移動實驗教學數據分析及教學建議

黃志成

（廣東女子職業技術學院 信息資源中心，廣東 廣州 511450）

移動實驗教學數據分析及教學建議

黃志成

（廣東女子職業技術學院 信息資源中心，廣東 廣州 511450）

為了改進移動實驗教學，對移動實驗平臺的優缺點、實驗方式及期末成績占比開展了教學調查。以自主開發的移動實驗平臺為例，收集了實驗數據，對各時段的實驗提交次數和實驗時長進行統計，并繪制曲線圖和散點圖進行趨勢分析；對各學生的實驗次數與分數及各實驗題的實驗次數進行統計，并繪制柱狀對比圖和箱線圖進行異常分析；對各學生的綜合實驗情況進行譜系聚類分析。根據調查和數據分析結果，總結教學策略，為教學決策提供參考。

實驗分析; 教學建議; 移動實驗平臺; 實驗教學調查

0 引言

當前有關促進實驗教學改革的研究有很多，如基于虛擬訪真技術構建虛擬實驗平臺[1]，利用互聯網技術構建網上開放實驗平臺[2]等。大部分的研究以理論偏多，少數文獻提出了較為完整的實驗平臺開發[3]，涉及實驗平臺應用并進行數據收集分析研究的文獻很少，尤其有關移動實驗教學[4]方面的研究更少。實驗平臺僅僅是一個輔助實驗的工具，有了實驗平臺并不代表就促進了實驗教學，更重要的是基于實驗平臺開展實驗教學試驗，收集實驗數據并進行分析，根據分析結果評估教學效果，調整教學策略，提升實驗教學的成效。

為了分析和挖掘實驗數據潛在的有用信息，本文以自主開發的移動實驗平臺所收集的實驗數據為例，對實驗數據進行收集、分析和研究，并總結了教學建議，為移動實驗教學提供決策參考。

1 學生對移動實驗教學的看法

針對學生使用移動實驗平臺進行了教學調查。學生普遍認為，移動實驗平臺最大的優點是可以隨時、便捷地做實驗。但移動實驗平臺也存在一些限制，只有進行針對性優化才能更好適應移動實驗。

對于實驗學習方式，學生的看法是：自己做（48%）、分組做（30%）、老師帶著做（25%）。大部分學生認為獨立自主做實驗的學習方式更適合自己。同時，部分學生認為有必要進行分組實驗，這樣更有利于相互提高。

學生對于實驗成績在期末總評中所占的期望比例如圖1所示。大部分學生認為，實驗成績占期末成績權重的合理范圍是20%-50%。

圖1 實驗成績占期末成績比例分布圖Fig.1 Distribution of experimental results for the final grade weight

學生對于自主實驗所取得的成就在期末總評中有所體現的意愿十分強烈。過程性學習能力培養更利于對知識技能的掌握。

2 實驗數據統計分析

2.1 各時間段實驗情況統計分析

統計全天各時段的實驗提交次數，繪制曲線如圖2所示（為使曲線在縱坐標小數值下仍保持較明顯的趨勢輪廓，對縱坐標 1000-2400之間的數據作了截斷）。

圖2 實驗提交次數曲線圖Fig.2 Curve of experiment times

9-12時是課堂實驗教學時間，實驗數據較為集中。13時后實驗記錄波浪式上升，到 19時出現課余時間的最大峰值。在0時學生實驗也較為活躍，凌晨1時至4時仍有少部分學生進行實驗學習。

2.2 實驗時長分析

對學生的單次實驗操作時長（分鐘）進行統計，繪制散點圖[5]如圖 3所示。由圖可知，數據較密集的是9時至12時的課堂實驗教學時段，在線實驗操作時長較長。在課外時間，學生的實驗時長較為發散，大多集中在5-10分鐘之間。

圖3 實驗時長散點圖Fig.3 Scatter plot of experiment duration

在線實驗時長反映了學生集中學習的程度。學生在課堂受到教師監督的情況下，學習當然能高度集中。但是在課外時間，學生處于無約束的情況下，學習僅僅靠自覺和自身興趣，學習集中度會迅速下降。

2.3 實驗次數統計分析

2.3.1 實驗次數與分數對比分析

統計每個學生所有實驗的總實驗次數和總分數，繪制出對比直方圖如圖4所示（僅列出典型學生樣本）。

圖4 實驗次數與分數對比圖Fig.4 Comparison of experiment times and scores

一般而言，學生需要通過一定次數的實驗操作才能完成實驗。總實驗次數和總分數差距較大時，預示著非正常情況。絕大部分學生對于新學的知識掌握得并不牢固，有理由懷疑學生作弊。如46、16號學生樣本的實驗次數比分數少得多，存在抄襲嫌疑。實驗次數是分數的1.3-1.7倍較為合理。

2.3.2 實驗次數離散情況分析

以實驗題為單位，統計每個學生的實驗次數并制作boxplot[6-7]（箱線圖）。箱線圖加號表示異常值，虛線表示均值。箱線圖可以了解實驗題的異常情況，如圖5所示（僅列出部分典型實驗題樣本）。

可以看出，數據大致呈現右偏態分布，存在較大的異常值。30和 48號實驗題的箱形比其它樣本要高，箱形和觸須較長，說明數據離散度較大。事實證明，30和 48號實驗題的難度較大，學生的實驗次數較高。16號和 89號實驗題箱形較短，數據較集中，但均值基本過Q3（上四分位數）線，且離群點較遠，說明存在較大的異常情況。事實上，對于16號和89號實驗題，部分學生重復提交現象較嚴重，可能由于學生的網絡不穩定引起。對于部分實驗題出現的異常情況應引起教師的注意，并調整教學策略。

圖5 實驗次數箱線圖Fig.5 Box plot of experiment times

2.4 實驗數據聚類分析

根據學生的實驗數據，對全班學生進行譜系聚類分析[8]，結果如圖6所示。

全班學生存在兩個較大差異類，一類是積極認真學習學生；另一類是投機取巧或厭學的學生，被動式應付實驗，抄襲情況嚴重。此類學生應引起教師的重視。由聚類圖可知，全班學生可大致分為5個大類，教師可根據每類的學生制定不同的教學策略。

圖6 全班學生實驗數據聚類圖Fig.6 Experimental data cluster of the whole class

3 移動實驗教學建議

3.1 引導獨立實驗，提高期末成績占比

調查結果顯示，學生更傾向于獨立自主進行實驗。教師應善于發現學生的學習心理活動，因勢利導，激勵學生獨立思考，并充分利用互聯網搜集知識解決問題。教師應轉變教師角色，幫助學生進行知識建構，培養學生的創新能力[9]。教師應提高平時實驗成績在期末總評中的比重，充分肯定學生通過形成性學習所取得的成果，提升學生的榮譽感和成就感。

3.2 精簡實驗操作，適應移動學習

數據分析顯示，學生在課外更傾向于在早晨和晚上集中使用移動端進行實驗學習，并且課外單次實驗時長都相對較短。相對課堂實驗教學的集中、受教師監督的情況，學生在課外的學習行為較為自由、散漫，集中度低，容易受到外界干擾。教師設計實驗時就要針對移動學習作出優化，在實驗題內容設計時應盡量分解復雜實驗，設計知識粒度更細的實驗，并精簡單次實驗操作步驟，使學生能在短時間內、以較少步驟、較簡單地解決實驗，適應并優化移動學習。

3.3 分組管理，實施個性化教學

由于每個學生的能力和知識結構都不同，對于同一個知識點，各人的掌握程度不同。而且，學生的個性和學習方式也不盡相同。有的學生主動實驗學習，有的學生即被動式應付。教師應收集學生的實驗數據，根據學生的實驗數據進行同質分組。根據每組學生的特點分別制定不同的教學策略，對于自覺學習的學生要引導激勵，制定遞進的學習目標，激發學生之間的爭強好勝心，形成活躍、競爭的學習氛圍。對于厭學、懶散的學生，設定易于實現的學習目標，嚴加要求，督促學生進行實驗。同時引導組內學生之間相互協作學習，充分利用各種交互行為[10]促進知識的掌握，加大學生創新思維[11]的培養力度。

4 結束語

本文對基于移動實驗平臺開展的移動實驗教學進行了教學調查，并對實驗數據展開了一系列分析。教學調查顯示，學生對移動實驗學習表示認可，傾向于獨立進行實驗，應提高實驗成績占期末考核的比重。通過對實驗數據的分析，可以發現學生的作弊行為，實驗題目的異常情況，以及學生的群體趨向等。最后總結了移動實驗教學建議，為實驗教學決策提供參考。

[1] 成丹, 崔瑾, 王慶亞, 等. 植物學虛擬實驗平臺的構建及應用[J]. 實驗室研究與探索, 2016, (2): 62-66.CHENG D, CUI J, WANG Y Q, et al. Construction and Application of Botany Virtual Experiment Platform[J]. Research and Exploration in Laboratory, 2016, (2): 62-66. (in Chinese)

