教育數據信息驅動回歸模型在體育專業課程建設中的應用

王凱 莫媛 陳澤龍 莫龍萍 羅夢嬌

(1.廣西民族大學相思湖學院 廣西南寧 530225;2.廣西農業職業技術大學 廣西南寧 530006;3.廣西民族大學體育與健康科學學院 廣西南寧 530008)

該研究遵循教育科學化、教育信息數字化的發展思路，在研究教育數據驅動應用的發展趨勢、應用模式、信息收集、指標設定、信息預處理模式、數據行為建模及計算的處理、信息結果的呈現和表達的理論基礎之上［1-2］，結合體育學科課程建設中的實踐應用，采集一定量的教育數據信息，融合教育數據與課程建設的關系［3］，對數據進行處理，在數據信息驅動理念的指引下，結合專業課程建設，建立回歸模型，以期達到在專業課程建設過程中教育數據信息驅動教育發展的效果，為未來專業課程建設探索數字信息化發展路徑提供發展依據，具體如下。

1 研究對象與方法

1.1 研究對象

該研究以體育專業課程建設實踐為研究對象，采集相關數據信息，以期探索教育數據信息驅動學科建設的發展路徑；專業課程數據信息指標包含：課程性質（專業基礎、學科基礎）、課程類型（技術、理論）、學分（2、3、4）、學期（一、二，特指前、后兩個學期）四大類。

1.2 研究方法

該研究在文獻綜述研究的基礎上，結合調查數據，采用多元數理統計法對采集的教育數據信息進行處理，建立教育數據信息驅動的體育專業課程建設模型。

2 結果與分析

2.1 描述性統計研究在體育專業學科課程建設中的應用

課程分數的描述性統計（見表1）顯示，在課程性質方面，專業基礎課分數優于學科基礎課，分布基本一致；在課程類型方面，技術課分數優于理論課，分數分布相較于理論課較好；學分方面，學分較高的課程分數較高，且分布均勻，一致性較好，而分數較低的課程分數分布相對分散，呈現一定的極端；學期方面，后一學期課程分數優于前一學期。此外，不同的課程性質、課程類型、學分、學期，學生所獲得的課程分數在統計學意義上具有高度顯著性（P＜0.01）。

表1 課程分數的描述性統計對數據信息的呈現

2.2 教育數據信息驅動回歸模型的應用

第一，針對研究所統計的指標進行指標間的相關性檢驗，相關分析結果顯示，課程分數、課程性質、課程類型、學分、學期五項指標在統計學意義上均具有高度相關性（P＜0.01），結果表明相關關系良好，進行回歸分析建模具有可行性。

第二，課程分數與課程性質、課程類型呈負相關，與學分、學期呈正相關；課程性質與課程類型呈正相關，與學分、學期呈負相關；課程類型與學分、學期呈負相關；學分與學期呈正相關，結果見表2。

表2 各指標間相關性分析結果呈現

第三，該研究以課程分數為因變量，以課程性質、課程類型、學分、學期為自變量，采用Logistic回歸模型進行方程的建立，模型檢驗過程中顯示指標建立的模型擬合度較好，R2值為0.237，回歸方程的建立具有可參考性。

第四，根據回歸模型的計算結果（見表3），課程類型、學分、學期3 個變量的P值均小于0.05，呈現顯著性，說明3個變量均會對課程分數產生影響，課程性質的P值為0.315，大于0.05，沒有呈現出顯著性，說明課程性質對課程分數的影響較小。此外，課程類型、學分兩項指標的回歸系數B值分別為-8.549、-0.611，均小于0，說明兩項因素對課程分數會產生負向相關影響；課程性質、學期兩項指標的回歸系數B值分別為5.510、0.621，均大于0，說明兩項因素對課程分數會產生正向相關影響。結合模型數據，本模型的建立如下：課程分數=（83.449+0.621）分，課程性質+5.510 分，學期-8.549分，課程類型-0.611學分，結果見表3。

表3 回歸模型系數結果

3 討論

第一，根據描述性統計分析的結果顯示，單門課程其課程性質、課程類型、學分、學期的不同在一定程度上直接影響了課程成績的高低，該事件的發生可能是多方面的原因造成的［4］，教師授課質量、學生個體學習態度、課程考核難度、課程考核標準等，均會對分數造成影響［5］。尤其是在面對理論、技術課程時，體育專業的學生多呈現分化的態度，對于理論課程的重視程度相對較輕，尤其是基礎理論課程的學習過程相對枯燥，極易造成個體學習過程的懈怠。然而，當學生了解到課程性質、課程類型、學分的不同所代表的意義不一樣時，個體可能會呈現前后2 個學期較為不同的學習態度［6-7］，因此，在課程建設中關注課程規劃，構建合理的培養計劃，并在入學時、授課前、授課中，反復將課程的性質、定位，以及課程的重要性進行解讀，可有效提升學生學習的積極性，間接提升教學質量，促進學科的建設與發展。

