教師工作坊中的用戶參與行為研究*

劉清堂，武 鵬，張 思①，黃景修，吳林靜

(1.華中師范大學 教育信息技術學院，湖北 武漢 430079；2.華中師范大學 信息化與基礎教育均衡發展協同創新中心，湖北 武漢 430079)

教師工作坊中的用戶參與行為研究*

劉清堂1,2，武 鵬1，張 思1①，黃景修1，吳林靜1

(1.華中師范大學 教育信息技術學院，湖北 武漢 430079；2.華中師范大學 信息化與基礎教育均衡發展協同創新中心，湖北 武漢 430079)

該文以“國培計劃2014”中的典型教師工作坊“小學數學平面圖形的認識課例研討”發帖記錄為研究對象，以詞頻分析法和時間序列分析法等為主要研究方法，繪制出關鍵詞數量圖和用戶在線積極情感和消極情感行為折線圖。結果發現：研修教師關注的內容依次為技術知識、教學法知識和學科內容知識；研修教師的消極情感密度值高于積極感情密度值，在部分時段內差異明顯；在積極情感較高的時間點，可以對其進行資源推送，在消極情感較高的時間點，建議對其進行心理干預；教師對于積極情感情緒的表達較為豐富，對于消極情緒的反應更為強烈。

教師工作坊；情感分析；在線行為；資源推送；心理干預

一、引言

隨著教師培訓力度的不斷加大，教師培訓工作雖然進展明顯，但是也出現了針對性不強、方式單一等突出問題。為了解決突出問題，教育部在2013年5月發布了《教育部關于深化中小學教師培訓模式改革全面提升培訓質量的指導意見》[1]。該指導意見指出，各地要積極推進教師網絡研修社區建設，推動教師網上和網下研修結合。同年10月，教育部印發了教育部關于實施全國中小學教師信息技術應用能力提升工程的意見》(以下簡稱“提升工程”)，正式開啟能力提升工程[2]。提升工程指出，通過提供共建培訓平臺等方式，擴大優質資源輻射范圍。新興的培訓方式——教師工作坊應運而生。教師工作坊具備以下特征：小群體、特定學科主題、強調用戶參與和體驗以及形成問題解決方案等[3]。廣西特級教師工作坊的成功案例推動了對教師工作坊的進一步研究。林志淼等研究了工作坊式教師培訓模式[4]；李德燕等探討了特級教師工作坊的建設[5]；張思等研究了教師工作坊的教師研修模式[6]。混合式培訓模式剛剛實施，對教師工作坊中研修教師的成效、認知和情感行為等有待深入研究。本研究旨在通過對教師混合培訓過程中教師在線討論的認知和情感行為進行探究，充分挖掘出教師在研修討論中的認知、情感特征，從而為教師網絡研修進行良好的監控和引導并提供幫助，有效提升教師信息技術應用能力。

二、教師工作坊中用戶在線行為分析框架的構建

(一)理論基礎

以布盧姆的教學目標分類、活動理論、建構理論作為分析教師工作坊中的研修教師在線行為的理論基礎。

1.布盧姆的教學目標分類

布盧姆將人的心理發展分為認知領域、情感領域和動作技能領域[7]。布盧姆的理論廣泛應用于教學改革的各個環節，表明該理論具有很強的實踐指導作用[8]。布盧姆的教學目標為教師研修中的學習目標提供了清晰的分類，對認知領域的詳細分類為探索教師在培訓中的認知行為提供了參考和借鑒，在情感領域啟發我們進一步探索研修教師的情感特征。

2.活動理論

活動理論是普遍存在于人類社會的各種活動的描述性理論[9]。活動理論為本研究分析主題研修活動提供了非常重要的理論基礎。活動理論認為個體的學習活動與社會背景密切聯系。只有充分調動研修教師的積極性和主動性，營造交流、協作學習的氛圍，才能發揮培訓的最佳效果。同時，活動理論模型為我們研究教師的培訓提供了清晰的活動要素分析框架。活動理論可以作為研究個體和共同體活動的基礎框架，可以更好地提升培訓中的質量。

3.建構主義學習理論

馬秀芳等認為社會性互動能夠促進學習者的學習和有意義的學習發生于真實的任務和情境中[10]。每個人對事物都有獨特的理解，不同人之間的交流可以影響學習者的建構[11]，正是因為這種交流和互動恰好促進了教師知識的建構。建構主義理論表明工作坊中的交流尤為重要，對其進行內容分析能更好地促進教師研修。

(二)用戶在線學習行為的特征

本研究將布盧姆的教學目標分類、活動理論、建構主義理論為理論依據，梳理了工作坊中的在線行為特征，提出了用戶在線學習行為的分析框架。張艷梅等認為學習者的在線學習參與由認知領域、情感領域和社會領域相互重疊交叉構成，并在王敏娟參與式學習模型基礎上繪制出移動環境下學習者在線參與特征模型[12]。網絡研修中，研修教師處于開放、復雜的學習環境，由于個體差異和環境影響等因素影響，學習者的學習效率存在特定差異，這與研修教師的認知因素、情感因素和在線行為等相關。喬愛玲等認為遠程學習與學習者自身原因(學習動機不足和在線學習的孤獨感等)、教師原因(網絡監控不當和管理者欠缺等)、課程原因(缺少對學習者學習的支持和評價技術不完善等)有關[13]。在網上學習者遇到的困難中，排在首位的是“不善管理時間，時間效率不高”[14]。

針對網絡研修存在的問題，以建構主義、活動理論等為指導，以培養研修教師的認知能力、積極心理態度等為目標，參考喬愛玲等提出的中學教師遠程研修主要障礙指標體系[15]，提出教師工作坊中的用戶在線參與特征分析框架，構建了工作坊中的用戶參與特征，如圖1所示。

學習者在線的時間反映了學習的時間，在學習者需求的時間內進行內容和建議的推送，能達到更好的效果。研修教師的在線時長表明教師在線學習的參與度。通過對在線行為的分析，便可獲得研修教師傾向學習的時間和研修狀態。由于研修教師在不同時間學習效率的差異，對研修教師的個別化知識推送和情感輔導顯得尤為重要。

圖1 教師工作坊中的用戶參與特征

1.認知分析

認知行為體現出學習者知識構建的過程。從研修教師討論的關鍵詞便能了解研修教師正在關注哪些方面的內容以及討論的話題與工作坊的主題是否相關。如果出現話題的偏離，對其進行必要的引導和幫助會使得討論更有深度，思維之間的碰撞會更加密切，這會進一步提高教師工作坊的研修成效。

2.情感分析

情感行為能揭示出學習者的情緒狀態對在線學習行為的影響，主要包括積極和消極因素。這對研修教師的情感分析具有重要的意義，能實時監控研修教師在研修過程中出現的情緒問題。當出現消極情緒對其進行輔導便能讓消極的教師再次加入到積極討論的行列，促進研修教師之間的交流和思維的碰撞，對提升研修教師的學習效果和展開頭腦風暴等具有非常重要的意義。

研修教師的在線行為屬于外顯行為，認知和情感是通過對外顯行為分析得到的。通過對外顯行為的定量分析，能辨識認知和情感行為的程度。同時，研修教師的內顯行為之間也相互影響。教師的認知行為中帶有情感詞匯，教師的情感詞匯中能夠表明教師對于認知的理解程度。認知行為和情感行為之間相互影響，通過在線行為這種外在形式呈現出來。

三、研究過程

(一)研究方法

為了客觀描述工作坊中教師討論的熱點和發展趨勢，采用詞頻分析法和關鍵詞來描述工作坊的主題。詞頻分析法是利用表達某一主題的核心內容的關鍵詞或者主題詞，在該主題中出現的頻次高低確定該領域的研究熱點和發展動向[16]。利用積極情感和消極情感分析法對用戶的行為進行分析，來確定用戶在討論過程中出現積極和消極情感的時間以及情感的發展趨勢[17]。最終描繪出一周(7×24h)所有用戶的平均積極和消極情感密度波動曲線。研究過程分為以下三個階段，如圖2所示。

圖2 用戶在線行為獲取與分析流程圖

情感行為的計算公式如下：

PAu(h)為用戶U在h時刻的積極情緒詞匯密度，計算方式為該用戶在h時刻的發帖中積極情緒詞匯的個數與總的詞匯數之比，其中||x||表示當x為集合時，集合x的元素數目。

BPAu為用戶U每小時的平均積極情緒詞匯密度，即用戶在所有時間內的積極情緒分值總和與用戶所有發帖的時間數目之比，H={0,1,2,…,167}

WPAu(h)為用戶U的積極情緒詞匯密度，即個體積極情緒詞匯密度隨時間的變化狀況，計算方法如公式(3)所示，其中(u,h)為User-Hours，||UH||是所有(u,h)的個數。Grand_Mean為所有用戶在所有時刻的PAu(h)的平均值。

WPA(h)為h時刻所有用戶發帖的平均積極情緒

詞匯密度，即在h時刻所有用戶的WPAu(h)之和與該時間內發帖的用戶數之比，U(h)為h時刻發帖的用戶數目。WPA(h)為積極情緒的平均情感波動曲線的值。

(二) 研究過程及數據處理

本研究以“國培計劃2014”典型工作坊“小學數學平面圖形的認識課例研討”中，為期8天討論內容為數據來源，共獲取到1992條數據記錄，剔除1個小時之內的重復記錄、表情記錄等與本研究內容不相關的記錄，最后確定獲得有效記錄。為了便于關鍵詞的提取和情感詞匯的分析，按照規范化標準對文本內容進行預處理。

首先，對所采集的有效記錄進行分詞，從而提取出高頻詞匯和關鍵詞以及其權重值；其次，將分詞后的結果與情感詞匯詞典進行比對，查詢出積極情感和消極情感的詞匯數量；最后，應用公式對消極詞匯和積極詞匯的數量進行計算，以可視化的形式呈現出來。

1.認知行為的統計分析

采用中科院提供的NLPIR接口(其分詞的精度可以達到98.45%)，使用C#編程語言對篩選的1942條有效數據記錄進行詞頻和關鍵詞的提取，共獲得147個關鍵詞，關鍵詞累計總出現頻次為12387次，提取出現次數在75次以上的高頻關鍵詞，共顯示20個高頻關鍵詞，如表1所示。其總的出現頻次為7812次，累積百分比為63%，符合分析標準。這20個高頻詞匯基本上反映了教師研修工作坊中的常用術語。提取出來的關鍵詞和權重，如表2所示。

表1 詞頻統計

表2 關鍵詞的提取與權重值

續表2

2.情感行為的統計分析

預處理有效記錄，把內容分詞后與中科院心理研究所2013年發布的Liwc2007簡體中文詞庫(積極情感詞匯(Pos)和消極情感詞匯(Neg)分別使用126和127進行詞匯標注)進行匹配。以積極情感為例，具體過程如下：分別提取一周的數據，合并數據集中用戶和小時相同的數據，產生的數據集A；將數據集A中的數據與Liwc2007詞庫中的積極和消極情緒詞匯進行比對，統計積極詞匯數、消極詞匯數、總詞匯數，根據公式(1)來計算積極情感密度PAu(h)和所有用戶在全部時間內的平均值GrandMean；根據公式(2)計算每個用戶的積極情感平均值BPAu；根據公式(3)計算每個用戶的積極情感指數WPAu(h)，存儲在數據集C；根據公式(4)計算WPA(h)，存儲到數據集D中；將計算結果輸出到Excel表格，生成所有用戶0-24小時積極和消極情感折線圖，橫軸為0-24小時(省略無數據的時間段)，縱軸為情緒密度值。

四、研究結果與分析

(一)高頻詞匯與關鍵詞分析

如前所述，表1呈現了前20個工作坊的討論中最常用的術語和話語，表2顯示能反映教師工作坊中討論主題的關鍵詞和權重。采用2005年科勒和米什拉提出的TPACK框架對教師的知識進行描述，在TPACK框架中，包含三類核心知識：技術知識、教學法知識和學科內容知識，以及四類復合知識[18]。對表1進行分析后可以看出：在學科內容知識上，研修教師關注“平面圖形 (10.04)”“平行四邊形(9.41)”“立體圖形(8.64)”“空間觀念(8.73)”比較多；從教學法知識上來說，研修教師在“動手操作(10.94)”“課堂教學(10.70)”“引導學生”；從技術知識上，研修教師更為關注“電子白板(13.72)”“利用多媒體教學(9.59)”。在研修教師發帖中也同樣體現出上述的分析結果，可以發現，研修教師最為關注的是技術知識，其次是教學法的知識，最后才是學科內容知識，與教師工作坊的培訓目標高度相關。從研修教師發帖中也同樣體現出上述結論。比如“利用好電子白板教學，給學生一種直觀感”“在電子白板上講平面圖形好，學生看得直觀”等屬于技術知識方面；“適當使用多媒體可以提高課堂效率，但也要把握好度”“在教學中多運用多媒體，形象直觀，有利于激發學生的學習興趣”等屬于教學法知識方面；“認識幾何知識與人類生活的密切聯系，區分不同的幾何圖形”“平行四邊形、三角形與梯形面積計算公式是對一般基本圖形面積計算的通則，讓學生理解這一點并不是十分容易的”等屬于學科內容方面。同時也出現了研修教師對教學法知識和學科內容知識關注度比較低的問題，所以在進行教師工作坊研討時，也應對其進行引導，從而使得研修教師全面發展。

