張聚 廣東省深圳市龍華區(qū)第三實驗學校
孫瀟楠 華南師范大學中山附屬中學
《中國教育現(xiàn)代化2035》《教育信息化2.0行動計劃》中強調(diào)義務教育階段需要深化信息技術(shù)與教育教學的融合發(fā)展,推動信息技術(shù)在教學中深入、廣泛應用,這就要求教學過程中的教學手段和教學方法要適應新的教學環(huán)境?;ヂ?lián)網(wǎng)與云端技術(shù)的發(fā)展,提升了在線教育平臺的易用性和穩(wěn)定性,加速了在線教育的發(fā)展。新冠肺炎疫情的暴發(fā)再次推動在線教育的普及與應用。在線教育在迅速擴張的同時,也暴露出了諸多問題,其中,如何及時掌握學生的學情信息變得尤其重要。
本研究通過梳理數(shù)據(jù)可視化在教學過程中的相關(guān)研究,從數(shù)據(jù)賦能學情分析的角度出發(fā),采用數(shù)據(jù)分析與可視化技術(shù),基于在線課堂后臺數(shù)據(jù),從廣度和深度上挖掘隱藏在數(shù)據(jù)背后的信息,刻畫學生學習情況,達到學情可量化、學情可視化,助力教師精確診斷學情。
數(shù)據(jù)可視化,是關(guān)于數(shù)據(jù)視覺表現(xiàn)形式的科學技術(shù)研究。劉歡等提出數(shù)據(jù)可視化具有直觀展示數(shù)據(jù)、增強理解數(shù)據(jù)、輔助探索數(shù)據(jù)的應用價值。劉迎春等通過對學生考試數(shù)據(jù)的分析,構(gòu)建學生學習數(shù)據(jù)可視化反饋模式,提高了數(shù)據(jù)的可解釋性。郭世豪使用FineReport工具制作了50種類型的數(shù)據(jù)圖表,用于展示智慧課堂統(tǒng)計數(shù)據(jù)。張雷借助visdom工具和Python機器學習庫,實現(xiàn)學生成績的可視化。針對學生的可獲取數(shù)據(jù)維度越來越豐富,近期的研究嘗試引入數(shù)據(jù)挖掘技術(shù),實現(xiàn)多維度刻畫學生畫像,從而進行精準教學。翟鳴宇等人采用K-protype聚類的方法,針對高效教育大數(shù)據(jù),構(gòu)建學生群體畫像。劉思宇和那達林構(gòu)建學生數(shù)據(jù)獲取流程,采用K-means聚類方法,分析首都醫(yī)科大學19級學生的U校園學習數(shù)據(jù),刻畫學生畫像。秦爭妍對教學系統(tǒng)中的學生行為進行數(shù)據(jù)分析,依據(jù)數(shù)據(jù)的時變性,建立學生動態(tài)畫像。
學情分析,是指教師對學生學習情況的分析,在新課程改革下,學情分析逐漸走入教育教學實踐。學情數(shù)據(jù)是在課堂實踐中產(chǎn)生的,其來源主要分為行為數(shù)據(jù)和結(jié)果數(shù)據(jù)。行為數(shù)據(jù)是學生參與教學活動的數(shù)據(jù),如學習時長、答題次數(shù)等;結(jié)果數(shù)據(jù)是學生階段性取得的成果,如作業(yè)正確率、答題正確率等?,F(xiàn)有研究探索了學情的不同方面,張維霞提出了分層學習、趣味課堂、預習和遙控管策略。黃香花和高忠信探索針對性的練習講評,提升學生興趣,夯實知識點掌握度。趙煜等人基于學生為中心,構(gòu)建混合式教學模式,提升學生核心素養(yǎng)。潘華萍關(guān)注學生個體間的差異,以案例分析的方式提出有效的教學過程,彌補差異提升教學有效性。劉煒和張林通過課程學習平臺數(shù)據(jù)構(gòu)建評價體系對學生學習效果進行評價。
