袁智慧 孫偉
(1.東北師范大學 計算機科學與信息技術學院,吉林 長春 130117; 2.東北師范大學附中凈月實驗學校,吉林 長春 130117)
圣荷西州立大學MOOC應用案例研究
袁智慧1孫偉2
(1.東北師范大學 計算機科學與信息技術學院,吉林 長春 130117; 2.東北師范大學附中凈月實驗學校,吉林 長春 130117)
今天,MOOC的教學質量和卓越應用案例受到了越來越多的高等教育研究者的關注,一些國外的優秀研究值得我們參考和借鑒。本文將對圣荷西州立大學MOOC的成功應用案例的研究加以介紹,供國內研究者參考。案例中圣荷西州立大學利用MOOC課程為學生提供在線學習平臺,該平臺跟蹤了學生的學習過程,記錄了在線學習的登錄日期和課程的進展,同時采用焦點小組討論法了解了學生、教師、工作人員、協調人員對于MOOC的看法,并在此基礎上采用列聯表進行數據分析,以探究潛在的影響成績的因素。最后研究者得出結論:學生越努力取得的成績越好,學生特征與學習成績間無統計意義上的顯著相關性。這一案例是MOOC在混合式教學中應用的較為典型的實證研究案例,該研究結論對于MOOC設計開發者和使用者均具有較高的借鑒價值。
MOOC;圣荷西州立大學;在線學習;支持服務;在線學習環境
圣荷西州立大學是加利福尼亞1857年建立的第一所高等教育的公共教育機構。在2012年,圣荷西州立大學與MOOC的開發者進行了合作,發展了圣荷西州立大學在線課程。圣荷西州立大學的最初設想是在保證原有課程質量的基礎上為該學校的學生和那些沒有被錄取的學生提供更多的機會參與到主要課程學習。不是圣荷西州立大學的學生也可以通過開放大學上其課程。
除圣荷西州立大學原本的課程外,學院的五名教師與“在線學習”合作開發了圣荷西州立大學額外的課程,包括入門數學、大學代數和初步統計。由于這三門課在教室里進行講授存在一定的教學困難,為了提高這三門課程的教學效果,圣荷西州立大學為學生創建了在線學習環境。新的在線學習環境每節課限制招生100人,其中包括50名圣荷西州立大學的學生和50名非圣荷西州立大學的學生。設定這種限制有利于確保所有的擴大在線學習的學生能夠充分利用在線資源。而沒有被學校錄取的學生一般是通過在線學習的平臺進行招生,目前學員已經超過了15000人,這些學生包括來自資源不足的高中的學生、社區學院的學生和退役軍人。
此前已經有研究者將在線課堂教學和面對面課堂教學進行了對比分析,結果發現兩種課堂教學下學生的學習成績沒有顯著的差異,反而兩種教學的混合課堂能夠實現學生成績小幅度提升。隨后史密斯?賈加爾(Smith Jaggars)和貝利(Bailey)兩名研究者也做了相關的研究分析,他們發現在線學習學生的課堂績效更低[1]。他們在此研究中用課程分數和課程完成的進度作為因變量,結果發現所有學生在在線課堂中完成的情況不是特別好,一些學習小組甚至在在線課堂中得到了負面的影響,尤其是男性、年輕的學生、一些學術技能處于低水平的學生和非裔美國的學生[2]。同時還發現當組內學生一起進行在線學習時這樣的負面影響加劇了。在該研究的基礎上,許(Xu)和Smith Jaggars又選取了華盛頓州50000名在線課堂的學生和41000名面對面課堂的學生做實驗研究[3]。在整個實驗研究過程中研究者確保在線課堂和面對面課堂的學習環境、教職員工的準備以及學生所能利用的資源是相同的。他們的研究結果發現選修入門課程的學生以及學習缺乏自覺性的學生并不適合在線課堂的學習。
(一)應用課程介紹
1.第一門是M6(《數學6》,在后文簡稱“M6”)。M6是數學的入門課程,是為高中學生達到大學數學水平所準備的一個5單元的基礎課程和代數課程。由于M6重要的基礎作用,對于圣荷西州立大學那些在第一學期沒有選上M6的學生以及第一學期M6考試沒有通過的學生來說,MOOC平臺為他們提供了又一次學習機會,這是非??少F的。
2.第二門是M8(《數學8》,在后文簡稱“M8”)。M8是一門引導性的大學代數課程,主要學習基本代數,包括復雜數字、功能圖表、多項式、反函數、指數函數和對數函數。
3.第三門是S95(《統計95》,在后文簡稱“S95”)。S95初級統計學,是一門引導性課程。S95在教育、護理、人事部門管理、心理學、社會服務、社會學等學科中都有廣泛的應用。課程入門要求完成初級水平數學以及兩年的高等學校代數。
(二)學生的特征
在課程測試階段參與課程學習的為213名學生,其中包括98名被圣荷西州立大學錄取的學生,還有115名沒有被錄取的學生。
在三門課程當中被錄取的學生的年齡大多數在18歲到25歲之間,而沒有被錄取的學生的年齡分布在15歲到86歲之間。一是M6的學生。M6是學習數學的初級入門,是唯一一門錄取率達到58%的課程。所有被錄取的學生年齡在18歲到24歲之間。二是M8的學生。與其他大學代數課程相比,M8的學生大多數是男性以及對數學非常感興趣的學生。三是相應地S95更加受女性學生青睞。
(三)課程設計及數據收集
研究主旨是調查學生取得相應成績的原因以及為未來在線課程的設計開發可應用的模式。在研究的一開始假設學生參與慕課學習所達到的成績水平與面對面教學所達到的成績一致甚至更高。另一個假設就是學生的特征應該與學生取得的成績存在有意義的關系。之后,研究將圍繞這兩個假設開展。在研究進行過程中,研究者收集學生、教師、員工等的意見,并記錄下學生在學習中所表現出來的特征以及慕課實現學生課程活動的方法。以上,都屬于研究數據的收集整理階段。之后使用一個統計的模型分析了學生的特征,以及慕課所提供的支持與學生成績之間的關系,使用邏輯回歸分析慕課學習中哪些因素影響學生的成績。
研究中常常關注的問題有:一是哪位學生參與到MOOC平臺學習,哪位學生沒有參與MOOC平臺學習,哪位學生通過了在線考試,哪位學生沒有通過在線考試。二是參與MOOC平臺學習的學生特征、MOOC平臺上素材的應用、MOOC平臺支持服務與取得好成績之間的關系。三是對于整個研究過程學生、教師、在線支持服務者、協調者、領導他們從中學到了什么。
(四)數據分析
1.數據收集與處理
對學生進行調查。一方面收集來自圣荷西州立大學學生的個人信息,另一方面收集有關學生對MOOC平臺應該如何提高成績的想法。
對MOOC平臺相關的教職員工人員進行采訪。收集教職員工對如何設計完善MOOC平臺以及如何通過MOOC學習使學生成績提高的想法。
研究團隊利用已經收集到的資源不斷完善研究數據庫。在數據庫的創建過程中使用學生的ID和e-mail地址作為匹配的鑰匙。其中有61名學生的信息輸入存在問題,有25名學生在MOOC平臺上注冊了多門課程,有36名學生信息不完整,甚至有學生根本沒有注冊MOOC平臺的ID。除此之外,還要收集所有學生在MOOC平臺上的登錄、選課以及退課情況的數據。
除對學生的個人特征以及教職員工的特征進行數據統計分析外,還對以下數據進行統計分析。
(1)應用課程的通過率。統計三門應用課程考試的通過率,通過率均不相同,這是因為學生本身在不同課程中的表現有很大的差別。在所有課程中被錄取學生考試的通過率比沒有被錄取的學生比例大。課程通過率相差最為明顯的是M8,最不明顯的是S95。
(2)在線學習與面對面教學就相同課程進行對比。對比歷年以來M6、M8和S95在兩種不同的教學環境下課程的通過率和未通過率,結果表明所有在線學習的學生考試通過率均低于面對面課堂的學生,尤其是S95最為明顯。
(3)學生使用MOOC情況。學生參與在線學習的時間長短也成為統計分析的一部分。首先統計五周內學生在線學習的時間,算出所有學生總的學習時間,再取平均值,可以看出學習時間超過平均值的學生考試通過率更高。學生五周內使用MOOC在線支持的情況表明在五周內頻繁使用MOOC平臺上所提供的在線學習支持的學生考試的通過率更高。
(4)MOOC平臺上問題設定。MOOC平臺上課程中問題數量的設置與學生考試通過率之間的關聯表明,課程設置的問題越多,學生思考問題的機會就越多,相應的考試通過率就會提高。
2.分析方法
(1)邏輯模型的構建
邏輯模型優勢在于更加有利于直觀的解釋:p(Passing)=exp{(α+β1Xi+β2Xi+…)/ [1+exp(α+β1Xi+β2Xi+…)]},where Xi represents the independent variables。首先MOOC平臺相關教職員工提供調查相應的數據內容以及給出定量分析的方向。學生特征的數據庫不斷添加新的數據,考試的通過與否用來描述樣本以及篩選變量,最終得出模型。
研究測試了27個影響考試通過與否的潛在因素,包括派生變量,如一星期學生進行在線學習的最少時間、預期進行面對面教學的時間與實際登錄的時間。其中9個冗余變量被淘汰,回歸模型最后測試剩下的18個潛在因素和五個變量對研究有顯著的影響。
(2)探索性列聯表分析
列聯表是觀測數據按兩個或更多屬性(定性變量)分類時所列出的頻數表。列聯表分析的基本問題是判明所考察的各屬性之間有無關聯。實驗研究中使用χ2方法將35個列聯表與獨立變量、三個非獨立變量結合完成二進制類。整個表中包括:課程的主題、學生入學時的情況、學生所參與在線的內容、學生在線學習時利用支持服務的情況。每個獨立的變量都會轉化成二進制類。
這也有其局限性,對于學生特征的數據收集并不全面,這對之后的研究結果會產生一定的影響。本杰明尼-霍思貝格(Benjamini-Hochberg)的錯誤發現率(羅斯福)應用在列聯表中用以調整多重比較這一問題[4]。邏輯回歸模型的創建只包括:a.所有學生,b.所有注冊入學學生,c.所有沒有被錄取的學生,d.三門課程的學生們。只有三分之一的參與者對調查進行了反饋。這三分之一并不能代表全部樣本。這對研究結論有很大的影響。
3.得出結論
(1)影響課程考試通過率的因素
學生并不是只要努力就能通過所有考試。學生本身的特征、MOOC平臺上課程的安排、MOOC平臺提供支持學習服務的應用情況和平臺教職員工的特征都會對學生考試產生影響。
MOOC平臺上問題數量的設定對于學生考試通過率有積極的影響。學生在完成平臺上課程最開始設置的幾個問題集后,發現完成這些數量的問題對學生的考試通過率并沒有很大的影響。但堅持連續完成之后問題集的學生,他們的成績明顯得到了提高。例如,完成4個問題集的學生考試通過率比完成3個問題集的學生考試通過率高1.6%。這就表明MOOC平臺上為課程設置的問題越多,越有利于學生的學習。
同樣MOOC平臺上課程教學視頻時間的長短也對學生有著相同的作用。在上述的數據統計中發現正因為S95課程較長的視頻時間,所以S95的學生平均能夠完成MOOC平臺上課程問題的一半,同時考試的通過率也較高。MOOC學習要求每周參與平臺活動至少半個小時,學生需要登錄一定數量的課程。預計學生對在線學習的參與程度也會對考試通過率有一定影響。
學生在MOOC平臺上花費的時間越多,相應取得的成績就越好。
MOOC平臺的教職員工的性格特征對于在線學習的學生也存在影響。教職員工給學生帶來的負面影響可能導致那些原本學習成績就落后的學生對在線學習產生抵觸心理。同時MOOC平臺教職員工特征也會通過他們所提供的支持服務對學生產生影響。
(2)MOOC應用中存在的問題
在整個調查研究中發現MOOC平臺上存在許多問題需要進行改進。由于很多地區的學生只有在學校才有機會使用計算機,MOOC沒有得到全面的普及,這樣就影響到了MOOC的教學效果。此外MOOC平臺上的選課成功率、考試通過率都無法達到100%,許多學生可能選課失敗或者考試失敗。許多學生對MOOC上提供的支持學習服務利用率極低,調查數據顯示64名學生中超過60%的人表示在線學習過程中幾乎沒有使用過MOOC平臺上的支持服務。平臺的設計開發者應該從學生的角度考慮什么樣的支持學習服務才能提高學生的成績。
