树人论文网一个专业的学术咨询网站!!!
树人论文网

基于网络云空间的在线学习效果评价

来源: 树人论文网发表时间:2021-06-15
简要:摘 要:在线教学中,学生学习状态监控是一个难点,为有效掌握学生学习效果,基于超星泛雅平台,以高等数学 下册在线教学为背景,以结果为导向,以综合评价为手段,分析系统评

  摘 要:在线教学中,学生学习状态监控是一个难点,为有效掌握学生学习效果,基于超星泛雅平台,以“高等数学” 下册在线教学为背景,以结果为导向,以综合评价为手段,分析系统评价指标及数据采集方法,选取科学的评价指标,建立学习效果评价指标体系,确定各级指标权重,将师生通过云平台教学产生的学习大数据量化处理后转换成适合学习效果评价的基础数据,对学生学习效果进行综合评价,以综合学习成绩的形式较为公正地体现了学生的学习效果,并为教师在线教学前期发现学生学习异常行为提供信息化测评手段。

基于网络云空间的在线学习效果评价

  郑传德, 黑龙江教育(理论与实践) 发表时间:2021-06-11

  关键词:云空间;大数据;互动;在线学习;效果评价

  疫情期间开展的在线教学极大地促进了教学信息化的进程。谢幼如等提出在线教学方式代表着以互联网为基础的支持服务和创新要素,重塑传统教学内容、重构传统教学结构、再造传统教学流程和创新传统教学方法,变革现有教育组织模式、服务模式和教学模式进而构建智能时代新型教育生态[1]。在在线教学中师生物理隔离,学生学习状态的掌握也是一个难点和痛点,难以直接判断学生学习效果,需要辅助的参数指标来验证。即使在传统课堂上,教师没有精力也没有时间关注到每一名学生的学习效果。赵辉提出的混合式教学效果评价指标,从教师教学角度出发,建立评价指标体系和指标权重[2]。徐丹提出以形成性评价与过程性评价相结合的评价原则,设计针对学生学习情况的评价方案[3]。依托云平台在线教学,从学生的角度进行大数据收集、分析、统计,建立准确反映学生当前学习效果的评价体系,反映学生的学习效果。

  一、研究前提

  结合“高等数学”下册的教学任务,选择超星泛雅学习平台,连接“一平三端”,辅以超星直播客户端,进行在线教学。通过教学互动,尽可能还原课堂教学效果,同时在线教学平台采集学生学习数据,作为数据统计分析、成绩计算的依据。根据教学需要共设置 1 个网络课程,3 个虚拟班级,共 150 人,按照教学大纲、教学任务和课表组织教学。学生使用移动端和超星泛雅平台进行自主学习。学生能够积极参与到在线学习中来,通过直播、自主学习、师生互动、作业测验、交流讨论等互动方式完成学习任务。

  二、评价指标

  与传统课堂教学相比,在线教学学生学习效果评价具有评价指标多样、覆盖面广、自动采集、数据精确、工作量小的优点,针对在线教学平台对传统课堂模拟程度展现出一定的差异化特点,并且针对不同的评价对象具有一定的调适性。根据课程评价指标体系的差异性和调适性,难以用一个通用的指标体系将不同类型课程全部囊括,在此以“高等数学”课程为例进行分析,抛砖引玉,以期有一定的引导性。“高等数学”课程教学具有理论性强、计算量大、客观题多、分组任务少、实践环节少的特点,因此在线教学课程设计和教学互动设计中要充分考虑这些因素,它们直接影响着学生学习效果的评价指标体系。超星泛雅平台通常设置如下数据采集指标。

