| 标题 | 基于大数据平台的高职计算机基础课混合式教学改革研究 |
| 范文 | 莫新平 摘 ?要： 为了深化混合式教学的研究，以教学原理为理论指导，开展了问题导向的计算机基础课教学设计，依托云教学平台开展移动信息化教学实践。通过平台数据反馈及大数据可视化技术，提取大数据样本作为计算机基础课形成性评价的依据，及时掌握学生学情，有针对性的调整教学进度及策略，保障了自主协作式学习的质量，同时大大提升了高职学生的信息素养。 关键词： 首要教学原理; 高职计算机基础课; 大数据分析; 混合式教学 中图分类号：G712 ? ? ? ? ?文献标志码：A ? ? 文章编号：1006-8228（2019）11-04-03 Abstract： In order to deepen the research on blended teaching and improve the teaching quality of computer basic courses in higher vocational colleges， the problem-oriented teaching design for computer basic courses is carried out under the theoretical guidance of the primary teaching principle， and relying on cloud teaching platform， mobile informatization teaching practice is carried out. Through platform data feedback and big data visualization technology， extracting big data samples as the basis of formative evaluation of computer basic courses， timely grasping students' learning conditions， the teaching progress and strategies are targeted adjusted， which guarantees the quality of self-cooperative learning， and greatly improves the information literacy of higher vocational students. Key words： principle of primary teaching; computer basic courses in higher vocational Education; big data analysis; blended teaching 0 引言 在混合式教學改革的实施过程中，必须有正确的理论指导，以首要教学原理优化教学设计。针对目前高职计算机基础课学生基础层次不齐的现状，实施层级化教学和个性化教育，使所有的学生在原来的基础上都能有所提高。本文探讨了借助网络在线平台实施教学，充分利用数据分析技术进行教学日常管理，丰富线上教学形式，利用大数据平台建立动态化多维度评价体系。 1 高职计算机基础课混合式教学问题剖析 随着互联网+教育改革的不断深入，计算机基础课程的各类网络学习资源日渐丰富，各高职院校都在探索混合式教学模式改革。目前学生课堂上的被动学习正逐步转变为自主学习，随着混合式教学模式改革的深入，教学中出现了以下一些现象。 ⑴ 教学资源种类多数量多，但是质量优劣不等。微课资源设计增加了教师工作量，资源重复建设。 ⑵ 教学环节设置不符合学生特点和认知规律，线上线下胡乱混合。线上教学过程中查询速度慢、上传和下载资源速度慢、更新资源步骤繁琐等。 ⑶ 高职学生的学习动机不够明确、学习自控力较差，线上学习的学习效果不够理想。 ⑷ 课堂形式化，平台仅仅是资源的展示区，海量的学习资源得不到有效利用，教师积极性受到打击。 2 首要教学原理优化混合式教学设计 2002年美国戴维·梅里尔教授提出了首要教学原理，基于首要教学原理的教学设计理论强调以人为本的原则，提倡自主学习与合作探究，这将有助于改变学生传统的学习方式[1]。教学以问题为中心，首先要设置解决实际问题的情景，学生回忆已有的知识与技能作为新学习的基础，然后向学生展示将要学习的技能，学生运用新掌握的技能来解决问题时才能促进学习[2]。最后学生通过反思、讨论和巩固新习得的知识和能力，运用到学生的实际生活中。 以首要教学原理为指导，我们在高职计算机基础课程中采取了自主合作学习模式。自主合作学习是在教师科学指导下，发挥学生主观能动性，制定有效的学习计划和学习策略，调节和控制行为的创造性学习活动。该模式使学生养成良好的学习习惯，尤其是培养信息素养和创新性学习，引导学生的主动学习，促使学生进行主动知识建构，不仅有利于发挥学生参与教学过程的主动性、提高学习效果，而且有利于形成平等互助、教学相长的新型师生、生生关系。 3 以问题导向实施自主合作学习模式 3.1 课程设计思路 设置生活中的实际问题情境，以office高级现代办公应用为主线，通过项目引导、任务驱动的方式，围绕“提出问题（项目导入）”→“分析问题（项目分析）”→“解决问题（任务实施）”→“总结提高（项目反馈）”四环节开展混合式教学模式。 以学生为中心设计教学内容，以“做会、做懂”为目标。前期学生通过线上有针对性的学习，中期通过线下课堂进行难点重点讲解答疑，最后学生线上自主完善提高。混合式教学设计让学生做到“学、做、练”一体化，培养学生利用网络自主学习、独立分析解决问题的能力，树立良好的网络道德意识，为今后从事工作或者进一步学习计算机专业知识打下良好的基础。 3.2 课程实施 自主合作学习模式，围绕学生的核心职业能力，面向不同专业的学生开发相应的教学项目，解决高职学生计算机基础层次不齐的现实问题，使不同专业、不同水平的学生都在原来的基础上有所提高，为高职学生的职业发展奠定良好的计算机操作基础。该模式依靠教师设计的丰富学习资源，学生课前借助在线视频和相关课件、思维导图等各类学习资源先行学习，线下侧重师生之间分享、探讨和疑难点、重点问题。以学生自主学习为主，教师讲授为辅，这颠覆了以往学生学习以课堂学习为主的方式。 本课程的教学实施主要分为三个阶段：课程导学阶段、单元学习阶段和综合实训阶段。 课程导学阶段是让学生在学习之初对项目有整体的把握和认知，能熟练使用网络平台。 单元学习是全部课程的核心，根据知识点设计了八个项目。云计算提供了可用、按需的网络访问模式，在数字化校园中，云平台可以更快速地检索相关教学资源，学生利用学校提供的便捷的网络资源平台进行个性化学习。 项目导学：该项目的教学目标与重点难点、学习进度和安排、学习方法和建议、学习情境、知识导图和考评方法。项目导入与咨询：该项目学习情境，作品效果，并提供详细的项目咨询列表，使得学生快速找到知识点，方便线上自主学习。任务实施：每个任务实施步骤，学生可参考完成任务。教学视频：按照知识点的逻辑顺序，录制了本课程的授课视频。学生在操作过程中，如果对某个知识点有欠缺，可以随时查看。操作演示：针对本项目做的示范性视频。当学生在操作卡壳时可以对照教师的操作，不必像传统课堂那样等待教师的指导才能顺利做下去。视频的发布提高了学生项目进展速度。疑难讨论：每个项目都提供疑难讨论区，学生将问题发布到网上一起讨论。由于学生在自主学习时进度不同，每次线上学习后，都要汇报项目进展和遇到的难点。作业提交：每个项目都建立作业提交区，要求按时提交任务，以便教师掌握学生对知识的掌握情况。在线测试：项目结束后进行在线测试，切实了解学生的真实水平，改进教学。调查问卷：每个项目都设置了调查问卷，了解学生对项目设计的总体评价，对学习资源的满意程度等，更好地进行教学反思和改进。 综合实训在学期末实施，综合性项目帮助学生融会贯通所学全部知识，进行综合实际应用。实施流程是教师首先在网上发布综合性项目，学生线上自主完成，教师检查评估完成情况，然后线下统一解答。 4 大数据技术支撑的考核评价体系 在培养综合能力为基础的能力本位教育中，学习效果不是学生评价的全部内容，而是要从学习行为中分析和评价学生的关键能力。所以单一的期末成绩不能完全、科学地描述大数据时代下学生的学习行为，学生的学习过程与学习结果同样重要。大数据技术为教学过程的多元化分析以及个性化管理提供了可能[3]。