課堂中的大數據應用

張玉孔

摘要:課堂教學研究中，大數據的定量研究方法比定性方法更科學、準確。本文通過對教師教和學生學兩類行為進行分析，介紹了課堂中產生的大數據的用途、收集和分析方法，以期為研究者提供一種新的課堂教學研究視角。

關鍵詞:大數據；教學行為；學習行為；學習分析

● 課堂中生成的大數據

1.教師教學行為數據

教師教學行為的數據主要是教師在授課過程中的言行，具體如表1所示。教師的教學行為反映了教師的教育信念、知識儲備、對學情的把握以及備課的充分程度等情況，這些數據為教師教學行為的改進提供了參考和依據。

2.學生學習行為數據

學生學習行為的數據主要是學生在課堂中的反應、作業完成情況以及對知識點的掌握情況，如表2所示。學生的學習行為反映了學生的學習習慣和思維深度，如問題多的學生往往思考較深入，與他人互動多的學生往往更善于從別人身上學習。

● 課堂大數據的用途

1.分析和評價教師教學行為，促進教師教學行為的改善

分析教師教學行為，可以對某一個維度的教學行為數據進行歸類、統計，再結合具體的教學目標和教學內容，判斷教學行為的有效性。例如，初中數學關于三角形全等的復習課上，對于問題類型維度的統計是：“是什么”類的問題占80%以上，“為什么”、“怎么樣”和“如果……則……”的問題總共不到20%，說明教師提的問題缺乏有效性，因為該部分的教學目標重在發展學生應用知識解決問題的能力，且復習課的認知目標應更多定位在應用、分析的層次上。另外，也可對多個維度的教師行為進行綜合、比較，進而分析出教師教學行為背后隱含的教學信念。通過對教學行為的評價，教師重新反思和完善自己的教學，從而促進實踐能力的提高。

2.為學習分析提供依據，促進教學干預和個性化學習

學習分析是近年來大數據在教育領域較為典型的應用，新媒體聯盟將學習分析定義為：利用松散耦合的數據收集工具和分析技術，研究分析學習者學習參與、學習表現和學習過程的相關數據，進而對課程、教學和評價進行實時修正。通過對課堂中學生的學習行為和掌握知識點的相關數據進行統計，可將特定階段內學生的學習過程可視化。學生可據此了解自己的優勢和不足，認識自我，并制定自主學習的計劃；教師也可根據結果及時修正教學安排，幫助學生制訂個性化的學習方案，或者與家長就學生學習問題進行交流。

3.發現教育教學問題，為學校和管理部門提供決策依據

學校對所有教師的教學行為進行整體分析，了解教師對學科、教學理論、教學實踐性知識的把握情況，從而有針對性地制定教師專業發展的決策。通過對學生學習行為的分析，學校可發現學生的學習偏好和學習模式，從而制定相關制度。

此外，教育研究部門可通過對區域范圍內教師教學和學生學習的行為進行分析，發現教學規律及存在的問題，為教育管理部門提供基于數據的教育決策。

● 課堂中大數據的收集方法

在大數據的教育應用中，數據收集是核心問題，也是難度最大的問題。目前課堂教學中的數據主要采用人工方法，即由教師或研究者依據一定的模型或量表，采用課堂觀察或分析授課視頻的方法收集數據。這種方法需要每個研究者同時觀察記錄1～2個維度，成本高又費時，但準確度較高，如首都師范大學王陸教授帶領的COP教師在線實踐社區團隊主要使用這種方法，經過多年的積累，已在北京、山東、廣西、深圳等地區構建了常模數據。

隨著平板電腦等移動終端設備在課堂中的應用，采用智能手段獲取學生學習的數據也成為可能。典型的應用是收集學生對知識點的掌握情況，如將課堂練習與教學知識點相關聯，在移動終端上做課堂練習時，運用軟件實現課堂練習的智能分析，自動獲得學生對教學知識點掌握情況的數據。

● 課堂大數據的分析步驟

1.熟悉相關理論知識

分析課堂大數據的目的是為了診斷課堂，完善教學和學習行為。因此，教育研究者要熟悉相關的理論，包括有效教學和學習的理論、教學目標理論、教學策略和方法以及新課改的相關理念等。這些理論是研究者對數據進行分類、比較、鑒別和發現的指導依據。

2.掌握相關數據分析技術

大數據分析過程通常需要經過復雜的運算才能完成，因此，教育研究者需要掌握和了解相關的數據分析技術，如數據建模、統計分析、數據檢驗、相關分析與預測、聚類以及數據挖掘等。這些技術大多通過軟件來自動完成，如Microsoft Excel、IBM SPSS、SAS等。

