教师工作坊中的用户参与行为研究*

刘清堂，武 鹏，张 思①，黄景修，吴林静

(1.华中师范大学 教育信息技术学院，湖北 武汉 430079；2.华中师范大学 信息化与基础教育均衡发展协同创新中心，湖北 武汉 430079)

教师工作坊中的用户参与行为研究*

刘清堂1,2，武 鹏1，张 思1①，黄景修1，吴林静1

(1.华中师范大学 教育信息技术学院，湖北 武汉 430079；2.华中师范大学 信息化与基础教育均衡发展协同创新中心，湖北 武汉 430079)

该文以“国培计划2014”中的典型教师工作坊“小学数学平面图形的认识课例研讨”发帖记录为研究对象，以词频分析法和时间序列分析法等为主要研究方法，绘制出关键词数量图和用户在线积极情感和消极情感行为折线图。结果发现：研修教师关注的内容依次为技术知识、教学法知识和学科内容知识；研修教师的消极情感密度值高于积极感情密度值，在部分时段内差异明显；在积极情感较高的时间点，可以对其进行资源推送，在消极情感较高的时间点，建议对其进行心理干预；教师对于积极情感情绪的表达较为丰富，对于消极情绪的反应更为强烈。

教师工作坊；情感分析；在线行为；资源推送；心理干预

一、引言

随着教师培训力度的不断加大，教师培训工作虽然进展明显，但是也出现了针对性不强、方式单一等突出问题。为了解决突出问题，教育部在2013年5月发布了《教育部关于深化中小学教师培训模式改革全面提升培训质量的指导意见》[1]。该指导意见指出，各地要积极推进教师网络研修社区建设，推动教师网上和网下研修结合。同年10月，教育部印发了教育部关于实施全国中小学教师信息技术应用能力提升工程的意见》(以下简称“提升工程”)，正式开启能力提升工程[2]。提升工程指出，通过提供共建培训平台等方式，扩大优质资源辐射范围。新兴的培训方式——教师工作坊应运而生。教师工作坊具备以下特征：小群体、特定学科主题、强调用户参与和体验以及形成问题解决方案等[3]。广西特级教师工作坊的成功案例推动了对教师工作坊的进一步研究。林志淼等研究了工作坊式教师培训模式[4]；李德燕等探讨了特级教师工作坊的建设[5]；张思等研究了教师工作坊的教师研修模式[6]。混合式培训模式刚刚实施，对教师工作坊中研修教师的成效、认知和情感行为等有待深入研究。本研究旨在通过对教师混合培训过程中教师在线讨论的认知和情感行为进行探究，充分挖掘出教师在研修讨论中的认知、情感特征，从而为教师网络研修进行良好的监控和引导并提供帮助，有效提升教师信息技术应用能力。

二、教师工作坊中用户在线行为分析框架的构建

(一)理论基础

以布卢姆的教学目标分类、活动理论、建构理论作为分析教师工作坊中的研修教师在线行为的理论基础。

1.布卢姆的教学目标分类

布卢姆将人的心理发展分为认知领域、情感领域和动作技能领域[7]。布卢姆的理论广泛应用于教学改革的各个环节，表明该理论具有很强的实践指导作用[8]。布卢姆的教学目标为教师研修中的学习目标提供了清晰的分类，对认知领域的详细分类为探索教师在培训中的认知行为提供了参考和借鉴，在情感领域启发我们进一步探索研修教师的情感特征。

2.活动理论

活动理论是普遍存在于人类社会的各种活动的描述性理论[9]。活动理论为本研究分析主题研修活动提供了非常重要的理论基础。活动理论认为个体的学习活动与社会背景密切联系。只有充分调动研修教师的积极性和主动性，营造交流、协作学习的氛围，才能发挥培训的最佳效果。同时，活动理论模型为我们研究教师的培训提供了清晰的活动要素分析框架。活动理论可以作为研究个体和共同体活动的基础框架，可以更好地提升培训中的质量。

3.建构主义学习理论

马秀芳等认为社会性互动能够促进学习者的学习和有意义的学习发生于真实的任务和情境中[10]。每个人对事物都有独特的理解，不同人之间的交流可以影响学习者的建构[11]，正是因为这种交流和互动恰好促进了教师知识的建构。建构主义理论表明工作坊中的交流尤为重要，对其进行内容分析能更好地促进教师研修。