本文數(shù)據(jù)來自小學三年級數(shù)學在線教學過程。直播教學采用的平臺為Classin,作業(yè)收集與統(tǒng)計來自微信小程序班級小管家。通過對兩個平臺導出的數(shù)據(jù)進行歸類,將采集到的數(shù)據(jù)來源時段分為課前、課中、課后三個環(huán)節(jié)(如下表)。
收集的學生在線學習數(shù)據(jù)可進一步劃分為考勤、參與度和效果評測。課堂考勤,課前在平臺的花名冊中可以快速看到出勤和遲到名單,課后可在平臺中導出每位學生具體的考勤情況和在線時長課堂數(shù)據(jù)。學習參與度包含課堂中獎杯發(fā)放、每位學生具體的舉手次數(shù)、搶答次數(shù)、發(fā)言時長、攝像頭開放時長等,課后通過具體的數(shù)據(jù)對學生的學習參與度進行量化。
來源時段 數(shù)據(jù)具體情況課前 在線人數(shù)統(tǒng)計課中答題情況統(tǒng)計獎杯排行榜課后在線時長統(tǒng)計舉手次數(shù)、攝像頭打開時長等作業(yè)情況統(tǒng)計
學習效果評測數(shù)據(jù)包括課堂中答題器的使用,通過發(fā)布、收集學生答案、獲取全班的正確率,從而了解在規(guī)定時間內(nèi)提交答案的人數(shù)和正確率(此數(shù)據(jù)在課后可導出);課后作業(yè)的完成情況在微信小程序班級小管家中進行統(tǒng)計與發(fā)布。
可視化界面采用Python3.7開發(fā)環(huán)境,使用streamlit庫編寫數(shù)據(jù)可視化界面腳本,完成數(shù)據(jù)文件上傳、文件自動解析、時間序列可視化和對比可視化。其中,時間序列可視化是指可以篩選學生在多節(jié)課中不同維度學情數(shù)據(jù)的可視化。通過時間序列數(shù)據(jù)可視化,實現(xiàn)學情精準追蹤,挖掘?qū)W生狀態(tài)的時變性。對比可視化是指可以篩選不同學生在不同維度的學情數(shù)據(jù)比較。通過對比可視化,挖掘?qū)W生間學情差異。此外,對于課堂表現(xiàn)數(shù)據(jù)采用K-means聚類方法,實現(xiàn)學生課堂表現(xiàn)的粗略分類統(tǒng)計,可視化頁面數(shù)據(jù)處理流程如圖1所示。
圖1
針對多維度特征可視化設計,筆者采用特征集成的方式來刻畫學生,拋棄了離散化的數(shù)據(jù)可視化方式,避免了單一特征可視化的孤立感,豐富了學生的數(shù)據(jù)維度,使可視化結(jié)果變得更加豐滿,如圖2所示是數(shù)據(jù)整合可視化策略示意圖。
圖2
在數(shù)據(jù)可視化前端頁面運行之后,點擊“Browse files”按鈕搜索整合后的在線教學數(shù)據(jù)文件,同時實現(xiàn)數(shù)據(jù)上傳和加載過程。在數(shù)據(jù)加載完成之后,通過顯示數(shù)據(jù)文件的前5行數(shù)據(jù)來校對文件,如圖3所示是上傳數(shù)據(jù)后可視化頁面展示結(jié)果。
圖3
對比數(shù)據(jù)可視化可以顯示出某一節(jié)課部分學生在某些維度中的具體比較,筆者以第4節(jié)課的8、25、38三位學生為例進行詳細說明。以實際上課時長和攝像頭打開時長進行比較,圖4中橫坐標表示8、25、38三位學生,縱坐標表示具體的數(shù)值,可以看出,在實際上課時長相似的情況下,25號學生攝像頭打開時長明顯低于另外兩名學生(不打開攝像頭不易及時觀察學生注意力是否集中),因此,教師可在課后與學生進行深度溝通,了解其不愿打開攝像頭的原因,認真傾聽其情感需求,在有困難時給予適當?shù)膸头觥?/p>
圖4