  1.任务点完成数。任务点是教师在上传到学习平台的教学资料中选择布置的、要求学生必须完成的学习任务,是评价学生学习过程的一个核心指标。

  2.教学互动积分。在线教学互动是对传统课堂互动行为的模拟,主要用于在线教学,伴随教学全程,学生自主学习时,教师也可预设互动环节和互动内容。

  3.签到次数。签到是日常考勤的重要手段,在线教学中可以选择灵活的签到方法,如二维码签到、手势签到和拍照签到。

  4.讨论积分。讨论是学生深化、运用课堂知识的一种主要途径。建立讨论板块如作业练习、专项讨论、课堂笔记等,实现不同的教学需求。

  5.章节测验成绩。章节测验有两种使用场景,一是本章学习的测试,此时章节测验的频率比作业低,具有检验的性质,重要性比作业高。二是等同作业,插入的目的是为了与本次课的任务点相关联,未完成任务点时不允许完成章节测验。

  6.课后作业成绩。“高等数学”课程需要一定的练习来巩固,通常每次课都会有课后作业,并且大部分是客观题。作业模块可以对作业图片进行红笔批阅,督促未交作业的学生。评分方法与章节测验相同,结果做为学生平时的作业成绩。

  7.直播学习时长。直播学习时长用来检测在线教学过程中学生参与直播教学程度的评价指标,记录学生观看直播、直播回放等的总时长。

  8.章节学习次数。章节学习次数以学生登录课程的次数进行统计,应对登录状态进行限制,防止学生恶意刷新网页,单方面追求数据而非正确对待学习。

  9.阅读时长。阅读时长即学生阅读课程资料的总时长。阅读时长也有一个最低参考标准。

  10.线下成绩。线下成绩即学生完成线下学习和其他活动获得的成绩,比如期末考试成绩和获奖加分项等,在系统中设置线下成绩的组成项和占比,录入或导入相应的成绩,纳入系统统计和计算范围。

  三、学生学习效果综合评价

  杨晓焱指出现代远程教学评价应重视教学全过程的评价,摒弃传统教学只重视结果即考试成绩的评价理念,而是更重视学习者的学习过程[4]。蔡进军指出要着眼于发现和发展学生多方面的潜能,尤其要关注学生创新精神和实践能力等综合素质的发展,将过程性评价与终结性评价有机地结合起来[5]。当前传统课程对学生综合成绩的评定也比较重视学习过程的评价和实践能力的评价,理论课程多采用综合成绩 = 平时成绩 + 作业成绩 + 课程考试、实践课程多采用综合成绩=平时成绩 + 实践作业 + 课程论文(设计)的方式综合评定。平时成绩 + 作业成绩的比重通常为 30%或 40%,由各学校相应课程的教学大纲统一规定。“高等数学”课程在线教学采用综合成绩 = 平时成绩(20%)+ 作业成绩(20%)+ 课程考试(60%),即过程性评价占 40%,终结性评价占 60%,作业和平时成绩同等比重,鼓励学生遵守课堂纪律,注重学习过程和知识积累。

  (一)学习效果评价指标体系构成

  将上述评价指标分类纳入平时成绩、作业成绩和课程考试中,建立如表 1 所示评价指标体系。

  (二)评价指标选择、权重分配及量化处理

  评价指标按照评价目的分为诊断性评价、形成性评价和终结性评价,在学习效果评价中主要使用后两种评价形式,形成性评价用于学习过程即平时成绩和作业测验的评价,终结性评价用于课程考试的评价。评价指标选择的重点是平时成绩指标的选择,也是关注学习过程、体现师生互动效果的窗口。根据教师教学的重点、主要的教学方式和互动方式选择合适的指标组,设置相应的权重,从而计算出每个学生的平时成绩。在班级的教学过程中,每次课必须签到,这是学生考勤的重要参考;教学互动也占了在线教学的一定比例;讨论模块中涉及部分课后讨论、课堂练习和课堂笔记展示,也是学习过程的重要体现;任务点完成数也是一个重要指标,可以检测学生是否完成学习任务;因课堂大部分采用直播教学和直播回放方式学习,直播学习也是一个重要学习指标;章节学习次数和阅读时长是参考指标,对具体学习效果的影响不是决定性的,在本评价中未采用;因课程未采用 PBL 模式, PBL 指标也未采用。本次“高等数学”课程共分为六章,在第一章中采用章节测验模块提交作业,后五章采用作业模块提交作业,经统计两者作业次数比为 1∶4。

