青年教師優質課教學行為及發展特征
——基于“全國中學物理青年教師教學大賽”同課異構課的分析

馮秀梅, 夏 敏

(華中師范大學 物理科學與技術學院，武漢 430079)

一、引 言

教學行為是課堂教學理念的顯性表征。研究課堂教學行為有助于微觀解剖課堂教學的結構，動態跟蹤教學過程走向，更有針對性地對課堂做出評價，從而有效改進教學，提升教學質量，促進教師專業發展。20世紀60年代，美國學者弗蘭德斯提出用于記錄和分析師生行為的分析系統(FIAS)[1]，開啟了教學行為量化分析的先河。隨著技術與教育的不斷融合，顧小清等提出了信息技術環境下的編碼系統(ITIAS)，增加了師生操縱技術的編碼分類[2]。方海光等人將ITIAS進行優化，提出了改進型弗蘭德斯互動分析系統(iFIAS)，并開發了該系統的輔助分析軟件[3]。隨著研究的深入，教學行為分析呈現專業化、學科化特點，如高瑛結合化學學科特點形成化學課堂互動分析系統(3C-FIAS)[4]；陳珍國基于物理學科特點，形成中學物理弗蘭德斯互動分析系統(PFIAS)[5]。這些分析工具多從師生的語言及其他行為比率方面來分析課堂行為結構和互動特征。但教學行為的順序中隱含著教學的邏輯，行為之間的關聯應符合知識序和認知序，上述研究方法不足以顯示這種課堂特征。因此，滯后序列分析法(LSA)被應用到教學行為研究中[6-7]。LSA主要用于檢驗一種行為發生之后，另外一種行為出現的概率及是否存在統計意義上的顯著性，可以實現顯著行為序列進行方向的可視化[8]。現有教學行為研究多選用日常教學中的視頻來分析，而忽略了一類非常重要的視頻資源——中學教師教學競賽視頻。這類視頻往往是一個教學團隊歷時數月打造出來的精品視頻，很好地反映了基礎教育領域對高質量課堂的追求和共識。因此，本文選取“全國中學物理青年教師教學大賽”中獲獎的12節同課異構課，試圖利用改進后的弗蘭德斯互動分析系統PFIAS，從教學行為上解析青年教師優質課的共同特質和發展特征，以便為教師課堂教學提供示范與借鑒。

二、研究設計

(一)研究對象

“全國中學物理青年教師教學大賽”是中國物理學會舉辦的一項高水平教學交流活動，旨在提升各省市中學物理教學質量，促進青年教師專業發展。參賽選手通過層層選拔，由省(市、自治區)推選初、高中組省賽第一名進入全國決賽。因此，大賽獲獎作品代表著中學物理課堂教學質量的優質水平。論文選取第8屆(2008年)、第9屆(2010年)、第12屆(2016年)及第13屆(2018年)獲獎的同一課題——《磁場對運動電荷的作用力》進行分析，共12個視頻，分別記為8A、8B、9A、9B、9C、9D、12A、12B、13A、13B、13C、13D，每個視頻約40分鐘。高中課標對該課題的要求是讓學生通過實驗認識洛倫茲力，能判斷洛倫茲力的方向，會計算洛倫茲力的大小。所以，這節課的基本內容就是教師演示生活中的現象，引導學生認識洛倫茲力的存在，引導學生探究歸納左手定則以判斷力的方向，借助上節課的安培力推導洛倫茲力大小的表達式，再拓展到洛倫茲力的應用。選取同一課題進行研究可以有效剔除教學不同內容對教學行為的影響，精準聚焦課堂結構，分析教師教學行為體現的教學策略、教學風格，挖掘背后隱含的教學理念和育人思想，為青年教師的課堂教學提供可操作性借鑒，有效促進教師專業發展。

(二)研究思路及方法

考慮到FIAS分類籠統，過于注重語言行為而忽略其他教學行為，不能很好地表征物理課程改革的新理念，本研究采用PFIAS分析方法。PFIAS將課堂師生教學行為分為16類，并給出相應編碼，包括語言行為(1—8為教師語言，9—12為學生語言)和沉寂混亂行為(包括有效的沉寂混亂13—15和無效的16)，如表1所示[5]。

