高職助產專業線上教學模式探究與實踐

閻曉麗 李彩霞 馮彩琴 董莉軍 張峰琴

1.運城護理職業學院,山西運城 044000；2.運城護理職業學院附屬醫院婦產科，山西運城 044000

近年來，隨著我國網絡技術的發展，教育體制改革的不斷深化，網絡教學逐漸被應用于日常教學中并取得了顯著效果。互聯網教育對傳統教學模式起到了有效的補充作用，如在線網課、小程序課程等學習方式及學習理論與技術不斷涌現[1-2]。目前線上教學模式成為了主流發展方向[3-4]。本研究以助產專業女性生殖健康課程為基礎，應用前沿的互聯網技術，搭建女性生殖健康在線教學平臺，采用先進的互聯技術實現動態專業課程推薦及課后習題輔助系統，探討將傳統課程與網絡平臺相結合的高職助產專業線上教學模式對高職教學效果的影響，為實踐教學提供一定的參考依據。

1 資料與方法

1.1 一般資料

選取2022年9—12月運城護理職業學院高職助產專業的60名學生作為研究對象。納入標準：2021年入學的高職助產專業學生；2021年下半學年期末成績均≥60分；自愿參加本研究。排除標準：其他學年入學的學生；2021年下半學年期末成績有＜60分者。采用隨機數表法將其分為實踐組與對照組，每組各30例。實踐組女28名，男2名，年齡18～20歲，平均（18.33±0.58）歲。對照組女29名，男1名，年齡18～20歲，平均（18.41±0.63）歲。兩組學生一般資料比較，差異無統計學意義（P＞ 0.05），具有可比性。本研究經學校教學倫理委員會批準。

1.2 方法

1.2.1 對照組 老師根據教學大綱制訂教學計劃，采用傳統教學方法。

1.2.2 實踐組 在傳統教學方法的基礎上實施線上教學模式。①高職助產專業在線課程系統采用瀏覽器/服務器（browse/server，B/S）模型，主要模塊有前端首頁展示模塊、后端數據管理模板及推薦算法模型。在線部分包括主頁推薦、視頻中心、試題測試等，用戶通過在線瀏覽、點擊、觀看、收藏、分享等操作產生一系列行為數據，這些數據有助于構建用戶畫像特征，更好地優化首頁推薦效果；離線部分主要包括推薦模型訓練、行為日志數據清洗、用戶畫像構建與迭代、資源數據向量化；基礎數據部分主要包括用戶數據表、資源數據表、問題表、用戶答題表及用戶行為日志表，這些表為系統提供數據基礎。②數據庫表包括用戶信息表、資源表、試題表、媒體表、練習表、用戶行為日志表。記錄學生的應用信息，為學生提供針對性的練習。③課程推薦基于高職助產專業在線課程系統，結合實際需求將召回和排序融為一體，采用因子分解機（factorization machine，FM）做推薦的核心算法，為學生有針對性地推薦課程內容。推薦實踐主要包括樣本選擇、特征工程、模型訓練及線上生產環節。

1.3 觀察指標及評價標準

①期末考試成績包括理論50分和病例分析50分，閉卷，統計各項目得分及總分。②操作技能評分包括模擬操作技能50分、應急處理能力30分以及觀察能力20分，總分100分。③教學方法滿意評分[5]包括內容的科學性、教學方法、內容的趣味性、對能力的提高作用、對理論知識的理解、對綜合分析能力的提高作用6個方面。采用0～5分評分法，滿意評分越高則滿意度越高，Cronbach’s α為0.783。④采用調查量表[6]分析教學效果，包括知識內化效果評分，由快速有效獲取資源、能汲取別人的見解與經驗以及有效將知識內化為自己的知識3個維度組成，每個維度完全不符合0分、不符合1分、基本符合2分、符合3分、非常符合4分，Cronbach’s α為0.802；知識外化效果評分，由有效與同學分享交流、有效將理論知識轉化為實踐能力以及能夠實現知識創新3個維度組成，評分標準同知識內化效果評分，Cronbach’s α為0.794。發放問卷60份，回收60份，回收率為100%。

1.4 統計學方法

使用SPSS 20.0統計學軟件進行數據處理，計量資料用均數±標準差（）表示，采用t檢驗，計數資料用[n（%）]表示，采用χ2檢驗，P＜ 0.05為差異有統計學意義。

2 結果

2.1 兩組期末考試成績比較

實踐組理論、病例分析成績以及總分高于對照組，差異有統計學意義（P＜ 0.05）。見表1。

表1 兩組期末考試成績比較（分， ± s）

組別 n 理論 病例分析 總分實踐組 30 43.37±5.64 41.05±7.33 84.42±7.24對照組 30 38.72±6.71 35.52±7.18 74.24±6.67 t值 2.914 3.192 5.664 P值 0.005 0.002 0.000

2.2 兩組操作技能評分比較

實踐組操作技能、應急能力、觀察能力評分以及總分高于對照組，差異有統計學意義（P＜ 0.05）。見表2。

表2 兩組操作技能評分比較（分， ± s）

表2 兩組操作技能評分比較（分， ± s）

組別 n 操作技能 應急處理能力 觀察能力 總分實踐組 3044.01±5.92 22.38±4.31 15.58±2.55 81.97±6.74對照組 3037.18±5.56 17.15±4.26 12.36±3.08 66.69±5.35 t值 4.606 4.727 4.411 9.726 P值 0.000 0.000 0.000 0.000

2.3 兩組教學方法滿意評分比較

實踐組內容的科學性、教學方法、內容的趣味性、對能力的提高作用、對理論知識的理解以及對綜合分析能力的提高作用評分高于對照組，差異有統計學意義（P＜ 0.05）。見表3。

表3 兩組教學方法滿意評分比較（分， ± s）

表3 兩組教學方法滿意評分比較（分， ± s）

組別 n 內容的科學性 教學方法 內容的趣味性 對能力的提高作用 對理論知識的理解 對綜合分析能力的提高作用實踐組 30 4.21±0.48 4.51±0.72 4.43±0.54 4.26±0.61 4.34±0.67 4.40±0.54對照組 30 3.76±0.35 3.92±0.45 3.80±0.51 3.76±0.53 3.89±0.58 3.76±0.62 t值 4.149 3.806 4.646 3.389 2.781 4.264 P值 0.000 0.000 0.000 0.001 0.007 0.000

2.4 兩組知識內化效果評分比較

實踐組快速有效獲取資源、能汲取別人的見解與經驗以及有效將知識內化為自己的知識評分高于對照組，差異有統計學意義（P＜ 0.05）。見表4。

表4 兩組知識內化效果評分比較（分， ± s）

表4 兩組知識內化效果評分比較（分， ± s）

有效將知識內化為自己的知識實踐組 30 4.21±0.56 4.25±0.73 4.38±0.62對照組 30 3.28±0.41 3.18±0.64 3.16±0.55 t值 7.339 6.037 8.063 P值 0.000 0.000 0.000組別 n 快速有效獲取資源能汲取別人的見解與經驗

2.5 兩組知識外化效果評分比較

實踐組有效與同學分享交流、有效將理論知識轉化為實踐能力以及能夠實現知識創新評分高于對照組，差異有統計學意義（P＜ 0.05）。見表5。

表5 兩組知識外化效果評分比較（分， ± s）

表5 兩組知識外化效果評分比較（分， ± s）

能夠實現知識創新實踐組 30 4.18±0.42 4.03±0.66 4.20±0.67對照組 30 3.06±0.37 3.15±0.49 3.14±0.48 t值 10.960 5.864 7.044 P值 0.000 0.000 0.000組別 n 有效與同學分享交流有效將理論知識轉化為實踐能力

