云課堂對學業成績影響的實證研究①

邵玉林

（江西冶金職業技術學院，江西 新余 338000）

大數據、物聯網、云計算、人工智能技術成熟并逐漸改變了教育生態系統，云課堂是一種基于云計算技術的遠程培訓系統，支持多種信息交互方式[1]。數據是云課堂生成的流動機制，云課堂的數據流動是當前學術界關注的熱點問題。人們普遍認為，教育大數據具有重要的應用價值，學生學習成績受到眾多因素的影響，是一個復雜的混沌系統。數據是生成課堂智慧的基礎，云課堂的數據流動是充分實現數據教學價值的重要前提，但如果能把云課堂背后的教育大數據作用發揮出來，利用大數據驅動教育變革，既能對學習者學習效果進行精準定位，也有助于教師與學生根據學習的實際情況校正學習因子，從而以最短的學習時間獲得最高的學習效率。

本文基于超星學習通平臺課前、課中、課后三個方面構建新的教學、監督、考核、評價體系，形成一條良性的“教—學—練—測—評”的教育閉環鏈[2]。使用SPSS 23最優尺度回歸對云課堂閉環鏈的細胞細粒度學情分析，分別從性別、測驗成績、撰寫學習反思、回帖數、發帖數、看視頻六個維度分析對學業成績的影響，以期探索出云課堂環境下的校園信息化教學模式改革以及對學習效果的影響機制，以學習任務為驅動，運用線上和線下融合的移動教學模式，最終促進教學方式升級和教學質量的提升，更快、更好地滿足智能時代教育的需求。

一、傳統課堂教學困境

職業教育的強技能色彩決定了高質量崗位直通人才培養是職業教育高質量發展和高質量技能人才培養的重要支撐。理性審視發現，當前職業院校高質量技能人才培養模式存在諸多問題。由于傳統的同質化教學模式漠視了個性化學習需求，導致學生主動性不足、知識的構建能力差，課程的內容與知識點難以有機統一，課程內容與其他關聯課程之間知識孤立，導致學生綜合應用能力不足等問題。所以學生學習的過程就像“薛定諤的貓”，在沒有看到結果之前，誰也不知道“貓的狀態”。本文針對課堂路徑重構是否適合高職院校學生群體以及影響學習成效的具體因素到底是哪些問題，探索出“互聯網+”與“智能+”時代新型教學模式的重構路徑以及對學業成績影響的因素，積極優化今后的學習路徑以達到最優。

二、云課堂的構建及細胞細粒度學情分析

（一）以線上線下相結合的混合式教學模式推進教學環境的智能化

自動控制理論是一門相對難學、枯燥的課程，要求前導學科知識較多，但職業院校學生高等數學知識基礎普遍較差，針對學生知識現狀，在云課堂的構建過程中融入PBL 理念以改革傳統課堂的教學方式，改變原有“填鴨式”的被動式教學方式，以學生為中心，采用啟發式、智慧式、討論式、線上和線下結合的混合式教學方式，云課堂的構建遵從問題導入—啟發思考—理論講授—歸納總結—案例分析—得出答案，云課堂交互式教學平臺細胞細粒度學情分析對學業成績的主要影響因素，采用統計學分析。

1.課前——任務驅動

依托第三方網絡平臺將制作好的教學設計（德融課堂）微課、慕課（MOOC）通過掃描二維碼形式分享到學生的微信、QQ 記憶手機終端，讓學生課前自主學習并完成“問題導向”問題。例如：自動控制原理第一章第一節講述自動控制原理的發展不是一帆風順的，有時也會停滯不前，但是整體發展還是螺旋上升的，映射到事業發展——我們應該如何應對學習和事業低迷期？調動全體學生的課堂積極性和參與度，引導課堂不斷深入推進，引發學生更深層次對人生進行思考。同時，在超星學習通群聊里可以和教師對思考的問題進行實時交互，超星學習通后臺的實時數據能了解學生的預習情況，并根據測試的結果分析了解學生對知識的掌握情況，教師可以依據情況對本節課程的進度做出適當優化，進而大大提高課堂效率。

2.課中——交互學習

學生帶著問題進課堂，使用手機掃描超星學習通二維碼、同步課堂網址等方式直接進入本次課堂教學系統?？梢圆扇《喾N方式創設學習情境導入新課，或由學生演講展示課前預習成果，教師根據課堂探究和隨堂測試反饋信息，精講、辨析難點，補充、鞏固弱點，拓展、提升重點[3]。進一步深化師生互動交流，培養學生創新思維和能力，促進學生意義建構。 同時也要對螺旋式閉環系統學情大數據進行點評，讓學生鞏固強項，補齊弱項[4]。真正做到了“教師教了”是否“學生學了”，“學生學了”是否“學生學會了”。交互式課堂教學方式真正革新了“滿堂灌”“填鴨式”的傳統教學方法。

3.課后——教學反思

通過課中自動控制原理案例教學、問題研討來改進原有的傳統“填鴨式”教學模式；開展線上互動、多元考核評價、成果分享教育調查、參觀機電一體化實驗室，讓學生有機會去問題現場，親自感受、發現和分析實際問題，同時也可以將“問題單”的問題再次植入超星學習通云平臺，教師可以通過云平臺解決規范踐行過程中學生遇到的各種困難。同時教師通過平臺查看并進行數據分析，整體把握學情。

