香港高中课程对联合国可持续发展目标的影响分析

摘要

联合国可持续发展目标（SDG）具体目标4.7指出，到2030年，所有学习者都应获得促进可持续发展所需的知识和技能。然而，只有零散的研究概述了公共K12课程中如何教授可持续发展目标知识。本研究旨在确定香港中学文凭课程中13门科目的可持续发展目标主题，以及教师对可持续发展目标教育的看法。数据通过机器学习方法和半结构化访谈收集。对模块、科目和课程水平进行了分析。通过调查教师对可持续发展目标分类结果和可持续发展目标教育实施情况的认知，发现教师和管理者对可持续发展计划分类持积极态度，支持性政府可以积极影响教师和管理人员实施可持续发展计划教育。这些发现可以帮助决策者制定促进可持续发展目标教育的战略。

介绍

2015年，联合国制定了关于可持续经济增长和社会发展的17个可持续发展目标（SDG）（联合国大会，2015). 具体目标4.7指出，到2030年，所有学习者都应获得促进可持续发展所需的知识和技能。可持续发展目标在人类发展中发挥着至关重要的作用，它有助于改善可持续发展教育（ESD），使学生能够做出良好的判断、承担责任并提出有效的解决方案，以维护环境完整性、经济增长和社会公平，学生可以借此获得包括自我调节学习、批判性思维、解决问题和未来相关技能（Kwee，2021).

推进可持续发展目标教育需要战略。Martin和Ho（2009年）探讨了新加坡学校如何发展户外教育以寻求可持续发展。Eames等人(2010)在学校一级评估了新西兰的三个可持续发展教育（EfS）专业发展计划，并证明了其对学校教育的影响。沃尔什(2017)探索了英国SDG教育的跨学科方法如何培养一个由16岁和17岁地理学生组成的班级对可持续性的理解。Kwee公司(2021)尝试将可持续发展目标纳入英语教学。赫德和奥姆斯比(2020)研究了美国四所K12学校的教师如何在课堂上教授可持续发展目标。与此同时，Zguir等人(2021)说明了各国政府如何在政策层面设计K12可持续教育。然而，只有零散的研究概述了如何在地区或国家公共K12课程中教授和评估可持续发展目标。换句话说，没有提出任何机制或协议来分析K12学生在课程中学习了多少SDG知识。

衡量在K12学习期间学习可持续发展目标或可持续性主题的学生比例并不容易。例如，Gallwey(2016)讨论了全面衡量可持续发展目标的教学方式所面临的挑战。此外，课程分析在实践中将可持续发展目标与公共课程相匹配方面可能具有挑战性。学科教师也可能难以全面理解所有17项可持续发展目标。卡拉斯兰和特克斯(2016)揭示了在将可持续发展概念融入科学教育计划方面，科学教师的能力不包括系统思维技能和情感方面。Kwee（奎）(2021)还从学校教师的角度总结了在K12教育中实施可持续发展目标的挑战。

在我们的初步研究中，机器学习方法被用于确定2023年香港中等教育文凭（HKDSE，相当于K10-K12）课程（Lei，2022). 进行的模块/科目/课程级分析表明了这些科目在课程中涵盖可持续发展目标方面的优势和劣势。例如，我们发现高中课程更注重学科基础，而大学则更注重前沿课题的教学。

在这份手稿中，该研究旨在扩大2023年HKDSE课程的试点研究范围，涵盖13门基础“科学”科目和“个人、社会、人文教育”科目的分析。这13门科目是根据《课程与评估指南》选出的，包括核心科目和教育局的选修科目。详细情况可以在该局的网站上看到。这份手稿还包括新的例子和详细的分析。此外，还采访了学校教师和管理人员，以了解他们对可持续发展目标分类结果的看法，以及如何在高中课程中教授可持续发展目标。研究问题是：

• (1) 如何根据SDG通过机器学习对高中科目中的主题进行分类？

• (2) 学校教师和管理者如何看待基于机器学习的SDG分类的结果以及高中课程中SDG教育的发展？

章节“文献综述“说明了目前在K12、中学或高中课程中如何教授SDG。第节”基于机器学习的SDG主题分类“解释了机器学习分类如何用于分析HKDSE课程中的13门课程。第节”研究成果“调查学校教师和管理人员对可持续发展目标分类结果和可持续发展目标教育实施的看法。

