tft每日頭條

 > 教育

 > 教育數據挖掘和學習分析

教育數據挖掘和學習分析

教育 更新时间:2024-11-24 17:31:29

研究背景

移動互聯網、雲計算、大數據和人工智能技術為高等院校的教育教學帶來重大變革機遇,基于以上技術的智慧教育正是順應這種教學改革趨勢的最前沿的教學理論與實踐。智慧教育正推動教學工具、教學内容、教學管理、教學監督與評價等的全面雲技術化、大數據化和智能化,助力實現課堂教學現代化。

現代化教學實踐就是教學過程數據自動記錄,教學結果自動生成,實現教學管理、監督與評價智能化。它具有預警、預測功能,擁有全過程、全行為、全内容、海量大數據等特征。大數據驅動下的智慧教育對學習體驗的提升和教學質量的提高起到巨大的推動作用:一方面,通過對學生學習行為的分析,教師可以客觀地了解學生現有的學科知識、學習動機、學習能力,制定學生檔案,根據學生的個性化學習需求,選擇合理的教學目标;另一方面,綜合積極性、能動性、應用性等多種因素,對學生在網絡空間的學習效果進行客觀評價,逐步為學生創造良好的學習情境,推動教學質量的提高。

影響學習效果的關鍵要素

在教育模式變革的基礎上,要适應當前多模态的“互聯網 ”教學模式現狀,符合新形态下移動學習、自主學習、泛在學習等特點,應該将利用新的應用技術幫助學習者改善學習方式和學習習慣視為關鍵。現有的學習評價機制在内容上需要拓展,在方式上需要變革,因此,有必要建立一套準确完整的評估體系和模型,對學習效果進行科學、合理、精确的評估。

本文基于混合式教學實踐的探索與研究證明,采用混合式教學模式可以很好地促進學生自主學習能力、協作溝通能力和創新能力的提升,可以極大地提高教學效果。通過分析學習效果的關鍵因素,構建了一種學習效果評估指标模型,如圖1所示。采用問卷調查對該效果評估指标進行了驗證,為進一步應用該模型來評估學習效果提供依據。

教育數據挖掘和學習分析(教育大數據背景下學習效果評估指标分析和研究)1

圖1 學習效果評估指标模型

學習效果是學習者在完成一系列課程或者培養計劃之後,所掌握的知識、技能、應用能力和價值觀念的轉變。學習效果關鍵因素的選取考慮到:第一,從關注教育目标轉向關注教育過程,從學習行為指标體系和教學水平評估指标體系兩方面着手;第二,結合客觀量化評價的學習行為和主觀判斷的課堂教學效果;第三,面向理工科領域,學習效果達到對實踐應用能力的要求。基于此,在認知領域方面,設置了學習态度、學習能力兩個指标;在應用領域方面,設置了知識應用技能指标;在情感領域方面,設置了團隊合作能力指标。

因此,所構建的學習效果評價一級指标包括四個影響因素:學習态度、學習能力、知識應用技能、團隊合作能力。在本評估模型中,這四個因素緊密相關,貫穿于課程的不同階段,共同影響學生的學習效果。

1.學習态度

學習态度指學生明确學習目的後,表現出的行為動機,外在表現為學習積極性和自我認同感,是一種穩定的心理傾向。學習态度由認識、情感和行為三個因素構成。良好的學習态度是學習行為的基礎,對學習行為有較強的導向作用,因此,學習态度的好壞與其學習效果密切相關,學習态度是一切有效學習的基礎。

2.學習能力

學習能力是與學習效果密切相關的一組能力,包括基本學習能力——注意力、核心學習能力——記憶力、高級學習能力——思維力、學習動力——心理能力四個能力。這四個方面的能力相互影響、相互制約,共同組成綜合的學習能力,直接影響學習效果。對大學生而言,學習能力具體可表現為感覺動作能力、知覺動作能力、符号閱讀能力、邏輯推理能力、自我管理能力。

3.知識應用技能

為滿足社會對新工科應用型設計人才的需求,符合新工科人才培養的要求,促進教學理念與實踐的滲透與融合,提升學生的設計研究和創新精神,知識應用技能也成為學習效果的外在表征之一。特定對應于工科專業領域,其應用技能包含:所學知識的實驗技能、應用能力、項目實踐開發能力。

4.團隊合作能力

大學生的團隊合作精神是指團隊配合意識,主要包含四個方面:實現團隊目标、自我認同團隊角色、處理團隊關系、合作完成團隊工作。在勞動分工精細化的現代社會,對于大學生而言,個人不僅要具備過硬的專業能力,還要有團隊精神,才能達到合作效果。因此,培養大學生團隊合作精神,使學生能更快、更好地适應社會,不僅關系到學校教育能否實現“以學生為本”的教育,還關系到每個大學生的綜合素質提高和未來職業發展。增強大學生的團隊合作能力成為綜合能力培養的重要任務。

