數位聯展

數學焦慮對兒童學習動機與表現有負面影響,且臺灣學童普遍存在「害怕失敗」的現象, 凸顯早期偵測與介入的迫切需求。鑑於口語表達能反映兒童內在情緒,本研究旨在利用 AI 技術分析其語言表徵,以彌補傳統量表在探討潛在語義層面上的不足。研究訪談了 48 位小學中高年級學童,透過半結構化訪談引導其分享數學學習經驗。資料分析採用 BERTopic 主題模型萃取語義主題,並結合典型相關分析(Canonical correlation analysis,CCA)檢視這 些主題與數學焦慮量表得分之間的關聯 。結果辨識出兩組與數學焦慮相關的語言主題因子。低數學焦慮兒童的訪談內容較少提及「無感或忘記」或「否認」等主題;高數學焦慮 兒童則常表達「負面感受」、「課業考試」以及「中立回應」等主題。研究結果提供一項創新策略,有助於透過兒童言談辨識數學焦慮並及早進行介入。