文献综述

当前的大多数研究通过分析课程内容与可持续发展目标之间的关系，重点关注高等教育层面可持续发展目标的实施（Fíndk等人。，2021). 关于在K12教育中实施可持续发展目标的研究很少（Bezeljak等人。，2020; Eli等人。，2020; Hoang等人。，2020). 在当前与K12教育相关的研究中，一些研究侧重于课程和教学实践（Hoang，2020）以及ESD的跨学科方法（Eli等人。，2020)一些人专注于科学或社会科学科目（Nguyen，2018). 关于可持续发展目标在不同学科中的整体实施或ESD课程的重新定位的研究有限。

教师积极参与可持续发展目标教育为此类问题提供了切实可行的解决方案（Summers等人。，2005; 冬季，2007). 教师在可持续发展目标教育中发挥着关键作用，因为他们有必要将传统的分段方法转变为整体和跨学科方法（Kwee，2021). 然而，超越可能具有挑战性。例如，英语教师缺乏可持续发展方面的以往经验和大量知识，在全面理解可持续发展方面遇到困难，因此排除了将可持续发展纳入其语言教学的可能性（Fíndík et al。，2021; 奎，2021). 在实施可持续发展目标教育方面，教师们表示，跨学科方法的含义并不十分明确，因此他们对这些可持续发展方法之间的密切关系没有明确的认识（Eli等人。，2020; 奎，2021). 在实施过程中，教师还发现跨学科活动不足，因为这些学科之间没有明确的界限，使得合作和综合相关教学材料和活动变得困难（Kwee，2021).

学校支持也是SDG教育成功的关键（Kalsoom和Khanam，2017). 然而，很少有学校将所有可持续发展目标纳入其课程，而一些学校则侧重于与环境或教育相关的可持续发展目标（Eli等人。，2020). 根据上述研究，本文旨在打破不同学科之间的界限，帮助教师和学校全面了解香港K12学生如何通过公共课程学习可持续发展目标。此外，为了调查课程如何有效地与可持续发展目标相一致，收集了校长和学科教师的反馈。

基于机器学习的SDG主题分类

研究设计

本研究分析了香港高中（K10-K12）提供的13个科目的SDG内容。这些科目的范围由香港考试及评核局（HKEAA）在2023年香港中学文凭（HKDSE）课程中定义。本手稿中分析的DSE受试者如表所示1.

表1本研究分析的受试者

每个科目都有几个主要模块，每个科目的预计上课时间约为250小时。这些科目有自己的教学策略。因此，他们不共享教学大纲的对齐结构。通常，模块介绍、“要学习的主题”和“模块描述”用作分类过程中的测试集。课程大纲可在香港考试协会网站上找到。

我们很难找到一整套基于可持续发展目标手动分类的课程大纲。因此，我们采用了OSDG社区数据集（OSDG，2021)作为训练数据集。数据集主要基于联合国的报告和文件。这些文件是公开的，通常已经有了与之相关的SDG标签。OSDG社区将这些文档分解为记录。2021年，大约有32000条由3-6个句子组成的短文记录。1000多名社区志愿者随后验证了与最初标记的可持续发展目标相关的记录。具体来说，每个志愿者都会被问到一个简单的问题，询问建议的标签是否与给定的简短文本相关。文本由多名志愿者标记，以确保高质量。该数据集仅包括SDG 1至SDG 15，因为SDG 16和SDG 17是可能出现在几乎所有类型文本中的首要目标。

用于分析大学通识教育课程的分类程序（Lei等人。，2022)以及试点研究中的DSE课程（Lei，2022). 在机器学习过程中，第一步是对文本数据进行预处理，包括标记化、词干/词缀化，以及只保留名词、动词和形容词。然后，在特征加权中使用术语“反向文档频率”（TF-IDF）将文本转换为数字向量，强调了特定术语在数据集中的重要性。Python scikit学习库中的多项式逻辑回归算法用于分类，具有L2正则化和平衡类权重。使用OSDG社区数据集训练模型。该模型已通过OSDG数据集的交叉验证。准确度和（加权）F1得分均为0.86，前2和3k准确度分别为0.94和0.97（OSDG，2021). 这表明策略文档分类机制的性能良好。一旦该模型得到训练，就将其应用于该大学的课程数据，以获得可持续发展目标1-15中每个科目模块的相对可持续发展目标相关分数。一个可持续发展目标的相对可持续发展目标相关性得分表示根据该可持续发展目标教授了多少内容，但并不表示如何倡导可持续发展目标。

