HI,欢迎来到好期刊网!

数据分析课堂

时间:2023-06-16 16:38:03

导语:在数据分析课堂的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。

数据分析课堂

第1篇

关键词:起点调查;高中信息科技;课堂教学研究

中图分类号:G434 文献标识码:A 论文编号:1674-2117(2015)20-0036-04

在教育领域中,大数据具有很强的应用价值,基于学生全息数据的分析催生了一个新兴的研究领域――学习分析,就是一个明显的佐证。学习分析(Learning analytics)是运用先进的分析方法和工具预测学习结果、诊断学习中发生的问题、优化学习效果的一类教学技术的集合。[1]学习分析着眼于对学生学习过程中的数据进行收集、分析,对学习过程进行评估[2],发现学习过程中隐藏的问题,提出问题解决对策。学习分析的兴起受益于信息技术的发展,尤其是云计算平台的大规模应用助推教学资源的网络化和基于网络化、碎片化学习方式的普及。

学习分析带给一线中小学教师的不仅仅是信息技术支持下利用数据对学生的学习情况进行分析的教育应用,也应该是一种基于学生学习数据开展教育教学实践与研究的教育理念。在这一理念的启迪下,笔者开展了基于以下调查数据分析的高中信息科技课堂教学实践研究。

2014学习水平起点问卷调查简介

为了了解上海市高中生信息科技学习水平的情况,上海市教研室于2014年9月组织了上海市中学生信息科技学习水平起点问卷调查。起点问卷调查共26题,分三个模块,即学生基本情况、学生学习兴趣倾向、学生现有的知识与技能。

学生基本情况模块主要包括学生初中学习信息科技的年数、获得信息科技知识与技能的途径、解决家中计算机故障的方式、上网设备、上网地点和上网时间、网上信息搜索的方式和维护信息安全的方法。

学生学习兴趣倾向模块主要包括拥有博客或微博的情况、使用微信或飞信或易信的情况、上网所做的事情、对当今社会信息技术发展热点的关注度。

学生现有的知识与技能主要包括对计算机(智能手机)硬件及性能指标的了解程度、是否会安装和卸载软件(计算机、平板或智能手机)、系统软件的辨识、常见的网络知识的了解程度、曾经使用过的程序设计语言和图像处理软件、算法与程序设计的掌握程度、平面设计与创作的掌握程度。

三个模块的试题不仅涉及了学生现有的知识储备情况,也反映了学生在日常生活与学习中利用信息技术解决各种问题的现状,为高中信息科技教师了解学生信息科技的学习水平起点、开展教育教学工作和研究工作提供了原始而真实的数据。

闵教院附属中学2014学习水平起点问卷调查数据分析

闵教院附属中学是一所美术特色学校,学生的录取成绩是上海市高中录取分数线,因此,学生在学习上的表现或多或少存在一些问题,学习能力也有些欠缺。闵教院附属中学参加2014学习水平起点问卷调查的学生一共111人,占高一年级学生总数的97.37%,基本能够反映我校全体学生的信息科技学习水平起点情况。

从调查问卷的数据来看,学生基本情况较好,在初中阶段上过(1年、2年和3年)信息科技课的学生占93.69%,没学过信息科技的占6.31%。在上网方面,有98.2%的学生经常上网或偶尔上网,智能手机是学生上网的主要设备,有93.69%的学生在家中上网,说明接入互联网的学生家庭占比较高。学生获取信息科技知识的主要途径是信息科技课和阅读网上教程,说明学生获取信息的途径较为单一。

在学生学习兴趣倾向模块上,有71.17%的学生有“自己的博客或微博”,但是经常使用的学生只有55.86%,说明学生在学习过程中的上网时间与自由度不够。在“你一般上网做什么?”的选项中,居于前三位的分别是聊天、听音乐、看视频。而查找学习资料、搜索信息、看网络书籍三个选项占比分别是66.67%、45.05%和39.63%,说明学生主动利用网络资源进行学习的比例不高,这也是学生家长、学校教师一直限制学生上网的原因所在。在当今社会信息科技的发展热点上,学生能够有所关注,但是对热点的专业性与深度了解不够,这一点可以从有83.78%的学生了解3G/4G,但是对IPv6、Web2.0的了解比例分别只有8.11%和50.45%看出。

在学生现有知识与技能模块上,学生对计算机(智能手机)硬件及性能指标的了解程度非常不理想,只有21.62%的学生认识一些部件,知道部件性能的指标。这表明在今后的教学工作中,计算机的硬件知识虽然简单,但仍需要重点介绍。此外,该问卷调查还暴露出学生“基础不扎实、知识面窄”的特点,如“以下属于系统软件的是”一题,有45.05%的学生竟然选择了“Office软件”,31.53%的学生选择了“Flash软件”,38.74%的学生选择了“IE浏览器”。Linux和Unix两个选项的选择比例分别是11.71%和6.31%。

综合三个模块的情况来看,我校学生的信息学科知识、信息素养和信息意识与区里的整体情况相比,存在较大的差距。课堂教学需要付出更多的努力才能够弥补上述差距,才能让学生经过一年的高中信息科技课程学习获得良好的信息素养,在学业水平考试中取得较好的成绩。

基于2014学习水平起点问卷调查数据分析的高中信息科技课堂教学实践研究

1.明确高中信息科技课程教学目标,找准学生现状与课程目标之间的距离

上海市普通中小学信息科技课程是以计算机和网络为基本载体,以学信息技术、用信息技术、懂信息技术、与信息技术一起学为基本学习过程,融知识性、技能性和工具性于一体的重要的基础课程。课程总体目标是以信息素养的形成为主线,以全面提高所有学生的信息素养,使其具备信息科技的基础知识和技能为总体目标。高中阶段的课程教学目标是拓展信息科技知识的深度和广度,善于选择和使用合适的信息技术工具,提高自主学习和解决复杂问题的能力,形成正确使用信息和信息技术的评价标准的信息道德。[3]

上海市高中信息科技课程的目标,不仅对学生所应掌握的信息科技课程知识的广度和深度,运用信息技术解决各种问题的信息素养提出了较高的要求,还对基于信息素养所形成的道德价值判断以及对社会所肩负的责任提出了较高的要求。2014学习水平起点问卷调查的数据显示闵教院附中学生整体现状与课程目标的要求,在基础知识的了解广度和掌握程度、以基础知识为基石的信息素养,运用信息技术解决问题的能力等方面存在较大的差距。

2.抓住主体,分层教学

学生的整体基础不是很理想,但是也有少部分学生的信息技术知识与基础不错。为了解决课堂上大部分学生“吃不了”,少部分学生“吃不饱”的问题,笔者在教学设计时对课程内容进行了重新的梳理和分层,将课程内容划分为基础掌握内容和提高选修内容。基础掌握内容是面向全体学生的,是学业水平考试中明确规定的内容,而提高选修内容是供学有余力且有兴趣的学生进行自主学习使用,教师在课堂上预留5分钟左右的时间为这部分学生的自学提供帮助。通过这样的设计,以达到抓住主体,实施分层教学,整体提高,保证课堂教育教学质量的目标(如案例一)。

案例说明:之所以这样划分,是因为“二进制数与十进制数的相互转换;二进制数与八进制数的相互转换;二进制数与十六进制数的相互转换”是课标和考纲中明确规定重点考查的内容,近三年的学业水平考试出题情况也体现了这一要求。“十进制数与八进制数的相互转换;十进制数与十六进制数的相互转换;十进制数与R(任意)进制数的相互转换”在课标和考纲中作为拓展内容,近三年的学业水平考试并没有作为重点考查内容出现在试题中。

3.夯实基础,突破重难点

上海市属于经济比较发达的地区,闵教院附属中学的学生对一些发展前沿的信息技术多少都有所接触,虽然涉猎广,但层次较浅,专业知识面较窄,而上海市高中信息科技课程不仅要求学生拥有较广的知识面,还需要对课程知识有较深程度的掌握和将所学知识应用于生活解决问题的迁移应用能力。

因此,笔者在课程教学实践中,对课程的基础知识和重难点知识根据学生的情况重新进行了梳理,制定了基础知识、重难点知识表,并在教育教学中做到夯实基础,突破重难点,拓宽知识面的同时,深入挖掘知识点的深度(如案例二)。

案例说明:信息技术工具知识点梳理调整表只是高中信息科技必修模块中的一个单元的调整表。将“软件的分类”从“基础/知道”调整为“重点/理解”,是综合本次调查数据结果和以前的教育教学经验而进行的,因为闵教院附属中学的学生经常会将常用的系统软件和应用软件的分类混淆。将“常用软件的卸载与安装”从“重点/理解”调整为“基础/知道”是基于98.2%的学生会安装也会卸载软件的调查数据而做的决定。

