所涉及的三个要素及相关过程。通常来讲，人们的认知过程开始于观察多变量场景下发生的顺序事件。观察结果产生了协变行为的描述性数据，这些数据可以用来进一步提取以实验条件（例如控制变量）为基础的特定数据模式。然后，可以使用有效的协变关系数据来推断潜在的数学和逻辑关系，并且这些数据可用于归纳协变数据模式中存在的可能机制，还能对更多场景下的结果进行预测。同时，如果学习者遇到的事件和问题场景是熟悉的，它们还可以激活学习者已有的知识，从而帮助他们解释观察结果，或者在产生认知冲突时提示额外的处理方案。然后，通过反复的对协变数据和对应机理的解释进行协调和整合，可以产生对目标事件因果关系的综合理解，并将其整合到一个人的知识系统中。
图1. 有助于理解因果关系的基本要素和过程，它描述了按时间顺序发生的事件内在联系。通过观察，协变数据可以进行概括整合以便为因果关系提供经验证据。同时，假设的机制可以对因果关系和协变信息存在的原因和方式进行机制解释。二者都是对因果关系形成全面理解所必须的。
对于因果关系和科学思维之间的联系，现有的关于科学思维的模型通常强调确定因果关系时的协变证据，基于证据的判断往往被认为要优于基于理论的判断[38,64]。同时，也有人考虑和研究过科学思维在因果机制中的重要性，认为学习者在思维过程中既包含了协变信息，也包含了因果机制信息[65]。在本文的描述中，通过对科学思维和因果思维的整合，把协变和机制信息作为因果思维模型建立的共同基础。
这里综合有关文献和讨论得出，因果关系概念的操作性定义有三个基本组成部分，其中包括时间顺序、数据协变和机制。在因果思维方面，一旦建立了一个时间过程，就可以通过两条推理途径来探究和确定因果关系。一种途径是通过分析协变数据模式来确定数据协变关系的因果关系(DCR) 。另一种则通过一系列假设的概念(理论)和数学逻辑，将因果联系起来探索基于机制的解释，这些被称为机制解释的因果关系(MCR)。DCRs提供协变模式来启示或证明相关变量之间的因果关系，但不能(或缺乏必要的解释机制)解释导致观察结果的方式和原因。后者是MCRs的功能。在因果思维中，DCRs为验证某个假设的因果关系机制提供了证据。同时，MCRs为某些变量在特定条件下导致结果的方式和原因提供了解释机制。这些机制可以是纯粹的假设，没有任何现有的数据协变证据，如提出的新理论。另一方面，它们可以基于汇总的数据协变证据进行归纳和检验，这是对一个理论或假设进行归纳理论化和实验检验的过程。