智慧課堂的教學量化質量監控及改進研究

摘要：隨著移動終端通信設備的日益普及和發展，高校課堂教學活動的方式和方法也發生了深刻的變革。在移動數字化背景下，量化課堂教學可以對課堂教學質量進行有效監控，進而為教學研究相關人員提供有益的教學指導參考。文章通過對課堂上學生的學習活動數據進行深入挖掘和分析，得出同學之間有效的人際交流學習活動，可以明顯改善數學類課程的教學效果。同時，教師在動態掌握學生的學習效果變化趨勢規律之后，可以有針對性地改進教學策略。

關鍵詞：智慧課堂；量化監控；數據挖掘；人際交流

中圖分類號：G642文獻標志碼：A

0 引言

隨著網絡化、數字化技術以及移動終端通信設備性能的快速發展，網絡化智慧數字教學平臺［1-3］得到了快速普及和使用。教學平臺的應用對于深度融合高校各類課程資源，提高學生的學習效率，深化高校教育教學改革，具有深遠意義。例如：在教學過程中，利用可視化的專業數學教學軟件［4］可以實現數學在圖形與代數之間精細化和科學化的直觀展示。可視化教學過程的具體實施內容包括基本概念的可視化、命題定理的可視化以及解決問題過程的可視化等不同方面。

教學量化質量監控方法通過對學習過程的數據進行數據挖掘及量化分析，可以有針對性地、實時改善課堂教學效果。在實際的課程教學實踐過程中，已有的量化測量評價體系［5-7］對數學素養的形成過程［8］進行相應的評價。例如：陳志江［9］以“平面向量”知識單位為例，從教師和學生2個方面，深入分析了學生對數學知識點理解不夠深刻的癥結所在。這不僅需要教師清晰表述知識點的具體內容，還需要從系統角度闡明數學知識系統的來龍去脈。張金良［5］深入分析了數學抽象的概念，將數學抽象的表征過程分為問題現象、具體屬性、本質屬性、不斷純化概況等思維認知過程。孫水玲［10］利用模糊信息處理的方法，提出了適用于教學綜合評估體系的量化數學模型，通過教學改革前后所需時間的比例，反映了教學效率方面的改善程度。趙紅等［1］對影響教學質量的隱形影響因素進行了量化分析研究。例如：學生的學習興趣、學習態度、學習方法和學習效果等動態的學習過程都屬于影響教學質量的隱形影響因素。王大偉等［3］對以“學生為中心”的教學改革服務理念進行了闡述。萬昆等［6］指出在大數據時代通過有效的量化學習，可以精準地對學習過程進行數字畫像并對其進行有效預測，進而促進學生的全面發展。

數學的有效學習離不開對數學抽象的本質認知，吳增生［11］從腦神經認知作用的角度出發，對數學抽象的認知過程進行了探討。而上述數學教育方面的研究更多側重于理論體系的構建和探討。實際的教學研究需要真正地將教學過程量化數據進行實踐，并進行學習活動的過程檢測和量化研究。在全民網課教學的大背景下，利用各種網絡工具進行線上常態化教學已經為實際的量化教學監控提供了大量的線上學習數據資源；該方法選取在移動終端學習平臺“學習通”的在線課堂環境線上數據，將學生課堂線上線下的學習狀態參數［12］逐一量化，從而實現有效的課程教學量化監控。

針對教學過程出現的中具體問題，本文提出了智慧課堂的教學量化質量監控及改進方法，實現課堂學習效果的逐步改進，進而實現教學效果的持續改進；通過全方位地獲取學生的學習狀態數據，進行深入的數據挖掘及分析，從而確定影響學習效果的關鍵影響因素；對學生在學習狀態上進行宏觀的正確引導，可以從總體上提升學生學習數學課程的自我效能感［13］，不斷提高學生的課堂學習效果。

1 量化質量監控原理

量化質量監控體系通過教師端首先發起網上活動，根據學生的線上學習過程，系統實時記錄各種學習狀態數據信息。教師端通過相關學習數據的匯總及數據挖掘，進而采取有針對性的措施完善課堂設計。具體智慧課堂量化質量監控原理如圖1所示。