4.调整课堂结构,让学生自由“想”,充分“做”

上海市高中信息科技课程由统一模块和选修模块两个部分组成,闵教院附属中学选择的选修模块是设计与创作。该选修模块由设计与创作理论知识、Photoshop平面作品设计和Flas创意设计三部分组成。

2014学习水平起点调查问卷数据显示,有94.59%的学生使用过Photoshop、FireWorks、金山画王、光影魔术手、美图秀秀或其他的图形图像处理软件。这说明学生在图像图形处理上已经奠定了一定的基础,在课堂教学中不需要从零开始,教学的重点应是作品整体设计能力与创意的提升,而非软件工具的使用。

针对这一教学起点,笔者在Photoshop平面作品设计的教学上,将传统的教师作品展示、教学演示,学生按照要求进行作品创作、保存、提交和师生评价,调整为教师作品展示、作品创作说明,学生自由创作作品、保存、提交和师生评价(见下页的课堂结构调整示意图)。虽然课堂结构的改变不大,但是给予学生更多自由设想、充分创作的时间。学生进行设想与创作的时间由在传统的课堂结构上只有10分钟左右增加到20~25分钟。在新的课堂结构中,教师需要尽量花最少的时间把需要讲授的新内容与学生一起探讨清楚,留出更多的时间和空间让学生去创作与实践[4],以提高学生在实践中应用信息技术创造性地解决问题的能力。

5.关注课堂细节,引导树立信息伦理意识,规范提升信息道德水平

在信息化社会,社会公民不仅应具备良好的信息素养,还应具备良好的信息道德水平。针对我校学生信息意识薄弱、学生对信息道德和信息伦理认识不全面的情况,笔者在课堂教育教学中做了以下探索。

(1)面对、引导和处理课堂细节上的信息伦理问题。

在学习设计与创作模块的内容时,经常会用到从网上下载的图片,或者学生军训的照片。网上下载的图片会涉及版权问题,而学生的军训照片会涉及学生的肖像权问题。这时,教师需要从正面引导学生注意在作品中标注作品素材的来源,以保护原作者、原网站的版权。使用学生的军训照片,原则上应该取得学生本人的同意,取得肖像权的许可。通过长时间的积累和有意识的培养,学生在版权保护、肖像权的使用等信息伦理问题的认识上,有了很大的提升。

(2)设置信息伦理讨论问题,让学生对网络道德有全面认识。

在学习第四单元《信息技术与社会》的“负责任地使用信息技术”的内容时,结合第三单元《计算机网络》,就新闻报道上的网站账号泄密、银行卡遭盗刷、棱镜门事件等热点话题在课堂上让学生进行讨论,让学生认识到这些事件不仅违反法律法规,还有违网络道德和信息伦理要求,让学生“树立在信息化社会中的基本道德规范,应用信息技术过程中个人自律能力”[5],避免学生在今后的网络生活中因为对法律法规和网络道德不了解而走上网络违法犯罪的道路。

高中信息科技课堂教学改进实践反思

1.课堂教学工作应依据学生学习数据开展

课堂教育教学是基于师生互动开展的知识学习活动,学习活动效果的好坏不仅取决于教师能否在课堂上为学生提供多样化的学习支持,教学策略设计的优劣,教学科研能力的高低等,也受到学生已有知识储备、学习能力、学习习惯等因素的影响。因此,教师在开展教育教学的过程中,应该能够自觉做到全面了解学生的知识储备、学习能力、学习习惯等学习数据,在教育教学中依据这些学习数据开展课堂教育教学,而不能够游离于学生的基本现状主观地开展无效的教学。

2.分层教学目标的制定与落实在大数据的支持下可以更精细化

基于条件的限制和对学生数据收集的局限性,对学生的分层还没能做到兼顾每一位学生的每一个方面,只是一定程度上的整体分层,基于这一定程度上的整体分层教学目标的制定还存在不足。因此,若有大数据分析系统的支持,教师便能够方便地了解到学生全面的学习数据,学科课程教育教学目标的制定与落实可以更加精细化,可以做到以数据为指导来开展教育教学工作和研究工作,实现课堂教学有意义的及时调整。

参考文献:

[1]李青,王涛.学习分析技术研究与应用现状述评[J].中国电化教育,2012(8):129.

[2]蔡婷.大数据背景下学习分析技术对教学模式的变革[J].课程教育研究,2014(33):201.

[3][5]上海市中小学信息科技课程标准(试行稿)[EB/OL].http:///link?url=niUXK9E8XXZNdS60JmFY8jVOcPlThpZBo1SyaW6EoFh7ppAbRmJbz4CiW2bTzfxyexoYA3HGHJNBpmWLvO3qq5g5_1KZ_ZlPCO8-Nd76lUC.

第2篇

关键词:数据 收集 分析 目标 问题 改善

【中图分类号】G623.5

一、小学生收集和分析数据培养目标

1.具有一定的数据意识

应把培养学生的数据意识放在首位,培养学生遇到问题时先做调查,然后收集数据分析数据,体会其中所蕴含信息的能力。

2. 收集数据的能力

培养学生能够根据需要,多渠道多途径的收集数据的能力,例如:从阅读中收集数据、能利用媒体和网络收集数据等。

3.整理数据能力

培养学生能对数据进行归纳、分类、统计,能快速识别数据的真假,并会对数据进行适当的储存。

4.分析数据能力

通过分析做出判断,体会数据中蕴涵着的信息;了解对于同样的数据可以有多种分析的方法,需要根据实际问题选择适当的方法;通过数据分析体验随机性,一方面对于同样的事情每次收集到的数据可能不同,另一方面只要有足够的数据就可能从中发现规律。

二、小学课堂数据收集和分析出现的问题

随着新课程改革的推进,不断提出“数据分析”是统计学的核心,明确了分析数据的目标。随之而来,小学课堂教学在数据处理和分析中的弊端也不断暴露。小学课堂教学中,在数据收集与处理中存在哪些问题呢?

1.数据收集出现的问题

(1)数据收集不够完整、全面

科学是一个严谨的过程,收集数据时要求数据全面准确,这样才能说明问题,得出结论。主要原因有以下两个方面:一方面,有些实验本事就较为复杂,由于课堂时间有限实验次数不够,导致数据的不完整。有的教师就只挑部分数据进行教学,这使得数据片面化,不具有科学性。另一方面,有些数据的收集需要花太多的时间,学生容易遗漏数据。

(2)数据的真实度不够

数据收集时可能出现很多干扰因数,不能正确使用测量工具是影响数据真实度的一个重要因数,在小学课堂教学中合理选择器材进行探究实验是数据真实性的保障。

2.在数据分析方面出现的问题

(1)不懂得剔除错误数据

剔除错误数据是进行科学分析的第一步。由于我们在收集数据中存在着各种问题,常会遇到个别数据偏离太过厉害。如果学生把这些数据值和正常数据值放在一起进行分析,可能会影响科学实验结果的正确性。此时出现了一个重要问题――学生如何判断异常值,并将其剔除。大部分学生还没有这方面的意识,只知道把收集来得数据不加区分的使用。

(2)数据分析的方法不适当

数据分析是数据处理最复杂的一个阶段。特别是对于不同的问题,学生要会选择不同的数据分析方法,即使是同一组数据,也可以有不同的数据分析方法。大部分的小学生只会套用书上或老师给的方法。学生不懂得自己选择正确的方法去处理数据,这使数据分析过程变得异常艰难。

三、针对上述问题提出改善方法

1.如何准确全面的收集数据

(1)激发小学生收集数据的好奇心

好奇心是小学生的第一教师,没有学习好奇,学生不可能有对新知识的探求兴趣。培养小学生对收集数据的喜爱,会使整个数据处理过程变得简单而快乐。

(2)数据收集时,教师要随时进行跟踪

教师在学生收集数据要不断跟踪学生观察、记录情况。记录的时间较长,教师可以每天问问学生记录的情况,有什么发现等等。

(3)合理的实验材料、次数

实验的材料关系到收集数据的难度。而实验的次数则关系到数据的准确度。数据太少在科学实验中是不严谨的,不能充分说明问题。同时,小学生的认知水平有限,无法处理过多的数据,所以合理的实验次数是解决数据收集问题的重要方法。

(4)培养学生的操作技能

正确的操作技能,可以降低数据采集中的错误。教师应该注重学生操作技能的培养,这对培养学生科学素质有很大作用。培养学生的操作技能可以从三方面入手:第一,教师示范。教师实验学生观察,尽量将操作的重要步骤展示开来。同时重视基础知识的教学,多次进行示范试验,实验过程中要进行详细讲解,操作速度不能太快。第二,学生模仿。在模仿教学阶段确保学生能够熟悉每一环节的具体操作要求,同时教师要进行巡视,看看学生在哪部分容易出问题,统一拿出来讲解。第三,由扶到放,在模仿的基本上,学生独立将实验中所有动作连贯地完成,中间没有任何中断。

