今天是
期刊信息

刊名:电脑与电信
曾用名:广东电脑与电讯
主办:广东省科技合作研究促进中心
主管:广东省科学技术厅
ISSN:1008-6609
CN:44-1606/TN
语言:中文
周期:月刊
影响因子:0.0948000028729439
被引频次:10013
期刊分类:电子信息
期刊热词:
笔记本电脑,投稿须知,计算机,网络,投稿,手机,网络安全,数据库,互联网,云计算,

现在的位置:主页 > 期刊导读 >

基于“动态学习数据分析”的智慧课堂评价考核

来源:电脑与电信 【在线投稿】 栏目:期刊导读 时间:2020-05-22 17:20

【作者】网站采编
【关键词】
【摘要】1 高校学生学习评价考核现状 学习评价考核是教学活动的重要组成部分,每个学生都会有对绩效考核的期望,一个良好的评价考核体系能够改善学生学习状况,提高学生学习期望,进而

1 高校学生学习评价考核现状

学习评价考核是教学活动的重要组成部分,每个学生都会有对绩效考核的期望,一个良好的评价考核体系能够改善学生学习状况,提高学生学习期望,进而促进学生学习的积极性,有利于学生个性化发展。

然而,目前的评价考核主要以考试为主,即在学习的中期或学期结束前举行期中或期末考试,以考试成绩作为学习考核的依据。这种考核手段单一笼统,仅凭一张试卷代替整个知识的考核方式,无法体现学生真实水平。而且这种终结性考核方式没有体现课程学习的全过程,教师无法全面掌握学生学习情况,不能因材施教,学生也无法突出个性化学习特点。由于缺乏具体的考核项及整个学习轨迹的记录,造成大部分学生产生了应付考试的消极想法,这将大大挫败学生学习的积极性。

2 基于“动态学习数据分析”的学习评价考核实施的可行性

传统的考核由于没有数据支持,缺乏有效信息,教师仅通过简单的课堂交流,无法全面获知学生信息,掌握学生学习效果,无法进行有针对性的引导,不能展开个性化的评价考核。

如今,随着大数据时代到来,“大数据技术”为学习评价考核提供了新的契机。高校可依靠搭建的网络教学平台、移动学习平台及各类移动学习设备,随时随地产生海量数据,这些数据清晰地记录着学生整个学习过程。将这些数据进行有效融合,深入分析挖掘,就能为实现个性化评价考核提供可能。

3 基于“动态学习数据分析”的学习评价考核体系的构建

评价考核是学生学习情况反馈的一种有效途径。传统的教学方式以教师为中心,以终结性评价考核为主要手段,无法如实对学生整个学习过程进行准确评价。因此需在传统终结考核基础上,增加对学生学习全过程的形成性评价考核。

“大数据技术”为形成性评价考核提供了新方法,依据“大数据技术”,采用贯穿课堂教学全过程的动态伴随式学习评价考核,对学生学习全过程进行动态的、实时的诊断评价和反馈,重构形成性评价考核体系。

形成性评价是指在教学过程中,通过对学生的表现,态度观察,利用提问或测验获得反馈,考察教学目标的完成情况,以修正、修改后来的教学活动而形成的评价。形成性评价是对学生学习的过程性评价,可以帮助教师和学生随时了解之前教学和学习的情况,为之后的教与学提供参考。

(1)课前考核

收入不平等、非正规金融与农户多维贫困..................................................................................................................................................赵 洁(72)

2.2.1 基因分型。血清学方法抗原鉴定受试剂缺乏、昂贵等因素制约,基因定型则更快捷、成本低,被大量应用于稀有血型的筛选。血型基因分型立基于序列特异性引物-聚合酶链式反应(PCRSSP)的原理,根据不同血型抗原设计相应的引物。目前基因分型可以检测的稀有血型抗原包括k,s,Fy(a-),Co(a-),Yt(a-),Di(b-),Kp(c-),Kp(b-),Js(b-),Ok(a-),Vel-,Sc1-,GIL-,In(b-)等。

