基于SPOC平臺線上教學模式的在線學習行為分析

何 宏，歐陽湘江，王 寧

（湖南工程學院計算機與通信學院，湖南 湘潭 411104）

隨著移動互聯網技術的普及和深入，“互聯網+教育”催生的一種新課──小規模限制性在課程（SPOC），得到快速發展，是有可能通過網絡教育改變教育的課。教育部在2018年提出建設3000門國家線上“金課”，大力推動在線課程建設。2020年，突如其來的公共衛生事件推動了在線教學的迅猛發展，在教育部“停課不停學”的號召下，高校陸續借助不同的平臺開展在線教學。許多教師如何將傳統的教學內容轉化到線上教學，提高教學效果，學生如何適用線上教學，提高學習效率，特別是利用網絡教學平臺提供的各種大量數據進行分析服務教師和學習者，還存在一定的困難和問題。

1 在線學習行為分析

在線學習行為分析主要基于 SPOC平臺對師生學習過程的記錄數據，針對行為主體（教師、學生）的行為方式（登錄、瀏覽資源、觀看視頻、發帖、做練習、測試）、行為客體（各類資源、網絡課程模塊）的被使用情況以及行為發生時間進行統計、可視化和各類挖掘，并結合師生的人口特征數據對影響在線學習行為的因素進行挖掘。

研究者對在線學習行為的研究內容多數集中在在線學習行為特征、在線學習行為分析模型、在線學習行為與學習效果的關系等方面。如徐琦以UTAUT模型和教學交互理論為基礎，構建大學生持續學習行為影響因素模型，對湖北省高校大學生展開實證研究。研究表明大學生在持續學習行為、交互滿意度、持續學習意愿上表現較好，在績效期望上表現不佳；績效期望、努力期望、交互滿意度對持學習意愿均具有顯著正向影響，促進條件對交互滿意度具有顯著正向影響，交互滿意度、持續學習意愿對持續學習行為具有顯著正向影響；楊婉霞借助網絡平臺對微控課程的在線學習行為的統計數據，利用SPSS軟件的相關性分析方法，從學生的進入課堂次數、參與討論問題次數、在線學習時長和閱讀該課程教學資料次數4方面研究分析學生在線學習行為與相應課程期末考試成績的相關性，以此衡量在線學習行為與學習效果的關系。肖君等基于活動理論以學習者畫像分析、學習目標設計、移動學習環境交互設計、移動基礎工具選擇和基于學習分析的系統改善五個維度構建了泛在學習環境下的移動MOOC設計模型，從學習者畫像分析的角度，采用路徑分析、聚類分析等方法探究移動MOOC學習環境中影響學習者成績和學習滿意度的設計要素，以更好地改善泛在學習環境下的移動MOOC的學習環境設計。

2 線上課程設計與數據采集

2.1 線上課程設計

“數理統計學”是統計學專業本科生大二第二學期開設的一門專業必修課程，總學時為48學時。為做好新冠疫情期間全程的“數理統計學”課程線上教學，任課教師先進行了問卷調查，根據學生反饋的調查數據，如線上學習工具、學習平臺、講授方式等，認真對課程教學進行了詳細的設計。課程基本情況如下表1所示。

表1 課程基本情況

課程設置46個任務，即提供每一次課的PPT23個（一次復習答疑課），每次課的重點內容視頻。同時教學中還設置了19次課堂測試，布置了課后作業22次，作業完成后，拍成照片或直接編輯通過網絡教學平臺提交。

課程教學安排具體如下：

（1）課前準備環節：在湖南工程學院網絡教學平臺（超星）提供教材PPT、章節教學視頻、章節講解PPT。學生上課前需要進行預習和準備。

（2）授課環節：通過QQ群課堂進行課程的直播和問題的交流。課程直播完后，每次課都設置了章節測試，并進行講解。

（3）課后鞏固環節：布置大量的課后作業、學生觀看教學視頻和教學PPT進行知識的鞏固，課后通過QQ群答疑。

2.2 數據收集

選取成教2018級69名學生為研究樣本。通過湖南工程學院網絡教學平臺后臺管理，收集研究樣本學生學習“數理統計學”課程的學習行為數據，包括學生線上簽到次數、登錄次數、觀看視頻時長、作業成績、章節測試成績、課程末考成績等數據，學生在線學習基本情況如表2所示。

表2 學生在線學習基本情況

由表2可以看出，兩個班級，69個學生，學生觀看視頻觀看時長在 0～1239.7分鐘之間，平均觀看視頻時長為443.1分鐘。學生觀看PPT次數在14～417次之間，平均近觀看PPT次數為166.9次；課程設置21次簽到，簽到次數在1～21次之間，平均簽到次數為18.7；課堂測成績分布在0～99.8之間，課堂測試平均成績為99.8。學生作業成績分布在0～98.9之間，作業平均成績為98.9。課程期末考試分布在4-99之間，課程期末考試平均成績為74.8。說明學習者在線學習行數據差異大，學習成績差距也大。

3 在線學習行為統計分析

3.1 性別相關分析在線學習行為

兩個班級總共69人，其中男生35人，女生34人。對收集的平臺數據按性別進行統計分析，分析數據如表3所示。

表3 按性別對在線學習行為數據分析表

從表3統計分析的結果來看，班級女生在觀看視頻時長、觀看PPT次數、到課率、章節測試成績和作業完成情況普遍比班級男生好，說明女生在線學習投入時間和精力比男生多。其衡量的學習效果課程平均成績女生平均分為85.6，而男生只有64.3，數據說明在線學習投入女生比男生大，在線學習效果女生比男生好。

