大学课堂教学信息处理与现状分析

吕秀娟

（烟台南山学院，山东 烟台 265713）

大学课堂教学信息处理与现状分析

吕秀娟

（烟台南山学院，山东 烟台 265713）

通过用教育信息处理手段对课堂教学行为信息进行采集、处理，得到一系列数据，并对这些数据进行分类分析、时序列分析、S-T分析和教学信息熵的分析等，旨在用这些分析来说明现在大学课堂教学的现状，以及影响课堂教学的因素，并对其现状进行分析讨论，提出相关建议。

大学课堂教学；教育信息处理；现状分析

一、研究背景及目的

目前高校上课应用多媒体设备较为普遍，但与传统课堂相比，多媒体教室上课的特点有哪些，是否更能满足课堂教学的需要，教师和学生的活动又有哪些特点，为了研究现在高校课堂教学现状，我们选取了教育技术专业的部分课程，对这些课程的教师和学生的课堂活动进行录制，对其行为进行了分析。

二、课堂教学信息的数字化分析方法及步骤

要对课堂教学信息进行分析，首先，选择要分析的课程，进行课程录制，然后对课程信息进行数字化采集，再借助于一定的软件手段进行量化分析，最后对分析结果进行探讨，以对大学课堂教学现状进行分析。

（一）课程选择及录制

为了更有效的呈现课堂教学现状及影响因素，我们对所要分析的课程从课程类型、教师特点、学生特点等三方面进行考虑，选取了教育技术系八名教师的八门课为分析对象，如表1所示：

在确定了要分析的课程之后，便着手在两周之内将以上所述课程的课堂教学过程进行录制，录制采用的是双机位法，用两台MX4000分别准确的记录教师与学生在课堂上的行为，并通过采集卡和movemaker将其转为计算机上的视频文件。

表1

（二）数据的量化分析

课堂教学信息是一些定性的信息，只有把这些定性信息数量化，才能对其进行统计分析。在量化过程中，首先要对教师和学生的行为进行分类。教师、学生行为进行分类的方法有很多种，比较有影响的分类系统有Flandrs分类系统和VICS（Verbal Interaction Category System）等。在此，我们借鉴了VICS的分类系统的分类方法，并根据大学课堂教学的特点对内容类别进行重新规定，得出表2所示分类系统：

表2

根据以上分类系统，按照一定的时间间隔15秒，对该时刻的行为进行记录，可以得出整节课的分类数据序列，从分类数据序列，可以计算出教学过程的信息熵，并做出各类行为的频度分布图。

1.各门课程的行为频度分布比较分析

经过对数据进行采集处理，利用excel将各门课各种行为归类，得出各门课的行为频度分布图，如图1所示：

图1

图中横坐标的1～10类别号分别表示10种课堂行为，标注中用不同颜色标注的1～8系列号分别表示八门课程。

由图中数据频度分布情况可以看出，虽然授课教师和课程各不相同，但是因为都为同一院系的课程，授课形式又都为多媒体课堂讲授，所以各门课程的行为类别分布情况差距不大，表现出最多的行为是教师讲授，其次为教师的多媒体呈示，行为8学生的提问的频度在各门课中都为零，说明学生在学习过程中主动性很差，整堂课都在被动的听课，被动的回答问题。将图一八门课的十种行为按教师行为、学生行为归类统计，得出总的教师行为占有率为91.277%，学生行为仅占不到9%。

2.S-T分析与教学模式探讨

为了进一步探讨这些课程的教学模式，我们对数据进行了S-T分析。

S-T分析是一种以图形的方法表示教学性格分析方法，它将教学中的行为分为学生（S）行为和教师行为（T）两类，通过对这两类行为的数据分析绘制Rt-Ch图，以分析教学模式。在此，我们可以将原本10种教学行为的采样数据按对应关系改为只有S和T两种行为的时序列采样表，然后计算出T行为的占有率Rt和行为转换率Ch，并将值绘制在Rt-Ch图上。图2为绘制好的八门课程的Rt-Ch图。

图2

由图中描点可以看出，八门课都属于讲授型，都有极高的教师行为占有率，而行为转换率都比较低。说明这些课程还是以教师为中心的教学模式，在教学过程中教师和学生的行为交流比较少，有些课甚至是教师满堂灌的形式，极少有学生的参与。

3.教学信息熵分析

在统计力学中，熵表示了系统运动的不规则程度，并是这种不规则程度的量度。熵值越大，则不规则程度越高。信息熵与热力学中的熵有着相同的数学形式，但是它们各自表达的意义并不相同。信息熵的大小可以表示概率系统的不确定程度。在教育信息处理中，我们可以通过对教学活动信息熵的分析来探讨课程信息量的大小和教学形式的特性。

