주제 선정하기
안녕하세요. 짱지 입니다. 일단 IA 에서 주제 선정하기가 어떻게 보면 가장 중요한 것 같다.
주제가 잘 선정된다면 실험도 쉽게 할 수 있고 분석도 잘 할 수 있기 때문이다. 하지만 실제로 실험을 열심히 또는 잘 해야 할가? 의문이 든다. ( 밑에 기재 )
그렇다면 주제는 어떻게 정할까? 많은 학생들이 착각을 하는 것이 세상에 없는 주제를 선정하여 IA를 쓰려는 것이다.
학생 중에는 slime에 Acid – Base를 부어서 강도의 정도를 측정한 실험을 하였는데 이런 아이디어를 어떻게 구상했는지 정말 신기했었다.
slime이라는 것이 boron으로 이루어져서 Base를 부었을 때 화학적으로 끊어지는 내용이었다.
그런데 위 실험은 찾아봐도 딱히 publicated data 가 존재하지 않는다.
그래서 analysis를 쓸 때 애를 먹었던 기억이 난다. 이럴 땐 비슷한 실험의 논문을 찾아 비교 설명하며 analysis를 작성하면 도움이 된다.
하지만 과연 이렇게 창의적인 실험만이 주제로 선정이 될 수 있는 것일 가? 절대 그렇지 않다.
세상에 없는 아이디어는 박사과정 논문을 쓸 때나 필요한 것이고 IA는 그 정도를 요구하지는 않는다. 그리고 아이디어가 창의 적이라고 하더라도 도저히 화학 IA 와 맞지 않는 아이디어 들이 있다. 구체적으로 Bar chart 를 그릴 수밖에 없는 실험들이다.
그럼 학생들은 어떻게 IA 주제를 선정 해야 할까?
학교에서 주제를 선정하라는 숙제를 받으면 먼저 Googling 을 하기 시작한다. 못 찾아서 시간을 허비하고 자책하기도 한다. 주제를 선정할 때 구글링을 먼저 하는 것은 쓰레기 더미에서 진주 찾는 격이다. 그럼 IA 주제를 어디서 찾으란 말인가?
사실 답이 있는 것은 아니다. 하지만 제가 추천 하는 방법은 제 사이트 밑에 있는 IA 들을 일단 다운 받아서 보셨으면 한다.
IB 화학 Chemistry – 짱지 입니다. (aplecture. com) << IA 몇개 올려 놓았습니다.
IB 생물 정보입니다. – 짱지 화학 입니다. (aplecture. com) << IA 생물 올려 놨습니다.
그리고 좋은 사이트 추천 합니다. https://www. clastify. com/profile 꼭 연습 하기 바랍니다.
그리고 사실 대 부분의 학생 IA 화학, 생물 은 교과 내용에서 크게 벗어나지 못한다. 그리고 크게 벗어나지 못한다고 나쁜것도 아니다.
예를 들면 Chemistry에서 나오는 kinetic control 파트에 많은 실험이 있는데 그중에 Mg + Hcl 넣어 Hydrogen gas 가 나오는 실험이 있다.
본 실험은 교재에 나온 실험이라 학생들이그대로 적지는 않는다. 약간씩은 변형해서 적지만 그게 그렇게 크게 교과내용과 동 떨어지지 않는다.
예를 들어서 저 위에 실험에다가 Arrhenius Equation 을 넣어서 하는 정도이다.
다른 예시를 보면 biology(생물)에서는 소화제를 소화가 잘 된다는 것을 배운다. 이걸 조금 꼬아서 소화제 말고 소화가 잘 되는 식물을 먹으면 동일한 효과가 나타나는지 비교 실험을 할 수 있다.
또는 파파야에 소화 물질이 있는데 벌레들을 녹이는 물질이라고 한다. 이러한 효소와 소화제를 비교하면 어떨까라는 주제들을 선정을 한다.
그런데 대 부분 교재 안에 있는 내용들이다. 여기서 실생활에 접목 시킨 것들이다
주제를 선정할 때 실험들을 한 번에 모아 놓은 사이트들이 있는데 여기 사이트 www. inthinking. com 도 있다. (사실 위 추천 사이트가 훨씬 좋아요)
좋은 주제 선정은 저 같이 튜터가 할 수 있는 것도 아니다. 꼭 선배들의 주제들을 많이 참조 해보고 생각을 많이 해서 해내기 바란다.
