192d30661474f49d85ef0eaaa94c449f71627
192d30661474f49d85ef0eaaa94c449f71627
192d30661474f49d85ef0eaaa94c449f71627
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Kuram ve Uygulamada Eğitim Bilimleri • Educational Sciences: Theory & Practice • 14(4) • 1607-1627<br />
©<br />
2014 Eğitim Danışmanlığı ve Araştırmaları İletişim Hizmetleri Tic. Ltd. Şti.<br />
www.edam.com.tr/kuyeb<br />
DOI: 10.12738/estp.2014.4.2039<br />
Matematik Eğitiminde Matematiksel Modelleme: Temel<br />
Kavramlar ve Farklı Yaklaşımlar *<br />
Ayhan Kürşat ERBAŞ a<br />
Orta Doğu Teknik Üniversitesi<br />
Bülent ÇETİNKAYA c<br />
Orta Doğu Teknik Üniversitesi<br />
Cengiz ALACACI e<br />
İstanbul Medeniyet Üniversitesi<br />
Mahmut KERTİL b<br />
Marmara Üniversitesi<br />
Erdinç ÇAKIROĞLU d<br />
Orta Doğu Teknik Üniversitesi<br />
Sinem BAŞ f<br />
İstanbul Aydın Üniversitesi<br />
Öz<br />
Bütün dünyada olduğu gibi son yıllarda ülkemizde de akademik çalışmalara konu olan matematiksel modellemeyle<br />
ilgili geniş bir alan yazın bulunmaktadır. Fakat matematiksel modelleme ve ilgili kavramlar üzerine ortak<br />
bir anlayıştan bahsetmek mümkün değildir. Alan yazında öğrenme ve öğretme sürecinde matematiksel modellemenin<br />
kullanımı, model ve modellemenin tanımı, kuramsal altyapısı ve kullanılan modelleme sorularının niteliği<br />
gibi konularda farklı bakış açıları görülmektedir. Bu çalışmada iki konu üzerine odaklanılmıştır. İlk bölümde<br />
matematik eğitiminde matematiksel modellemeyle ilgili temel konu ve kavramlar incelenmiştir. İkinci bölümde<br />
ise modellemenin matematik eğitiminde kullanımıyla ilgili “matematiği öğretmek için bir araç” ve “matematik<br />
öğretiminin amacı” şeklinde özetlenebilecek iki farklı yaklaşım tartışılmıştır.<br />
Anahtar Kelimeler<br />
Matematik Eğitimi, Matematiksel Model, Matematiksel Modelleme, Problem Çözme.<br />
* Bu makaleye konu olan çalışma Türkiye Bilimsel ve Teknolojik Araştırma Kurumu (TÜBİTAK) tarafından 110K250<br />
nolu araştırma projesi kapsamında desteklenmiştir. Bu makalede öne sürülen görüşler yazarlara ait olup<br />
TÜBİTAK’ın görüşlerini yansıtmamaktadır. Ayhan Kürşat ERBAŞ, Türkiye Bilimler Akademisi Genç Bilim İnsanlarını<br />
Ödüllendirme Programı (TÜBA-GEBİP) tarafından desteklenmektedir (A.K.E./TÜBA-GEBİP/2012-11).<br />
a<br />
Sorumlu Yazar: Dr. Ayhan Kürşat ERBAŞ Matematik eğitimi alanında doçenttir. Çalışma alanları arasında cebir<br />
öğretimi ve öğrenimi, matematik öğretmen eğitimi ve öğretmen yeterlilikleri, matematik eğitiminde teknoloji<br />
entegrasyonu, problem çözme ve modelleme yer almaktadır. İletişim: Orta Doğu Teknik Üniversitesi,<br />
Eğitim Fakültesi, Ortaöğretim Fen ve Matematik Alanları Eğitimi Bölümü, 06800 Ankara. Elektronik posta:<br />
erbas@metu.edu.tr<br />
b Dr. Mahmut KERTİL Matematik Eğitimi alanında araştırma görevlisidir. İletişim: Marmara Üniversitesi,<br />
Atatürk Eğitim Fakültesi, Ortaöğretim Fen ve Matematik Alanları Eğitimi Bölümü, 34722 Kadıköy, İstanbul.<br />
Elektronik posta: mkertil@marmara.edu.tr<br />
c<br />
d<br />
e<br />
f<br />
Dr. Bülent ÇETİNKAYA Matematik Eğitimi alanında doçenttir. İletişim: Orta Doğu Teknik Üniversitesi, Eğitim<br />
Fakültesi, Ortaöğretim Fen ve Matematik Alanları Eğitimi Bölümü, 06800 Ankara. Elektronik posta:<br />
bcetinka@metu.edu.tr<br />
Dr. Erdinç ÇAKIROĞLU Matematik Eğitimi alanında doçenttir. İletişim: Orta Doğu Teknik Üniversitesi, Eğitim<br />
Fakültesi, İlköğretim Bölümü, 06800 Ankara. Elektronik posta: erdinc@metu.edu.tr<br />
Dr. Cengiz ALACACI Matematik Eğitimi alanında profesördür. İletişim: İstanbul Medeniyet Üniversitesi, Eğitim<br />
Bilimleri Fakültesi, 34700 İstanbul. Elektronik posta: cengiz.alacaci@medeniyet.edu.tr<br />
Dr. Sinem BAŞ Matematik Eğitimi alanında yardımcı doçenttir. İletişim: İstanbul Aydın Üniversitesi, Eğitim Fakültesi,<br />
İlköğretim Matematik Öğretmenliği Bölümü, 34295 İstanbul. Elektronik posta: sinembas@aydin.edu.tr
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
Matematiksel modelleme en genel anlamda gerçek<br />
hayattan veya gerçekçi bir durumun matematiksel<br />
yöntemler kullanılarak analiz edilmesi sürecidir.<br />
Matematiksel modellemenin ilköğretimden yükseköğretime<br />
kadar bütün kademelerde matematik<br />
derslerinde kullanılması gerektiği fikri son yıllarda<br />
önem kazanmıştır. Öğrencilerin matematiği daha<br />
anlamlı ve gerçek hayatla ilişkili öğrenmelerine yardımcı<br />
olacağı düşüncesi ve mevcut problem türlerinin<br />
bu hedefi gerçekleştirmede yetersiz kalması,<br />
modellemenin matematik eğitiminde kullanılması<br />
fikrinin temel dayanağıdır. Günümüzde teknolojinin<br />
de hızla gelişmesiyle farklı alanlarda çalışacak<br />
olan bireylerden farklı becerilere sahip olmaları<br />
beklenmektedir. Bu bağlamda, bireylere gerçek<br />
hayatta problem çözme becerilerinin kazandırılmasının<br />
matematik eğitiminin asıl hedefi olması<br />
gerektiği; matematiksel modellemenin öğretim<br />
sürecinde kullanımının da bu hedefe ulaşmanın bir<br />
yolu olabileceği düşünülmektedir (Gravemeijer ve<br />
Stephan, 2002; Lesh ve Doerr, 2003a). Son yıllarda<br />
matematik eğitiminin her seviyesinde matematiksel<br />
modelleme uygulamaları üzerine çalışmalar yapılmakta<br />
(ör. Çiltaş ve Işık, 2013; Delice ve Kertil,<br />
2014; Kertil, 2008) ve okul matematiğinde modelleme<br />
uygulamalarına daha fazla yer verilmesi gerekliliği<br />
vurgulanmaktadır (Department for Education<br />
[DFE], 1997; National Council of Teachers of Mathematics<br />
[NCTM], 1989; 2000; Talim ve Terbiye<br />
Kurulu Başkanlığı [TTKB], 2011, 2013).<br />
Eğitim ortamlarında matematiksel modellemenin<br />
anlamı, amacı, öğrencilere sunuluş biçimi, öğretim<br />
programına entegre edilme biçimleri ve öğretmenlerin<br />
sahip olması gereken mesleki donanımlar<br />
gibi konularda kabul görmüş ortak bir anlayıştan<br />
söz etmek mümkün değildir (Kaiser, Blomhoj ve<br />
Sriraman, 2006; Niss, Blum ve Galbraith, 2007).<br />
Modelleme farklı alanlarda kullanılan yaygın bir<br />
terim olup matematik eğitimi alan yazını içinde<br />
bile oldukça farklı anlam, amaç ve yaklaşımlarla ele<br />
alınabilmektedir. Bu alanda çalışma yapmak isteyen<br />
araştırmacıların alan yazındaki farklı yaklaşımların<br />
farkında olması önemlidir. Bu çalışmanın amacı<br />
öncelikle matematik eğitiminde matematiksel modellemeye<br />
ilişkin temel konuların ve kavramların<br />
tartışılmasıdır. Ayrıca, öğretim sürecinde kullanılan<br />
yöntemler ve hedefler çerçevesinde modellemenin<br />
nasıl tanımlandığı, kuramsal altyapısı ve<br />
kullanılan soruların niteliği bakımından “matematik<br />
öğretiminde araç” veya “matematik öğretiminin<br />
amacı” olarak matematiksel modelleme yaklaşımları<br />
ele alınmaktadır.<br />
Matematiksel Modelleme ve İlgili Temel Kavramlar<br />
Modelleme, birçok alanda gerçek hayattan bir objenin<br />
veya bir durumun prototipini oluşturma anlamında<br />
kullanılan yaygın bir terimdir. Matematiksel<br />
modelleme ise gerçek hayat durumlarının işleyişi<br />
ve yapısını anlamlandırmak için matematiğin sembolik<br />
diline aktarılarak ifade edilmesi sürecidir<br />
(Gravemeijer, 2002). Matematiksel modelleme ve<br />
ilgili bazı temel kavramlar ilerleyen bölümlerde ele<br />
alınmıştır.<br />
Model ve Matematiksel Model: Lesh ve Doerr’a<br />
(2003a) göre model, karmaşık sistemleri ve yapıları<br />
yorumlamak ve anlamak için zihinde var olan<br />
kavramsal yapılar ile bunların dış gösterimlerinin<br />
bütünüdür. Bir başka ifadeyle insanların doğayı<br />
anlayabilmek için keşfedip geliştirdikleri ve kullandıkları<br />
fikirler, gösterimler, kanunlar ve birtakım<br />
araç ve gereçler “model” kavramı ile ilişkilidir. Lehrer<br />
ve Schauble (2003) ise modeli, basit anlamda hiç<br />
aşina olmadığımız bir sistem ile önceden bildiğimiz<br />
sistemler arasında bağ kuran bir tür analoji olarak<br />
tarif etmektedirler. Bir analoji ve onunla ifade edilmeye<br />
çalışılan gerçek durum arasında mutlak bir<br />
uygunluktan söz edilemez. Aynı durum modeller<br />
için de geçerlidir. İnsanlar gerçek hayat durumlarının<br />
yorumlayıp anlamlandırmak için modeller ile<br />
düşünürler. Lehrer ve Schauble (2007) bu durumu<br />
model tabanlı düşünme olarak ifade etmekte ve bunun<br />
sürekli geliştiğini ve değiştiğini vurgulamaktadırlar.<br />
Model tabanlı düşünmenin ilk seviyesi fiziksel modellerdir.<br />
Örneğin, bir dönme dolabın küçük bir<br />
maketinin yapılması fiziksel bir modeldir. İkinci<br />
seviye ise gerçek hayat durumunun farklı gösterim<br />
sistemleri kullanılarak ifade edilmesidir. Örneğin,<br />
bir dönme dolabın genişletilmiş birim çember gibi<br />
düşünülerek koordinat düzlemine yerleştirilmesi,<br />
yarıçap ve merkez açı gibi semboller de kullanılarak<br />
matematiksel gösterim sisteminde ifade edilmesi bu<br />
seviyede bir modeldir. Kullanılan gösterimler basit<br />
olabileceği gibi daha üst düzey de olabilir. Üçüncü<br />
seviye ise sentaktik model olup, gerçek hayat durumunun<br />
yapısal özelliklerinin ve işleyişinin daha<br />
soyut ve bilimsel sembollerle ifade edilmesidir. Bu<br />
seviyede gerçek hayat durumu ile modeli arasında<br />
fiziksel bir benzerlik söz konusu değildir. Sabit hızda<br />
dönen bir dönme dolap üzerinde bulunan herhangi<br />
bir kapsülün zamana bağlı yerden yüksekliğini<br />
gösteren matematiksel formülün trigonometrik<br />
fonksiyonlar kullanılarak ifade edilmesi sentaktik<br />
modele örnek olarak verilebilir. Son seviye ise gelişmekte<br />
olan (emergent) modellerdir. Bu seviyede ise<br />
incelenen gerçek hayat durumunun yapısal özellik-<br />
1608
ERBAŞ, KERTİL, ÇETİNKAYA, ÇAKIROĞLU, ALACACI, BAŞ / Matematik Eğitiminde Matematiksel Modelleme: Temel Kavramlar...<br />
leri sentaktik modellerle matematiksel olarak ifade<br />
edilmesinden sonra başlangıçta hedeflenmeyen<br />
yeni ilişkilerin ve modellerin ortaya çıkarılması söz<br />
konusudur. Netice itibariyle, gerçek hayat durumu<br />
ile modeli arasında birebir aynılıktan bahsetmek<br />
mümkün olmayacağı için, her zaman daha iyi bir<br />
modele ulaşabilme söz konusudur. Bu ise insanların<br />
kendi modellerini geliştirme veya yeni modeller<br />
ortaya çıkarma uğraşının sürekli devam etmekte<br />
olduğu anlamına gelmektedir.<br />
Matematiksel modeller gerçek hayattan bir nesnenin<br />
veya durumun fiziksel özelliklerinin ötesinde<br />
daha çok yapısal özelliklerini ve çalışma prensiplerini<br />
açıklamakla ilgilenir (Lehrer ve Schauble,<br />
2003, 2007; Lesh ve Doerr, 2003a). Örneğin,<br />
E = mc 2 formülü kütle, ışık hızı ve enerji arasındaki<br />
ilişkiyi açıklayan bir matematiksel modeldir. Fakat<br />
bir kişinin bu modele sahip olması yalnızca formülü<br />
kullanarak işlemler yapabilmesini değil, bu formülün<br />
temsil ettiği fiziksel yapıları anlayarak farklı<br />
bağlamlarda yorumlayabilmesini gerektirir. Dolayısıyla<br />
Lehrer ve Schauble’ın (2007) farklı model seviyelerinin<br />
ikinci seviyesinden sonra matematiksel<br />
modeller söz konusu olur. Ancak, herhangi bir matematiksel<br />
gösterimi tek başına bir matematiksel<br />
model olarak kabul etmek doğru değildir. Lehrer<br />
ve Schauble’a (2003) göre, gerçek hayattan bir durumun<br />
matematiksel bir modelinin oluşturulması<br />
sürecinde birden fazla matematiksel temsilin kullanılması<br />
ve birlikte yorumlanması söz konusudur.<br />
Bu nedenle, oluşturulan matematiksel bir modele<br />
gerçek hayat durumunun içerdiği bütün özellikleri<br />
aktarmak mümkün olmadığı gibi, tek bir matematiksel<br />
gösterimin de bir model olarak kabul edilmesi<br />
beklenmemelidir. Bir gerçek hayat durumunun<br />
yapısını anlamak için kullanılan farklı matematiksel<br />
gösterimler, işlemler ve fonksiyonel ilişkiler bir<br />
bütün olarak matematiksel modeli oluşturmaktadır.<br />
Örneğin, deprem ve gün uzunlukları gibi periyodik<br />
yapıya sahip durumları açıklamak için trigonometrik<br />
fonksiyonlar ve bu fonksiyonların farklı<br />
gösterimleri, maliyet hesaplarında değişim oranını<br />
açıklamak için türevin farklı gösterim ve yorumları<br />
birer matematiksel model olarak düşünülebilir.<br />
Matematiksel Model ve Somut Materyaller: Matematiksel<br />
model ve modelleme özellikle ilköğretim<br />
düzeyinde yaygın olarak somut materyal kullanımı<br />
olarak anlaşılmaktadır (Lesh, Cramer, Doerr, Post<br />
ve Zawojewski, 2003). Dienes’e göre öğrencilerde<br />
önemli matematiksel düşünme becerilerinin gelişmesi<br />
için somut materyallerin etkili bir şekilde kullanımı<br />
somutlaştırma (embodiment) açısından oldukça<br />
önemlidir (1960’dan akt., Lesh ve ark., 2003).<br />
Öğrencilerdeki gelişim somuttan soyuta olduğu<br />
için somut materyal kullanımı, soyut matematiksel<br />
düşünme becerilerinin gelişimi için ilk adım olarak<br />
görülür. Bu sebeple, onluk taban blokları, birim<br />
küpler, örüntü blokları, simetri aynası, kesir takımı,<br />
şeffaf kesir kartları ve geometri şeritleri gibi materyallerin<br />
matematik eğitiminde kullanımı sıklıkla<br />
vurgulanmaktadır. Öğretim aracı olarak kullanılan<br />
somut materyallerin model olarak adlandırılması,<br />
matematiksel modellemenin somut materyal<br />
tasarlama ve kullanımı ile sınırlı olduğu algısına<br />
sebep olmaktadır. Oysa matematik eğitiminde<br />
matematiksel modelleme daha geniş bir anlamda<br />
kullanılmaktadır. Somut materyal kullanımı, model<br />
terimi ile modelleme alan yazınında ele alınmakla<br />
birlikte, bu çalışmada açıklanan dinamik bir süreç<br />
ifade eden matematiksel modelleme genel teriminin<br />
kapsamını yansıtmamaktadır. Hatta bu somut<br />
