“環境工程微生物學”教學的深度學習目標及評價體系

張琴　劉輝利　白少元　張亞楠　許丹丹

[摘 要] 高階思維培養是當今高等教育面臨的極大挑戰。深度學習是實現高階思維能力發展的有效途徑。“環境工程微生物學”是環境工程專業的基礎核心課程，將深度學習引入課程教學中，在實現知識傳遞與能力培養的同時，構建“認知目標賦重評價和高階思維能力階段評估相結合”的深度學習目標及評價體系，形成深度學習認知目標和高階思維能力評價的實踐模式，有助于調動學生的學習主動性、改變傳統的考核模式、科學評估教學效果，也使思維能力的培養在課程教學中有跡可循，為其他課程的教學改革提供參考。

[關鍵詞] 環境工程微生物學;深度學習;高階思維;認知目標;評價

[基金項目] 2018年度廣西教育廳廣西高等教育本科教學改革工程項目“新工科背景下的地方高校環境類專業改造升級路徑探索與實踐”（2018JGZ120）

[作者簡介] 張 琴（1975—），女（侗族），貴州銅仁人，碩士，桂林理工大學環境科學與工程學院講師，主要從事環境微生物學研究;劉輝利（1971—），女，河北平山人，博士，桂林理工大學環境科學與工程學院副教授，主要從事環境化學和環境評價研究;白少元（1981—），女，天冿人，博士，桂林理工大學環境科學與工程學院教授（通信作者），主要從事水污染控制研究。

[中圖分類號] G642.0? ?[文獻標識碼] A? ?[文章編號] 1674-9324（2021）43-0001-04? ? [收稿日期] 2021-05-11

一、前言

高階思維（High-order Thinking Skills）最早由布魯姆等人提出[1]。目前，國內外學者普遍認為高階思維能力應包括創造性思維能力、批判性思維能力和問題解決能力等[2]。在競爭激烈的知識經濟時代背景下，如何培養滿足當今和未來社會需要的具有高階思維的人才已成為當今高等教育面臨的極大挑戰。作為未來的人才、社會經濟發展的主要推動力，在校大學生學習的目的不再只是獲取知識，更重要的是批判性思維、創新能力的生成與培養，也就是我們所說的深度學習。在深度學習過程中，學習者需根據學習的興趣和需求，在理解的基礎上主動和批判性地接受新思想或新知識，并采取不同的策略對接收到的知識和信息進行加工、融合、貫通，形成個人知識體系，應用到真實情景中去解決復雜問題。從本質上看，深度學習是一種主動的、探究式的、理解性的學習方式，要求學習者掌握非結構化的深層知識，并進行批判性的高階思維和主動的知識建構，繼而有效地遷移應用到真實問題的解決中，從而實現元認知能力、問題解決能力、批判性思維、創造性思維等高階能力的發展[3]。

“環境工程微生物學”是我國高等學校環境工程專業的基礎核心課程[4]。課程在研究微生物的生長、代謝和繁殖的基礎之上，重點探討微生物與環境的關系、微生物對污染物質的分解轉化及微生物在環境污染治理中的應用，具有知識結構復雜、基礎理論面廣而深、內容抽象、實踐性強、應用創新要求高等特點，授課難度大。目前，課程教學主要以教師講授為主，輔以少量實踐課程，整體教學效果欠佳[5]。一些學校對高階學習教學模式“項目式教學”在環境工程微生物學教學中的應用進行了探索，但對高階學習目標和評價體系的建立則未涉及[6]。本文分析了我校“環境工程微生物學”課程教學存在的問題，總結了基于高階思維能力培養的環境工程微生物學深度學習目標及評價體系，為工科院校環境工程微生物學課程教學改革、培養具備高階思維能力的高級應用型工程人才提供參考。

二、課程教學中存在的問題

（一）教學內容涉及面廣，更新快，學時有限

目前，我校“環境工程微生物學”課程理論教學學時為32學時，教學內容包括基礎微生物學知識、微生物在環境物質循環和環境污染控制中的作用原理，以及微生物新技術在環境工程中的應用等。教學的內容不僅涉及面廣，而且一些新發現、新概念，如厭氧氨氧化、完全氨氧化、好氧反硝化、甲烷厭氧氧化、電纜細菌等不斷涌現，因此，在教學學時有限的情況下，如何在講授中兼顧傳統微生物知識和現代微生物學的新進展，使學生既能掌握經典的微生物學知識，又能了解學科發展的前沿動態，是每個授課教師面臨的難題。