제가 생각한 주제를 선정할 때 몇가지 규칙을 적어 본다 ~!
1) 주제 선정 시 거창하게 생각하지 말아야 한다.
2) 주제를 선정할 때는 선배들의 IA 를 먼저 봐야 한다.
3) 교재에 나온 실험들을 실생활에 접목 시켜 볼려고 노력을 한다.
https://www.clastify.com/profile ↗www.inthinking.com ↗
IA 화학 생물은 주제를 선정하는 것이 전부라고 할 정도로 중요 합니다. 따라서 이 부분 가장 열심히 해야 하는 부분이라고 해도 과언이 아닙니다.
실험하기이다. 몇 가지 주제가 선정이 됐다면 이제 구글링을 하도록 해보자.
내가 선정한 주제가 논문으로 나와 있는지 사람들이 많이 하는 실험인지를 살펴본다. 그리고 publicated data 가 있는지를 살펴본다.
그리고 적당한 논문을 찾아 그와 비슷한 순서와 방법으로 실험을 하는 것을 권장한다. 실험 역시 창의적일 필요는 없다. 논문이 이미 있고 학생들도 이미 한 실험이라면 이 중에서 가장 비슷하고 정확한 실험 방법을 찾아 따라 하는 것이 안전하다. 만일에 아무리 찾아도 비슷한 실험이 없다면 운이 나쁘게도 실험하지 말라고 권하고 싶다. 시간이 너무 많이 걸릴 수 있기 때문이다. 실험 방법에 대해서 따로 생각을 해야 하고 실험에 대한 확신이 전혀 서지 않기 때문이다. 금쪽같은 시간을 낭비하는 불상사가 발생할 수 있기 때문이다.
처음 실험이 잘 못 돼서 여러 번 실험을 하게 되는 것 만큼 바보 같은 짓은 없다. 솔직히 말하겠다. 실험을 꼭 정확히 해야 할가? 만일에 여러분들이 실험에 대해서 어느정도 숙지를 하고 있다면 실험 값정도는 예측이 가능할 것이다. 거기에 예외적인 값을 한두개씩 설정해 놓으면 채점관이 그걸 보고 실험을 했는지 안 했는지 판단할 방법이 있을가? 나는 이 물음에 대답은 학생이 하기 바란다. 나는 오히려 실험을 열심히 하지 말라고 권한다. 하지만 IA 화학 생물 포스팅을 하는 입장에서 어쩔 수 없이 실험 열심히 하라고 쓰기는 하는 것이다 ; 밑에 글들은 그런 시각으로 봐주기 바랍니다.
어쨌든 시험 하다가 꼬이면 자신의 실험에 불신이 커지고 시간이 엄청 지체 된다. 따라서 실험 방법을 명확히 설정하고 어떤 오류가 있을지 예상하고 실험을 하는 것이 좋다.
실험을 깔끔하게 하기 위해서 실험 내용은 모두 영상으로 담는 것이 좋다. 실험을 한 번에 했다면 자신의 실험에 대해서 믿음을 가져야 한다. 실험이 이런저런 이유로 잘 안됐다는 둥 다시 해야 한다는 둥 핑계가 많이 생기는데 제 경험으로 보면 ” 다시 해도… 똑같다. ” ;;
그리고 실험을 하기 전에 indepent variables, % uncertainty, Error 등을 조금 생각하고 해야 한다. 실험하기 전에 당연히 variables는 생각을 하지만 uncertainty 나 Error에 대해서는 생각을 하지 않는 경우가 많은데 계산 값이 나오는 실험인지 살펴보고 실험을 해야 나중에 ia를 compact 하게 쓸 수가 있게 된다. 그리고 무조건 IDV 과 DV 을 명확히 설정하고 실험해라 부탁! 특히 Random Error 때문에 실험도구를 여러 번 여러 번 나눠서 쓰는 것도 지양을 하는 것이 좋다. 예를 들어 volume 을 맞추기 위해서 기구를 여러 번 사용 한다면 그만큼 Random Error 가 늘어날 텐데 이런 오차들은 나중에 손쓰기 힘들기 때문에 미리 염두에 두고 실험을 할 필요가 있다.