materyaller bazı matematiksel kavramların birileri<br />
tarafından oluşturulmuş, hazır ve statik modelleri<br />
olarak görülmekte ve bu nedenle yapılandırmacı<br />
ve sosyo-kültürel öğrenme teorilerini temel alan<br />
modelleme yaklaşımlarınca bireyin kendi zihinsel<br />
yapılandırma sürecinden geçmediği noktasında<br />
eleştirilmektedir (Gravemeijer, 2002).<br />
Matematiksel Modelleme<br />
Matematiksel modelleme matematik dışında birçok<br />
disiplinin de ilgi alanına giren, eğitimin her seviyesinde<br />
gerçek hayatla ilişkili, açık-uçlu ve uygulamalı<br />
problem çözme uygulamalarını kapsayan genel bir<br />
terimdir. Haines ve Crouch (2007) matematiksel<br />
modellemeyi, gerçek hayat problem durumlarının<br />
soyutlanarak matematik diline aktarıldığı, çözümlendiği<br />
ve sonra çözümün test edildiği döngüsel bir<br />
süreç olarak tarif etmektedirler. Öte yandan Verschaffel,<br />
Greer ve De Corte’ye (2002) göre ise matematiksel<br />
modelleme, bir gerçek hayat durumundaki<br />
olayları ve bunlar arasındaki ilişkileri matematiksel<br />
olarak ifade etmeye çalışma ve matematiksel örüntüleri<br />
ortaya çıkarma sürecidir. Her iki tanımda da<br />
bir gerçek hayat durumunun fiziksel modelinin<br />
ötesine geçilerek yapısal özelliklerinin matematik<br />
yardımıyla incelenmesine işaret edilmektedir.<br />
Lesh ve Doerr (2003a) matematiksel modellemeyi<br />
mevcut kavramsal sistemlerin ve modellerin kullanıldığı,<br />
farklı bağlamlarda anlamlandırılarak geliştirildiği<br />
ve yeni modellerin ortaya çıkarıldığı bir<br />
süreç olarak ifade etmektedirler. Bu tanıma göre<br />
matematiksel modelleme, hem önceden bilinen<br />
kavramsal sistemleri ve modelleri kullanma hem<br />
de yenilerini oluşturma ve geliştirme anlamlarını<br />
içermesi bakımından statik ve dinamik yapıları içe-<br />
1609
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
ren bir terimdir. Başka bir deyişle, model bir süreç<br />
sonunda oluşturulmuş ürünü ifade ederken modelleme<br />
ise bir durumun fiziksel, sembolik ya da soyut<br />
modelini oluşturma sürecini ifade etmektedir (Sriraman,<br />
2006). Benzer şekilde Gravemeijer ve Stephan<br />
(2002) da matematiksel modellemenin sadece<br />
gerçek hayat durumlarının hazır modeller kullanılarak<br />
matematik diline aktarmakla sınırlı olmadığını,<br />
gerçek hayat durumu içerisindeki olguların<br />
yeniden yorumlanıp düzenlenerek matematiksel<br />
kavramlarla ve gösterimlerle ilişkilendirilmesini de<br />
kapsadığını ifade etmektedirler. Matematiksel modellemede,<br />
gerçek hayat durumunun matematiğin<br />
sembolik diline başarılı bir şekilde aktarılabilmesi<br />
için öğrencilerin işlemsel ve aritmetik bilgilerin<br />
ötesinde uzamsal düşünme, yorumlama, tahmin<br />
etme gibi daha üst düzey matematiksel donanımlara<br />
sahip olmaları gerekmektedir (Lehrer ve Schauble,<br />
2003). Bu anlamda, matematiksel modelleme<br />
bilimsel düşünmenin gereklilikleri olan oluşturma,<br />
keşfetme, uygulama, yorumlama ve değerlendirme<br />
gibi becerileri içerdiği için iki ayrı alan gibi görülen<br />
matematik ile fen bilimleri arasındaki yakın ilişkiyi<br />
de ön plana çıkarmaktadır.<br />
Matematiksel modellemenin öğretim sürecinde<br />
kullanımı bakımından temel iki yaklaşımdan bahsedilebilir<br />
(Gravemeijer, 2002; Niss ve ark., 2007).<br />
Birincisi, matematik derslerinde hazır bir şekilde<br />
verilen matematiksel bilgilerin gerçek hayat durumlarını<br />
analiz ederken uygulanabilmesi, dönüştürülebilmesi<br />
ve uyarlanabilmesidir. Bu yaklaşımda<br />
matematiksel modeller ve bu modellerin hangi<br />
gerçek hayat durumlarını yorumlamada kullanılabileceği<br />
bilgileri hazır verilmekte, öğrencilerden<br />
bir gerçek hayat durumuna uygun matematiksel<br />
modeli aramaları veya uyarlamaları beklenmektedir.<br />
İkinci yaklaşım ise bir gerçek hayat durumunu<br />
yorumlama sürecinde öğrencilerin kendi sembolik<br />
araçlarını ve modellerini geliştirmesidir (Gravemeijer<br />
ve Stephan, 2002; Lesh ve Doerr, 2003a).<br />
Bu yaklaşım öğrencilere kendi matematiksel modellerini<br />
oluşturma ve geliştirme fırsatını vermeyi<br />
önemsemektedir.<br />
Matematiksel Modelleme Süreci: Matematiksel<br />
modellemede, verilenleri kullanarak hedefe ulaşma<br />
sürecinde katı bir prosedür uygulaması söz konusu<br />
değildir (Blum ve Niss, 1991; Crouch ve Haines,<br />
2004; Lesh ve Doerr, 2003a). Gerçek hayattan bir<br />
olgunun matematiksel modelini oluşturma sürecinde;<br />
matematiksel model ile modellenen gerçek<br />
durumu ayırt edebilme, hata payı ve uyumluluk<br />
bakımından değerlendirme, farklı ve daha iyi bir<br />
model ile ifade edebilme ihtimali göz önünde bulundurulması<br />
gereken unsurlardır. Matematiksel<br />
modelleme sürecinde verilenleri kullanarak bir<br />
çözüme ulaşma, çözümü gerçek hayat durumuyla<br />
karşılaştırma, eğer yeterli değilse çözümü geliştirme<br />
veya daha farklı bir çözüm geliştirme gibi çok<br />
basamaklı bir döngü vardır (Haines ve Crouch,<br />
2007; Lehrer ve Schauble, 2003). Matematiksel modellemenin<br />
döngüsel bir süreç olduğu, alan yazında<br />
ortak bir fikir olarak vurgulanmaktadır (Zbiek ve<br />
Conner, 2006).<br />
Alan yazında matematiksel modelleme sürecindeki<br />
aşamaları açıklayan farklı model ve gösterimler<br />
mevcuttur. Örneğin, Lingefjärd’a (2002a) göre döngüsel<br />
modelleme süreci; verilenleri belirleme ve sadeleştirme,<br />
problemi formülleştirme, değişkenleri<br />
belirleme, matematiksel ifadeleri formülleştirme,<br />
Şekil 1<br />
Matematiksel Modelleme Süreci (NCTM, 1989, s. 138)<br />
1610
ERBAŞ, KERTİL, ÇETİNKAYA, ÇAKIROĞLU, ALACACI, BAŞ / Matematik Eğitiminde Matematiksel Modelleme: Temel Kavramlar...<br />
bir matematiksel model seçme, grafik gösterimleri<br />
kullanma ve gerçek hayat durumu ile karşılaştırarak<br />
kontrol etme gibi yedi aşamadan oluşmaktadır.<br />
Modelleme süreci lineer olmayan, tekrarlı döngüler<br />
içeren ve beş temel aşmadan oluşan bir süreçtir<br />
(bkz. Şekil 1). Bu süreçler şunlardır: (i) Gerçek<br />
hayat problemini tanımlama ve sadeleştirme, (ii)<br />
bir matematiksel model oluşturma, (iii) modeli dönüştürme,<br />
geliştirme ve çözme, (iv) modeli yorumlama,<br />
(v) modeli doğrulama ve kullanma. Birinci<br />
aşamada, öğrenciler problem durumunu inceleyip<br />
verilen bilgileri belirleyerek problem durumunu<br />
anlayabilecekleri en sade hâle getirirler. İkinci aşamada,<br />
problem durumunu ifade edebilecek matematiksel<br />
gösterimlerden (grafik, denklem vs.) yararlanarak<br />
problemi matematiksel ifadeye aktarılar.<br />
Üçüncü aşama, probleme matematiksel bir çözüm<br />
bulabilmek için geliştirilen matematiksel gösterimleri<br />
dönüştürme ve analiz etmeyi içerir. Dördüncü<br />
aşamada, öğrenciler buldukları çözümün analiz<br />
ettikleri gerçek hayat durumu ile ne kadar tutarlı<br />
olduğunu incelerler. En son aşamada ise öğrenciler<br />
geliştirdikleri matematiksel modelin, üzerinde<br />
çalıştıkları gerçek problem durumunu ve benzer<br />
durumları açıklamada ne kadar geçerli ve kullanışlı<br />
olduğuna karar verirler. Oluşturulan matematiksel<br />
modelin asıl problem durumunu ne kadar açıkladığı<br />
değerlendirilerek aynı aşamaları tekrarlama ve<br />
alternatifler üretme söz konusu olduğu için modelleme<br />
sürecinde tekrarlı bir döngü vardır.<br />
Yukarıda örnek olarak sunulanlar haricinde modelleme<br />
sürecinin döngüsel yapısını daha detaylı açıklayan<br />
çok sayıda model ve gösterimler mevcuttur<br />
(bkz. Borromeo Ferri, 2006; Hıdıroğlu ve Bukova<br />
Güzel, 2013). Bu tür gösterimler öğrencilerin modelleme<br />
sürecinde geçtiği aşamaların idealleştirilmiş<br />
tanımlamalarından ibarettir. Fakat yine de, bu<br />
tür gösterim ve modeller, öğretmenler ve araştırmacılar<br />
için yol gösterici olabilir. Örneğin, modelleme<br />
etkinliklerini sınıfında uygulamak isteyen bir<br />
öğretmen, öğrencilerin hangi aşamalardan geçebileceği<br />
ve bu süreçte ne tür problemlerle karşılaşabileceği<br />
ile ilgili öngörülerde bulunabilir.<br />
Matematiksel Modelleme ve Problem Çözme<br />
Modelleme ile ilgili önemli sorulardan birisi, modelleme<br />
ile problem çözme arasında bir fark olup<br />
olmadığı; eğer varsa bu farkın ne olduğudur. Matematiksel<br />
modelleme en çok geleneksel sözel problemlerle<br />
(word problems) karıştırılabilmektedir.<br />
Reusser ve Stebler’e (1997) göre geleneksel sözel<br />
problemler, öğrencilerde kitapta olan veya öğretmen<br />
tarafından sorulan her problemin çözülebilir<br />
ve çözülmesi gereken bir problem olarak düşünme;<br />
problem anlaşılmadı ise doğru matematiksel<br />
işlemleri seçmek için anahtar kelimelere veya daha<br />
önce çözülen benzer problemlere bakma gibi bazı<br />
didaktik kabullerin gelişmesine sebep olmaktadır.<br />
Ayrıca, sözel problemlerde gerçek hayat durumu<br />
gibi yansıtılan durumlar genellikle bir gerçek hayat<br />
durumu da değildir (Niss ve ark., 2007). Bu problemlerde<br />
bütün değişkenler belli, idealleştirilmiş ve<br />
gerçeklikten uzak, yapay bir durum söz konusudur.<br />
Sözel problemleri çözerken öğrenciler sıklıkla<br />
gerçek hayat durumlarını ve deneyimlerini göz<br />
önünde bulundurmadan sadece işlemlere odaklanmaktadırlar<br />
(ör. Greer, 1997; Nunes, Schliemann<br />
ve Carraher, 1993). Sözel problemlerdeki gerçekçi<br />
durumu öğrencilerin nasıl algıladıklarını matematiksel<br />
modelleme bağlamında inceleyen birçok<br />
çalışma vardır (Greer 1997; Verschaffel ve De Corte,<br />
1997; Verschaffel, De Corte ve Borghart, 1997;<br />
Verschaffel ve ark., 2002). Bu çalışmalarda öğrencilerin<br />
sözel problemleri çözerken gerçek hayat durumlarını<br />
da göz önünde bulundurma becerilerini<br />
geliştirmek hedeflenmiştir. Kullanılan soru türleri<br />
aşağıdaki örnekte de görüldüğü gibi geleneksel sözel<br />
problemlere çok benzemekle birlikte, göz önünde<br />
bulundurulması gereken bir gerçek hayat durumu<br />
söz konusudur.<br />
“228 kişilik bir turist kafilesi yüksek bir binanın<br />
tepesinden şehri izlemek istemektedir. Binada<br />
kapasitesi 24 kişilik tek bir asansör bulunmaktadır.<br />
Asansör bütün kafileyi binanın tepesine<br />
çıkarabilmek için kaç sefer yapmalıdır?” (Verschaffel<br />
ve De Corte, 1997, s. 584)<br />
Bu problemde, geleneksel sözel problemlerden faklı<br />
olarak (ondalık) kesir olarak çıkan bir sonucun<br />
öğrenciler tarafından nasıl yorumlandığını sorgulamaktadır.<br />
Burada öğrencilerin sözel problemlere<br />
verdikleri cevapları gerçek hayat bağlamında da<br />
test etme becerilerini geliştirme amaçlanmıştır.<br />
Yani 228’in 24’e bölümü sonucu kalan 12 kişi için<br />
asansörün bir sefer daha yapması gerektiği fikri öğrencilere<br />
kazandırılmaya çalışılmaktadır. Böylece<br />
bu tür sözel problemler matematiksel modelleme<br />
için başlangıç uygulamaları olabilir (Verschaffel ve<br />
De Corte, 1997). Ancak yine de, bu tür problemlerde<br />
idealleştirilmiş bir gerçek hayat durumunun<br />
bütün bilinenleri, bilinmeyenleri ve sonucu bulmak<br />
için yapılacak işlemler anahtar kelimelerle sorunun<br />
içerisinde gizlenmiştir.<br />
Lingefjard (2002b), modelleme sürecinde öğrencilerin<br />
yaşadıkları birçok alt sürecin problem çözme<br />
olduğunu ve matematiksel modelleme ile problem<br />
1611
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
Tablo 1<br />
Problem Çözme ve Matematiksel Modellemenin bir Karşılaştırması (Lesh ve Doerr [2003a] Lesh ve Zawojewski’den [2007] derlenmiştir.)<br />
Geleneksel Problem Çözme Yaklaşımları<br />
Matematiksel Modelleme<br />
Verilenleri kullanarak belirli bir sonuca ulaşma süreci<br />
Çoklu döngü, farklı yorumlar<br />
Problem bağlamı idealleştirilmiş gerçek veya gerçekçi hayat<br />
Otantik gerçek hayat bağlamı<br />
durumları<br />
Öğrencilerden hazır öğretilmiş formül, algoritma, strateji,<br />
matematiksel fikir vb. yapıları kullanmaları beklenmektedir.<br />
Bireysel çalışma ön planda<br />
Öğrenciler modelleme sürecinde önemli matematiksel fikir ve<br />
yapıları geliştirme, gözden geçirme ve düzeltme aşamalarını<br />
yaşarlar.<br />
Grup çalışması vurgulanıyor (sosyal iletişim, matematiksel<br />
fikirlerin paylaşımı vs.)<br />
Gerçek hayatla ilişkili ve disiplinler arası bir doğaya sahip<br />
Modelleme sürecinde ise öğrenciler anlamlı gerçek hayat<br />
durumların matematiksel tarifini yapmaya çalışıyor.<br />
Gerçek hayattan soyutlanmış<br />
Öğrencilerden matematiksel sembol ve yapıları<br />
anlamlandırmaları bekleniyor.<br />
Belirli problem çözme stratejilerinin (farklı bir yaklaşım<br />
Birden fazla ve öğrenciler tarafından bilinçli olarak duruma<br />
geliştirme, bir şekil üzerine aktarma vb.) öğretilmesi ve benzer<br />
özel geliştirilen, belirgin olmayan çözüm stratejileri<br />
problemlerde kullanılması<br />
Tek doğru bir çözüm<br />
Birden fazla çözüm yaklaşımı ve çözüm (model)<br />
çözme arasında bir karşılaştırma yapmanın çok anlamlı<br />
olmadığını ifade eder. Fakat yine de, matematiksel<br />
modelleme ve geleneksel problem çözme arasındaki<br />
farklar ve benzerlikler birçok araştırmacı<br />
tarafından incelenmiştir (ör. Lesh ve Doerr, 2003a;<br />
Lesh ve Zawojewski, 2007; Mousoulides, Sriraman<br />
ve Christou, 2007; Zawojewski ve Lesh, 2003). Bu<br />
çalışmalarda geleneksel problemlerle kıyaslandığında<br />
matematiksel modelleme problemlerinin<br />
daha açık uçlu, öğrencilere farklı düşünme fırsatları<br />
sunan, daha gerçekçi ve anlamlı öğrenmeyi destekleyen<br />
özelliklere sahip olduğu ifade edilmektedir.<br />
Lesh ve Zawojewski (2007), Polya geleneğini devam<br />
