基于雨课堂的学生学习行为分析研究
乐启清 熊银花
摘 ?要 传统课堂教学,教师教学和学生学习效果缺乏行之有效的量化评价手段,难以做到个性化因材施教。雨课堂智慧教学工具覆盖了课前、课中、课后的每一个教学环节,为师生提供了完整立体的数据支持和个性化报表。借助雨课堂,对汽车构造与拆装课程产生的真实学习数据进行可视化分析,得出学生课下学习平均时长、课下学习平均成绩、课堂学习平均成绩与期末成绩的关系,并选取两个具有代表性的学生进行个人学习行为分析,以期为提高专业课教学质量和促进教学改革提供有价值的参考。
关键词 雨课堂;汽车构造与拆装;学习行为;Excel
中图分类号:G712 ? ?文献标识码:B
文章编号:1671-489X(2019)17-0047-03
1 引言
传统的授课方式因缺乏反馈与沟通平台,学生在课下与教师沟通比较困难,在课上教师也不能很好地掌握学生的学习情况,导致教师不能根据学生学情和反馈情况及时调整教学策略,致使教学质量不高,学生学习效率偏低。
本研究借助雨课堂收集真实的学习数据,利用Excel数据分析功能分析数据。研究所使用的数据来源于2017年秋季湖南汽车工程职业学院开设的汽车构造与拆装课程。该课程共有八个班级的342名学生参与。以其中一个班级为研究对象,该班级共有49名学生,本课程共计发布课程公告30次,发布课后/课前(课后巩固与课前预习通过一个课件发布,以下简称课下学习)课件30个,授课课件30个。在整个学习过程中,学生产生一系列学习行为。
为确保研究具有说服力和可靠性,需要对原始数据进行预处理:将课下学习中每次作业的总分转换成10分制;将学习或做作业时间转换成秒制;对于未签到、未提交作业的情况,将对应的项目记为0;在进行数据预处理时,去除明显有问题或错误的数据[1]。
2 课下学习行为分析
课下学习平均时长与对应学生期末成绩的关系 ?为研究课下学习平均时长與对应学生期末成绩的关系,利用Excel双坐标轴折线图清晰对比这两组数据的变化和趋势,如图1所示。通过折线图可以发现,课下学习平均时长和期末成绩两组数据的变化和趋势相差甚远。通过Excel计算得出,课下学习平均时长与学生期末成绩相关系数为0.35,说明课下学习平均时长对学生期末成绩影响不大。
究其原因,可能主要是因为期末考试是在固定时间、地点、环境中去完成一套试题,学生处于高度紧张兴奋状态;而课下学习时间、环境相对自由,对于态度端正的学生,势必会花费更多的时间完成课下学习。因此,可能会出现课下学习时间长的学生期末成绩并不理想,而课下学习时间不太长但授课内容掌握得好的学生期末成绩考得好[2]。
课下学习平均时长与对应学生课下学习平均成绩的关系 ?为研究课下学习平均时长与对应学生课下学习平均成绩的关系,利用Excel双坐标轴折线图对比发现,这两组数据的变化和趋势近乎一致,如图2所示。通过Excel计算课下学习平均时长与学生课下学习平均成绩的相关系数为0.97,说明课下学习平均时长与课下平均成绩高度相关。课下学习更加考验学生的学习意识,自觉性较好的学生肯花时间复习和预习,在课下答题时准确率高;而自觉性较差的学生,课下学习时间较短,课下成绩相对较低。
通过分析课下学习平均时间,在研究的49位学生中,每天平均学习时长小于15 min的有五人,课下学习平均分为1分;每天平均学习时长15~20 min的有10人,课下学习平均分为3.1分;每天平均学习时长20~25 min的有16人,课下学习平均分为6.4分;每天平均学习时长25~30 min的有15人,课下学习平均分为8.7分;每天平均学习时长30 min以上的学生有三人,课下学习平均分为10分,如图3所示。
图3中,学生学习时长基本呈正态分布,课下学习平均时长越长的学生,对应学生课下学习平均成绩越高,即课下学习成绩与其投入的时间呈正比。学习态度端正、课下肯花时间预习和复习的学生,课下学习成绩基本都比较理想。同时,通过统计分析可知,在20~30 min内完成课下学习的学生占比63.3%,且课下学习平均成绩高于6.4分,说明课下学习任务适合在20~30 min完成。
