第三节 跨学科课程的基本特征
跨学科课程的基本特征有多学科性、主题性、构建性、创新性、普适性等。这些特征是相对于单学科课程而言的。
一、多学科性
多学科性是跨学科课程最本质的属性。跨学科课程一定涉及多个学科，所不同的只在于这些不同的学科是如何联系或整合在一起的。
比如，黄兴学校的一节关于“科学防疫”的数学建模课告诉我们，可以从生命科学中传染病流行的三个基本条件——传染源、传播途径、易感人群去解释防疫措施的效果（表1—10），也可以从数学模型的角度去解释防疫措施的有效性（表1—11）。
表1—10 用生命科学中的知识解释防疫措施
表1—11 从数学建模角度解释防疫措施
注：当
时，传染病无法流行。其中，S（t）为t时刻的易感者人数，N为总人数，β=未隔离感染者的传染率，γ=感染者的治疗速率
从两个不同的学科角度，在定性方面，我们可以得到相似的结论。但是，生命科学更多从微观生物学机制角度加以解释，而数学建模则是基于群体动力学的宏观角度进行定量描述。二者是可以达成优势互补的。
二、主题性
这里的主题是指课程的设计、实施过程中所围绕的一个中心事物。这个中心事物可以是一个问题、项目、课题，也可以是一种核心能力或素养，抑或是一种普适存在的事物的本体论或认识论基础。
比如，在思源中学的“海上溢油消除记”跨学科课程中，师生围绕基本问题“如何清除海上溢油”和中心任务“设计消除预案，评价方案优缺点，方案优化”，共同开展基于真实情境下项目化的跨学科探究式学习。
比如，上海财经大学附属中学的跨学科综合实践活动——绿色校园环境教育方案设计。该活动围绕“测算和评估上海财经大学附属中学校园植被的固碳能力，并提出具有针对性的改善方法，进而对校园绿化进行合理配置，以达到更好的生态效益”这一建设“碳中和”校园目标，利用生物学知识、工程测量方法和信息技术，对校园植被的种类、分布面积、种植密度进行勘察和测算，并运用环境科学中的数学模型，对数据进行整理、计算和比较。再基于调查、计算、分析得到的科学数据撰写和改进方案，供学校总务部门参考。在这里，具有参考和推广价值的评估方法、流程和改进方案就成为该跨学科综合实践活动的核心主题。
三、构建性
每一门学科都有其自身的内在逻辑体系。跨学科课程以一个或一些主题为中心，打破学科内的逻辑框架和学科间界限，并重新构建一个新的跨学科逻辑体系。
比如，控江中学的“城市更新与可持续发展”跨学科课程。该课程围绕城市更新、可持续发展等基本理念，从经济更新、环境更新、文化更新三个方面，通过行走、思考、实践三种学习方式进行感受、认知和展示，给予学生全方位体验、指导与认识。该课程协同跨学科资源，涉及艺术、历史、环境、通识、语文等多门学科的互动，打破学科界线，突破学科逻辑，以城市构成要素、学习方式为逻辑线索，采用项目化教学模式，构建出全新的跨学科课程结构（图1—2）。
图1—2 “城市更新与可持续发展”跨学科课程结构
四、创新性
杨小丽等人认为，跨学科的一项重要产出是多种学科在相互作用下产生的一批新理论或新定律。而当这些学科间体现出越来越多的相似性，达到一定的理论一体化水平时，则形成了交叉学科(6)。比如电磁学、量子化学等，均是在跨学科研究过程中形成的。
虽然中小学阶段的跨学科课程不至于诞生出新的交叉学科，但它提供了一种新的认知或问题解决方式，进而生成了一些新的理解、方法、方案等思维或实体成果。
比如，复旦大学第二附属学校的“如何让每片叶子获取尽可能多的阳光”跨学科课程。我们从生物学视角看植物叶序，可以发现对生、互生、轮生、簇生的叶片排列特点。我们从数学角度看植物叶序，可以发现植物叶片生长过程中的数量变化服从等差、等比、斐波那契等数列变化特征。当我们从跨学科视角看植物叶序，认识到竹子的常数列型叶片生长方式有助于其主干的纵向生长，而结香的等比数列型叶片生长方式有助于其侧枝的横向生长（图1—3）。
图1—3 “植物枝叶的分叉生长规律”跨学科课程内容
无论哪种方式，这里都是生物适应环境的具体表现，均有助于植物在其生境内获取尽可能多的光照资源。
所以，跨学科视角看事物的广度和深度，其创新性是单纯学科视角所无法比拟的。这是一种全新的视角，由此所生成的跨学科观点更接近于自然、世界和宇宙的真实面貌。
五、普适性
以跨学科中的高层次对象——横断学科和超学科为例。在横断学科中，一门学科的原理对其他学科施加影响，其他学科围绕着这门特定学科的原理发生固定的极化。在超学科中，各学科趋向于共同系统目的（一般原理、本体论或认识论基础）的协同。那么，将各学科整合在一起的中心学科原理、一般原理或本体论、认识论基础，就构成了跨学科的核心。而这样的核心由于适用于各学科，因而具有普适性。
同样地，跨学科课程也聚焦于这种普适原理。这使得跨学科课程中的知识、能力、方法、思维等也能以横向断析的方式迁移至其他各学科课程，从而具有普适性。
比如，黄兴学校的“科学建模”跨学科课程。该课程介绍了最小二乘法的应用，即最小二乘法应用于生命科学，建立哺乳动物心率和体重间的指数函数模型y=876.17e－0.286x[图1—4（1）]；应用于环境科学，建立污染物泄漏量关于时间的模型y=224.49x2－604.2x＋929.03；应用于地球科学，建立地球内部温度和深度间的模型y=－0.000 4x2＋2.251 6x＋422.62[图1—4（2）]；应用于化学，建立产气量和底物浓度间的模型y=－1.7x2＋73.9x－116.5[图1—4（3）]；应用于地理学，建立年降水量和海拔高度间的模型y=－2E－05x2＋0.176 2x－29.286[图1—4（4）]；应用于天文学，建立彗星运动模型y=1.233rcos ɑ－1.788 9[图1—4（5）]。
基于最小二乘法的回归分析可用于各领域的数学建模，是一种对真实世界通用的认知方式。