期刊大全 杂志订阅 SCI期刊 投稿指导 期刊服务 文秘服务 出版社 登录/注册 购物车(0)

首页 > 精品范文 > 数据分析课堂

数据分析课堂精品(七篇)

时间:2023-07-14 16:24:02

数据分析课堂

篇(1)

徐永圆

5月26日有幸听了万贵秋、程来魁两位教师关于复式折线统计图同课异构课和吴文涛名师关于折线统计图的展示课,我也曾教过这一单元,然而我的教学重统计图的绘制轻数据分析,三位教师与我截然不同的教学思路让我感悟颇深。统计学是通过搜索、整理、分析数据等手段,以达到推断所测对象的本质,甚至预测对象未来的一门综合性科学。分析数据是统计的核心,也是本单元的重难点之一。如何在课堂教学中突破这一重难点我有以下看法:

一、感知数据

《新课程标准》指出:在"统计与概率"中,帮助学生逐渐建立起数据分析的观念是重要的。数据分析包括:了解在现实生活中有许多问题应当先做调查研究、收集数据,通过分析作出判断,体会数据中是蕴涵着信息的。数据分析的第一步要调查研究收集数据,在这一过程中感知数据不再是简单的数字,它的背后蕴藏着数学信息。在课堂教学中采取的是:

(一)选取贴近学生生活素材,加强学生对数据的感知。本次课堂上万贵秋教师调查学校趣味数学魔方选拔赛郭宇和徐伟的成绩,吴文涛教师调查学校足球队方瑶投篮的成绩,这两个发生在学生生活中的问题进行调查,既增加了学生对收集数据的亲切感,又激发了学生挖掘的数据背后隐藏的数学信息的欲望。

(二)选取具有统计意义的真实的生活素材,加强学生对数据的感知。程来魁教师选取的是调查全国人口老龄化这一具有统计意义的事情。首先让学生了解到抽样调查是统计中常见的调查方法,调查全国人口老龄化,只需抽样调查上海老龄化情况。而每年出生人口数和死亡人口数是连续性变量,非常适合用复式折线统计图来表示其变化。学生从视频中看到这一令人震惊的事实,激发其探究的欲望,同时在真实的死亡人口数与出生人口数中,增加学生对数据的感知,无形之中会将两者进行比较。

二、数据读取

学生会从收集的数据感知一些大略的信息,第二步就要整理数据了,整理数据的方式一般就是统计表,统计图等。在以往我的教学中我通常会教授学生绘制统计图,再读统计图中的数据。一节课大部分时间用在画图,特别是横轴和纵轴的填写,而读图时间会过少。这样的教学往往导致学生会成为画图的高手,读图的哑巴。此次三位教师都是通过读图来画图,万贵秋和程来魁教师都是通过读两个折现统计图来画复式折现统计图,吴文涛教师是通过读条形统计图来画折现统计图,从学生已有的作图起点出发不仅让学生自主的探究统计图的制法及注意事项也为后面的读数,数据分析大大节省了时间。读懂统计表中的数据为后面的数据分析做铺垫。

(一)读显性数据

显性数据就是统计图中直观的信息。读图标,图例,横轴、纵轴、以及点的信息。这部分内容很直观,加之有以前学习条形统计图的经验,学生较易掌握。

(二)读隐性数据

隐性数据即是通过显性数据得出的统计量。在运用统计量时一定要注意其统计意义。比如平均数、中位数、众数。平均数是一个虚拟的数,它能反应一组数据的总体水平。中位数是个半虚拟的数,它则能反应一组数据的中等水平。一般而言,平均数作为数据代表相对可靠和稳定,但遇到极端数据时它则不能反应这组数据的基本情况。在万老师执教的这一课里面有同学提出了用平均数来反应两名同学玩魔方的总体水平,从而决定由谁参加决赛,这个结果与我们从统计图数据变化趋势分析的结果大相径庭。造成两种不同的结论的原因在于这个同学没有看到极端数据对平均数的影响,一次失误能拉下一个学生比赛的平均分,但是这时的平均分并不能代表这个同学的整体水平了。

三、数据比较

读懂数据,了解数据所蕴含的信息,我们还要更深层次的挖掘数据的隐藏信息。这一部分的数据分析是通过数据比较来完成的。

(一)横向比较

在折线统计图中了解了点所代表的信息,再引导学生横向观察折线统计图,相邻的两个点之间的线段的方向代表数据的增减;线段的陡平代表数据增长的快慢,整条折线有代表数据的发展趋势,由部分到整体挖掘数据隐含信息。在吴老师的教学中这一细节做的非常的到位,从点,()线段,折线三个方面深挖信息,并通过整条折线的趋势做了预测,预测方瑶的后两次成绩。万老师执教的这一课也从整体折线趋势预测两个同学的下次成绩,从而得出决策。

(二)纵向比较

数据之间纵向比较主要体现在复式折线统计图里,两个量之间的差距是同一纵轴上两点间的距离,也是复式折现统计图中蕴含的一个重要信息。比如万老师的这节课通过比较两个同学每次成绩相差多少,判断两个同学成绩的变化。又比如程老师执教的调查人口老龄化,其中自然增长数等于出生人口数减去死亡人口数,就是比较两个量间的差距变化从而判断人口是呈正增长还是负增长,以及增长的幅度来判断人口老龄化的情况。

四、预测数据

篇(2)