실험을 하고 가장 많이 겪는 문제점이 자신의 실험에 대한 불신이다. 과연 내가 한 실험이 맞는지 자신도 모른다. 그 이유는 실험을 하기 전에 아무 생각을 하지 않기 때문이다. 그런 학생이 어디 있겠냐고 반문을 할지 모르겠다 하지만 여러분들도 … ;;
미리 오차에 대해서 생각을 하고 실험을 한다면 명확히 실험을 할 수 있다. 따라서 실험을 하기 전에 꼭 analysis등 여러 관점에서 생각을 하자. 자신이 한 실험에 불신이 생기면 막상 글을 다 쓰고 나중에 슬그머니 이거 잘 못된 거 같아 요부 터 시작해서 값들을 고치기 시작하면서 완전히 새로운 내용으로 바꿔 버리기까지 한다. 시간을 낭비하는 것은 언제나 조심해야 한다.
솔직히 이것도 말하겠다. 여러분들이 그렇게 두려워 하는 IA 는 학생의 필력만 좋으면 제 지도하에 하루면 다 쓴다 물론 다 쓰고 여기 저기 뜯어 고치는 일이 좀 남아 있지만 말이다 ㅎㅎ
요약을 하면
1) 실험을 하기 전에 비슷한 논문을 참조한다.
2) analysis를 어느 정도 분석하면서 실험을 한다.
3) 실험을 했다면 자신의 실험을 믿자. 조작이 살짝 들어갈 수 있지만 일단 믿자!
4) 그냥 실험 열심히 하지 말자 ( 언급은 자세히 할 수 없지만! 하하 포스팅 관점에서 정확히 말씀 드리기가 힘드네요 )
IA 화학 생물 작성 하기
처음에 personal engagement인데 점수의 비중이 높지는 않지만 여기서부터 점수가 깎이면 안 된다. 전체의 인상을 주기 때문에 점수를 잃지 않는 것이 중요하다. 이 주제에는 구체적인 이유를 써주는 것이 중요하다. 한마디로 이 주제 왜 선정했니? 에 대한 대답을 해줘야 한다. 주제 선정을 한 이유가 구체적으로 들어가는 IA는 많지 않은 것 같다. 명확하게 이 주제에 대해서 써주기 위해서는 논문의 내용이나 교재 내용을 인용하는 것도 나쁘지 않다. 구체적으로 논문 또는 교재의 실험이 있는데 이에 대해서 구체적으로 실험을 하고 싶어 하게 됐다는 식으로 써주는 것도 좋다.
paersonal engagement에 자신의 스토리를 써주는 주구 장창 1페이지 가득 쓰는 것은 좋지 않다. 자서전 아니다. ㅎㅎ 그냥 간단하게 써라! 하지만 왜 실험을 하였고 이 실험이 어떤 점이 세상을 더욱 좋게 발전 할 수 있게 하는지 언급 해주면 된다. Peronal Engagement 가 처음 나오는 내용인데 이를 어려워하는 학생들이 많다. 솔직히 뭘 써야 할지 잘 모른다. 저 역시 막막할 때가 많다. 학생들이 IA 작성 시 처음 부터 막히는 경우가 많은데 다 Personal engagement 때문이다. ㅎㅎ 쓸게 없을 때 논문의 인용이나 교재의 인용을 이용하여 간결하게 써주면 되고, 그러니깐 그냥 어느 논문 보고 실험을 하고 싶었고 그게 어디어디 도움이 될 것 같다 정도로 짧게 쓰라는 말이다
자신의 인생사를 써가면서 지면을 채울 필요까지는 없다. 예를 들어 학생 중 한 명은 내가 어릴 때부터 아토피 피부염에 있어서 여기에 관심이 많았고 대기 오염이 현재 심하기 때문에 이를 극복할 수 있는 방법이 있을까 생각을 하여 이 주제에 대해서 썼다고 한 경우가 있다. 얼마나 좋은 내용인가?
