Bridging Mathematical Modelling & Education for Sustainable Development in Pre-Service Primary Teacher Education

Chi tiết xuất bản

• Education Sciences, Tập 15(2), Bài báo 248, trang 1–25

• DOI: https://doi.org/10.3390/educsci15020248

• Ngày

  • Nhận bài: 16 Tháng 12 2024

  • Đã sửa đổi: 13 Tháng 2 2025

  • Chấp nhận: 14 Tháng 2 2025

  • Xuất bản: 16 Tháng 2 2025

• Mã nguồn mở, giấy phép CC-BY-4.0

• Tác giả & Đơn vị liên kết

  • Neslihan Bulut (tác giả liên hệ): nbulut@mathematik.uni-kassel.de

  • Rita Borromeo Ferri: borromeo@mathematik.uni-kassel.de

  • Khoa Toán & Khoa học Tự nhiên, Đại học Kassel, Đức

• Các biên tập viên học thuật: K. Jermsittiparsert, I. Suardi Wekke, O. Sozudogru, J. Ahmad

Tóm tắt & Từ khóa

• Nghiên cứu phương pháp hỗn hợp về một hội thảo đào tạo giáo viên kéo dài 14 tuần, kết hợp Giáo dục vì Sự Phát triển Bền vững (ESD) với Mô hình hóa Toán học (MM) dành cho giáo viên tiểu học tương lai (PSTs)

• Đạt được mức tăng đáng kể trong bài kiểm tra sau đào tạo về kiến thức bền vững và năng lực mô hình hóa

• Ghi nhận những thay đổi trong hành vi (tiêu dùng có trách nhiệm, bảo tồn nước, hành động vì khí hậu)

• Các mục tiêu SDG được trích dẫn nhiều nhất sau đào tạo: SDG 6, 12, 13

• Kêu gọi: tăng cường hợp tác liên ngành, nhắm mục tiêu vào các SDG chưa được đại diện, và sử dụng mô hình hóa như một yếu tố tích hợp chủ chốt

• Từ khóa: mô hình hóa toán học • tính bền vững • giáo dục vì sự phát triển bền vững • giáo dục toán học • SDGs

Giới thiệu

• Khẩn cấp toàn cầu: biến đổi khí hậu, nạn đói, khan hiếm tài nguyên, bất bình đẳng xã hội

• 2015: Chương trình nghị sự 2030 của Liên Hợp Quốc thông qua $17$ SDG; mục tiêu phụ $4.7$ đưa ESD vào giáo dục

• ESD phát triển tư duy phản biện, đạo đức, hợp tác & tư duy hệ thống (Tilbury 2011; UNESCO 2017)

• Vai trò của giáo viên = “những tác nhân thay đổi mạnh mẽ” (UNESCO 2017)

• Thiếu ví dụ cụ thể về ESD trong toán học so với đạo đức/sinh học (Holst et al., 2024)

• ICMI (2025) khuyến nghị toán học giải quyết các vấn đề kinh tế-xã hội

Khung lý thuyết

2.1 Đào tạo giáo viên toán học & ESD

• Học tập đích thực kết nối nội dung với những thách thức thực tế (Hallström & Schönborn 2019)

• Khung phát triển toàn cầu KMK (2016) của Đức: hướng dẫn cho từng môn học, bao gồm toán

• Khoảng cách về năng lực của giáo viên: kiến thức SDG hạn chế, ít chiến lược ESD (Alsina & Silva-Hormazábal 2023)

• Các dự án STEAM/thực tế dựa trên bằng chứng giúp tăng cường sự tự tin (Vásquez & García-Alonso 2020)

2.2 Giáo dục toán học & MM trong ESD

• Chu trình MM: hiểu ↔

  đơn giản hóa ↔

  toán học hóa ↔

  giải quyết ↔

  diễn giải ↔

  xác nhận (Niss & Blum 2020)

