数据赋能课堂教学行为诊断

当前信息化环境中的课堂教学行为诊断研究备受关注。借助数据分析工具和平台收集课堂师生教与学的行为数据,聚焦分析课堂教学行为差异及成因,从而帮助教师改进课堂教学行为,诱导学生规划高效学习路径,提高课堂教学生产力。文章从实践层面探讨了如何让课堂观察与诊断从直觉经验判断走向数据实证分析,旨在以数据赋能,构建以学为中心的高效课堂。     

智能技术如何支持新型课堂教学模式构建

人工智能、大数据、AR/VR和5G等技术的快速发展,特别是移动终端的普及应用,给课堂教学带来了巨大的冲击和改变,同时也为教与学的变革和创新带来了前所未有的机遇和可能。然而,当前智能技术在教学中的应用,绝大多数是以智能化为主要特征的,给教与学带来的更多是便利和效率,课堂教学中很多深层次问题还没有得到很好地解决,智能技术条件下能够破解教学深层次问题的新型课堂教学模式研究已成为热点。该文对当前信息化教学所存在的问题进行了系统梳理和深入剖析,讨论了智能技术支持下能够破解教学深层次问题的新型课堂教学模式构建思路与途径;从智能工具支持下的深度学习、微课云课支持下的个性化学习、大数据支持下的精准教学和“互联网+”支持下的无边界混合式学习等,分析了智能技术支持下的新型课堂教学模式构建方向;提出了通过以紧耦合课程内容为单位做学习逻辑设计、有针对性设计驱动学习的问题与任务和系统设计教与学路径等方面,实现智能技术支持课堂教学创新和优化的方法。     

基于过程挖掘的在线自主学习行为模式识别及干预实证研究

自主学习符合人类学习的本质,被赋予了从未有过的价值与使命,实现了自我驱动的学习行为.在线学习背景下,有必要挖掘学生自主学习行为模式,识别学生认知过程,寻找在线学习规律,解决自主学习能力薄弱问题.通过顺序分析和聚类分析算法,对论坛、测验、作业与评价和资源四类学习行为进行挖掘,分析高低成就学习者之间的在线自主学习行为模式差异.并基于模仿榜样理念,以高成就学习者的学习行为模式为策略,对低成就学习者进行干预.研究结果表明高低成就学习者在线自主学习行为模式存在显著差异,且高成就学习者的学习行为模式对低成就学习者具有指导作用,可为均衡化教学提供新思路与方法,缩小规模化教学与个性化教学的矛盾.     

面向课堂教学评价的形式化建模与智能计算

随着课堂教学从固化单一的教师传授,向强调小组协作参与的教学转变,如何面向以协作学习为基本特征的课堂实施形成性评价已成为教学评价改革亟需解决的问题。在智能技术支持下,形式化建模可以将复杂多变的课堂教学过程解构,形成数理模型;智能计算可以通过算法评估学生学习状态,并根据教学原则生成教学辅助信息。二者的结合可以促进人类智能与机器智能的有效融合,形成人机协同的课堂评价机制。面向课堂教学评价的形式化建模与智能计算通用架构,自下而上包含教与学行为的感知和存储、教与学行为评估模型的构建、教与学状态的智能计算和教学辅助信息的生成四个部分。前两部分着重对教育情境和问题的表征,是形式化建模的关键步骤;后两部分着重具体技术路线的实现,是智能计算的具体过程和功能体现。整个系统以教与学行为的感知和存储为基础,通过构建评估模型,确定模型的输出;然后引入智能算法对模型进行计算,达成对教与学状态的评估;最后根据相应教学原则,自动生成辅助教师进行课堂教学评价的信息。该通用架构以及人机协同教学、评价机制的进一步完善需要研究者携手教师进行"共同设计",协同教育学、计算机科学、心理学等多学科进行交叉研究。     

第四届北京市基础教育教学成果奖北京教育学院获奖战果介绍（之四）——基于学习者分析的教与学策略应用研究

北京市基础教育新课程“基于学习者分析的教与学策略应用研究”项目旨在以学习者分析为教学实践的切入点、教法策略和学习策略研究的出发点、教与学策略和学习者分析整合应用的结合点,促进教师专业发展,改进教师的教法,指导学生有效学习,提高学生学业成就。     