构建的信息技术平台包括网络教学平台和移动学习平台,平台都具有大数据分析统计和多元化分析评价功能。本文使用的网络教学平台为超星泛雅网络教学平台,移动学习平台使用的是超星学习通移动APP,以这两大平台为支撑,依据平台中生成的学生课前、课中、课后整个学习过程的大量学习行为数据,对数据进行分析挖掘,实施全过程动态伴随式学习评价考核。

全过程的动态伴随式学习评价考核体系以“大数据技术”为基础,以信息技术平台为支撑,包括课前、课中、课后三大部分,实现对学习全过程动态诊断分析与评价。课前主要考核学生预习测评与反馈情况;课中主要考核学生课堂实时测评与即时反馈情况;课后主要考核学生课后作业评价及跟踪反馈情况。

“互联网+”大数据思维下,不同企业的发展模式不同,其差异性最终会作用在整个行业的发展成效中。由此,如何努力弱化此种差异带来的发展导向差异,值得思考和探索。事实上,除了借力“互联网+”大数据外,各行业中的中小企业还可考虑与众多互联网企业的组合可完成新产业突破等。“互联网+”大数据思维助力传统产业的转型,首先要改变企业的信息管理模式和经营模式,保持其转变与创新的力度,进而调整企业供应链,改造企业商业模式及经营理念,保持其创新度和持续更新能力等。

领会(Understanding):第二学年设置医院见习、模拟药房实训Ⅰ和医院药学部临床药学室见习,增强药师与其他医疗工作者的团队合作意识,提升医患沟通能力,提高学生的人文素质,加深学生对临床药师职业的感性认识,进一步明确学习目的,提高学习兴趣。

课前主要是对学生课前预习测评与反馈情况进行考核。教师在课前会发布线上学习通知,向学生推送与通知内容相吻合的MOOC学习视频、学习课件、预习测试题、学习任务单等线上学习资料。学生端自主在线观看视频、完成预习测试题,并将所有课前学习成果提交到平台,学生还可在平台上对课前预习情况进行讨论交流等。教师通过平台数据统计功能,对学生课视频观看情况、预习测评完成情况、预习成果完成情况及课前参与讨论情况等数据进行统计分析,作为学生课前学习考核结果。

(2)课中考核

(3)课后考核

课中主要是对学生课堂实时测评与即时反馈情况进行考核。在课堂上,教师会通过信息平台发布一系列课堂活动,如课堂的签到活动、投票问卷活动、抢答选人活动、主题讨论活动等。教师也会通过平台下达一系列任务,发布主题讨论活动等。教师可利用信息化平台统计学生课堂的签到率、课堂探究活动完成情况、课堂探究任务完成情况、参与的主题讨论情况等。通过对这些数据进行统计分析,统计结果不但可作为课堂考核结果,而且更是教师调整课堂教学的依据,即教师可对这些数据进行实时检测诊断,根据诊断结果及时调整课堂教学预设,实施有针对性教学,以学定教。

大白兔奶糖作为物质匮乏年代的甜蜜记忆,也是“上海情结”的载体,当这些老字号品牌上升到“情结”的高度,它便不会被轻易淡忘。尽管如今消费者可以买到全世界的进口化妆品、各色“网红”糖果点心,但这些都难以取代很多人心头的品牌情结。

课后主要是对学生课后作业评价及跟踪反馈情况进行考核。在课后,教师会通过信息平台向学生智能推送个性化的课后作业。学生完成课后作业并提交到平台,教师批改学生课后作业,并将平台上记录的作业成绩作为学生课后最终考核成绩。

学生课前、课中、课后三个阶段包含了整个学习过程,这三个阶段的学习数据是反映学生学习态度、学习效果的重要指标,通过大数据分析挖掘技术,对学生学习过程进行整体、全面评价,这些评价指标是形成性评价考核的重要依据。

