王丹
【摘要】
結合信息化教學平臺進行學習情況檢測系統(tǒng)的設計;利用檢測系統(tǒng)收集學生學習情況的數據并同步分析,對教師課堂教學的行進速度和知識點的拓展廣度及時干預;通過長期數據的分析,總結學生在不同學段數學學習的整體特點,科學的確定教學難點,為校本教材的開發(fā)提供科學依據.
【關鍵詞】Moodle教學平臺、個性化、數據收集與分析、學生學習特點研究、研究方法、研究路線.
教育信息化,要求在教育過程中較全面地運用以多媒體和網絡為基礎的現代信息技術,促進教育改革,從而適應正在到來的信息化社會提出的新要求,對深化教育改革,實施素質教育,具有重大的意義.本研究力求以信息化教學平臺為媒介,以小學數學“圖形與幾何”部分教學內容為載體,通過學習情況檢測系統(tǒng)收集課堂生成數據并進行科學分析,以期找到新媒介下個性化教學發(fā)展的新的增長點.其中Moodle是一個開源課程管理系統(tǒng)(CMS),也被稱為學習管理系統(tǒng)(LMS)或虛擬學習環(huán)境(VLE).在本研究中,擬應用Moodle中的測驗模塊、作業(yè)模塊和問卷調查模塊.通過這些模塊即時收集學生的學習數據,并進行數據處理.基于以上想法,我設計了“基于數據分析的數學個性化教學實踐研究”的研究內容及思路.
一、研究內容
(一)數據分析模型的研究
1.學習系統(tǒng)的架構
①課堂教學過程中,學生生成學習行為數據.
② 數據存入學生數據庫.
③通過分析工具對數據進行分析.
④根據數據分析結果,為學生提供適合的學
習指導和學習策略.
⑤數據分析結果即時傳遞給教師,以便教師
及時調整教學,科學的確定教學難點.
2.模型開發(fā)與應用
①學習情況檢測系統(tǒng)的設計:檢測內容的開發(fā),檢測標準的制定,檢測軟件的開發(fā).
②預設分析結果,設計對應教學干預方案.(課上指導、分層作業(yè))
3.學生個人數據建檔與分析
①短期數據收集
將學生課上檢測和課后作業(yè)中的錯題自動建檔,方便學生隨時學習、查閱.
②長期數據分析
通過一年甚至更長時間的數據跟蹤記錄,分析學生在數學學科學習的特點.
(二)圖形與幾何領域個性化教學研究
1.梳理1—4年級“圖形與幾何”部分的知識框架,進行教學設計,研發(fā)與之配套的數字資源,利用信息化教學平臺進行實際教學.
2.應用學習檢測系統(tǒng)對學生的學習情況進行同步數據采集,根據數據分析的結果,即時調整教學,包括自動生成發(fā)展卡、提示卡,自動實現分層作業(yè).
3.對全體學生的數據進行分析,總結本年段學生圖形與幾何知識的學習特點,科學確定教學難點,為今后的教學提供更科學的學情分析.
4.總結形成完整的、動態(tài)的個性化教學模式,并嘗試推廣到全校,達到學生個性化發(fā)展的目標,同時提升學生的“信息化學習能力”.
二、研究方法
1.文獻研究法——查閱有關資料進行研究.
2.課例研究法——即在學校中開展對數學教師“圖形與幾何”課堂教學進行全面分析,形成《常規(guī)圖形與幾何課堂教學亟待解決的問題》研究報告.該方法包含有問卷調查法、觀察法、測驗法、訪談法、數據分析法等.
①通過課堂觀察詳細記錄“圖形與幾何”課堂教學中,學生回答不全面、不準確的問題或者學生無法順利回答的問題,分析其出現的原因,結合信息化教學平臺直觀形象的特點,尋找解決辦法.
②對“圖形與幾何”課堂中的所有學生需要進行的操作進行梳理,針對學生操作困難的環(huán)節(jié)進行研究,結合多媒體和網絡技術,開發(fā)突破難點的相關教學資源,增加操作的直觀性和學生動手操作的機會.
3.行動研究法——在信息化教學平臺下開展教學,結合課堂生成數據及時對課堂教學進行干預,并實現自動化分層作業(yè).
4.經驗總結法——將研究中得到的經驗性、結論性成果應用于教學設計中,開發(fā)科學系統(tǒng)的教學資源,應用到以后的實際教學中.
三、研究步驟
第一步:準備階段
(1)學習MOODLE平臺在小學教學中的應用現狀,探討MOODLE在個性化教學實踐中可能起到的促進作用.
(2)研討MOODLE平臺在數學學科教學過程中可以預期的推動作用.
第二步:實驗階段
(1)MOODLE信息化教學平臺參與課堂前測、知識學習、課后分層作業(yè)等方面的技術設計與開發(fā).
(2)結合信息化教學平臺的數學教學內容的教學設計和數字資源的開發(fā).
(3)實驗教師在實驗班級開展應用信息化教學平臺的實驗課.
(4)對生成數據進行收集,同時為學生建立數據分析檔案.
(5)每一教學周期結束對學生課堂生成數據進行分析和整理.
(6)定期進行交流、展示和階段總結.
第三步:總結階段
(1)總結信息化教學平臺下及時收集課堂生成數據對教師課堂教學產生的積極作用,對未來信息化教學平臺和課堂教學的融合提出合理的建議和發(fā)展預期.
(2)在分析大量數據的基礎上,總結學生在低學段圖形與幾何領域內容的學習特點.