• Năng lực: xác định biến số, lý luận hệ thống, đánh giá phản biện (Borromeo Ferri 2006)

• Mô hình của Wiegand & Borromeo Ferri (2023) đặt MM ở trung tâm của liên kết STEAM ↔

  ESD

• Tiếp xúc sớm (cấp mầm non/tiểu học) thúc đẩy quan điểm bền vững suốt đời (Alsina & Silva-Hormazábal 2023)

2.3 Câu hỏi nghiên cứu

1. Tác động của hội thảo đến sự hiểu biết của PSTs về tính bền vững & lồng ghép ESD là gì?

2. Sự thay đổi trong nhận thức về năng lực cốt lõi để giảng dạy tính bền vững thông qua toán học là gì?

3. Ảnh hưởng cá nhân của hội thảo & công việc dự án lên hành vi của PSTs là gì?

Phương pháp

3.1 Thiết kế nghiên cứu

• Phương pháp hỗn hợp (Buchholtz 2019):

  • Định lượng: thang Likert $31$-mục (trước/sau)

  • Định tính: phản hồi dạng mở

3.2 Người tham gia

• $n=20$ PSTs (học kỳ 5/6) trong chương trình 7 học kỳ của Đức

• Tiếp xúc với MM trước đó: chỉ một buổi giảng 1 giờ trong học kỳ 1

• Bài kiểm tra trước đào tạo: đa số báo cáo ít/không có kiến thức về SD, ESD, SDGs, Chương trình nghị sự $2030$

3.3 Can thiệp (14 tuần, $90$ phút hàng tuần)

• Các khối nội dung (Tổng quan Hình 2)

  • Tuần 1–3: Khái niệm cơ bản về SD, SDGs, Chương trình nghị sự 2030

  • Tuần 4–6: Lý thuyết MM & ví dụ cấp tiểu học

  • Tuần 7–10: Thiết kế nhiệm vụ ESD–MM theo cặp

  • Tuần 11–12: Phản hồi từ bạn bè & giảng viên, sửa đổi

  • Tuần 13–14: Thực hiện tại trường (lớp 2–4, 20–30 học sinh), trình bày báo cáo

• Nhiệm vụ của PST (Bảng 1): tham dự ▶

  thiết kế ▶

  trình bày ▶

  sửa đổi ▶

  giảng dạy ▶

  báo cáo

3.4 Công cụ & phân tích dữ liệu

• Các mục Likert được điều chỉnh từ Álvarez-Vanegas et al. 2024; García-González et al. 2020; Gericke et al. 2019; Uitto & Saloranta 2017; Vásquez et al. 2020

• Đánh giá của chuyên gia; không có thử nghiệm riêng

• Độ tin cậy: Cronbach’s $\alpha = 0.98$ (liên quan đến người đánh giá); SPSS 29

• Chuẩn hóa → Shapiro–Wilk; dữ liệu không chuẩn ⇒ Wilcoxon signed-rank

• Hướng dẫn về cỡ mẫu tối thiểu: Porst 2000 ($n\ge20$) / Bortz 1993 ($n\ge30$)

Kết quả

4.1 Ảnh hưởng đến sự quen thuộc với các khái niệm SD (RQ1)

Định lượng

• Tăng đáng kể đối với cả 5 mục quen thuộc (Wilcoxon p<0.001)

• Các mục: SD, ESD, SDGs, các chiều của SD, Chương trình nghị sự 2030

Định tính (Câu hỏi mở Q1–Q5)

• Kiểm tra trước: thiên vị môi trường, nhận thức mơ hồ

• Kiểm tra sau: quan điểm đa chiều (môi trường-xã hội-kinh tế), tư duy hệ thống & định hướng hành động, nhấn mạnh vào căng thẳng ở trẻ nhỏ, liên kết với toán học

• Nhận biết Chương trình nghị sự 2030 tăng vọt (4 → 15 phản hồi chính xác)