4 全过程动态伴随式学习评价考核体系的具体考核项

为将全过程动态伴随式学习评价考核体系落实到位,需具体确定各个考核项,并对每个考核项进行量化处理,以下是全过程动态伴随式学习评价考核体系的考核情况表,表中详细给出了具体考核项、权重及要求,如表1所示。

5 结束语

表1 全过程动态伴随式学习评价考核体系的考核情况表

序号12123434121234345656787856567878 9考核项课程视频权重30%签到6%课堂互动10%章节测验作业/任务PBL权重访问量讨论量阅读量15%20%2%5%10%2%具体要求所有视频平均分,满分100分,课程视频全部看完得满分。教师上课发布的签到活动,按次数累计,每签到一次加1,签到30次为满分(1周2次课,除去节假日共15周,2*15=30次,最多不超过上限分数。教师课堂上发布的一系列活动(如投票/问卷、抢答、选人、讨论等)获得教师设置的相应分数。积分达300分时为满分,最多不超过上限分数。学生接收到的所有测验任务平均分,未做测验按0分计算。学生接收到的所有作业/任务的平均分,未做作业按0分计算。学生在每个PBL项目小组获得的分数求和取平均分。学生通过电脑或移动端对网站的访问量。按次数累计,每访问一次加1,访问数达300次为满分,最多不超过上限分。发表或回复一个讨论得2分,获得一个赞得1分,满分100分。资料模块中阅读总时长达180分钟或资料下载次数达100次为满分,最多不超过上限分数。

如今,已进入“大数据”时代,大数据在商业、经济及其他领域中已广泛应用,教育业也应充分利用这一优势,改革传统的评价考核体系,建立基于“大数据技术”的全过程动态伴随式学习评价考核体系。庞大的数据资源、数据分析挖掘技术为学习评价供了强大的技术支持,为当前基于动态学习数据分析的智慧教学提供了新思路。传统基于经验和直觉的决策最终将会被基于数据和分析的决策所代替。

参考文献:

[1]黄慧,刘正涛,朱鹏宇.基于大数据分析的学习评价[J].职业教育研究,2017(8):34-38.

[2]朱建平,李秋雅.大数据对大学教学的影响[J].中国大学教学,2014(9):41-44.

[3]智淑琴,倪东辉.基于大数据的公务员评价考核体系研究[J].徐洲学院学报,2015(4):333-737,42.

Construction of Wisdom Classroom Evaluation and Assessment System Based on"Dynamic Learning DataAnalysis"

HUANG Xiao-hua
(Jiangxi V&T College of communications,Nanchang 330013,Jiangxi)

Abstract: This paper firstly describes the current situation and limitations of learning evaluation and assessment in colleges and universities;then,it analyzes the possibility of implementing the learning evaluation and assessment based on"dynamic learning data analysis";then,it describes the design process of the learning evaluation and assessment system in detail;finally,it determines the various assessment items and carries out quantitative processing to better apply them to actual teaching.

Keywords: big data technology;dynamic learning;data analysis;learning evaluation;assessment system

中图分类号:G434

文献标识码:A

文章编号:1008-6609(2020)01-0025-03

作者简介:黄小花(1982-),女,江西吉安人,硕士,副教授,研究方向为信息化教学、MOOC教学、翻转课堂教学、大数据分析技术。

基金项目:省级教学改革课题类别,项目名称:“基于动态学习数据分析”的智慧课堂构建与应用——以《计算机应用基础》课为例,项目编号:JXJG-18-53-9。

文章来源:《电脑与电信》 网址: http://www.dnydxzz.cn/qikandaodu/2020/0522/333.html

上一篇:投稿须知
下一篇:基于ZigBee技术的牛舍环境监测系统设计

电脑与电信投稿 | 电脑与电信编辑部| 电脑与电信版面费 | 电脑与电信论文发表 | 电脑与电信最新目录
Copyright © 2018 《电脑与电信》杂志社 版权所有
投稿电话: 投稿邮箱: