基于云班課平臺的學生學習行為數據研究＊

陶依貝，黃 輝，楊再恩

（臺州科技職業學院機電與模具工程學院，浙江 臺州318020）

在互聯網+ 教育背景下，教師應積極改變傳統教學模式，充分發揮智能教學工具的優勢，做好課前、課中、課后的學習引導。“云班課”作為教學中目前應用廣泛的一款移動教學平臺，是基于移動互聯網的教學輔助工具[1]。運用“云班課”教學工具，教師可得到學生的學習過程數據，分析利用好這些數據，進一步幫助教師優化教學設計，提高教學質量，打造更好的教學課堂。

1 “云班課”的特點

“云班課”是一種基于移動互聯網的智能教學工具，它具有考勤統計、資源學習情況統計、作業發布批改、測試、投票、頭腦風暴等功能，同時，它還包含多種課堂互動模式，例如舉手、搶答、隨機選人、手動選人等[2]。該平臺能夠全方位地記錄下學生的學習過程數據，包括課堂上回答問題的次數、被教師點贊的次數等，從而實現了對學生學習效果評價的過程化。通過觀察分析這些學生學習過程中產生的數據，可以及時了解學生存在的不足之處，并及時解決。在學期期末，教師通過設置不同活動的得分占比，可以方便地得到每個學生的平時成績。“云班課”不但讓學生可以在任何時間、任何地點學習，而且也讓教師能夠更好地開展教學工作。

2 學生學習行為數據分析

現以“云班課”平臺為依托，以“工業機器人虛擬仿真”課程為載體，共計2 個班級83 人（其中A 班41 人，B班42 人），上傳資源61 個，發起簽到26 次，組織測試2次，頭腦風暴2 次，作業19 次，課堂表現28 次。下面分別從學情、教學資源、教學活動這三方面，對這些學生的學習過程數據進行分析。

2.1 學情分析

教師在教學過程中上傳學習資源或發起活動時會設置相應的經驗值，當學生完成該資源的學習或該活動任務時，學生就會獲得對應的經驗值。根據學生的經驗值獲得情況，就能掌握學生的學習情況。在這83 名學生中，獲得的最高經驗值為830，平均值為606。將這2 個班級的經驗值情況進行對比分析，對比情況如表1 所示。

從表1 可知，B 班的整體學習情況比A 班好。每個班級都有屬于自己班級特色的學風，因此，在教學過程中，避免用完全相同的教案去應對所有班級，要針對班級的不同情況，對課程內容設計進行調整。

2.2 教學資源分析

在教學過程中，教師根據教學需要可以在云班課平臺上上傳不同的教學資源供學生學習，例如視頻、音頻、網頁鏈接、文檔、圖片等。學生學習這些資源的過程數據都會被云班課平臺記錄下來，學生每學習完一個資源，都會獲得相應的經驗值。本門課程的教學資源中占比最大的是視頻類資源，視頻資源的學習情況如表2 所示。從表2 可以看出，兩個班級均有超過85%的學生觀看視頻資源的時長超過視頻總時長的80%，B 班的人數占比甚至達到了95%，證明視頻資源為學生預習、復習、自學提供了不少幫助，特別是這種軟件實操類的課程，視頻能夠幫助學生回憶起忘記了的步驟內容，一定程度上彌補了課下學生學習過程中教師不在身邊的缺陷。

表2 視頻資源學習情況對比

2.3 教學活動分析

教師根據教學安排情況，可以在云班課平臺上開展各種類型的活動，如簽到、作業、頭腦風暴、投票、課堂表現等，其中，課堂表現包括手動選人、隨機選人、舉手、搶答等互動環節。本門課程開展的活動中次數排名前三的活動為課堂表現、簽到和作業。活動參與度對比如表3 所示。

表3 活動參與度對比（單位：%）

從表3 看出，學生的活動參與度都較高，說明在學習過程中大部分高職學生都能積極參與學習活動。兩個班級學生參與投票問卷、頭腦風暴、測試、簽到這四種類型活動的參與度都超過了90%，而作業的參與度相對而言不高，這是因為作業這一活動全部都需要學生在課下完成，而其他四種類型的活動基本都是在課上完成的，從這一對比中可以反映出學生在課堂上的學習參與情況較好，但是課下的學習自覺性還需要加強，要想辦法激發學生的學習興趣，引導學生在課下也能完成自我探索學習。

3 結論

本文分析了“云班課”平臺上記錄下來的學生學習行為數據，從分析中可以發現，不同的班級表現出來的學習行為會存在較大的差距，因此，教師在平行班授課時，教案因應班級而異。教師備課時，應多準備學習資源和學習活動，例如視頻資源。而在準備學習活動的過程中，教師應注意如何才能提高學生參加課下活動的參與度，充分利用學生學習行為數據來不斷改進教學方案。