2 數據采集

2.1 問卷統計

在量化教學質量監控的過程中，針對學生學習過程的數據采集過程是一個關鍵的環節。只有合理、有效地采集過程數據，才能夠更好地掌握學生的學習動態。針對某高校開設的數學類課程的6個專業班級，本文進行學習過程的狀態數據采集。為了擴大教學效果及授課對象的研究范圍，在第二學期，學校采用在線教學直播公域平臺（嗶哩嗶哩）進行相應的直播教學及統計分析。研究數據主要通過網上問卷調查統計、網上作業提交等方式獲得。假設在教學量化監控的過程中，學生的學習過程沒有第三方的主觀影響，即進行了客觀的學習狀態陳述；在線教學直播平臺平均每次學習的人數超過3000；具體問卷調查包括主觀難度、難度等級、課下學習時間、學習基礎、人際交流和學習興趣6項。

2.2 信度檢驗

測驗的信度又被稱為測驗的可靠性，是指同一個測驗對同一組被試對象施測2次，所獲得的結果一致性的程度。一個好的測驗必須是穩定可靠的，多次使用所獲得的結果是前后一致的。經過一個學期的教學周期，在第二學期重新對被試對象進行問卷再測，其信度統計如表1所示。

重測信度為第二次調查測量與第一次調查測量的各個選項的分布統計相關系數，此系數又稱被為穩定性系數。一致性信度系數為前、后測量時得到的克朗巴哈系數（Cronbach α），該系數最早由美國教育學家Lee Cronbach在1951年命名，通常在0～1，當該系數超過0.6時，則表明該測量調查具有一定的內部一致性。該系數越高，則表明該測量的內部一致性越好。根據表1所示結果：其中5個調查項目的重測信度系數和一致性信度均達到了0.8以上；僅學習難度這一項的重測信度和一致性信度系數較低，但也在0.6以上，出現這種情況的原因可能是學生的主觀學習難度認知發生變化。這說明該問卷調查研究具有較好的可信度。

2.3 效度檢驗

本文通過結構效度進行相應的效度檢驗。結構效度是指測量結果體現出來的某種結構與測值之間的對應程度。通過因子分析的方法進行結構效度檢驗分析，其主要功能是從量表全部變量中提取一些公因子，各公因子分別與某一群特定變量高度關聯，這些公因子即代表了量表的基本結構。在因子分析的結果中，用于評價結構效度的主要指標有累積貢獻率、共同度和因子負荷。累積貢獻率反映公因子對量表或問卷的累積有效程度，共同度反映由公因子解釋原變量的有效程度，因子負荷反映原變量與某個公因子的相關程度。通過成分提取之后獲得的反映各個問卷調研共同度的成分矩陣如表2所示。

3 結果分析

3.1 難度情況調查

數學類課程本身具有高度的抽象性，而對于抽象概念的認知過程，跟學習客體的人腦神經元的作用［11］過程密切相關。因此，不同的學生對于抽象概念的認知過程具有顯著的差異。本文通過對學生認為課程難度的情況進行調查，63.01%的學生認為數學類課程比較難，甚至14.73%的學生認為數學類課程過于困難。這是由學生在初次接觸這門課程時的主觀印象決定的。進一步分析這門課程難度較大的具體原因，在學生認為難度的原因分布情況中，占比最大的原因為43.84%的學生認為計算證明推導的過程和方法過于復雜，而32.53%的學生無法說明認為該門課程困難的具體原因。

3.2 學習現狀調查

本文通過對學生在課下的學習時間和與周圍同學進行學習探討的規律情況進行調查，在課下學習數學類課程的平均時間主要集中在10～30 min和30～60 min這2個時間段內，占比分別達到略多于1/3。就與周圍同學進行學習交流的人數分布情況而言，占比最多的為僅與1名同學進行平時學習和交流，為23.97%；隨著與周圍同學進行學習交流的人數的增多，這一比例逐漸減少。這說明同學之間缺乏廣泛的學習交流和探討，當與周圍同學學習交流的人數達到或者超過4人時，此時的占比則出現了迅速下降。這與班級的整體學習氛圍有一定的關系，也客觀地反映出學生在平時學習中的學習特點。

