多种学习成果与过程认定对学习效果的影响

范志祥 丁长春 付佳 徐勇根 樊群超

[摘 要] 随着信息化建设的不断推进及教育信息化的不断加强，高校积累了丰富的教育数据，如何利用这些信息进行科学的教育决策是每个教育者都关心的问题。使用SPSS统计软件，以学生多维度的学习成果和过程认定数据作为切入点，借助简单相关分析，找到“大学物理”课程反映出的期末成绩与学生数据的相关性，分析相关性产生的原因。结合相关分析结果和“大学物理”课程特点，对课程考核体系进行探索，提出“大学物理”课程过程性考核和结果性考核相结合的教学改革实践方案。

[关键词] 过程性考核;SPSS;大学物理;教学改革

[基金项目] 2019年度西华大学校级教改项目“本科生多维平时行为与期末成绩的相关性研究”（xjjg2019045）;2019年度西华大学校级教改项目“基于证据的通识教育内容选择研究——以物理为例”（xjjg2019046）;2020年度西华大学校级教学团队项目“应用物理专业课程群教学团队”;2020年度西华大学校级教学团队项目“大学物理理论与实验教学团队”

[作者简介] 范志祥（1989—），男，四川井研人，理学博士，西华大学理学院物理系讲师，硕士生导师，主要从事原子与分子物理研究。

[中图分类号] G642.0   [文献标识码] A    [文章编号] 1674-9324（2021）27-0109-04   [收稿日期] 2021-04-26

一、引言

2020年10月，中共中央、國务院印发了《深化新时代教育评价改革总体方案》[1]，该方案明确了教育需要完善立德树人的体制机制，扭转不科学的教育评价导向。其中，改革学生评价中关于严格学业标准方面，要求完善过程性考核与结果性考核有机结合的学业考评制度，加强教育教学环节课堂参与和课堂纪律考查。

就目前而言，高校传统意义上的学生评价主要以单一评价、结果评价和标准化评价为主，评价模式的多元化、过程化、差异化不足[2，3]，但是随着平时成绩占比越来越高，信息技术与教育教学融合过程中存在的先天性不足随之凸显，使得学生为获得不真实的平时成绩采取投机行为，给教育教学环节的监管带来了极大挑战。因此，在信息化时代的背景下，将更多的评价因素纳入平时成绩考核是大势所趋，也是高校重构人才培养体系和教学改革的必经环节。

学习成绩是学生表现的重要考核指标。合理的成绩评价机制对学生和教师都有重要的意义。现阶段，大多数高校仍采用学生的期末成绩来评价学生的学习效果，从而忽略了突发状况及其他因素的影响。针对该问题，国内外高校制订了新的战略计划和改革方案。比如，将学生课堂测验、作业成绩、作业互评等纳入平时成绩的考核中，大大增加了学生的学习兴趣[4]。另外，2018年国家级教学成果特等奖落户四川大学和华中师范大学，他们提出应积极推进学习评价模式的多元化、过程化和差异化，将学生的平时成绩在课程总成绩中的比例由20%调整为60%，最高可到80%，强化过程评价。由此可见，学生的成绩评定在大幅地向学习过程倾斜，将更多的因素纳入平时成绩考核，可为进一步构建平时成绩的多维度考核方式提供决策[5]，所以，以结果评价为主向以结果和过程评价结合转变是大势所趋[6]。

二、研究方法

（一）数据准备

我们选取了X学校D学院2020—2021学年第一学期的“大学物理”课程作为测试课程。在开课前根据实际情况设置了以下几种过程考核形式：学习课程视频的时长、章节测验成绩、课后作业成绩、章节学习次数、课堂出勤情况、课堂互动与分组讨论情况、专题阅读时长等。另外，考虑到学生的个体差异，将学生已有的学习成果纳入考虑因素，如2019—2020学年第二学期学生的奖学金获得次数、课程挂科次数、课程平均绩点、课程平均分、高等数学成绩等，这些数据可以分别从学习管理平台和信息系统导出。在完成课程期末考试以后，我们获取了349名学生有效数据样本。

（二）模型软件

采用SPSS软件对学生多维表现数据与期末成绩的关联性进行统计分析，确定这些数据与学生成绩之间的量化相关性，并据此获得更加丰富和合理的平时成绩考核模式，科学构建过程评价和结果评价相结合的评价体系。

三、结果与分析

（一）期末成绩的基本描述统计量

使用SPSS软件得到了“大学物理”课程期末成绩的基本描述统计量，包括统计量有效值为349、极小值为23分、极大值为100分、均值为66.2034分、标准差为14.45569分，标准差较大说明学生的“大学物理”课程期末成绩差距较大。另外，“大学物理”课程期末成绩的偏度值（-0.158）与峰度值（-0.213）均接近0，对称性较好，因此可以将大学物理期末成绩看成是正态分布（见图1）。

（二）相关性分析

期末成绩不仅反映了学生学习的综合效果，而且在一定程度上体现了学生的学习过程。我们选择SPSS软件中的Pearson简单相关分析方法，具体的软件操作过程如下：（1）打开菜单栏的“分析”>“相关”>“双变量”;（2）将“大学物理”课程期末成绩和12个因素导入变量框中;（3）设置相关系数为“Pearson”，显著性检验选择“双侧检验”;（4）点击“确定”按钮即可输出（见表1）。

通过表1，获得了与期末成绩表现出显著相关的因素、低度相关的因素和不相关的因素，并分别对三类相关性进行分析。

1.显著相关的因素。（1）学习课程视频的时长。观看“课程视频”扩宽了学生获取新知识的途径。学生可以重复观看课程视频内容以起到强化知识点的作用。同时，期末试卷的命题是以平时授课内容为依据，所以学习课程视频的时长与大学物理成绩显著相关。（2）章节测验成绩。此项是对学生在一定阶段内的学习过程质量的测评手段，是对学生阶段性学习效果的集中体现，所以章节测验成绩与“大学物理”课程成绩显著相关。（3）课后作业成绩。此项是检验学生掌握知识、综合运用知识的一种有效手段，是对授课内容的集中体现，所以课后作业成绩与“大学物理”课程成绩显著相关。（4）章节学习次数。以上三点都是对课程知识点的回顾和复习，进一步强化了学生运用所学知识解决问题的能力，所以章节学习次数与“大学物理”课程期末成绩显著相关。（5）课堂互动与分组讨论情况。其目的在于引导学生改变和改善学习方式与态度，变被动式参与学习为自主式、探究式参与学习，学生自主学习能力提高，对于授课内容和知识点的广度和深度有了深层次的理解，所以两者显著相关。（6）课程平均绩点和平均分。此项能反映出学生在上一学期的综合学习效果，相比而言，学生自身成功的学习经验更能激发他们的学习思维与学习方式，在接收新知识时更具有主动性和积极性，以期获取好的学习效果，所以两者均与“大学物理”课程期末成绩显著相关。（7）“高等数学”课程成绩。从教学大纲可以知道，“大学物理”作为“高等数学”的后续课程，是对高等数学基本知识的具体运用，所以“高等数学”课程成绩与“大学物理”课程成绩显著相关。