SCI、SSCI、EI、SCOPUS指导服务
论文翻译润色 论文预审评估 质量分析报告 期刊匹配推荐

与学术顾问沟通

智慧课堂下教学数据分析框架构建

分类:教育技术论文发表 时间:2021-11-25 09:49 关注:(1)

    随着教育信息化的持续推进,智慧课堂的建设也逐步得到发展和完善,在此环境下充分采集和利用教学数据有助于推进智慧课堂的优化建设。通过梳理智慧课堂和教学数据分析的概念及内涵,明确了教学数据可用的分析方法,分析了智慧课堂环境下可采集的教学数据类型及其内容,然后结合教学数据的特点,构建了智慧课堂环境下的教学数据分析框架。在智慧课堂的实践应用中,可以根据教学数据分析框架以及相应的教学模式进行改进,对培养学生学习能力,提升教师教学水平,提高教学质量,改革教学体系,促进教育高质量信息化发展有重要意义。

智慧课堂下教学数据分析框架构建

  关键词:智慧课堂;教学数据;数据分析框架;教学数据分析

  0引言

  2018年4月,教育部在《教育信息化2.0行动计划》中首次提出将“智慧教育”列入行动计划[1]。实现智慧教育需要引入智慧课堂,智慧课堂也是智慧教育的必由之路和重要抓手[2]。在智慧课堂环境下,对教学数据进行深入分析具有重要的实践意义,对学生来说,深入分析教学数据能够帮助其提高学习效率,增强自身学习能力[3];对教师来说,教学数据分析能够帮助其组织和管理学生,减轻教学压力,提升教学能力;对教育机构来说,通过分析教学数据能够发现教师的教学特点和学生的学习特长,并及时调整教师的教学安排,保证教学效果,提高教学质量[4];对教育主管部门来说,能够促进教育资源的协调,推动教育公平发展。因此,做好教学数据的分析有助于建设智慧课堂,进而实现智慧教育的发展。

  1相关研究

  智慧课堂可以从两个视角进行释义,其一是基于智能硬件设备的视角,将智慧课堂定义为在课堂教学中应用了智能化设备的环境,侧重提高课堂教学效率;其二是基于线上线下协同的视角,结合线上教学平台和资源,在线下教学过程中借助智能化设备教学,注重提升教学质量和教学效果[5]。总的来说,智慧课堂都需要使用智能化设备辅助教师教学和学生学习。首先,教师的教学行为数据和学生的学习行为数据都能够被智能化设备采集;其次,这些数据展现了教师的教学特点和教学行为特征以及学生的课堂行为特点和学习特征;最后,通过智能化设备采集的数据能够被用于数据分析,利用智能化方法分析教师和学生的潜在行为逻辑,辅助教师和学生提升自身教学水平和学习能力。随着智能设备和网络的发展,在教学过程中产生了海量的教学数据。当前,对教学数据的定义有多种,杨现民等[6]认为教学数据包括课堂教学数据、在线学习行为数据和校外辅导数据;晋欣泉等[7]则从教学过程即课前、课中和课后三个环节进行划分,界定了教学数据的来源和类型。一般而言,教学数据包括教师在教学过程中产生的数据和学生在学习过程产生的数据,如教师的课件、试卷或试题等教学资源,学生的测试或作业成绩、课堂互动行为等。对教学数据的分析能够深入了解教师和学生的行为特征和发展变化趋势[8],根据教学目标进行教学数据挖掘和分析是大势所趋。《十四五规划和2035远景目标纲要》提出要“建设高质量教育体系”“建设高素质专业化教师队伍”和“深化教育改革”,从教育体系、教师队伍和教育模式出发对教学质量的增强提出了新要求,而充分采集和分析教学数据是实现以上目标的重要方式。

  2基于智慧课堂的教学数据分析

  2.1基于智慧课堂的教学数据概述

  根据课堂教学过程,将数据的来源划分为课前、课中和课后三种类型,每一阶段采集的数据如下。(1)课前教学数据课前教学数据是指教师在上课前针对课堂教学内容发布的相关资料与学生预习探讨的相关内容,主要包括资源学习数据、课前测试数据和讨论交流数据。资源学习数据。是指教师课堂教学所需的教学资源和可供学生课外自学与参考的学习资源。课前测试数据。智慧课堂环境下,课前测试数据包括课前测试的试题及其相关知识点和资料、学生的测试成绩等。讨论交流数据。基于智慧课堂环境,能够采集大量学生在线交流讨论的提问、回答以及相关的知识点和资料等数据。(2)课中教学数据课中教学数据是教师与学生在课堂上产生的行为数据,主要是互动行为数据、随堂测试数据和班级管理数据。互动行为数据。课堂教学会产生教师与学生间互动、学生与学生间互动等教学互动行为数据。随堂测试数据。包括课堂中的测试试题、相关知识点和资料、学生随堂测试成绩等数据。班级管理数据。课堂教学中会涉及到学生及学生团队的管理,由此产生了学生团队合作数据、学生任务或协作参与情况数据等。(3)课后教学数据课后教学数据包括教师和学生在课后产生的与教学相关的数据,主要为作业练习数据、辅导答疑数据和归纳小结数据。作业练习数据。课后学生需要完成的作业练习试题、答案以及相关知识点等数据能够被用于教学数据分析。辅导答疑数据。在智慧课堂环境下,下课后学生的提问和教师的答疑数据以及问题的相关知识点数据能够被有效采集获取。归纳小结数据。课堂教学结束后,能够基于智慧课堂环境采集学生的课堂学习小结与教师的课后小结数据。