ettiren problem çözme çalışmalarının betimsel düzeyde<br />
kalmakta olduğu ve öğrencilerin gerçek hayatta<br />
problem çözme becerilerini geliştirme sorununa<br />
bir çözüm sunmadığı için eleştirmektedir. Bu<br />
araştırmacılara göre problem çözme alan yazınında<br />
bahsedilen problemi anlama, bir strateji belirleme,<br />
uygulama ve test etme gibi aşamalar çalışmaların<br />
çoğunda ortaya çıkan ve farklı terimlerle adlandırılan<br />
sıralı yapıyı ifade etmektedir. Bununla birlikte,<br />
yine alan yazında belli başlı problem çözme stratejileri<br />
tanımlanmaktadır. Gerçek hayatta bireylerin<br />
ileriki yaşamlarında karşılaşabilecekleri problem<br />
durumları daha karmaşık olacaktır. Lesh ve Doerr<br />
(2003a) ve Lesh ve Zawojewski (2007) gibi araştırmacılar<br />
tarafından tartışılan fikirler doğrultusunda<br />
hazırlanan matematiksel modelleme ve problem<br />
çözmenin bir karşılaştırması Tablo 1’de verilmiştir.<br />
Matematiksel Modelleme Yaklaşımları<br />
Matematik ile gerçek hayat arasında bağ kurmaya<br />
çalışan her tür uygulama matematiksel modellemeyle<br />
ilişkilendirilebilir. Fakat farklı teorik altyapılar<br />
çerçevesinde matematik eğitiminde modelleme<br />
kullanımına yönelik farklı yaklaşımlar söz konusu<br />
olup uluslararası çalışmalarda da henüz ortak bir<br />
anlayış oluşmamıştır (Kaiser, Blum, Borromeo Ferri<br />
ve Stillman, 2011; Kaiser ve Sriraman, 2006). Bazı<br />
araştırmacılar modellemeyi matematik eğitiminde<br />
yapılandırmacılığın da ötesinde bir paradigma,<br />
eğitim ve öğretimi yorumlamada yeni bir yaklaşım<br />
olarak benimserken (Lesh ve Doerr, 2003a, 2003b)<br />
bir kısım araştırmacılar matematiksel modellemeyi<br />
gerçek hayat durumlarının matematiksel dilde ifade<br />
edilmesi, hazır verilen matematiksel yapıların,<br />
modellerin ve formüllerin gerçek hayatta uygulamaları<br />
olarak görmektedir (Haines ve Crouch,<br />
2007). Matematiksel modelleme alanında yapılan<br />
çalışmalarda tartışılan konuların anlaşılması için<br />
bu farklı yaklaşımların benzer ve farklı yönleri irdelenmelidir.<br />
Ancak ne yazık ki, birçok araştırmacı<br />
tarafından dile getirilmekle birlikte henüz matematiksel<br />
modellemenin anlaşılmasındaki farklılıklara<br />
yönelik ayrıntılı ve sistematik bir şekilde analiz<br />
eden bilimsel çalışmalar yeterli düzeyde değildir<br />
(Kaiser, 2006; Kaiser ve Sriraman, 2006; Sriraman,<br />
Kaiser ve Blomhoj, 2006). Bu nedenle, matematiksel<br />
modellemenin öğrenimi ve öğretimi ile ilgili<br />
tüm dünyada kabul gören bir teoriden bahsetmek<br />
de henüz mümkün değildir (Kaiser ve ark., 2006).<br />
Aşağıda alan yazında karşımıza çıkan farklı matematiksel<br />
modelleme yaklaşımları ele alınmaktadır.<br />
International Commission on Mathematical Instruction<br />
(ICMI) ve the International Community of<br />
Teachers of Mathematical Modelling and Applications<br />
(ICTMA) tarafından düzenlenen kongrelerde<br />
modellemeyle ilgili sunulan çalışmaların genel hedefleri<br />
ve teorik çerçeveleri göz önünde bulundurularak<br />
Kaiser (2006) ile Kaiser ve Sriraman (2006)<br />
tarafından yapılan sınıflandırma bu konuda faydalı<br />
bir bakış açısı sağlamaktadır. Araştırmacılar sınırlı<br />
sayıdaki çalışmaları inceleyerek bunlara yön veren<br />
1612
ERBAŞ, KERTİL, ÇETİNKAYA, ÇAKIROĞLU, ALACACI, BAŞ / Matematik Eğitiminde Matematiksel Modelleme: Temel Kavramlar...<br />
modelleme yaklaşımlarını 6 başlık altında sınıflandırmaktadırlar:<br />
(i) gerçekçi veya uygulamalı modelleme,<br />
(ii) bağlamsal modelleme, (iii) eğitimsel<br />
modelleme, (iv) sosyo-kritik modelleme, (v) epistemolojik<br />
veya teorik modelleme ve (vi) bilişsel modelleme.<br />
Bu sınıflandırmada her bir yaklaşım matematiksel<br />
modellemenin farklı bir yönünü ön plana<br />
çıkarmaktadır. Gerçekçi veya uygulamalı modelleme<br />
yaklaşımı, öğrencilerde problem çözme ve modelleme<br />
becerilerini geliştirmeyi hedeflemektedir. Bu<br />
yaklaşımda öğrencilere mühendislik ve diğer bilim<br />
dallarından problem durumları verilerek öğrendikleri<br />
matematiksel bilgileri farklı bağlamlarda<br />
uygulamaları önemsenmektedir. Bağlamsal modelleme<br />
yaklaşımında öğrencilere yapaylıktan uzak<br />
anlamlı gerçek hayat durumları verilmektedir. Böylece<br />
öğrencilerin matematiksel kavramları uygun<br />
bağlamlar içerisinde tecrübe ederek daha anlamlı<br />
öğrenebilecekleri varsayılır. Eğitimsel modelleme ise<br />
gerçekçi modelleme yaklaşımı ile bağlamsal modelleme<br />
yaklaşımının bir çeşit karması olarak düşünülebilir.<br />
Bu yaklaşımda matematiksel modelleme ile<br />
uygun öğrenme ortamlarının ve süreçlerinin oluşturularak<br />
öğrencilere kavramların öğretilmesini<br />
amaçlamaktadır. Sosyo-kritik modelleme yaklaşımı<br />
ise matematiğin sosyo-kültürel ve etno-matematik<br />
boyutlarına odaklanmaktadır. Bu yaklaşıma göre<br />
matematik öğretimi ile öğrencilere kendi yaşadığı<br />
topluma ve kültürel yapıya özgü kullanabileceği<br />
eleştirel düşünme becerileri kazandırılmalıdır.<br />
Bunu gerçekleştirmede matematiksel modelleme<br />
etkinliklerinin önemli olduğu düşünülmektedir.<br />
Bu çerçevede modelleme sürecinde öğrencilerin<br />
basitten karmaşığa doğru matematiği kullanarak<br />
tartışmaları onların eleştirel düşünme becerilerinin<br />
gelişmesine katkı sunacağı varsayılır. Epistemolojik<br />
veya teorik modelleme yaklaşımı ise matematiksel<br />
modellemede, matematiksel kavramlar arasındaki<br />
ilişkileri ve öğrencilerin bunlar üzerinde konuşmalarını<br />
ön planda tutmaktadır. Bu yaklaşıma<br />
göre modelleme etkinliklerindeki gerçekçi bağlam<br />
ikinci planda olup, içerisinde matematik olan her<br />
uğraş bir modelleme etkinliği olarak kabul edilir.<br />
Son olarak, bilişsel modelleme yaklaşımı ise modelleme<br />
sürecinde öğrencilerin yaşadıkları bilişsel ve<br />
üst bilişsel düşünme süreçlerinin analiz edilmesine<br />
odaklanmaktadır. Bu yaklaşıma göre modelleme etkinlikleri<br />
öğrencilerin düşünme süreçlerini anlama<br />
ve destekleme amacıyla öğretmenlere yol gösterici<br />
bir ortam sunmaktadır. Kaiser (2006) ile Kaiser<br />
ve Sriraman (2006) tarafından öne sürülen sınıflandırma,<br />
sistematik bilimsel bir analizden ziyade<br />
araştırmacıların öznel yorumlarını içermektedir.<br />
Bu sınıflandırmadaki modelleme yaklaşımlarını<br />
birbirinden kesin sınırlarla ayırmak pek de mümkün<br />
değildir. Nitekim bunun yüzeysel bir sınıflandırma<br />
olduğunu bu araştırmacıların kendileri de<br />
belirterek matematiksel modelleme ve ilgili kavramları<br />
üzerine ortak anlayışı artırmak ve derinleştirmek<br />
için bu konuda daha ayrıntılı çalışmaların<br />
yapılması gerektiğini önermektedirler.<br />
Kaiser ve Sriraman (2006) tarafından yapılan sınıflandırma<br />
farklı matematiksel modelleme yaklaşımlarını<br />
ve anlayışlarını ifade etmekle birlikte aralarındaki<br />
farkı net bir şekilde ortaya koymamaktadır.<br />
Matematiksel modellemenin matematik öğretiminde<br />
kullanım amacı bakımından daha basit bir<br />
sınıflandırma yapmak mümkündür. Genel olarak<br />
bakıldığında matematiksel modellemenin matematik<br />
eğitiminde kullanım amacına yönelik iki farklı<br />
yaklaşımdan söz etmek mümkündür: (i) matematik<br />
öğretiminin amacı, (ii) matematiği öğretmek için<br />
kullanılan bir yöntem (araç) (Galbraith, 2012; Gravemeijer,<br />
2002; Julie ve Mudaly, 2007; Niss ve ark.,<br />
2007). Birinci yaklaşımda matematik öğretimi ile<br />
hedeflenen öğrencilerin modellerinin ve bu modelleri<br />
kullanarak matematiksel modelleme yapabilme<br />
becerilerinin geliştirilmesi hedeflenir. Matematiksel<br />
kavram ve modeller verildikten sonra gerçek<br />
hayat uygulamaları ile desteklenir. Bu yaklaşımda<br />
matematikten gerçek hayata (matematik → gerçek<br />
hayat) doğru bir yönelim vardır. İkinci yaklaşımda<br />
ise matematiksel modelleme matematiksel kavram<br />
ve modellerin öğretilmesinde bir yöntem ve bağlam<br />
olarak kullanılır. Bu yaklaşımda ise gerçek hayattan<br />
matematiğe (gerçek hayat → matematik) doğru bir<br />
yönelim söz konusudur. Birincisinde matematiksel<br />
yapılar, kavramlar ve modeller idealleştirilmiş gerçek<br />
hayat durumlarında uygulanacak birer hazır<br />
“obje” olarak ele alınırken ikincisinde ilgili matematiksel<br />
yapıların oluşturulması, geliştirilmesi ve<br />
genelleştirilmesini ifade eden “sürece” daha çok<br />
vurgu yapılmaktadır. İlerleyen kısımlarda bu iki<br />
modelleme yaklaşımı kuramsal altyapıları, matematiksel<br />
modelleme tanımları ve kullanılan soruların<br />
doğası bakımından incelenecektir.<br />
Matematik Öğretiminin Amacı Olarak Matematiksel<br />
Modelleme<br />
Bu yaklaşımda matematiksel modellemeye matematik<br />
ve matematik dışındaki disiplinler için<br />
öğrencilerde geliştirilmesi gereken temel beceriler<br />
açısından bakılmaktadır (ör. Blomhøj ve Jensen,<br />
2007; Blum, 2002; Crouch ve Haines, 2004; Haines<br />
ve Crouch, 2001; Izard, Haines, Crouch, Houston<br />
ve Neill, 2003; Lingefjard, 2002a; Lingefjard ve<br />
Holmquist, 2005). Diğer bir deyişle, matematik öğ-<br />
1613
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
İçecek Kutusu<br />
İçi dolu bir metal içecek kutusu düşünün. Dolu kutuda 0,33 litre içecek bulunmaktadır. Kutunun altından<br />
küçük bir delik açıp üst kısmındaki kapağını açtığımızda kutudaki içecek 0,5 cm 3 /sn. hızla boşalmaya başlamaktadır.<br />
Kutu ve altındaki küçük delik içerisindeki bütün sıvının dökülebileceği şekilde konumlandırılmıştır.<br />
Başlangıçta kutunun kütle merkezinde bulunan sistemin ağırlık merkezi (Kutu ve içindeki içecek), yavaşça<br />
aşağıya doğru kaymakta ve sonra kutu boşalınca da başlangıç konumuna geri dönmektedir.<br />
a) Bu ağırlık merkezinin zamana bağlı hareketini açıklayan bir matematiksel model geliştiriniz. Modeli bir<br />
diyagram ile gösteriniz ve içecek kutusunun boşalma süresince sahip olabileceği en düşük ağırlık merkezi<br />
seviyesinin değerini en yaklaşık değeri ile hesaplayınız.<br />
b) Belli bir miktar içecek için kutu yandaki şekilde görüldüğü gibi konumlandırılabilmektedir. Kutudaki içecek miktarı ne kadar<br />
olduğunda bu işlem mümkündür?<br />
Varsayımlarınızı ve hesaplamalarınızı çözüm sürecinizde detaylandırarak açık bir şekilde gösteriniz.<br />
Şekil 2<br />
İçecek Kutusu Problemi (Lingefjard’dan [2002a] uyarlanmıştır.)<br />
retiminin amacı, öğrencilerin gerçek hayat durumları<br />
ile ilgili problemleri çözmek için ihtiyacı olan<br />
modelleme becerileri elde etmesini ve bu becerileri<br />
kullanabilmesini sağlamaktır.<br />
Lingefjard (2002a; 2002b) matematiksel modellemeyi<br />
soyut ve uygulamalı matematiğin bir parçası<br />
olarak görmektedir. Diğer bir deyişle sınıf ortamında<br />
öğretilen soyut matematik kavram ve konuları<br />
gerçek hayatta kullanılabileceği bağlamlarla birlikte<br />
öğretilmelidir. Lingefjard (2004), matematiksel modellemeyi<br />
bir otantik durumu gözlemleme, ilişkileri<br />
tahmin etme (saptama), matematiksel analizleri<br />
uygulama (denklemler, sembolik yapılar vs.), matematiksel<br />
sonuçları elde etme ve modeli tekrar yorumlamayı<br />
içeren bir süreç olarak tanımlamaktadır.<br />
Dolayısıyla Niss ve arkadaşlarının (2007) bahsettiği<br />
gibi önce matematiksel kavramların verildiği daha<br />
sonra bu kavramların uygulanabileceği gerçek hayat<br />
durumları üzerine çalışılan (matematik→ gerçek<br />
hayat) bir yaklaşım bulunmaktadır. Gravemeijer<br />
(2002) ise bunu başkaları tarafından oluşturulmuş<br />
ve öğrenci için statik yapıda hazır modeller olarak<br />
ifade etmektedir. Kullanılan modelleme problemlerine<br />
bakıldığında genel olarak ağır ve üst düzey matematik<br />
uygulamaları söz konusudur (bkz. Şekil 2).<br />
Ayrıca bu yaklaşımı kullanan araştırmacılara göre,<br />
matematiksel modelleme sadece matematik içinde<br />
değil disiplinlerarası düşünülmesi ve ele alınması<br />
gereken bir konudur (ör. Haines ve Crouch, 2001,<br />
2007). Dolayısı ile diğer disiplinlerde de kullanılacak<br />
olan matematiksel modelleme becerileri iyi belirlenmeli<br />
ve bu becerileri geliştirmenin yöntemleri<br />
aranmalıdır. Bu araştırmacılar çalışmalarında matematik<br />
eğitiminin önemli amaçlarından biri olarak<br />
gördükleri matematiksel modelleme becerilerinin<br />
tanımlanması, geliştirilmesi ve ölçülmesi ile ilgili<br />
konulara odaklanmışlardır.<br />
Bunun için modelleme becerilerinin ve yeterliliklerinin<br />
neler olduğuna, nasıl geliştirileceğine ve nasıl ölçülebileceğine<br />
yönelik farklı görüşler ortaya çıkmaktadır<br />
(Henning ve Keune, 2007). Bu konuya bütüncül<br />
bir yaklaşımla bakılabilirken (Blomhøj ve Jensen,<br />
2007), Crouch ve Haines (2004) gibi bazı araştırmacılar<br />
ise mikro-düzeyde bakmaktadır. Matematiksel<br />
modelleme becerilerine mikro düzeyde bakan Ross<br />
Crouch, John Davis, Andrew Fitzharris, Chris Haines,<br />
John Izard, Ken Houston ve Neville Neill gibi araştırmacılar,<br />
1991-2005 yılları arasındaki çalışmaları sonucunda<br />
matematiksel modelleme becerilerini aşağıdaki<br />
gibi tanımlamışlardır (Lingefjard, 2004):<br />
1. Aşağıdaki seçeneklerden hangisi sabit durumdayken hızlanan bir otomobilin zamana (t) bağlı olarak hızını veren en yakın<br />
matematiksel ifadedir?<br />
2. Aşağıda verilen durum üzerine düşününüz.<br />
Araçların arka arkaya düz bir sıra halinde park edildiği bir caddeye arabanızı geri geri park etmek durumundasınız. Park<br />
edeceğiniz boşluk arabanızın yaklaşık 1,5 katıdır.<br />
Buna göre, manevranın başarılı bir şekilde gerçekleştirilebilmesi için aşağıdaki değişkenlerden hangisi en önemlidir?<br />
A) Arabanın dönme yarıçapı<br />
B) Geri gitmeye başlamadan önce arabanın park boşluğuna olan mesafesi<br />
C) Mevcut hava koşulları<br />
D) Kaldırıma çıkıp çıkmayacağınız<br />
E) Geri gitmeye başlamadan önce arabanızla paralelinizde park edilmiş arabalar arasındaki mesafe<br />
Şekil 3<br />
Modelleme Becerilerini Ölçmeye Yönelik Soru Örnekleri<br />
1614
ERBAŞ, KERTİL, ÇETİNKAYA, ÇAKIROĞLU, ALACACI, BAŞ / Matematik Eğitiminde Matematiksel Modelleme: Temel Kavramlar...<br />
• Verilenleri belirleme ve sadeleştirme<br />
• Hedefi belirginleştirme<br />
• Problemi formülleştirme<br />
• Değişkenleri, parametreleri ve sabitleri belirleme<br />
• Matematiksel ifadeleri formülleştirme<br />
• Bir matematiksel model seçme<br />
• Grafik gösterimleri kullanma<br />
• Gerçek hayat durumu ile karşılaştırarak kontrol<br />
etme<br />
Aynı grup tarafından mikro-düzeydeki bu modelleme<br />
becerilerini ölçmek için geliştirilen bir test,<br />
modelleme sürecinin her bir aşamasında öğrencilerden<br />
beklenen becerileri ayrı ayrı, mikro düzeyde<br />
ölçmeyi hedeflemektedir (Haines, Crouch ve Davis,<br />
2000). Şekil 3’teki ilk soru, matematiksel bir model<br />
seçme becerisini ölçmeye yönelik iken ikinci soru,<br />
hedefi belirginleştirme becerisini ölçmeye yöneliktir.<br />
Matematiksel modellemeyi öğretmeyi amaçlayan<br />
yaklaşımlarda modellemenin öğretimi üzerine çalışmalar<br />
da ön plana çıkmaktadır (bk. Ärlebäck ve<br />
Bergsten, 2010; Lingefjard, 2002a). Bu bağlamda,<br />
Fermi problemleri matematiksel modellemenin öğretimi<br />
sürecinde kullanılabilecek problem türlerine<br />
örnek olarak verilmiştir (Ärlebäck, 2009; Ärlebäck<br />
ve Bergsten, 2010; Sriraman ve Lesh, 2006). Fermi<br />
problemleri; varsayımlarda bulunarak, sistematik<br />
bir düşünme biçimi ve sınırlı bilgi ile hesaplanması<br />
pek mümkün olmayan büyüklüklerle ilgili<br />
tahmin yürütmeyi içermektedir (Ärlebäck, 2009)<br />
(bkz. Şekil 4). Ünlü fizikçi Enrico Fermi’ye atfedilen<br />
“Şikago’da kaç tane piyano akortçusu var?” sorusu<br />
Fermi problemleri olarak isimlendirilen problem<br />
türünün klasik bir örneğidir (Sriraman ve Lesh,<br />
2006). Ärlebäck’a (2009) göre Fermi problemleri,<br />
öğrencilerin basit hesaplamalarla çözüme başlamadan<br />
önce varsayımlarda bulunarak sistematik<br />
tahminlerde bulunmalarını gerektiren açık uçlu,<br />
rutin olmayan problemlerdir ve matematiksel modellemenin<br />
öğretilmesi için mükemmel araçlardır.<br />
Sriraman ve Lesh’e (2006) göre bu tür problemler bir<br />
matematiksel modelleme problemi olmaktan ziyade,<br />
modelleme problemleri için iyi birer başlangıç problemidir.<br />
Fermi problemleri diğer klasik problemlerle<br />
kıyaslandığında yaşadığımız çevre ile daha yakından<br />
ilişkili olup pedagojik olarak daha geniş ve anlamlı<br />
olanaklar sunmaktadır (Ärlebäck ve Bergsten, 2010).<br />
Özet olarak, matematik öğretiminin amacı olarak<br />
matematiksel modelleme yaklaşımında matematiksel<br />
modelleme hazır öğretilen soyut matematiksel<br />
kavram ve modellerin gerçek hayat uygulamalarını<br />
yapabilme olarak görülmekte ve matematik öğretiminden<br />
bağımsız olarak ayrıca modelleme beceri ve<br />
stratejilerinin öğretilmesi savunulmaktadır. Burada<br />
modelleme becerilerinin geliştirilmesi çok önemsenmekte<br />
ve bunun için de matematiksel kavramlar<br />
öğretildikten sonra çok sayıda gerçek hayat bağlamlı<br />
uygulama problemleri çözülmesinin ve hatta matematik<br />
dersinden ayrı olarak matematiksel modelleme<br />
dersi olmasının gerekliliği vurgulanmaktadır (Haines<br />
ve Crouch, 2001). Yine de, bu yaklaşım temelinde<br />
uygulanan modelleme problemleri, öğrencilere hem<br />
kendi yaşamları ile ilgili gerçek problemleri çözme deneyimi<br />
kazandırmakta hem de modelleme becerilerini<br />
geliştirerek öğrencilerde modelleme süreci ile ilgili<br />
zihinsel bir altyapı oluşturmaya yardımcı olmaktadır<br />
(Galbraith, 2012).<br />
Matematiği Öğretmek İçin Bir Araç (Yöntem)<br />
Olarak Matematiksel Modelleme<br />
Matematiksel modellemenin matematik eğitiminde<br />
kullanımına yönelik ikinci bir yaklaşım ise<br />
matematiksel modellemeyi matematiği öğretmek<br />
için bir araç olarak ele almaktadır. Bu bakış açısına<br />
göre matematiksel modelleme süreci, öğrencilerin<br />
kendi matematiksel bilgi ve modellerini oluşturup<br />
geliştirmek için kullanılabilecek öğretim aracıdır.<br />
Bunun için önemli matematiksel kavramlar ve fikirler,<br />
tarihsel gelişimine de uygun bir şekilde ve<br />
sezgiselden formele doğru, uygun problemler ve<br />
gerçek hayat durumları aracılığıyla öğretilmelidir<br />
(Lesh ve Doerr, 2003a). Geleneksel yöntemlerde<br />
öğrencilere hazır sunulan matematiksel bilgi ve<br />
modeller öğrencilerin zihninde bir süreçten geçmediği<br />
için anlamlı öğrenmenin gerçekleşmesi zordur.<br />
Bunun için, öğrencilere kendi matematiksel bilgi ve<br />
modellerini geliştirebilecekleri ortamlar sunmak<br />
gerekir. Matematik eğitiminde Model ve Modelleme<br />
Perspektifi (MMP) (Lesh ve Doerr, 2003a) ve Gerçekçi<br />
Matematik Eğitiminin ortaya koyduğu modelleme<br />
yaklaşımı (emergent modeling) (Gravemeijer,<br />
1) Bir yüzme havuzunu doldurmak için kaç bardak suya ihtiyaç vardır?<br />
2) İstanbul’da bulunan ve Türkiye’nin en yüksek binası olan Sapphire Towers’ın girişindeki danışma görevlilerine en sık sorulan<br />
sorular şunlardır:<br />
• Binanın en üst katında bulunan gözlem odasına asansör ne kadar zamanda çıkmaktadır?<br />
• Eğer yürüyerek çıkmak istersek kaç dakika sürer?<br />
Şekil 4<br />
Örnek Fermi Problemleri (Ärlebäck’dan [2009] uyarlanmıştır.)<br />
1615
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
2002; Gravemeijer ve Stephan, 2002) bu bakış açısına<br />
sahip yaklaşımlara örnektir.<br />
Model ve Modelleme Perspektifi (MMP): Lesh ve<br />
Doerr (2003a) tarafından öne sürülen Matematiksel<br />
Model ve Modelleme Perspektifi (MMP) matematikte<br />
öğrenmeyi, öğretmeyi ve problem çözmeyi açıklayan<br />
kapsamlı bir teorik yaklaşımdır. MMP kuramsal altyapı<br />
olarak yapılandırmacılık ve sosyo-kültürel teorileri<br />
temel alır. Bu yaklaşıma göre kişiler olayları, deneyimleri<br />
ve/veya problem durumlarını zihinlerinde var olan<br />
bilişsel sistemlerini (zihinsel modellerini) kullanarak<br />
yorumlamaya ve böylece anlamlandırmaya çalışmaktadırlar.<br />
Bu yorumlama sürecinde zihinsel modeller,<br />
söz konusu olay veya problem durumu ile ilgili bilgiyi<br />
düzenlemek, organize etmek ve anlamlı örüntüler bulmak<br />
için kullanılır. Modelleme sürecinde öğrencinin<br />
çözüm bulma, çözümü test etme ve alternatif çözüm<br />
üretme döngüsünde aktif rol alması ve sürecin sonunda<br />
bir matematiksel model geliştirmesi yapılandırmacılığın<br />
bireyin zihinsel gelişim sürecini merkeze alan<br />
yaklaşımını yansıtmaktadır (Lesh ve Lehrer, 2003).<br />
Ancak bu zihinsel modellerin kullanılabilmesi ve gelişimi<br />
bir takım gösterimlerle (dil, semboller, şekiller,<br />
teknolojik araçlar vs.) ifade edilebilmesi ile mümkündür.<br />
Modelleme sürecinde grup çalışması yapılması,<br />
grup tartışmaları neticesinde birçok döngüden geçerek<br />
çözüme ulaşılması sosyal bir öğrenme ortamını gerektirir.<br />
Bu yönüyle teori, bilişsel gelişimin sosyo-kültürel<br />
boyutunu da içermektedir (Lesh ve Doerr, 2003b; Lesh<br />
ve Lehrer, 2003).<br />
Zawojewski, Lesh ve English’e (2003) göre geleneksel<br />
matematik problem çözme etkinliklerinde, elde<br />
edilmesi beklenen bir matematiksel (sayısal) sonuç<br />
olduğu için paylaşılmaya ihtiyaç yoktur ve bu nedenle<br />
sosyal yönü zayıftır. Ancak matematiksel modelleme<br />
etkinliklerinde model oluşturma ve modeli genelleme<br />
ilkeleri, geliştirilen bir modelin paylaşılabilir ve tekrar<br />
kullanılabilir olmasını öngörür. Modelleme etkinliklerinde<br />
grup çalışma sürecinde her bir öğrenci kendi<br />
gösterim yöntemleri ile problemi yorumlamakta ve<br />
bu yorumlar grupça tartışılmaktadır. Her bir model<br />
tartışılıp değerlendirildikten sonra da en uygun model<br />
oluşturulmaktadır. Oluşturulan model başkaları<br />
tarafından kullanılacağından, öğrenciler her bir süreci,<br />
yöntemi ve stratejiyi açıklamak durumundadır (Zawojewski<br />
ve ark., 2003). Burada yine grup çalışmasında<br />
grup üyelerinin birbirlerini değerlendirmesiyle öğretmen<br />
tek değerlendirme kaynağı olmaktan da çıkmaktadır.<br />
Ayrıca grup tartışması sürecinde grup üyelerinin<br />
iletişim becerilerini geliştirme fırsatı da ortaya çıkmaktadır.<br />
MMP’ye göre matematik eğitiminin en önemli<br />
amacı öğrencilerin karşılaştıkları gerçek problem<br />
durumlarını yorumlayıp çözüm üretebilecekleri zihinsel<br />
modeller geliştirmelerine yardımcı olmaktır.<br />
MMP yaklaşımı “model” ve “modelleme” terimleri<br />
için kapsamlı bir tanım sunmaktadır. Lesh ve<br />
Doerr’a (2003a) göre model, karmaşık sistemleri<br />
ve yapıları yorumlamak ve anlamak için zihinde<br />
var olan kavramsal yapılar ile bu yapıların dış<br />
temsillerinin bütünüdür. Modelleme ise olayları ve<br />
problemleri yorumlama (tanımlama, açıklama veya<br />
oluşturma) sürecinde problem durumlarını zihinde<br />
düzenleme, koordine etme, sistemleştirme ve organize<br />
edip bir örüntü bulma, zihinde farklı şemalar<br />
ve modeller kullanma ve oluşturma sürecidir (s.<br />
11). Bu bağlamda “model” bir süreç sonunda oluşturulmuş<br />
ürünü ifade ederken “modelleme” ise bir<br />
durumun fiziksel, sembolik ya da soyut modelini<br />
oluşturma sürecini anlatmaktadır.<br />
MMP yaklaşımı modelleme problemleri için “model-oluşturma”<br />
(model-eliciting) etkinlikleri ifadesini<br />
kullanmakta ve bu etkinliklerin eğitim-öğretim<br />
sürecinde kullanılmasına önem vermektedir. Model-oluşturma<br />
etkinlikleriyle genel anlamda öğrencilere<br />
kısa bir zaman diliminde belirli matematiksel<br />
kavramların ve modellerin tarihsel gelişimindeki<br />
doğal süreci yaşatarak onlarda bu kavramları ihtiyaç<br />
olarak hissettirme ve sezgisel olarak ortaya çıkarma<br />
amaçlanmaktadır (Lesh ve Doerr, 2003a).<br />
MMP’ye göre model-oluşturma etkinlikleri çok<br />
farklı bağlamlarda, farklı gruplara farklı amaçlar<br />
için kullanılabilir (Doerr ve Lesh, 2011). Sorunun<br />
içerdiği gerçek hayat bağlamının otantik ve amaca<br />
uygun olabilmesi için, etkinlikler oluşturulurken<br />
modelleme tasarım prensiplerinin sağlanmasına<br />
dikkat edilmelidir. Lesh, Hoover, Hole, Kelly ve<br />
Post (2000) tarafından belirlenen ve modelleme<br />
etkinliklerinde bulunması gereken özellikler Tablo<br />
2’de gösterilmektedir.<br />
Tablo 2’deki prensipler göz önünde bulundurularak<br />
geliştirilen bir modelleme etkinliği Şekil 5’te gösterilmektedir.<br />
Şekil 2’deki “İçecek Kutusu” problemi<br />
ile kıyaslandığında bazı farklılıklar görülmektedir.<br />
“İçecek Kutusu” probleminde modellenmesi istenen<br />
durumun gerçekçiliği ve neden modellenmesi<br />
gerektiği açık değildir. Soru kalıpları “bu durumu<br />
modelleyiniz” şeklinde olup öğrenciden hazır bazı<br />
modelleri kullanması beklenmektedir. Şekil 5’te<br />
gösterilen “Su Deposu” probleminde ise daha gerçekçi<br />
bir senaryo vardır. Soru, hiçbir teknik ve matematiksel<br />
ifade kullanılmadan öğrenciyi bir çözüm<br />
bulmaya ve çözümü yazarak ayrıntılı olarak anlatmaya<br />
yönlendirmektedir.<br />
MMP’ye göre modelleme etkinlikleri dersin herhangi<br />
bir anında bir uygulama problemi gibi tek başına,<br />
1616
ERBAŞ, KERTİL, ÇETİNKAYA, ÇAKIROĞLU, ALACACI, BAŞ / Matematik Eğitiminde Matematiksel Modelleme: Temel Kavramlar...<br />
plansız bir şekilde uygulanmamalıdır. Matematikte<br />
belli bir konu ile ilgili temel matematiksel fikirlerin<br />
kazandırılması asıl hedef olmalıdır. Belli bir konu ile<br />
ilgili temel matematiksel fikirler belirlendikten sonra<br />
öğrencileri bu fikirlere yönlendirecek, onlarda bu<br />
fikirleri sezgisel olarak ortaya çıkarabilecek uygun<br />
model-oluşturma etkinlikleri tasarlanmalıdır. Bir<br />
modelleme etkinliğinin uygulanması öncesinde, sürecinde<br />
ve sonrasında planlanması gereken unsurlar<br />
şunlardır: (i) Etkinlikle hedeflenen kavramlar, matematiksel<br />
fikirler önceden belirlenmeli; (ii) Öğrenciler<br />
problemin bağlamına yabancı iseler bağlamın gerçekliğini<br />
ve öğrenci için anlamlılığını artırmak için<br />
bir ısındırma etkinliği yapılmalı; (iii) Uygulamanın<br />
hemen sonrasında modelleme esnasında öğrencilerin<br />
geliştirdikleri modelleri kullanabilecekleri devam<br />
etkinlikleri (model-keşfetme etkinlikleri) uygulanmalıdır<br />
(Lesh ve Doerr, 2003b). MMP’ye göre modelleme<br />
etkinlikleri öncesiyle ve sonrasıyla düşünülerek iyi<br />
planlanmış, matematiksel bir veya birkaç kavramla ilgili<br />
model geliştirmeyi sağlayacak şekilde belli bir sıra<br />
ve düzende uygulanmalıdır. MMP, model-oluşturma<br />
ve devam etkinlikleri ile matematiksel konuların içerdiği<br />
ana fikirleri bir bağlam içerisinde geliştirmeyi ve<br />
öğretmeyi hedeflemektedir (Lesh ve ark., 2003).<br />
Tablo 2<br />
Model-Oluşturma Etkinliklerine Yön Vermesi Beklenen Prensipler<br />
(Lesh ve arkadaşlarından [2000] uyarlanmıştır.)<br />
Prensipler<br />
Açıklama<br />
Model oluşturma<br />
prensibi<br />
Gerçeklik prensibi<br />
Öz değerlendirme<br />
prensibi<br />
Model açığa<br />
çıkarma (belgeleme)<br />
prensibi<br />
Model genelleştirme<br />
prensibi<br />
Etkili örnek<br />
model (prototip)<br />
prensibi<br />
Bu prensibe uygun düzenlenmiş etkinlik<br />
öğrenciye, sorulan durum için bir çözüm<br />