• SDGs được gọi tên rộng rãi; vẫn nhấn mạnh vào SDG 6, 12, 13

4.2 Nhận thức về MM & Toán học vì sự bền vững (13 mục)

• 9/13 mục được cải thiện (p<0.05)

  • Sự liên quan của SDGs với MM, vai trò của toán học trong nhận thức/hành động, đánh giá cao nội dung bền vững, sử dụng MM để phân tích thách thức

• Phi ý nghĩa: quan điểm ưu tiên chương trình giảng dạy, niềm tin “nghèo đói $\neq$ toán học”, quan niệm “chỉ khoa học là đủ”—cho thấy những giả định cố hữu

4.3 Sự sẵn sàng lồng ghép ESD/SDGs (13 mục)

• 7/13 mục tăng đáng kể (ví dụ, “Tôi có thể tích hợp ESD”; “Tôi sẽ sử dụng các dự án MM”; hợp tác liên môn)

• Hiệu ứng trần: đã có sự đồng thuận cao về việc đưa ESD vào & trách nhiệm của giáo viên (mục 2,3,8,9,10,11)

4.4 Năng lực cốt lõi được xác định

• Kiểm tra trước (30 % trống):

  • Nâng cao nhận thức (15 %), kỹ năng MM (15 %), kiến thức SDG (10 %), phản tư (10 %)

• Kiểm tra sau:

  • Năng lực MM & sư phạm mô hình hóa (25 %)

  • Kiến thức SD vững chắc (20 %)

  • Phản tư/tự đánh giá (15 %)

  • Giao tiếp & làm việc nhóm (10 %)

  • Mới: phương pháp thiết kế nhiệm vụ (10 %); cởi mở & học tập suốt đời (10 %)

4.5 Ảnh hưởng cá nhân & Thay đổi hành vi

• Liên kết SDG được trích dẫn

  • SDG 12 (Tiêu dùng có trách nhiệm): 40 % hiện mua đồ cũ, giảm nhựa, tránh ép plastic

  • SDG 6 (Nước sạch): 35 % tắm vòi sen ngắn hơn, tắt vòi nước khi xà phòng

  • SDG 13 (Hành động vì khí hậu): 25 % tích hợp các chủ đề môi trường vào các bài học toán, cải thiện việc phân loại rác thải

• Chuyển dịch từ nhận thức → hành vi phù hợp

Thảo luận

• Đào tạo đã thu hẹp đáng kể khoảng cách kiến thức; phù hợp với Alsina & Vásquez 2024 & Murphy et al. 2020

• MM được xem là cầu nối giữa toán học trừu tượng & các vấn đề SD thực tế; hỗ trợ tư duy hệ thống (Blum & Borromeo 2009)

• Niềm tin về ranh giới môn học cố hữu vẫn tồn tại; cần nhấn mạnh rõ ràng hơn về liên ngành

• Quá tập trung vào SDG 6/12/13 cho thấy thiên vị về tính dễ tiếp cận; công việc trong tương lai nên nâng cao các SDG ít được đề cập (ví dụ, SDG 17, 4)

Kết luận

• Hội thảo ESD–MM thúc đẩy đáng kể kiến thức SD của PSTs, kỹ năng mô hình hóa & hành vi cá nhân ủng hộ tính bền vững

• Mô hình hóa toán học là một điểm tựa mạnh mẽ để tích hợp tất cả $17$ SDG vào toán tiểu học

• Các chương trình đào tạo giáo viên phải lồng ghép nội dung bền vững toàn diện, định hướng hành động, và liên ngành

Khuyến nghị & Hạn chế

• Mở rộng tới các mẫu lớn hơn, đa dạng hơn n>30

• Chuẩn hóa với quan sát lớp học + theo dõi dọc để bù đắp sai lệch do tự báo cáo

• Thực hiện phân tích yếu tố để tinh chỉnh phép đo

• Thách thức tư duy “chỉ có khoa học”; cung cấp các ví dụ cụ thể liên môn

• Khuyến khích các nhiệm vụ cho các SDG ít được đề cập (chất lượng giáo dục, hợp tác)