2.数据分析方面的改善

(1)教会学生辨认和剔除数据

培养增强学生剔除错误数据的意识是进行错误数据剔除的要务。想要剔除错误数据,必须警惕有错误数据的存在,错误的数据将可能对科学实验照成较大的影响。

学生要学会辨认错误数据,这是统计学的难点。辨认出是错误还是数据本身的特殊性,需要我们有一p火眼金睛。看到可能是错误数据,要进行寻根究底,看到底是不是哪方面出了问题。要是数据收集过程中某部分出了问题,那么这个数据就是错误,需要剔除,要是所有方面都没有问题,那么这个数据应该是特殊数据。

(2)学会选择正确的数据分析方法

数学教材中,数据处理与表达有多种多样的形式,如:柱状图、表格、饼形图等。在教学中要教授学生学会根据不同的情况选择适当的方法处理数据。

在说明事实中的绝对数,可以选择柱状图的方式;在有较多数据需要统计时,一般采用表格方式进行分析;另外有些是反映局部与整体的关系的数据,则可采用饼形图等。当然,呈现数据的各种方法要灵活运用,有时候同一种数据可以用不同方法进行分析。

总之,小学生收集和分析数据能力的形成是一个长期的过程,小学课堂教学应经常让学生在实践中经历数据收集、分析等活动全过程,逐渐引导学生思考“如何收集数据”、“从数据分析中能得到什么信息、解决什么问题”等问题,增强学生数据收集、整理意识,掌握一些基本的数据分析方法,培养学生数据分析观念。

参考文献:

[1]杨慧 会说话的数据--浅谈如何培养小学生分析数据的能力[C],2005.06

第3篇

关键词:小学数学;数据;观念;意识;分析;教学

心理学家皮亚杰在认知理论中认为:“7~11岁儿童属于具体运算阶段,在思维中已经有了抽象的概念。”因此,在小学数学教学中应该培养数据分析意识,在解题中能正确把握所给的数据,做出正确的分析判断。只有这样才能在解题过程中做到正确地分析数据。

一、学会搜集各种数据,感受数据分析的趣味

在教学中可以将统计方面的知识与分析相结合,有统计部分的知识,学生在分析时也有一定的基础,老师可以先让学生自己去收集一些数据,接着采用统计方法进行汇总,在绘制统计图时,学生要注意数据的有效性,选取有效的数据进行统计。例如:在教学“统计与可能性”时,让学生统计硬币的正反面朝上的几率,有些人在实验中会偏向某一面,不是理论的正反几率相等那样。学生对于实践和理论方面的概念不强,那么便可以让学生利用身边的硬币进行实验,班级按照4人为单位成以小组,两人负责抛硬币,两人负责记录,不同小组得出的结果一般都是不相同的,但又是相似的,因为正反面之比都是接近1的。学生将自己小组统计的结果绘制成一个表格,与其他小组的学生一起分析,硬币的正反面概率是多少呢?学生自己去做实验自己收集数据并分析,这一套步骤都是由学生自己去完成的,学生在实践中能体会到数学学习的趣味,对于分析数据的兴趣也会提升。

二、适时调整教学内容,突出数据分析意识的培养

教材上有一些内容在没有铺垫的情况下是不容易理解的,要让学生能够有效分析数据,那么对于书本上的一些内容要进行一些调整。老师可以先从自身角度出发,调整教材大致方向,接着结合学生思维与实际情况进行一些细节方面的调整。除了教材上的内容,生活中的素材也可以用作学生分析的对象,从生活中找寻有效的数据进行教学。例如:在教学“阳光下的影子”时,一个环节就是10分钟时间。然而一节课中只能收集几次,时间相隔的也比较短,那么收集的效果就不是太明显。那么,老师就可以让学生先在课前收集一些数据,接着在课堂中选取几组学生的数据进行分析,课堂中也能在操场中进行实践活动,让学生互相观察影子的变化,结合数据分析出影子的变化规律。减少了课堂收集数据的时间,让学生有更多的时间去互相观察分析数据,这些数据能够有效地分析出变化趋势,学生画图也会变得简单很多。

三、加强数据比较分析,体会数据分析在数学中的妙用

有比较才有鉴别,这是朴素的人生哲学。老师在指导学生分析数据时,学生虽然运用了数据分析法,但是他们并不知道这是数据分析法,对于这方面并没有具体的认识,在自身去解题过程中,还是不会掌握数据分析法。因此,在教学中,老师要让学生明白自己所用的是数据分析法,并且让学生体会到数据分析法的作用。例如,在这样一道题目中“一个箱子中装有5个红球,1个白球。摸到( )球的可能性大。”一般学生看到了红球比较多,会填写红球,但是有一部分学生在实际摸球过程中,摸到的白球次数比红球多,学生就会填写白球,通过片面的数据分析,学生得出的数据是比较单层面的,学生如果只是从单层面的内容出发,结果很显然是片面的。因此在分析数据时,要多次实验学习老师的分析方法,多次试验后进行数据分析。数据的分析有很多种方法,其中较为重要的是比对分析,单独的一组数据可能看不出什么规律,但是通过比较就可以看出其中的趋势。

四、通过实践活动检验,不断提高学生数据分析能力

只有将数据收集、分析融入生活中,学生才会真正意识到分析问题的重要性,在生活中面对困难第一时间不是慌忙无措,而是想着分析问题如何去解决,渐渐提升学生解决问题的能力。生活中有很多方面都可以提供学生去收集整合,老师可以选取较容易的方面让学生去实践。例如,学校组织了什么活动时,老师可以让班级中的学生去收集活动的一些信息。如运动会,让学生以自己喜爱的运动为依据,收集关于这项运动的背景,接着去收集运动会中其他同学的比赛结果,从班级的同学出发,再按小组去收集全校的学生数据。在班级中展开一次数据分析课程,学生在整理数据后,按照老师的指导进行分析,看看本班级的学生在哪方面比较优秀。

因此,在教学过程中应该把数据分析渗入各个章节,潜移默化地培养学生数据分析的观念。同时引导学生把数据分析与实际生活联系到一起。这样在生活中遇到数据问题时能够正确地进行分析,从而找到解决数学问题的方法与策略。

参考文献

第4篇

关键词:大数据;数据处理;商务决策技术

中图分类号:G640 文献标识码:A 文章编号:1002-4107(2016)07-0068-02

随着大数据时代的到来,数据分析已从过去由专门数据处理人员胜任的工作,变成了商务管理人员的日常事务性工作。企业在享受大数据便利的同时却面临着数据分析人才严重短缺的难题。据麦肯锡公司预计,到2018年,美国数据分析专业人才的缺口将高达14―19万,能够使用大数据帮助企业高效决策的管理人员的缺口将达150万[1]。因此,顺应大数据时代的需要,培养具有数据处理能力的专业人才,已成为目前世界各国高等教育改革的首要任务。

本研究运用大数据时代的思维方式和工作方式,力图设计一门紧密联系企业实践的数据分析课程――“商务决策技术”,以提升学生的商务决策能力,满足大数据时代企业对管理人才的新要求。

一、数据处理课程设置现状

随着大数据时代的到来,我国高等教育研究者针对大数据的特点,对已有的数据处理相关课程进行了改革。如:李海林根据大数据具体特性,从授课内容以及实践环节对高校数据挖掘课程进行了详细设计[2];邱胜海等针对关系型数据库在面对大数据管理时存在的问题,给出了开展非关系型数据库教学的具体措施[3]。然而这些以大数据为时代背景的教学改革,并非面向数理基础较差的经管类学生。为了提高经管类学生的数据分析能力,我国很多高校已开设数据分析与建模方面的相关课程,也撰写了相关教学书籍。如:蒋绍忠[4]、刘兰娟[5]等编写了各类商务数据分析教材;葛虹等[6]以经管专业课“数据分析与管理建模”为例,提出了知识的系统性训练和创新能力的培养的建议;邓维斌等针对经管类学生在数据分析能力培养中存在的问题[7],提出编写针对性强的实验指导教材,构建科学的实验教学体系,改变实验教学模式等主要改革措施。然而,这些为经济管理类学生开设的数据处理课程中没有加入大数据的相关内容。

本研究围绕即将开设的“商务决策技术”这门新课,基于大数据理念,从课程内容、教学手段等方面对该课程进行全方位设计。在设计前,为方便日后跟踪学生的学习进展,对学生的数理基础和学习需求等方面进行了问卷调查,并对调查结果进行详细分析。

二、经管类学生数据处理能力现状调查与分析

(一)调查问卷设计

本调查共发放问卷250份,回收有效问卷234份,回收率达到93.6%。主要由2013级和2014级经管类学生填写。主要借助于李克特量表的形式测试学生对相关问题的认知程度。

