基于极课大数据的高中生物作业分析与精准教学

曾满霞

摘 要：分析学生作业，读懂学生在学习过程中存在的问题、错误、进步等信息，及时调整教学策略，是促进学生学习的一条有效途径。本文基于极课系统收集的作业信息，从典型错题、班级薄弱知识点、个人错题集三方面例举如何进行精准教学，以提高教学效率，促进学生学习的过程。

关键词：大数据;作业分析;精准教学

作业是学生学习过程的重要组成部分，通过对作业的分析研究，可以有效地了解学生学习的进展情况，从而获得教学反馈[1]。以往的作业分析只能大概估计学生在学习上存在的问题，不能做出精准判断。极课大数据是一个软件平台，它通过扫描仪全样本收集学生作业或考试数据，自动生成每题的正确率、错误选项人数及名单、学生错题集等。下面从三个方面谈谈本人利用极课大数据进行作业分析、精准教学的几点做法：

1.基于典型错题，精准设置针对性提问

每次作业批改扫描后，都能得到高错题、易错题的信息数据，教师将这些题目提取出来，分析错解原因，在复习课或作业讲评课中针对这些知识点设置针对性的提问，提高学习效率。

例如“下图中白色圈表示蛋白质，灰色圈表示酶，能正确表示蛋白质和酶二者关系的是（ ）”这道题，大数据显示班级得分率只有7.9%，其中错选B的人最多。说明大部分学生没搞清酶和蛋白质之间的关系，因为我们平时列举的酶都是蛋白质，他们就认为酶都是蛋白质组成的，或者认为蛋白质就是酶。关键原因是对酶的化学本质和蛋白质的功能没有理解透彻，缺乏相互关联的深度思维。所以在后续讲评课中，我设置了这样的提问：（1）绝大多数酶由什么组成？少数酶由什么组成？（2）蛋白质的功能有哪些？（3）酶和蛋白质之间的关系是相交还是包含于？第一个问题先理清学生对酶本质的认识，绝大多数酶是蛋白质，少数酶是RNA。第二个问题学生知道蛋白质不仅组成酶，还可以组成激素、抗体等。将前两个问题的答案关联起来深入思考后，就不难得出酶和蛋白质是相交关系这个结论。通过这样的有序思考后，学生对酶和蛋白质之间的关系有了清晰的认识，顺利解决了这个高错知识点。

2.基于班级知识薄弱点，精准选择教学重难点

准确把握一节课的教学重难点，精心设计并开展突破性教学，是教学成败的关键之一。[3]教学重难点不能完全照搬教参，而是应该根据具体的班级水平做适当调整。

我们通过极课系统可以了解每个知识点的班级得分率和年级得分率，通过对比分析就能精准地分析出每个班级的薄弱知识点，从而为班级精准地选择教学重难点。例如某班在完成“生物体内的化学反应”这一节内容的作业后，通过各知识点的班级得分率可以看出，该班在“酶的概念”（班级得分率2.89%）、“ATP的化学组成和特点”（班级得分率26.32%）、“ATP在生命活动中的作用和意义”（班级得分率35.53%）等知识点较为薄弱。

所以我们在设计复习课和以后的新课时就会针对这些知识薄弱点做重点设计，深化概念学习。如“ATP的化学组成和特点”，我们从学生的作业分析中发现，他们能写出ATP的结构简式“A-P～P～P”，但无法说出ATP具体由哪几个基团组成，更无法将AMP和RNA的基本单位之一联系起来。所以在组织这个知识点的复习教学时，我将ATP各组成部分名称设置为填空：A代表，由和组成，T代表，P代表。结合教材“ATP的结构”图，让学生说出各部分基团名称。然后让学生对比观察ATP的结构图和腺嘌呤核糖核苷酸的图，通过对比发现AMP就是腺嘌呤核糖核苷酸这个事实。通过后面的练习发现，该班学生这个知识点的得分率为89.32%，较之前有了很大的提高。

通过极课大数据及时捕捉班级学生的知识薄弱点，由此制定相应的教学策略，能有效地提高班级课堂教学效果，缩小各班差距。

3.基于个人错题集，精准实施个性化补偿教学

学生之间的差异是客观存在的。对于学习能力弱的学生，课后需要个性化的辅导答疑，对于学习能力强的学生，课后需要个性化的激励提升。[2]极课系统能给每个学生形成个性化的错题集。通过对个人错题集的分析和跟踪，老师能精准掌握每个学生的学习情况，从而为学生提供个性化的补偿教学。

例如关于光合作用这个知识点的答题情况，从学生作答可以看出，该生知道光合作用两个阶段的名称、发生的场所，但对两个阶段中发生的物质变化和能量变化没有掌握。说明该生需要重新理清光合作用的过程，因此我录制了光合作用过程讲解的微视频，推送给该学生，指导他自主学习，并及时进行答疑。该生后来在光合作用的过程这一知识点的测试上答题准确率大大提高。

作业分析的目的，是促进和深化学生的有效学习。通过极课平台，我们能及时获取作业数据、练习数据等过程性信息，通过对相关数据的分析可以准确地了解学生对哪些内容存在认知困难、哪些因素影响了其知识建构，因而能有的放矢地制定相应的教学策略，进行精准教学，帮助学生进行有效学习。随着大数据与教育教学的不断融合，我们对每个学生的学习情况的数据收集以及细致化的分析和精准化的辅导的要求也在不断地提高。后期会继续对作业相关因素进行研究，如通过数据挖掘，分析、诊断学生在能力、态度等方面存在的问题，发现其行为偏好、学习风格，来指导学生调整自己的学习策略，實现自主化地高效学习。

参考文献

[1]李萍.基于作业分析的高一运动学学习困难的研究[J].湖南中学物理，2018，（1）：24～27.

[2]林厚从.基于大数据分析的精准化教学[J].上海教育科研，2017，（2）：63～67.