3 討論

本研究基于前沿互聯網技術，提出一種基于在線學習加智能推薦的在線課程模式，該模式主要包括理論模式和在線實踐。理論模式主要是移動學習[7]和碎片化學習理論[6]，該理論已在各行業的在線系統證明有巨大的成功，因此本研究基于此理論實現助產專業在線系統；在線實踐主要是系統的具體設計與功能實現，從系統框架設計到底層數據庫、推薦算法等其他功能設計，最終實現在線課程系統雛形。移動學習理論[8-9]將移動學習看作個人感知、情感態度、認知技能的變化。遠程教育、數字化學習和移動學習是遠程教育的不同發展階段[10]。碎片化學習[11-12]不同于微型化學習，從字面上看，“碎片化”是指將某一整體碎成許多碎片。碎片化學習體現在學習時間零散、知識的不連續，是一種新的思維方式，意味著化整為零[13]。學習過程中對碎片化時間的有效利用能提高學習效率。小程序讓利用碎片化時間成為可能，為快速學習碎片化知識提供了平臺。微型學習也是學習的一種方式，主要是通過微型媒體和移動技術實現，隨著數字化技術發展而逐漸被大眾獲知，表現形式有動畫、短視頻、小文本、圖片等，在零碎空間和時間下，微型學習有較大優勢[14]。

國外的在線教育平臺研究涉及不同的教育階段，如遠程教育、職業教育、中小學教育及高等教育，涵蓋不同學習階段學習任務。移動學習活動更加有助于語言學習，在空間和時間更自由的在線學習環境下學習效率提升更加明顯，此外，建議學生嘗試多樣性體驗在線學習，在線學習盡可能避免外部干擾因素，提升學習效率。在移動學習應用在學者具體執行程度研究方面，國內學者給出不同的研究觀點，利用碎片化時間提升學習效率，并解決實踐過程中遇到的具體問題[15]。本研究結合在線學習、高職助產專業的特點，分析目前移動學習平臺存在的問題，采用互聯網技術開發助產專業女性生殖健康的在線學習平臺，簡化開發流程，確保平臺功能模塊滿足師生需求。

高職助產專業在線課程平臺核心是為了培訓學生的技能，同時根據學生的學習進度及興趣愛好為學生動態化推薦合理的視頻，以達到“千人千面”的效果。目前業界常用的推薦模式有召回、排序，其中召回的方法有協同過濾、邏輯回歸、因式分解等傳統方法，隨著計算機技術的發展，召回開始采用深度神經網絡算法，如深度神經網絡（deep neural networks，DNN）、雙塔等深度模型，排序主要采用線性回歸模型（logistic regression，LR）、FM、二元組合（PairWise）等技術手段。本研究以FM做推薦的核心算法，該算法相比傳統LR模型，增加自動特征組合，并加之隱向量存在。本研究根據高職助產專業特點以及在線學習的發展，采用互聯網技術開發助產專業女性生殖健康的在線學習平臺，簡化開發流程，確保平臺功能模塊滿足師生需求。平臺根據不同學生的不同需求，提供不同的模塊，并以此設計頁面和程序邏輯結構。高職助產專業在線課程系統采用B/S模型，主要模塊有前端首頁展示模塊、后端數據管理模板及推薦算法模型，其中數據流程分線上用戶行為和線下模型訓練、物料畫像及用戶畫像向量化。在線部分包括主頁推薦、視頻中心、試題測試等，用戶通過在線瀏覽、點擊、觀看、收藏、分享等操作產生一系列行為數據，這些數據有助于構建用戶畫像特征，更好地優化首頁推薦效果；離線部分主要包括推薦模型訓練、行為日志數據清洗、用戶畫像構建與迭代、資源數據向量化；基礎數據部分主要包括用戶數據表、資源數據表、問題表、用戶答題表及用戶行為日志表，這些表為系統提供數據基礎。在完成程序設計后，做好開發準備，包括小程序賬號的注冊和開發環境的建設。通過學期實踐后，實踐組理論成績、病例分析、操作技能、應急能力、觀察能力評分高于對照組，并且實踐組教學方法滿意評分高于對照組。

綜上所述，在線教學系統經歷多年的研究，在許多課程中有應用研究，其中對職業院校助產專業微課教學、信息化教學的研究成果較多，但針對“女性生殖健康”課程的研究相對較少，缺少將高職助產專業“女性生殖健康”課程微課與信息化平臺教學相結合的研究。本研究探討高職助產專業線上教學模式的教學效果，具有較強的創新理念與研究價值，并達到了預期的效果。