信息熵越大，表示系统的不确定性最大。当系统中的每个变量出现的概率相等时，该系统具有最大信息熵Hmax。通过对八门课程课堂行为的分类数据进行处理，我们可以得出他们的信息熵值如图3所示：

图二中横坐标1～8表示八门课的信息熵，9表示最大信息熵；纵坐标刻度值表示信息熵值。

本节课的课堂活动类型为十项，根据熵的计算公式，如果十项出现的概率平均分配，最大熵Hmax=3.322bit。课堂的实际信息熵最大值为2.3，最小值为0.843，平均值为1.606，明显小于最大信息熵。根据信息熵的意义，由于信息熵反映了变量的随机性，课堂系统十项活动概率分布不均匀，系统变量的随机性小，课堂教学形式单调不灵活，师生活动少有变换。同时，信息熵值也代表了信息量的多少，从总体上看，课堂教学传输的信息量并不高。

图3

因为八门学科是按教师的职称年龄分布情况从高到低排列的，所以从各单科信息熵的分布情况来看，随着教师经验的减少，信息熵值有降低的趋势。可见有经验的教师在有效组织课堂教学，调动学生学习积极性方面要优于年轻的新教师。

三、总结分析

（一）特点归纳

通过以上分析数据，可以看出大学课堂教学有以下特点：

1.教师主导，教师行为占有率超过90%，而且其行为以内容讲授为主，缺乏教学形式的多样性和师生的交流互动，学生处于被动接受地位。

2.教学模式都为讲授型。没能根据课程内容的自身特点建构更为有效多样化的教学模式。

3.教学信息熵值偏低，课程教学信息量不高，教学系统的不确定程度偏低，不能很好的调动学生学习的积极性。

（二）原因分析

经过对当前大学课堂教学的特点分析，造成以上问题的原因有以下几个方面：

首先，大学教育面对的是认知能力已经成熟而且认知水平相对较高的大学生，所以不需要对某项知识进行多角度多形式的刺激和呈现，就已经能够对知识进行接受。

其次，大学课程信息容量较大，与中小学强调对专项知识的精要掌握相比，大学课堂更侧重于对更广知识面、更大信息容量知识的理解和认识。

再次，大学课堂多使用多媒体辅助教学这种方式。多媒体设备的应用提高了教师呈现教学内容的效率，也使长期困扰教师的某些教学难点迎刃而解，为教学注入了活力。但是，不可否认，多媒体的应用，在一定程度上减少了师生之间的交互，造成了师生情感交流的缺失。在加快教学节奏的同时，使得学生对知识点的认识和疑问一带而过，学生的学习积极性得不到充分的发挥。

（三）建议

虽然大学生群体有他自己的认知特点，但是以学为主教学模式对培养学生的创新思维和提高认知能力非常有利。所以各科教师在组织教学时应尽量征求学生的意见，将学生对知识点的理解和疑问与教学过程有机结合，充分发挥学生学习的积极性。

另外，各科教师应该从各自教授学科的特点出发，组织出更能体现学科特点的教学模式，以改变一成不变的讲授型教学模式，充分调动学生学习的积极性，同时对培养学生对学科的兴趣也有很大的促进作用。

再者，教师应充分利用多媒体辅助教学的优势，制作出既有效、又能引发学生兴趣调动学生积极性的高质量课件。

最后，需要特别提出的是教师应充分重视课堂中师生情感的交流。情感的交流能够使师生建立一种和谐的交互关系，在这种交互中，教师根据学生的反映及时调整教学，学生在教师的指引下进入一种自然贴切而具有吸引力的学习境界，师生的想象力和创造力得到充分发挥。在传统的教学模式下，教师的一个手势，一种语调，一个眼神都是与学生进行情感交流的有效方式。但在多媒体辅助教学模式下，教师更多的是对媒体的操作和对课件的演示，学生也更多地将精力放在教师所呈现的内容上，而不是教师的语势语态。因此，教师应该在教学过程中注意随时走下讲台关注学生的学习情况，也给学生有效的学习提示，及时调节课堂气氛，做到师与生，教和学的和谐共处。

［1］傅德荣，章慧敏.教育信息处理［M］.北京：北京师范大学出版社，2003：46-51.

［2］曲茜茜.课堂信息处理的实践与研究.http：// www.etc.edu.cn/show/index.htm.

［3］ 网站内容“信息熵”网址：http：//mhxcsjs.51.net/ csjs/xhcl/kcnr/ch1-10/ch2/html/2-4.htm（2005-03-30）.

［4］李长萍.论大学课堂教学中师生交互关系［J］.教育理论与实践，2006，（1）：39-41.

G642.421

A

1008—3340（2011）02—0027—03

2010-12-31

吕秀娟（1982-），女，汉族，山东菏泽人，烟台南山学院教师。