在作業布置及拓展延伸環節，要求學生課后復習本節課的案例分析并作為下次課的新課導入。教師可以通過章節測試題通過手機端或PC 端上傳至空間課堂并推送給學生，讓學生限時完成作答，為了提高課堂的熱度與參與度，教師可以根據課程的教學進度適當增加課堂活動，比如投票、選人、搶答、主題討論、問卷、分組任務，也可以拍攝自己的作業上傳至超星學習通，平臺會根據學生的作答情況進行教學評價，系統后臺分成（<19 分，20～39 分，40～59 分，60～79 分，80～99 分，100 分）六段成績預先設定的占比情況，最后生成每個學生在線學習的綜合成績，在信息化教學模式下從根本上改變了學生的傳統考核評價方式。同時學生遇到難題可在QQ、微信、超星學習通等群聊進行交互答疑，最后所有的內容、作業等轉為教育大數據匯聚到后臺，數據可以精準分析每個學生對知識的掌握程度。教師據此推薦合適的學習資源，真正做到根據學習者的差異進行“因材施教”。

（二）以細胞細粒度學情分析為依據，促進教學環境路徑化

1.研究對象

本校2018 級電氣大專1 班全體學生，共 35 人。

2.研究方法

細胞細粒度的學情統計與分析，把課堂講解的內容、作業、答疑課程視頻觀看次數、錯題修改等轉變為教育大數據匯聚到后臺[5]，使用SPSS 23 軟件對性別、測驗成績、撰寫學習反思、回帖數、發帖數、看視頻六個維度進行最優尺度回歸分析，分析影響學習者對學業成績的主要因素，從而改變學生的學習路徑和軌跡，打造個性化教學[6]。

3.研究內容

本次挖掘的對象是自動控制原理課程的細胞細粒度學情分析，采用的方法是SPSS 23 分析—回歸—最佳尺度。本文中，我們分別從性別、測驗成績、撰寫學習反思、回帖數、發帖數、看視頻六個維度分析對期中考試成績的影響，其中測驗成績為連續變量，撰寫學習反思、回帖數和發帖數為二分類變量，看視頻為有序分類變量。從分析的數據情況來看，自變量類型比較復雜，期中考試成績和輟課率可以直接建立模型，看視頻可以設置為啞變量形式引入模型，若直接納入線性回歸模型，則有可能失去自身的意義。最優尺度回歸就是為了解決類似問題[7]。

4.結果解讀

模型摘要復R標準化數據 .972 R 方.945調整后R 方.925表觀預測誤差.055

最優符號模式：2

因變量：期中成績

預測變量：性別 測驗成績 撰寫學習反思 回帖數 發帖數 看視頻

“模型摘要”表調整的R 方值為0.925，解釋值比較高，非常符合實際調研情況。

ANOVA平方和 自由度 均方F 顯著性回歸 26.45473.77948.892.000 1.546 28.000殘差總計20 27.077

因變量：期中成績

預測變量：性別 測驗成績 撰寫學習反思 回帖數 發帖數 看視頻

通過查看“ANOVA”表，顯著性是 0. 000<0.05，顯著性明顯。

系數標準化系數自由度F標準誤差的自助抽樣（1000）估算性別顯著性Beta.138 .049撰寫學習反思 .028.0.21 .050測驗成績 .158 1.169.685 12.151.477 .201回帖數15.627.312 .136發帖數看視頻15.316.032.138.089.070.319 1 2.258 12.881.617.000

因變量：期中成績

相關性和容差相關性 重要性 容差.582 .373 .469 .480撰寫學習反思 .452部分－.221 .071 .661 .635測驗成績 .085零階 偏 轉換后 轉換前性別 －.005.017.049.895 .701 .235 .234回帖數 .269.231.151.367.812 .628 .368 .357發帖數看視頻.190－.884.784.113.682.027.219－.066.265.146.472

因變量：期中成績

查看“系數”表，可以看到平時測驗成績和發帖數對因變量的影響不大，性別對應變量期中成績沒有顯著影響，而撰寫學習反思、回帖數、看視頻都對應變量最終成績有顯著統計學意義。構成模型對應的系數分別為0.477、0.312 和0.319 反映的是對原始變量量化后的變量變化量。

通過上述的結果分析，撰寫學習反思、回帖數、看視頻等都與學習成績正相關，改變學習方式與推薦個性化學習資源為不同的學生提供不同的學習路徑，可以根據學生的學習能力及偏好而進行動態匹配并指導學生練習，形成課前、課中、課后全程的閉環模式，通過幾個月的實踐驗證，考試成績優秀得分定義在90 分以上，良好得分在 75～90 分，中等得分在 60～74 分，不及格得分60 分以下。對該班級的期中、期末考試成績進行等級分類，實踐表明2019 年該班級第二學期期末考試成績比期中考試成績整體呈現顯著上升趨勢（如圖1所示）。

圖1 學生成績統計對比圖

三、結語

國內率先完成職業學生移動設備擁有的使用情況以及移動教學需求調查，為“移動職業教育”提供可行性數據支撐，探索實施7 年創建的“移動職業教育模式”不僅是技術的革新更是以學為中心教育理念踐行與落地。

使用SPSS23 最優尺度回歸對學業成績影響因素進行分析，得到基于信息技術環境下云課堂對學習成績的具體影響因素，再結合自動控制原理的思想——構成教與學的閉環系統，學習者根據自身的需求不斷地調整學習因子，優化學習路徑。以最短的時間獲得最高學習效率。由此說明云課堂（線上、線下）對學習效果具有一定的促進作用。