• Ví dụ thích nghi toàn cầu

  • Ấn Độ: mô hình hóa khan hiếm nước

  • Ethiopia: mô hình năng suất an ninh lương thực

  • Bangladesh: phân tích vòng đời chất thải dệt may

  • Hoa Kỳ: tăng trưởng chất thải điện tử & hiệu quả tái chế

Ví dụ Nhiệm vụ Mô hình hóa trong Lớp học (Lớp 4 | SDG 12)

• Xây dựng: Xác định lượng rác thải nhựa hàng tuần trong lớp học

• Đơn giản hóa: Coi một lớp học là mẫu đại diện

• Toán học hóa: Ngoại suy cho tất cả các trường tiểu học trong thành phố $\text{Tổng lượng rác thải}=\frac{\text{Lượng rác thải lớp học}}{\text{Số học sinh}}\times\text{Số học sinh thành phố}$

• Giải quyết: Tính toán kg rác thải mỗi tháng/năm

• Diễn giải & Xác nhận: So sánh với dữ liệu thành phố; thảo luận sự khác biệt

• Phản tư & Hành động: Đề xuất các chiến lược giảm thiểu (tái sử dụng, các lựa chọn khác)

Tài liệu tham khảo chính được trích dẫn trong bài báo

• Alsina & Silva-Hormazábal 2023; Alsina & Mulà 2019

• Blum & Borromeo Ferri 2009; Borromeo Ferri & Wiegand 2023

• KMK 2016 Framework; UNESCO 2017 Learning Objectives; UN 2015 Agenda 2030

• Niss & Blum 2020; Tilbury 2011; Wiegand & Borromeo Ferri 2023

• Nguồn thống kê: Porst 2000, Bortz 1993, Field 2014

1. Bối cảnh và mục đích nghiên cứu

Nghiên cứu phương pháp hỗn hợp này đã khảo sát một hội thảo đào tạo giáo viên kéo dài 14 tuần được thiết kế để tích hợp Giáo dục vì Sự Phát triển Bền vững (ESD) với Mô hình hóa Toán học (MM) cho giáo viên tiểu học tương lai (PSTs). Nghiên cứu này nhằm giải quyết tính cấp bách toàn cầu của các vấn đề như biến đổi khí hậu, nạn đói, khan hiếm tài nguyên và bất bình đẳng xã hội, phù hợp với Chương trình nghị sự 2030 của Liên Hợp Quốc và 17 Mục tiêu Phát triển Bền vững (SDGs), đặc biệt là mục tiêu phụ $4.7$ đưa ESD vào giáo dục. Giáo viên được công nhận là “những tác nhân thay đổi mạnh mẽ” (UNESCO 2017) trong việc thúc đẩy tư duy phản biện, hiểu biết đạo đức, hợp tác và tư duy hệ thống thông qua ESD.

Trong lịch sử, giáo dục toán học thiếu các ví dụ cụ thể về ESD so với các lĩnh vực như đạo đức hay sinh học. Tuy nhiên, các tổ chức như ICMI (2025) hiện nay khuyến nghị toán học giải quyết các thách thức kinh tế-xã hội. Khung lý thuyết nhấn mạnh tầm quan trọng của việc học tập đích thực, kết nối nội dung với các vấn đề thực tế (Hallström & Schönborn 2019), và ghi nhận những khoảng cách về năng lực của giáo viên trong kiến thức SDG và các chiến lược ESD (Alsina & Silva-Hormazábal 2023). Các dự án STEAM và thực tế dựa trên bằng chứng được chứng minh là giúp tăng cường sự tự tin của giáo viên.