设计《大数据理念下数据分析方法教学调查问卷》,除了了解学生的性别、年龄、班级、文理科生等基本信息外,还从四个方面进行了详尽的调查:前沿技术、学习动机、教学方法以及考核方式。

(二)调查结果分析

四个方面的调查结果如下。

1.学生对前沿技术的了解程度。很多学生对最新的前沿技术不甚了解。仅118人(占50%)听说过“云计算”,87人(占37%)听说过“物联网”,即使大部分学生会使用手机上网,但调查结果却显示仅168人(占72%)知道“移动互联网”这个词。对“大数据”的了解更为有限,听说过“大数据”这个词的人仅78人(占33%),能准确或大概说出其含义的仅49人(占21%)。其中,25人认为大数据的主要特征是“数据量大”;27人认为是“数据类型繁多”;8个人认为是“价值密度低”;18人认为“处理速度快”,仅3人将大数据的这四个特征全部选中。虽然大部分人对大数据不甚了解,但207人(占88%)对大数据的未来前景较为乐观,173人(占74%)已经感受到了大数据在日常生活中的存在。

2.学生的课程选修情况。为了了解哪类学生会选修这门课程,是数据处理基础好的学生?还是对数据处理感兴趣的学生?学生学习的自信心强弱会不会影响他们的选课?如果所学课程对学生未来工作有用,会不会有更多的学生选这门课呢?带着这些问题,本研究使用SPSS中的Pearson相关性分析法挖掘出影响课程选修状况的主要因素。

从分析结果中可以发现,学生是否选这门课主要取决于两大因素:“工作需要”(相关系数为0.427)和“学习信心”(相关系数为0.163),与学生的“数据处理基础”、“对数据分析是否感兴趣”的关系不大。也就是说,如果学生认为学习这门功课对未来的工作有用,即使他们的数理基础并不好,学习兴趣也不大,他们依然会非常乐意选此课;此外,学生的自信心也是学好这门课的关键。很有信心学好数据分析方法的学生仅占12%,86%的学生对此没有把握。提及何种工作会用到数据分析技术时,仅有131人(占56%)觉得数据分析技术对管理工作有用,91人(39%)觉得对销售工作有用;而94人(占40%)觉得数据分析技术对管理或销售工作根本没用,仅数据分析员或IT工作人员会用到该技术。

3.学生喜好的教学方法。近60%的学生对教学方法不甚了解,特别是现代教学方法。在调查过程中,我们对四个目前热门的教学方法,如:案例式教学法、讨论式教学法、翻转课堂、MOOC进行了详细介绍。最后,65%的学生偏爱案例式教学法,47%的学生偏爱讨论式教学法,对于翻转课堂仅有19%的学生愿意尝试,MOOC仅13%的愿意尝试。当问到哪种教学方法适用于本课程的教学时,44%的学生希望使用案例式教学法,23%的学生觉得翻转课堂不错,22%的学生依然喜欢以教师为主导的讲授式教学方法,88%学生认为MOOC不适合数据处理课程的教学工作。

4.学生喜欢的考核方式。仅有18%的人愿意闭卷考试,开卷考试和学生上台讲解的考核形式最受青睐。此外,78%的学生希望参与到教师评分中,同意教师独自给分的仅占18%,同意仅依靠学生评分的也只占6%。

三、“商务决策技术”课程教学设计策略

根据以上分析,拟在实施本课程教学时注重以下几个方面。

(一)提高学生学习数据分析技术的自信心

该课程涉及定量分析,这是经管类学生最为薄弱的知识点。从调查分析中可以发现,“工作需要”和“学习信心”这两个因素对学生选修该课程比学生的“数据处理基础”和“学习兴趣”更为重要。因此,本课程首先安排2至4个学时来讲解什么是“大数据”,大数据在未来各个领域的应用前景,并通过实例、视频或实地调研让学生了解商务数据分析的一些实际应用,只有当学生切身体会到了数据分析技术在未来生活中的应用价值,才能从根本上调动他们主动学习的积极性和自信心。

(二)丰富大数据相关内容

大数据最重要的应用就在于预测,而预测是商务决策的基础。以往的经济预测多依赖于因果模型的分析,而大数据分析则是运用相关性分析方法从海量数据中发掘数据之间的联系,进而进行有效的预测。因此,本课程将重点讲授相关分析方法,不仅讲授诸如简单线性回归、Pearson相关系数等传统相关分析方法,还会介绍大数据相关分析方法,如:最大信息系数、随机相关系数等。

(三)采用多种教学模式与方法

从调查分析中了解到:以往以教师讲授为主、学生被动学习的传统教学模式不再受到学生的青睐,翻转课堂、案例教学法、讨论式教学法是学生喜爱的教学方式。因此,本课程将采用学生平等参与的讨论式教学方式,并事先设计“自主学习任务单”、制作教学视频、布置案例教学任务等多种教学手段,将教师的教学职能从单一的讲课向设计、组织、帮助与指导方向转变。

(四)师生共建考核方式与信息反馈机制

调查分析结果表明:传统死记硬背的考核方式不再受到学生的欢迎,开卷考试和上台讲课的考核形式更能全方位地衡量学生处理实际问题的能力。因此,本课程拟首先让教师和学生共同制定考核目标,细分考核内容以及考核方式;然后由学生自主选择考核方式和内容。评分时,组织成立学生考评团,所有学生轮番成为考评团成员,与老师双向沟通,共同评分。

本文展示了“商务决策技术”课程开设的调查研究工作,并依据分析结果,提出顺应大数据时代需要,培养具有现代数据处理能力的管理人才的具体措施。希望通过培养学生学好数据处理方法的兴趣和自信心,通过制订合理的教学计划、设计新颖的教学内容、运用现代化的教学模式、采取师生共同参与的考核方式,来提升学生适应大数据时代市场需要的数据素养。

参考文献:

[1]Manyika J.,et al.Big data:The next frontier for

innovation,competition,and productivity[EB/OL].

[2015-11-03].http:///insights/

business_technology/big_data_the_next_frontier_

for_innovation.

[2]李海林.大数据环境下的数据挖掘课程教学探索[J].

计算机时代,2014,(2).

[3]邱胜海,周玉敏,高锡荣等.大数据时代非关系型数据库

教学与实验改革探索[J].电脑知识与技术,2013,(9).

[4]蒋绍忠.数据、模型与决策――基于Excel的建模和商

务应用[M].北京:北京大学出版社,2013.

[5]刘兰娟等.经济管理中的计算机应用[M].北京:清华大

学出版,2013.

[6]葛虹,韩伟一.多模式交互教学与教学工作量评估――

以“数据分析与管理建模”为例[J].黑龙江高教研究,

2013,(2).

第5篇

1.以“儿童”为基本立场的儿童数学教育思想体系

首先,我们确立了以“儿童”作为数学教育研究和实践的基本立场“。儿童数学教育”就是以儿童发展为本,满足儿童发展需求,符合儿童认知规律的教育。进一步,我们需要提炼能反映儿童数学教育系统本质特征的因素。英国学者欧内斯特(P.Ernest)在《数学教育哲学》中,提出了数学教育哲学应围绕以下四个基本问题展开:数学的本质、数学学习活动的本质、数学教育的目的、数学教学活动的本质。参考这一框架,儿童数学教育思想提出了儿童观、儿童数学教育价值观、数学观。(1)儿童观儿童数学教育思想的“儿童观”是:儿童是活生生的人、儿童是发展中的人。“儿童是活生生的人”,意味着儿童是具有丰富情感、有个性、有独立人格的完整的生命体。因此,教师要尊重儿童、理解儿童、善待儿童,使得每一个儿童都能有尊严地生活在集体中。“儿童是发展中的人”,意味着儿童是有潜力的人,但又同时具备不成熟的特点,因此教师要充分相信儿童,要注意开发、挖掘儿童身上的潜能,儿童能做到的教师一定不要包办代替,促进儿童的自我成长,让其在自主探索中形成自信和创新能力。儿童又是未成熟的个体,所以教师要包容、悦纳他们的错误,并善于利用错误资源,使之成为促进儿童再发展的新能源。因此,儿童的学习应是学生的主动建构及与同伴和教师互动交流的活动,是一个自产生、自组织与自发展的过程。教育的任务就是激发和促进儿童“内在潜能”,并使之循着儿童成长的规律获得自然和自由发展。(2)儿童数学教育价值观儿童数学教育思想的“价值观”是:数学教育的价值是促进学生的全面发展,数学教育的目标是使学生在数学学习的过程中汲取知识、增长智慧、浸润人格。为此,教师要教与生活联系的数学,要使学生体验数学知识产生的生活背景,感受数学的发生、发展和应用过程,感受数学的价值;要教相互联系的数学,在学习新知识中播下知识的“种子”,在沟通联系中体会数学的整体;教有思想的数学,注重数学的基本思想,使学生收获数学思考和问题解决的方法,启迪学生的智慧;教美的数学,使学生在学习过程中体会数学的内在魅力,从而产生好奇心和兴趣,进而为形成美的心灵和情操奠定基础;教能完善人格的数学,使学生形成“做真人、懂自律、负责任、有毅力和会自省”的品格。(3)数学观关于数学本质及其作用的认识对学校的数学课程,教学与教学研究的发展有着关键的影响(J.Dossey)。M.Niss更是强调数学教师数学观的重要性,他有一段应当引起所有数学教师深思的话:“缺乏多元多维的数学观也许是今天数学教师的致命弱点。”对于“多元多维”的理解,至少可以体现在如下方面:数学不仅仅是计算,而是包括着数量、关系、图形、规律、不确定性、解决问题等丰富的内容。数学不仅仅包括静止的结果,更包括生动活泼、富有创造的发生、发展和应用过程。数学不仅仅需要演绎推理和证明,还需要观察、分析、类比、归纳、实验等火热的思考,还需要好奇、自信、毅力、实事求是…………