以往以学生最终成绩为评价结果的评价体系缺少了过程性数据，先进的大数据技术应用到了教育中，学生学习过程中存储了大量指标，例如行为和习惯类，使得学习动机、学习态度和合作意识等方面的评价成为了现实。基于云平台的大数据技术形成了“图文资源发布→随堂测试→数据导出→学情分析”的快捷形式，一键导出具有过程性考评数据特征的班级和学情档案，以此为分析数据样本，利用数据来挖掘学生行为动机和意图等主观要素。 4.1 教学评价内容 从教学评价主体上分，可以分为教师评价和学生评价两部分。教师评价由于教学风格个性化、教学过程随机化的特征，目前除了督导评价、学生评价等比较单一的评价方式，缺乏对教师教学细节的了解和整体性评价。对教师的评价主要包括教学设计、教学内容以及教学实施三方面，教学设计包括学情分析、教学策略分析以及教学效果;教学内容包括课件内容、结构与导航、练习与反馈、拓展资源等;教学实施包括教学目标把握、活动组织、媒体应用、交互程度、课堂测验答疑等。 大数据平台提供的教师评价方式包括：周期性自我总结、量化评价表、学习平台可视化教学数据统计分析表、学习平台线下教学过程数据统计分析[4]。大数据平台提供的学生评价方式包括线上学习数据统计分析、课堂互动数据统计分析、课堂活动活跃度、资源浏览率、教学内容访问等，教师可以通过学习平台实时掌握学生学习情况，给予学生和阶段性评价，也便于教学管理者了解教师的教学准备以及课程实施过程情况，客观地进行教师评价。 4.2 智能学习平台的应用 教学过程中我们将清华在线教学平台和智慧课堂微信小程序结合使用，优势互补。智能学习平台全面自动统计智能分析，线上课程資源方便查阅，互动教学软件全程记录教学数据，线上课程建设进度一目了然，课程内容下载量客观反映了课程质量，学生端即时反馈形成授课的即时评价。智能分析提供的统计功能实现了全过程、全方位的学习评价，以便于学生实时调整学习行为[5]。智能学习平台收集的学习数据可以将过程性评价与终结性评价相结合，解决了传统教学评价中仅依靠终结性评价的缺陷，解决了教师评价学生的主观性问题，也解决了学生评价的阶段性和滞后性等难题。 4.3 基于大数据挖掘的学习行为分析 智能教学平台在教学过程中采集了大量的数据，记录了学生的学习动态和教师的教学历程，并进行了各维度分析，最后生成一系列可视化报表。数据包括学生查阅资源、参与活动积极性及签到数据，学习报表包括学生参与活动经验积分明细、数字资源学习进度等。教学报表包括教学日志、各类教学资源组成比例报告、组织活动报告和学情分析等，方便教师及时掌握教学情况和学习动态，适时引导学生自主学习，也便于教学管理者抽查教学情况和比对各部门教学管理。通过数据分析，为教师检测学生学习状态、教学效果和课堂组织效果等提供多维度依据，对教学质量的持续改进确实有帮助。过程性教学评价通过对教学过程的监控，侧重于学生学习积极性、学习习惯以及综合能力考核。教师定时查看教学数据，借助于平台科学诊断学情及成因，适时调整教学计划，督促学生按时完成学习任务，及时反馈教学效果。 以基于首要教学原理为指导，基于大数据平台对高职计算机应用基础课程进行混合式教学改革的实践，达到了较好的教学效果。线上线下相结合的教学模式深受学生喜欢，教学团队自身也得到了教学和信息化素养的提升。但是在首要教学原理的应用上还需要积累更丰富的实践经验，大数据平台对教学过程收集的数据为多维度分析教学过程，进行科学客观的教学评价提供了保障。面对人工智能和大数据等新一代信息技术日新月异的形势，我们需要与时俱进，迎接教育教学的划时代变革。 参考文献（References）： [1] M.戴维·梅里尔;盛群力.教学内容尊为王，教学设计贵为后[J].电化教育研究，2017.3.1. [2] 盛群力.五星教学模式对课程教学改革的启示[J].教育发展研究，2007.12.25. [3] 于洪涛.高等学校混合式教学改革效果评价案例研究——以内蒙古民族大学为例[J].中国电化教育，2017.11.1. [4] 孙翔;冯庆革.慕课与翻转课堂混合式立体化教学评价体系的构建及应用效果分析[J].中国教育信息化，2018.12.10. [5] 从亮.大数据背景下高校信息化教学模式的构建研究[J].中国电化教育，2017.12.11. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。