MM được trình bày như một liên kết quan trọng, tuân theo một chu trình: hiểu $\leftrightarrow$ đơn giản hóa $\leftrightarrow$ toán học hóa $\leftrightarrow$ giải quyết $\leftrightarrow$ diễn giải $\leftrightarrow$ xác nhận (Niss & Blum 2020). MM phát triển các năng lực như xác định biến số, lý luận hệ thống và đánh giá phản biện (Borromeo Ferri 2006), và được đặt ở điểm mấu chốt giữa STEAM và ESD (Wiegand & Borromeo Ferri 2023). Việc tiếp xúc sớm với các khái niệm bền vững, đặc biệt ở cấp mầm non và tiểu học, rất quan trọng để nuôi dưỡng một quan điểm bền vững suốt đời.

Nghiên cứu này đã giải quyết ba câu hỏi chính:

1. Tác động của hội thảo đến sự hiểu biết của PSTs về tính bền vững và lồng ghép ESD là gì?

2. Nhận thức về năng lực cốt lõi để giảng dạy tính bền vững thông qua toán học đã thay đổi như thế nào?

3. Hội thảo và công việc dự án đã có ảnh hưởng cá nhân gì đến hành vi của PSTs?

2. Phương pháp nghiên cứu

2.1 Thiết kế nghiên cứu

Nghiên cứu áp dụng thiết kế phương pháp hỗn hợp, kết hợp dữ liệu định lượng và định tính. Dữ liệu định lượng được thu thập bằng thang Likert $31$-mục được thực hiện dưới dạng kiểm tra trước và sau đào tạo. Dữ liệu định tính bao gồm các phản hồi dạng mở từ những người tham gia.

2.2 Người tham gia

Nghiên cứu có sự tham gia của $n=20$ giáo viên tiểu học tương lai (PSTs) trong học kỳ 5 hoặc 6 của chương trình đào tạo giáo viên 7 học kỳ tại Đức. Trước hội thảo, hầu hết những người tham gia báo cáo ít hoặc không có kiến thức về Phát triển Bền vững (SD), ESD, SDGs, hoặc Chương trình nghị sự $2030$, mặc dù đã tham gia một buổi giảng một giờ về MM trong học kỳ đầu tiên.

2.3 Can thiệp (14 tuần, $90$ phút hàng tuần)

Can thiệp là một hội thảo kéo dài 14 tuần, với các buổi học 90 phút hàng tuần được cấu trúc thành các khối nội dung riêng biệt:

• Tuần 1–3: Giới thiệu về các khái niệm cơ bản của SD, SDGs và Chương trình nghị sự $2030$.

• Tuần 4–6: Lý thuyết về Mô hình hóa Toán học (MM) và các ví dụ phù hợp cho cấp tiểu học.

• Tuần 7–10: Các PSTs làm việc theo cặp để thiết kế các nhiệm vụ ESD–MM của riêng họ.

• Tuần 11–12: Các buổi phản hồi từ bạn bè và giảng viên, sau đó là sửa đổi nhiệm vụ.

• Tuần 13–14: Thực hiện tại trường (giảng dạy cho học sinh lớp 2–4, 20–30 học sinh mỗi lớp) và trình bày báo cáo.

Nhiệm vụ của PST trong suốt hội thảo bao gồm tham dự các buổi học, thiết kế nhiệm vụ, trình bày công việc, sửa đổi nhiệm vụ, giảng dạy tại trường và báo cáo về trải nghiệm của họ.

2.4 Công cụ & Phân tích dữ liệu

Các mục Likert được điều chỉnh từ một số công cụ đã được xác nhận (Álvarez-Vanegas et al. 2024; García-González et al. 2020, v.v.). Các công cụ đã được đánh giá bởi các chuyên gia, nhưng không có nghiên cứu thí điểm riêng biệt nào được tiến hành. Độ tin cậy được đánh giá bằng Cronbach’s $\alpha = 0.98$ đối với độ tin cậy liên quan đến người đánh giá, sử dụng SPSS 29. Tính chuẩn của dữ liệu được kiểm tra bằng Shapiro–Wilk; do phân phối không chuẩn, các kiểm định Wilcoxon signed-rank đã được sử dụng để phân tích thống kê. Các tài liệu tham khảo về hướng dẫn kích thước mẫu tối thiểu bao gồm Porst 2000 ($n\ge20$) và Bortz 1993 ($n\ge30$).