教学互动与学习主体的塑造

传统的课堂教学无视教与学之间的矛盾关系,在强调教师主导作用的同时往往又忽视甚至压抑了学生学习的自主性,并严重影响着课堂教学的质量.重塑学生学习的自主性以回归教育的本质,是提高课堂教学质量的根本保证.教与学之间的互动是人性成长的需要,也是达成主体共识的桥梁.课堂中的教学互动是师生主动参与的教学行为.课堂教学要变"教师为中心"为"学习者为中心",创造轻松愉快的学习氛围,让学生由被动的听课者变成积极主动的教学活动参与者.教师可以根据不同层次、不同学生的需要,设计不同形式的教学互动,以培养学生学习的自主性.     

课堂中的教学互动与学习自主性的培养

传统的课堂教学无视教与学之间的矛盾关系,在强调教师主导作用的同时往往又忽视甚至压抑了学生学习的自主性,并严重影响了课堂教学的质量。重塑学生学习的自主性以回归教育的本质,是提高课堂教学质量的根本保证。教与学之间的互动是人性成长的需要,也是达成主体共识的桥梁。课堂中的教学互动是师生主动参与的教学行为。课堂教学要变“以教师为中心”为“以学习者为中心”,创造轻松愉快的学习氛围,让学生由被动的听课者变成积极主动的教学活动的参与者。教师可以根据不同层次、不同学生的需要,设计不同形式的教学互动,以培养学生学习的自主体。     

教学互动与学习主体的塑造

传统的课堂教学无视教与学之间的矛盾关系,在强调教师主导作用的同时往往又忽视甚至压抑了学生学习的自主性,并严重影响着课堂教学的质量。重塑学生学习的自主性以回归教育的本质,是提高课堂教学质量的根本保证。教与学之间的互动是人性成长的需要,也是达成主体共识的桥梁。课堂中的教学互动是师生主动参与的教学行为。课堂教学要变"教师为中心"为"学习者为中心",创造轻松愉快的学习氛围,让学生由被动的听课者变成积极主动的教学活动参与者。教师可以根据不同层次、不同学生的需要,设计不同形式的教学互动,以培养学生学习的自主性。     

基于行为序列的学习行为模式识别与教学干预

课堂环境下的学习行为是学习者进行知识学习的外在表现形式,对学习行为模式的识别有助于教师把握不同学习群体的特征规律,从而设计差异化教学干预方案,以改善学生的学习成效。在文献分析的基础上,文章首先以苏南某地区J中学的初中生为调查对象进行了问卷调查,并基于分析结果对课堂学习行为进行分类与编码;随后,文章采用聚类分析法对不同学习行为进行序列转换分析,并设计了基于课堂表现数据的学习行为模式识别模型;最后,文章采用滞后序列分析法对不同类型学习者的学习行为序列转换进行分析,挖掘了不同类型学习者存在的问题学习行为,在此基础上设计了基于问题学习行为的教学干预机制,以帮助学习者转换学习行为模式,进而提高学习效果。     

高校课堂教与学融合研究

课堂教学是师生共同参与的行为.传统的课堂教学无视教与学之间的矛盾关系,在强调教师主导作用的同时,往往忽视了学生学习的自主性,严重影响了课堂教学的质量.因此,文章在对高校课堂教与学存在的问题进行分析的基础上,提出课堂教学要从"以教师为中心"转变为"以学习者为中心",加强教与学的融合,让学生由被动的听课者变成积极主动的教学活动参与者.     

