大數據循證課例賦能知識建構與教學改進的研究

陳鵬 梁友明 葉虹

摘要：科學地設計、組織和實施，并在“循證理念”支持下開展課例研究，促進教師有效地進行知識建構，是中小學教師專業發展及教學策略與教學法創新所面臨的重要挑戰和機遇。該研究以XMSM項目為案例，探索大數據循證課例研究中教師知識建構的實踐路線，并以基于大數據的知識發現方法與技術及扎根理論質性編碼，分析循證課例研究中教師的知識建構特征和課堂教學行為改進情況。研究結果表明，大數據循證課例研究中的知識建構催生了教師教學策略與教學法的創新，賦能了面向深度學習的教學行為改進，以及助推了教師實踐性知識的發展。大數據循證課例研究不僅優化了傳統課例研究的過程和證據，也優化了教師知識建構的實踐路向，為教師專業發展提供了強有力的內生性支持。

關鍵詞：知識建構；循證實踐；課例研究；大數據

中圖分類號： G434 文獻標識碼：A

* 本文系科技部創新方法工作專項：“創新方法與教育創新融合發展研究與示范”（項目編號：2019IM030100）課題一“創新方法與教育創新融合的理論與模型研究”研究成果。

一、引言

教研是基礎教育領域的重要活動[1]，隨著新課程改革的推進，“教研必須先行”“教師成為研究者”的呼聲越來越高，教研工作愈發成為教師組織學習的重要方式[2]。課例研究是促進教與學的有效途徑[3]，開展課例研究能夠促進教師知識建構，生成對教育教學有價值的知識、經驗等，進而更好地指導教學實踐、推進課程改革以及教師的專業發展。教師的“教”是為了促進學生的“學”，通過開展循證課例研究，促進教師的專業發展進而惠及學生的學業成長與進步，這與“雙減”政策背景下課堂教學“提質增效”的目標不謀而合。

知識建構（Knowledge Building）是學習者主動建構自己的知識經驗[4]，并在目標引導下進行新的認知創造的過程[5]，教師專業知識建構是教師基于教育實踐不斷超越和實現自我的過程[6]。當前中小學課例研究，一方面由于不同主體的知識水平和認知方式存在差異，跨界知識的傳播與轉移困難，難以發生有效的知識建構；另一方面由于教育實踐的高度不確定性、優質研究證據的極度匱乏[7]，導致運用研究證據指導教師研究實踐較為困難，在一定程度上也阻礙了教師知識建構。教師的教學行為決定著教學的質量，但教學行為的改進過程也往往會出現“無合作、無證據、無研究”等問題[8]，導致行為改進的效率低下。如何在課例研究中實現教師知識建構并促教學行為的改進，促進教師專業發展是當前迫切需解決的問題。

循證實踐（Evidence-based Practice，EBP）發源于20世紀80年代的循證醫學，強調基于科學的研究證據開展實踐[9]，主張以理性為精神、以科學研究證據為依據做出決策與行動。循證實踐在教育領域的應用還處于起步階段[10]，其在重視程度、人員與數據支撐、研究過程等方面存在著現實困境[11]。大數據循證課例研究是在課例研究中納入循證實踐的理念，引導和推動教師綜合運用基于大數據知識發現的多元化、高質量的證據評價并改進教學。通過數據挖掘獲取大量的細節信息，將專業領域中的數據轉變為知識[12]，從數據集中提取有用的模式，形成循證實踐過程中知識傳播、轉移和創新的證據，能為知識建構提供支持。

本研究以XMSM“基于教育大數據的教學研究項目”（以下簡稱“XMSM項目”）為研究情境，探索大數據循證課例研究的實踐路向，并運用多模態數據綜合分析對大數據循證課例研究的教師知識建構特征和課堂教學行為改進情況，以期賦能教師專業發展。

二、文獻綜述與理論基礎

（一）循證教育與循證課例研究

循證教育強調將證據有機整合，綜合考慮時間安排、決策機構政策、倫理等現實因素的影響從而應用證據，并運用專業知識做出專業判斷的原則和方法，與傳統的依據教師經驗、直覺做出教學判斷和改進的基于觀念的決策（Opinion-based）有著本質的區別[13]。隨著人工智能、大數據技術的影響，近些年循證實踐重回教育研究者的視野，成為提升教育實踐科學化和高質量發展的有效途徑[14]。