中图分类号: G642 文献标识码: A 文章编号: 1673-1069(2017)04-161-2

0 引言

近年来,教育领域关注的焦点之一就包含翻转课堂教学模式。翻转课堂转变了传统教学模式中的知识学习和内化阶段的顺序,简单来讲就是将学生被动学习变成主动学习,该教学模式重新规划了教学时间,坚持以学生为主体、教师为引导的原则,提高了学生学习的主观能动性。而数据结构课程作为计算机编程的基础课程,知识点繁多、知识较为抽象、专业要求较高,基于以上特点,积极探索翻转课堂教学模式的合理应用,对提高数据结构课程教学的效果,增强学生的学习兴趣和积极性具有重要的意义。

1 翻转课堂教学模式的简要介绍

翻转课堂也叫颠倒课堂或反转课堂,主要依托于信息技术,学生利用课余时间自主学习教师提供的以教学微视频为主要形式的学习资源,并在课堂上师生通过小组讨论、互动交流、解疑答惑等形式开展教学的一种新型教学模式。该模式颠倒了学生学习知识与内化知识的顺序,极大地提高了学生自主学习、协作探究、创新等能力,受到国内外教育界的认可和应用[1]。

翻转课堂教学的基本流程如图1所示。

2 翻转课堂在数据结构教学中的合理应用分析

2.1 翻转课堂教学方案设计

数据结构课程是计算机相关专业的综合性较强的基础课程,该课程的内容涉及到了文字、公式、图表等资源,更多偏向于理论知识的讲解,教师在讲授前应设计制作相应的视频课件,制作时应明确教学目标,科学规划教学内容,总结、提炼适合翻转课堂教学的知识点;还应结合学生的认知规律,在分解和编排课程内容时遵循从已知到未知的思维进程,形成具有一定层次结构的知识单元;最后就是在上述步骤的基础上设计合理的微视频。此外,微视频的制作还要坚持量少而精炼的原则,尽可能地细化教学内容为多个知识点。并且可以借助Power Point软件来完成制作。制作完的PPT应简洁美观、重点突出;在演示公式推导等过程性内容时,应借助PPT的动画效果加以呈现,将抽象的内容形象直观化。数据结构课程内容主要有:数据的线性结构、树型结构、图形结构3种逻辑结构,以及数据的顺序存储、链式存储、散列存储、索引存储4种存储结构,同时还涵盖了数据的排序和查找这2种解决计算机问题时最常见的技术。本文以树和二叉树章节的学习内容作为设计实施对象进行翻转课堂的教学介绍[2]。

我们首先要结合课程的教学目标,学习该章节内容时需要学生掌握和了解树和二叉树的基本概念、二叉树和数的存储表示、二叉树的遍历及算法实现、哈夫曼树及应用等重点和难点,而学习这些内容是逐步递进的过程。哈夫曼编码作为树和二叉树知识的扩展应用,在设计翻转课堂教学时应将其作为主线,贯穿整个教学过程。二叉树的概念、带权路径的概念、二叉树的遍历等是需要学生手电学习的基础知识点,之后才是哈夫曼编码的应用与实现。以实现哈夫曼编码的知识点需求为基础,构建出本章节完整的知识体系结构(如图2所示)[3]。

2.2 完善课程资源

教学资源包括录音视频和构建网络学习平台。为了制作具有较强的针对性,容易找到的教学视频,在视频制作的教学内容,教师应根据特定的算法,频率范围和时间应控制在学生的注意力相对集中的时间段便于学生的理解与接受。通过课前有针对性的练习,教师可以掌握学生接受新知识。此外,教师应建立支持个性化的教学视频上传和学习任务安排网络学习平台;通过网站论坛、答疑、工业、网络考试、问卷调查模块、教师与学生之间加强合作与学生与学生之间的交流。[4]

课前活动主要涉及学习资源、自主学习的设计和开发、个别辅导教师。班里的学习资源的设计与开发,设置一些课前学习任务的设计研究或一些实践,指导学生参与学习活动,并适当的帮助和个性化辅导学生的问题;教师对学生的学习视频,结合原有的知识和能力水平,自己的节奏,独立完成学习任务;课堂知识生活的设计,主要是为了发现问题,合作探究,消除困惑。

一是根据学生的自主学习任务的教师,了解学生的学习效果,结合教师的观察,总结学生观察视频,学习任务的问题,并提供了一些有价值的探索学生的问题;教师根据测试结果,不断调整自己的学习方法和习惯。

二是如果学习的内容比较复杂,教师可以组织合作学习活动,如小组讨论、头脑风暴、知识竞赛。教师应坚持“群体间同质化分布组、群体异质性”的原则,考虑学生的兴趣和能力,保证组内组间的互补性、公平、合理数。同时,教师要观察和监督各小组学习过程,及时了解学习效果,并给予适当的帮助。

三是学生完成学习任务,对团队合作,团队学习的结果应在课堂报告,分享学习和经验交流,同时组与组之间也可以互相帮助,提出合理建议,以提高学习效率。

此外,本组教师应及时对翻转课堂教学方案实施中的重点内容报告结果给予一定的反馈意见,并进行多样性评价,提高学生的学习兴趣。[5]

篇(3)