3.2 學優和學困分析在線學習行為

從學習平臺收集到的在線學生學習行為數據，分別按觀看視頻時長、觀看PPT次數、作業成績、章節測試成績、簽到次數等數據進行排序，選取班級前排名20%作為學習表現優秀的學生，班級排名后20%學生作為學習困難的學生，進行統計和成績分析。分析數據如下表4所示。

表4 按學優生和學困生在線學習行為數據分析表

從表4來看，對在線學習行為變量進行排序后，排名前20%的學生觀看視頻時長平均值比排名后20%的學生多488.4分鐘，對應的課程平均成績也高31.5。排名前20%的學生觀看 PPT次數平均值比排名后20%的學生多220多次，對應的課程平均成績也高32。排名前20%的學生答到次數平均值比排名后20%的學生多5.4次，對應的課程平均成績也高46.6。排名前20%的學生課堂測試成績平均值比排名后20%的學生高39.7，對應的課程平均成績也高31.5。排名前20%的學生作業成績平均值比排名后20%的學生53.2，對應的課程平均成績也高32.2。說明學習者在線學習差異性很大，學習效果也有明顯區別。線上教學中，任課教師要關注學生學習行為數據，對參與度不高的學生要實時進行提醒和督促，提高教學效果。如果網絡教學平臺有預警機制的，要充分利用平臺功能，對學習者線上學習進行各種預警。

3.3 時間相關分析在線學習行為

按照課程安排，學生需要提前預習，觀看章節教學視頻、章節講解PPT等學習資料。班級學生觀看教學視頻和配套PPT的時間各不相同。

時間以該課程老師線上授課時間為基點，分課前、課中（線上授課當天）和課后三個時間段，抽取該課程3月、4月和5月各一次課程平臺記錄觀看時間進行分析和統計，結果如下表5所示。

表5 時間相關分析在線學習行為數據表

由表5可知，教師線上授課當天，觀看教學視頻等資料的學生人數最多，課后觀看人數從7、14到22人，人數遞增，即教師講授前課程沒有預習的人數在增加，說明學生對長時間的線上教學的持續學習能力在減小；在班級69人中，3次課程全部課前觀看4人，平均分84，3次課程全部課后觀看3人，平均分45，分差很大。說明提前預習環節是線上教學的重要一環，可以取得良好的學習效果，是教師在教學中必須強調和要求的。在分析實際數據時，在課后時間觀看教學視頻的部分學生中，所有視頻是同一時間不間斷進行觀看的，有“刷”視頻獲取平時成績之嫌。

3.4 在線學習行為與課程期末考試成績關聯分析

根據收集的數據，學生的觀看視頻時長、觀看PPT次數、簽到數、課堂測試碼、作業成績與學生課程期末考試成績采用SPSS軟件作關聯分析，結果如表6所示。

表6 在線學習行為與課程期末考試成績關聯分析表

由表6可以看出，學生的作業成績與課程期末考試成績相關系數最高，達到0.594，呈正相關，說明學生完成作業對掌握和鞏固知識是一個非常重要的環節，認真完成作業，從而期末課程考試成績也越理想。而觀看視頻時長、觀看PPT、簽到、課堂測試、作業與課程期末考試成績之間的相關系數分別為0.312、0.465、0.323、0.531，呈非顯著正相關，說明在線課程提供的視頻、課程PPT、課堂測試和課后作業等資料和環節為在線課程教學提供了強有力的支撐，滿足更多學生從平臺獲取學習資源的要求，使學生能有效地課程掌握知識，最終達到好的學習效果。

4 在線課程評價問卷調查

課程結束后，通過學校教學質量管理平臺以問卷形式開展調查，研究樣本69名學生回收問卷39份問卷，部分調查數據如下。

4.1 在線課程授課形式

該課程采用QQ平臺直播形式講授，問卷調查數據如表7所示。

表7 授課形式調查數據表

從表7可知，該課程主要是通過QQ平臺直播講授為，占比為89.7%，任課教師專門為線上教學錄制的授課視頻為輔，占比為41.03%。學生在線上課程學習中，還借助老師提供的講稿、教案或其他平臺資源進行學習，但占比不高。說明直播是學習者線上教學采用最重要方式。

4.2 任課教師提供學習資源是否滿足教學要求

該課程的學習資源滿足教學要求調查數據如表8所示。

表8 學習資源滿足教學要求調查數據表

從表8可知，認為課程學習資源充足，可以完全滿足學習需要的學生占比為58.98%，能滿足大部分學習需要的占比學生為38.46%。從調查數據可知，線上教學的資源開發還有待加強，形式可以多樣，以滿足于學生個性化學習的要求，使學生線上學習效果更好。

5 結論和建議

本文以湖南工程學院網絡教學平臺“概率論與數據統計”課程為研究對象，選取成教18級學生為研究樣本，收集學生在線學習行為數據，對學習行為數據作分析統計與關聯分析，得到以下結果：總體來講，學習者線上學習行為數據差異較大，學習效果差距也大。從性別、學優和學困生數據統計分析結果可知，學習者在線上學習中投入大，學習效果更好；從時間相關性數據統計分析可知，學習者線上持續學習能力在下降。提前預習，學習者可以取得良好學習效果，教師在教學中應強調和要求；從學習行為數據與課程期末考試成績關聯分析可知，線上學習行為數據與期末考試相關性很大，特別是作業環節，教師要以此作任務為驅動，提高學習成效；從課后對該課程評價調查數據可知，直播是學習者線上學習最常采用和接受的教學方式，學習資源還不能完全滿足學習者要求，教師應開發更好的個性化教學資源滿足學習者的學習要求。