課例研究是改進課堂教學、促進學生學習的有效途徑[15]，是教師專業發展的有效模式[16]。它是在實踐中進行理論學習的教師教育模式，是一種反思性的實踐[17]。循證課例研究以循證教育學[18]為理論指導，強調將證據進行有機整合并運用專業知識對課例進行專業地分析和判斷[19]。在薩凱特（Sackett）的循證實踐5A范式基礎上[20]，袁麗提出了包括“提出問題、查找證據、評價證據、應用證據和基于觀察證據的課例評價”的循證課例研究實踐范式[21]。本研究綜合已有研究，探索教師如何突破傳統的基于直接經驗、直覺等做出判斷的實踐，轉向基于最佳證據的循環上升式實踐，創造理論與實踐的聯結空間[22]，即如何通過循證課例研究促進教師專業發展。

（二）知識建構與教師知識建構

1.教師知識建構的內涵

知識建構由斯卡達瑪亞（Marlene Scardamalia）和貝賴特（Carl Bereiter）在20世紀90年代提出，他們認為學習既是包括由外向內轉移和傳遞知識，也是學習者主動建構自己知識經驗的過程[23]，是在公共目標引導下進行新的認知創造[24]。教師知識是學科知識與教學知識的統一，是理論性知識與實踐性知識的統一，也是顯性知識與隱性知識的統一[25]。教師的實踐性知識是默會的、基于個人的、基于情境的一種隱性知識，只有在共同參與實踐過程中才能逐步形成[26]，不能通過“灌輸”的方式而獲得[27]。正如知識創生螺旋理論（SECI理論）提出的知識創造是在隱性知識與顯性知識的交互過程中產生的，學習者將個體內在難以呈現的隱性知識與借助外顯形式準確表達的顯性知識進行不斷循環的相互轉換，從而創造和創新知識[28]。同時，知識建構是復雜的，是循環發展、螺旋上升的過程，因此在實踐場中需深入融合個體與群體知識建構[29]。因此，本研究認為循證課例研究中知識建構的價值取向是以個體和組織間知識共享和知識轉移為基礎，在鞏固和運用顯性知識的基礎上發展、完善、甚至是重構實踐性知識，獲得教師專業發展中的內生力量[30]。

2.經驗學習圈的教師知識建構

大衛·庫伯（David Kolb）提出的經驗學習圈理論認為，學習者在具有共同目標、實踐和經驗的群體聚集而成的學習型組織中基于某一主題自由創建對話、交換思想[31]，其包括具體經驗獲取、反思性觀察、抽象概括和積極實踐四個階段[32]。其中抽象概括到積極實踐階段是將顯性知識碎片整合成新的顯性知識的關鍵，也是教師顯性知識建構的主要場域[33]。循證課例研究是教師在以改進課堂教學、發展實踐性知識的共同目標聚集而成的研究組織中開展的教育教學研究。教師首先以其在教學實踐中所獲取的具體經驗，提出研究問題；其次針對研究問題開展有意識的反思性觀察、查找證據；然后對獲取的證據進行評價，將反思結論抽象概括為教學理論或模型；之后教師應用證據，在實踐中檢驗所得到的教學理論或模型；最后，基于觀察證據的課例評價，教師對循證效果進行評價，開展新的體驗獲取具體經驗。可見，循證課例研究中的教師知識建構，不僅是教師隱性知識與顯性知識的相互轉化過程，也是教師基于經驗學習圈進行專業學習并獲得專業發展的過程。

3.教師知識建構的層級

古納瓦德納（Gunawardena）在研究合作學習中的意義協商與知識建構時，利用扎根理論分析方法提出知識建構的交互分析模型包括信息分享層、深化認識層、意義協商層、新觀點的檢驗與修改層和應用新知層[34]。教師的知識建構是隱性知識與顯性知識的交互過程，本研究通過程序化扎根理論的資料分析方法，對教師的知識建構文本歷經“貼標簽、發現類屬、類屬的屬性與維度劃分”等步驟[35]，得到包括知識梳理、反思深化、知識協商、知識應用、知識優化的知識建構類屬，其在一定程度上表征了循證課例研究中的教師知識層級。發生在經驗學習圈中的教師知識建構，首先，教師獲取具體經驗，對專業學科內容及教學實踐進行知識梳理；其次，通過反思性觀察實現教師對理論與實踐的反思深化；然后，基于反思與反饋知識協商為相應的教學策略與理論，在落實學生專業發展中進行知識應用，并在不斷積極實踐、應用新知螺旋上升過程中達到知識優化。

（三）大數據賦能循證課例研究

循證課例研究要求教師不僅要使用證據評價標準，而且還需借助一定的課堂觀察技術與方法來規范循證過程，以保證證據的科學且有效[36]。基于大數據的知識發現為循證課例研究提供新契機，通過數據挖掘技術獲取大量的細節信息，為知識管理與知識創生提供一種新視角、新方法和新技術[37]。大數據技術改變了以往教師很少根據數據證據決策改進教學的現狀，促使課例研究從“基于經驗”向“數據驅動”的轉變[38]。課堂教學行為大數據能提供師生行為的可視化圖景[39]。

當前，教師專業成長路徑主要有兩種：一是“自內向外”，通過促使實踐性知識增長從而改變教師的教學行為[40][41]；二是“由外向內”，即通過教學行為改進，從而促進實踐性知識的提升[42]。這兩條路徑都展示了課堂教學行為改進對于教師專業成長的重要性。然而，教師存在普遍的教學行為改進難點：如新手教師最難改進的是推理性問題等教學行為[43]，學生主動提問機會較少、教師問題設計缺陷、小組協作有效性差等問題依舊突出[44]。通過大數據解釋課堂教學、教學設計及實施過程中的問題，幫助教師聚焦教學行為改進難點、形成基于數據的教學改進策略與方法，助力破解教學行為改進的難題，促進教師實踐與理論之間的互動與轉化，能生產出更多鮮活的、情境性的實踐性知識[45]，從而提升課堂教學質量，賦能課堂教學的“提質增效”。本研究根據循證課例研究實踐范式，設計課題組實踐環節及流程，探索大數據循證課例研究中教師知識建構的實踐路向與特征。

三、大數據循證課例研究中教師知識建構的實踐路向

本研究以XMSM項目中子課題“基于大數據的小學數學深度教學實踐與研究”為案例分析基于大數據循證課例研究的中小學教師知識建構。該項目旨在構建將教師專業學習與教學研究緊密結合的新型教師專業發展模式，實現以科研促進教學改進，以教學實踐促進理論與實踐的雙向互動。綜合循證實踐范式及相關理論基礎，研究提出大數據循證課例研究中教師知識建構的實踐路向，如圖1所示。

教師在循證課例研究的提出問題、尋找證據、評價證據、應用證據、循證效果評估的實踐過程中，歷經具體經驗獲取、反思性觀察、抽象概念化以及積極實踐的經驗學習圈，知識建構分別達到知識梳理、反思深化、知識協商、知識應用、知識優化層級。循證課例研究以知識共享和知識轉移為基礎，個體與組織之間顯性知識與隱性知識的不斷交互，促進了知識的創生。

（一）獲取經驗提出問題，促進知識的社會化

循證課例研究起始于教師以教學實踐中所獲取的具體經驗提出課例研究的研究問題。在該階段，授課教師在課堂教學中獲得具體經驗，研修教師進入真實課堂教學情境運用課堂教學行為大數據的方法進行觀課，獲得具體經驗。課題組教師互相分享各種信息、觀點，針對具體經驗進行描述、相互詢問以明確研究問題，知識建構位于知識梳理層。通過基于具體經驗的循證課例研究的問題提出，在交流和分享的過程中教師個體隱性知識向組織隱性知識轉移，促進了知識的社會化。本研究中課題組教師梳理經驗，確定的研究問題為“如何促進小學數學的深度學習”，研究目標是通過大數據的知識發現技術，對課堂教學行為進行分析，構建教學改進策略，促進課堂的深度教與學。

（二）反思觀察尋找證據，促進知識的外化

循證課例研究的第二個環節為根據研究目標，尋找不同類型的證據，如政策型證據、研究證據、實踐過程性證據。教師在獲取具體經驗之后開展有意識的反思性觀察是促進學習的有效途徑[46]。結合教育教學理論、課堂教學行為大數據的可視化分析，課題組教師對課堂教學進行反思，尋找解決研究問題的多樣化證據，并利用收集到的證據進一步闡述，深化對問題的認識，知識建構達到反思深化層。尋找證據所開展的基于實踐的反思促進了知識的外化，組織的隱性知識逐步向顯性化轉移。本研究中課題組教師尋找的政策性證據包括《數學學科核心素養》《小學數學課程標準》；研究證據包括深度學習理論、活動理論、教師實踐性知識以及基于大數據的知識發現方法與技術[47]；實踐過程性證據為現場課例及視頻課例的課堂教學行為大數據。