3.3 學生線上活動時間段對比

通過已有文獻的學生作業提交時間段統計分布和本論文研究中學生作業提交時間段分布的對比，本文發現不同的學生群體的學習活動情況，既有其共性規律的一面，又有反映其特定活動特點的一面。王大偉研究表明，學生提交作業的時間段主要集中在16：00—20：00。而本研究所反映的學生提交作業的時間規律情況則具有更加寬泛的時間分布特點。在08：00—24：00這一時間段內，學生提交作業的分布情況較為分散，只有在12：00—16：00這一時間段內活動分布的人數較為突出。而且在這一時間段內的總體占比情況與王大偉等［3］研究中在該時間段活動的人數占比情況較為接近。這說明在學生的學習活動規律及特點方面，具有一定的普遍性和借鑒性。

3.4 影響學習效果的相關因素比較

本文將網上調查得出的6個學習成績效果影響因素進行相關性比較，得出了影響因素的相關系數，具體如表3所示。

通過表3可以看出，與學習效果關系最為密切的因素是人際交流。這說明學生在學習的過程中，跟周圍同學的學習交流過程是非常重要的。而在以往的相關研究過程中，更多的側重點則是關注學習者自身的內在變化特征。例如：吳增生［11］主要從大腦神經元的作用變化角度對數學抽象概念的理解進行闡述，沒有考慮周圍人文環境對學習者本身的刺激作用效果。趙紅等［1］雖然指出學習態度和方法是影響學習質量的關鍵隱形因素，但是在量化的過程中，也僅是對學生的出勤率、遲到率等表象特征進行量化分析，缺乏對周圍人文環境的量化特征分析。而隨著與周圍同學進行交流探討的人數增多，可以發現有效的人文學習互助有利于學生更好地掌握知識點。同學之間的相互探討既能夠營造一種良好的學習氛圍，又能夠拓展學生的學習思路，有利于及時解決學生的知識盲區。學習的效果跟交流人數的多少呈正相關：提問者可以通過向其他同學提問解決知識點上的疑難問題；回答者將進一步梳理所學的知識結構，進而加深對知識網絡關系的理解。因此，在日常的課堂教學互動過程中，教師應該鼓勵同學之間針對學習過程中遇到的各種疑問，進行廣泛的交流討論，從而形成正向效應，提高學生的整體學習效果。

與學習效果影響關系次為重要的因素是學習興趣。興趣是最好的老師，只有學生對數學類課程產生濃厚的興趣，才有可能產生持續的主觀能動性，提升學生的學習效果。

學習時間與學習效果相關系數較小，這說明在該階段的學習過程中，有一部分同學雖然會花費一定時間進行課前課后的學習，但是在學習的過程中不僅要注重學習時間的長短，還要注重有效的學習時間，也即學習效率的提高是更為重要的。

與學習效果相關性最小的影響因素是學生的主觀難度，這說明學生在最初學習數學類課程時具有一定的畏難心理。而很多同學雖然主觀上認為該門課程較為難學，但在實際教學的過程中，學生的努力和教學策略的持續改進可以達到較為理想的學習效果。

3.5 學習效果的階段變化情況

通過對各個學習階段在學習平臺記錄的學生學習作業情況，本文得出在不同階段的學習成績結果分布變化規律。在學生第一次進行作業時，課程教學處于導入階段，學生有畏難心理。因此，教師在進行作業難度的設置時選擇較為基礎的練習題，使學生在首次進行作業練習時成績較高，這樣有利于建立學生的學習自信心，提高學生的學習興趣。隨著課程的深入，學生在經過入門學習掌握了最初的學習思路之后，開始逐漸適應課程的學習難度和環境。此時，教師適當增加課后作業習題的難度，這樣有利于學生深入地掌握數學基本思維方式和知識內容。在適當增加了課后作業習題的難度之后，學生的作業習題成績總體上有了一定的下降，學習成績主要集中在80分左右。在教學活動持續改進之后，學生作業成績的總體分布也呈現較為良性的變化發展，尤其是分數達到90分以上的學生人數顯著提高。這說明持續改進教學方式有利于提升學生的學習效果。