【关键词】微课堂;大数据;个性化教育

0 引言

大数据、微课堂、个性化教育,给人一种强烈的时代感,让人立刻想到当前信息时代的产物。在当今世界个性化教育或者说自主学习成为趋势,而微课堂作为一种自主学习的方式,符合当前社会个性化教育的要求。微课堂根据课程标准来制作,通过互联网络,以多媒体为载体,围绕教学中的知识点或教学环节而展开的符合学生认知特点的教与学的活动。微课堂是信息化教学的饯行者,微课堂通过多媒体使教学信息前移,是信息技术在教育领域的创新。微课堂改变了传统的课程资源建设的核心,使传统的课程资源以教师上课为核心,资源的收集和建设主要围绕教师上课的需求;而微课堂的出现使得课程资源的建设向以学习者自主学习为核心,资源的开发和建设重点围绕学习者的学习需求。微课堂也改变了教育教学方式,使传统的以教师讲授为核心的教学方式向以学生自主学习、师生共同深度拓展为核心的启发式学习转型,使传统的以“教案”预设为特征的“演员型”教师向以教师组织下的师生共同深度拓展建构式学习的“导演型”教师转型。而随着大数据、云计算、深度学习的发展,微课堂的教育教学方式将获得更好的发展。而本研究主要探讨大数据对微课堂实施个性化教育的推动作用。

1 微课堂的本质

微课堂以建构主义为理论指导,强调的是课程的精心设计。在微课堂中教师根据教学内容将知识进行详细分解,并以教学视频的形式将知识点的讲解过程显现出来,这些教学视频都是以这个知识为核心。教学视频要求语句简练,教学内容易懂易学,并且要符合学习者学习规律――即视频时长不能过长,一般都要求在5-15分钟之间。微课堂的教学视频将教学内容进行了精细的讲解,并且这些视频也可以反复的观看。学习者在进行微课堂学习的过程中,辅助以教师上传的电子讲义和作业习题等资料以达到更有成效的学习。微课堂在建设的过程中要求课程教师将知识进行足够细致的切分,确保知识能在5-15分钟内能够讲解清楚,并且学生能够快速的理解接受。通过微课堂,教师不再需要对知识点进行重复的讲解,这为课程教师节省了大量的时间和精力,课程教师可以利用这些时间和精力对学生进行有针对性的指导,提供个性化的教学,提高学生的学习效果和教学效果。在微n堂中学习者可以重复的观看教学视频,从而对知识点进行查缺补漏。由于受到时间的限制,微课堂的课程比传统课堂课程教学设计更加简洁精练。虽然微课堂的教学资源呈现碎片化,但是微课堂的主线不散,所有的知识点和资源都是围绕一个主题进行展开的,微课堂的课程由教学内容、课间练习、课后练习、反馈、讨论和评估构成,与传统课堂课程相对,更加注重反馈。微课堂要求在短小的视频中必须包含与学习内容相关的问题,通过这些问题以获得学习者的及时反馈,了解学习者对学习内容的了解程度。

2 大数据助力微课堂个性化学习

大数据时代的到来,给教育带来了重要的机遇。在教学过程中,通过收集学生学习活动的各项数据,并利用大数据的分析功能可使我们了解不同学习者的不同需求,并根据学习者的需求开发和查找到适合个性化学习的学习资源、学习路径,因此实现真正的因材施教。大数据具有以下基本特征:(1)大量性。在大数据时代,数据的量巨大;(2)多样性。大数据的数据类型多样,既包括文本结构的数据,也包括非文本结构的数据――音频、视频、图片、地理位置等;(3)价值性。大数据价值巨大。在大数据中不仅包含了个人的信息,也包含了个人的行为习惯、学习爱好、个人需求等等,这些对于教育来说都是价值巨大的,但价值密度低。由于大数据的这些特性,正好解决了微课堂实施个性化教育的需求,推动了微课堂个性化教育的发展。具体作用体现在以下几个方面:

(1) 在微课堂的建设过程中,在大数据的辅助下,解放了课程教师,教师有更多的时间专注于提供个性化教学。

在大数据时代到来之前,微课堂的建设相当复杂,课程教师承担着课程建设的主要任务。在大数据时代到来之前,课程教师要建立一门微课堂课程首先要组织一个课程制作团队,然后课程教师要对课程知识点进行细分,接着根据细分的知识点录制相应的视频,同时还要分配人员去查找与知识点相关的资料,来辅助课程视频的录制。在视频录制好之后还要进行处理等等。这是一个复杂而费时的工作,但是课程教师却要全程跟进。再加上在微课堂教学中要解决学生的疑问,课程教师已经忙得焦头烂额了。然而大数据时代的到来,解决了课程建设中的很多问题,课程教师不再需要制作所有的视频和查找相关的资料了。通过大数据数据分析功能,可以快速的将课程需要的资料整理出来。大数据的分析功能也可以提供课程建设相关建议,课程教师在大数据的帮助下,能够很快的制作出微课堂课程。随着大数据时代的发展,课程的建设可以有机器来完成,教师就可以完全的从课程建设中解放出来,把教学重点放到个性化的教学和一对一的解答中去。

(2)大数据使得面向大众的教学向面向个性化教学转变成为可能。

当前的教育,不管是传统的教育教学还是基于网络的MOOC教育教学,大部分都是面向大众的教学。教学内容教学目标教学方式都是一样,学生要么集中到一个教室要么坐在电脑跟前,通过相同的教学方法观看着同一位老师讲着相同的内容。教师根本上就没有办法考虑个性化的教育,因为受教育的人数太多。然而大数据时代的到来,将改变这一状况。在学习者开始学习之前,微课堂会通过一序列的测试、问卷以及学习者在云端的数据来分析学习者的学习风格、学习爱好和知识水平,并且在学习过程中,全面地记录、跟踪和掌握学习者的不同学习特点、学习需求、学习基础和学习行为,并应用大数据的数据分析功能,为不同类型的学习者打造个性化学习、推荐个性化学习资源、学习方法等,从而使教学从面向大众转向面向个性化。