3.確定要分析的問題

運用大數據研究課堂教學時，有時只需就某一方面的問題或某一類的數據進行分析，有時則需對全部數據進行分析，以便對課堂進行全面的診斷。因此，教育研究者首先要根據研究的需要，明確要分析的問題和目的，如判斷課堂中教師的提問是否有效，判斷課堂是否體現以學生為主體，診斷課堂中有哪些問題等。

4.處理數據，做出分析和判斷

首先，教育研究者根據確定要分析的問題，選擇數據。例如，如果要分析的問題是“判斷課堂中教師的提問是否有效”，則主要選擇教師教學行為中“有效性提問”維度的數據；如果問題是“判斷課堂是否體現以學生為主體”，則選擇教師行為的“對話深度”、“教師回應”以及學生學習行為中的“互動”和“自主”等維度的數據；如果采集的數據的結構不符合分析的需要，則要對數據進行重新建模、數據表合并等操作后再進行分析。

需要注意的是，選擇數據時，應盡量做到數據的“同質”，即分析同一問題的數據是對相同科目、相同課型、相同年級的學生收集的數據，同時數據樣本盡量大，以保證統計結論的可靠性。

參考文獻：

[1]王陸，張敏霞:課堂觀察方法與技術[M].北京:北京師范大學出版社，2012.

[2]崔允漷，沈毅:走向專業的聽評課[M].上海:華東師范大學出版社，2013.

[3]顧小清，張進良,蔡慧英.學習分析:正在浮現中的數據技術[J].遠程教育雜志，2012(1):18-24.

endprint

摘要:課堂教學研究中，大數據的定量研究方法比定性方法更科學、準確。本文通過對教師教和學生學兩類行為進行分析，介紹了課堂中產生的大數據的用途、收集和分析方法，以期為研究者提供一種新的課堂教學研究視角。

關鍵詞:大數據；教學行為；學習行為；學習分析

● 課堂中生成的大數據

1.教師教學行為數據

教師教學行為的數據主要是教師在授課過程中的言行，具體如表1所示。教師的教學行為反映了教師的教育信念、知識儲備、對學情的把握以及備課的充分程度等情況，這些數據為教師教學行為的改進提供了參考和依據。

2.學生學習行為數據

學生學習行為的數據主要是學生在課堂中的反應、作業完成情況以及對知識點的掌握情況，如表2所示。學生的學習行為反映了學生的學習習慣和思維深度，如問題多的學生往往思考較深入，與他人互動多的學生往往更善于從別人身上學習。

● 課堂大數據的用途

1.分析和評價教師教學行為，促進教師教學行為的改善

分析教師教學行為，可以對某一個維度的教學行為數據進行歸類、統計，再結合具體的教學目標和教學內容，判斷教學行為的有效性。例如，初中數學關于三角形全等的復習課上，對于問題類型維度的統計是：“是什么”類的問題占80%以上，“為什么”、“怎么樣”和“如果……則……”的問題總共不到20%，說明教師提的問題缺乏有效性，因為該部分的教學目標重在發展學生應用知識解決問題的能力，且復習課的認知目標應更多定位在應用、分析的層次上。另外，也可對多個維度的教師行為進行綜合、比較，進而分析出教師教學行為背后隱含的教學信念。通過對教學行為的評價，教師重新反思和完善自己的教學，從而促進實踐能力的提高。

2.為學習分析提供依據，促進教學干預和個性化學習

學習分析是近年來大數據在教育領域較為典型的應用，新媒體聯盟將學習分析定義為：利用松散耦合的數據收集工具和分析技術，研究分析學習者學習參與、學習表現和學習過程的相關數據，進而對課程、教學和評價進行實時修正。通過對課堂中學生的學習行為和掌握知識點的相關數據進行統計，可將特定階段內學生的學習過程可視化。學生可據此了解自己的優勢和不足，認識自我，并制定自主學習的計劃；教師也可根據結果及時修正教學安排，幫助學生制訂個性化的學習方案，或者與家長就學生學習問題進行交流。

3.發現教育教學問題，為學校和管理部門提供決策依據

學校對所有教師的教學行為進行整體分析，了解教師對學科、教學理論、教學實踐性知識的把握情況，從而有針對性地制定教師專業發展的決策。通過對學生學習行為的分析，學校可發現學生的學習偏好和學習模式，從而制定相關制度。