混合学习环境下学习者的在线自我调节学习潜在剖面分析及行为过程挖掘

混合学习强调线下课堂教学和线上自主学习的混合以实现优势互补,其中学习者的在线自我调节学习能力显得异常重要。文章旨在揭示学习者的在线自我调节学习能力存在哪些潜在类别,不同类别学习者是否具有不同的在线自我调节学习行为过程模型,以及这对于在线自我调节学习环境的设计有何启示。研究首先对239名学习者的在线自我调节学习能力进行测评,然后使用潜在剖面分析方法对测评数据进行分析,发现样本学习者可以分为高、中、低三种不同水平的自我调节学习剖面类别。然后分别对三种类别学习者的在线自我调节学习行为数据进行过程挖掘,研究发现:(1)学习者的自我调节学习能力更多体现在执行阶段的行为上;(2)中高水平自我调节学习者的在线学习行为表现出更强的认知和元认知策略;(3)高水平自我调节学习者体现出更有效的时间管理策略与更强的整体规划能力。因此,在线自我调节学习环境需要引入自适应支持机制,为学习者提供适应性的过程和策略支持。     

数据驱动的教学行为分析:现状、逻辑与发展趋向

教学行为分析是教学研究的一项重要内容,可为教学过程性评价与精准教学服务提供参考与依据。国内外有关教学行为分析的文献样本,从时间分布、研究主题和主题共现等多角度,呈现出教学行为分析的研究现状。在此基础上,面向教学的具体过程,基于数据科学视角,对教学行为的过程性分析框架展开的探讨,可以分析不同情形下教学行为分析方法的合理选择,把握新时期教学行为分析的发展趋向。经研究发现:互联网、大数据和智能技术的发展,对教学行为分析的影响日益凸显;教学主体、教学情境、教学行为与分析方法等方面,是教学行为分析关注的重点。基于此,教学行为分析应以过程性数据为基础,重视多模态数据的采集分析与行为分析方法在不同数据形态下的适切运用,以形成从数据到结论的全链条输出。因此,教学行为分析应立足过程性行为数据,聚焦多模态智能计算,通过“关联”与“因果”探究行为背后的作用机制,不断推动研究结论服务于教学实践和科学决策。     

面向电子书包应用的课堂教学行为模式分析

电子书包是一种信息技术和教育应用高度融合的产物,是利用现代信息技术和教育技术而构建的面向学生个性发展的基础教育综合服务系统。它的应用会促使教学理念、教学目标、操作程序、实现条件、教学评价等发生本质改变,进而引起教学模式的转变。当前对电子书包系统的构建大多采用"学习终端+教育内容+服务平台"的模式,不符合我国强调信息技术与课堂教学过程整合的"课内整合模式"教育理念。在电子书包示范应用与推进过程中,不能只是简单的数字教科书上线,而应并行推进数字化教材及相关资源标准体系的研制、内容和服务平台的研发,以及电子书包课堂教学互动软件的开发,解决应用数字教科书进行教和学过程的信息双向传输问题。这就需要对基于电子书包的课堂教学过程进行分析,建立符合电子书包应用的课堂教学过程和行为模式。在上海市闵行中学电子书包项目试行中初步证实:电子书包不仅能有效提高学生学习兴趣,同时也能提高学生成绩;自主研发的电子书包课堂教学互动软件虽然较好地支持了课堂教学过程中的播放情境、提问情境和点评情境,但对分析情境与协作情境的支持存在不足。     

翻转课堂中学生学习行为模式与知识建构研究

随着翻转课堂教学效果不断被证实,翻转课堂教学模式也在不断被推广。但是翻转课堂中学生的哪些行为模式与学习效果有关,仍然需要深入研究。本研究主要对学生在课前预习和课中讨论学习的行为模式进行分析,并以知识建构作为学习效果评价内容,对学生的学习行为模式与知识建构水平进行相关性分析。实验分析结果表明,在课前预习中,学习者的评论行为发生在浏览资源之后,学习者会对评论进行回复,发生多轮交互。在课前的讨论活动中,有部分学习者达到高阶知识建构水平。但是,学习者课前的学习行为模式与知识建构不存在强相关关系,而学习者在课中的学习行为模式与知识建构具有强相关关系。     

Preferences toward the constructivist smart classroom learning environment: examining pre-service teachers’ connectedness

The constructivist smart classroom learning environment is quickly emerging as an alternative classroom model that integrates active learning with advanced technology to improve learners’ socialization and achievement. This research examines pre-service teachers’ (n?=?462) preferences toward this learning environment, as well as the predictive association between connectedness and other critical learning environment features. All pre-service teachers had at least one semester of actual experience as participants learning in this environment. The data was collected through a questionnaire, and a series of linear regressions were conducted to examine the hypothesized relationships. Connectedness was positive and significantly associated with all smart classroom features examined: inquiry learning, student negotiation, reflective thinking, functional design, multiple sources, usefulness, and ease of use. Pre-service teachers who preferred constructivist smart classroom learning environments tended to be those in their first year of post-secondary education, as well as those with higher levels of technology self-efficacy. Gender was not observed to significantly influence preferences. The findings show connectedness to be a central and critical feature that can be used to cultivate more appropriate environments from the participants’ perspective.     