從篩選舉手次數(shù)、搶答次數(shù)、發(fā)言時長和獲得獎杯數(shù)四個特征得到的圖5來看,8號學生在課堂上的表現(xiàn)較為積極,說明其積極參與課堂活動,學習積極性較高;38號學生較8號學生而言,在搶答、發(fā)言時長、獲得獎杯數(shù)方面稍微少了一些,后期應加大表揚力度,鼓勵其更加積極地參與課堂互動,同時也應該反思此節(jié)課預設的教學活動設計是否能成功激發(fā)學生積極參與的熱情;25號學生在此節(jié)課中表現(xiàn)情況不太理想,僅僅搶答了一次,參與課堂互動的積極性較低,教師應該在課后了解學生不愿意積極參加互動的原因,同時根據(jù)學生的差異性,設計分層、有梯度的問題,使學生體會到答對問題、積極參與課堂互動的滿足感。
圖5
篩選出課堂答題正確率和作業(yè)情況統(tǒng)計后得到的數(shù)據(jù)如圖6所示,課堂答題正確率是根據(jù)課堂練習統(tǒng)計得出的,此堂課設置了4道選擇題,要求學生在規(guī)定的時間內(nèi)作答,并根據(jù)結(jié)果統(tǒng)計出正確率。答對4道正確率為100%,答對3道正確率為75%,即0.75,以此類推。作業(yè)情況統(tǒng)計為對當天提交的作業(yè)情況進行統(tǒng)計記錄,分為優(yōu)、良、中三個等級,其中優(yōu)為1,良為0.67,以此類推??梢钥闯?,25號學生并未參加課堂的答題,課后作業(yè)的完成情況較其他兩名學生也不理想,教師需要在課后了解其未參加課堂答題的原因。8號學生和38號學生整體表現(xiàn)差距不大,但8號學生的課堂答題存在錯誤,可以根據(jù)具體題目判斷其是否在本節(jié)課的學習重難點上存在障礙,并增加類似的題目進行鞏固。
圖6
時間序列可視化可以顯示出某位學生在連續(xù)的課節(jié)中某一個特征或多個特征的變化,以17號學生在連續(xù)5節(jié)課的變化為例(如圖7),篩選出舉手次數(shù)、搶答次數(shù)等特征。隨著時間的推移,17號學生在線上學習的表現(xiàn)有所進步,每個特征變量都有所增加。搶答和舉手及獲得的獎杯數(shù)增長較為明顯,可以推斷出此學生逐漸適應了線上教學的授課模式,學習的積極性逐漸增強。其作業(yè)完成情況進步幅度較小,教師可以對學生作業(yè)進行細致分析,同時給予有效反饋。
圖7
可視化界面可以實現(xiàn)對某一節(jié)課學生的分類,以第一節(jié)課為例,選擇類別數(shù)為3,可以將50名學生分成三類,如圖8所示。圖中橫坐標與縱坐標沒有實際的含義,圖中的三個粉色五角星表示三類的中心點,綠色為一類,紅色為一類,藍色為一類;1~49號表示此班49名學生。可以看出,綠色與紅色兩類的邊界較為明顯,而藍色和紅色的邊界模糊,說明此兩類中臨界學生較多,如20、33、44號三位學生。結(jié)合此三位學生的具體表現(xiàn)來看,這三位學生在各維度的表現(xiàn)差距較大,不是很穩(wěn)定。例如,20號學生在課堂表現(xiàn)方面十分積極,但在作業(yè)完成情況方面卻不盡如人意。33號學生課堂很少舉手搶答問題,但是在課堂答題和作業(yè)完成情況方面都較為優(yōu)異。此類學生教師應該針對性地進行幫扶,促進其多維度均衡發(fā)展。
圖8
本文通過設計在線課堂數(shù)據(jù)可視化界面,整合多維特征刻畫學生,助力教師分析學情。在線上教學中,每位教師都應該具備數(shù)據(jù)意識,掌握在線平臺學習數(shù)據(jù)的獲取與分析方法,意識到數(shù)據(jù)對日常教學的促進作用,將學生的課堂表現(xiàn)、作業(yè)和測評的完成情況作為評判學生的具體數(shù)據(jù)來源,實現(xiàn)對學生學習情況的精準分析,及時調(diào)整后續(xù)教學。