多種學習成果與過程認定對學習效果的影響

范志祥 丁長春 付佳 徐勇根 樊群超

[摘 要] 隨著信息化建設的不斷推進及教育信息化的不斷加強，高校積累了豐富的教育數據，如何利用這些信息進行科學的教育決策是每個教育者都關心的問題。使用SPSS統計軟件，以學生多維度的學習成果和過程認定數據作為切入點，借助簡單相關分析，找到“大學物理”課程反映出的期末成績與學生數據的相關性，分析相關性產生的原因。結合相關分析結果和“大學物理”課程特點，對課程考核體系進行探索，提出“大學物理”課程過程性考核和結果性考核相結合的教學改革實踐方案。

[關鍵詞] 過程性考核;SPSS;大學物理;教學改革

[基金項目] 2019年度西華大學校級教改項目“本科生多維平時行為與期末成績的相關性研究”（xjjg2019045）;2019年度西華大學校級教改項目“基于證據的通識教育內容選擇研究——以物理為例”（xjjg2019046）;2020年度西華大學校級教學團隊項目“應用物理專業課程群教學團隊”;2020年度西華大學校級教學團隊項目“大學物理理論與實驗教學團隊”

[作者簡介] 范志祥（1989—），男，四川井研人，理學博士，西華大學理學院物理系講師，碩士生導師，主要從事原子與分子物理研究。

[中圖分類號] G642.0? ?[文獻標識碼] A? ? [文章編號] 1674-9324（2021）27-0109-04? ?[收稿日期] 2021-04-26

一、引言

2020年10月，中共中央、國務院印發了《深化新時代教育評價改革總體方案》[1]，該方案明確了教育需要完善立德樹人的體制機制，扭轉不科學的教育評價導向。其中，改革學生評價中關于嚴格學業標準方面，要求完善過程性考核與結果性考核有機結合的學業考評制度，加強教育教學環節課堂參與和課堂紀律考查。

就目前而言，高校傳統意義上的學生評價主要以單一評價、結果評價和標準化評價為主，評價模式的多元化、過程化、差異化不足[2，3]，但是隨著平時成績占比越來越高，信息技術與教育教學融合過程中存在的先天性不足隨之凸顯，使得學生為獲得不真實的平時成績采取投機行為，給教育教學環節的監管帶來了極大挑戰。因此，在信息化時代的背景下，將更多的評價因素納入平時成績考核是大勢所趨，也是高校重構人才培養體系和教學改革的必經環節。

學習成績是學生表現的重要考核指標。合理的成績評價機制對學生和教師都有重要的意義?，F階段，大多數高校仍采用學生的期末成績來評價學生的學習效果，從而忽略了突發狀況及其他因素的影響。針對該問題，國內外高校制訂了新的戰略計劃和改革方案。比如，將學生課堂測驗、作業成績、作業互評等納入平時成績的考核中，大大增加了學生的學習興趣[4]。另外，2018年國家級教學成果特等獎落戶四川大學和華中師范大學，他們提出應積極推進學習評價模式的多元化、過程化和差異化，將學生的平時成績在課程總成績中的比例由20%調整為60%，最高可到80%，強化過程評價。由此可見，學生的成績評定在大幅地向學習過程傾斜，將更多的因素納入平時成績考核，可為進一步構建平時成績的多維度考核方式提供決策[5]，所以，以結果評價為主向以結果和過程評價結合轉變是大勢所趨[6]。

二、研究方法

（一）數據準備

我們選取了X學校D學院2020—2021學年第一學期的“大學物理”課程作為測試課程。在開課前根據實際情況設置了以下幾種過程考核形式：學習課程視頻的時長、章節測驗成績、課后作業成績、章節學習次數、課堂出勤情況、課堂互動與分組討論情況、專題閱讀時長等。另外，考慮到學生的個體差異，將學生已有的學習成果納入考慮因素，如2019—2020學年第二學期學生的獎學金獲得次數、課程掛科次數、課程平均績點、課程平均分、高等數學成績等，這些數據可以分別從學習管理平臺和信息系統導出。在完成課程期末考試以后，我們獲取了349名學生有效數據樣本。

（二）模型軟件

采用SPSS軟件對學生多維表現數據與期末成績的關聯性進行統計分析，確定這些數據與學生成績之間的量化相關性，并據此獲得更加豐富和合理的平時成績考核模式，科學構建過程評價和結果評價相結合的評價體系。

三、結果與分析

（一）期末成績的基本描述統計量

使用SPSS軟件得到了“大學物理”課程期末成績的基本描述統計量，包括統計量有效值為349、極小值為23分、極大值為100分、均值為66.2034分、標準差為14.45569分，標準差較大說明學生的“大學物理”課程期末成績差距較大。另外，“大學物理”課程期末成績的偏度值（-0.158）與峰度值（-0.213）均接近0，對稱性較好，因此可以將大學物理期末成績看成是正態分布（見圖1）。

（二）相關性分析

期末成績不僅反映了學生學習的綜合效果，而且在一定程度上體現了學生的學習過程。我們選擇SPSS軟件中的Pearson簡單相關分析方法，具體的軟件操作過程如下：（1）打開菜單欄的“分析”>“相關”>“雙變量”;（2）將“大學物理”課程期末成績和12個因素導入變量框中;（3）設置相關系數為“Pearson”，顯著性檢驗選擇“雙側檢驗”;（4）點擊“確定”按鈕即可輸出（見表1）。

通過表1，獲得了與期末成績表現出顯著相關的因素、低度相關的因素和不相關的因素，并分別對三類相關性進行分析。

1.顯著相關的因素。（1）學習課程視頻的時長。觀看“課程視頻”擴寬了學生獲取新知識的途徑。學生可以重復觀看課程視頻內容以起到強化知識點的作用。同時，期末試卷的命題是以平時授課內容為依據，所以學習課程視頻的時長與大學物理成績顯著相關。（2）章節測驗成績。此項是對學生在一定階段內的學習過程質量的測評手段，是對學生階段性學習效果的集中體現，所以章節測驗成績與“大學物理”課程成績顯著相關。（3）課后作業成績。此項是檢驗學生掌握知識、綜合運用知識的一種有效手段，是對授課內容的集中體現，所以課后作業成績與“大學物理”課程成績顯著相關。（4）章節學習次數。以上三點都是對課程知識點的回顧和復習，進一步強化了學生運用所學知識解決問題的能力，所以章節學習次數與“大學物理”課程期末成績顯著相關。（5）課堂互動與分組討論情況。其目的在于引導學生改變和改善學習方式與態度，變被動式參與學習為自主式、探究式參與學習，學生自主學習能力提高，對于授課內容和知識點的廣度和深度有了深層次的理解，所以兩者顯著相關。（6）課程平均績點和平均分。此項能反映出學生在上一學期的綜合學習效果，相比而言，學生自身成功的學習經驗更能激發他們的學習思維與學習方式，在接收新知識時更具有主動性和積極性，以期獲取好的學習效果，所以兩者均與“大學物理”課程期末成績顯著相關。（7）“高等數學”課程成績。從教學大綱可以知道，“大學物理”作為“高等數學”的后續課程，是對高等數學基本知識的具體運用，所以“高等數學”課程成績與“大學物理”課程成績顯著相關。