3. Kết quả nghiên cứu

3.1 Ảnh hưởng đến sự quen thuộc với các khái niệm SD (RQ1)

Định lượng: Ghi nhận sự tăng đáng kể đối với cả 5 mục quen thuộc liên quan đến SD, ESD, SDGs, các chiều của SD và Chương trình nghị sự $2030$ (Wilcoxon p<0.001).

Định tính: Các phản hồi trước kiểm tra cho thấy sự thiên vị về môi trường và hiểu biết mơ hồ. Các phản hồi sau kiểm tra cho thấy sự chuyển dịch sang quan điểm đa chiều (môi trường-xã hội-kinh tế), tư duy hệ thống và định hướng hành động, nhấn mạnh vào căng thẳng ở trẻ nhỏ, và một liên kết rõ ràng hơn với toán học. Nhận thức của Chương trình nghị sự $2030$ tăng đáng kể (từ 4 đến 15 phản hồi chính xác). Các SDG được gọi tên rộng rãi, mặc dù vẫn tập trung vào SDG 6 (Nước sạch), SDG 12 (Tiêu dùng có trách nhiệm) và SDG 13 (Hành động vì khí hậu).

3.2 Nhận thức về MM & Toán học vì sự bền vững (13 mục)

Có những cải thiện đáng kể (p<0.05) ở 9 trên 13 mục bao gồm sự liên quan của SDGs với MM, vai trò của toán học trong việc nâng cao nhận thức và thúc đẩy hành động, đánh giá cao nội dung bền vững và sử dụng MM để phân tích thách thức. Tuy nhiên, các mục liên quan đến ưu tiên chương trình giảng dạy, niềm tin rằng “nghèo đói $\neq$ toán học”, và quan niệm rằng “chỉ khoa học là đủ” không cho thấy sự cải thiện đáng kể, cho thấy những giả định cố hữu vẫn tồn tại.

3.3 Sự sẵn sàng lồng ghép ESD/SDGs (13 mục)

Bảy trên 13 mục cho thấy sự cải thiện đáng kể, bao gồm sự tự tin của PSTs trong việc lồng ghép ESD, sử dụng các dự án MM và thúc đẩy hợp tác liên môn. Một số mục, như sự đồng thuận chung về việc đưa ESD vào và trách nhiệm của giáo viên, cho thấy hiệu ứng trần do đã có sự đồng thuận cao trong kiểm tra trước.

3.4 Năng lực cốt lõi được xác định

Có một sự chuyển dịch đáng chú ý trong các năng lực cốt lõi được xác định:

• Kiểm tra trước (30% trống): Tập trung vào nâng cao nhận thức (15%), kỹ năng MM (15%), kiến thức SDG (10%) và phản tư (10%).

• Kiểm tra sau: Nhấn mạnh vào năng lực MM & sư phạm mô hình hóa (25%), kiến thức SD vững chắc (20%), phản tư/tự đánh giá (15%), giao tiếp & làm việc nhóm (10%). Các năng lực mới được xác định là phương pháp thiết kế nhiệm vụ (10%) và cởi mở & học tập suốt đời (10%).

3.5 Ảnh hưởng cá nhân & Thay đổi hành vi

Hội thảo đã dẫn đến những thay đổi hành vi có thể quan sát được liên quan đến các SDG cụ thể:

• SDG 12 (Tiêu dùng có trách nhiệm): 40% PSTs báo cáo mua đồ cũ, giảm sử dụng nhựa và tránh ép plastic.

• SDG 6 (Nước sạch): 35% báo cáo tắm vòi sen ngắn hơn và tắt vòi nước khi xà phòng.