(3) 教学方式、教学重点、教学难点不再是由教师根据个人的主观经验来制定,而是由大数据的数据分析,找出学生各自的学习难点与重点。

在大数据之前,教学方式、教学重点教学难点是由教师根据个人的教学经验来确定的。然而现实学习过程中,不同的学习者喜欢的教学方式不一样或者说不同的学习者适合不同的教学方式。同样,学习的重点和学习难点对于不同的学习者来说应该不同,这也是个性化学习的需求。因为每个学习者的知识积累不同,所以每个学习者的学习重点和难点也应该不同。在大数据时代到来之前,这是很难实现的。而大数据的应用,能够解决这个问题,为不同的学习者提供不同的学习方式、学习重点和学习难点。在课程学习开始之前,通过收集学习者的行为习惯和学前测试可以收集学习者学习方式和知识水平方面的数据,通过大数据的分析,就能制定出适合学习者学习的学习方式。而在学习的过程中,不断收集学习者学习过程中的数据,经过大数据的分析功能,就可以很清楚的分析出每个学习者的学习难点。而通过大量数据的分析就可以获得教学的重点,而这个重点是通过“全数据”分析而来,不再是通过抽样或个人经验获得。

(4)基于大数据的微课堂能够真正以学生为主体。

个性化教育要求学习课程按照学习者的学习规律来选择和设计,并且学习进度也要根据学习者当前的水平和学习需求智能的调整。学习者在个性化学习环境中能够根据自己的知识水平自由地选择课程,根据接收能力的强弱设置课程进度,并且学习者也应该能为自己的学习负责。而大数据的存正好能够满足这些个性化学习的需求。大数据为个性化学习提供了一个新型、多元、高效的自主的网络学习生态圈,为个性化学习提供了极为有利的环境和条件。随着大数据的发展,云计算也得到了很好的发展,特别是高校云。高校云的发展为大数据在教学中的应用提供了有力的支持。高校云存储中心为大数据的应用提供了大量关于学生客观而又真实的行为记录的数据基础,数据处理中心对这些零散而又无特定结构的数据应用大数据的数据分析、数据挖掘等技术处理后能够获得学习者的特点、学习者当前的知识水平、学习者适合的学习方法等。这也使得教学能够真正从学习者出发,根据学习者的特点和知识水平等来展开,真正做到以学习为主体,而不是根据教师经验假设来展开。

3 总结

在微课堂的教学过程中,学习者都是大数据的生产者和消费者,学习者学习过程中的每一个操作每一个反馈,都是大数据中数据的一部分,而学习者学习过程中使用的资源、获得的帮助又是大数据反作用过来的反馈。利用大数据的分析功能对于学习者的学习过程进行分析具有较强的实用价值。在大数据分析的支持下,微课堂中的学习资源个性化推送、学习质量分析等问题将得到很好的解决。在大数据时代,微课堂也就成了个性化教育的诉求的实现途径。

【参考文献】

[1]姜强.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育,2015(1):84-92.

[2]金陵.大数据与信息化教学变革[J].中国电化教育,2013(10):7-13.

[3]张引.大数据应用的现状与展望[J].计算机研究与发展,2013(50):216-233.

篇(4)

【关键词】COP数据;课堂观察;教学改进

中图分类号:G622.0 文献标识码:A 文章编号:1671-0568(2016)31-0082-04

一、背景

教师在线学习社区COP(The Teacher’s Online Communities Of Practice,简称TOCOP或COP)是由教师、专家学者所组成的一种正式学习与非正式学习相混合的系统,是一种学习型组织。COP通过聚焦教师的专业学习与反思性对话,分享教师的教学改进形式,是一种聚焦教师知识的新的知识管理与知识创生的新途径。COP利用大数据时代信息技术,借助S-T分析方法和记号体系分析方法,通过数据量化的方式区分教学模式、有效性提问、教师理答方式、4MAT 和对话深度分析,最后形成一份基于上述数据证据链的综合评价和建议报告。

在过去的一年当中,笔者有幸参加了浙江省优课案例视频诊断(嘉兴项目)活动。项目先由教师自己根据对教材的理解、学情的把握设计教案并实践,后由首都师范大学COP项目团队借助信息技术进行大数据分析和定性量化,形成数据诊断报告。接着由教研员和学校名师根据诊断报告,对课堂进行针对性指导,教师再进行同一内容的同课异构,COP项目组再对第二堂课进行数据分析并形成报告。从两份报告中,借助信息技术,教师可以了解自己进步的地方以及进步的程度,同时找到两节课的通病和问题。在这一过程中,教师的专业学习得到改进。大数据能够很好利用信息技术支持教师的教学,大数据与教师教育的深度融合,对课堂正产生着巨大的影响。

二、课堂观察现状

自从有了课堂教学以来, 观察课堂的行为就一直存在。课堂是教育行为最常发生的地方,有效的课堂观察能为教育研究提供真实的第一手资料并成为其有效的起点。但是,现阶段的课堂观察存在诸多问题:

1. 望闻问切,有偏差

现在的课堂观察主要是基于名优教师的评课指导。该课堂观察犹如老中医看病,由经验丰富的名优教师通过课堂的“望闻问切”进行指导,授课教师进行改进。但这样子的“把脉”指导,因为教师个体的差异、课堂环境、学生差异以及名优教师自身对于教学的不同理解,课堂观察和指导存在很大主观性,并且无法一一找出每一环节的症状和病因,可能会使课堂改进成效不显著,存在效率较低等问题。

