云课堂对学业成绩影响的实证研究①

邵玉林

（江西冶金职业技术学院，江西 新余 338000）

大数据、物联网、云计算、人工智能技术成熟并逐渐改变了教育生态系统，云课堂是一种基于云计算技术的远程培训系统，支持多种信息交互方式[1]。数据是云课堂生成的流动机制，云课堂的数据流动是当前学术界关注的热点问题。人们普遍认为，教育大数据具有重要的应用价值，学生学习成绩受到众多因素的影响，是一个复杂的混沌系统。数据是生成课堂智慧的基础，云课堂的数据流动是充分实现数据教学价值的重要前提，但如果能把云课堂背后的教育大数据作用发挥出来，利用大数据驱动教育变革，既能对学习者学习效果进行精准定位，也有助于教师与学生根据学习的实际情况校正学习因子，从而以最短的学习时间获得最高的学习效率。

本文基于超星学习通平台课前、课中、课后三个方面构建新的教学、监督、考核、评价体系，形成一条良性的“教—学—练—测—评”的教育闭环链[2]。使用SPSS 23最优尺度回归对云课堂闭环链的细胞细粒度学情分析，分别从性别、测验成绩、撰写学习反思、回帖数、发帖数、看视频六个维度分析对学业成绩的影响，以期探索出云课堂环境下的校园信息化教学模式改革以及对学习效果的影响机制，以学习任务为驱动，运用线上和线下融合的移动教学模式，最终促进教学方式升级和教学质量的提升，更快、更好地满足智能时代教育的需求。

一、传统课堂教学困境

职业教育的强技能色彩决定了高质量岗位直通人才培养是职业教育高质量发展和高质量技能人才培养的重要支撑。理性审视发现，当前职业院校高质量技能人才培养模式存在诸多问题。由于传统的同质化教学模式漠视了个性化学习需求，导致学生主动性不足、知识的构建能力差，课程的内容与知识点难以有机统一，课程内容与其他关联课程之间知识孤立，导致学生综合应用能力不足等问题。所以学生学习的过程就像“薛定谔的猫”，在没有看到结果之前，谁也不知道“猫的状态”。本文针对课堂路径重构是否适合高职院校学生群体以及影响学习成效的具体因素到底是哪些问题，探索出“互联网+”与“智能+”时代新型教学模式的重构路径以及对学业成绩影响的因素，积极优化今后的学习路径以达到最优。

二、云课堂的构建及细胞细粒度学情分析

（一）以线上线下相结合的混合式教学模式推进教学环境的智能化

自动控制理论是一门相对难学、枯燥的课程，要求前导学科知识较多，但职业院校学生高等数学知识基础普遍较差，针对学生知识现状，在云课堂的构建过程中融入PBL 理念以改革传统课堂的教学方式，改变原有“填鸭式”的被动式教学方式，以学生为中心，采用启发式、智慧式、讨论式、线上和线下结合的混合式教学方式，云课堂的构建遵从问题导入—启发思考—理论讲授—归纳总结—案例分析—得出答案，云课堂交互式教学平台细胞细粒度学情分析对学业成绩的主要影响因素，采用统计学分析。

1.课前——任务驱动

依托第三方网络平台将制作好的教学设计（德融课堂）微课、慕课（MOOC）通过扫描二维码形式分享到学生的微信、QQ 记忆手机终端，让学生课前自主学习并完成“问题导向”问题。例如：自动控制原理第一章第一节讲述自动控制原理的发展不是一帆风顺的，有时也会停滞不前，但是整体发展还是螺旋上升的，映射到事业发展——我们应该如何应对学习和事业低迷期？调动全体学生的课堂积极性和参与度，引导课堂不断深入推进，引发学生更深层次对人生进行思考。同时，在超星学习通群聊里可以和教师对思考的问题进行实时交互，超星学习通后台的实时数据能了解学生的预习情况，并根据测试的结果分析了解学生对知识的掌握情况，教师可以依据情况对本节课程的进度做出适当优化，进而大大提高课堂效率。