为了计算每个模块的SDG相关性得分，我们首先从每个SDG类别的逻辑回归模型中获得预测概率。这些概率表示模块与特定SDG相关的可能性。每个模块的相对相关性得分总和为1。阈值0.09是根据实验选择的，允许跨模块平衡地表示SDG。换言之，如果一个可持续发展目标的相对相关性得分大于0.09，则该可持续发展目标将被称为在该模块中学习。因此，在一些主题模块中可以对多个可持续发展目标进行分类，有时在任何模块中都无法对任何可持续发展目标分类。

分类结果

模块级分析

通常，在大多数模块中，只能对一个主要SDG进行分类。换句话说，通过学习这些模块，学生可以更好地理解分类可持续发展目标的主题。图1显示了两个主题中两个模块的分类SDG。根据图1（上图），CHEM中的“工业化学”模块侧重于与生产相关的可持续发展目标，包括可持续发展目标7、9和12。本模块讨论工业过程，如哈伯过程、氯碱过程和甲醇制造过程。此外，在本模块中，学生们学习如何优化化学过程，并了解石化和工业过程对我们环境的影响。本模块的讨论可以帮助学生更好地理解可持续发展目标7.3、9.4、12.2、12.4和12.a。另一方面，如图所示1（下图），PHY中的“Wave Motion”模块没有特别关注任何SDG，这表明本课程可能没有涵盖与SDG相关的主题。通过阅读教学大纲，本模块介绍了波、声波和电磁波的特性，包括波的传播、反射和折射、衍射和干涉。该模块还讨论了可听频率范围和噪声污染。讨论较少关注可持续发展目标中的主题。

图1

CHEM（前）和PHY（后）两个模块中的相对SDG相关性得分

通过提供地理（GEO）课程的示例，可以进一步解释课程描述和可持续发展目标的映射。在必修模块的课程内容中，有一个模块名为“管理河流和沿海环境：持续的挑战”。本模块涵盖水文循环、流域和河流过程，这些是理解和管理水资源的重要方面（SDG 6）。本单元还涵盖与海洋生态系统可持续性直接相关的沿海地貌以及河流和沿海环境中的人类活动（可持续发展目标14）。河流和海岸环境对陆地生态系统和生物多样性也至关重要（可持续发展目标15）。因此，本单元研究了人类活动对这些环境的影响（可持续发展目标6），包括侵蚀、大规模浪费和生态系统破坏。基于此描述，机器学习方法在课程中确定了可持续发展目标6、14和15。

学科层面分析

正如DSE文件中所提到的，GEO可以帮助学生检查人、地点和环境之间的相互关系：“它为探究我们周围世界的问题提供了一个系统框架。”GEO涵盖八个可持续发展目标。讨论食物和水（可持续发展目标2和6）是全球环境展望的核心。作为一个高度城市化的地区，本课程重点关注可持续城市和社区的发展（目标11），包括交通和工业（目标9）。本课程还涵盖与地球相关的可持续发展目标（可持续发展目标13、14、15），包括气候变化。还有一个关于“Rational”的模块，它解释了为什么需要这个主题，使该模块与SDG 4相关。有关分类的更多详细信息，请参阅表2.