2. 关注内容胜于专业基本素养

教师在进行课堂观察和教学改进时,往往聚焦于这节课的内容,很少关注课堂上师生的对话深度、问题的有效性、问题的思维结构以及教师提问方式和应答等,课堂中往往是事实性知识获取占绝大多数,而偏少创造性思维。

总之,现行的课堂观察和教学改进缺少定性和定量分析,且受人为主观因素影响较大。我们可以尝试利用名优教师指导和数据化分析相结合的方式,使教师更清晰明了教学中的得与失,以便取得更有针对性的教学改进。

三、大数据分析与改进

在第一次独立设计和教学中,笔者只教学《植树问题》 中的例1:两端都种。例题:在全长100米的马路一边植树,每隔5米栽一棵(两端都种),一共要种多少棵树?意在:①体现化繁为简和数形结合思想;②突出线段教学,借助图形理解两端种植树问题中间隔数与棵数的关系,并能运用规律计算解决相应问题。

1. 发现和分析问题

(1)教师主导,学生参与度一般。本节课属于混合型教学模式,教师行为占有率0.47,学生行为占有率0.53(低于常模数据0.57),反映出课堂中教师主导作用比较明显,学生参与度低。笔者在教学中对于教学内容和学情解读不深,应该让学生发挥学生说的时候时常自己代替说,学生发言和表现机会较少。一节具有一定思维挑战性的课,变成了教师主导下的填鸭式教学。

(2)师生对话层次浅。对话深度分析是对课堂中师生对话的深度进行记录与分析的一种聚焦式课堂观察方法,主要体现教师的情境知识和策略性知识。第一次教学,对话深度主要是深度一,比例为76.19%,高于常模(69.76%),没有深度四及以上的对话。深度级数越高,需要教师针对同一个问题,并结合学生回答步步追问。笔者设计的问题难度适当,但无法根据学生的回答有针对性地进一步加深对话和讨论,教师反馈能力较薄弱,无法利用追问加深学生对数学知识的认识和理解。

(3)教师回应不及时,无回应相对偏多。第一次教学中,笔者在回应态度方面,肯定回答居多,占到70.37%,高于常模数据的63.88%,重复学生回答占比18.52%,无回应占比7.41%,高于常模数据的5.89%,说明教学中笔者对学生关注度不够,执意按照预设的教案去教学,降低了学生学习的自信心和课堂上的积极性。

篇(5)

关键词:数学教学;大数据;教学方法;教学评价

一、建立数据分析应用观念

数学课堂教学中涉及的大数据,是指多种数据的分类汇集,形成服务课堂教学的数据体系。其主要内容包括:教材内容分解、学生学力基础调查、课堂教学方法应用、教学思路的设计、课堂教学应急措施、教学训练内容等。教师对这些数据的把握,是展开课堂教学的重要前提。数学课堂教学是一个完善的操作体系,从教学设计到教学执行,都需要有更多数据的支撑,教师要建立数据分析应用观念,运用这些数据展开教学,提升学生的解题能力。课堂教学需要多种数据支持,教师在采集、运用这些数据时,应根据教学实际展开相关操作。如果需要调动学生的学习主动性,教师可以运用数字化教学方式,唤醒学生的数理思维。如果需要展开重点突破,教师可以运用大数据相关信息,为学生思维的突破提供一些启迪。如果要发动学生进行数学训练,教师可以利用数据库信息,经过筛选设计训练题型。如教学“轴对称和轴对称图形”相关内容时,教师让学生找寻生活中的轴对称图形案例,并利用网络进行信息搜集。学生面对这些直观信息,很容易进入到学习情境中。同时,为了给学生带来更多的实践感知体验,教师还要发动学生进行实际操作活动,并给学生设计具体的操作程序。在教学过程中,教师还需要对大数据进行选择性处理应用。大数据不是单纯的符号和数字,而是具有灵性的数学因子,教师应科学运用这些数据展开教学活动。而建立数据分析应用意识是崭新的课堂教学实践,可以给教师施教带来更多的思维启迪。

二、启动数据分层教学机制

学生存在个体差异,教师的教学设计需要有分层意识。启动数据分层教学机制,才能提升教学的契合度。如教学“勾股定理”时,教师可根据学生的学习情况,为学生布设操作任务:勾股定理有多种验证方法,同学们不妨利用网络查找相关信息,对几种验证方式进行细致分析,学会其操作方式,并参与课堂展示。学生拿到这个操作任务后,会马上进入状态进行验证。当学生们验证后,在课堂展示阶段,教师可让学生展示验证方法,有的学生展示了几种方法,有的学生只展示了一种验证方法。最后,教师对学生的个性表现给出了专业评价。这样,学生根据自身的学力情况,对网络相关数据信息进行整合优化处理,最终形成了属于自己的验证学习方法。同时,经过这样的操作实践,学生获得了更为直观的学习认知。可以说,网络相关信息资源属于大数据范畴,教师让学生学会搜集和运用这些大数据,会给学生提供更多主动学习体验的机会。而且学生通过实践操作,逐渐形成了有形学习认知,体现了教学本质属性的要求。

篇(6)