此外，教育研究部門可通過對區域范圍內教師教學和學生學習的行為進行分析，發現教學規律及存在的問題，為教育管理部門提供基于數據的教育決策。

● 課堂中大數據的收集方法

在大數據的教育應用中，數據收集是核心問題，也是難度最大的問題。目前課堂教學中的數據主要采用人工方法，即由教師或研究者依據一定的模型或量表，采用課堂觀察或分析授課視頻的方法收集數據。這種方法需要每個研究者同時觀察記錄1～2個維度，成本高又費時，但準確度較高，如首都師范大學王陸教授帶領的COP教師在線實踐社區團隊主要使用這種方法，經過多年的積累，已在北京、山東、廣西、深圳等地區構建了常模數據。

隨著平板電腦等移動終端設備在課堂中的應用，采用智能手段獲取學生學習的數據也成為可能。典型的應用是收集學生對知識點的掌握情況，如將課堂練習與教學知識點相關聯，在移動終端上做課堂練習時，運用軟件實現課堂練習的智能分析，自動獲得學生對教學知識點掌握情況的數據。

● 課堂大數據的分析步驟

1.熟悉相關理論知識

分析課堂大數據的目的是為了診斷課堂，完善教學和學習行為。因此，教育研究者要熟悉相關的理論，包括有效教學和學習的理論、教學目標理論、教學策略和方法以及新課改的相關理念等。這些理論是研究者對數據進行分類、比較、鑒別和發現的指導依據。

2.掌握相關數據分析技術

大數據分析過程通常需要經過復雜的運算才能完成，因此，教育研究者需要掌握和了解相關的數據分析技術，如數據建模、統計分析、數據檢驗、相關分析與預測、聚類以及數據挖掘等。這些技術大多通過軟件來自動完成，如Microsoft Excel、IBM SPSS、SAS等。

3.確定要分析的問題

運用大數據研究課堂教學時，有時只需就某一方面的問題或某一類的數據進行分析，有時則需對全部數據進行分析，以便對課堂進行全面的診斷。因此，教育研究者首先要根據研究的需要，明確要分析的問題和目的，如判斷課堂中教師的提問是否有效，判斷課堂是否體現以學生為主體，診斷課堂中有哪些問題等。

4.處理數據，做出分析和判斷

首先，教育研究者根據確定要分析的問題，選擇數據。例如，如果要分析的問題是“判斷課堂中教師的提問是否有效”，則主要選擇教師教學行為中“有效性提問”維度的數據；如果問題是“判斷課堂是否體現以學生為主體”，則選擇教師行為的“對話深度”、“教師回應”以及學生學習行為中的“互動”和“自主”等維度的數據；如果采集的數據的結構不符合分析的需要，則要對數據進行重新建模、數據表合并等操作后再進行分析。

需要注意的是，選擇數據時，應盡量做到數據的“同質”，即分析同一問題的數據是對相同科目、相同課型、相同年級的學生收集的數據，同時數據樣本盡量大，以保證統計結論的可靠性。

參考文獻：

[1]王陸，張敏霞:課堂觀察方法與技術[M].北京:北京師范大學出版社，2012.

[2]崔允漷，沈毅:走向專業的聽評課[M].上海:華東師范大學出版社，2013.

[3]顧小清，張進良,蔡慧英.學習分析:正在浮現中的數據技術[J].遠程教育雜志，2012(1):18-24.

endprint

摘要:課堂教學研究中，大數據的定量研究方法比定性方法更科學、準確。本文通過對教師教和學生學兩類行為進行分析，介紹了課堂中產生的大數據的用途、收集和分析方法，以期為研究者提供一種新的課堂教學研究視角。

關鍵詞:大數據；教學行為；學習行為；學習分析

● 課堂中生成的大數據

1.教師教學行為數據

教師教學行為的數據主要是教師在授課過程中的言行，具體如表1所示。教師的教學行為反映了教師的教育信念、知識儲備、對學情的把握以及備課的充分程度等情況，這些數據為教師教學行為的改進提供了參考和依據。

2.學生學習行為數據

學生學習行為的數據主要是學生在課堂中的反應、作業完成情況以及對知識點的掌握情況，如表2所示。學生的學習行為反映了學生的學習習慣和思維深度，如問題多的學生往往思考較深入，與他人互動多的學生往往更善于從別人身上學習。

● 課堂大數據的用途

1.分析和評價教師教學行為，促進教師教學行為的改善

分析教師教學行為，可以對某一個維度的教學行為數據進行歸類、統計，再結合具體的教學目標和教學內容，判斷教學行為的有效性。例如，初中數學關于三角形全等的復習課上，對于問題類型維度的統計是：“是什么”類的問題占80%以上，“為什么”、“怎么樣”和“如果……則……”的問題總共不到20%，說明教師提的問題缺乏有效性，因為該部分的教學目標重在發展學生應用知識解決問題的能力，且復習課的認知目標應更多定位在應用、分析的層次上。另外，也可對多個維度的教師行為進行綜合、比較，進而分析出教師教學行為背后隱含的教學信念。通過對教學行為的評價，教師重新反思和完善自己的教學，從而促進實踐能力的提高。