  2.2基于智慧课堂的教学数据分析方法

  常用的数据分析方法有数值数据分析方法、序列数据分析方法、文本数据分析方法和图结构数据分析方法。(1)数值数据分析方法针对数值型数据,如学生的学习时长、测试分数、课堂互动次数等,可以采用描述性统计分析、相关性分析、因果分析等方法,分析学生行为或教师行为的特点、不同行为间的相关性或因果性,为调整教学行为提供决策支持。数值数据分析方法也是学生学习状况和教师教学质量评估的基础,在智慧课堂环境下,数据的实时采集和分析使得学情能够得到及时反馈,可以极大地提高教学效率和教学质量。同时,也有助于学生和教师评估自身能力和水平,发现自身不足。(2)序列数据分析方法智慧课堂环境下,教师行为如讲解的知识点、发布的试题等,学生提出的问题、完成的作业练习等都存在一定的序列性。通过分析序列数据能够发现教师和学生在教学过程中产生不同行为的内在驱动力,不仅有助于管理者调整教学规划,也为教师提升自身教学水平、增强学生学习能力指出了方向。采用序列数据分析法能够分析不同教师在教学过程中以及学生在学习过程中的频繁行为序列,挖掘教师的教学路径。(3)文本数据分析方法文本数据分析方法用于分析文本型教学数据,常见的文本型数据包括课程大纲、教学课件、测试练习的试题、提问与回答等,特别地,在语文、英语等学科中,文本数据分析方法更加重要。目前,常用的文本数据分析方法有文本聚类、主题提取、情感分析等,采用这些方法对试题、知识点、提问回答等教学过程中的文本数据进行处理和分析,一方面能够帮助学生理解记忆相应的知识,提高学习效率和增强学习能力;另一方面有助于教师调整教学大纲或教案,促进教师专业能力的提升和教学质量的提高。(4)图结构数据分析方法在智慧课堂环境下,图结构数据是常见的教学数据类型,如群组学生交互关系、学生与教师之间的交互关系等。在图结构数据中,每个节点代表一个主体,节点之间的连接线表示主体之间的关联关系。通过相应的分析方法,能够发现学生与学生、学生与老师、学生行为与教师行为以及教师行为与教师行为之间的关系,辅助教师、学校和教育主管部门进行有效管理,进而完善和优化已有的教育教学模式,提高学生学习能力、教师教学能力和管理者的管理能力。当前,教学数据分析大多针对学生或教师,较少从教学过程的全流程、教学数据的全样本、教学体系的全方位出发,挖掘教学过程中学生与教师的行为特征,难以全面提升学生的学习能力和教师的专业素养。因此,本文拟在智慧课堂环境下构建教学数据分析框架,明确教学数据分析的数据来源与分析方法,围绕教学过程提出课前、课中和课后教学数据的分析路径。

  3智慧课堂环境下教学数据分析框架构建

  通过对智慧课堂环境下可采集的教学数据内容及其相关的数据分析方法进行调查和分析,构建了智慧课堂环境下的教学数据分析框架,包括课前教学数据分析、(1)课前教学数据分析第一部分是课前教学数据分析,针对课前教学数据的特点,引入文本聚类、主题提取、回归分析等数据分析方法,对资源学习数据、课前测试数据和讨论交流数据进行分析。根据学生预习和教师了解教学情况的需要,采用不同的教学数据分析方法得到相应的分析结果,在此基础上,对课前的教学方式、教学内容进行改进和完善。(2)课中教学数据分析第二部分是课中教学数据分析,由于课堂教学情景最为复杂,可采集的数据类型繁多,包括互动行为数据、随堂测试数据和班级管理数据等。这一阶段可以采用的教学数据分析方法也有多种类别,包括情感分析、观点挖掘和关联分析等。课堂教学是整个教学过程的中心,既是对课前教学的延伸,也是课后教学的基础,同时,课堂教学产生的信息量最大,学生需要在短时间内吸收大量的信息。(3)课后教学数据分析第三部分是课后教学数据分析,由于课后能够得到完整的教学过程,时间跨度较长,同时积累的数据量较大,因而分析得到的结果需要纵观教学过程中教师和学生所有的教学和学习行为,可以采用话题追踪、自动摘要和行为序列分析等方法。课后教学数据分析主要基于课后教学产生的教学数据,但其处于教学过程的末端环节,因此获取的数据也包含了课前教学数据和课中教学数据。

  4结语

  智慧课堂为充分掌握学生学习情况和教师教学情况提供了基础,本文在智慧课堂及教学数据分析概念和内涵论述的基础上,对智慧课堂环境下教学过程中产生的教学数据进行了分类,探讨了可用于教学数据分析的常用方法,最后针对智慧课堂环境下的教学数据构建了分析框架,指明了基于智慧课堂分析教学数据的路径和可用的方法。

  作者:周欢 刘嘉

期刊目录网是一家专业从事国内国外期刊学术论文发表指导,著作出版,发明专利的权威平台,提供文章翻译、文章润色、文章预审、期刊推荐、发表支持、书号申请、出书指导、专利申请等评职称相关学术成果服务。是您评职称学术成果指导首选权威平台。

Copyright © 2013-2022 www.qikanmulu.com,All Rights Reserved