하지만 이걸 한페이지 신나서 쓰면 망한다 ㅠㅠ ; Personal engagement 는 좀 짧게 쓰길 권장한다. 어차피 배점 낮다.
personal engagement를 썼다면 이제는 background information 을 써주고 Methology 등을 써준다. 그런데 Background information에서도 실험의 핵심이 되는 것을 적어야 하는 것이고 많은 내용을 적으려는 욕심을 버려야 한다. 대부분의 실험이 사실 organic chemistry로 이루어지기 때문에 이를 그려주고 설명해주는 경우도 좋다. 어려운 내용을 쓰지 않더라도 핵심이 되는 정보만을 나열하면 된다. 하지만 경험상 조금 어렵게 생긴 그림들이 들어간 IA가 깔끔하고 고급스럽게 보이곤 했다. 그리고 background information 은 자기 생각을 쓰는게 절대 아니다. 어떻게 생각으로 정보를 알 수 있을가? citation 잘
해서 잘 복사 해놓자 ;; background information 소주제는 크게 1개에서 3가지로 Compact 하게 넣는 것이 좋지만 너무 compact 하게 넣으면 나만 아는 내용이 되고 채점자는 학생이 무슨 말을 하는지 재해석해야 하는 경우가 있다. 이런 일이 발생하면 안 되기 때문에 설명을 충분히 해주고 그림을 그려서라도 초등학생 이해 시키듯이 충분히 이해가 되게 설명해주자. 가장 좋은 방법은 한번 읽어서 아~ 그런 거구나라는 정도의 내용으로 구성돼야 한다. 그리고 methodology 역시 자기가 창조할 수 없다면…. 야무지게 붙여 놓자 ;; methodology 를 깔끔 하게 쓰는 방법이 있는데 이는 선배들의 IA 를 많이 참조하는
것이 도움이 될 것이다. 실험을 참조하는 경우가 많기 때문에 실험 방법이나 순서가 인터넷에 널려 있고 이를 참조하여 자신의 방법으로 바꿔서 써주면 된다. 그리고 precaution의 경우도 인터넷을 참조하여 자신의 실험에 맞춰서 각색하는 것이 좋지 않나 생각을 한다. 이때도 너무 당연한 얘기는 삼가는 것이 좋다. 예를 들어 gogle 얘기 glove 얘기는 실험할 때 당연히 해야 한다고 배우는 것인데 이런 것까지 써줄 필요까지 있을가? 자신의 실험에 특유한 precaution에 대해서만 집중적으로 써주면 된다. 모든 precaution 을 써주는 것은 인상에 좋아 보이지 않는다.
그리고 박스 도표를 적절히 이용하면 깔끔해 보인다. variables는 박스를 이용하여 넣어주면 보기가 좋으니 박스 도표를 이용하여 써주자 밑둥이나 윗둥 짤리면 그대로 끝이다 점수 날라가니깐 그런것도 나중에 다 조절해야 한다. ( 이게 무슨 말인지 안다면… 경험이 있는 분이다 ;; )
마지막으로 제일 중요한 Analysis를 쓸 차례인데 여기서는 Error에 대해서 많은 내용을 써줘야 한다. % Error를 써줄 때는 theriocal yield와의 차이를 통해서 값을 써주려고 노력을 해야 하고 Random Error 값을 구하고 percentage uncertainty 값을 구해서 실험의 오차를 명확히 도표화하는 것이 중요하다.
Random Error를 구했다면 systematic Error를 보여 주면서 이에 따른 설명을 해주면 된다.
그리고 오차가 생기는 이유도 비슷한 실험의 논문을 찾아서 참조를 할 수 있고 강사에게 물어보고 적을 수 있다.
그리고 graph의 경우에는 best-fit 을 해주고 R2을 구하여 설명을 해주는 것이 좋다. Error를 써주는 이유는 당연히 개선할 점도 써줘야 한다.
Analysis 에 진짜 쓸게 많다. 계산한 것을 모두 한번 요약해준다는 관점으로 써주는 것이 좋다.
improvement에서 개선할 수 있는 방법을 써주면 되는데 정답이 있는 것이 아니므로 오류가 생기는 이유를 잘 파악하고 이를 극복할 수 있는 방법을 간결하고 명료하게 써주면 된다.