PFIAS是在課堂視頻分析的基礎上進行的，論文采用NVivo 11對12節視頻以3秒為單位進行自動切片，并將每個切片對應的行為按照表1規定進行編碼。編碼過程遵循以下原則：第一，當3秒內出現操作行為(學生操練、教師示范)與其他行為并行時，以操作行為優先；師生同時進行操作行為時，以學生優先。第二，當3秒內出現操作行為以外的多種行為時，以主導行為優先。如學生回答問題后，教師只是回應“好，其他呢”這類話語，記為學生語言。

為保證編碼的可信度，首先培訓觀察者學會NVivo 11軟件的基本操作，熟悉PFIAS編碼系統。試編碼準確率達到90%以上后開始對視頻進行正式編碼，并采用兩名觀察者共同編碼的方式，確保編碼的可信度。編碼出現分歧時觀察小組介入討論，直到意見達成一致。

編碼完成后，每節課形成約800個以時間為序的行為編碼。為便于統計分析，需構建一個16×16的行為分析矩陣。假設某段時間內出現…2、3、4、5…這些行為編碼，將每個行為編碼與其前后相鄰的兩個編碼分別組成“序對”，即(…，2)(2,3)(3,4)(4,5)(5，…)。出現某個“序對”，就以這個“序對”中的第一個碼為行，第二個碼為列，在矩陣內相應的單元格中記一個頻次。比如(2,3)出現一次，就在矩陣的第2行和第3列相交的單元格X23中記錄頻次1，該“序對”多次出現，就將這些頻次相加。所以，單元格Xij中的數字代表“序對”(i,j)出現的次數，矩陣每行的總和表示這個行為編碼出現的總次數，也是以該行為編碼為行的所有“序對”總和。表2所示為第8屆A老師課堂行為分析矩陣。

表1 中學物理弗蘭德斯互動分析編碼系統

表2 8-A老師課堂行為分析矩陣

表3 變量計算公式及意義

在此基礎上，采用S-T分析法，計算教師行為占有率Rt和師生行為轉換率Ch，確定每節課相應的教學模式特征。再結合LSA分析法，得到行為轉化殘差值，以進一步分析青年教師優質課堂的顯著性行為序列，利用Visio軟件繪制顯著行為轉換圖，探討行為轉化特征。

三、數據分析與結果

(一)青年教師優質課課堂結構分析

分析師生各類行為的頻次和比率，可以從整體上反映課堂結構特征，為課堂的意義理解提供支持[10]。本文主要依據表3，從師生行為比率、課堂氣氛、提問特征、教師風格及學生行為特征五個方面來分析這些優質課課堂結構。

1.師生行為比率分析

師生行為比率包括師生語言比率、課堂沉寂比率、師生操作比率等，按照表3的計算方法得到12節課堂的師生行為比率，見表4。

表4 12節課堂師生行為比率/%

表4顯示了以下三點內容。第一，12節課雖然都是全國競賽中同一課題的優質視頻，但師生行為比率差異仍然較顯著。這說明課堂教學行為是一種非常具有個性化的教學特質。第二，12節優質課教師語言比率的平均值為58.7%，低于常模；而且，隨著時間的推移，教師語言比率在逐步降低。學生語言平均比率也低于常模，但課堂平均沉寂比率高于常模，主要為靜思默學、學生操練、教師示范等有益于教學的沉寂，無效沉寂很低。第三，師生語言之比約為4∶1，高于常模。但加上非語言行為后，教師整體行為與學生整體行為之比約為2∶1。隨著時間的推移，學生行為比率在逐漸增大。從師生行為比率來看，青年教師優質課堂改變了“填鴨式”的教學方式，學生行為約占課堂行為的三分之一，說明課堂重視學生動手操作、練習等行為。