olacak model (yapı) oluşturmaya, geliştirmeye<br />
ya da düzenlemeye ihtiyaç olduğunu<br />
hissettirebilmeli ve etkinlik sonunda<br />
da öğrenci bir model oluşturabilmelidir.<br />
Modelleme etkinliği öğrencinin sahip<br />
olduğu bilgi ve deneyimleriyle anlamlı bir<br />
gerçek hayat problemini çözebilmesine<br />
olanak sağlamalıdır.<br />
Öğrenci, etkinlikte kendi yorumlarının<br />
ve vardığı sonuçların doğruluğunu kendi<br />
kontrol edebileceği gibi, oluşturduğu<br />
modelin geliştirilmesine veya düzeltilmesine<br />
ihtiyacın olup olmadığı hükmüne de<br />
kendisi karar verebilmelidir.<br />
Bu prensibe uygun şekilde hazırlanmış<br />
modelleme etkinlikleri, öğrencilerin,<br />
etkinlik boyunca problem durumuyla<br />
ilgili kendi düşünceleri ve çözüm yollarını<br />
açıkça ortaya çıkaracak yazılı bir doküman<br />
oluşturmalarını gerektirmelidir.<br />
Modelleme etkinlikleri, öğrencinin genel<br />
bir model oluşturmasına, dolayısıyla oluşturduğu<br />
modeli benzer başka durumlarda<br />
da kullanabilmesine olanak sağlamalıdır.<br />
Modelleme etkinlikleri, öğrencilerin<br />
yapısal olarak benzer başka durumları da<br />
yorumlamakta kullanabileceği, açıklama<br />
gücü yüksek bir örnek model oluşturabilmesine<br />
olanak sağlamalıdır. Bu özelliklere<br />
sahip olmasının yanında problem durumu<br />
mümkün olduğunca karmaşıklıktan<br />
uzak olmalı, öğrencinin mantıklı bir<br />
cevap üretebilmesine olanak sağlamalıdır.<br />
Gerçekçi Matematik Eğitiminde Modelleme Yaklaşımı<br />
(Ortaya Çıkan Modelleme Yaklaşımı):<br />
Alanda karşımıza çıkan ve ikinci yaklaşım altında<br />
değerlendirdiğimiz bir diğer önemli modelleme<br />
yaklaşımı Gerçekçi Matematik Eğitimi (Realistic<br />
Mathematics Education) (Freudental, 1991) teorisinin<br />
sunduğu modelleme yaklaşımıdır. Bir önceki<br />
bölümde bahsedilen MMP yaklaşımında olduğu<br />
gibi bu modelleme yaklaşımının kuramsal altyapısı<br />
da yapılandırmacılık ve sosyo-kültürel teorilere<br />
dayanmaktadır (Freudental, 1991; Gravemeijer,<br />
2002).<br />
Bu yaklaşımda matematiksel kavramları ve matematiksel<br />
fikirleri hazır vermek yerine uygun bağlamlarda<br />
ve iyi planlanmış yönlendirmeler yaparak<br />
öğrencilerin kendilerinin keşfetmeleri sağlanır.<br />
Bunun amacı, öğrencilerde sezgisel olarak bazı matematiksel<br />
fikirleri geliştirmektir. Bu fikirler formel<br />
matematiksel araçlarla desteklendiğinde de daha<br />
anlamlı bir öğrenme olacağı düşünülmektedir. Yani<br />
duruma özel somut düşünme tarzından daha soyut<br />
ve genele (matematiksele) doğru bir gidiş söz konusudur.<br />
Bu yaklaşımda matematiksel modelleme<br />
sadece otantik problem durumlarının matematik<br />
diline aktarılması değil, aynı zamanda bu otantik<br />
durumun içerdiği olguları düzenleyerek yeni ilişkiler<br />
ortaya çıkarma olarak görülmektedir (Gravemeijer<br />
ve Stephan, 2002). Bu esasında öğrenciler<br />
için bir tür keşfetme sürecidir. Öğrencilerin her şeyi<br />
kendi kendine keşfetmesi beklenemeyeceği için de<br />
rehberlik yaparak keşfettirme (guided discovery/<br />
reinvention) yöntemi kullanılır (Doorman ve Gravemeijer,<br />
2009). Keşfettirme sürecinde öğrencilerin<br />
kendi formel olmayan, bağlama özel modeller geliştirmelerine<br />
imkân verdiğinden problem durumları<br />
kilit role sahiptir. Buradaki model sadece gerçek<br />
hayat durumunun fiziksel veya matematik diline<br />
aktarılarak gösterimi değil, onunla birlikte gelen<br />
ve modelin içeriğini oluşturan amaç, düşünme biçimi<br />
vb. her şeydir (Cobb, 2002). Bu bakış açısıyla<br />
modelleme, gerçek hayat durumlarını ve bunları<br />
anlamak, analiz etmek için kullanılan matematiksel<br />
bilgiyi ve düşünme biçimini düzenleme ve yeniden<br />
organize etme sürecidir.<br />
Soyut matematiksel düşünmeye geçerken modelleme<br />
ve modellerin anlamı değişebilir. İlk aşamada<br />
öğrencilere bağlama özel stratejiler ve kişisel<br />
modeller geliştirebilecekleri gerçek hayat problem<br />
durumları inceletilir. Öğrenci önce kendi gösterimlerini<br />
kullanarak formel olmayan modeller oluşturacaktır<br />
(model of). Devam eden süreçte öğrenciler<br />
bu kişisel modelleri ve model ile ilişkili matematiksel<br />
bilgilerini geliştirmeleri için desteklenir. Ki-<br />
1617
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
Su Deposu<br />
Bir bilgisayar şirketi eğitim kurumlarına bilgisayar destekli eğitim amaçlı yazılım hazırlamaktadır. Şirkete<br />
bağlı bir ekip öğrencilerin grafik çizme ve yorumlama becerilerini geliştirmeye yardımcı olacak<br />
bir su deposu doldurma animasyonu üzerinde çalışmaktadır. Ekibin bu animasyonu oluşturabilmesi<br />
için su deposu doldurulurken depoda biriken suyun hacmine bağlı olarak su yüksekliğini gösteren bir<br />
grafiğe ihtiyacı bulunmaktadır.<br />
Ekibin matematikçi üyesi olarak sizden, yanda verilen depolar için bu grafikleri yaklaşık olarak çizmeniz<br />
ve herhangi bir şekle sahip bir su deposu için su miktarına bağlı olarak suyun yüksekliğini gösteren<br />
grafiğin nasıl çizileceğini anlatan bir açıklama hazırlamanız istenmektedir.<br />
Şekil 5<br />
MMP Prensiplerine Göre Oluşturulmuş Bir Model-oluşturma Etkinliği (Carlson, Larsen ve Lesh’ten [2003] uyarlanmıştır.)<br />
şisel gösterimleri ve bu gösterimlerin ifade ettiği<br />
matematiksel anlamın değişmesiyle model gelişir.<br />
Nihai olarak hedeflenen model gerçekte öğrenciler<br />
tarafından oluşturulmasa bile, onların modellerine<br />
en yakın formel modeller seçilmelidir. Böylece,<br />
öğrencilere formel model ile onların kişisel modelleri<br />
arasındaki yakın ilişki hissettirilmiş olur. En<br />
sonda geliştirilen modeller, bağlamdan bağımsız<br />
olarak matematiksel düşünme için birer formel ve<br />
soyut modellere dönüşmelidir. Bu sürecin sonunda<br />
üzerinde çalışılan gerçek hayat bağlamı içerdiği<br />
matematiksel kavramlar ve ilişkiler açısından daha<br />
formel ve anlaşılır bir yapıya kavuşmuş olur. Zihindeki<br />
bu iki model (model of ve model for) arasındaki<br />
süreç somuttan soyuta doğru bir gelişimi ifade<br />
etmektedir. Daha gelişmiş matematiksel düşünme<br />
becerisi için modelleme sürecinde soyut matematiksel<br />
modele (model for) ulaşmak asıl hedeftir. Bu<br />
bakış açısı ortaya çıkan modelleme yaklaşımıdır<br />
(Doorman ve Gravemeijer, 2009).<br />
Gravemeijer ve Doorman (1999, s. 123) kişisel modelden<br />
formel modele geçişi Galileo’nun serbest<br />
düşme hareketini açıklama modelini ve yıllar içinde<br />
bunun nasıl geliştiği örneğini vererek şöyle açıklamaktadır:<br />
Galileo, serbest düşme yapan bir cismin<br />
her bir birimlik zaman aralığında düşerken kat ettiği<br />
mesafenin 1:3:5:7 gibi tek sayılar dizisi ile orantılı<br />
olduğunu belirlemiştir. Bu şekilde, düşen bir cismin<br />
her bir birimlik zaman aralığında aldığı mesafelerin<br />
lineer olarak arttığını tespit ederek zaman ile toplam<br />
mesafe arasında ikinci dereceden bir ilişki olduğunu<br />
belirleyen Galileo bunu Şekil 6’daki birinci<br />
çizimde olduğu gibi kare alanlarının farklarını alarak<br />
göstermiştir. Gravemeijer ve Doorman’a (1999)<br />
göre Şekil 6 üzerindeki kare bölgelerin alanlarının<br />
farkı şeklindeki gösterim formel olmayan modeli<br />
temsil etmektedir. Zaman içinde bu model gelişerek<br />
ikinci şekilde grafik üzerinde görülen ve grafiğin<br />
altında kalan alanın zamana bağlı toplam mesafeyi<br />
verdiği fikrini gösteren formel model ortaya çıkmıştır.<br />
Burada model olarak gelişip değişen grafiğin<br />
kendisi değil, her bir aralıkta kat edilen mesafelerin<br />
ayrı ayrı toplanması işleminin, matematikteki “integral”<br />
fikrine dönüşmesidir.<br />
Ortaya çıkan modelleme yaklaşımına göre bir modelleme<br />
etkinliğinin ne gibi özelliklere sahip olması<br />
gerektiği MMP’de olduğu kadar önem verilen bir<br />
konu değildir. Öğrenciler için anlamlı ve matema-<br />
Şekil 6<br />
Serbest Düşme Hareketinin Matematiksel Modelleri (Gravemeijer ve Doorman, 1999, s. 123)<br />
1618
ERBAŞ, KERTİL, ÇETİNKAYA, ÇAKIROĞLU, ALACACI, BAŞ / Matematik Eğitiminde Matematiksel Modelleme: Temel Kavramlar...<br />
tiksel olarak zengin gerçek hayattan bir durumun<br />
olması yeterlidir. Gerçek hayat problem durumu<br />
üzerine öğrencilerin nasıl çalıştırıldığı ve süreçte<br />
nasıl yönlendirildiği daha ön plandadır (Doorman<br />
ve Gravemeijer, 2002). Ortaya çıkan modelleme<br />
yaklaşımı öğrencilerin öğrenme sürecinin yanında,<br />
bu yaklaşıma uygun bir öğrenme ortamının<br />
nasıl olması gerektiğini ve tasarlanma sürecini de<br />
açıklamaktadır. Öğretim ortamı tasarlayıcısına<br />
düşen görev soyut ve formel matematiksel kavramları<br />
keşfettirmeye hizmet edebilecek problem durumları<br />
oluşturmaktır. Modelleme etkinliklerinin<br />
tek başına dersin faklı kısımlarında bir uygulama<br />
problemi gibi kullanılmasından ziyade, bu yaklaşımda,<br />
gerçek hayat durumlarından seçilen uygun<br />
öğrenme ortamlarının tasarlanarak öğrencilerin<br />
deneyimlerine sunulması vurgulanmaktadır. MMP<br />
yaklaşımı matematikte bir kavrama özel model<br />
geliştirme dizisi tasarlama (model development sequence)<br />
gerekliliğini vurgularken, ortaya çıkan modelleme<br />
yaklaşımı daha geniş bir bakış açısıyla, seçilen<br />
problem durumları üzerinden bütün konuyu<br />
kapsayacak şekilde bir öğretim ortamı tasarlamayı<br />
vurgulamaktadır.<br />
Tartışma<br />
Matematiksel modellemenin eğitim-öğretim sürecinde<br />
kullanılması son yıllarda daha fazla ön plana<br />
çıkmıştır. Aynı zamanda modellemenin algılanışı<br />
ve kullanımına yönelik farklı bakış açıları ortaya<br />
çıkmıştır (Kaiser ve Sriraman, 2006). Modelleme<br />
matematik öğretiminde “amaç” veya “araç” olmak<br />
üzere iki ana yaklaşım olarak görülmektedir (Blum<br />
ve Niss, 1991; Gabraith, 2012). Matematiksel modellemeyi<br />
“amaç” olarak gören birinci yaklaşımda,<br />
matematik eğitimi sürecinde öğrencilere hazır<br />
soyut modellerin sunulması ve bunların gerçek<br />
hayat durumlarında uygulamalarının yapılması<br />
ön plandadır. Bunun için matematik derslerinin<br />
dışında modelleme teknik ve becerilerini geliştirmeyi<br />
amaçlayan derslerin olması gerektiği vurgulanmakta<br />
ve modelleme daha çok lise ve üniversite<br />
düzeyinde ele alınmaktadır. Bu yaklaşımda, soyut<br />
matematiksel kavramları ve onların uygulanabileceği<br />
gerçek hayat durumları ile modelleme tekniklerinin<br />
ve becerilerinin öğretilmesi söz konusu<br />
olup daha çok sonuç ve beceri odaklıdır (Haines<br />
ve Crouch, 2001, 2007; Izard ve ark., 2003; Lingefjard,<br />
2002b). Öte yandan, modellemeyi matematiği<br />
öğretmek için bir “araç” olarak gören ikinci yaklaşımda<br />
ise modelleme öğrencilerin kendi bilgilerini<br />
geliştirmelerini destekleyecek nitelikte bir bağlam<br />
olarak ele alınmakta ve bu çerçevede sürecin önemi<br />
vurgulanmaktadır (Lesh ve Doerr, 2003b; Gravemeijer,<br />
2002). Bireylerin süreç içerisinde kendi modellerini<br />
sezgisel olarak açığa çıkarıp geliştirmesi<br />
hedeflenmektedir. Bu çerçevede modelleme kullanımının<br />
matematiksel iletişim ve sosyal becerilerin<br />
gelişmesi, kavramlar arası ilişkilerin kurulması,<br />
yeni kavramların da öğrenilmesi gibi ürünler söz<br />
konusudur. Bu yaklaşıma göre matematiksel modelleme<br />
lise ve üniversite düzeyinden önce ve erken<br />
dönemlerden itibaren eğitimin her kademesinde<br />
matematik derslerinin içinde yer almalıdır (Lehrer<br />
ve Schauble, 2003).<br />
Her iki yaklaşım matematik eğitimi açısından karşılaştırıldığında,<br />
vurgulanması gereken bazı noktalar<br />
şunlardır. Öncelikle birinci yaklaşımda teknik<br />
anlamda öğrencilerin matematiksel modelleme<br />
yapabilme beceri ve yeterlilikleri önemsenir. Üst<br />
düzey matematiksel bilgisi ve modelleme yöntem<br />
ve tekniklerinin kullanılması söz konusudur. Bu<br />
anlamda başlangıçta güçlü bir matematik bilgisi<br />
ve beraberinde belirli matematiksel modelleme<br />
teknikleri bilgisi de gereklidir. İkinci yaklaşımda<br />
ise öğrencilerin formel olmayan düşünme şekilleri<br />
ve çözüm yöntemleri daha çok önemsenmektedir.<br />
Formel olmayan düşünme süreçleri öğretilmesi hedeflenen<br />
matematiksel kavramı öğrencilere ihtiyaç<br />
olarak hissettirmek veya açığa çıkarmak suretiyle<br />
daha anlamlı bir öğrenme sağlamayı amaçlar. Bu<br />
çerçevede öğrencileri yeni bir kavram veya modeli<br />
öğrenmede daha aktif kılan modellemeyi matematiği<br />
öğretmek için bir “araç” olarak gören ikinci<br />
yaklaşımın pedagojik açıdan daha güçlü olduğu<br />
savunulabilir. Diğer taraftan modellemeyi “amaç”<br />
olarak gören birinci yaklaşıma uygun matematik<br />
öğretimi, üst düzey matematik bilgisi ve uygulamalarını<br />
gerektirdiğinden matematiksel yönden daha<br />
güçlü görünmektedir. Fakat bu yaklaşıma bağlı yapılan<br />
bir matematik öğretiminin öğrencilerde başarısızlık<br />
hissi oluşturması da mümkündür. Kullanılan<br />
modelleme soru türlerinde böyle bir ayrışmayı<br />
görmek mümkün olsa da bu iki yaklaşımı birbirinden<br />
kesin çizgilerle ayırmak mümkün değildir.<br />
Matematiksel modelleme uygulamalarının matematik<br />
öğretimi sürecinde kullanımı önemli olmakla<br />
beraber geleneksel öğretim metotlarının yerini<br />
alması söz konusu değildir. Burada özellikle Lesh<br />
ve Doerr (2003a) tarafından sunulan MMP ve ortaya<br />
çıkan modelleme (Gravemeijer, 2002) yaklaşımları<br />
matematiğin anlamlı öğretimi için uygun<br />
öğrenme ortamlarının tasarlanmasında matematiksel<br />
modelleme etkinliklerinin bir araç olarak<br />