• SDG 13 (Hành động vì khí hậu): 25% báo cáo tích hợp các chủ đề môi trường vào các bài học toán và cải thiện việc phân loại rác thải.

Điều này cho thấy một sự chuyển dịch đáng kể từ hiểu biết nhận thức đơn thuần sang hành vi phù hợp với các nguyên tắc bền vững.

4. Kết luận

Hội thảo ESD–MM này đã đóng lại những khoảng trống kiến thức lớn giữa các PSTs một cách hiệu quả, phù hợp với những phát hiện từ các nghiên cứu khác (Alsina & Vásquez 2024; Murphy et al. 2020). Mô hình hóa Toán học đã được chứng minh là một cầu nối hiệu quả giữa các khái niệm toán học trừu tượng và các vấn đề Phát triển Bền vững trong thế giới thực, thúc đẩy tư duy hệ thống. Tuy nhiên, nghiên cứu cũng ghi nhận sự tồn tại dai dẳng của những niềm tin về ranh giới môn học cố hữu, nhấn mạnh nhu cầu về sự nhấn mạnh liên ngành rõ ràng hơn trong các khóa đào tạo tương lai.

Những phát hiện tái khẳng định rằng hội thảo đã thúc đẩy đáng kể kiến thức SD của PSTs, cải thiện kỹ năng mô hình hóa toán học của họ và ảnh hưởng tích cực đến hành vi cá nhân ủng hộ tính bền vững của họ. Mô hình hóa toán học nổi lên như một công cụ mạnh mẽ để tích hợp tất cả $17$ SDG vào giáo dục toán học tiểu học, cho thấy rằng các chương trình đào tạo giáo viên phải áp dụng một phương pháp tiếp cận nội dung bền vững toàn diện, định hướng hành động và liên ngành.

Kiến nghị và Hạn chế:

Để phát triển dựa trên những phát hiện này, nghiên cứu trong tương lai nên:

• Mở rộng nghiên cứu sang các mẫu lớn hơn và đa dạng hơn (n>30).

• Chuẩn hóa dữ liệu tự báo cáo với các quan sát trong lớp học và theo dõi dọc để giảm thiểu sai lệch do tự báo cáo.

• Thực hiện phân tích yếu tố để tinh chỉnh các công cụ đo lường.

• Chủ động thách thức tư duy “chỉ có khoa học” bằng cách cung cấp các ví dụ liên môn cụ thể cho ESD.

• Khuyến khích phát triển các nhiệm vụ cho các SDG ít được đề cập, như chất lượng giáo dục (SDG 4) và hợp tác (SDG 17), để đảm bảo phạm vi bao quát toàn diện.

Nghiên cứu cũng cung cấp các ví dụ thích nghi toàn cầu về các nhiệm vụ MM cho tính bền vững, như mô hình hóa khan hiếm nước ở Ấn Độ, mô hình năng suất an ninh lương thực ở Ethiopia, phân tích vòng đời chất thải dệt may ở Bangladesh, và tăng trưởng chất thải điện tử và hiệu quả tái chế ở Hoa Kỳ.

Một ví dụ thực tế về nhiệm vụ mô hình hóa trong lớp học cho Lớp 4 (phù hợp với SDG 12) bao gồm việc học sinh xác định lượng rác thải nhựa hàng tuần trong lớp học, đơn giản hóa nó thành một mẫu đại diện, toán học hóa bằng cách ngoại suy cho tất cả các trường tiểu học trong thành phố bằng công thức:$\text{Tổng lượng rác thải}= \frac{\text{Lượng rác thải lớp học}}{\text{Số học sinh}}\times\text{Số học sinh thành phố}$

Giải bài toán tìm lượng rác thải mỗi tháng/năm, diễn giải kết quả bằng cách so sánh với dữ liệu của thành phố, và cuối cùng phản tư và hành động bằng