2.課堂情感氛圍

課堂中的情感氛圍主要依靠教師來營造，一個正向包容的情感氛圍可以更好地激發學生的學習動力和表達欲望。從行為上來看，教師的表揚、接納、共情會對學生產生積極影響，讓課堂氛圍融洽；而批評會產生消極影響，過多指令會讓學生處于被動狀態，造成師生情感交流上的隔閡。因此，行為矩陣中的1—3行與1—3列相交區域被認為是積極整合格，而8—9行與7—8列相交區域被認為是情感缺陷格，計算公式見表3。圖1為12節課的氛圍頻次。整體顯示，課堂的積極整合格頻次都高于缺陷格頻次，青年教師重視情感因素對學生學習的影響，擅長鼓勵、稱贊學生，充分肯定學生的回答，與學生共情，從而激發學生積極參與課堂，讓學生在一個相對輕松的課堂氛圍中學習。從發展上來看，缺陷格的變動較小，處于較低水平，積極整合格頻次變動較大，有些老師非常擅長用情感激發學生的學習。

圖1 課堂氛圍頻次

3.教師提問特征

圖2為教師提問結構，教師提問比率變動不大，基本保持在課堂的25%左右，封閉性問題整體比率偏高；但隨著時間推移，開放性問題比率上升顯著。第8—9屆的課堂，封閉性與開放性問題之比高于4∶1，后期課堂基本在2∶1以下，表明優質課中青年教師逐漸認識到創造性詢答可以更好地促進學生對抽象概念和規律的理解。研究指出，當課堂內容的復雜性層次較低時，封閉性問題與開放性問題的最佳比率是7∶3；當復雜性層次較高時，二者的最佳比率是6∶4[12]。《磁場對運動電荷的作用力》這一節內容較為抽象，教學時應關注開放性問題的設計，讓學生在開放的情境中探究，在師生、生生的思維碰撞中慢慢總結規律。

圖2 教師提問結構

4.教師風格

教師風格是指教師在教學活動中采取的個性化和一貫性的方式、方法[13]。有的教師擅長通過精細化講解、指令學生參與這種直接的方式來推動課堂，有的教師擅長通過問題驅動、引導學生探究來間接推動課堂。互動行為分析系統可以從教師對課堂相應影響比率來顯示教師的教學風格。表5顯示，12節課堂間接影響和直接影響的比率(ID)與積極影響和消極影響的比率(PN)都遠高于常模值。而且隨著時間的推移，這個比率在大幅度增長。這說明青年教師在優質課中注重循循善誘，引導學生去主動發現和探究知識，注重在課堂上對學生進行正向強化，傾向于以鼓勵、采納、提問等方式對學生給予間接驅動。

表5 教師教學風格/%

5.學生主動行為結構

圖3所示為學生在語言和行為中的主動比率，第8—9屆課堂上，學生行為中主動比率和語言中主動比率差不多都低于40%，學生在課堂中基本處于被動狀態；但第12—13屆課堂上，無論是學生的主動行為比率還是主動語言比率大多都超過了50%。從發展趨勢看，教師愈注重課堂中學生主體地位的發揮，學生主動性愈強。

圖3 學生行為結構對比

除了用行為頻次和比率來分析課堂結構外，課堂中師生教學行為的轉換也是備受關注的課程特性之一，結合教師行為比率和師生行為轉化率可以直觀顯示課堂教學模式特征。

(二)青年教師優質課課堂教學模式分析

課堂教學模式可以用S-T(Student-Teacher)分析法來判斷，S-T分析法主要考慮教師行為占有率Rt和師生行為轉換率Ch這兩個因素[14]92。

其中，Rt=NT/N，NT是T(教師)的行為數，N為行為采樣總數。

Ch=(g-1)/N，表示T行為與S(學生)行為間的轉換次數與N之比，g為連數，連續的相同行為記為1個連。比如，以下行為示例中共有6個連。

利用Python程序，從NVivo視頻分析軟件中導出編碼腳本，以15秒為單位提取對應的S和T行為，計算出12節課的Rt和Ch。依據表6的標準，得出每節課的教學模式，見表7。

表6 教學模式判斷標準[14]100

表7 教學模式統計表

表7顯示，12節課中有7節為混合型，也稱探究型教學模式，教師行為比例恰當，師生行為互動豐富，但還不足以到達對話模式。從時間發展來看，優質課堂教學模式逐漸從講授式變成鼓勵學生探究的混合式，教師從自己做、自己講，變成了利用實驗器材和信息化手段讓學生動手做，讓學生主動表達。