nasıl kullanılabileceği konusunda eğitimcilere yol<br />
göstermektedir. MMP yaklaşımına göre öğretim<br />
1619
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
sürecinde kullanılacak olan modelleme etkinlikleri<br />
gerçekçilik ve etkili örnek olma gibi belirli özellikleri<br />
taşımalıdır (Lesh ve ark., 2000). Ortaya çıkan<br />
modelleme yaklaşımında ise kullanılacak bir etkinliğin<br />
öğrencilerde hedeflenen kavramları ortaya<br />
çıkartabilecek içeriğe sahip olması ve öğretmenin<br />
rehberliği önemlidir (Gravemeijer ve Stephan,<br />
2002). Matematiksel modellemeyi matematiği öğretmek<br />
için “araç” olarak gören bu yaklaşımların<br />
temel argümanı matematiksel kavramların tarihsel<br />
gelişimine benzer sürecin kısa bir süre de olsa<br />
öğrencilere yaşatılmasıdır. Bu sayede öğrencilerin<br />
öğretilmek istenen kavramlara ihtiyaç hissetmeleri<br />
veya kendilerinin ortaya çıkarmaları sağlanabilir.<br />
Sonuç olarak matematiksel modellemeyi “araç” olarak<br />
gören yaklaşımlara göre modelleme uygulamaları<br />
öğrencileri öğrenme sürecine aktif olarak dâhil<br />
eden öğrenme ortamları sağlamaktadır.<br />
Hangi yaklaşımla olursa olsun matematik eğitim<br />
ve öğretim sürecinde modelleme uygulamalarının<br />
yer alması öğrencilerin gerçek hayat durumlarında<br />
problem çözme ve analitik düşünme becerilerini<br />
geliştirmesi açısından önemlidir. Bu nedenle<br />
matematiksel modellemenin öğretim sürecinde<br />
kullanılması bir çok ülkede önemsenmektedir (ör.,<br />
DfE, 1997; NCTM, 1989, 2000; TTKB, 2011, 2013).<br />
Ülkemizde yenilenen matematik müfredatlarında<br />
da öğrencilere matematiksel modelleme yapabilme<br />
becerisi kazandırmak en önemli hedeflerden birisi<br />
olarak ifade edilmektedir (TTKB, 2013). Fakat<br />
ülkemizde matematiksel modellemenin öğretim<br />
sürecinde kullanımına yönelik çalışmaların yeterli<br />
olmadığı görülmektedir. Ayrıca matematiksel modellemeyi<br />
öğretim sürecinde kullanmak isteyen<br />
öğretmenler için de kaynak eksikliği söz konusudur.<br />
Bu konuda yapılacak çalışmaların sonucunda<br />
ortaya çıkacak olan birikimler ve tecrübeler<br />
hizmet öncesi ve hizmet içi öğretmen eğitiminde<br />
kaynak olarak kullanılabileceği gibi öğretmenlerin<br />
derslerde kullanabileceği daha somut kaynakların<br />
ortaya çıkmasına da öncülük edecektir. Fakat bu<br />
konuda çalışma yapmak isteyen araştırmacıların<br />
öncelikle matematiksel modelleme ile ilgili temel<br />
kavramların ve farklı yaklaşımların farkında olmaları<br />
gerekmektedir. Bu çalışmada matematiksel modellemenin<br />
ne olduğu, modelleme etkinliklerinin<br />
özellikleri, geleneksel problemlerden farklılıkları ve<br />
öğretim sürecinde kullanım amacı bakımından ortaya<br />
çıkan yaklaşımlar analiz edilerek tartışılmıştır.<br />
1620
Educational Sciences: Theory & Practice • 14(4) • 1621-1627<br />
©<br />
2014 Educational Consultancy and Research Center<br />
www.edam.com.tr/estp<br />
DOI: 10.12738/estp.2014.4.2039<br />
Mathematical Modeling in Mathematics Education:<br />
Basic Concepts and Approaches *<br />
Ayhan Kürşat ERBAŞ a<br />
Middle East Technical University<br />
Bülent ÇETİNKAYA c<br />
Middle East Technical University<br />
Cengiz ALACACI e<br />
İstanbul Medeniyet University<br />
Mahmut KERTİL b<br />
Marmara University<br />
Erdinç ÇAKIROĞLU d<br />
Middle East Technical University<br />
Sinem BAŞ f<br />
İstanbul Aydın University<br />
Abstract<br />
Mathematical modeling and its role in mathematics education have been receiving increasing attention in<br />
Turkey, as in many other countries. The growing body of literature on this topic reveals a variety of approaches<br />
to mathematical modeling and related concepts, along with differing perspectives on the use of mathematical<br />
modeling in teaching and learning mathematics in terms of definitions of models and modeling, the theoretical<br />
backgrounds of modeling, and the nature of questions used in teaching modeling. This study focuses on two<br />
issues. The first section attempts to develop a unified perspective about mathematical modeling. The second<br />
section analyzes and discusses two approaches to the use of modeling in mathematics education, namely<br />
modeling as a means of teaching mathematics and modeling as an aim of teaching mathematics.<br />
Keywords<br />
Mathematics Education, Mathematical Model, Mathematical Modeling, Problem Solving.<br />
* Work reported here is based on a research project supported by the Scientific and Technological Research<br />
Council of Turkey (TUBITAK) under grant number 110K250. Opinions expressed are those of the authors and<br />
do not necessarily represent those of TUBITAK. Ayhan Kursat Erbas is supported by the Turkish Academy of<br />
Sciences through the Young Scientist Award Program (A.K.E./TÜBA-GEBİP/2012-11).<br />
a Ayhan Kürşat ERBAŞ, Ph.D., is currently an associate professor of mathematics education. His research<br />
interests include teaching and learning of algebra, mathematics teacher education, teacher competencies,<br />
technology integration in mathematics education, and problem solving and modeling. Correspondence:<br />
Middle East Technical University, Faculty of Education, Department of Secondary Science and Mathematics<br />
Education, 06800 Ankara, Turkey. Email: erbas@metu.edu.tr<br />
b Mahmut KERTİL, Ph.D., is currently a research assistant of mathematics education. Contact: Marmara<br />
University, Atatürk Faculty of Education, Department of Secondary Science and Mathematics Education,<br />
34722 İstanbul, Turkey. Email: mkertil@marmara.edu.tr<br />
c Bülent ÇETİNKAYA, Ph.D., is currently an associate professor of mathematics education. Contact: Middle<br />
East Technical University, Faculty of Education, Department of Secondary Science and Mathematics<br />
Education, 06800 Ankara, Turkey. Email: bcetinka@metu.edu.tr<br />
d Erdinç ÇAKIROĞLU, Ph.D., is currently an associate professor of mathematics education. Contact: Middle<br />
East Technical University, Faculty of Education, Department of Secondary Science and Mathematics<br />
Education, 06800 Ankara, Turkey. Email: erdinc@metu.edu.tr<br />
e Cengiz ALACACI, Ph.D., is currently a professor of mathematics education. Contact: İstanbul Medeniyet<br />
University, Faculty of Educational Sciences, 34700 İstanbul, Turkey. Email: cengiz.alacaci@medeniyet.edu.tr<br />
f Sinem BAŞ, Ph.D., is currently an assistant professor of mathematics education. Contact: İstanbul Aydın<br />
University, Faculty of Education, Department of Elementary Education, 34295 İstanbul, Turkey. Email:<br />
sinembas@aydin.edu.tr
EDUCATIONAL SCIENCES: THEORY & PRACTICE<br />
In the last two decades, mathematical modeling has<br />
been increasingly viewed as an educational approach<br />
to mathematics education from elementary levels<br />
to higher education. In educational settings,<br />
mathematical modeling has been considered a way<br />
of improving students’ ability to solve problems in<br />
real life (Gravemeijer & Stephan, 2002; Lesh & Doerr,<br />
2003a). In recent years, many studies have been<br />
conducted on modeling at various educational levels<br />
(e.g., Delice & Kertil, 2014; Kertil, 2008), and more<br />
emphasis has been given to mathematical modeling<br />
in school curricula (Department for Education<br />
[DFE], 1997; National Council of Teachers of<br />
Mathematics [NCTM], 1989, 2000; Talim ve Terbiye<br />
Kurulu Başkanlığı [TTKB], 2011, 2013).<br />
The term “modeling” takes a variety of meanings<br />
(Kaiser, Blomhoj, & Sriraman, 2006; Niss, Blum,<br />
& Galbraith, 2007). It is important for readers who<br />
want to study modeling to be cognizant of these<br />
differences. Therefore, the purpose of this study is<br />
twofold: (i) Presenting basic concepts and issues<br />
related to mathematical modeling in mathematics<br />
education and (ii) discussing the two main approaches<br />
in modeling, namely “modeling for the learning<br />
of mathematics” and “learning mathematics for<br />
modeling.” The following background information<br />
is crucial for understanding the characterization of<br />
modeling, its theoretical background, and the nature<br />
of modeling problems.<br />
Mathematical Modeling and Basic Concepts<br />
Model and Mathematical Model: According to<br />
Lesh and Doerr (2003a), a model consists of both<br />
conceptual systems in learners’ minds and the<br />
external notation systems of these systems (e.g.,<br />
ideas, representations, rules, and materials). A<br />
model is used to understand and interpret complex<br />
systems in nature. Lehrer and Schauble (2003)<br />
describe a model as an attempt to construct an<br />
analogy between an unfamiliar system and a<br />
previously known or familiar system. Accordingly,<br />
people make sense of real-life situations and<br />
interpret them by using models. Lehrer and<br />
Schauble (2007) describe this process as modelbased<br />
thinking and emphasize its developmental<br />
nature. They also characterize the levels of modelbased<br />
thinking as hierarchical.<br />
Mathematical models focus on structural features<br />
and functional principles of objects or situations<br />
in real life (Lehrer & Schauble, 2003, 2007;<br />
Lesh & Doerr, 2003a). In Lehrer and Schauble’s<br />
hierarchy, mathematical models do not include<br />
all features of real-life situations to be modeled.<br />
Also, mathematical models comprise a range of<br />
representations, operations, and relations, rather<br />
than just one, to help make sense of real-life<br />
situations (Lehrer & Schauble, 2003).<br />
Mathematical Models and Concrete Materials:<br />
In elementary education, the terms mathematical<br />
model and modeling are usually reserved for<br />
concrete materials (Lesh, Cramer, Doerr, Post, &<br />
Zawojewski, 2003). Although the use of concrete<br />
materials is useful for helping children develop<br />
abstract mathematical thinking, according to<br />
Dienes (1960) (as cited in Lesh et al., 2003), in this<br />
study, mathematical modeling is used to refer to<br />
a more comprehensive and dynamic process than<br />
just the use of concrete materials.<br />
Mathematical Modeling: Haines and Crouch<br />
(2007) characterize mathematical modeling as a<br />
cyclical process in which real-life problems are<br />
translated into mathematical language, solved<br />
within a symbolic system, and the solutions<br />
tested back within the real-life system. According<br />
to Verschaffel, Greer, and De Corte (2002),<br />
mathematical modeling is a process in which reallife<br />
situations and relations in these situations are<br />
expressed by using mathematics. Both perspectives<br />
emphasize going beyond the physical characteristics<br />
of a real-life situation to examine its structural<br />
features through mathematics.<br />
Lesh and Doerr (2003a) describe mathematical<br />
modeling as a process in which existing conceptual<br />
systems and models are used to create and develop<br />
new models in new contexts. Accordingly, a model<br />
is a product and modeling is a process of creating a<br />
physical, symbolic, or abstract model of a situation<br />
(Sriraman, 2006). Similarly, Gravemeijer and Stephan<br />
(2002) state that mathematical modeling is not limited<br />
to expressing real-life situations in mathematical<br />
language by using predetermined models. It<br />
involves associating phenomena in the situation<br />
with mathematical concepts and representations<br />
by reinterpreting them. To be able to express a reallife<br />
situation in mathematical language effectively,<br />
students must have higher-level mathematical<br />
abilities beyond just computational and arithmetical<br />
skills, such as spatial reasoning, interpretation, and<br />
estimation (Lehrer & Schauble, 2003).<br />
The Mathematical Modeling Process: No strict<br />
procedure exists in mathematical modeling for<br />
reaching a solution by using the given information<br />
(Blum & Niss, 1991; Crouch & Haines, 2004; Lesh &<br />
Doerr; 2003a). Researchers agree that modeling is a<br />
cyclical process that includes multiple cycles (Haines<br />
1622
ERBAŞ, KERTİL, ÇETİNKAYA, ÇAKIROĞLU, ALACACI, BAŞ / Mathematical Modeling in Mathematics Education: Basic...<br />
& Crouch, 2007; Lehrer & Schauble, 2003; Zbiek &<br />
Conner, 2006). In the literature, a variety of visual<br />
references describe the stages of the cyclic nature<br />
of the modeling process (Borromeo Ferri, 2006;<br />
Hıdıroğlu & Bukova Güzel, 2013; Lingefjard, 2002b,<br />
NCTM, 1989). For instance, the modeling process<br />
described in the earlier Standards document by<br />
NCTM (1989, p. 138) emphasizes that mathematical<br />
modeling is a non-linear process that includes five<br />
interrelated steps: (i) Identify and simplify the realworld<br />
problem situation, (ii) build a mathematical<br />
model, (iii) transform and solve the model, (iv)<br />
interpret the model, and (v) validate and use the<br />
model. Such types of diagrams can help readers and<br />
teachers understand the probable stages that students<br />
may experience during the modeling processes.<br />
Mathematical Modeling and Problem Solving:<br />
Mathematical modeling is often confused with<br />
traditional word problems. From the view of Reusser<br />
and Stebler (1997), traditional word problems cause<br />
students to develop some didactic assumptions<br />
about problem solving. Moreover, the real-life<br />
contexts in these problems are often not sufficiently<br />