對表2進行分析后可以看出，詞匯數最高的是“學生(1536次)”，其次才是“教學(803次)”，表明研修教師更多地關注學生的發展，體現出教師以學生為中心的思想，教師不再是主導者，變成了輔助者；教師關注的是自身的改變，通過教學改變教學的質量和效果。處于第二位的“教學(803次)”和第三位的“平面(700次)”也同樣驗證了研修教師關注教學法的知識比學科內容知識多的結論。

(二)積極情感和消極情感的分析

通過對下頁圖3、圖4情感曲線分析可以得出：波動時間是從8點到24點表明所有用戶的學習時間開始于8點以后；積極情緒在周一、周二、周三的波動性比較小，周四的波動差異特別明顯，12點、16點、17點、18點、22點為較為活躍的時間，學習的積極性比較高；周六的16點積極情緒最高，表明學習者在這個時間段內學習狀態比較好，此后持續下降至22點。學習者的消極情緒波動性不如積極情緒那么明顯，周六早上9-10點、22-23點的時間段內消極情緒相對較高。

每日的積極和消極情感曲線的總體波動大體上一致，消極情感密度一直高于積極情感密度，只有在周日的時候積極情感密度和消極情感密度波動差值最小，在周一的情感密度差值最大。從積極曲線可以得出的結論大體上與消極情感密度的波動特點一致，但是周一的積極情感密度曲線的上升速度高于周一的情感波動。在七天的日平均情感密度折線中可以得出積極情感的振蕩次數比消極情感的多。

從以上的數據可以得出，教師在參與典型工作坊的研討中總體的積極性不高，需要對其干預和引導；研修教師在積極情緒的表達上更為豐富，在消極情緒的表達上更為激烈；周四和周六的學習積極性比較高，建議對于進行大量資源的推送，在積極性不高的其他時間段內進行相應的心理干預，從而改善學習積極性不高的現狀。

圖3 所有用戶的積極情感波動圖

圖4 所有用戶的消極情感波動圖

五、結論

網絡研修社區和教師工作坊的建設有助于教師的學習和能力提升，鑒于新模式處于起步階段，教師培訓中的主題研修活動才剛剛啟動，其中的理論研究和培訓實踐有待規范。本研究從研修教師的認知和情感出發，提出了教師工作坊中的用戶參與特征分析框架，并進行認知和情感行為的可視化評估。結論表明，在適當的時間對研修教師進行心理干預和相關資源的推送有利于改善培訓質量和效果，同時可以幫助網絡研修教師保持學習狀態。

教師研修中的消極情感密度值高于積極感情密度值，部分時間點積極情感較高，部分時間點消極情感較高。研修教師首先關注的是技術知識，其次是教學法的知識，最后才是學科內容知識等結論。消極情緒主要通過抑制自動加工過程來抑制優勢認知加工，所以在研修教師的認知過程中應該盡量消減消極情緒[19]。吳畏等人的研究認為情緒是高低起伏的，大致經歷“正向—負向—正向”的轉變，這與圖3中積極情緒的趨勢是一致的[20]。湯詩華等人認為成人在線學業情緒中的積極情緒、消極情緒及學業情緒總體均處于中等水平，在學業情緒的積極水平和總體水平上存在顯著差異[21]，與本研究得出的結論相同。

本研究仍然存在一定的不足，在情感分類上需要改進，在情緒分析方面可能存在部分片面性，后續可以將用戶的性格特征與用戶的情緒結合起來進行分析等。在下一步研究中，將對情緒維度細分，挖掘其誘因，以實現更科學的情緒分類和誘因抽取效果。

[1] 教育部關于深化中小學教師培訓模式改革 全面提升培訓質量的指導意見[EB/OL]. http://www.moe.gov.cn/publicfiles/business/htmlfiles/moe/s7034/201305/151910.html,2015-11-04.

[2] 教育部關于實施全國中小學教師信息技術應用能力提升工程的意見[EB/OL].http://www.gov.cn/gzdt/2013-11/06/content_2522685.htm,2015-11-04.