  平时成绩评价的指标重要性如下:签到成绩、任务点成绩、直播学习成绩、教学互动成绩、讨论成绩等。权重确定的方法主要有三种:一是将决定权交给学生,经过一段时间在线学习后,由教师发布问卷调查,收集学生对各指标在教学中的重要性百分比,计算各指标的平均值作为该指标的权重。二是采用层次分析法,各指标两两比较,建立指标评价的判断矩阵,计算各指标的合成权重值。三是由教师根据实际教学情况判断各指标的重要性,确定相应的权重值,或由学校规定各类课程中各指标的比重。结合某班网络授课时的侧重点,分析各指标的重要程度,确定各指标的权重。教师根据学院规定、教学内容和形式确定各指标的经验权重值(见表 1)。在平时成绩中签到成绩权重占 40%、任务点成绩占 10%、直播学习成绩占 20%、教学互动成绩占 20%、讨论成绩占 10%。

  评价指标均为定量指标,除章节测验、课后作业和考试成绩为百分制数外,其他指标如签到次数、章节学习次数、任务点完成数,记录单位为次数,直播学习记录单位为时长,教学互动和讨论指标的记录单位为积分,需要将各指标统一转化为百分制数,具体量化方法如表 1 所示,再进行数据统计和综合成绩的计算。指标量化的重点是确定参考指标,可以采取如下方法计算:总签到次数按教学任务安排的当前总课次计数;总任务点数量由教师选择统计类型如视频、音频、文档和图书等,由系统自动统计;直播学习总时长由系统自动统计;章节学习次数和阅读时长由教师计算出一个基准,做为参考标准,学生学习数据大于该基准时得满分,即各指标项成绩不会有大于 100 分的情况存在。

  (三)学生学习效果评价

  在教师设计好教学内容、形式和方法,确定学生学习效果评价指标体系后,选取相应的评价指标,根据授课内容确定各指标的重要性排序,确定各二级指标的权重值,计算出各项指标的参考标准,将指标数据标准化后,在成绩权重界面进行设置,系统自动收集每名学生的学习数据进行统计、处理后,即可对学生的课程学习效果进行综合评价,也是终结性评价。系统输出该班学生学习效果评价即学生课程学习综合成绩(部分)如表 2 所示。

  四、评价结果分析

  在线教学初期,参考标准和各指标权重不能准确确定,因为部分指标是形成性指标,在学习过程中参考标准一直在发生变化,此时综合成绩仅供教师参考,不是最终评价。初期教师通过具体的学习进度统计和单项指标评价,发现学生学习状态和课程任务中存在的问题,及时预警。通过大数据分析,可以发现传统课堂上不能及时发现的问题。比如采集数据时,系统不仅采集班级学生的学习数据,同时也记录其提交任务的时间,通过时间排序可以掌握学生的学习规律,发现学习积极和不积极的学生,与学生的学习进度数据相互印证后可判断该学生的学习积极性,及时发现和纠正学生在学习中存在的问题,而这类问题在传统课堂上可能在学习快结束时才能发现,已没有时间补救。综合成绩评价基本反映出学生的学习效果,能够认真完成学习任务的学生平时成绩自然会高,平时成绩好的学生的作业质量也会较高,能够完成学习任务和提交作业的学生的期末考试成绩也不会差。如果期末考试成绩不理想,与平时成绩和作业成绩不匹配,则可能存在两个问题:一是平时学习应付教师检查,为积分而积分;二是作业应付交差。应定期组织测验进行线下考试成绩综合评价,检验学生阶段学习效果,提早发现个别学生假装学习的行为。从评价指标权重上看出,目前常用的成绩综合评定方式中,平时成绩仅占 20%,导致其二级指标在综合成绩中的占比更小,最小的仅为 2%,指标的重要性体现不足,但正好体现了学习积累的过程——不积小流,无以成江海。