基于S-T分析法的教學分析軟件

李錢光，沈 健

(1.孝感學院物理與電子信息工程學院，湖北 孝感 432000；2.中南民族大學電信學院，湖北 武漢 430074)

0 引 言

教學過程是一種非常復雜的教師與學生之間動態的信息傳遞過程.教學分析就是尋找和解構教學過程中的諸要素及其相互關系，通過某種分析方法，對教學系統有一個明確的認識、理解和評價.然而，在教學過程中傳遞的教育信息大多有量度水平低、信息具有模糊性、采集樣本少等特點，不利于直接定量進行研究和分析，因此傳統的教學分析往往是讓教學經驗豐富的教師來聽一次課，根據其經驗做出定性的評價，然后再通過寫評語或者討論的方式反饋給教學者.這樣的評價方式有經驗傳承的有利之處，但也存在定性評價很大程度上依賴于聽課教師的主觀經驗和教學個性偏好的弊端，評價往往流于感想性的意見；而且評價結果也很難反映長期的過程中教學者的教學水平的變化.

S-T分析法是一種以直觀的圖形方式分析教學個性的教學分析方法，它將教學過程中各種復雜的行為分為S行為和T行為兩個類別，與其他分析方法相比，大大減少了行為分析記述中記錄者主觀經驗的模糊性，提高了分析過程和記錄結果的客觀性與可靠性.在S-T分析法在數據采樣過程中，采樣者需要一邊根據設定的采樣時間間隔進行計時，一邊對教學過程進行采樣.若設定的采樣時間間隔取得過長，那么在一次完整的教學過程中所采樣數就會越少，采樣者判斷是S行為還是T行為就會較模糊困難，對后續的分析結果會產生一定影響；若采樣的時間間隔取得過短，采樣者就有可能因需要同時分心計時而錯過采樣，同樣對分析結果會產生影響.另外，一個完整的教學時間通常大約有45分鐘，以采樣時間間隔為10秒一次來計算，記錄的S-T數據將會有270個，分析者若手工來計算S-T數據以及繪制S-T圖和Rt-Ch圖將會十分繁瑣，而且也不能即時得到分析結果做出及時反饋.因此，我們基于VB開發平臺設計與開發了一個基于S-T分析法的教學分析軟件，來實現S-T數據的實時采樣以及分析的自動化.

1 S-T教學分析軟件的設計

本軟件設計了兩個模塊，分別對應S-T數據的采樣和S-T數據的分析與輸出兩大功能，軟件總體的系統結構圖如圖1所示.

圖1 S-T教學分析軟件的系統總體結構圖

由于本軟件數據的記錄和讀取功能依賴Excel模塊，所以在主窗體載入時需檢查系統中是否裝入了Excel軟件，若沒有則軟件直接退出，軟件的總體程序流程圖如圖2所示.

圖2 S-T教學分析軟件的程序流程圖

1.1 S-T數據采樣模塊

數據采樣模塊主要實現功能就是在教學過程中，能讓采樣者設定初始采樣時間間隔，并及時準確地記錄整個教學過程的S-T數據，而不用擔心記錄過程中的計時誤差或者漏記數據，最終還能將記錄的S-T數據存儲為Excel格式的文件以備后續的分析利用.

S-T數據采樣模塊的總體框架主要包括用戶輸入、信息顯示、提示音與記錄顯示三部分，如圖3所示.

圖3 S-T數據采樣模塊結構圖

S-T數據采樣模塊通過VB軟件平臺開發的界面設置如圖4所示.

圖4 S-T數據采樣模塊界面設計圖

對S-T數據采樣模塊中用到的對象進行屬性設置，如表1所示.

表1 S-T數據采樣模塊中的對象設置屬性

當載入數據采樣模塊時，“S行為”和“T行為”按鈕為灰色禁用狀態，初始采樣間隔可在窗口右上選擇，也可以按“退出”按鈕直接退出模塊.當按下“開始”按鈕進入數據采樣計時后，“開始”按鈕將變為禁用狀態.而“S行為”和“T行為”按鈕將在采樣時間到來時變為綠色可用狀態，以等待采樣者選擇.在采樣進行的過程中，為免采樣者漏記數據，用戶可點擊切換“提示音/靜音”按鈕，使得采樣時刻到來時發出聲音提示采樣者記錄數據.切換“顯示記錄/隱藏記錄”按鈕可以用來打開查看或者關閉采樣者已經記錄下的S-T數據.

1.2 S-T數據分析模塊

S-T數據分析模塊主要用來分析實時采集的或者已存儲的S-T數據，直接計算出采樣總數、Rt值和Ch值等數據，繪制出S-T圖和Rt-Ch圖，并判斷出該S-T數據對應的教學過程屬于什么類型的教學模式，最終還能將得到的數據分析結果以word文本的形式輸出，以備記錄存檔，以利于教學者進行教學分析比較和完善改進.

S-T數據分析模塊的使用界面設置如圖5所示.

圖5 S-T數據分析模塊界面設計圖

對S-T數據分析模塊中用到的對象進行屬性設置，如表2所示.

S-T數據分析模塊對載入的以Excel格式記錄的S-T數據進行分析的流程如圖6所示.

數據分析模塊啟動后會提示選擇載入要進行分析的S-T數據，點擊“S-T分析”按鈕，首先繪制出S-T圖和Rt-Ch圖的框架，然后將載入的S、T數據進行統計，并根據統計得出的數據來繪制教學過程對應的S-T圖；同時還統計出整個過程中S行為和T行為轉換的總數，進一步計算Rt值和Ch值，最終繪制出Rt-Ch圖，并根據標準條件反饋出該教學過程對應的教學模式.

如果研究者需要將分析結果存檔進行后續的研究分析，還可以點擊“生成文檔”按鈕，模塊自動地將所有的統計結果以及S-T圖和Rt-Ch圖都記錄在新生成的word文檔中.

表2 S-T數據分析模塊中的對象設置屬性

圖6 S-T數據分析流程圖

2 大學物理課堂案例實證研究

本研究以孝感學院《大學物理》課程中“靜電場”這一章節作為案例進行實證研究.我們選擇采樣時間間隔為30秒，45分鐘的教學時間記錄下89個S-T采樣數據，如表3所示.

將表3中的S-T數據載入到S-T分析模塊中，點擊“S-T分析”按鈕進行自動分析，得到了如圖7所示的分析結果圖.

在生成的分析結果中可以看出，此次教學過程中總采樣次數為89個，其中教師行為63個，學生行為26個，教師占用教學時間比例達到70%，教師和學生的行為轉換比例達到35%，教學模式被判定為講授型.該軟件還可以將分析結果通過該模塊自動生成Word文檔作為教學檔案保存，可以對教學過程進行長期的比較研究，促進教學不斷改進.分析報告如圖8所示.

表3 大學物理課教學過程S-T數據采樣表

圖7 大學物理課堂教學S-T分析圖

圖8 大學物理課堂教學S-T分析報告

參考文獻：

[1] 傅德榮，章慧敏.教育信息處理[M].北京：北京師范大學出版社，2001.

[2] 黃蘇娟，何曉萍.高等數學課程的S-T分析[J].江西教育學院學報，2008(3):9-11.

[3] 余彪，王興輝.基于信息熵理論的S-T分析法及案例研究[J].軟件導刊，2010(2):40-42.