（三）抽象概括評估證據，促進知識的組合化

循證課例研究的第三個環節為對反思觀察獲得的證據進行評估。在此階段，課題組教師通過組內、組間的討論與交流，對證據評估進而歸納、提煉形成一系列教學改進策略與教學法。在抽象概括的過程中，教師澄清或協商觀點、沖突，提出建議等，知識建構達到知識協商層。本研究通過顯性知識組合化的工具和支架，如知識建構小組和反思支持小組工作單、組間匯報專家點評及互評機制等，推動組織內碎片化的顯性知識逐漸網格化，構建教師外顯行為和內隱特征相互映射的知識體系框架，促進了知識的組合化。研究對知識建構小組和反思支持小組工作單，組內和組間匯報的文本進行扎根理論編碼得到教師抽象概括的策略。

（四）積極實踐應用證據，促進知識的應用

循證課例研究的第四個環節為應用證據開展積極實踐。在此階段，教師將抽象概括得到的教學策略與教學法應用于新的課堂教學情境，檢驗、修改所建構的新觀點與知識，知識建構處于知識應用層級。教師通過具體的實踐促進學生的發展，組織內顯性知識也通過教師教學情境中的實踐，逐漸內隱為教師個體隱性知識，促進了知識的應用，是知識實踐、檢驗和創生的過程。課題組教師將循證生成的教學策略與教學法應用于課堂，一方面檢驗和修改策略，另一方面教師在教學實踐中將開啟下一輪的具體經驗獲取。

（五）效果評估獲取新經驗，促進知識的內化

循證課例研究的第五個環節為對循證效果進行反思和評價，檢驗和完善循證成果。課題組教師通過對教學策略與教學法的應用實踐進而達成一致，形成研究的最佳解決方案，知識建構達到知識優化層級。通過對循證效果的評估促進了知識的內化，實現實踐性知識持續往復螺旋上升。

四、大數據循證課例研究的知識建構分析方法

（一）大數據循證課例研究的證據數據

本研究通過收集多樣化的、量化與質性相結合的證據以支持大數據循證課例研究開展（如表1所示），其中量化證據包括基于大數據的知識發現方法與技術對課例分析得到的課堂教學行為特征，以及實踐性知識大數據分析得到的教師實踐性知識水平；質性證據為通過對教師備課、反思和匯報的文本執行“貼標簽、發現類屬、屬性的維度與分類劃分”等步驟，運用程序化扎根理論逐步分析、歸納、總結得到的教學策略與教學法創新。

表1呈現了大數據循證課例研究的過程、研究證據來源及相關說明。本研究綜合使用了訪談法、觀察法、案例研究法等資料收集與分析方法，保證證據來源的多樣性，以形成“三角互證”（Triangulation）。研究通過教學策略的生成、課堂教學行為的變化、實踐性知識的發展來分析教師知識建構情況。

（二）基于大數據知識發現的分析維度

基于大數據的知識發現方法與技術為知識建構提供課堂教學行為、實踐性知識的分析。

1.指向深度學習的基于課堂教學行為大數據

本研究運用課堂教學行為大數據的課堂觀察方法與技術對課例分析得到教師教學行為的改變。課題組研究目標為促進學生的深度學習，其以學生高階思維能力與反思能力，高水平主動式認知加工為主要表征[48][49]。基于課堂教學行為大數據的課堂觀察方法與技術提煉出指向深度學習特征的課堂教學行為，即循證課例研究中的觀測維度（如表2所示）。

2.基于大數據知識發現的教師實踐性知識大數據

教師實踐性知識是一個涵蓋多方面、多種特征的概念，到目前為止沒有明確的、具體的、系統的定義[50]。陳向明指出實踐性知識是教師對教學經驗進行反思和提煉后形成的，并通過自己的行動做出對教育教學的認識，包括教育信念、自我知識、人際知識、情境知識、策略知識和反思性知識[51]。由于實踐性知識的模糊性、緘默性等特征，其獲取和測量具有一定的難度。本研究根據陳向明提出的實踐性知識分類，采用基于大數據的知識發現技術，對教師的教學設計、授課教師再反思本文進行計算機自動編碼得到教師實踐性知識水平。