2.以特色课堂为核心的教学策略

在数学教学实践中,吴正宪团队创造了体现儿童数学教育的八种特色课堂:真情流淌的生命课堂、经验对接的主体课堂、思维碰撞的智慧课堂、机智敏锐的灵动课堂、纵横联通的简捷课堂、以做启思的实践课堂、追本溯源的寻根课堂、充满魅力的生活课堂。“真情流淌的生命课堂”的基本特征是:用真心引领学生进行学习;用真情营造学生敢说敢为的学习氛围;用真情唤起学生成长的力量。“经验对接的主体课堂”的基本特征是:运用情境唤起学生的经验;用学生经历过的例子帮助学生学习;鼓励学生形成自己的理解和表达方式。“思维碰撞的智慧课堂”的基本特征是:激发学生在“问题串”中不断深入地进行思考;鼓励学生在比较中辨析;促进学生在解决“冲突”中提升。“机智敏锐的灵动课堂”的基本特征是:预设灵动的学习资源;创造灵动的学习机遇;激发灵动的学习智慧。“纵横联通的简捷课堂”的基本特征是:梳理学生心中的数学;在联系中启发学生新的生长。“以做启思的实践课堂”的基本特征是:鼓励学生在操作和实践中体验;促进学生在体验中进行思考;激发学生在思考中进行创造。“追本溯源的寻根课堂”的基本特征是:体现数学发生和发展的创造过程;在数学思考过程中体验数学的思想方法;感受数学的文化价值。“充满魅力的生活课堂”的基本特征是:从生活实际中创设情境;鼓励学生运用数学解决实际问题;积淀生活经验回归数学。

二、“再起航”:儿童数学教育思想理论内涵的提炼与创新实践

2014年12月8日,北京教育科学研究院儿童数学教育研究所正式成立,研究所的成立是为了真正体现北京教科院基础教育教研工作的价值,促进实现既体现教育真谛又具有首都特色的北京儿童数学教育教学,提炼北京市儿童数学教育思想和教育教学研究成果。研究所的成立标志着儿童数学教育思想研究和实践进入了一个新的阶段,这一阶段的一项重要工作是开展“儿童数学教育思想理论内涵与创新实践”的研究。这项研究工作正是对儿童数学教育思想的深化。深化主要体现在三个方面。第一,在新课程背景下的深化。在课程标准中,对于数学教学提出了一些新要求,比如培养学生发现和提出问题的能力。这些应该在儿童数学教育实践中得以体现。第二,在价值分析、学生研究基础上的深化。儿童数学教学实践,离不开对于教育价值全面实现、遵循儿童学习规律的这些基本问题的叩问。本研究将选择小学数学的某些核心内容开展教育价值分析、学生学习路线的研究,并在此基础上进行教学和评价的整体设计。第三,在实践效果检验下的深化。教学研究和改革的效果如何,需要进一步做教学实验,在实践中加以检验。

1.进一步完善和构建“儿童数学教育思想”

本研究将进一步提炼和总结儿童数学教育思想的内涵,总结出具有普遍意义的儿童观、儿童教育观、数学观,指导数学教学的实践。具体说来,需要回答以下几个主要问题:第一,儿童数学教育思想下的儿童观、儿童教育观、数学观是什么?第二,儿童数学教育思想体系的核心要素及其关系是什么?第三,儿童数学教育思想指导下的课程设计、教学、评价的特点和原则是什么?

2.开展儿童数学教育视角下的整体教学实验

能够对课程与教学实践产生最直接、最为具体影响的教育研究可能非教学改革实验莫属,儿童数学教育思想指导下开展的教学实验必然具备“整体”的特征:第一,教育价值在儿童发展中的整体实现;第二,基于价值分析、学生研究的教学评价的整体设计。根据数学课程改革的新要求、教师实践中的困惑、本课题的研究基础,本课题选择以下两个方面作为研究的切入点:培养学生发现和提出问题能力的整体教学实验、发展学生数据分析观念的统计教学整体实验。(1)培养学生发现和提出问题能力的研究和实践自20世纪80年代以来,有关数学问题提出的教学研究引起了国内外数学教育界的关注。其主要原因在于:以“问题解决”为核心的数学教育改革运动的兴起,以及知识经济社会对数学教育提出的创新人才的培养要求。许多国家都把培养学生的问题提出能力作为一项重要的课程目标,在《义务教育数学课程标准(2011年版)》中,也把原来的“分析和解决问题能力”拓展为“发现和提出、分析和解决问题的能力”。围绕着“培养学生发现和提出问题的能力”,以下问题需要我们深入思考和实践:第一,一个“好”的数学问题发现和提出的过程一般经历了哪些环节?学生的思维过程是什么?第二,不同年级的学生在发现和提出数学问题的目标和过程方面有何差异?促进他们提高的策略方面有什么不同?第三,从整体设计上看,培养学生发现和提出问题能力不仅仅局限在学习之前,素材也不仅仅停留在根据情境提出问题上,特别是如何培养学生运用数学的眼光从生活中发现问题,还有哪些培养目标、培养时机、选择素材和活动设计?第四,发现和提出问题,对于不同学生的作用和价值是什么?(2)发展学生数据分析观念的统计教学研究在《义务教育数学课程标准(2011年版)》中将数据分析观念作为统计课程的核心,并阐述了数据分析观念的内涵“:了解在现实生活中有许多问题应当先做调查研究,收集数据,通过分析做出判断,体会数据中蕴含着信息;了解对于同样的数据可以有多种分析的方法,需要根据问题的背景选择合适的方法;通过数据分析体验随机性,一方面对于同样的事情每次收集到的数据可能不同,另一方面只要有足够的数据就可能从中发现规律,数据分析是统计的核心。”这实际上也体现了人们对统计课程教育价值的深入理解。在教学实际中,无论是教材编写还是教学实施,大家普遍感觉统计知识和技能的落实比较容易,但数据分析观念在各个年级的具体表现是什么,如何根据不同年级学生的特点设计合理的活动来发展数据分析观念,这些都是亟待解决的问题。针对以上的两个切入点,我们将采取教学实验的研究方法,设计基于价值分析、学生研究的整体教学实验方案;按照新的教学实验方案进行教学实验;对于教学实验过程中和之后学生的变化和发展进行评估;分析实验的效果,学生在解决实际问题方面的能力、学生的数据分析观念是否有提高,有哪些方面的提高,其典型表现(群体表现和个案学生表现)是什么;在实验的基础上对于教学和评价提出建议。

3.儿童数学教育思想指导下的课例研究

课例研究将主要通过以下两种途径:第一,运用量化和质性的方法刻画特色课堂的具体特征。本研究将进一步提炼和明确课堂的具体特征指标,一方面运用这些指标对于课例进行量化分析,另一方面对于具体案例进行质性分析,由此描述儿童数学教育思想指导下的课堂教学的具体特征。第二,分析和开发围绕着核心内容的课例。围绕着小学数学教学的核心内容,选择已有体现儿童数学教育思想的优秀案例进行再次验证和分析,并在此基础上开发新的课例,从而形成案例资源库。

第6篇

针对英语泛在学习模式存在的传统课堂教学和线上教学缺乏有效衔接、缺乏生态性系统设计、缺乏具有“参与感”和“现场感”的语言学习环境等问题,构建了基于大数据分析的英语泛在学习生态系统,有利于充分发挥大数据等信息技术对英语教育的改造提升作用,为大数据时代英语教学变革提供新的思路和方向,对促进新型信息技术与英语教学过程、内容、方法和教学评价体系的深度融合具有借鉴意义。

关键词

泛在学习;学习生态;有效学习;英语学习;大数据

近年来,移动互联网、大数据等信息技术发展日新月异,已经成为推动教育变革的重要力量。移动通信终端的普及为学生营造了泛在英语学习环境,大数据技术开启了个性化智能教育时代,翻转课堂、MOOC、微课等新型教学模式层出不穷,虽然它们不能取代传统教学模式,但英语教师必须与时俱进,重视信息技术对传统英语课堂的改造和提升,以全新的视角思考英语教学的变革方向。

一、研究理论概述

1.泛在学习理论

泛在学习是指任何人在任何时间和任何地点都可以通过泛在网络实现任何知识内容的学习。泛在网络和泛在计算技术为人类实现随时随地的泛在学习提供了技术保障,信息技术和教育技术的融合发展正深刻改变着知识的传播方式和学生的学习方式,不断重构着教育和学习的生态环境。一方面,移动通信终端的多元化发展解除了传统英语学习对地点的约束,翻转课堂、MOOC等新型教学模式使学生可以自由地选择学习时间、进度、内容和学习方式。另一方面,传统教学设备正在向数字教学设备变迁,教育领域信息基础设施建设有效地推动跨区域教学资源整合,海量的多媒体教学内容必须和学生的碎片化时间有效结合,教师需要针对不同学情的学生进行精准施策和差异化施策。

2.学习生态理论

学习生态是由学习群体及其所处的环境共同构成的生态系统。系统由信息技术、多媒体教学设施等支撑,通过以合作、交流、共享、互动为特征的教育实践,实现知识信息传递和有效学习,从而促进系统的不断优化。学生与学习环境、学生和学习群体之间密切联系、相互作用,通过知识的吸纳、内化、创新、外化、反馈等过程实现有效学习[1]。在泛在学习的背景下,学习生态研究的是教育信息、学习主体、教师、教育信息环境之间相互作用的生态系统,需要从教育信息化建设和应用的视角研究各个生态系统成员之间的相互作用规律,维护生态系统的平衡发展。

3.有效学习理论

有效学习是指学生在教师的指导下,针对学习内容采取适合自己的学习策略,积极主动地参与到学习过程中,高效率地完成知识建构,从而实现学习目标并优化自身知识结构的学习行为。有效学习是对学习内容、学习方法、学习过程、学习结果的价值追求[2],学生可以实现对知识的深层次理解和灵活应用。学习内容的优化在大数据背景下表现为对海量学习内容的筛选、清洗与转化[3],使之满足学生的学习需要。学习方法调整是建立在对学生学习情况进行多元评价的基础上,根据学生个人学习偏好、认知习惯、学习方式、情感态度因素、学习内容的变化而动态进行的。学习过程的积极参与是指学生能够积极主动地学习,充分和师生进行合作、交流,善于提出问题、分析问题和解决问题。学习评价是学生改变学习计划、优化学习方法的重要手段,对学生学习可以起到引导、激励、启示和教育作用。

二、当前英语泛在学习模式存在的主要问题

1.传统课堂教学和线上教学环节缺乏有效衔接

首先,传统课堂教学和线上教学在教学节奏、知识范围上没有有效衔接。例如,学生不知道如何在线上学习课堂上没有掌握的知识点,或者在线上环节重复学习课堂中已经掌握的知识点。其次,缺乏对课堂英语学习和个性化英语自主学习的融合创新设计。在传统课堂教学中,整齐划一的教学标准无法满足英语学习分层分级的差异化教学要求。不同学情的学生对学习时间、空间、内容、方式的需求不尽相同,教师在教学中没能和学生线上学习的大数据分析结果进行有效的融合对接,仅根据自身的教学经验和主观判断作为实施因材施教的依据,因此其决策缺乏精准性和稳定性。

2.泛在学习缺乏生态性系统设计,学生英语泛在学习的用户黏性不高

当前泛在学习过程特别是在线学习过程缺乏师生互动性、社交互动性、线上线下互动性。泛在学习仅停留在将文字、图像、视频等教学资料数字化、网络化、集成化和泛在化的阶段,这在某种程度上增加了学生英语学习的选择性和便利性,但缺乏针对不同学生的学习黏性设计,因此泛在学习效果并不理想。

3.英语泛在学习体系缺乏具有“参与感”和“现场感”的语言学习环境

建构主义理论认为,知识的获得是在学习环境的特定情境作用下,借助教师的帮助与学习伙伴的协作,通过意义的建构过程实现的。因此在英语泛在学习过程中,必须增强学生在特定情境下的沟通和交际活动的参与性[4]。例如,如果在英语课程设计和在线学习设计环节,鼓励学生广泛参与学习内容、学习方法、学习偏好的设计,就会让学生感受到教师对学生的爱与尊重,从而增强学生学习的主动性和积极性,使不同学情的学生都能在学习过程中体验自我实现感,实现自主学习。另外,教师缺乏对学生多元需求的感知和把握,缺乏语言锻炼的“现场感”设计,使学生无法在接近真实生活情境的语言环境中得到语言交际锻炼。

三、基于大数据分析的英语泛在学习生态系统

移动通信和大数据分析技术的发展为有效解决当前英语泛在学习模式存在的问题提供新的方式和途径。基于大数据分析的英语泛在学习生态系统以学生的英语学习需求、特征、习惯、喜好等大数据挖掘为切入点,联合学校、互联网教育机构、教材编写人员、教师、信息化支撑机构、教育管理机构、在校学生和在职学员等生态系统成员共同把泛在学习落实到教学环境、模式设计、资源开发、评价机制和管理机制等工作中,不仅仅是教育内容资源和信息的共享空间,而且是实施素质教育和个性化学习的公共服务平台。因此,本文构建了基于大数据分析的英语泛在学习生态系统,主要包括大数据采集、大数据存储、大数据分析、大数据应用四个子系统,并构建了系统体系结构模型。

1.大数据采集子系统

首先,大数据采集子系统要实现数据、文字、图像、音频、视频、多媒体等结构化数据和非结构化数据采集,实现跨区域、跨机构、跨教学环节的数据互联互通和数据采集功能,解决教育数据资源配置效率不高的问题。其次,实现英语教学设计、教学实施、课程内容建设、网络学习内容资源建设、语料库建设、学生学习认知过程监控、学生学习情感态度监控和学习评价等全教学链条的数据采集功能,为生态系统成员之间的共生发展提供良好的数据资源基础。英语教学设计数据主要采集教师按照教学大纲和教学目标要求对不同学生制定的学习内容、学习进度、学习路径等数据,厘清学生在课堂上和网络上分别学什么、在哪学、怎么学的问题。教学过程数据主要采集教师在教学中帮助学生解决英语学习问题的经验、做法和策略,包括情感态度、认知因素的调控、语言情境的构建、师生的有效互动等。课程内容数据主要是采集教师、学校、互联网教育机构课程教学内容数据,包括教材内容、课件、题库、案例等授课内容资料,以及以上资料经过碎片化处理的数据资料。网络资源数据库主要采集互联网、校园网上英语学习方面的相关资料。英语语料库数据主要采集中国学习者英语语料库、美国当代英语语料库等语料库内容,以及英语教材、英美小说、散文、演说词、电影剧本、新闻稿等英文自然语料。学习行为数据库主要采集学生课堂学习行为和线上学习行为数据。课堂学习行为包括是否预习、复习等,线上学习行为数据采集学习日志、学习习惯、学习时长和学习路径等。学习评价数据主要采集教师或者在线学习系统对学生的学习能力、学习方法、学习策略运用、学习过程和学习结果的评价数据。学习情感态度数据主要是通过问卷、访谈等方式采集影响学生英语语言习得的动机、态度、焦虑、自信等指标。

2.大数据存储子系统

大数据存储子系统主要实现对大数据采集子系统采集的海量结构化、非结构化数据进行数据清理、归档、压缩,实现一体化数据存储。可以实现跨区域、跨系统的英语泛在学习数据的融合,解决不同教学机构、数据结构、操作系统带来的信息孤岛问题。英语学习数据仓库是指集成了大数据分析子系统和应用子系统决策分析所需的泛在学习数据,这些数据是按照一定的英语学习主题进行组织,是在对原有分散的各类英语泛在学习数据库数据进行加工、汇总和整理后得到的,有效地消除了各类源数据中的不一致性,所以英语学习数据仓库的信息均是关于学生英语泛在学习全局情况的一致性信息。数据仓库的这些全局性信息同时通过网络云平台实现英语泛在学习数据的云端存储,可以直接由大数据应用子系统调用。