表2 GEO中按模块分类的可持续发展目标数量

生物技术、化学工程和物理是为每个相应学科提供具体基础的学科。同时，IS是为那些想掌握三门科学学科的核心科学素养，并通过其他学科拓宽视野的学生设计的。分析表明，就可持续发展目标而言，信息系统所教授的知识与BIO、CHI和PHY的组合成部分比例。例如，类似比例的主题涵盖了可持续发展目标2、3、6、9和12。可持续发展目标4、11、13和14未包含在信息系统中，但已包含在其他三个科学主题中。同时，与其他三个主题相比，SDG 7得到了相对更深入的讨论。

课程层面分析

表三显示了如何在DSE课程中教授SDG。一般来说，大多数技术和科学课程通常主要关注可持续发展目标，表明这些课程旨在解决社会中的一个特定问题。其他学科涵盖了更广泛的可持续发展目标。例如，ICT中70%的模块与SDG 9相关。HMSC（SDG 3；67%）和PHY（SDG 7；63%）中也存在类似的模式。特别是，HMSC中的每个模块都与SDG 3相关。另一方面，BIO、GEO、ECO和BAFS在其主题模块中涵盖了广泛的可持续发展目标。例如，BIO讨论了营养（SDG 2）、健康（SDG 3）、水（SDG 7）、动物（SDG 14和15）和植物（SDG 15）。然而，在BIO的八分之三（37.5%）模块中，没有一个可持续发展目标可以归类。在TL中，有七个模块重点关注可持续发展目标2，因为这些模块主要关注营养和烹饪。同时，TL中另外七个模块的讨论是关于纺织品和服装的。

表3主题模块中分类的可持续发展目标数量（#：主题模块数量；^：主题主题数量）：分类可持续发展目标总数

与大学课程相比（Lei等人。，2022)发现K12 DSE课程较少关注SDG 9（ICT除外）。这可能是因为高中课程更多地关注学科基础，而大学则更多地关注前沿课题的教学。可持续发展目标1、10和13中的主题在中学文凭课程中没有得到很好的讨论，因为只有少数课程稍微讨论了这些问题。

教师对可持续发展目标分类和可持续发展目标教育的看法

研究设计

本节以研究问题为指导：学校教师和管理者如何看待基于机器学习的SDG分类的结果以及SDG教育在高中课程中的发展？为了回答这个研究问题，我们选择了一个定性的案例研究设计，以检查学校教师和校长对可持续发展目标分类和实施的看法。

数据收集

主要数据来源是对香港两所公立中学的一名地理教师、一名学校助理校长（英语教师）和一名学校副校长（地理教师）进行的半结构化深入访谈。访谈问题集中在（1）校长和学科教师对机器学习分类的感知；（2） 可持续发展目标分类对学科教师教学的影响。（3） 学生学习可持续发展目标的方式以及对高中可持续发展目标教育的支持。所有访谈均获得参与者的同意。每次采访持续约30分钟。他们被记录下来，然后转录。为了保护参与者的身份，研究人员使用T1、T2和T3分别代表英语老师（学校助理校长）、地理老师和学校副校长。使用一般归纳法来缩小并将大块数据缩减为有意义的主题和子主题。

调查结果和讨论

为了回答这个研究问题，研究人员将研究结果分为三个主题和六个子主题。表4总结了研究的主题和分主题。

表4访谈主题和次主题

机器学习分类的个人感知

本研究表明，所有参与者对机器学习SDG分类持积极态度。T1说，“我认为它基本上符合我对可持续发展目标某些领域的期望”。这得到了其他参与者的支持。他们说，

“我们认为结果是相似的，我们对可持续发展目标的关注与你在课程中的发现是一致的。”

可持续发展目标分类的优势

研究表明，机器学习分类在SDG分类方面具有明显的优势。例如，T1表示，

“我完全同意技术与生活相关课程的分类结果。当尝试扩展到其他学科时，例如地理，我认为重点会类似。然后很明显，它们包括气候、景观和天气。我认为它与该学科的课程大纲相一致。”我认为生物、化学、物理都是意料之中的，因为它们都是关于理论和科学发现的。”

增加T2，

“就地理而言，我们主要关注地球上所有可持续发展目标。这意味着可持续发展目标6、可持续发展目标13、可持续发展战略14和可持续发展目标15将被包括在内。这与你在课程中所发现的相一致。我们也同意，我们的课程并没有真正涵盖健康以及性别不平等，因为这不是课程的主要重点。”