【关键词】Transana平台;弗兰德课堂观察技术;教师专业发展

【中图分类号】G420 【文献标识码】A 【论文编号】1009―8097(2009)07―0029―06

一 引 言

教师专业发展研究兴起并发展于20世纪七八十年代的欧美国家,经历了教师专业化内涵、专业发展阶段及专业发展策略等研究阶段。研究的关注点从教师群体专业化到个体教师专业化再到群体专业化,从考察影响教师专业化的外部因素到探究教师专业化的个体内在动因策略,再到专业发展标准重新成为关注焦点的转变过程,体现了教师专业发展从被动适应职业要求到主动发展提高自身专业能力这样一个发展态势。

我国教师专业发展研究始于20世纪90年代,从研究者的视角考虑,主要经历从关注教师专业发展概念、标准的探讨到关注教师专业发展的途径、策略的研究以及对目前研究的反思批判等。其中,教师专业发展的策略大都是培训、校本研修、博客、虚拟学习社区等,而对教师专业发展水平大都采用口头阐述和笔录方式进行定性描述,真正推进教师专业发展的效果不明显。

本文试图借助由美国威斯康辛――麦迪逊大学教育学院教育研究中心牵头的数字化洞察力(Digital insight )项目开发的Transana平台,采用TIMSS-R课堂教学信息分析方法,结合Flanders课堂观察技术,对我校省级精品课程《现代教育技术》现有教学录像进行定性与定量的分析,从中找出这门精品课程课堂教学的活动情况,为本专业的教师提供学习和反思的工具和方法,真正起到推进教师专业发展的作用。

二 研究方法

1 研究工具

对于教师专业发展,本文采用可视化分析工具Transana 平台和Flands课堂观察定量分析法进行分析。Transana平台用于把录像数据转化为文字并进行分析,主页由声音的波形发生器、视频窗口、录像文字记录窗口和数据库目录树组成,具体如图1所示。它可储存8000余节课的数字化录像文件,从理论上讲,截割的录像片断没有数量限制。

2 研究对象

温州大学省级精品课程《现代教育技术》中的一个课堂教学录像――《第四章 探究型学习设计》。

3 研究过程

将MPEG-1格式的《第四章 探究型学习设计》课堂教学录像导入到Transana平台,首先对其进行注释(transcript,在Transana平台中按下 ,根据教师的教学声音注释出文字),见图1所示。注释的目的是对课堂教学信息进行编码。课堂教学信息编码的两个基本目标:一是构建教学质量的概念,这与课程标准直接相关;二是能有效地反映课堂教学的真实情况。因此,信息编码有两方面的任务,既要对教学的结构,即教师教学设计的内容进行编码,又要对教学过程中实时发生的事件进行编码。根据第三届国际数学与科学教学录像研究项目(Third International Mathematics and Science Study, TIMSS)设计了一种两轮的信息编码方法,第一轮是对课的结构进行编码,第二轮对课堂上师生的会话进行编码。根据TIMSS的信息编码方法[1],我们可以把课堂教学进行两次编码。

(1) 课堂教学结构编码

对于授导型教学模式,根据加涅的教学设计理论,对于智力技能的教学策略,分别是辨别、概念、规则、高级规则;根据常用的五段教学策略(将赫尔巴特的五段教学论加以改造),即激发动机――复习旧课――讲授新课――运用巩固――检查效果,对课堂的教学结构进行编码。依次类推,不同的教学策略采用不同的步骤进行课堂教学结构编码。

本章节的教学设计采用加涅的教学设计理论,对智力技能的传授采用如下教学策略:辨别,即案例研读――小组讨论等两个教学环节;概念、规则和高级规则均采用教师的讲授这一环节实现。若根据常用的五段教学策略,把该课堂实录分成刺激动机――导入新课、复习旧课――小组讨论、讲授新课――教师讲解、运用巩固、检查效果。经过编码分析后,根据常用的五段教学策略,该课堂实录只有三个环节组成,即刺激动机――复习旧课――讲授新课,缺乏运用巩固、检查效果等两个环节。这跟大学里的课程讲授是以两节课为单位有关。若综合两节课来说,该课堂的教学结构是完整的;若就一节课来说,课堂的教学结构是不完整的。具体见图2所示。在Transana平台中,建立课堂教学结构的编码方法是在data窗口中,右击collection,选择“add collection”,分别添加如图2所示的各个教学环节。在每一教学环节下,右击它,选择“add clip”,选中图1注释窗口中对应的注释内容,并加它拖到该目录下,就完成添加该教学环节的视频片段了,做到教学环节与相应的教学视频一一对应关系,起到快速定位、随时跟踪教学过程的作用。同时,在添加视频片段时,在弹出窗口中选中该视频片段相对应的关键词(见图3),供课堂教学分析使用。

(2) 课堂会话编码

在课堂中会话分为公共会话和私人会话两种。公共会话是每个人都能听得到的会话,如教师对全班的知识讲解;私人会话是教师仅和个别学生进行谈话,如教师指导小组讨论等。在这里,关注的是公共会话。首先对会话片段进行编码,所谓会话片段是指课堂上服务于单一目标或作用的,由句或词构成的会话。其次在初次编码基础上进一步对内容进行细分编码,增加了会话启发――响应序列来描绘师生之间的交流,如表1所示。