第二，相關分析結果顯示，課程分數、課程性質、課程類型、學分、學期5項指標在統計學意義上均具有高度相關（P＜0.01），表明在學科建設的過程中，單門課程的性質、類型、學分、學期之間均會產生相互影響。

課程分數與課程性質、課程類型呈負相關，課程的類型和性質包括理論課、技術課、專業基礎課、學科基礎課，其在一定程度上學習難度的大小，直接對學生產生負面影響；課程性質與學分、學期呈負相關，表明對課程的定位、課程的學習安排一定程度上影響到了學生學習的主動性、積極性（不同學期安排、不同學分），要想消除該事件的影響，就要在制訂培養方案時謹慎處理，尤其是面對體育專業的學生，群體特征、個體特征均應考慮周全，才能做到教學培養效益的最大化；課程類型與學分、學期呈負相關，表明課程安排上結構類型存在一定的弊端，對課程規劃重視不足，需改進、提升，因為個體的發展變化呈現階段性，而課程的安排和學習也應當是累進和遞進的關系，這樣才能更好地實現人才培養的目標［8］。大學生亦是如此，從進校開始打好基礎，提升個人認知水平，才能達到雙渠道并軌前進的效益。

課程分數與學分、學期呈正相關，表明在不同的學習階段、個體的認知在對課程的重視方面直接影響分數，且呈現群體性的正相關，也表明課程的學期安排、學分的設置具有積極意義；課程性質與課程類型呈正相關，說明根據課程建設規劃綱要的指導意見，對課程進行規劃具有積極意義，達到了科學規劃和培養人才的意義［9］。在該年級的培養計劃中，核心課程的學分制定科學，學期規劃合理，達到了學分與學期呈正相關的關系，亦在課程規劃實踐的方面具有積極意義。

第三，該研究回歸方程的建立具有可參考性，其中課程類型、學分、學期3個變量對課程分數的影響呈顯著性，而課程性質對課程分數的影響不具有顯著性，表明課程規劃核心指標的建立具有參考性［10］，對人才培養有積極意義，是回歸方程建立積極性的體現，同時間接體現了教育數據驅動應用的科學性、合理性；課程類型、學分兩項指標的回歸系數均小于0，說明在實踐中需對這兩項進行調整，尤其是在體育專業學習過程中，針對技術、理論課程的極端現象，需要更好地進行個體認知上的解讀，提升群體的認知水準，或采取更好的分塊培養模式，更好地達到“抓一門、學一門、精一門”的效果，間接促進體育專業學科建設的整體發展［11］；課程性質、學期兩項指標的回歸系數均大于0，說明這屆學生的培養計劃對各門課程在學科發展中的定位精準，在大學學習的不同階段將不同的課程進行合理組合排序，此時課程規劃、培養計劃、人才培養體系均對學生產生了積極的影響，將該統計分析模型運用到實踐中，是教育數據信息驅動教育規劃與發展的積極體現，達到了理論與實踐相結合、相印證的關系。

4 結論與建議

首先，課程分數的描述性統計結果顯示，課程不同的課程性質、課程類型、學分、學期均會對學生個體和群體的課程成績產生影響。指標間相關關系呈負相關的有課程分數與課程性質、課程類型，課程性質與學分、學期，課程類型與學分、學期；呈正相關的有課程分數與學分、學期，課程性質與課程類型，學分與學期。相關關系表明，在培養體系的構建過程當中，要想將培養計劃的效益發揮到最大化，需從單門課程的性質、培養時間節點等入手，是系統性的工程。回歸模型的計算結果顯示，課程類型、學分、學期3 個變量均會對課程分數產生影響，課程性質對課程分數的影響較小，其中，課程類型、學分兩項指標對課程分數會產生負向影響，課程性質、學期兩項指標則會產生正向影響。

其次，以教育數據信息為研究的切入點，秉承“數據驅動”理念，結合專業課程建設的發展能夠發現更多的內涵信息，借助數據模型也可更好地融合教育數據與課程建設、人才培養的關系。促進體育專業課程的“信息化、數字化”發展，是未來體育專業課程建設、發展的探索路徑之一。