五、大數據循證課例研究的教師知識建構特征分析

（一）知識建構催生教師教學策略與教學法的創新

研究將課題組的討論與匯報錄音、小組學習單通過扎根理論三級編碼的分析得到課題組教師的教學策略與教學法創新，它們是循證課例研究中教師知識建構的結果和表征，也是教師教學行為改進的內因。經過分析得到，課題組教師生成了內容型策略、形式型策略、方法型策略、綜合型策略、元認知策略和自我管理策略六種策略（如圖2所示）。內容型策略以教學內容為中心，形式型策略以教學組織為中心，方法型策略以教學方法和技術為中心[52]。元認知策略指教師認識到研究中的不足，并集體調解使課題組朝良性方向發展的策略。自我管理策略指教師為實現目標而主動進行自我管理的策略[53]。

1.元認知策略

元認知策略能夠促進課題組的良性互動和發展，保證其他策略應用的高效性。課題組提出“教師反思-集體反思-教師重建”的研討流程，并明確研究方向，體現在：“注重教師實踐性知識的培育，特別是人際知識的提升，其中教師與同事關系層面的研究應更為深入，以有效性提問當中的討論后匯報的課堂實踐研究為突破口，避免研討形式大于內容”。具體細節上“注重單元整體設計，依據單元整體設計框架，對教師進行研討分工，加強對教師的評價，質性與量化相結合，豐富評價語言；同時，每一次探究結束后要有充足的時間討論”。

2.內容型策略

內容型策略包括目標設計策略、結構化策略及問題設計策略。教師提出目標設計原則，體現在：“目標設計要注重單元整體設計價值，強調‘如何學習和學會學習；要以學生形成必備品格和關鍵能力為前提，不局限于基礎知識、技能，更要關注指向品格素養育人目標的落實；教學目標設計應具體化、外顯化，可測量化，采用ABCD法制定教學目標”。

結構化策略指教學設計時針對知識內容結構教師所采用的策略。教師提出教學需要“尋找知識之間的相同結構，進行知識結構梳理，形成結構圖或網絡”，在此過程中“為了使結構設計更清晰可感，可用思維導圖來梳理知識結構；將學生錯誤的學習方法和正確的學習方法直接進行比較，并將方法遷移到新的學習過程”，使課程的單一設計思維走向結構化思維。

問題設計策略是內容型策略中的重要部分，也是課堂能否成功的關鍵。教學由問題構成，教學的一切都可以說成是問題的衍生物[54]。問題設計需與學科領域特點相結合，并借助問題集、問題鏈、問題矩陣實現深度學習。教師認為：“當前問題設計偏簡單，需結合學段、了解學情基礎上設計問題；需有意識地控制問題數量，把握問題的豐富性與不可替代性的關系，并對照教學目標進行適度調整和增刪；改變提問方式，提高問題的開放性”。

3.形式型策略

課題組建構的形式型策略主要是合作學習策略。教師從教學設計、教學過程等方面提出促進合作學習開展的策略，如 “從頂層考慮合作學習的設計，課堂中應有意識地成為學生合作學習的引導者、組織者及分享者；通過提供學習單、研討支架提升學生的協作效能；給予學生充分思考、充分交流、充分匯報的時間”。責任分工和沖突管理都是合作學習的重要環節，教師認為“當前合作學習更多的是教師作為‘責任分工者和‘沖突管理者，而目標應該是培養學生成為‘責任分工者和‘沖突管理者”。要實現這種轉變，“教師需適時介入，加強小組合作分工及匯報的引導，教師要避免過度‘控制課堂，使‘生生合作真正發生”。

4.方法型策略

課題組建構的方法型策略包括情境化策略、利用“錯誤”策略和對比策略。情境化策略“可以將游戲教學貫穿課堂始終，用情境串聯所有的知識點，從生活中發現情境”。利用“錯誤”策略是指可依據錯例整合提煉方法，善于“利用”學生的“錯誤答案”并追問，重視學生生成，“當學生出現偏差時，教師不能規避學生的錯誤，可采用動手操作、推導等，引導學生糾正錯誤；對于常錯、易錯題，教師可先不進行正誤判斷，學生自行或合作判斷正誤后，再經歷糾錯過程，實現深度思考；引導學生去對比，并在辨析比較中明確知識點關聯”。