3.大数据分析子系统

认知因素和情感因素是影响英语习得效果的两个重要方面。大数据分析子系统首先结合学生应该达到的学习目标对学生个体的英语学习认知行为和学习的情感态度进行数据挖掘,分析学生的动机、态度、焦虑、自信、兴趣等情感因素,以及学习毅力、能力、习惯、方法、英语水平和常犯错误等认知行为因素,对数据挖掘结果进行聚类运算和分类处理,根据学生的学习认知行为和学习态度情况将学生细分,以识别不同学生之间相似的泛在学习需求,以及某个学生个体在不同学习阶段泛在学习需求的差异性。同时,大数据分析子系统会对学生的学习过程和学习结果进行动态综合评价,并根据学习评价结果判断学习方案的优劣,有针对性地进行线上和线下学习方案的调整。

4.大数据应用子系统

大数据应用子系统包括学习信息推送系统、学习信息定制系统、在线互动学习系统、语言情境仿真系统、知识关联推荐系统、知识精准搜索系统、知识树形管理系统和娱乐在线学习系统等应用。学生可以通过学习终端连接到相关应用系统进行英语语言知识的有效学习。学习信息推荐系统自动推荐给学生的学习信息是学生应掌握而目前未掌握的英语知识。学习信息定制系统可以满足学生根据自身学习需求而定制某类主题的学习信息。学生一方面通过在线互动学习系统可以和辅导教师进行交流互动,解决学习中遇到的问题,另一方面可以通过社交软件实现和其他学习者的沟通和交流,共享英语学习经验。语言情境仿真系统可以实现某类主题的英语学习情境的在线仿真,让学生在接近真实环境的英语语言情境中进行英语交际锻炼。知识关联推荐系统是根据学生所学知识点,自动关联推荐对应的拓展知识点。知识精准搜索系统可以帮助学生快速实现英语知识的精准有效搜索,从而进行有针对性的学习。知识树形管理系统可以实现学生已掌握知识和未掌握知识的树形目录管理,实现线上学习和课堂学习知识管理的无缝链接。基于大数据分析的英语泛在学习生态系统有利于充分发挥信息技术对传统英语教育的改造提升作用,可以有效促进信息技术与教学过程、内容、方法和教学评价体系的深度融合。在生态系统的价值取向上注重以促进学生全面健康发展为中心,注重需求导向的个性化学生培养模式。在学生习得效果评价体系上注重加强学习过程评估,强调过程评估和结果评估相结合。系统注重充分挖掘学生的个体差异,充分挖掘学生的学习潜能,围绕学生英语学习习惯的形成和学习情感态度的培养,以现代信息技术为辅助手段,将英语语言知识进行碎片化、情境化、可视化处理,通过采取教育信息推送、关联推荐和定制化相结合的方式实现知识的在线传播,给学生提供个性化、定制化的英语学习信息服务,带给学生全新的英语泛在学习体验。

作者:张慧丹 单位:中国音乐学院社科部

参考文献

[1]张豪锋,卜彩丽.略论学习生态系统[J].中国远程教育,2007(4).

[2]曹贞.以有效学习为目标的大学课堂教学[J].教育与职业,2007(26).

第7篇

关键词:移动终端;数据采集;数据分析;数据展示

中图分类号:TP315 文献标志码:A 文章编号:1673-8454(2016)03-0057-04

一、引言

随着高等教育信息化的不断发展,为有效提高教学质量,许多高校都采取各种手段来评估课堂教学质量和效果。传统的做法是学校教学管理部门聘请具有多年丰富教学管理经验的老教师为骨干,成立督导组,采用督导员听课评价、学生网上评教等方式,对教师的教学情况进行评估[1]。这些措施在一定程度上能使教师获得一些反馈信息,促使教师更加注重教育教学效果。然而,这种评估方式不可避免地具有较大的局限性。首先,教学督导组对某位教师的听课每学期只是一两次,并不能完全反映某位老师某门课程的整体教学情况;其次,教学督导组和学生对任课教师的评价具有很强的主观性和个人色彩,这种教学评价和管理方式缺乏客观性和全面性,衡量不够精细、全面和深入;而且,这种课堂教学评估只是针对教师,对于学生的课堂参与情况缺乏一种客观衡量。教师并非每堂课都点名,如果为了统计学生的课堂参与而点名,会占用和浪费宝贵的课堂时间。

在当今的大数据时代,采用大数据技术和数据挖掘技术来进行客观有效的教育教学管理和评估是时展的要求[2]。大数据和数据挖掘技术,不单纯依靠直觉和过往的经验,不依靠有限抽样的统计规律,更加客观和全面[3]。通过对全体数据的分析,更能发现现象和事物内在的关系,能够发现更多的、深入的有价值的信息,从而具备更强的决策力、洞见发现力和流程优化能力。

本文提出在学生上课的每个教室安装移动终端采集器,统计每节课的上课人数、到课率、迟到早退时间等等格式化数据,结合课程表、学生成绩表以及教务系统中更多的教师和学生信息,利用分布式计算基础构架,综合各方面信息得到更有效课堂教学数据[4]。

针对以上问题和提出的解决方案构想,通过在北京信息科技大学的各种教室,包括大教室、小教室、阶梯教室,布放了81个“移动终端采集器”数据采集点,对采集的数据进行大数据后台分析和维护,并提供大数据分析结果的网络访问页面,提供各种方式的查询和分析结果。例如:对学生课堂出勤率分析,可以按专业查询、按年级查询、按班级统计、按课程查询、按时段查询,把学校各个院系、各个专业和各个年级的学生上课出勤率按从高到低排列出来;对教师授课课程的学生出勤率分析,可以列出各个老师所授课程的学生出勤率,并排出名次。对整个学期,或者每个教学月、教学周的出勤率变化,可以从分析结果生成的趋势图中看出。

二、基于移动终端的考勤监控模型的构建

目前,几乎每一个学生都拥有一部智能手机,因此可以采用无线追踪技术和室内定位技术,在每个教室安装一个移动终端采集器,用来识别学生的智能手机的MAC地址,作为学生在教室中的唯一标识和统计指标。具体操作步骤可以分为:数据采集阶段、数据分析阶段和数据展示阶段,其如图1所示。

1.数据采集阶段

部署在教室的移动终端采集器在工作时,会不断地扫描周边设备的无线信号[5],当学生、教师进入部署区域时,移动终端采集器会根据手机等设备发射的无线信号,识别设备的位置,移动终端采集器捕获移动终端设备的最长时间间隔为2秒,有效范围半径为30M,即两秒内经过移动终端采集器30M内的无线设备都将被捕获。

2.数据分析阶段

将采集到的移动终端信息进行过滤处理,将每个教室采集到的手机号、手机Mac地址与学生学号进行关联,结合教务管理系统中的课表信息,按照院系、专业、年级、班级等不同粒度对学生出勤率进行课程、时段等多维度分析;同时对教师每次授课对应教室的出勤率加以分析计算,多方位、多层次、多角度地获取学生的出勤数据。

3.数据展示阶段

根据数据分析阶段的分析结果,生成学生课堂出勤率图表,提供各种方式的查询和分析结果[6]。例如:对学生课堂出勤率分析,可以按专业查询、按年级查询、按班级查询、按课程查询、按时段查询,可以将各个院系、各个专业和各个年级的学生出勤率按从高到低排列出来;对教师授课课程的学生出勤率分析,可以列出各个教师所授课程的学生出勤率,并排出名次;对整个学期,或者每个教学月、教学周的出勤率分析,可以得出不同教学周期内学生出勤率的变化趋势,预测下一个教学周期的学生出勤情况。通过不同的展示方式,学生的出勤情况一目了然。

三、基于移动终端的考勤监控模型的应用

通过在北京信息科技大学的大教室、小教室和阶梯教室等不同类型的教室中,共布放了81个移动终端采集器。通过对采集到的数据进行后台分析和计算,不断累积数据集,随着数据规模地不断增大,分析结果的真实性和可靠性也在不断提高。经过一个学期的数据采集、处理、计算后,得到了全校37个专业、4个年级、107个班级、174门课程及175位任课教师的学生上课出勤情况,包括出勤率及排名。

根据统计数据,从学生和教师的角度,主要从以下三个方面对学生出勤率的变化情况进行分析:

1.学生课堂出勤率分析――按专业统计、按年级统计、按课程统计、按班级统计

第8篇

关键词:大数据;在线教学平台;启示

一、利用大数据对在线教学平台教学情况进行分析

以计算机网络课程为例,该课程包括“在线视频”“在线作业”“在线实验”“学习指导”“讨论”五大模块,笔者收集了学生的学习数据,经综合分析,其结果如图1所示。

从图1可以看出,最终获得课程学分的学生在不同任务方面花费了不同的时间。学习视频和完成作业是耗时最多的内容,在实验与学习指导方面耗时明显较低。教师可以针对这些不足采取相应的措施,诸如增加课堂实验、随堂辅助等。