2.為學習分析提供依據，促進教學干預和個性化學習

學習分析是近年來大數據在教育領域較為典型的應用，新媒體聯盟將學習分析定義為：利用松散耦合的數據收集工具和分析技術，研究分析學習者學習參與、學習表現和學習過程的相關數據，進而對課程、教學和評價進行實時修正。通過對課堂中學生的學習行為和掌握知識點的相關數據進行統計，可將特定階段內學生的學習過程可視化。學生可據此了解自己的優勢和不足，認識自我，并制定自主學習的計劃；教師也可根據結果及時修正教學安排，幫助學生制訂個性化的學習方案，或者與家長就學生學習問題進行交流。

3.發現教育教學問題，為學校和管理部門提供決策依據

學校對所有教師的教學行為進行整體分析，了解教師對學科、教學理論、教學實踐性知識的把握情況，從而有針對性地制定教師專業發展的決策。通過對學生學習行為的分析，學校可發現學生的學習偏好和學習模式，從而制定相關制度。

此外，教育研究部門可通過對區域范圍內教師教學和學生學習的行為進行分析，發現教學規律及存在的問題，為教育管理部門提供基于數據的教育決策。

● 課堂中大數據的收集方法

在大數據的教育應用中，數據收集是核心問題，也是難度最大的問題。目前課堂教學中的數據主要采用人工方法，即由教師或研究者依據一定的模型或量表，采用課堂觀察或分析授課視頻的方法收集數據。這種方法需要每個研究者同時觀察記錄1～2個維度，成本高又費時，但準確度較高，如首都師范大學王陸教授帶領的COP教師在線實踐社區團隊主要使用這種方法，經過多年的積累，已在北京、山東、廣西、深圳等地區構建了常模數據。

隨著平板電腦等移動終端設備在課堂中的應用，采用智能手段獲取學生學習的數據也成為可能。典型的應用是收集學生對知識點的掌握情況，如將課堂練習與教學知識點相關聯，在移動終端上做課堂練習時，運用軟件實現課堂練習的智能分析，自動獲得學生對教學知識點掌握情況的數據。

● 課堂大數據的分析步驟

1.熟悉相關理論知識

分析課堂大數據的目的是為了診斷課堂，完善教學和學習行為。因此，教育研究者要熟悉相關的理論，包括有效教學和學習的理論、教學目標理論、教學策略和方法以及新課改的相關理念等。這些理論是研究者對數據進行分類、比較、鑒別和發現的指導依據。

2.掌握相關數據分析技術

大數據分析過程通常需要經過復雜的運算才能完成，因此，教育研究者需要掌握和了解相關的數據分析技術，如數據建模、統計分析、數據檢驗、相關分析與預測、聚類以及數據挖掘等。這些技術大多通過軟件來自動完成，如Microsoft Excel、IBM SPSS、SAS等。

3.確定要分析的問題

運用大數據研究課堂教學時，有時只需就某一方面的問題或某一類的數據進行分析，有時則需對全部數據進行分析，以便對課堂進行全面的診斷。因此，教育研究者首先要根據研究的需要，明確要分析的問題和目的，如判斷課堂中教師的提問是否有效，判斷課堂是否體現以學生為主體，診斷課堂中有哪些問題等。

4.處理數據，做出分析和判斷

首先，教育研究者根據確定要分析的問題，選擇數據。例如，如果要分析的問題是“判斷課堂中教師的提問是否有效”，則主要選擇教師教學行為中“有效性提問”維度的數據；如果問題是“判斷課堂是否體現以學生為主體”，則選擇教師行為的“對話深度”、“教師回應”以及學生學習行為中的“互動”和“自主”等維度的數據；如果采集的數據的結構不符合分析的需要，則要對數據進行重新建模、數據表合并等操作后再進行分析。

需要注意的是，選擇數據時，應盡量做到數據的“同質”，即分析同一問題的數據是對相同科目、相同課型、相同年級的學生收集的數據，同時數據樣本盡量大，以保證統計結論的可靠性。

參考文獻：

[1]王陸，張敏霞:課堂觀察方法與技術[M].北京:北京師范大學出版社，2012.

[2]崔允漷，沈毅:走向專業的聽評課[M].上海:華東師范大學出版社，2013.

[3]顧小清，張進良,蔡慧英.學習分析:正在浮現中的數據技術[J].遠程教育雜志，2012(1):18-24.

endprint