5.綜合型策略

綜合型策略是上述3種策略的集合，“策略的混合使用往往會收到更好的效果。要用知識串聯設計主線，設計問題情境，聚焦模型結構，依托豐富素材，聚焦模型特點，借助方法對比，突破難點知識”。

6.自我管理策略

自我管理策略與元認知策略密切相關，自我管理主要由自我計劃、調節和評價三大要素構成[55]。課題組教師建構的自我管理策略主要是課堂中的時間規劃策略，屬于“自我計劃”的一部分。教師認為給予學生發現并提出問題、分析問題、解決問題的時間，但就會面臨“學生充分探究與有限課堂時間之間的矛盾”。因此，當這種矛盾不可調和時，亦可采取“教師提出疑問，引導學生課后探究”的形式，將課堂學習延伸至課后，避免課堂超時。

（二）知識建構賦能面向深度學習的教學行為改進

教學行為改進是教師經驗學習圈中抽象概括到積極實踐的有效轉化，也是循證課例研究中知識建構的重要特征。研究基于高階思維能力與反思能力、高水平主動式的認知加工過程的數據，分析教師教學行為改進情況。

1.高階思維能力與反思能力的數據變化情況及解釋

對比兩個學期34節課例的數據和全國常模數據（如圖3所示），從教師提問的類型、教師回應方式以及師生間的對話深度可發現教師在學生高階思維能力與反思能力培養上的教學行為變化。

從圖3中可看到，教師的推理性問題降低，取而代之的是更多的指向高階思維發展的創造性問題和批判性問題。此外，在糾正（解釋）否定、追問以及對話深度方面的數據均上升。教師以問題設計作為撬動課堂變革的支點，在適應學生認知能力的前提下，依據最近發展區適度地增加高階問題的比例。簡單否定的比例下降而糾正（解釋）否定的比例上升，表明當學生的答案出現認知偏差時，教師不再是單純地說出答案的正誤，而是通過糾正、解釋，幫助學生再反思，通過扶放有度的教學逐步實現學生的自主知識建構。

2.高水平主動式的認知加工過程的數據變化情況及解釋

學生的高水平主動式的認知加工過程，可通過觀測小組學習活動中的成員參與、沖突管理、角色扮演、交互質量、責任分配以及交互知識建構層級等維度來分析。從圖4中看到，第二學期的沖突管理、小組成員的參與、角色扮演、責任分配、交互的質量的數據均呈上升趨勢。表明教師已經有意識地開展常態化的合作學習引導，對小組活動的任務分工、成員的角色扮演、責任分配等進行了設計；大部分學生都能積極參與小組學習，任務也能被絕大部分成員分擔；學生能認真的傾聽他人觀點，具有一定的小組互動能力。積極有效的認知沖突管理對于群體合作具有建設性意義[56]，學生沖突管理能力有待加強，是教師下一步教學需重點改進的內容。

[21] 袁麗，胡藝曦等.論循證課例研究的實踐：教師教育的新取向[J].教師教育研究，2020，32（4）：17-23+44.

[22] 王潔.課例研究：理論轉化為實踐的中介——以課例為載體的校本教學研修[J].教育發展研究，2006，（23）：50-53.

[25] 常海洋，杜靜.新時代教師專業知識建構的理性審思[J].中國教育科學（中英文），2019，2（6）：130-136.

[27] 陳向明.實踐性知識：教師專業發展的知識基礎[J].北京大學教育評論，2003，（1）：104-112.

[28][47] 鐘啟泉.從SECI理論看教師專業發展的特質[J].全球教育展望， 2008，（2）：7-13+23.

[29] 馬寧，崔志軍等.以協同知識建構為核心的教師混合式研訓效果研究——基于內容分析的方法[J].中國電化教育，2018，（9）：117-122+131.

[30][38][45] 王陸，鄭志生等.大數據賦能循證課例研究中的知識治理[J].電化教育研究，2021，42（12）：5-12+20.