3.6 教學效果的改進措施

在教學效果的持續改進過程中，本文主要從以下幾個方面對課堂教學效果進行針對性的改進和完善。

（1）教師增加課程互動提問思考，倡導探究討論式教學，使學生在問題思考的過程中加深概念理解，增加課堂教學效果的趣味性，激發并提高學生的學習興趣。

（2）教師繪制關鍵概念知識聯系網絡，例如極限、連續、求導等之間的內在聯系及區別，通過引導學生積極構建知識學習地圖，進而匯總形成宏觀上的知識地圖構架。

（3）數學公式的數字可視化展示，充分利用PPT、數學教學軟件等直觀的方式反映抽象的數學問題。

（4）教師可以嘗試采用分層教學練習法或個案訪談方法：對于基礎較差的學生，習題講授側重于基礎知識概念的理解及較為基礎的計算；對于基礎較好的學生，習題可以適當側重定理證明及分析應用。

4 結語

在移動終端教學環境的基礎之上，本文充分利用線上學生學習過程活動的數據信息，利用數據挖掘的方法，對課堂教學效果進行分析，從而達到教學效果持續改進的目的。得出的主要結論如下：

（1）學生在初次接觸數學類課程時，通常會具有畏難心理。在課程導入階段，教師通過適當地降低作業習題難度，可以有效建立學生的學習自信心，逐步提升作業習題的練習難度，以穩步提升學生的學習效果。

（2）通過相關性因素分析可以得出，與學習效果關系最為密切的是人際交流。學生的學習過程不僅是自身學習提高的過程，還是提高群體性學習效果的有效途徑。通過學生之間的學習探討和交流答疑，可以形成良好的學習氛圍，營造良好的班級學習風氣，顯著提升總體的學習效果。

（3）移動終端教學環境平臺的建立，可以量化監控教學效果，使教師在宏觀上把握學生的總體學習情況。該方法對于教學過程的改進具有一定的參考價值和推廣性。

（4）教師通過引導學生構建知識學習地圖，在學生之間進行積極廣泛的交流。實踐證明所提方法是一種有效的可視化教學改進方法。

參考文獻

［1］趙紅，李著成，牛愛芳.課堂教學質量隱性因素的量化分析研究［J］.實驗技術與管理，2014（11）：180-183.

［2］李艷秋.網絡教學平臺在高校數學課程中的應用與分析［J］.科技視界，2018（27）：71-73.

［3］王大偉，杭瑞友，袁橙，等.量化學習：促進教學改革創新［J］.現代計算機，2019（22）：56-59.

［4］張志勇.高中數學可視化教學：原則、途徑與策略：基于GeoGebra平臺［J］.數學通報，2018（7）：21-24.

［5］張金良.解密數學抽象探索教學策略［J］.數學通報，2019（8）：23-26，66.

［6］萬昆，劉華.量化學習：大數據時代的學習方式［J］.數字教育，2018（2）：45-50.

［7］黃祥勇.數學核心素養導向下的深度教學［J］.數學通報，2018（7）：29-32，63.

［8］王婭婷，毛秀珍.數學素養的測量及評價［J］.數學教育學報，2017（3）：73-77.

［9］陳志江.基于“三個理解”的平面向量單元教學構想［J］.數學通報，2019（2）：30-33.

［10］孫水玲.課堂教學評估的量化方法［J］.廣東技術師范學院學報，2012（6）：46-48.

［11］吳增生.數學抽象的認知與腦機制［J］.數學教育學報，2018（4）：68-75.

［12］袁長林.移動學習背景下數學課程資源轉變的思考［J］.數學通報，2018（8）：31-33.

［13］高歡，陳克勝.數學自我效能感的研究現狀與展望［J］.數學教育學報，2017（1）：76-81.

Research on quantitative quality monitoring control and improvement of teaching in smart classroom

Abstract： With the increasing popularity and development of mobile terminal communication equipment， the profound changes have taken place in the way and method of classroom teaching activities. Under the mobile digital background， quantitative classroom teaching can effectively monitor the quality of classroom teaching in real time， and then provide useful teaching guidance reference. Through the in-depth mining and analysis of the data of students’ learning activities in the classroom， it can be concluded that effective interpersonal communication learning activities among students can significantly improve the teaching effect of mathematical analysis course. At the same time， after mastering the dynamic trend of students’ learning effect， the teaching strategies can be improved targetedly.

Key words： smart classroom; quantitative monitoring; data mining control; interpersonal communication