（二）學生基礎薄弱，學習主動性欠缺

作為廣西的一所普通地方高校，我校生源絕大多數來自本省和西部欠發達地區，學生的基礎知識相對薄弱，缺乏相應的生物學和生態學基礎知識。學生相關的知識架構處于高中水平，要讓其直接上升到微生物在環境治理中的應用很有難度，因此，一些學生望難卻步，沒有了學習的主動性。

（三）考核方式保守低效

目前，課程考核采用綜合成績評定的方式進行。課程包括平時成績和期末成績兩大部分，其中期末成績占60%，以期末考試卷面成績評定，題型包括填空、選擇、判斷、簡答、論述等;平時成績占總成績的40%，評定內容包括出勤情況、平時作業、課堂表現等。這在一定程度上避免了期末考試“一考定成績”的弊端，但即使如此，學生只要平時不缺席，完成規定性作業，考前再采取突擊性的復習和記憶方法，仍然能夠過關。其結果是，從成績上看學生好像已經掌握了必要的知識點，但可能考完以后很快就忘了，并沒有收到理想的學習效果。

三、“環境工程微生物學”深度學習的目標及評價體系

我校環境工程專業的培養目標是為國家培養適應新時代要求的環境工程應用型高級專門人才。“環境工程微生物學”作為本專業的基礎核心課程，通過課程學習不僅要使學生能夠掌握微生物學基礎知識及環境工程中的微生物作用和原理，更重要的是還需要學生具備運用微生物學知識分析和解決復雜環境問題的能力，也就是具備高階思維能力。基于這個目標，我們將深度學習引入課程教學中，將學生深度的“學”與教師有目的的“教”有機結合，在實現知識傳遞和能力培養的同時，形成了“認知目標賦重評價和高階思維能力階段評估相結合”的深度學習目標及評價體系。

（一）“環境工程微生物學”深度學習目標體系

結合目前普遍采用的同濟大學周群英、王士芬編著的《環境工程微生物學（第四版）》教材，我們對課程的知識點進行了梳理和整合，依據修訂的布魯姆的認知目標分類法將各知識點進行認知目標分類[3]，并賦予不同的權重，作為確定教學方式和目標達成情況評價的依據。

以第一篇第四章“微生物的生理”為例，根據教學內容的難易程度、重要性和前后知識的連貫性，我們共整理出如表1所示的4個知識點，并對各知識點不同級別的認知目標賦予了權重值，單個知識點的總權重值為1。每個知識點的認知目標均包含記憶、理解、應用、分析、評價和創造六個級別。其中記憶和理解的認知通過淺層學習即可達到，應用、分析、評價和創造則需要通過深度學習才可能實現。單級認知目標的權重值越大在總目標中所占的權重越重。以知識點1為例，其認知目標僅為記憶一項，表示學生對該知識點的認知目標達到記憶水平，能從長時記憶中提取相關信息即達到了教學的要求。一般采用學生自學結合教師答疑的教學方式，通過簡單的書面測試，即可達到教學與評價的目標。而對于知識點2，其認知目標包含了記憶、理解、應用、分析和創造五個級別，其中通過淺層學習即可達到的記憶和理解權重總計0.4，必須通過深度學習才可能達到的應用、分析和創造性認知權重總計0.6，表明該知識點的教學需要進行專門的教學設計，調動學生的主動性，促進學生的批判性、創造性高階思維活動的開展，通過深度學習才能達到教學的認知目標。

（二）“環境工程微生物學”深度學習評價體系

促進全面學習目標的達成和高階思維能力的發展是深度學習的最終目標。知識點認知目標的達成度可以通過書面測試和學習的成果進行評價，但高階思維的發展是一個由量變到質變、螺旋式上升的個體認知發展過程，傳統的評價方法不足以對學習者的高階思維水平進行評估。結合教育心理學家比格斯和克里斯提出的SOLO（Structure of the Observed Learning Outcome）分類法，我們設計了“五省吾思”的思維訓練問卷，對學習者學習過程中的高階思維能力發展進行階段性評價，評價的結果與知識點的認知目標達成度評價一起構成深度學習的綜合評價體系。

1.知識點的認知目標達成度評價。與傳統的考試一樣，對知識點的認知目標達成度的評價，可以通過編制書面測驗試題來考查學習者的認知情況，以測試的成績作為評價的尺度，一般100分為滿分，60分為合格。但是，要達到對學習者深度學習效果的客觀評價，認知目標達成度的書面測試題編制需要以目標評價體系中不同知識點對應的全部認知目標為基礎，全面考慮其所賦予的權重而進行。