会话片段的启发类别又分为5个子类别。它们分别是内容启发、元认知启发、互动启发、评价启发和其他等5个子类,如表2所示。

本课堂根据上述表1、表2的代码逐一进行编码。在transana平台的data窗口中,右击keywords,选择“add keyword group”,分别添加“课堂会话”、“启发类别”等关键词组。然后,在“课堂会话”关键词组中分别添加关键词“T-E”、“T-I”、“T-D”、“T-U”、“S-R”、“S-E”、“S-I”、“S-D”、“S-U”、“T-R”、“T-PA”、“T-O”、“S-O”等,在“启发类别”关键词组中分别添加“EC”、“EM”、“EI”、“EE”、“EO”,关键词的命名规则同表1、表2,见图3所示。

三 结果与讨论

1 课堂会话与会话启发

利用Transana平台的的Data窗口中的Search选项,搜索到关键词为T-I的视频片段为7个,具体见图4所示。根据课堂会话各关键词进行搜索,该课堂实录相应的视频片段个数如表3所示。根据会话启发类各关键词进行搜索,该课堂实录对应的视频片段个数如表4所示。

根据上述结果,得知:

(1) 教师在课堂教学中的角色从主体地位向主导地位转变。《第四章 探究型学习设计》这一章节的教学,以T-D为关键词的视频片段比例为62.5%,这说明这节课的教学是以学生活动为主,教师启发引导学生活动的占62.5%,这正说明了教师在课堂中的教学地位发生了改变,从教学的主体地位向主导地位转变,学生成了课堂教学中的主体地位。这正符合现代教育理论下的教师地位,也说明了该堂课的主讲教师已习得了现代教育理念并付诸实践。

(2) 学生的学习从被动向主动转变。从上述表3可见,以S-U为关键词的视频片段比例为12.5%,说明学生主动学习材料中的知识较之传统教学有所提升。此外,关于学生的活动在整个课堂中占25%。这也说明了学生学习的主体地位正在提升。

(3) 教师的启发式教学大部分局限于学科内容本身。从表4得知,该章节的主讲教师善于运用与学科内容本身相关的启发方法来启发和引导学生对知识的理解,而在元认知启发、交互启发、评价启发、其他启发方面比较欠缺。这正说明了该节课的教师在设计提问问题时缺乏一定的深度和广度,也正说明了教师的课堂问题设计有待于进一步提高。

2 课堂观察

本节课采用Flanders课堂观察技术[4]进行各项内容的观察。其结果如下:

(1) 时间分配

根据表5、表6得出,教师将近花1/4的时间进行新课讲授前的学生自主学习活动,这标志着这位教师已经在积极引导学生开展自主学习,从被动学习转向主动学习。而且,教师在引导学生自主学习的时候通过不断地提问,循循善诱,引导学生主动思考问题,主要体现在师生互动环节方面。

(2) 提问技巧

本研究采用Flanders课堂观察技术中的教师提问技巧水平检修表[5]对每个问题进行逐项检查,统计结果见表7。

从表7得出:教师和学生都存在一定的局限性,那就是提问技巧太过机械化,缺乏创造性问题的提出和创造性的回答,这不利于培养创新性人才。教师在提问技巧方面有待进一步提高。

综上所述,该视频课例中的教师已习得了以下能力:

将以学生为主体的教育理念付诸于课堂实践中。

教师善于采用启发式教学方法。

教师在组织小组讨论学习方面显得有序。

教师善于调动学生学习的积极性,经常以问答的形式引导学生参与课堂活动。

然而,这位主讲教师在教学中也存在一些不足。比如说,这位主讲教师经常使用口头禅“那么”“啊”等,而且语句重复现象比较多,声音虽有抑扬顿挫,但有时候对于关键的知识点阐述声音偏低,这些不足需要教师不断提高自己的语言表达风格才能得以修正。

四 结论

Transana平台是一个可以根据关键词快速定位视频片段,并根据分析需要随时切片视频片段。它可以实现对完整的课堂教学视频按照一定的分析模型(关键字集)进行逻辑切片,并对切片进行描述和点评。该平台通过选中视频源、视频起始、视频结束三个基本参数就可以建立一个教学视频的逻辑切片。逻辑切片的优点是能够比较方便地为教学进行切片,同时不破坏教学视频原有的完整性。另一方面,逻辑切片生成的数据量非常小,有利于在网络环境下的传输和交流。

但是,在使用Transana平台进行分析之前,必须要建立视频课例的分析模型。本文是根据TIMSS-R对课堂教学信息结构进行两次编码后,然后利用Transana平台对视频进行注释和切片,根据分析模型进行定性描述。可见,建立我国视频课例的统一分析模型势在必行。本文提出分析模型的雏形,供相关的教育工作者参考。

1 学习事件分析模型

学习事件分析模型,指针对某个视频切片,根据加涅定义的九个学习事件为主要依据,对其教学深度、教学媒体、组织形式进行分析,主要模型见表8:

2 教师基本教学技能分析模型

教师基本教学技能分析建立在课堂教学结构和教师课堂教学行为分析上,相应的分析模型如图5、图6所示。

参考文献

[1] 蒋鸣和.信息技术与课程整合(五)课堂教学研究的录像分析方法[J].计算机教与学,2004,(10):4-8.

[2][3] The TIMSS VideoTape Classroom Study[EB/OL]

[4] 王陆.用技术支持深入反思――课堂观察与分析方法[EB/OL]

篇(7)

关键词:数据仓库;课堂教学评价

中图分类号:TP31 文献标识码:A 文章编号:1007-9599 (2011) 23-0000-01

The Application Status Study of Data Warehouse Technology in the Vocational College Classroom Evaluation

Qin Yuanxia

(Guangxi Vocational College of Technology and Business,Nanning 530005,China)

Abstract:Teaching performance evaluation is a measure of the primary means of teaching,school teaching is an important part of management,it plays an teaching incentives,improved identification and study of the role of highly oriented.Use of data warehousing and data mining technology in the teaching evaluation data for data mining,objective and accurate analysis of classroom teaching and the intrinsic link between student achievement,teaching management can provide decision support inform-

ation,lead to better carry out teaching improve the quality of teaching.

