您好, 访客   登录/注册

大数据驱动下的课堂教学质量评价方案研究

来源:用户上传      作者:

  摘要:文章从介绍我国课堂教学情况入手,分析了课堂教学质量评价中面临的痛点问题。文章设计了大数据驱动下的课堂教学质量评价方案,探讨了课堂教学质量评价的目标,对该方案的典型应用场景进行分析,通过该方案能提升高校课堂教学质量评价的效率和课堂教学质量管理水平。
  关键词:大数据;课堂教学质量;数据分析
  中图分类号:TP393    文献标识码:A
  文章编号:1009-3044(2020)17-0039-02
  Abstract:The article starts with introducing the situation of classroom teaching in China, and analyzes the pain points in the evaluation of classroom teaching quality. The article designs a classroom teaching quality evaluation program driven by big data, discusses the objectives of classroom teaching quality evaluation, analyzes the typical application scenarios of the program, and through this program can improve the efficiency of classroom teaching quality evaluation and classroom teaching quality management Level.
  Key words:big data; classroom teaching quality; data analysis
  1引言
  随着我国高校招生人数的逐渐增加,学校办学规模的逐步扩大,我国高等教育已经进入大众化阶段[1]。高等教育办学规模扩大的同时,学校在办学理念、学校管理、人才培养方案、师资队伍建设、课堂教学质量管理等方面存在不足,需要进一步完善和提高,提升我国学校的综合实力和办学水平[2]。教学是高校的中心工作,教学质量评价是高等教育质量管理系统中的重要组成部分,是判断学校教学质量的重要手段,也是促进高校教学质量管理水平提升的基石[3]。
  课堂教学是高校教育的核心, 是高校实现知识传授、技能培养的主要渠道。高校都意识到课堂教学质量提高对于高校整体教学质量提升具有重要意义,而课前、课中、课后三个阶段中教师和学生的各种行为和数据是课堂教学质量评价的重要部分。通过对教师和学生课堂教学情况分析,形成有效的信息反馈机制,优化课堂教学质量评价和管理方式,促进学生和教师的发展,提高课堂教学质量[4]。
  《教育信息化十年发展规划(2011-2020年)》明确提出“充分发挥现代信息技术优势,注重信息技术与教育的全面深度融合,在促进教育公平和实现优质教育资源广泛共享、提高教育质量和建设学习型社会、推动教育理念变革和培养具有国际竞争力的创新人才”。通过应用大数据技术,改变传统课堂教学质量评价的数据采集和数据分析方法,构建课堂教学质量智能分析模型,创新应用模式,准确分析教育质量发展规律,对提升课堂教学质量具有重要意义[5]。
  2课堂教学质量评价面临的痛点问题
  教学质量是高校的生命线,课堂教学是高校教育最基本组成单元。建立一套科学、合理、可行课堂教学质量评价方案,对提升学生学习兴趣,提高教师授课能力,帮助学校高效的开展教学工作将起到重要作用[6]。然而高校现行的课堂教学质量评价方案面临诸多痛点问题,具体表现如下。
  1)评价依赖的数据不全面
  目前高校对于课堂教学质量评价的数据主要来源于学生填写的课堂情况调查问卷、专家、督导、同行随堂听课记录以及教务系统对学生、教师的评价和教师的自评数据。以上数据主要属于课堂教学过程相关数据及教学结果的部分数据,而课前学生的自主学习情况、课中整个教学过程的完整数据及课后学生学习成绩等数据未涵盖在内。
  2)评价方式智能化水平低
  高校课堂教学质量评价的方式还停留在人工记录方式和简单的系统录入方式。随堂问卷、专家、督導、同行随堂听课,都是依靠人工的手写记录的方式在相应的表格中记录所参与课程相关情况,学期末学生和教师通过教务系统完成课程及教师评价的录入,最后由学校教学管理部门将所有数据通过表格形式汇总,完成课堂教学质量评价工作,传统方式导致评价工作效率低下,需提高评价工作智能化水平。
  3)评价结果未能真实反映课堂教学情况