(二)用户在线学习行为的特征

本研究将布卢姆的教学目标分类、活动理论、建构主义理论为理论依据，梳理了工作坊中的在线行为特征，提出了用户在线学习行为的分析框架。张艳梅等认为学习者的在线学习参与由认知领域、情感领域和社会领域相互重叠交叉构成，并在王敏娟参与式学习模型基础上绘制出移动环境下学习者在线参与特征模型[12]。网络研修中，研修教师处于开放、复杂的学习环境，由于个体差异和环境影响等因素影响，学习者的学习效率存在特定差异，这与研修教师的认知因素、情感因素和在线行为等相关。乔爱玲等认为远程学习与学习者自身原因(学习动机不足和在线学习的孤独感等)、教师原因(网络监控不当和管理者欠缺等)、课程原因(缺少对学习者学习的支持和评价技术不完善等)有关[13]。在网上学习者遇到的困难中，排在首位的是“不善管理时间，时间效率不高”[14]。

针对网络研修存在的问题，以建构主义、活动理论等为指导，以培养研修教师的认知能力、积极心理态度等为目标，参考乔爱玲等提出的中学教师远程研修主要障碍指标体系[15]，提出教师工作坊中的用户在线参与特征分析框架，构建了工作坊中的用户参与特征，如图1所示。

学习者在线的时间反映了学习的时间，在学习者需求的时间内进行内容和建议的推送，能达到更好的效果。研修教师的在线时长表明教师在线学习的参与度。通过对在线行为的分析，便可获得研修教师倾向学习的时间和研修状态。由于研修教师在不同时间学习效率的差异，对研修教师的个别化知识推送和情感辅导显得尤为重要。

图1 教师工作坊中的用户参与特征

1.认知分析

认知行为体现出学习者知识构建的过程。从研修教师讨论的关键词便能了解研修教师正在关注哪些方面的内容以及讨论的话题与工作坊的主题是否相关。如果出现话题的偏离，对其进行必要的引导和帮助会使得讨论更有深度，思维之间的碰撞会更加密切，这会进一步提高教师工作坊的研修成效。

2.情感分析

情感行为能揭示出学习者的情绪状态对在线学习行为的影响，主要包括积极和消极因素。这对研修教师的情感分析具有重要的意义，能实时监控研修教师在研修过程中出现的情绪问题。当出现消极情绪对其进行辅导便能让消极的教师再次加入到积极讨论的行列，促进研修教师之间的交流和思维的碰撞，对提升研修教师的学习效果和展开头脑风暴等具有非常重要的意义。

研修教师的在线行为属于外显行为，认知和情感是通过对外显行为分析得到的。通过对外显行为的定量分析，能辨识认知和情感行为的程度。同时，研修教师的内显行为之间也相互影响。教师的认知行为中带有情感词汇，教师的情感词汇中能够表明教师对于认知的理解程度。认知行为和情感行为之间相互影响，通过在线行为这种外在形式呈现出来。

三、研究过程

(一)研究方法

为了客观描述工作坊中教师讨论的热点和发展趋势，采用词频分析法和关键词来描述工作坊的主题。词频分析法是利用表达某一主题的核心内容的关键词或者主题词，在该主题中出现的频次高低确定该领域的研究热点和发展动向[16]。利用积极情感和消极情感分析法对用户的行为进行分析，来确定用户在讨论过程中出现积极和消极情感的时间以及情感的发展趋势[17]。最终描绘出一周(7×24h)所有用户的平均积极和消极情感密度波动曲线。研究过程分为以下三个阶段，如图2所示。

图2 用户在线行为获取与分析流程图

情感行为的计算公式如下：

PAu(h)为用户U在h时刻的积极情绪词汇密度，计算方式为该用户在h时刻的发帖中积极情绪词汇的个数与总的词汇数之比，其中||x||表示当x为集合时，集合x的元素数目。

BPAu为用户U每小时的平均积极情绪词汇密度，即用户在所有时间内的积极情绪分值总和与用户所有发帖的时间数目之比，H={0,1,2,…,167}

WPAu(h)为用户U的积极情绪词汇密度，即个体积极情绪词汇密度随时间的变化状况，计算方法如公式(3)所示，其中(u,h)为User-Hours，||UH||是所有(u,h)的个数。Grand_Mean为所有用户在所有时刻的PAu(h)的平均值。

WPA(h)为h时刻所有用户发帖的平均积极情绪

词汇密度，即在h时刻所有用户的WPAu(h)之和与该时间内发帖的用户数之比，U(h)为h时刻发帖的用户数目。WPA(h)为积极情绪的平均情感波动曲线的值。

(二) 研究过程及数据处理

本研究以“国培计划2014”典型工作坊“小学数学平面图形的认识课例研讨”中，为期8天讨论内容为数据来源，共获取到1992条数据记录，剔除1个小时之内的重复记录、表情记录等与本研究内容不相关的记录，最后确定获得有效记录。为了便于关键词的提取和情感词汇的分析，按照规范化标准对文本内容进行预处理。

首先，对所采集的有效记录进行分词，从而提取出高频词汇和关键词以及其权重值；其次，将分词后的结果与情感词汇词典进行比对，查询出积极情感和消极情感的词汇数量；最后，应用公式对消极词汇和积极词汇的数量进行计算，以可视化的形式呈现出来。

1.认知行为的统计分析

采用中科院提供的NLPIR接口(其分词的精度可以达到98.45%)，使用C#编程语言对筛选的1942条有效数据记录进行词频和关键词的提取，共获得147个关键词，关键词累计总出现频次为12387次，提取出现次数在75次以上的高频关键词，共显示20个高频关键词，如表1所示。其总的出现频次为7812次，累积百分比为63%，符合分析标准。这20个高频词汇基本上反映了教师研修工作坊中的常用术语。提取出来的关键词和权重，如表2所示。

表1 词频统计

表2 关键词的提取与权重值

续表2

2.情感行为的统计分析

预处理有效记录，把内容分词后与中科院心理研究所2013年发布的Liwc2007简体中文词库(积极情感词汇(Pos)和消极情感词汇(Neg)分别使用126和127进行词汇标注)进行匹配。以积极情感为例，具体过程如下：分别提取一周的数据，合并数据集中用户和小时相同的数据，产生的数据集A；将数据集A中的数据与Liwc2007词库中的积极和消极情绪词汇进行比对，统计积极词汇数、消极词汇数、总词汇数，根据公式(1)来计算积极情感密度PAu(h)和所有用户在全部时间内的平均值GrandMean；根据公式(2)计算每个用户的积极情感平均值BPAu；根据公式(3)计算每个用户的积极情感指数WPAu(h)，存储在数据集C；根据公式(4)计算WPA(h)，存储到数据集D中；将计算结果输出到Excel表格，生成所有用户0-24小时积极和消极情感折线图，横轴为0-24小时(省略无数据的时间段)，纵轴为情绪密度值。

四、研究结果与分析

(一)高频词汇与关键词分析

如前所述，表1呈现了前20个工作坊的讨论中最常用的术语和话语，表2显示能反映教师工作坊中讨论主题的关键词和权重。采用2005年科勒和米什拉提出的TPACK框架对教师的知识进行描述，在TPACK框架中，包含三类核心知识：技术知识、教学法知识和学科内容知识，以及四类复合知识[18]。对表1进行分析后可以看出：在学科内容知识上，研修教师关注“平面图形 (10.04)”“平行四边形(9.41)”“立体图形(8.64)”“空间观念(8.73)”比较多；从教学法知识上来说，研修教师在“动手操作(10.94)”“课堂教学(10.70)”“引导学生”；从技术知识上，研修教师更为关注“电子白板(13.72)”“利用多媒体教学(9.59)”。在研修教师发帖中也同样体现出上述的分析结果，可以发现，研修教师最为关注的是技术知识，其次是教学法的知识，最后才是学科内容知识，与教师工作坊的培训目标高度相关。从研修教师发帖中也同样体现出上述结论。比如“利用好电子白板教学，给学生一种直观感”“在电子白板上讲平面图形好，学生看得直观”等属于技术知识方面；“适当使用多媒体可以提高课堂效率，但也要把握好度”“在教学中多运用多媒体，形象直观，有利于激发学生的学习兴趣”等属于教学法知识方面；“认识几何知识与人类生活的密切联系，区分不同的几何图形”“平行四边形、三角形与梯形面积计算公式是对一般基本图形面积计算的通则，让学生理解这一点并不是十分容易的”等属于学科内容方面。同时也出现了研修教师对教学法知识和学科内容知识关注度比较低的问题，所以在进行教师工作坊研讨时，也应对其进行引导，从而使得研修教师全面发展。