Keywords:Data warehouse;Classroom teaching evaluation

近年来,随着我国高职院校的快速发展,极大地促进了我国高等院校办学模式的多元化,为社会各行各业培养了一大批面向现代制造业、现代农业和现代服务业的高素质技能人才。但高职院校在快速发展的同时也带来人们对其教育质量的担忧。为了加强教学质量,许多高职院校建立了以教师课堂教学评价为核心的教学质量评价体系,因为目前课堂教学仍然是我国大多数高职院校最基本的教学组织形式。

一、课堂教学评价的作用

教育与教学的目标主要通过课堂教学来实现,课堂教学评价就是在课堂教学过程中收集教师的教学行为和学生的学习行为等信息,并以此来衡量和判断达到教学目标的程度,从而为改进教学提供依据。

课堂教学评价其作用主要有以下几点:

(一)改进功能:通过评价,可以及时获得有关教和学的反馈信息,判断教学过程是否有效,从而达到教学的整体优化、大面积地提高教学质量的作用。

(二)导向功能:主要指评价目标的导向机制。课堂教学评价一般会有评价目标、指标体系等具体表现内容,通过这些内容,可以指明教师教和学生学的目标和应达到程度的方向,也体现了课堂教学评价目标的方向性和客观性。

(三)鉴定功能:通过评价来比较、区分教师的教学能力和学生的学习能力,能够有效地鉴定教师的教学态度、教学质量、工作能力、业务水平等,对教师的教学行为和学生的学习行为及教学的结果进行价值的判断,从而可以制定周密的计划进行指导和培养。

(四)激励功能:课堂教学评价是教师了解自己教学情况的一条关键途径,可以让教师通过评价了解自己在课堂教学实践中的优点、亮点、特点和弱点,找到或发现成功与失败的原因,从而发扬优点、克服缺点,不断改进教和学,调动起教和学的积极性。

二、数据仓库与数据挖掘

数据仓库(Data Warehouse)是决策支持系统(dss)和联机分析应用数据源的结构化数据环境,是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合。它是从数据库技术发展过程中出现的一种为决策服务的数据组织和存储技术,是近年来兴起的一种新的数据库应用,它为决策支持系统开辟了新途径,极大地提高了决策支持系统能够存储的信息量和信息分析能力。它提供集成化和历史化的数据和集成不同种类的应用系统,并从历史和发展的角度来组织和存储数据,以提供信息化和分析处理之用。

数据挖掘(Data Mining)又称数据库中的知识发现,是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的极有潜在应用价值的信息或模式,是数据库中一个很有应用价值的新领域,它融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。数据挖掘要经过数据采集、预处理、数据分析、结果表示等一系列过程。数据挖掘发现的知识通常是以概念、规则、模式、约束、可视化等形式表现。这项知识可以直接提供给决策者,可以辅助决策过程。或者提供给领域专家,修正专家已有的知识体系,也可以作为新知识转存到相应系统的知识存储机械中。

三、数据仓库技术在高职院校课堂教学评价中的应用现状与意义

目前在我国高职院校中,管理信息系统的应用已经取得了可喜的成绩。大部分高职院校都在使用学生学籍管理系统、教学管理系统、人事管理系统等,这些系统的应用为高职院校的日常管理工作带来了很大的便利,提高了管理的效率和水平,同时也积累了越来越多的数据。这些数据真实地反映了高职院校的实际状况,可供管理人员进行各类统计报表和信息查询。但是其中80%的数据只是简单地存储在数据库中,隐藏在这些数据中的潜在信息闲置,不能被充分利用。如何将这些数据有效、快捷地统一起来进行分析,发现一些随各种因素动态变化而产生的教学管理规则,是高职院校一个亟待解决的问题。

很多的高职院校评教数据的收集和统计工作是通过教学管理系统中的网上评教子系统来完成的。但是这些管理系统只具备基本的数据收集和统计功能,没有充分利用以往积累的大量基础数据进行数据分析和挖掘,以找出在课堂教学中,教师的各种教学行为与学生学习成绩之间的内在关联。这样的教学管理系统统计出来的课堂教学评价结果仅仅是一个数字,具有一定的片面性,不能真实地反映出实际的教学效果,也不能使课堂教学评价充分发挥对教学的指导作用。

利用数据仓库和数据挖掘技术,在已有的各部门业务数据库的基础之上建立高职院校课堂教学评价数据仓库,从教学评价数据中进行数据挖掘,客观、准确地分析教师课堂教学评价和学生学习成绩之间的内在联系,分析教师的各种课堂教学行为对学生学习成绩的影响,分析不同性别、不同专业、不同学力基础的学生对教师素质的要求,合理分配班级的上课教师,规范教师的课堂教学行为,可以为各级教学管理者提供切实可行的提高教学质量、优化教学资源的依据,辅导领导进行决策,为各高职院校在激烈的竞争中掌握主动,在未来的发展中提供更广阔的空间,发挥重要的作用。

参考文献:

[1]李俊飞.关于高职院校课堂教学质量评价的理论与实践[J].高职论丛,2007,3,7:34-36