行為轉換率可以體現師生互動特征，但不能反映行為進行的方向。如果要關注哪類行為是由什么行為引發，又引發了其他什么行為，就需要用滯后序列分析法(LSA)來分析。

(三)青年教師優質課顯著行為序列特征

LSA在教育領域主要被用來分析教學行為序列，即表2行為分析矩陣中所示的“序對”。LSA利用調整后的殘差值Z分數(Z-score)來分析課堂中行為序列的顯著性。Z分數表示行為分析矩陣中的觀測值與期望值之間的差異。Z分數的計算公式為：

將12節課的行為編碼導入滯后序列專用分析軟件(GSEQ)，可以得到各行為序列對應的殘差值，與p<0.05的臨界值1.96進行比較，可以得到顯著行為序列。但這樣得到的顯著行為序列會將一些低頻的行為序列包含進去，而低頻率的行為序列顯然不是課堂觀察時關注的重心，因此，研究中剔除了頻次低于平均數3(N/162≈3)的顯著行為序列，得到如表8所示的課堂顯著行為序列殘差表。其中，4→13這個行為序列殘差值為5.86，在0.001統計水平上顯著，意味著該課堂中教師提出開放性問題后，極大概率會引發學生思考。表中空格和沒出現的“序對”表明這些行為序列不顯著。

表8 第8屆A課堂顯著行為序列殘差表

用Visio軟件將殘差表直觀呈現出來，可以更好地顯示顯著行為的轉換方向(一般認為“序對”中的第一個行為驅動第二個行為)和交互特征。本文以第8屆A課堂為例，具體呈現見圖4所示。圖中節點表示各種教學行為，連線表示行為間的連接具有顯著意義。連線的數值和粗細代表該行為序列的殘差參數，Z值越大，連線越粗，箭頭代表行為轉換的方向。

圖4 第8屆A課堂行為序列轉化圖

分析12節課的顯著行為序列轉換圖，有如下發現。

第一，青年教師優質課堂表現為多顯著行為模式，顯著行為序列約占總數的8%。最顯著的行為串為5/7→9→2/3，幾乎出現在所有課堂中，印證了IRF理論，即教師發起(Initiation) →學生回應(Response) →教師反饋(Feedback)的互動結構[15]。但在物理優質課中，在典型的IRF結構外增加了操作序列，如14→13→7→9→2/3行為串表現顯著，由學生實驗引發思考，再進入IRF流程，構成多回應互動，也凸顯課程標準對科學探究這個學科核心素養的要求。6→15→13行為大多也顯著，體現了抽象問題直觀化的教學原則，比如課堂中對學生來說較為陌生的顯像管工作原理，教師都采用講解→實物演示新奇現象引起學生好奇→激發學生思考的行為串來展示教學內容。

第二，12節課中指向自身的行為序列大部分都具有顯著性，表現在矩陣中就是對角線上的行為序列顯著。這些指向自身的行為序列顯著，意味著這些行為在課堂中持續時間較長，表明課堂行為穩定性突出[9]106。其中教師講授(6)、提出封閉性問題(5)、表揚采納(2、3)，學生被動回答(9)和學生思考、操作練習(13、14)等指向自身的序列Z值普遍較高，體現出課堂主要通過教師講授、提問、接納，學生回答、思考、操練等行為完成教學內容。

第三，所有課堂中由學生驅動的顯著行為序列(即表8中編碼9—14行所對應的顯著行為序列之和)和教師驅動的顯著行為序列數(即表8中編碼1—7及15行所對應的顯著行為序列之和)幾乎相當，在顯著行為上進一步凸顯了教師主導、學生為主體的教育理念。

第四，課堂中顯著的無效沉寂或混亂主要集中在第8、第9屆，表現在教師指令、開放性提問(7、4)，學生靜思默學、討論(12,13)幾種行為之后，而這些無效沉寂行為更大概率由師生的非語言行為(13、14、15)來打破。第12、第13屆幾乎沒有混亂沉寂行為。

四、結論與討論

論文基于NVivo視頻分析技術和PFIAS，從師生行為比率上分析了12節全國獲獎優質視頻的同課異構課的行為結構，結合S-T法分析了教學模式，進一步利用LSA探討了課堂顯著行為轉換特征。分析發現，雖然12節課是同課異構，但課堂中師生行為比率、行為轉化比率及顯著行為轉化方向等方面差異較為明顯，體現出教學行為的個性化特質。同時，12節優質課也體現了以下共同特質。