可持续发展目标分类的局限性

在本研究中，机器学习分类也显示了其在SDG分类方面的局限性。T1说，

“我很惊讶经济学只涵盖了几个部分，因为课程范围如此之广，我期望的不仅仅是这些领域。我认为对于经济学来说，也许可以涵盖更多的主题。基本上，他们谈论了很多关于供求的问题。在我的学校，经济老师也会促进公平贸易nt可能不在正式课程中，但基本上它是教师确实涵盖的领域之一。”

另一位老师也说：，

“就地理而言，我们实际上认为仍有一些小话题与贫困有关。例如，在抗击饥荒方面，课程中有一些关于如何解决贫困的细节。”对于可持续发展七国集团和可持续发展八国集团，我们认为仍有一些话题与负担得起的清洁能源有关。例如，当你谈论气候变化时，我们还有一章提到清洁能源及其功能。”

可持续发展目标分类对教学的影响

本研究的结果表明，教师的SDG教育受到了不同的影响。本节分为两部分，即对教学的积极影响和影响可持续发展目标实施的因素。

树立整体教育观

先前的研究表明，课程分析为教师和学校提供了一些关于教育促进可持续发展的指导，并帮助他们从更全面和跨课程的角度看待教育促进可持续发展，环境和社会因素不被视为单独的实体（Jóhannesson等人。，2011). 这项研究也显示了同样的结果。T2和T3表示，

“它为我们提供了明确的方向，让学生更多地了解可持续发展环境，因为在过去我们总是提到一点。我们需要将经济、环境和社会因素结合在一起”。

结果表明，教师和管理人员没有形成一个整体的可持续发展概念，这与研究一致（Kwee，2021). 课程分析帮助他们创建了一个整体的教育观。就教师缺乏整体可持续发展观的原因而言，学校助理校长（英语教师）和副校长（地理教师）透露，他们在教学实践中遵循正规课程，但正式课程并未有意涵盖可持续发展目标的主题。

影响可持续发展目标实施的挑战

以前的研究表明，缺乏学校管理支持阻碍了教师在教学中实施可持续发展（Eli等人。，2020). 本研究表明，教师个人对可持续发展目标的承诺与学校管理支持之间存在积极关系，这与之前的研究一致。T1说，

“由于教学时间的原因，很难在课程中扩展这些主题，而且我们需要为所有选修课增加教学时间。考虑到应试教育的性质，我认为由于课时的原因，这不利于学科的整体发展。”

结果表明，有限的教学时间可能会阻碍可持续发展目标的实施，这与研究表明拥挤的课程无法使教师在课堂上实施新方法一致（Tibbitts等人。，2023). 调查结果还表明，学校支持也是SDG教育成功的关键（Kalsoom和Khanam，2017).

学生学习可持续发展目标的方式以及学校对可持续发展目标实施的支持。

之前的研究为学生学习可持续发展目标提出了不同的方法（Martin&Ho，2009; 沃尔什，2016年；Hurd和Ormsby，2020). 在本研究中，研究结果提供了课堂层面上SDG学习的其他不同方式。

学校活动

学科教师提出了不同的SDG学习方式。例如，T2说，

“我们的原始课程中已经融入了许多可持续发展目标的理念。除了课程的上课时间之外。我们还为学生设计了一些地理活动，并将学生带出教室进行一些旅行，如当地实地考察。”

副总统还补充道，

“我们还有地理频道，这是一个以学校为基础的频道，学生可以制作视频，谈论最近的一些问题，以及它们对学生和周围人日常生活的影响。通过了解所有这些主题，学生可能会更好地了解所有这些可持续目标。”

就可持续发展目标的实施而言，学校副校长（地理老师）和另一位地理老师表示，虽然学校课程不包括可持续发展目标主题，但课程内容确实涵盖可持续发展目标话题，如可持续发展目标7。在讲座期间，老师们更加关注可持续发展目标主题的影响，如气候变化影响，并提供应对气候变化的解决方案。除了上课时间，老师们还采用了基于案例的学习方法，并设计了一些活动，如实地考察，以帮助学生更好地了解全球问题。

此前的研究表明，缺乏以语言（Kwee、，2021). 由于这个事实，T1说，

“我认为，由于教学时间有限，我们可以通过课外活动更好地学习可持续发展目标。此外，基本上现在，从中学的角度来看，很多关注点都放在了STEM上，学生可以从STEM教育中学习。”

学校助理校长（英语教师）也证实，虽然正式课程没有提供SDG主题，但一些科目的教材确实包含SDG主题。在英语课上，学校助理校长表示，由于教学时间有限，最好从课外活动中学习可持续发展目标。英语老师鼓励学生就可持续发展目标的主题撰写论文，例如如何解决世界各地的贫困和饥饿问题，从而为学生提供可持续发展目标学习的机会。此外，学校助理校长补充说，学校开展了名为“全球周”的主题活动，并利用不同的课程，包括历史课和自由学习课，介绍不同的可持续发展目标主题。

政府支持

政府支持在促进香港可持续发展目标教育方面发挥着重要作用。T1说，

“可持续发展目标教育的实施与教育体系密切相关。可持续发展目标已经嵌入到最新的课程指南中。然而，这取决于政府想要促进什么。如果政府提供明确的指南，将可持续发展目标纳入总体目标。那么我认为很多学校会遵循指南。”

T2也表示，

“大学和学校在实施可持续发展目标教育方面进行了合作。我们实际上了解一些可持续发展。如果政府能够鼓励大学和中学之间更多的合作并提供支持，也许一些新的学术思想也可以促进低水平教育离子。”

根据研究结果，他们的教学实践是以正式课程为基础的。然而，学校课程不包括可持续发展目标主题。推广ESD主题课程被认为是ESD整合的关键支柱（联合国教科文组织，2017). 然而，主要的挑战是，完成国家级课程修订可能需要几十年的时间，而修订后的课程通常需要很长时间才能进入课堂。政策制定者可以与经合组织密切合作，在现有课程的基础上扩大ESD工作，而不是依赖于国家层面的课程改革，这可以加快整合的速度，并有助于在当地环境下实施ESD干预，从而潜在地最大限度地提高其对当地参与者的相关性和适用性（Tibbitts等人。，2023). 此外，考虑到教师缺乏可持续发展的整体观，可以提供培训计划，包括鼓励大学和中学在校园内合作，以帮助教师和学生更好地理解可持续发展目标的主题。

结论

本研究在采用机器学习方法识别13个科目中的可持续发展目标主题以及探讨教师和管理者对将可持续发展目标纳入教学的看法方面是独一无二的。它提供了一个整体视图，展示了2023年HKDSE课程中的13门课程如何与可持续发展目标相关，以及教师和管理人员如何看待可持续发展目标分类和可持续发展目标教育的实施。研究结果可为提供专业发展课程的机构、学校管理和教育工作者提供见解，以便在K12学校有效实施可持续发展教育，促进不同学科的可持续发展。这项研究还旨在识别并可能建立联系（Cohen等人。，2010; Jóhannesson等人。，2011)在可持续发展教育的学科领域之间。建立联系还意味着，尽管这些学科之间的差异会阻碍学校发展可持续教育，但它提供了一种根据我们在课程分析中发现的内容重新定位教育的可能性（Jóhannesson等人。，2011).

虽然这项研究确定了13个科目中的可持续发展目标主题以及教师和管理人员对可持续发展目标教育的看法，但它显示出一些局限性。缺少基于可持续发展目标手动分类的课程大纲数据集，因此，可持续发展目标分类的结果可能不完整。这项研究还显示了其少数参与者的局限性，这降低了泛化性（Queirós等人。，2017). 此外，该研究是在香港教育背景下进行的，这些发现可以推广到类似教育背景下的其他课程。然而，与之前的研究相比，之前的研究使用了不同的方法，包括文本分析来进行课程规划和政策审查，并开发新的课程（Tibbitts et al。，2023)，我们的研究提供了另一种进行课程分析的方法（机器学习），可以应用于不同的教育环境，例如MOOC（Wang等人。，2022)和大学课程（Lei等人。，2022). 这份手稿还收集了详细信息，如教师和管理人员在深入实施可持续发展目标教育方面的态度和动机。它提供了一个机会来反思香港高中目前的可持续发展目标教育，并就如何有效地使课程与可持续发展目标保持一致提供见解。为了提高研究的准确性，未来的研究旨在基于机器学习对分类结果进行人工验证。