  高校在开展课堂教学质量评价工作时,专家、督导、同行对于课堂的评价一般不会计入总分中,因为专家、督导、同行所听过的课程在整个学期的课程量中占很少一部分,大多数的课程都没有被专家、督导、同行听过,因此目前的课堂教学质量评价大多是以学生对于课堂评价的为主,而学生对于课堂教学质量的评价往往具有随意性,因此评价结果未能真实反映课堂教学情况[7]。
  3课堂教学质量评价方案
  在智慧校园建设的背景下,我国各大高校都在探索将信息化技术应用于学校的日常管理、辅助教学和课堂教学管理等方面。校园网设备的升级优化、在线学习平台及智慧教室的建设为高校应用大数据技术分析课堂教学质量创造了条件。高校能更加便捷地通过物联网设备和校内各类业务系统采集到课堂教学相关的数据,这些都为高校应用大数据技术自动完成课堂教学质量评价带来了便利。
  课堂教学质量评价方案建设的目标是在高校信息化发展的基础上,应用大数据分析技术解决高校在课堂教学质量评价过程面临的问题,帮助学生实现学习能力提高,指导教师改进课堂教学中的不足,提高教学能力。辅助高校管理部门实现课堂教学质量自动评价,提升高校课堂教学质量评价智能化水平。   本方案利用大数据分析技术对课堂教学的课前、课中、课后三个阶段的数据分别进行采集、处理和分析,并自动生成课堂教学质量评价结果。在课前阶段,利用学习平台、互联网、借阅图书系统等对学生学习数据进行采集。在课中阶段,对学生课堂行为、学生面部表情、师生互动、教师上课内容、教师上课行为、教师上课态度等数据进行采集。在课后阶段,对学生作业完成情况、学生考试成绩、学生对教师评价等数据进行采集。通过对三个阶段的数据进行汇总分析,实现课堂教学质量智能评价,辅助高校解决课堂教学中遇到的各类问题。如图1所示。
  课堂教学质量评价方案由数据采集、建模分析和智能服务三部分构成。如图2所示。
  数据采集模块依据教育教学理论利用物联网技术、音视频采集技术、网页爬虫技术及高校现有的在线学习平台、图书管理系统、教务系统、评教系统等采集学生和教师在课前、课中、课后的相关数据。建模分析是从视频、音频、文本和数据库中获取数据,应用大数据技术对数据进行处理和分析,内容包括学生课前学习情况分析、师生课堂行为及其互动情况分析、评教情况分析等。将各类分析结果进行融合构建课堂教学质量评价模型,并对模型的参数进行优化和调试,以提高模型的研判的准确性。模型构建成功后,应用模型对每门课的课堂教学质量进行智能的评价,将评价结果通过智能服务模块推送给教师、学生和学校相关管理部门,为课堂教学质量提升提供支撑服务。
  4方案的应用场景分析
  本文方案的应用场景:一、智能化地对每位学生课堂学习情况进行分析,及时发现学习过程中存在的问题,督促其及时改正,并主动为学生提供精细化和个性化的学习策略,促进学生学习能力提升;二、智能化地对教师的课堂教学情况进行分析,分析教师课堂教学目标是否达到、教学内容是否合理、教学方法是否合适,帮助教师及时了解教学情况,辅助教师调整课堂教学的方式和方法,不断提升教学水平;三、辅助高校管理部门及时全面地了解学校所有课程的课堂教学质量,并根据其中发现的问题采取针对性的措施消除各种不利因素,使课堂教学评价更加科学、合理和高效,不断提升学校课堂教学质量管理能力。
  5结束语
  课堂教学的目的是通过课堂上的学习使学生掌握知识、学会技能、提升學习能力。课堂教学质量的评价和管理是高校教学工作的重点。随着高校智慧教室、智慧校园的建设,高校信息化水平不断提升,使得高校在课堂教学方面积累了大量的教学数据,通过应用大数据分析技术对课堂教学数据进行分析,探索课堂教学数据的价值。利用大数据分析结果能指导学生改进学习方法,提高学习能力。能辅助教师及时发现教学过程中的不足,改进和提升教师综合教育水平。同时也能转变高校传统课堂教学质量评价模式,创新课堂教学质量评价方法,对提升学校高课堂教学质量评价和管理能力具有重要的现实意义。
  参考文献:
  [1] 叶志伟,严灵毓,刘伟,等.基于大数据的高校教学质量评价初探[J].科技资讯,2015,13(26):190-191.
  [2] 刘昌喜.大数据背景下对高职课堂教学诊断与改进的思考[J].继续教育,2018,32(8):8-10.
  [3] 涂吉蓉,王再友.高校教师教学质量评价刍议[J].黑龙江高教研究,2019,37(9):36-39.
  [4] 张鸿宇. 课堂学习行为测量系统的设计与实现[D]. 武汉: 华中科技大学, 2016.
  [5] 黄涛,王一岩,张浩,等.数据驱动的区域教育质量分析模型与实现路径[J].中国电化教育,2019(8):30-36.
  [6] 陈翔,韩响玲,王洋,等.课程教学质量评价体系重构与“金课”建设[J].中国大学教学,2019(5):43-48.
  [7] 于泽,李燕.高校课堂教学质量评价的思考与建议[J].教育评论,2016(3):86-88.
  【通联编辑:梁书】
转载注明来源:https://www.xzbu.com/8/view-15314893.htm