[31][46] 王陸，張敏霞.一種改進的基于教師凝聚子群的遠程合作學習圈方法[J]. 電化教育研究，2011，（4）：59-64.

[32] 劉清堂，鄭欣欣等.基于經驗學習圈構建AI支持下的教師研修模式[J].電化教育研究，2021，42（10）：114-120+128.

[33][39] 王陸，馬如霞等.基于經驗學習圈的不同教師群體教學行為改進特征[J].華東師范大學學報（教育科學版），2021，39（2）：61-74.

[34] GUNAWARDENA C N，LOWE C A，et al.Analysis of a Global Online Debate and the Development of an Interaction Analysis Model for Examining Social Construction of Knowledge in Computer Conferencing [J]. Journal of Educational Computing Research，1997，17（4）：397-431.

[35] 陳向明，王富偉.高等學校輔導員雙線晉升悖論——一項基于扎根理論的研究[J]. 教育研究， 2021，42（2）：80-96.

[36] LEWIS C，PERRY R，et al.How Should Research Contribute to Instructional Improvement The Case of Lesson Study [J].Educational Researcher，2006，35（3）：3-14.

[37] 王陸，彭玏等.大數據知識發現的教師成長行為路徑[J].電化教育研究，2019，40（1）：95-103.

[40] FULLAN M.The Meaning of Educational Change [M].Teachers College Press，Teachers College，Columbia University，1234 Amsterdam Ave，1982.

[41] HARRIS B M.Improving staff performance through in-service education [M]. Boston：Allyn and Bacon，1980.

[42] WOODS D.Teacher Cognition in Language Teaching：Beliefs，Decision-Making and Classroom Practice [M].Cambridge：Cambridge University Press，1996.

[43] 王陸，馬如霞等.基于經驗學習圈的不同教師群體教學行為改進特征[J].華東師范大學學報（教育科學版），2021，39（2）：61-74.

[44] 趙呈領，梁云真等.富媒體環境下職業院校課堂教學行為及特征研究[J].中國電化教育，2016，（2）：113-120.

[48] B.BIGGS.Individual differences in the study process and the quality of learning outcome [J].Higher Education，1976，（46）：4-11.

[49] 段金菊，余勝泉.學習科學視域下的e-Learning深度學習研究[J].遠程教育雜志，2013，31（4）：43-51.

[50] 王陸，彭玏等.優秀教師的實踐性知識特征——基于大數據的知識發現[J].課程.教材.教法，2019，39（2）：126-131.

[52] 袁振國.當代教育學[M].北京：教育科學出版社，1998.

[53] 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.

[54] 朱德全.問題系統教學設計探究[D].重慶：西南師范大學，2002.

[55] 鐘志賢，林安琪等.自我管理：遠程自主學習的基本能力[J].遠程教育雜志，2008，（4）：29-36.

[56] 張冬梅，王陸.認知沖突管理對合作學習質量的影響研究[J].中國電化教育，2021，（9）：131-136.

作者簡介：

陳鵬：高級實驗師，博士，碩士生導師，研究方向為教師專業發展、智能教育環境、知識科學與工程。

梁友明：在讀博士，研究方向為智能學習支持環境、知識治理。

葉虹：高級教師，副校長，研究方向為數學教育、教師教育。

Research on the Knowledge Construction and Teaching Improvement in Evidence-based Lesson Study by Big Data

Chen Peng1， Liang Youming1， Ye Hong2

（1.College of Education， Capital Normal University， Beijing 100048； 2.Xiamen Siming Teachers Training School， Xiamen 361005， Fujian）

Abstract： Design， organize and implement the teaching and research activities based on lesson study and promote the knowledge construction of teachers during these activities， are the most important challenges for the professional development of primary and secondary school teachers. Taking XMSM project as an example， the study explored teachers knowledge construction route in the evidence-based lesson study， and analysis the characteristics of knowledge construction by big data and the qualitative coding of grounded theory. The results show that evidence-based case study of big data promotes the innovation of teaching strategies and pedagogy， the improvement of teachers classroom teaching behavior， and the development of practical knowledge. Evidence-based lesson study by big data optimizes the process and evidence of traditional lesson study， promotes teachers knowledge construction effectively， and provides theoretical and methodological support for teachers professional development.

Keywords： knowledge construction； lesson study； evidence-based practice； big data

責任編輯：趙云建