깔끔함은 IA가 생명이다. 5개의 Trials를 하는 것을 권장하고 Average를 넣어야 한다.
그리고 significant figures 는 왠만하면 교과서에 배운 데로 넣어서 문제가 없게 만들자 이거 일일이 나중에 고치면 힘들다. ㅠ
그리고 independent vairables는 한 종류에 5가지의 variables를 넣는 것이 깔끔해 보인다.
두 개 이상 들어가면 table 이 너무 많이 나올 수 있으니 주의하기 바란다.
1) personal engagement는 자신의 인생사를 너무 길게 쓰는 것은 좋지 않다.
2) methology 와 precaution에서는 참조를 하되 모두 배껴 쓰는 것이 아니라 실험에 관련된 것만 구체적으로 써준다.
3) analysis는 오류에 대해서 논의를 해주고 개선 점을 잘 써줘야 한다.
검토하기.
이 작업은 사실상 학생들이 가장 하기 싫어하는 작업이다. 영작이 잘 됐는지 Science 이론에 문제가 없는지 종합적으로 검토를 하는 시간이다. 그런데 이게 과연 학생 스스로 가능할 가 의문이 든다. 이 작업은 곁에 좋은 강사가 있어야 가능한 작업이 아닌가 생각을 해본다.
그리고 영작과 관련하여서는 과학 강사보다 영어 강사가 훨씬 능력이 뛰어날 것이다. 나는 옆에 미국인 친구가 있어서 한 번씩 봐달라고 부탁을 하는데 과학 강사보다는 확실히 미국인이나 영어 강사가 영작에 있어서는 훨씬 좋은 게 사실이다.
IA를 50개 정도를 도와주다 보면 조금 잘한 것과 조금 못한 것은 그 구별이 되지 않아도 진짜 못한 것과 진짜 잘한 것은 보자마자 판단이 가능하다.
진짜 못한 것은 최근 IBO에서 제시하는 포맷을 완전히 무시한 경우라고 본다. 진짜 잘한 것은 한눈에 깔끔해 보이고 Equation 잘 넣었고 % Uncertainty 잘 넣어서 format을 잘 지킨 경우이다. 그리고 IA를 한번 읽었을 뿐인데 막힘이 없이 술술 읽히는 경우이다. 쉬워서 읽히는 게 아니라 잘 읽혀서 쉽게 느껴지는 경우이다.
이러한 IA를 쓰려면 욕심을 버리고 필요한 내용만 쓰는 용단도 필요하다. 간결하고 명료하게 쓰는 연습을 한다면 채점관이 읽어도 크게 어려움 없이 읽을 수 있게 될 것이다.
본격적으로 예시를 살펴보자.
https://internalassessments. files. wordpress. com/2018/01/wm-joseph-ong-chemistry-ia-watermark-1. pdf
https://internalassessments. files. wordpress. com/2018/01/wm-charmaine-tans-chemistry-ia-watermark-1. pdf
https://internalassessments. files. wordpress. com/2018/02/wm-chemistry-ia-final-risma-remsudeen. pdf
내 제자들의 예시는 전부 다 공개를 할 수 없다. 하지만 인터넷에 돌아다니는 자료 등은 공개할 수 있지 않을까 싶어서 올려본다. 그리고 이 자료를 나름대로 해석하도록 해보겠다.
https://internalassessments.files.wordpress.com/2018/01/wm-joseph-ong-chemistry-ia-watermark-1.pdf ↗https://internalassessments.files.wordpress.com/2018/01/wm-charmaine-tans-chemistry-ia-watermark-1.pdf ↗https://internalassessments.files.wordpress.com/2018/02/wm-chemistry-ia-final-risma-remsudeen.pdf ↗
Introduction의 내용인데 내용의 당위성이 있어야 한다. 포카리 스웨트를 먹으면 머리가 잘 돌아간다는 가설을 세웠는데 이 글의 당위성을 official website 등을 언급하며 표현해주고 있다. (otsuka, 2017)이라고 자료의 현실성을 표현해줬다. 앞에 테니스를 치다 어쩌고저쩌고는 그렇게 중요한 내용이 아니다.
여기서도 보면 article에서 이유를 가져오고 있다 앞에 브로클리를 엄마가 만들고 어쩌고저쩌고는 중요한 게 아니다.