同樣，以表1知識點2為例，如果測試題目設計為“微生物的營養類型有哪些，劃分的依據是什么（10分）”，學習者即使完全回答正解得到了10分，但從認知目標達成度的評價來看，其測試結果只代表他達到了記憶和理解的認知水平，也就是只達到了40%的達成度。如果換一種問法，如“藍細菌屬于哪一種營養類型，在實驗室條件下怎樣保持藍細菌的存活（10分）”，則受試者不僅需要從記憶的知識中去找到“微生物的營養類型分類及依據”的相關信息，篩選出“光能自養型”這一正確答案，還需要對環境條件和實驗室條件進行分析比較，方能得出要保證充足的光照和補充營養液等條件才能保持藍細菌在實驗室條件下存活的結論。整個回答問題的過程，也是受試者一個啟動分析、應用等高階思維活動的過程，即使問題的答案只能拿到6分，卻可以認為其知識點認知達成度為60%。可見，以測試的方式對知識點的認知目標達成度進行評價時，能否得到客觀真實的評價結果，測試者對測試題目的設計是關鍵，而區別不同知識點，賦予其差異性的權重則是基礎。

2.高階思維能力發展的階段性評價。結合教育心理學家比格斯和克里斯的SOLO分類法[3]，我們設計了“五省吾思”的思維訓練問卷，對“五省問題”賦予了對應不同高階思維發展階段的意義（表2）。

通過在課程教學過程中不定時發放問卷，可以引導學生開展深入學習，培養學生深度學習的習慣和能力，促進其高階思維能力的發展。教師則可以參照表2“五省問題”及其對應的SOLO層次和意義，對回收的問卷進行分析，對學生的高階思維發展水平進行等級評價。

四、結語

結合我校的實際情況，我們將深度學習引入“環境工程微生物學”的教學中，并構建了“認知目標賦重評價和高階思維能力階段評估相結合”的深度學習目標及評價體系，形成了深度學習認知目標和高階思維能力評價的實踐體系，對調動學生的學習主動性、改變傳統的考核模式、科學評估教學效果進行了探索，也使思維能力的培養在課程教學中有跡可循，可為其他課程的教學改革提供參考。

參考文獻

[1]鐘志賢.面向知識時代的教學設計框架[D].上海：華東師范大學，2004.

[2]林曉凡，劉思琪.面向高階思維能力培養的直播教學策略[J].現代教育技術，2019，29（3）：99-105.

[3]張浩，吳秀娟，王靜.深度學習的目標與評價體系構建[J].中國電化教育，2014（7）：51-55.

[4]王利明.環境工程微生物學實踐教學改革與實踐[J].微生物學通報，2017，44（11）：2755-2759.

[5]謝先德，張嘉超.環境工程微生物學教學改革探索與實踐[J].科教導刊（下旬刊），2020（10）：24-25+28.

[6]趙志娟.項目驅動式教學在環境工程微生物學課程中的應用[J].大學教育，2019（11）：79-81.

Objectives and Evaluation System of Deep Learning in Teaching of Environmental Engineering Microbiology Course： Based on the Cultivation of Higher-order Thinking Ability

ZHANG Qin， LIU Hui-li， BAI Shao-yuan， ZHANG Ya-nan， XU Dan-dan

（College of Environmental Science and Engineering， Guilin University of Technology， Guilin， Guangxi 541004， China）

Abstract： The cultivation of higher-order thinking is a great challenge facing higher education today， and deep learning is an effective way to realize the development of higher-order thinking ability. The course of Environmental Engineering Microbiology is the basic core course of environmental engineering major. In this paper， deep learning is introduced into the course teaching of Environmental Engineering Microbiology. While realizing knowledge transfer and ability cultivation， the deep learning objective and evaluation system of “combination of cognitive goal weighting evaluation and higher-order thinking ability evaluation” is constructed. The practice model of deep learning cognitive objectives and higher-order thinking ability evaluation is formed， which helps to mobilize students learning initiative， change the traditional assessment model， and scientifically evaluate the teaching effect. The cultivation of thinking ability is realized in the teaching of the course， providing reference for the teaching reform of other courses.

Key words： Environmental Engineering Microbiology; deep learning; higher-order thinking; cognitive goals; evaluation