[3] 教師“國培”走進“工作坊”[EB/OL].http://guopei.teacher.com.cn/DisplayInfo.aspx?ID=1103,2015-11-04.

[4] 林志淼,蔣鳳春.工作坊式教師培訓模式初探[J].中小學教師培訓,2014,(8):14-16.

[5] 李德燕.特級教師工作坊的建設實踐與啟示[J].廣西教育,2013,(18):5-6.

[6] 張思,劉清堂,熊久明.認知學徒制視域下教師工作坊研修模式研究[J].中國電化教育,2015,(2):84-89.

[7][8] 王漢松.布盧姆認知領域教育目標分類理論評析[J].南京師大學報(社會科學版),2000,(3):65-71.

[9] 呂巾嬌,劉美鳳等.活動理論的發展脈絡與應用探析[J].現代教育技術,2007,(1):8-14.

[10] 馬秀芳,李克東.皮亞杰與維果斯基知識建構觀的比較[J].中國電化教育,2004,(1):20-23.

[11] 贠麗萍.基于建構主義學習理論的多媒體網絡教學[J].電化教育研究,2008,(7):69-71.

[12] 張艷梅,章寧等.移動環境下學習者在線參與度研究[J].現代教育技術,2014,(11):88-96.

[13][14][15] 喬愛玲,田潤.中學教師遠程研修障礙指標體系及影響因素研究[J].中國電化教育,2014,(12):67-72.

[16][17] Golder S A, Macy M W. Diurnal and seasonal mood vary with work, sleep, and day length across diverse cultures[J]. Science, 2011,333(6051): 1878-1881.

[18] Koehler, M. J., & Mishra, P.. What happens when teachers design educational technology? The development of technological pedagogical content knowledge [J]. Journal of Educational Computing Research,2005, 32(2):131-152.

[19] 金靜,胡金生.消極情緒對優勢認知加工的抑制[J].心理科學進展,2015,(1):61-71.

[20] 吳畏.基于話語分析方法的案例研究——以實習教師網絡反思為例[J].現代教育技術,2010,(2):33-36.

[21] 湯詩華,朱祖林等.成人在線學業情緒測評研究[J].中國遠程教育,2013,(6):43-46.

責任編輯：李馨 趙興龍

Teachers’ Research on User Participation Behavior in the Workshop

Liu Qingtang1,2, Wu Peng1, Zhang Si1, Huang Jingxiu1, Wu Linjing1
(1.School of Educational Information Technology, Central China Normal University, Wuhan Hubei 430079; 2.Collaborative Innovation Center of Informatization and Equalization of Basic Education, Central China Normal University, Wuhan Hubei 430079)

Based on the typical teacher workshops “elementary school mathematics graphic understanding of lesson study” in “National Teacher Training Program 2014” , We got 1992 records that using frequency analysis method and time series analysis method as main research methods and drawing the number of keywords figure and emotional behavior. We found that training teachers to focus first on technical knowledge, followed by knowledge of teaching methods and, finally, subject content knowledge; Negative emotional density is higher than the positive emotion, but some time difference; the density is higher than the value, when part of the positive emotion can push some relative resources; it is recommended to carry on the psychological intervention when part of the negative emotion is higher; teachers for the expression of positive emotion is rich, for the respond of negative emotions more strongly.

Teacher Research Workshop; Sentiment Analysis; User Online Behavior; Pushing Learning Resource; Psychological Intervention

G434

：A

1006—9860(2016)01—0103—06

劉清堂：教授，研究方向為數字化學習、學習分析、知識服務(liuqtang@mail.ccnu.edu.cn)。

武鵬：在讀碩士，研究方向為教育資源的設計與開發(ccnuwupeng@163.com)。

張思：講師，博士，研究方向為教師專業發展、學習分析與知識服務(zhangsi1983@163.com)。

黃景修：在讀博士，研究方向為語義計算與知識抽取(jimsow@163.com)。

吳林靜：講師，博士，研究方向為教育信息化、人工智能與教育應用(wlj_sz@163.com)。

2015年11月 24日

* 本文系教育部人文社會科學研究青年基金項目“教師網絡研修社區中知識共享機制研究”(項目編號：15YJC880134)、全國教育科學“十二五”規劃2014年度教育部青年課題“基于知識地圖的教育資源個性化推薦研究”(課題編號：ECA140366)、信息化與基礎教育均衡發展協同創新中心后期資助課題“教師信息化教學能力分析方法研究”的研究成果。

① 張思為本文的通訊作者。