學習效果評估指标的構建

在以上一級評估指标的基礎上,衡量學習行為在每類評估指标中的具體表現,結合調查問卷,建立了二級評估指标,最終制定學習效果評估指标體系。

學習态度以學習者個體為分析角度,體現其對課程的重視态度,來自對教師的認可度和對課程的态度。教師期望效應作為一種情感效應,對學生的學習态度在認知水平、行為傾向、情感體驗三個維度都有一定的影響。學生的學習态度以課程的開展為時間軸,體現為學生在課前、課中、課後對課程的态度。學習能力體現為學生已有的知識儲備能力,熟練掌握文獻檢索工具的能力,并對搜集到的信息能熟練加工和處理,将已學知識的延伸和拓展能力,同時具備主動思考能力、終身學習的能力。應用技能包含了所學知識對應的實驗技能、應用能力和項目實踐開發能力。團隊協作能力體現為:積極承擔團隊任務、清晰表達觀念、虛心接受他人觀點、提煉總結觀點。學習效果反映了學生對教學的滿意度,包括課程滿意度、課程教學質量評價、教學效果評價、課程學習目标完成度評價等維度。

根據以上分析,對一級指标進行分解,構建了16項二級評估指标。二級評估指标包含了學習者在每類學習行為中的具體表現,既要考慮學習效果評價的有效性,又要兼顧過程數據的可獲得性。由于在網絡空間學習中,學生的學習行為是可采集、可量化的,因此,這些評估指标的分析也具有可操作性。

采用5級李克特量表設計問卷,對本校工科類教師開展了網上調查問卷,共得到了有效問卷41份,各選項占比結果如表1所示。

表1 學習效果多級評估指标體系

一級指标

二級指标

非常同意

(1)

同意

(2)

不确定

(3)

不同意

(4)

非常不同意

(5)

學習态度

教師的影響力

19.51%

29.27%

12.20%

34.15%

4.87%

課前預習

65.85%

24.39%

2.44%

2.44%

4.88%

課中積極互動

48.78%

34.15%

7.32%

2.44%

7.31%

課後複結

51.22%

24.39%

2.44%

2.44%

19.51%

學習能力

知識儲備能力

12.20%

39.02%

17.07%

21.95%

9.76%

查找資源能力

60.98%

12.20%

14.63%

9.76%

2.43%

有效利用信息解決問題

36.59%

41.46%

2.44%

12.20%

7.31%

延伸和拓展能力

46.34%

24.39%

19.51%

7.32%

2.44%

主動思考能力

43.90%

36.59%

2.44%

4.88%

12.19%

應用技能

實驗技能

63.41%

19.51%

7.32%

9.76%

0

應用能力

60.98%

29.27%

2.44%

2.44%

4.87%

項目實踐能力

75.61%

9.76%

4.88%

2.44%

7.31%

團隊合作能力

積極承擔團隊任務

73.17%

14.63%

2.44%

9.76%

0

清晰表達觀念

48.78%

31.71%

4.88%

12.20%

2.43%

接受他人觀點

24.39%

46.34%

14.63%

4.88%

9.76%

提煉總結觀點

51.22%

34.15%

7.32%

2.44%

4.87%

問卷調查結果顯示:所有評估指标的平均分值為2.05。在所有選項中,平均分值得分最低的選項為“課前預習”(1.56)和“項目實踐能力”(1.56),得分最高的選項為“知識儲備能力”(2.78)和“教師的影響力”(2.76),由此可見,學生在課前階段準備得充分與否對于整個學習效果的有效性會産生較大的影響。同時,對于工科學生而言,能力的掌握包括思考能力和實踐能力,學習效果需要通過實踐來檢驗,因此項目實踐能力也是衡量學習效果的一個重要方面。教師的影響力,由于此問卷調查對象為教師群體,教師對學習效果的影響力沒有切身感知,因此該指标的衡量依據不夠客觀。而知識儲備能力與學習初期的接受度有一定關系,但遠不如其他學習态度重要,可以通過中期和後期的努力來彌補該因素的不足,因此并不構成影響學習效果的主要因素。

根據調查的結果分析,将“知識儲備能力”和“教師的影響力”這兩個效果評估指标去除,最後産生學習效果指标共計14個。而各個指标在學習效果評估中的權重确定,将在後續研究中通過數據分析和挖掘來進一步完善。

結語

本文設計了一種混合式教學環境下學習效果評估指标體系,并采用問卷調查的方式對該體系進行了驗證。問卷調查結果表明,該體系評估指标能适用于網絡空間線上和線下學習相結合的教學模式,較全面、合理地評估學生的學習效果,有效地提升學生的學習積極性、自主學習能力、協作溝通能力和創新能力。該體系使學生在豐富的線上資源、高質量線下教學設計的學習環境中獲得更好的學習效果。後續研究中,将通過進一步的數據挖掘和分析,明确各個指标在教學效果評估中的權重來推進該評估指标體系的實施,推動教學質量的提高。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关教育资讯推荐

热门教育资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved