高職光伏發電工程技術云班課課堂教學診斷研究

詹新生 林蒙丹 張江偉

摘? 要 智能手機的普及應用為線上學習提供了可能。以高職光伏發電工程技術課程采用云班課教學為例，分析基于大數據的課堂教學診斷的內涵，探討如何根據學生使用移動終端的學習軌跡、學習行為，進行大數據采集、分析，對教學情況進行診斷，提升教學過程評價的科學性，促進教學質量的提高。

關鍵詞 云班課;教學診斷;大數據;光伏發電工程技術

中圖分類號：G712? ? 文獻標識碼：B

文章編號：1671-489X（2020）14-0108-04

Research on Teaching Diagnosis of Photovoltaic Power Genera-tion Engineering Technology Cloud Class in Higher Vocational Education//ZHAN Xinsheng， LIN Mengdan， ZHANG Jiangwei

Abstract The popularity of smart phones makes online learning possible. This paper takes cloud class teaching of photovoltaic power

generation engineering technology as an example， analyzes the con-

notation of classroom teaching diagnosis based on big data， discusses

how to use mobile terminal according to the students learning path and learning behavior， conducts big data collection and analysis， diagnoses the teaching situation， improves the scientificity of tea-ching process evaluation， and ultimately improve the teaching quality.

Key words cloud class; teaching diagnosis; big data; photovoltaic power generation engineering technology

1 前言

大學生的學習受移動互聯網影響頗深，課堂上“低頭一族”不斷蔓延，影響了教師教學的積極性，從而影響到教學質量和效果。智能手機不應被課堂所拒絕，可以成為新一代大學生的學習工具。隨著信息技術的發展，智能手機在教學中的應用越來越廣泛。智能手機是移動互聯技術挑戰傳統課堂的載體，教師必須積極適應這一挑戰，將移動互聯技術納入課堂教學策略，積極引導學生正確、合理地使用手機進行學習，提高學習質量。

師生間的交流互動是教學中的重要環節，通過交流互動、教學反饋等，能及時了解教師教學情況與學生學習情況，判斷教學目標是否達到，教學方法和教學手段是否需要調整，教學中還存在哪些問題及如何進行改進等。教學診斷，狹義是指某門課程的教學診斷，即針對某門課程的課堂教學情況進行診斷，提出改進措施，從而提高教學質量。

2 基于大數據的課堂教學診斷的內涵

傳統的課堂教學診斷，信息主要來源于任課教師，主要存在以下不足：

1）反饋信息的單一性，教師主要通過課堂上面對面交流互動等硬性指標判斷課堂活躍度[1];

2）不能較好記錄每位學生的學習軌跡;

3）不便于數據匯總分析。

基于大數據下的課堂教學診斷是基于教學過程形成的大數據對教學情況進行診斷。以云班課為例，云班課是一款免費課堂互動教學APP，它基于移動互聯環境，實現教師與學生之間的即時互動、資源推送和作業任務，完善的激勵與評價體系激發學生在移動設備上自主學習，實時學生學習行為記錄實現對學生學習的過程性考核，能為教師提供高質量的教學研究大數據。

下面結合高職院校“光伏發電工程技術”云班課教學情況，說明如何根據教學過程形成的大數據對課堂教學進行分析診斷。

3 云班課的教學過程及大數據的形成

運用云班課可實施線上線下混合式教學，分為課前、課中、課后三個階段。

課前? 教師登錄云班課網頁端上傳教學資源，發布任務，推送給學生;學生收到云班課APP提醒后，按照任務要求進行線上學習;教師針對學生在自主學習過程中遇到的問題進行在線答疑，以此篩選課上需要重點強化的內容[2]。

課中? 用云班課簽到，檢查學生的出勤情況;檢查學生線上查看資源情況;通過在線測試，檢查學生在課前線上學習情況;對測試情況進行分析、點評，并結合線上答疑情況及教學要求，明確課堂教學需要重點講解的內容，還可通過討論、頭腦風暴、提問、搶答等方式活躍課堂氣氛，提高學生學習興趣。課堂教學應解決線上不便于學習的知識和技能，課堂教學結束前還可以通過線上測試或實踐操作考核的方式，檢查學生對所學知識和技能的掌握情況。