对表2进行分析后可以看出，词汇数最高的是“学生(1536次)”，其次才是“教学(803次)”，表明研修教师更多地关注学生的发展，体现出教师以学生为中心的思想，教师不再是主导者，变成了辅助者；教师关注的是自身的改变，通过教学改变教学的质量和效果。处于第二位的“教学(803次)”和第三位的“平面(700次)”也同样验证了研修教师关注教学法的知识比学科内容知识多的结论。

(二)积极情感和消极情感的分析

通过对下页图3、图4情感曲线分析可以得出：波动时间是从8点到24点表明所有用户的学习时间开始于8点以后；积极情绪在周一、周二、周三的波动性比较小，周四的波动差异特别明显，12点、16点、17点、18点、22点为较为活跃的时间，学习的积极性比较高；周六的16点积极情绪最高，表明学习者在这个时间段内学习状态比较好，此后持续下降至22点。学习者的消极情绪波动性不如积极情绪那么明显，周六早上9-10点、22-23点的时间段内消极情绪相对较高。

每日的积极和消极情感曲线的总体波动大体上一致，消极情感密度一直高于积极情感密度，只有在周日的时候积极情感密度和消极情感密度波动差值最小，在周一的情感密度差值最大。从积极曲线可以得出的结论大体上与消极情感密度的波动特点一致，但是周一的积极情感密度曲线的上升速度高于周一的情感波动。在七天的日平均情感密度折线中可以得出积极情感的振荡次数比消极情感的多。

从以上的数据可以得出，教师在参与典型工作坊的研讨中总体的积极性不高，需要对其干预和引导；研修教师在积极情绪的表达上更为丰富，在消极情绪的表达上更为激烈；周四和周六的学习积极性比较高，建议对于进行大量资源的推送，在积极性不高的其他时间段内进行相应的心理干预，从而改善学习积极性不高的现状。

图3 所有用户的积极情感波动图

图4 所有用户的消极情感波动图

五、结论

网络研修社区和教师工作坊的建设有助于教师的学习和能力提升，鉴于新模式处于起步阶段，教师培训中的主题研修活动才刚刚启动，其中的理论研究和培训实践有待规范。本研究从研修教师的认知和情感出发，提出了教师工作坊中的用户参与特征分析框架，并进行认知和情感行为的可视化评估。结论表明，在适当的时间对研修教师进行心理干预和相关资源的推送有利于改善培训质量和效果，同时可以帮助网络研修教师保持学习状态。

教师研修中的消极情感密度值高于积极感情密度值，部分时间点积极情感较高，部分时间点消极情感较高。研修教师首先关注的是技术知识，其次是教学法的知识，最后才是学科内容知识等结论。消极情绪主要通过抑制自动加工过程来抑制优势认知加工，所以在研修教师的认知过程中应该尽量消减消极情绪[19]。吴畏等人的研究认为情绪是高低起伏的，大致经历“正向—负向—正向”的转变，这与图3中积极情绪的趋势是一致的[20]。汤诗华等人认为成人在线学业情绪中的积极情绪、消极情绪及学业情绪总体均处于中等水平，在学业情绪的积极水平和总体水平上存在显著差异[21]，与本研究得出的结论相同。

本研究仍然存在一定的不足，在情感分类上需要改进，在情绪分析方面可能存在部分片面性，后续可以将用户的性格特征与用户的情绪结合起来进行分析等。在下一步研究中，将对情绪维度细分，挖掘其诱因，以实现更科学的情绪分类和诱因抽取效果。

[1] 教育部关于深化中小学教师培训模式改革 全面提升培训质量的指导意见[EB/OL]. http://www.moe.gov.cn/publicfiles/business/htmlfiles/moe/s7034/201305/151910.html,2015-11-04.

[2] 教育部关于实施全国中小学教师信息技术应用能力提升工程的意见[EB/OL].http://www.gov.cn/gzdt/2013-11/06/content_2522685.htm,2015-11-04.

[3] 教师“国培”走进“工作坊”[EB/OL].http://guopei.teacher.com.cn/DisplayInfo.aspx?ID=1103,2015-11-04.

[4] 林志淼,蒋凤春.工作坊式教师培训模式初探[J].中小学教师培训,2014,(8):14-16.

[5] 李德燕.特级教师工作坊的建设实践与启示[J].广西教育,2013,(18):5-6.

[6] 张思,刘清堂,熊久明.认知学徒制视域下教师工作坊研修模式研究[J].中国电化教育,2015,(2):84-89.

[7][8] 王汉松.布卢姆认知领域教育目标分类理论评析[J].南京师大学报(社会科学版),2000,(3):65-71.

[9] 吕巾娇,刘美凤等.活动理论的发展脉络与应用探析[J].现代教育技术,2007,(1):8-14.

[10] 马秀芳,李克东.皮亚杰与维果斯基知识建构观的比较[J].中国电化教育,2004,(1):20-23.

[11] 贠丽萍.基于建构主义学习理论的多媒体网络教学[J].电化教育研究,2008,(7):69-71.

[12] 张艳梅,章宁等.移动环境下学习者在线参与度研究[J].现代教育技术,2014,(11):88-96.

[13][14][15] 乔爱玲,田润.中学教师远程研修障碍指标体系及影响因素研究[J].中国电化教育,2014,(12):67-72.

[16][17] Golder S A, Macy M W. Diurnal and seasonal mood vary with work, sleep, and day length across diverse cultures[J]. Science, 2011,333(6051): 1878-1881.

[18] Koehler, M. J., & Mishra, P.. What happens when teachers design educational technology? The development of technological pedagogical content knowledge [J]. Journal of Educational Computing Research,2005, 32(2):131-152.

[19] 金静,胡金生.消极情绪对优势认知加工的抑制[J].心理科学进展,2015,(1):61-71.

[20] 吴畏.基于话语分析方法的案例研究——以实习教师网络反思为例[J].现代教育技术,2010,(2):33-36.

[21] 汤诗华,朱祖林等.成人在线学业情绪测评研究[J].中国远程教育,2013,(6):43-46.

责任编辑：李馨 赵兴龙

Teachers’ Research on User Participation Behavior in the Workshop

Liu Qingtang1,2, Wu Peng1, Zhang Si1, Huang Jingxiu1, Wu Linjing1
(1.School of Educational Information Technology, Central China Normal University, Wuhan Hubei 430079; 2.Collaborative Innovation Center of Informatization and Equalization of Basic Education, Central China Normal University, Wuhan Hubei 430079)

Based on the typical teacher workshops “elementary school mathematics graphic understanding of lesson study” in “National Teacher Training Program 2014” , We got 1992 records that using frequency analysis method and time series analysis method as main research methods and drawing the number of keywords figure and emotional behavior. We found that training teachers to focus first on technical knowledge, followed by knowledge of teaching methods and, finally, subject content knowledge; Negative emotional density is higher than the positive emotion, but some time difference; the density is higher than the value, when part of the positive emotion can push some relative resources; it is recommended to carry on the psychological intervention when part of the negative emotion is higher; teachers for the expression of positive emotion is rich, for the respond of negative emotions more strongly.

Teacher Research Workshop; Sentiment Analysis; User Online Behavior; Pushing Learning Resource; Psychological Intervention

G434

：A

1006—9860(2016)01—0103—06

刘清堂：教授，研究方向为数字化学习、学习分析、知识服务(liuqtang@mail.ccnu.edu.cn)。

武鹏：在读硕士，研究方向为教育资源的设计与开发(ccnuwupeng@163.com)。

张思：讲师，博士，研究方向为教师专业发展、学习分析与知识服务(zhangsi1983@163.com)。

黄景修：在读博士，研究方向为语义计算与知识抽取(jimsow@163.com)。

吴林静：讲师，博士，研究方向为教育信息化、人工智能与教育应用(wlj_sz@163.com)。

2015年11月 24日

* 本文系教育部人文社会科学研究青年基金项目“教师网络研修社区中知识共享机制研究”(项目编号：15YJC880134)、全国教育科学“十二五”规划2014年度教育部青年课题“基于知识地图的教育资源个性化推荐研究”(课题编号：ECA140366)、信息化与基础教育均衡发展协同创新中心后期资助课题“教师信息化教学能力分析方法研究”的研究成果。

① 张思为本文的通讯作者。