多层次目标化教学法的探索与实践
——以“医学信号处理”课程线上教学模式为例

2021-03-23 08:15侯海燕符志鹏
宿州教育学院学报 2021年1期
关键词:智能目标课程

侯海燕 符志鹏

(河南科技大学医学技术与工程学院 河南·洛阳 471000)

“医学信号处理”是生物医学工程专业的主要专业基础课之一,课程以数字信号处理为基础,对各类生物医学信号进行分析和研究。 该课程的突出特点包含两个方面:一是理论逻辑性强,公式定理多,难度大;二是实践性强,学生难以将理论定理和实际信号联系起来,导致理解和应用脱节;此外,在新冠疫情期间,学生面临线上学习氛围不浓厚,平台超负荷运行不稳定,网络高峰偶尔拥堵等条件的限制。 以上情况均对课程的教学实践提出了挑战。 为应对这一挑战,本课程通过优化教学过程的组织,创新教学设计,遵循“以学生为中心”的理念。 尝试开展和实施了多层次目标化的教学方法和教学设计, 提高学生在线学习成效,强化自主学习的效率。

本文尝试以2020 年新冠疫情期间教学实践为例,阐述多层次目标化教学法的理念、内涵与组织实施方法。 课程授课对象是河南某高校生物医学工程专业大三下学期学生,共63 人,需要完成72 学时课程,使用的教学平台为超星尔雅平台,并配合学习通APP、超星直播平台展开线上教学。

一、多层次目标化教学设计

疫情期间的在线教学与传统教学方式最大的区别在于,讲授过程中学生反馈的实时性差,师生及生生交流的互动性存在较大延时,课堂讨论氛围及直观性不足,导致老师对课堂的整体把控难度上升。 在这种情况下,教学活动的引导和组织就尤为重要。 以教学目标为抓手,实现教学过程目标化、教学目标层次化、层次目标具体化、具体目标方法化,这种目标导向层层递进的教学设计在本次疫情期间的教学实践中发挥了重要的作用,也取得了较为理想的教学效果。

(一)教学目标层次化

2018 年6 月21 日, 陈宝生部长在新时代全国高等学校本科教育工作会议上第一次提出,对大学生要有效“增负”,要提升大学生的学业挑战度,合理增加课程难度,拓展课程深度,扩大课程的可选择性,真正把“水课”转变成有深度、有难度、有挑战度的“金课”。 “金课”可以归结为“两性一度”:高阶性、创新性和挑战度[1-3]。

高阶性的前提是扎实的理论基础,而高阶性和创新性共同形成了挑战度。 基于此,本次教学设计中我们将教学目标分解为三个层次: 基础目标、进阶目标、能力素质目标,如图1 所示。 其中,层次一是课程的基本要求,是所有学生必须掌握的基础理论,是后面两个层次目标的前提,也是课程金字塔的基座;层次二是对基础的拔高,需要在理解理论基础的前提下,进行具有挑战性的分析和讨论,进而完成深度学习; 层次三是在知识基础和深度学习之上的应用和创新,培养学生的创新能力和综合素养。

图1 多层次目标解构

(二)层次目标具体化

美国心理学教授霍华德提出了多元化智能理论。 该理论指出学习者的学习活动是由生理心理、个人经验及社会文化背景的多元智能构成的,8 种主要智能包括语言智能、逻辑数学智能、空间智能、肢体运动智能、音乐智能、人际智能、内省智能、自然探索智能[4-6]。 在信息技术广泛应用于教育教学的情况下,多元化智能理论也被赋予了新的应用场景[7]。 基于这一理论,课程层次目标的实现是借助目标层层解构,实现各阶目标具体化,通过刺激学生的多元化智能感官完成每个层次的小目标,以非常具体、详细的形式完成各阶段目标,如图1 所示。

对于基础目标,要求能够达到“三化”:口语化、可视化、精确化。课程中的每一节课设有自主学习模块,学生在了解每一节课程学习提纲内容的同时,也了解对这些教学内容具体化的要求:或需要用语言进行简单表述,或需要用示意图、流程图以及思维导图的方式进行总结和归纳,或需要对某些重要的公式和定理进行详细的强化和分析推导。这些具体化的小目标在充分发挥学生的语言智能、空间智能和逻辑数学智能的同时, 也便于老师为学生的自主学习提供可量化、易操作、模块化的远程引导。

对于进阶目标, 主要引导学生实现知识内省、深度分析、整合和扩展等,是对基础知识在广度、深度、清晰度、灵活度上的进阶。 具体包括重难点问题的整合、总结和研讨,学习内化之后的讨论与分享,具体案例的分析与扩展等,可从多个角度深入地对基础知识进行巩固和拔高。