基于edX开放数据的学习者在线学习行为分析

教育数据挖掘指通过分析学习者的学习行为记录和归纳学习者的行为特点,以提高教育质量的一种学习分析方法。在大数据时代下,网络课程学习者产生的大规模学习行为记录为教育数据挖掘提供了充足素材。以edX开放数据集为基础,使用数据分析方法,针对平台中本科学历用户获证概率最低的问题,分别从学习目的及兴趣、学习者类型、学习行为特征3个方面进行分析,深入探讨各种学习行为特征之间的相关性以及对学习效果的影响,为在线课堂平台建设者针对不同用户群体优化课程设计、改进个性化学习管理系统提供参考。     

基于数据挖掘的智慧课堂教学行为事理图谱研究

真实课堂中的各类互动行为体现了教师对教学的深层理解和内在信念,一直以来,教师的行为模式和知识结构是教育领域探讨的重要话题。但是,目前关于智慧课堂学习环境中的教学结构研究尚处于起步阶段,而基于数据挖掘的事理图谱为课堂教学行为研究提供了新视角。因此,在智慧课堂背景下,课堂教学行为事理图谱(Classroom Event Logic Graph,CELG)的概念及其建构方法,日益为学界所关注,在对智慧课堂教学视频编码的基础上,基于滞后序列分析和社会网络分析方法建构的智慧课堂事理图谱,可描绘智慧课堂中教师行为结构、媒体应用的特点及TPACK结构。课堂事理图谱方法,为促进教师教学行为及知识结构研究提供了新的研究思路,具有较大应用和推广价值。     

Does teaching style explain differences in learner achievement in low and high performing schools in Kenya?

Quality of instructional delivery is an important determinant of the extent to which the teaching process has an impact on learning achievement. The literature identifies many contributors of learning achievement including teacher, curricula, teaching, student, home and school environments. On an ‘education production function’ approach, achievement may be modelled as an outcome determined by school and classroom based inputs. The processes of achievement determination are typically assumed, in the absence of detailed information about actual classroom practices. In Kenya, primary schools continue to report differentials in performance on standardized tests even when policy implementers distribute teachers normally to these schools. Such differences in academic performance have been reported even among schools within the same neighbourhood. Schools from the same neighbourhood draw students with similar backgrounds and expose them to teachers who have gone through the same training. This paper hypothesizes that teaching style plays a key role in explaining the differences in academic performance among students between primary schools. Using data from 72 math lessons that were filmed in 72 primary schools in Kenya, the authors demonstrate the extent to which teaching practice explains differences in performance among students and schools. While controlling for individual and school based factors, the paper uses mixed methods to analyse the linkages between teaching practices and learning achievement. The main research finding and policy implication is that students learning achievement can be improved through quality teaching, even when other conditions such as class size are not conducive.     

智能化环境中基于学习分析的学习行为优化研究

学习环境的智能化已成为主流趋势,如何合理运用学习分析技术挖掘并分析其中的学生学习行为数据,优化学生学习行为、激发其学习主动性,是在线教育领域值得关注的课题。为此,基于对学习行为文献的分析,从数据采集与存储、行为分析、反馈与提醒、智能化行为优化、智能引擎等五个方面,构建了学习行为优化模型,并将模型运用于湖南S大学《信息技术与课程整合》课程的智慧教学实践中,依托智慧教学平台获取并分析学生学习行为数据,再针对具体情景采取合理的学习行为优化措施。研究结果表明,经过这一优化,不仅有效提升了学生认知维度的学习成绩、强化了互动维度的学习互动;而且提高了时效维度的学习任务完成率、强化了参与维度的学习积极性和参与性。