realistic and thus fail to support students’ abilities<br />
to use mathematics in the real world (English,<br />
2003; Lesh & Doerr, 2003; Niss et al., 2007). While<br />
working on such problems, students often simply<br />
focus on figuring out the required operations (e.g.,<br />
Greer, 1997; Nunes, Schliemann & Carraher, 1993).<br />
Some studies focus on reorganizing word problems<br />
to enable students to gain competence in thinking<br />
about real-life contexts while solving them (Greer<br />
1997; Verschaffel & De Corte, 1997; Verschaffel, De<br />
Corte, & Borghart, 1997; Verschaffel et al., 2002).<br />
Such versions of word problems can be used as<br />
warm-up exercises in preparation for modeling<br />
(Verschaffel & De Corte, 1997).<br />
While Lingefjard (2002b) argues that it is<br />
unreasonable to compare problem solving and<br />
modeling, the similarities and differences between<br />
them can be useful (Lesh & Doerr, 2003a; Lesh<br />
& Zawojewski, 2007; Mousoulides, Sriraman,<br />
& Christou, 2007; Zawojewski & Lesh, 2003).<br />
The following table briefly describes a few of the<br />
important differences between the two concepts.<br />
Mathematical Modeling Approaches<br />
Different approaches have been proposed with<br />
different theoretical perspectives for using<br />
modeling in mathematics education, and no<br />
single view is agreed upon among educators<br />
(Kaiser, Blum, Borromeo Ferri, & Stillman, 2011;<br />
Kaiser & Sriraman, 2006). To clarify the different<br />
perspectives on this issue and reach a consensus,<br />
these similarities and differences should be<br />
elaborated (Kaiser, 2006; Kaiser & Sriraman, 2006;<br />
Sriraman, Kaiser, & Blomhoj, 2006). Kaiser’s (2006)<br />
and Kaiser and Sriraman’s (2006) classification<br />
systems for presenting modeling approaches can<br />
be considered the leading perspective. According<br />
to this scheme, the perspectives are classified as<br />
(i) realistic or applied modeling, (ii) contextual<br />
modeling, (iii) educational modeling, (iv) sociocritical<br />
modeling, (v) epistemological or theoretical<br />
modeling, and (vi) cognitive modeling. Generally,<br />
modeling is also classified by its purpose in<br />
mathematics education, such as (i) modeling as the<br />
purpose of teaching mathematics or (ii) modeling<br />
as a means to teach mathematics (Galbraith, 2012;<br />
Gravemeijer, 2002; Julie & Mudaly, 2007; Niss et al.,<br />
2007).<br />
Table 1<br />
A Comparison between Problem Solving and Mathematical Modeling (Adapted from Lesh & Doerr [2003a] and Lesh & Zawojewski [2007])<br />
Traditional Problem Solving<br />
Mathematical Modeling<br />
Process of reaching a conclusion using data<br />
Multiple cycles, different interpretations<br />
Context of the problem is an idealized real-life situation or a<br />
Authentic real-life context<br />
realistic life situation<br />
Students are expected to use taught structures such as<br />
formulas, algorithms, strategies, and mathematical ideas<br />
Individual work emphasized<br />
Abstracted from real life<br />
Students are expected to make sense of mathematical symbols<br />
and structures<br />
Teaching of specific problem-solving strategies (e.g.,<br />
developing a unique approach, transferring onto a figure)<br />
transferable to similar problems<br />
A single correct answer<br />
Students experience the stages of developing, reviewing, and<br />
revising important mathematical ideas and structures during<br />
the modeling process<br />
Group work emphasized (social interaction, exchange of<br />
mathematical ideas, etc.)<br />
Interdisciplinary in nature<br />
In modeling processes, students try to make mathematical<br />
descriptions of meaningful real-life situations<br />
Open-ended and numerous solution strategies, developed<br />
consciously by students according to the specifications of the<br />
problem.<br />
More than one solution approach and solution (model)<br />
possible<br />
1623
EDUCATIONAL SCIENCES: THEORY & PRACTICE<br />
Modeling as the Purpose of Teaching Mathematics<br />
In this perspective, mathematical modeling is seen<br />
as a basic competency, and the aim of teaching<br />
mathematics is to equip students with this competency<br />
to solve real-life problems in mathematics and in<br />
other disciplines (Blomhøj & Jensen, 2007; Blum,<br />
2002; Crouch & Haines, 2004; Haines & Crouch,<br />
2001; Izard, Haines, Crouch, Houston, & Neill, 2003;<br />
Lingefjard, 2002a; Lingefjard & Holmquist, 2005).<br />
In this approach, initially, mathematical concepts<br />
and mathematical models are provided and later<br />
these ready-made concepts or models are applied to<br />
real-world situations (i.e., mathematics " reality)<br />
(Lingefjard, 2002a, 2002b, 2006; Niss et al., 2007).<br />
Mathematical models and concepts are considered<br />
as already existing objects (Gravemeijer, 2002).<br />
Researchers adopting this perspective focus on the<br />
issue of conceptualizing, developing, and measuring<br />
the modeling competencies (e.g., Haines & Crouch,<br />
2001, 2007). In the literature, different viewpoints<br />
exist on this issue (Henning & Keune, 2007). While<br />
Blomhøj and Jensen (2007) adopt a holistic approach,<br />
other studies address this issue at the micro level<br />
(Crouch & Haines, 2004; Haines, Crouch, & Davis,<br />
2000; Lingefjard, 2004). Furthermore, some studies<br />
focus on teaching mathematical modeling (Ärlebäck<br />
& Bergsten, 2010; Lingefjard, 2002a). Fermi problems,<br />
for example, are regarded as appropriate kinds of<br />
problems for teaching of modeling (Ärlebäck, 2009;<br />
Ärlebäck & Bergsten, 2010). Sriraman and Lesh<br />
(2006) contend that Fermi problems can be used as<br />
warm-up and starting exercises in preparation for<br />
modeling.<br />
Modeling as a Means for Teaching Mathematics<br />
In this approach, modeling is considered a vehicle<br />
for supporting students’ endeavors to create and<br />
develop their primitive mathematical knowledge<br />
and models. The Models and Modeling Perspective<br />
(Lesh & Doerr, 2003a) and Realistic Mathematics<br />
Education (Gravemeijer, 2002; Gravemeijer &<br />
Stephan, 2002) are two examples of this approach.<br />
Models and Modeling Perspective (MMP)<br />
The models and modeling perspective is a new<br />
and comprehensive theoretical approach to<br />
characterizing mathematical problem-solving,<br />
learning, and teaching (Lesh & Doerr, 2003a; 2003b)<br />
that takes constructivist and socio-cultural theories<br />
as its theoretical foundation. In this perspective,<br />
individuals organize, interpret, and make sense<br />
of events, experiences, or problems by using their<br />
mental models (internal conceptual systems). They<br />
actively create their own models, consistent with<br />
the basic ideas of constructivism (Lesh & Lehrer,<br />
2003). Moreover, for productive use of models for<br />
addressing complex problem-solving situations,<br />
they should be externalized with representational<br />
media (e.g., symbols, figures).<br />
Model-eliciting activities (MEAs) are specially<br />
designed for use within the MMP. In MEAs, students<br />
are challenged to intuitively realize mathematical<br />
ideas embedded in a real-world problem and to<br />
create relevant models in a relatively short period<br />
of time (Carlson, Larsen, & Lesh, 2003; Doerr &<br />
Lesh, 2011). Lesh, Hoover, Hole, Kelly, and Post<br />
(2000) offered six principles to guide the design of<br />
MEAs: (i) the model construction principle, (ii) the<br />
reality principle, (iii) the self-assessment principle,<br />
(iv) the construct-documentation principle, (v) the<br />
construct shareability and reusability principle,<br />
and (vi) the effective prototype principle. In the<br />
implementation of MEAs, students work in teams<br />
of three to four. They are expected to work on<br />
creating shareable and reusable models, which<br />
encourage interaction among students. Therefore,<br />
the social aspect of learning is another component<br />
of the MMP (Zawojewski, Lesh, & English, 2003).<br />
According to Lesh et al. (2003), MEAs should not<br />
be used as isolated problem- solving activities.<br />
They should be used within model development<br />
sequences, where warm-up and follow up activities<br />
are also important.<br />
The Modeling Approach in Realistic Mathematics<br />
Education<br />
Similar to the MMP, the modeling approach<br />
assumed by RME is based on constructivist<br />
and socio-cultural theories (Freudental, 1991;<br />
Gravemeijer, 2002). In this approach, modeling goes<br />
beyond translating real-life problem situations into<br />
mathematics. It involves revealing new relations<br />
among phenomena embedded in the situations by<br />
organizing them (Gravemeijer & Stephan, 2002).<br />
In modeling, students initially work on real-life<br />
situations and create their primitive models, which<br />
are called model of. The term “model” describes not<br />
only the physical or mathematical representations<br />
of the phenomena, but also the components<br />
of students’ conceptual systems, such as their<br />
purpose and ways of thinking about the situation<br />
(Cobb, 2002). With the help of carefully designed<br />
real-life problems and learning environments<br />
that encourage students to discover sophisticated<br />
1624
ERBAŞ, KERTİL, ÇETİNKAYA, ÇAKIROĞLU, ALACACI, BAŞ / Mathematical Modeling in Mathematics Education: Basic...<br />
mathematical models, students proceed to create<br />
more abstract and formal models, which are<br />
called model for (Doorman & Gravemeijer, 2009).<br />
Accordingly, modeling is characterized as a process<br />
of moving from “model of ” to “model for,” which<br />
is called as emergent modeling (Doorman &<br />
Gravemeijer, 2009; Gravemeijer & Doorman, 1999).<br />
Besides describing students’ learning process, this<br />
perspective also assumes principles about how<br />
a learning environment should be designed to<br />
support students’ emergent modeling processes.<br />
Discussion and Conclusion<br />
In recent years, using modeling in mathematics<br />
education has been increasingly emphasized<br />
(NCTM, 1989, 2000; TTKB, 2011, 2013). A variety<br />
of different perspectives have been proposed for the<br />
conceptualization and usage of modeling (Kaiser<br />
& Sriraman, 2006). These perspectives can be<br />
grouped into two main categories: (i) modeling as a<br />
means for teaching mathematics and (ii) modeling<br />
as the aim of teaching mathematics (Blum & Niss,<br />
1991; Galbraith, 2012). In the first perspective,<br />
students are provided with predetermined models<br />
and are expected to apply these models to real-life<br />
situations. The ultimate goal is to improve students’<br />
modeling competencies (Haines & Crouch, 2001,<br />
2007; Izard et al., 2003; Lingefjard, 2002b). In the<br />
second perspective, the underlying assumption is<br />
that students can learn fundamental mathematical<br />
concepts meaningfully through a modeling<br />
process in which they need and intuitively discover<br />
mathematical concepts while addressing a real-life<br />
problem-solving situation (Lesh & Doerr, 2003a).<br />
In summary, the second approach (i.e., modeling<br />
as a means for teaching mathematics) seems more<br />
developed for pedagogical purposes. However,<br />
whatever approach is preferred and used,<br />
integrating modeling into mathematics education<br />
is important for improving students’ problemsolving<br />
and analytical thinking abilities. However,<br />
few studies have been conducted in Turkey<br />
on using modeling in mathematics education.<br />
Furthermore, there are insufficient resources (e.g.,<br />
modeling tasks) for teachers who want to integrate<br />
modeling into their teaching. Thus, there is a need<br />
for more research on using modeling for different<br />
levels of education. This can enable the production<br />
of resources that can be used in pre-service and<br />
in-service teacher education programs. Sources<br />
including good examples of modeling tasks are<br />
needed for teachers.<br />
1625
EDUCATIONAL SCIENCES: THEORY & PRACTICE<br />
References/Kaynakça<br />
Ärlebäck, J. B. (2009). On the use of realistic Fermi<br />
problems for introducing mathematical modelling in<br />
school. The Montana Mathematics Enthusiast, 6(3), 331-<br />
364.<br />
Ärlebäck, J. B., & Bergsten, C. (2010). On the use of<br />
realistic Fermi problems in introducing mathematical<br />
modelling in upper secondary mathematics. In R. Lesh,<br />
P. L. Galbraith, W. Blum, & A. Hurford (Eds.), Modeling<br />
students’ mathematical modeling competencies, ICTMA 13<br />
(pp. 597-609). New York, NY: Springer.<br />
Blomhøj, M., & Jensen, T. H. (2007). What’s all the fuss<br />
about competencies? In W. Blum, P. L. Galbraith, H.<br />
Henn, & M. Niss (Eds.), Modelling and applications in<br />
mathematics education. The 14th ICMI study (pp. 45-56).<br />
New York, NY: Springer.<br />
Blum, W. (2002). ICMI Study 14: Applications and<br />
modelling in mathematics education-Discussion<br />
document. Educational Studies in Mathematics, 51(1-2),<br />
49-171.<br />
Blum, W., & Niss, M. (1991). Applied mathematical<br />
problem solving, modelling, application, and links to<br />
other subjects-state, trends, and issues in mathematics<br />
instruction. Educational Studies in Mathematics, 22(1),<br />
37-68.<br />