(一)注重積極情感激發，傾向間接驅動

研究表明，情感氛圍是衡量課程是否優質的一個重要指標[16]。本研究課堂結構中情感氛圍顯示，優質課堂中師生情感交流順暢，教師擅長利用表揚、接納和共情的方式激發學生的學習動機和表達欲望。同時，教師注重問題驅動，傾向于用提問和積極的情感反饋等間接方式引導學生回答問題和主動探究，課堂氣氛融洽。這些結論和現有改革類優質課程的特征相符合[17]。

(二)師生行為互動結構良好，課堂教學秩序井然

S-T分析法顯示大部分優質課課堂中教師與學生行為比例恰當，轉換頻度適中，符合混合式教學模式的特征。LSA也顯示課堂顯著行為序列多，師生行為交互豐富，同時也能兼顧課堂行為的穩定性。課堂中無效沉寂的行為非常少，主要由相對開放行為(開放問題、討論)激發，但基本上又由師生操作行為來打破，總體上所有教學行為都能按照知識內在邏輯展開，有效引導學生探究教學重點內容，用直觀展示、師生互動、動手操作等行為幫助解決教學難點。課堂中顯著行為序列凸顯了典型的IRF結構模式，并強化了操作行為序列與IRF的互動。師生行為互動結構良好且聯系緊密，課堂秩序井然。從行為互動角度上看，優質課中青年教師的教學行為更接近專家型教師特征[18]。

(三)學生的主體認知地位在逐步加強

學生驅動的顯著行為序列數和教師驅動的顯著行為序列數大致相當，凸顯優質課中學生的主體地位。從時間順序來看，無論學生行為比率還是學生主動行為比率都在逐漸上升，教師風格和教學模式也體現了間接驅動和學生探究的發展趨勢，開放性問題的比率在逐步提升，這些都顯示了課堂教學行為逐步認可學生是認知的主體。

按照教師專業發展階段理論，“全國中學物理青年教師教學大賽”的參賽教師從入職年限上看應處于熟手型教師發展階段[19]。但本研究中，青年教師群體無論從課堂調節及教學策略選擇、情感激勵及行為互動，還是以學生為中心的教學理念等方面都表現出專家型教師特征。這些結論應該符合預期。因為不僅這批青年教師是經過層層競賽選拔出來的，而且這些優質課也是經過眾多專家和教師本人反復打磨的，是集體智慧的結晶，反映了他們對高質量課堂的共識。但另一方面，在學生主動行為、同伴討論及開放性問題上，這些教師又表現出教學機智不高、課堂靈活性與創造性表現不足等熟手型教師的特征[20]。相較于陳珍國等對翻轉課堂[5]、張屹等對智慧課堂[21]的研究，12節課中學生語言、學生主動發言以及同伴討論比率整體偏低。同時，雖然教師關注問題驅動教學，但封閉性問題多，課堂預設問題的痕跡較突出。一旦學生的回答超出預期，教師就會迅速干預，將其拉回預設的軌道上來。結果是，無法促進學生深度思考，限制其思維提升，而且還喪失了發現生成性問題的機會，這也是當下課堂提問普遍存在的問題[22-23]。

因此，在對青年教師專業提升上，一方面，應進一步強化在團隊指導下通過競賽研課、磨課，以加快青年教師快速成長為專家型教師；另一方面，還應創造開放式課堂環境，培養青年教師從預設式單向驅動教學逐步走向建構式的多元互動模式[24]。可采取的措施有很多，如實現翻轉式情景教學，自主式合作探究學習；將課堂權力下放，倡導任務驅動，增加同伴討論等學生自主學習環節；鼓勵學生對知識的質疑和反饋，提高學生主動性；充分預判學生的認知困難，及時發現課堂的生成問題；把握提問時機，在教學關鍵處以及有益于學生思維展開和能力發展的環節設置提問，提高開放性提問的比重，等等。

另外，對課堂的教學行為進行分析就像剔除課堂的血肉而解剖其筋骨，雖然能通過筋骨解析課堂結構、發現課堂特征，但畢竟還是舍棄了很多豐富的內容，不能窺其全貌。因此，要想更全面評價課堂，需要結合對課程的定性觀察和描述。