课下学习平均成绩与对应学生期末成绩的关系 ?为研究课下学习平均成绩与对应学生期末成绩的关系,利用Excel双坐标轴折线图对比发现,这两组数据的变化和趋势差异较大,如图4所示。通过Excel计算得到课下学习平均成绩与学生期末成绩的相关系数为0.37,说明课下学习平均成绩与学生期末成绩相关性不大。课下学习平均成绩与学生的学习时间和学习习惯有较大关系。学生学习态度端正、肯花时间课下学习,其课下学习平均成绩比较理想。而期末考试是在规定时间内对学生考核,考核学生对课程的整体知识掌握情况。
3 课中学习行为分析
学生进入实际课堂学习,其在课堂学习时长方面基本是一致的,因此不再研究课堂学习时长对学生课堂成绩及对学生期末成绩的影响,而主要分析课堂学习平均成绩对学生期末成绩的影响,如图5所示。利用Excel双坐标轴折线图对比发现,这两组数据的变化和趋势有一定的相似性。通过Excel计算得到课堂学习平均成绩与对应学生期末成绩的相关系数为0.75,说明课堂学习平均成绩与对应学生期末成绩有较高相关性,说明课堂认真听讲的学生对知识掌握较好,在期末考试中基本能取得比较理想的成绩。但是,课堂学习成绩并不是和学生期末成绩完全相关,说明学生期末成绩还受其他因素的影响[3]。
4 学生个人学习行为分析
雨课堂平台可以记录学生课下学习行为。图6为A学生课下学习行为分析图,通过分析该学生课下完成学习的时间点、课下学习平均成绩、课堂知识掌握情况与期末成绩的关系,在选取的30次课下学习过程中,该生完成的时间主要集中在7:30—10:00和17:00—22:00两个时间段,每天平均学习时间为24.5 min,学习平均成绩7.5分,最终期末成绩为84分。由此可知,该生平时学习习惯较好,自觉性好,在上述两个时间段进行课下学习,学习效率较高[4]。
图7为B学生学习行为。通过研究发现,在选取的30次课下学习过程中,该生课下学习时间主要集中在22:00—00:00和7:45—8:00两个时间段。这两个时间段分别是休息和课前时间,夜里休息时间注意力往往不集中,课前学习匆匆忙忙应付任务,该学生学习成绩不理想;有三次没有完成课下学习任务,说明该生学习习惯不好。统计分析得出,该生每天平均学习时间为11.6 min,课下学习平均成绩2分,最终期末成绩为35分。
综上数据分析,该生课下学习不规律,学习态度不端正,学习成绩欠佳。通过对负面典型的学习行为进行分析,可以对该生及其他学生产生警示和启发[4]。
5 结语
雨课堂智慧教学工具可以记录学生课前、课中、课后學习行为痕迹,如学生课下结束学习时间点、学习时长、课下对应学习成绩、课堂表现、课堂笔记记录、标记有疑问的课件以及对教师授课情况进行反馈等。教师通过分析学生学习行为及反馈意见,可快速掌握学生学情及学习期望,及时改变教学策略和教学内容呈现形式,实现以学生为中心的教学过程。对于学习自律性较差、学习态度不端正的学生,可以提前进行预警与告知,引导学生学习课程。
本次研究结论虽然对提高教师教学和学生学习效率具有一定的指导作用,但是由于样本量还比较小,分析角度和深度可能不能完全反映学生的实际学习行为。因此,后续需要继续努力,扩大研究的样本量,深度挖掘数据,分析数据背后的规律,进行更深层次的研究[5]。
参考文献
[1]袁博,赵海媚,张成萍,等.基于雨课堂的研究生英语学习行为可视化分析[J].现代教育技术,2018(5):68-74.
[2]吴林静,劳传媛,等.网络学习空间中的在线学习行为分析模型及应用研究[J].现代教育技术,2018(6):46-53.
[3]吴佳萍.基于学生课堂学习行为数据的教学实践与研究:以杭州市XX高中高二信息技术课程为例[D].杭州:杭州师范大学,2018.
[4]段超,林丽,黄家才,等.基于大数据的大学生学习行为分析与研究[J].湖北理工学院学报,2019(1):27-30,35.
[5]王秀红.高职学生课堂学习行为现状调查及教育对策研究[J].机械职业教育,2015(7):53-56.