Borromeo Ferri, R. (2006). Theoretical and empirical<br />
differentiations of phases in the modelling process. ZDM –<br />
The International Journal on Mathematics Education, 38(2),<br />
86-95.<br />
Carlson, M., Larsen, S., & Lesh, R. (2003). Integrating<br />
models and modeling perspective with existing research<br />
and practice. In R. Lesh & H. Doerr (Eds.), Beyond<br />
constructivism: A models and modeling perspective (pp. 465-<br />
478). Mahwah, NJ: Lawrence Erlbaum Associates.<br />
Cobb, P. (2002). Modeling, symbolizing, and tool use<br />
in statistical data analysis. In K. Gravemeijer, R. Lehrer,<br />
B. Oers, & L. Verschaffel (Eds.), Symbolizing, modeling<br />
and tool use in mathematics education (pp. 171-196).<br />
Dordrecht, The Netherlands: Kluwer Academic Publishers.<br />
Crouch, R., & Haines, C. (2004). Mathematical modelling:<br />
transitions between the real world and mathematical<br />
model. International Journal of Mathematical Education in<br />
Science and Technology, 35(2), 197-206.<br />
Delice, A., & Kertil, M. (2014). Investigating the<br />
representational fluency of pre-service mathematics<br />
teachers in a modeling process. International Journal of<br />
Science and Mathematics Education. doi: 10.1007/s10763-<br />
013-9466-0.<br />
Department for Education. (1997). Mathematics in the<br />
national curriculum. London, UK: DFE Welch Office.<br />
Doerr, H., & Lesh, R. (2011). Models and modelling<br />
perspectives on teaching and learning mathematics<br />
in the twenty-first century. In G. Kaiser, W. Blum, R.<br />
BorromeoFerri, & G. Stillman (Eds.), Trends in teaching<br />
and learning of mathematical modeling: ICTMA 14 (pp.<br />
247–268). Dordrecht, The Netherlands: Springer.<br />
Doorman, L. M., & Gravemeijer, K. (2009). Emerging<br />
modeling: Discrete graphs to support the understanding of<br />
change and velocity. ZDM – The International Journal on<br />
Mathematics Education, 38(3), 302-310.<br />
Freudental, H. (1991). Revisiting mathematics education.<br />
Dordrecht, The Netherlands: Kluwer Academic Publishers.<br />
Galbraith, P. (2012). Models of modelling: genres, purposes<br />
or perspectives. Journal of Mathematical Modeling and<br />
Application, 1(5), 3-16.<br />
Gravemeijer, K. (2002). Preamble: From models to<br />
modeling. In K. Gravemeijer, R. Lehrer, B. Oers, & L.<br />
Verschaffel (Eds.), Symbolizing, modeling and tool use<br />
in mathematics education (pp. 7-22). Dordrecht, The<br />
Netherlands: Kluwer Academic Publishers.<br />
Gravemeijer, K., & Doorman, M. (1999). Context problems<br />
in realistic mathematics education: A calculus course as an<br />
example. Educational Studies in Mathematics, 39, 111-129.<br />
Greer, B. (1997). Modelling reality in mathematics<br />
classrooms: The case of word problems. Learning and<br />
Instruction, 7(4), 293-307.<br />
Gravemeijer, K., & Stephan, M. (2002). Emergent models as<br />
an instructional design heuristic. In K. Gravemeijer, R. Lehrer,<br />
B. Oers, & L. Verschaffel (Eds.), Symbolizing, modeling and<br />
tool use in mathematics education (pp. 145-169). Dordrecht,<br />
The Netherlands: Kluwer Academic Publishers.<br />
Haines, C., & Crouch, R. (2001). Recognizing constructs<br />
within mathematical modelling. Teaching Mathematics and<br />
its Applications, 20(3), 129-138.<br />
Haines, C., & Crouch, R. (2007). Mathematical modeling<br />
and applications: Ability and competence frameworks.<br />
In W. Blum, P. L. Galbraith, H. Henn, & M. Niss (Eds.),<br />
Modelling and applications in mathematics education: The<br />
14th ICMI study (pp. 417-424). New York, NY: Springer.<br />
Haines, C., Crouch, R., & Davis, J. (2000). Mathematical<br />
modelling skills: A research instrument (Technical Report<br />
No. 55). Hatfield, UK: University of Hertfordshire,<br />
Department of Mathematics.<br />
Henning, H., & Keune, M. (2007). Levels of modeling<br />
competencies. In W. Blum, P. L. Galbraith, H-W. Henn, &<br />
M. Niss (Eds.), Modelling and applications in mathematics<br />
education: The 14 th ICMI Study (pp. 225-232). New York:<br />
Springer.<br />
Hıdıroğlu, Ç. N. ve Bukova Güzel, E. (2013). Matematiksel<br />
modelleme sürecini açıklayan farklı yaklaşımlar. Bartın<br />
Eğitim Fakültesi Dergisi, 2(1), 127-145.<br />
Izard, J., Haines, C., Crouch, R., Houston, K., & Neill, N.<br />
(2003). Assessing the impact of teachings mathematical<br />
modeling: Some implications. In S. J. Lamon, W. A. Parker,<br />
& S. K. Houston (Eds.), Mathematical modelling: A way of<br />
life ICTMA 11 (pp. 165-177). Chichester, UK: Horwood<br />
Publishing.<br />
Julie, C., & Mudaly, V. (2007). Mathematical modelling<br />
of social issues in school mathematics in South Africa.<br />
In W. Blum, P. Galbraith, M. Niss, & H.-W. Henn (Eds.),<br />
Modelling and applications in mathematics education: The<br />
14th ICMI study (pp. 503-510). New York, NY: Springer.<br />
Kaiser, G. (2006). Introduction to the working group<br />
“Applications and Modelling”. In M. Bosch (Ed.),<br />
Proceedings of the Fourth Congress of the European Society<br />
for Research in Mathematics Education (CERME 4) (pp.<br />
1613-1622). Sant Feliu de Guíxols, Spain: FUNDEMI IQS,<br />
Universitat Ramon Llull.<br />
Kaiser, G., & Sriraman, B. (2006). A global survey of<br />
international perspectives on modelling in mathematics<br />
education. ZDM – The International Journal on<br />
Mathematics Education, 38(3), 302-310.<br />
Kaiser, G., Blomhøj, M., & Sriraman, B. (2006). Towards a<br />
didactical theory for mathematical modelling. ZDM– The<br />
International Journal on Mathematics Education, 38(2), 82-<br />
85.<br />
Kaiser, G., Blum, W., Borromeo Ferri, R., & Stillman, G.<br />
(2011). Preface. In G. Kaiser, W. Blum, R. BorromeoFerri,<br />
& G. Stillman (Eds.), Trends in teaching and learning of<br />
mathematical modelling: ICTMA14 (pp. 1-5). Dordrecht,<br />
The Nedherlands: Springer.<br />
1626
ERBAŞ, KERTİL, ÇETİNKAYA, ÇAKIROĞLU, ALACACI, BAŞ / Mathematical Modeling in Mathematics Education: Basic...<br />
Kertil, M. (2008). Matematik öğretmen adaylarının problem<br />
çözme becerilerinin modelleme sürecinde incelenmesi (Yüksek<br />
lisans tezi, Marmara Üniversitesi, Eğitim Bilimleri Bölümü,<br />
Ortaöğretim Fen ve Matematik Alanları Eğitimi Anabilim<br />
Dalı, İstanbul). http://tez.yok.gov.tr adresinden edinilmiştir.<br />
Lehrer, R., & Schauble, L. (2003). Origins and evaluation of<br />
model-based reasoning in mathematics and science. In R.<br />
Lesh, & H. M. Doerr (Eds.), Beyond constructivism: Models<br />
and modeling perspectives on mathematics problem solving,<br />
learning, and teaching (pp. 59-70). Mahwah, NJ: Lawrence<br />
Erlbaum.<br />
Lehrer, R., & Schauble, L. (2007). A developmental<br />
approach for supporting the epistemology of modeling. In<br />
W. Blum, P. L. Galbraith, H-W. Henn, & M. Niss (Eds.),<br />
Modeling and applications in mathematics education (pp.<br />
153-160). New York, NY: Springer.<br />
Lesh, R., Cramer, K., Doerr, H. M., Post, T., & Zawojewski,<br />
J. S. (2003). Model development sequences. In R. Lesh, & H.<br />
M. Doerr (Eds.), Beyond constructivism: Models and modeling<br />
perspectives on mathematics problem solving, learning, and<br />
teaching (pp. 3-33). Mahwah, NJ: Lawrence Erlbaum.<br />
Lesh, R., & Doerr, H. M. (2003a). Foundations of a models<br />
and modeling perspective on mathematics teaching,<br />
learning, and problem solving. In R. Lesh, & H. M. Doerr<br />
(Eds.), Beyond constructivism: Models and modeling<br />
perspectives on mathematics problem solving, learning, and<br />
teaching (pp. 3-33). Mahwah, NJ: Lawrence Erlbaum.<br />
Lesh, R., & Doerr, H. M. (2003b). In what ways does<br />
a models and modeling perspective move beyond<br />
constructivism. In R. Lesh, & H. M. Doerr (Eds.), Beyond<br />
constructivism: Models and modeling perspectives on<br />
mathematics problem solving, learning and teaching (pp.<br />
519-556). Mahwah, NJ: Lawrence Erlbaum.<br />
Lesh, R., Hoover, M., Hole, B., Kelly, A., & Post, T. (2000).<br />
Principles for developing thought-revealing activities<br />
for students and teachers. In R. Lesh, & A. Kelly (Eds.),<br />
Handbook of research design in mathematics and science<br />
education (pp. 591-645). Hillsdale, NJ: Lawrence Erlbaum.<br />
Lesh, R., & Lehrer, R. (2003). Models and modeling<br />
perspectives on the development of students and teachers.<br />
Mathematical Thinking and Learning, 5(2&3), 109-129.<br />
Lesh, R., & Zawojewski, J. S. (2007). Problem solving and<br />
modeling. In F. Lester (Ed.), The handbook of research on<br />
mathematics teaching and learning (2nd ed., pp. 763-804).<br />
Reston, VA: National Council of Teachers of Mathematics;<br />
Charlotte, NC: Information Age Publishing.Lingefjärd, T.<br />
(2002a). Teaching and assessing mathematical modelling.<br />
Teaching Mathematics and its Applications, 21(2), 75-83.<br />
Lingefjärd, T. (2002b). Mathematical modeling for<br />
preservice teachers: A problem from anesthesiology.<br />
International Journal of Computers for Mathematical<br />
Learning, 7, 117-143.<br />
Lingefjard, T. (2004). Assessing engineering student’s<br />
modeling skills. Retrieved from http://www.cdio.org/files/<br />
assess_model_skls.pdf<br />
Lingefjard, T. (2006). Faces of mathematical modeling.<br />
ZDM – The International Journal on Mathematics<br />
Education, 38(2), 96-112.<br />
Lingefjärd, T., & Holmquist, M. (2005). To assess students’<br />
attitudes, skills and competencies in mathematical<br />
modeling. Teaching Mathematics and Its Applications, 24(2-<br />
3), 123-133.<br />
Mousoulides, N., Sriraman, B., & Christou, C. (2007).<br />
From problem solving to modeling– the emergence of<br />
models and modelling perspectives. Nordic Studies in<br />
Mathematics Education, 12(1), 23-47.<br />
National Council of Teachers of Mathematics. (1989).<br />
Curriculum and evaluation standards for school<br />
mathematics. Reston, VA: Author.<br />
National Council of Teachers of Mathematics. (2000).<br />
Principles and standards for school mathematics. Reston,<br />
VA: Author.<br />
Niss, M., Blum, W., & Galbraith, P. L. (2007). Introduction.<br />
In W. Blum, P. Galbraith, H. Henn, & M. Niss (Eds.),<br />
Modelling and applications in mathematics education: The<br />
14th ICMI study (pp. 3-32). New York: Springer.<br />
Nunes, T., Schliemann, A. D., & Carraher, D. W. (1993).<br />
Mathematics in the streets and in schools. Cambridge, UK:<br />
Cambridge University Press.<br />
Reusser K., & Stebler, R. (1997). Every word problem has a<br />
solution-the social rationality of mathematical modeling in<br />
schools. Learning and Instruction, 7(4), 309-327.<br />
Sriraman, B. (2006). Conceptualizing the model-eliciting<br />
perspective of mathematical problem solving. In M. Bosch<br />
(Ed.), Proceedings of the Fourth Congress of the European<br />
Society for Research in Mathematics Education (CERME 4)<br />
(pp. 1686-1695). Sant Feliu de Guíxols, Spain: FUNDEMI<br />
IQS, Universitat Ramon Llull..<br />
Sriraman, B., Kaiser, G., & Blomhøj, M. (2006). A brief<br />
survey of the state of mathematical modeling around the<br />
world. ZDM – The International Journal on Mathematics<br />
Education, 38, 212-213.<br />
Sriraman, B., & Lesh, R. (2006). Modeling conceptions<br />
revisited. ZDM – The International Journal on Mathematics<br />
Education, 38, 247-253.<br />
Talim ve Terbiye Kurulu Başkanlığı. (2011). Ortaöğretim<br />
matematik (9, 10, 11 ve 12. sınıflar) dersi öğretim programı.<br />
Ankara: Devlet Kitapları Müdürlüğü.<br />
Talim ve Terbiye Kurulu Başkanlığı. (2013). Ortaöğretim<br />
matematik dersi (9, 10, 11 ve 12. sınıflar) öğretim programı.<br />
Ankara: T.C. Milli Eğitim Bakanlığı.<br />
Verschaffel, L., & De Corte, E. (1997). Teaching realistic<br />
mathematical modeling and problem solving in the<br />
elementary school. A teaching experiment with fifth<br />
graders. Journal for Research in Mathematics Education,<br />
28(5), 577-601.<br />
Verschaffel, L., De Corte, E., & Borghart, I. (1997). Preservice<br />
teachers’ conceptions and beliefs about the role of<br />
real-world knowledge in mathematical modeling of school<br />
word problems. Learning and Instruction, 7(4), 339-359.<br />
Verschaffel, L., Greer, B., & De Corte, E. (2002). Everyday<br />
knowledge and mathematical modeling of school word<br />
problems. In K. P. Gravemeijer, R. Lehrer,H. J. van Oers,<br />
& L. Verschaffel (Eds.), Symbolizing, modeling and tool use<br />
in mathematics education (pp. 171-195). Dordrecht, The<br />
Netherlands: Kluwer Academic Publishers.<br />
Zawojewski, J. S., & Lesh, R. (2003). A models and<br />
modelling perspective on problem solving. In R. A. Lesh,<br />
& H. Doerr (Eds.), Beyond constructivism: Models and<br />
modeling perspectives on mathematics problem solving,<br />
learning, and teaching (pp. 317-336). Mahwah, NJ:<br />
Lawrence Erlbaum.<br />
Zawojewski, J. S., Lesh, R., & English, L. (2003). A models<br />
and modeling perspective on the role of small group<br />
learning activities. In R. A. Lesh, & H. Doerr (Eds.),<br />
Beyond constructivism: Models and modeling perspectives<br />
on mathematics problem solving, learning, and teaching (pp.<br />
337-358). Mahwah, NJ: Lawrence Erlbaum.<br />
Zbiek, R., M., & Conner, A. (2006). Beyond motivation:<br />
Exploring mathematical modeling as a context for deepening<br />
students’ understandings of curricular mathematics.<br />
Educational Studies in Mathematics, 69, 89-112.<br />
1627