在調查中有80%的學生表示想要在MOOC平臺上獲得更多幫助,如希望MOOC平臺可以新創建一個網站供學生在網站上下載并打印課程材料。此外學生提到最希望得到教師在情感上的關注,希望MOOC平臺提供更多與教師面對面交流的機會。另外學生希望完善MOOC的反饋環節,學生提出在線學習過程中教師不僅要指出學習當中的錯誤,還要及時指導學生對錯誤進行修改。另一方面教師指出在在線學習當中,學生們幾乎不問與課程內容有關的問題。這一點讓教師很苦惱,學生不問問題,教師就沒有辦法了解學生已達到的學習程度。教師每天要閱覽數以百計的電子郵件,電子郵件成為了師生之間的紐帶。其中有一名教師在采訪中提到一點是非常關鍵的,那就是教師在回復學生的電子郵件時所使用的語言一定要豐富多彩,這樣才能吸引學生的注意力讓他們愿意繼續參與到在線學習中。另外一名教師補充道,在整個學期過程中,教師不可能讀到所有學生的電子郵件或者只是讀了部分內容。這就造成了教師與學生之間的交流障礙,學生會因為沒有得到教師及時的回饋而放棄在線學習。最后有教師指出要及時對MOOC平臺上的教學素材進行更新以吸引學生。
就目前而言,各個大學越來越多地在思考如何將MOOC整合到他們的總課程和各門課程當中。通過本研究能得出以下結論。
(一)MOOC平臺學生學習情況
最后得到的研究結果發現被錄取的學生比沒有被錄取的學生在MOOC平臺上的表現更好。在實驗研究中選取的大多數課程內容本身比較容易學習,所有學生的考試通過率很高,相反那些較難的課程學生考試的通過率依然較低。
(二)MOOC應如何提高學生的成績
MOOC平臺上S95這門課程要求學生每周必須參與一次在線學習,在之后期末的調查中發現S95課程的考試通過率明顯高于其他課程。這就說明了MOOC平臺上課程結構化的任務對于學生的成績有著一定的積極影響作用。除此之外,研究者和教師表明MOOC平臺的設計、開發者需要進行前測,以真正了解學生的需求。通過對學生需求的滿足來提高他們MOOC學習的參與程度和應用程度,這些對提高學生的成績都會產生影響。
除了要考慮平臺的內在原因,還有平臺之外的原因。就目前而言,教育的傳播大多還是選用傳統的面對面教學的形式,所以學生對于在線學習缺乏經驗,甚至有很多學生從來沒有參與過在線學習。另外,在一些偏遠地區,必須普及網絡以及計算機的使用。
(三)研究對教職員工的啟示
一位教師說道:“如果你想像講授語文那樣生動形象地講授代數,教學的可視化是很重要的。這種可視化是可以通過在線形式在一定的情境下實現的。目前教師在教學過程中幾乎忽略了這一點。”另外一名教師也有相同的觀點:“對比其他常規的課程來說MOOC更加符合實際,可以為學生創設真實的情境,同時MOOC平臺上覆蓋了更多的教學素材。”另外的一名教師強調:“MOOC當中不斷更新的素材讓人應接不暇。課程對于資源的利用以及對真實情境的創設都是有利于學生的學習的。”
[1]Smith Jaggars,S.,& Bailey,T.(2010).Effectiveness of fully online courses for college students:Response to a Department of Education meta-analysis.New York,NY:Teachers College, Columbia University.Retrieved from http://ccrc.tc.columbia. edu/media/k2/attach ments/effectiveness-online-response-metaanalysis.pdf.
[2] Xu,D.,& Smith Jaggars,S.(2011).Online and hybrid course enrollment and performance in Washington State Community and Technical Colleges.New York,NY:Teachers College, Columbia University.
[3]Xu,D.,& Smith Jaggars,S.(2013).Adaptability to online learning:Differences across types of students and academic subject areas (CCRC Working Paper).New York,NY:Teachers College,Columbia University.Retrieved from http://ccrc.tc. columbia.edu/publications/adaptability-to-online-learning.html.
[4]Benjamini,Y.,& Hochberg,Y.(1995).Controlling the false discovery rate:A practical and powerful approach to multiple testing.Journal of the Royal Statistical Society,Series B(Methodological),57,289-300.
(責任編輯 杜丹丹)
Case Studies on MOOCs’ Application in San Jose State University
YUAN Zhihui1,SUN Wei2
(1.College of Computer Science and Information Technology of the Northeast Normal University,Changchun,Jilin,China 130117; 2.Affiliafed Jingyue Experimental School of the Northeast Normal University,Changchun,Jinlin,China 130117)
Today,MOOCs’ quality of teaching and excellent application cases have attracted a great attention by more and more higher education researchers,some foreign outstanding researches deserve our study and is worthy of reference.This article presents successful case studies and an introduction of MOOCs’ application of San Jose State University for domestic researchers.In the spring of 2013,this college uses MOOCs to provide students with online learning platform for more students to complete their studies.It has attracted more than 15000 students. Then it has tracked the students’ learning process,recorded the login date of online learning with the course development. By using a focus group discussion to understand viewpoints of students,faculty,staffs and coordinate personnels to MOOCs.On this basis,using the data of contingency table analysis,it explores potential factors that affect performance results.Finally,researchers concluded that the harder students have worked,the better they have achieved.There was no significant correlation in statistics between students’ characteristics and learning achievements.Case studies presented in this article are typical and empirical examples of MOOCs’ practice in the blended teaching application.This study offers a conclusion of higher reference value to MOOC designers,developers and users.
MOOC;San Jose State University;online learning:support services;online learning environment
G434
A
2096-0069(2015)02-0088-05
2015-3-30
本論文獲得2011年度教育部高等學校博士學科點專項科研基金課題“信息技術深層整合教學結構與教師教育技術學科化研究”(課題號20110043110013)、東北師范大學哲學社會科學校內青年基金團隊項目“文化公平觀與完善公共文化服務體系建設研究”(課題號12QN043)、國家社會科學基金項目一般項目“全媒體語境下日媒對中國形象塑造及中國對日傳播策略研究”(課題號11BXW022)資助。
袁智慧(1992— ),女,內蒙古牙克石人,東北師范大學計算機科學與信息技術學院碩士研究生,研究方向為遠程教育、教育信息化;孫偉(1966— ),男,吉林吉林人,中教高級,東北師范大學附中凈月實驗學校教師,研究方向為中小學信息技術應用。