課后? 主要是對知識的鞏固和拓展，如適當加大知識的廣度和深度，突出所學知識在實際生活、工作中的應用等。

以上教學活動，只要使用云班課平臺，就會在平臺上留下學生的學習記錄，形成大數據。

4 基于大數據的教學診斷

對于課堂教學診改而言，要通過教學反饋發現問題、分析問題，最終要解決問題。教學反饋除了師生間面對面的交流互動外，更應該把利用云班課教學形成的大數據作為重要的反饋信息。對兩種反饋信息或大數據進行分析，找出教師在教學中和學生在學習中存在的問題，加以改進。

課堂中教學大數據分析? 課堂中教學大數據指課堂上學生參與教學活動形成的大數據，包括學生簽到、課堂測試、課堂提問、參與討論等過程中形成的大數據。

1）考勤簽到形成大數據分析。圖1為學生簽到情況匯總，共考勤12次，平均出勤率為96%，圖的下方顯示按出勤率由低到高的班級學生出勤詳情。對出勤率較低的學生應該加以關注，同時和班主任進行交流溝通，了解缺勤情況，共同教育學生。

圖2為某天學生出勤情況，對于事假的學生要進一步核實確認，對缺勤的學生要和班主任溝通，查清原因。

2）測試形成的大數據分析。為了檢查學生對所學知識的掌握情況，課堂教學中可以安排測試環節。圖3為某次測試成績匯總及學生排名情況，可知本次測試平均分（百分制）為68.8分，有七名學生滿分、八名學生不及格，符合正態分布。其中第5題的正確率只有36%，說明本題大多數學生掌握不好，還需進一步講解或讓學生課后復習鞏固。

圖4為排名靠后的學生得分、考試用時情況，可重點針對不及格的學生加以指導。

還可以對課堂提問、學生參與討論、頭腦風暴等教學活動形成的大數據進行分析，根據反映出的問題加以指導。

學生經驗值匯總分析? 圖5為電子181、光伏181班學生獲取經驗值（經驗值代表學生的學習行為，比如簽到、學習教學資源、測試、參加討論等）的情況，經驗值越高，說明該生參與教學活動情況越多，測試獲得的成績越好。對于經驗值排名靠后的學生，還可以查看他的學習報告，找出哪些方面還需要改進或努力的方向。

還可以查看每位學生的經驗值情況。圖6為待提高學生的經驗值，包括參與活動、查看資源、課堂出勤占比及參與詳情。由圖6可知，待提高學生在參與活動、查看資源情況方面經驗值不足，課堂上將加強提醒和指導。

還可以通過查看該生的學習報告進一步了解其參與學習情況及與其他學生的經驗值對比。圖7為待提高學生的學習報告，可知該生簽到情況較好，但查閱資源、測試情況比優秀學生經驗值、學生平均經驗值相差較多，需要重點加以關注、指導。

5 結語

基于云班課的高職光伏發電工程技術課程教學，采用的是線上線下混合式教學，對學生評價包括線上學習評價和線下學習評價。線上學習評價主要以學生在學習過程中得到的經驗值為參考，線下學習評價包括實踐操作、筆試成績、課外作業等。線上評價可根據學生學習行為、學習過程形成的大數據進行總結反饋：對普遍存在的問題，應進行教學反思，及時找出教學中存在的不足之處，對于重點知識點加強講解;對于個別學生存在的問題，應該加強學法指導，對薄弱的知識點加強輔導;對于存在問題較多的學生，還應和班主任進行溝通，共同對其進行教育。實踐表明，充分利用云班課教學中形成的大數據對教學情況（或學生學習情況）進行分析診斷，方便、簡捷，針對性強，有利用提高教學質量。■

參考文獻

[1]朱國美.基于“大數據”背景下課堂教學診斷與改進的思考[J].職業，2019（22）：96-97.

[2]詹新生，張江偉，王鋒.高職院校光伏發電工程技術課程混合式教學探討[J].中國現代教育裝備，2019（15）：85-87.