笔者继而针对其他指标展开了研究,包括每日的学习人数、基于评估角度的课程指标的访问量、基于学习角度的课程指标的访问量,如图2所示。

由图2可以看出,整个学期的学生访问情况前段呈平缓态势。到了学期末,访问量明显减少;对图3、图4进行对比,可发现学习当中涉及课程评估的,学生的积极性都较高。

二、思考及讨论

数据分析为新教改提供了一扇广阔的大门,将在线教学平台与大数据分析技术相结合,能够深入发掘学生的学习规律,解决学生在学习中遇到的深层次难题。同时,在线教学平台能够提供多样化的传统课堂教学方法,能在一定程度上确保教育公平,做到因材施教,成为推动教育事业进一步发展的动力。然而,这种新兴的教育方式并不能够替代传统的课堂教学,因此,在现阶段,我们可以将其作为一种辅助传统课堂教学的手段加以实践。

1.国家层面

推广在线教学平台需要信息技术的支持,西部欠发达地区网络设施还不够到位,国家需要提供更多的财力物力用于网络铺设,以确保在线教学平台能够更好地在全国得以推广。同时,国家需要增加在线教学平台的试点,多调研,出台更多的法律法规、行政管理政策,为在线教学平台活动的推广奠定基础。

2.学校层面

学校需要结合本校学生的特点,有选择地开设部分在线教育课程,力求符合本校学生的专业特点,注重引导教师与学生展开情感的沟通。

3.教师层面

新的在线教学平台对教师的教学水平提出了更高的要求,教师需要改变传统教学观念,意识到信息技术对课堂教学的正面效应。在制作在线课程时,既要有合理的教学框架,以增强课程理论性,在丰富知识的同时,综合考虑学生的接受能力,力求使课程生动而易于理解。同时,教师需要及时通过在线教学平台分析学生的学习情况,及时形成反馈,反哺教学。

参考文献:

第9篇

1.1研究问题

本研究设计目的在于探索隐喻理论指导下的词汇教学模式,研究问题集中于两点:(1)调查英语词汇教学的现状以及英语教师对隐喻的理解;(2)在学习目标语过程中,强调隐喻能力培养的词汇教学模式是否比传统模式更有效。

3.2研究方法

本研究的调查对象为东南大学成贤学院25位专职英语教师,受试对象为该院会计、电子商务、土木工程等非英语专业的学生。受试对象被分成两组:实验组和对比组,分别为99和106位同学。研究采用调查问卷和词汇测试两种形式:调查问卷由选择形式的封闭性问题和开放性问题组成,其中涉及词汇教学的重要性、词汇教学在整个课堂教学中所占的比重、词汇教学的方法和技巧、词汇教学的效果以及教师对隐喻的认识、隐喻在英语词汇教学中的应用等问题,目的在于调查大学英语词汇教学的现状以及教师对隐喻的理解。词汇测试包含30道选择题,每题一分,试题内容涵盖大学体验英语第一册的主单词和词组。实验数据使用SPSS Windows 17.0软件进行分析。

1.3实验步骤

第一阶段:预测试此阶段,实验组和控制组的205名同学都参加了预测试。预测试在没有任何提前通知的情况下于正常的课堂时间进行,受试对象不能参考字典,需独立完成。该测试由笔者监督完成,时间为30分钟。第二阶段:为期8周的教学实验词汇教学在预测试之后一周进行,共持续8周,由笔者在正常课堂教学时间进行。实验组和控制组的教学都包括词汇展示、讲解和讨论,不同之处在于控制组的教学采用传统词汇教学方式:熟悉词汇发音,分析词汇构成,讲解词汇词性、释义和常见搭配用法等语用和功能性用法;而实验组则采用隐喻分析方法:(1)使实验对象理解隐喻在我们的生活中无处不在,例如在中文中有“气炸了肺”“怒发冲冠”“气不打一处来”“冒火”“七窍生烟”“火冒三丈”“怒气冲天”的表达,而英语中同样有“She exploded”“Sheerupted”“breathe fire”“Hekeptsmoldering”“addfueltothefire”等类似用法;(2)介绍隐喻的基本概念进而学会分析生活中的隐喻。例如,在TIME IS MONEY这一映射中,invest、cost、 waste、spend等在MONEY概念域中使用的词汇可以映射到TIME中来:I’ve invested a lot of time in her. That flat tire cost me an hour. You’re wasting my time. How do you spend your time? 同样,在TREATING ILLNESS IS FIGHTING A WAR这一映射中,在原域WAR中使用的词汇也可以应用到ILLNESS的域中来:The body is not immune to invasion. The disease infiltrates your body and takes over. His body was under siege by AIDS. Beating measles takes patience. 第三阶段:后期测试后期测试在教学实验结束后4周进行,仍采用预测试的试题,目的在于测试受试对象对目标词汇的习得情况和长期记忆。

2研究结果分析

2.1调查问卷数据分析

调查问卷中包含封闭性问题和开放性问题,因此对于封闭性问题采取定量分析,而开放性问题则根据调查对象的回答进行定性归类从而再定量分析。调查问卷的结果显示在目前的大学英语教学中词汇教学仍然占课堂教学相当比重(15%),教师在课堂的词汇教学中主要涉及熟悉词汇发音,分析词汇构成,讲解词汇词性、释义和常见搭配用法等传统词汇教学方法。对于传统教学方法的效果,教师则反映占用课堂时间较多,课堂气氛沉闷,学习者花费大量时间反复记忆但效果不佳、不会正确使用等问题。而对于隐喻的了解,56%的教师表示听说过(其中36%的教师认为隐喻只是一种修辞手段),仅8%的教师表示了解隐喻在词汇教学中的应用,但无人尝试过课堂上运用。但所有的调查对象都表示如果确实被证明是一种更高效的词汇教学方法,他们都愿意在课堂教学中使用。

2.2教学实验结果分析

教学实验数据的收集包括实验组99名和控制组106名同学在预测试和后期测试中的得分。所有测试都在正常课堂教学时间进行,学生没有得到任何提前通知,并且所有学生都在笔者监督下独立完成,因此,所有的数据都被认为有效。测试题共有30题,每题1分。预测试目的在于测试学生的词汇水平,确保实验组和控制组的水平没有明显差别,并作为对比参考。对实验组和控制组在预测试和后期测试的结果进行了数据分析,结果如下:(1)对实验组和控制组在预测试中取得的分数进行描述性数据分析;(2)以分组类型为变量的对预测试成绩的单向方差分析和以测试时间为变量的对后期测试成绩的单向方差分析。表1为实验组和控制组在预测试中取得的分数,从两组取得分数的平均数来看,两组数据相差不大,而就标准偏差来看,数据也显示实验组和控制组的分数分布范围接近。表2为预测试的单向方差分析,来比较实验组和控制组两个样本的平均值是否存在明显差异,而F(1,203)=6.574393表明两组间差异比较接近。因此,从表1和表2显示的数据可以得出结论:预测试显示出受试对象在词汇水平上没有明显差别(F(1,203)=6.574393,p=.000< .05)。因此,可以证明实验组和控制组在教学实验开始之前词汇水平是相当的。

2.3词汇习得和记忆效果分析

后期测试在教学实验结束后4周进行,仍采用预测试的试题。后期测试成绩的数据分析如下表所示:对实验组和控制组的词汇习得和记忆效果的描述性数据分析的数据显示两组在词汇习得和记忆方面的效果不同,控制组的平均值较预测试只有些许提高(分别为预测试的18.43396和后期测试的18.50943),而实验组的平均值明显大于控制组(分别为实验组的21.37374和控制组的18.50943),同时实验组的后期测试平均值较预测试的平均值也有显著提高(分别为预测试的17.39394和后期测试的21.37374)。对两组的词汇习得和记忆效果的单向方差分析数据也显示出两组的明显差异(F(1,203)=58.97316, p= .000< .05)。因此,基于上述数据可以得出结论:在学习者习得和记忆目标语词汇方面,加强隐喻分析能力的词汇教学模式的效果明显强于传统的词汇教学模式。基于调查问卷和实验教学的数据,笔者认为英语词汇教学现存的问题主要体现在:在词汇教学实践中,教师常引导学生根据上下文猜测词义,进行反复阅读、听、说从而记忆词汇或者介绍词汇搭配用法,讲解词汇的不同释义、相关语法、词根词缀等。尽管这些方法可以帮助学习者短期内记忆词汇,但是对词汇的记忆仅限于单个的、孤立的中文释义,而学习者无法长期记忆和正确使用词汇,更谈不上举一反三、从认知的角度理解词汇。而概念隐喻在词汇教学中的运用更注重从认知的角度去理解词汇,并能映射到其他的概念域中,因而不仅能明显增强对词汇的记忆时间,更提高了学生对词汇的理解和正确使用。

3结语

相关期刊