다만 article의 위치나 어떤 논문인지 밝혀주는 것이 더 좋다고 본다.
밑에 bold로 의문을 던지고 있다.
personal engagement 가 녹아들어 간 것인데 학생들이 잘 못 생각하는 것은 내가 어릴 때부터 몸이 아파서 어쩌고저쩌고 그래서 이거 실험한다고 끝을 내는 것이다. 하지만 위에는 좋은 예시가 되는데 이런저런 논문을 찾아보고 깊게 생각하고 싶어서 IA를 쓴다고 돼있고 논문의 위치나 제목이 잘 나타나 있다. 그리고 교재에 나오는 Winkler experiment이기 때문에 엄청 창의적인 실험이라 할 수도 없다.
대략적으로 introduction 을 쓰는 법에 대해서 알아봤다.
그다음에는 variables에 대해서 설명을 해보겠다.
independent variable 이 너무 많은 것도 문제가 된다. 나중에 실험의 양이 너무 많아지고 table 이 많아지기 시작한다. 위 IA를 보더라도 욕심을 버리고 Temperature에 대해서만 independent variable 을 써줬다. 많이 실험한다고 좋은 게 아니다.
표로 정리를 한 variables이다. 이렇게 표로 정리를 하면 깔끔해 보이는데 위에는 그렇게까지 깔끔해 보이지는 않는다.
추천하는 방법은 independent variables 와 dependent variables를 글로 써주고
controlled variables를 표로 만들어주면 깔끔해 보인다.
역시 욕심을 버리고 independent, dependent variables를 한나 씩만 정하도록 한다.
여기서는 절대 욕심을 부린다고 좋은 게 아니다.
자 이번에는 precaution에 대해서 설명을 해보겠다.
위와 같은 자료를 통해서 알 수 있는 정보는 precaution 은 절대 생각 없이 인터넷에 널려 있는 자료를 그냥 갔다가 쓰는 게 아니라는 것이다.
위 자료에서 보면 알 수 있듯이 실험과 관련된 precaution만을 썼다는 것이다. 이거저거 쓰면 절대 안 되다. 일단 precaution 은 인터넷에 널려 있기 때문에 그것 중에 자신의 실험과 관련된 것만 뽑아서 이를 각색해서 쓰는 것을 추천한다.
이번에는 graph 에 대해서 알아 본다.
그래프는 딱 하나만 넣도록 하자 너무 많이 넣으면 더러워 보이고 IA가 전체적으로 휑 하여 보인다. 그래프를 그릴때는 best-fit 을 그려야 한다.
best - fit 을 그리면서 얻어지는 R2는 Reliable 와 anomalities 로 끌고 가도록 하자.
보통 그래프는 엑셀을 통해서 그리는 경우가 많다.
그리고 속도를 구하는 경우에는 위에서 처럼 gradient를 구해서 속도를 구해준다는 것을 명시해주는 것이 필요하다.
이제는 Error 에 대해서 알아 본다. Error를 구할때는 Random Error와 Systematic Error를 구해준다. Random Error를 구할때는 % Uncertainty 로 구해주면 된다. 그리고 publicated data 를 이용해서 % Error 를 구해주면 Systematic Error에 대해서 설명을 해줄 수 있다.
% uncertainty 를 구해준다음에 이를 최종적인 값에 곱해서 absolute uncertainty 를 구하도록 하자 그리고 모든 값은 decimal place 뒤로 두자리 수로 맞추는 것을 권장한다. 그렇게 해야 깔끔하게 보이기 때문이다.
그 이후에 conclusion 과 evaluation 을 쓰면 마무리가 된다.
먼저 format 을 알고 어떻게 접근하는지 충분히 공부를 하고 IA를 쓰기 시작하자.
모두 화이팅 하고 IA 쓰기를 성공하기 바란다.
계속 추가중입니다.
만일에 궁금한 점이 있다면
감사합니다. 짱지 였습니다. 예전에 썼던 내용을 다시 포스팅 하게 됐습니다. 새로운 버전이네요. IB 화학 생물 (Chemistry, biology ) 의 IA 내용입니다. 열공하세요 감사합니다.