[2] 王革思. “模擬電子技術”課程開放式實驗教學平臺的研究與實踐[J]. 實驗技術與管理, 2014, (8): 170-173.WANG G S. Research and practice of open experimental platform of Analog Electronic Technology teaching course[J].Experimental Technology and Management, 2014, (8):170-173. (in Chinese)

[3] 黎孟雄, 郭鵬飛. 基于SQLite的數據庫原理自主實驗平臺設計[J]. 實驗技術與管理, 2016, (11): 157-160.LI M X, GUO P F. Design of self-experimental platform based on Database Principle of SQLite[J]. Experimental Technology and Management, 2016, (11): 157-160. (in Chinese)

[4] 胡紹彬, 郭玲玲, 趙法軍, 等. 基于移動網絡的實驗教學模式研究與實踐[J]. 實驗室科學, 2016, (1): 86-88.HU S B, GUO L L, ZHAO F J, et al. Study and practice of mobile network based on experimental teaching model[J].Laboratory Science, 2016, (1): 86-88. (in Chinese)

[5] 金林. 一種改進的散點圖矩陣及其在R軟件中的實現[J].統計與決策, 2016, (1): 77-79.

[6] Williamson D F, Parker R A, Kendrick J S. The box plot: a simple visual method to interpret data[J]. Annals of Internal Medicine, 1989, 110(11): 916-921.

[7] 董雅雯, 佘濟云, 陳冬洋, 等. 基于箱線圖的海南省東方市生態景觀格局穩定性研究[J]. 中南林業科技大學學報,2016, (8): 104-108.DONG Y W, SHE J Y, CHEN D Y, et al. Landscape pattern analysis of Dongfang city based on the stability evaluation model[J]. Journal of Central South University of Forestry &Technology, 2016, (8): 104-108. (in Chinese)

[8] Murtagh F, Contreras P. Algorithms for hierarchical clustering: an overview[J]. Wiley Interdisciplinary Reviews Data Mining & Knowledge Discovery, 2012, 2(1): 86–97.

[9] 梁文耀, 陳武喝. 基于創新能力培養的自主性實驗教學改革探討[J]. 實驗室研究與探索, 2012, (8): 289-291.LIANG W Y, CHEN W H. Autonomous Experimental Teaching Based on Creative Ability Cultivation[J]. Research and Exploration in Laboratory, 2012, (8): 289-291. (in Chinese)

[10] 陳鵬宇, 馮曉英, 孫洪濤, 等. 在線學習環境中學習行為對知識建構的影響[J]. 中國電化教育, 2015, (8): 59-63.CHEN P Y, Feng X Y, SUN H T, et al. The Effect of Learning Behavior on Knowledge Construction in the Online Learning Environment[J]. China Educational Technology,2015, (8): 59-63. (in Chinese)

[11] 蒲保興, 秦波蓮. 應用型人才培養目標下的實驗教學模式研究[J]. 軟件, 2017, 38(5): 55-58.PU B X, QING B L. Research on Experimental Teaching Mode Based on the Target of Applied Talents Training[J].Software, 2017, 38(5): 55-58. (in Chinese)

Analysis of Experimental Teaching Data and Teaching Suggestions

HUANG Zhi-cheng
(Information Resource Center, Guangdong Women’s Polytechnic College, Guangzhou 511450, China)

In order to improve mobile experiment teaching, it carry out a teaching survey to cover the advantages and disadvantages of mobile experiment platform, experimental methods, and proportion of final score. Take the mobile experiment platform developed by ourselves as an example，experimental data of the mobile platform are collected. It carry on trend analysis to statistics of the submit times of experiments and the duration of each experiment by drawing curves and scatter plots. It carry on abnormal analysis on statistics of the students’ submit times,scores and submit times of each experiment by drawing column contrast and box diagram. It makes cluster analysis of the students' comprehensive experiment. It summarizes teaching strategies to provide reference for teaching decision based on the results of the survey and data analysis.

: Experimental analysis; Teaching suggestions; Mobile experiment platform; Experimental teaching survey

TP 311; G642

A

10.3969/j.issn.1003-6970.2017.10.023

本文著錄格式：黃志成. 移動實驗教學數據分析及教學建議[J]. 軟件，2017，38（10）：120-123

全國教育信息技術研究“十二五”規劃課題(166242869)

黃志成(1981-)，男，高級實驗師，主要研究方向：數據挖掘、信息化教學。