对于能力素质目标,则可以通过项目式任务、理论仿真验证和趣味信号设计等多种形式来达成。 其中以不同生理信号(心电/脑电/肌电/脉搏/心音/声音等)采集、分析和处理系统的设计为核心的项目式任务基本贯穿课程的所有章节,能够充分将理论知识、实践应用及前沿发展相结合, 不仅可以提高学生学习的积极性, 也能够极大地提升学生的创新能力和综合素养; 理论仿真验证要求对课程的定理和性质进行仿真设计及验证, 该任务除了需要考虑定理和性质的图示化表示和分析外, 还要考虑实验设计的科学性和严谨性,能够充分体现“新工科”背景下对学生学科能力的培养要求;而变声汤姆猫、简易电子琴、回声信号设计等利用课程内容制作的趣味任务,学趣相长,激发学生的学习兴趣和学习热情。 这些不同的目标达成式学习从多方面锻炼学生的团队合作能力、知识扩展与信息获取能力、理论与实践相结合的思辨与应用能力、 编程与动手能力、 文案制作能力、表达与展示能力等综合素养。 这些能力素质目标的实现是在对基础知识进行深度和广度学习之后展开的,这种系统的、结构化的、深刻的理论知识更易于进行灵活的、有挑战性的迁移应用。

(三)具体目标方法化

三个层次的具体目标如何展开实施,如何取得预期的效果才是教学过程中最为重要的问题。 本课程在疫情期间采用的是线上混合式教学模式,通过录播视频和直播课堂相结合, 测试题与作业相结合,PBL 项目任务与实验任务相结合的方式展开,具体模式如图2 所示。

图2 教学设计与实施

通过平台发布学习目标后,学生会带着这些目标任务进行线上的视频和课件学习,同时配套有大量的线上测试题以巩固学习效果。 在完成视频和课件的学习之后,会开展对应的直播课堂对重难点进行解析,对错误率高的习题进行讲解,实现知识点的梳理、总结;平台讨论答疑和私信答疑随时随地解决学生问题;除了常规的作业外,每一章节思维导图的绘制让学生进行知识的内化与整合;而需要通过查阅资料、系统设计、动手编程实现的能力素质目标任务,则需要借助PBL 小组合作完成或者小组讨论分析后由单人完成。

此外,开展优秀项目分享、优秀作业和优秀课堂笔记展示、多方位及时的讨论答疑、课堂红包、教学活动分值化等多样化的教学活动也能激发学生的积极性。

这些教学活动能够帮助学生进行线上自主学习和互动学习,实现线上课堂师生互动,生生互动和人机互动等,并通过数据统计随时监控学生学习状态,进而帮助教师对教学过程和教学设计进行分析和动态调整,如图3 所示。

图3 教学活动组织

二、具体的教学设计案例

以课程第一章第四节的时域抽样理论为例,该理论共2 学时, 其中线上自学1 学时, 线上课堂1学时。 分为课前自学,线上课堂和课后巩固三个阶段,其具体的教学设计方案如表1-3 所示。

表1 第一阶段教学设计方案

表2 第二阶段教学设计方案

表3 第三阶段教学设计方案

三、教学评价与教学效果分析

课程考核采取过程评价与传统考试并重的模式,强化并创新过程评价内容。 过程评价评价了学生学习过程中的学习参与度和学习质量,占总成绩的60%;期末考试成绩能够全面考察学生对整个课程内容的掌握情况,占总成绩的40%,具体评价分配方案如表4 所示。

表4 考核评价

该教学评价系统对课程63 名同学的最终评测结果为优秀、良好、中等、及格、不及格的占比分别为4.76%、28.57%、50.79%、15.87%、0%。 基本符合正态分布,大部分学生成绩优良。

该教学评价模式更加注重学生平时的学习积累过程,学生的学习参与度提高,减少了考前“临时抱佛脚,突击拿高分”的浅层学习,避免了“做题容易应用难,考完三天全忘光”的短期记忆学习,注重学生的深度学习和综合素质提升,能够有效提升学生的学习效率和学习效果。

结 语

本次疫情期间教学实践已经告一段落,多层次目标化教学法让学生在自主学习过程中能够充分调动自身的积极性和主动性, 增强学习执行力,综合能力得到有效的提升。 通过课程结束后的匿名调查问卷可知,学生对本次课程的满意度达到95%以上,在本专业疫情期间在线课程评比中学生评价排名第一,学生整体反应良好。

此次线上课程除了基础的课程和传统的作业之外,增加了不同生理信号采集分析和处理系统设计的项目任务、理论仿真验证和趣味信号设计等环节,同时目标式教学设计通过口语化、图示化、精确化及课程内容整合内化、分析讨论等学习模式对学生的学习行为进行长时间打磨,将能力、知识和素质有机融合,培养了学生解决综合性复杂问题的能力和进行深度探究学习的思维能力,体现了课程的高阶性、创新性和挑战度。

但也存在一些问题,从学生角度而言,部分学生感觉学习负担相对之前或其他课程大幅增加,占用过多学习时间; 部分学生自我管理能力欠缺,学习投入不足。 从教师角度而言,无法捕捉学生表情、行为变化,从而也无法实现课堂教学手段的动态微调。 这些问题需要在今后的教学实践和教学研究工作中加以重视,并不断进行改进和优化。

猜你喜欢
智能目标课程
数字图像处理课程混合式教学改革与探索
软件设计与开发实践课程探索与实践
为什么要学习HAA课程?
智能前沿
智能前沿
智能前沿
智能前沿
A—Level统计课程和AP统计课程的比较
新目标七年级(下)Unit 3练习(一)
新目标七年级(下)Unit 4练习(一)