2.课中——交互学习

学生带着问题进课堂，使用手机扫描超星学习通二维码、同步课堂网址等方式直接进入本次课堂教学系统。可以采取多种方式创设学习情境导入新课，或由学生演讲展示课前预习成果，教师根据课堂探究和随堂测试反馈信息，精讲、辨析难点，补充、巩固弱点，拓展、提升重点[3]。进一步深化师生互动交流，培养学生创新思维和能力，促进学生意义建构。 同时也要对螺旋式闭环系统学情大数据进行点评，让学生巩固强项，补齐弱项[4]。真正做到了“教师教了”是否“学生学了”，“学生学了”是否“学生学会了”。交互式课堂教学方式真正革新了“满堂灌”“填鸭式”的传统教学方法。

3.课后——教学反思

通过课中自动控制原理案例教学、问题研讨来改进原有的传统“填鸭式”教学模式；开展线上互动、多元考核评价、成果分享教育调查、参观机电一体化实验室，让学生有机会去问题现场，亲自感受、发现和分析实际问题，同时也可以将“问题单”的问题再次植入超星学习通云平台，教师可以通过云平台解决规范践行过程中学生遇到的各种困难。同时教师通过平台查看并进行数据分析，整体把握学情。

在作业布置及拓展延伸环节，要求学生课后复习本节课的案例分析并作为下次课的新课导入。教师可以通过章节测试题通过手机端或PC 端上传至空间课堂并推送给学生，让学生限时完成作答，为了提高课堂的热度与参与度，教师可以根据课程的教学进度适当增加课堂活动，比如投票、选人、抢答、主题讨论、问卷、分组任务，也可以拍摄自己的作业上传至超星学习通，平台会根据学生的作答情况进行教学评价，系统后台分成（<19 分，20～39 分，40～59 分，60～79 分，80～99 分，100 分）六段成绩预先设定的占比情况，最后生成每个学生在线学习的综合成绩，在信息化教学模式下从根本上改变了学生的传统考核评价方式。同时学生遇到难题可在QQ、微信、超星学习通等群聊进行交互答疑，最后所有的内容、作业等转为教育大数据汇聚到后台，数据可以精准分析每个学生对知识的掌握程度。教师据此推荐合适的学习资源，真正做到根据学习者的差异进行“因材施教”。

（二）以细胞细粒度学情分析为依据，促进教学环境路径化

1.研究对象

本校2018 级电气大专1 班全体学生，共 35 人。

2.研究方法

细胞细粒度的学情统计与分析，把课堂讲解的内容、作业、答疑课程视频观看次数、错题修改等转变为教育大数据汇聚到后台[5]，使用SPSS 23 软件对性别、测验成绩、撰写学习反思、回帖数、发帖数、看视频六个维度进行最优尺度回归分析，分析影响学习者对学业成绩的主要因素，从而改变学生的学习路径和轨迹，打造个性化教学[6]。

3.研究内容

本次挖掘的对象是自动控制原理课程的细胞细粒度学情分析，采用的方法是SPSS 23 分析—回归—最佳尺度。本文中，我们分别从性别、测验成绩、撰写学习反思、回帖数、发帖数、看视频六个维度分析对期中考试成绩的影响，其中测验成绩为连续变量，撰写学习反思、回帖数和发帖数为二分类变量，看视频为有序分类变量。从分析的数据情况来看，自变量类型比较复杂，期中考试成绩和辍课率可以直接建立模型，看视频可以设置为哑变量形式引入模型，若直接纳入线性回归模型，则有可能失去自身的意义。最优尺度回归就是为了解决类似问题[7]。

4.结果解读

模型摘要复R标准化数据 .972 R 方.945调整后R 方.925表观预测误差.055

最优符号模式：2

因变量：期中成绩

预测变量：性别 测验成绩 撰写学习反思 回帖数 发帖数 看视频

“模型摘要”表调整的R 方值为0.925，解释值比较高，非常符合实际调研情况。

ANOVA平方和 自由度 均方F 显著性回归 26.45473.77948.892.000 1.546 28.000残差总计20 27.077

因变量：期中成绩

预测变量：性别 测验成绩 撰写学习反思 回帖数 发帖数 看视频

通过查看“ANOVA”表，显著性是 0. 000<0.05，显著性明显。

系数标准化系数自由度F标准误差的自助抽样（1000）估算性别显著性Beta.138 .049撰写学习反思 .028.0.21 .050测验成绩 .158 1.169.685 12.151.477 .201回帖数15.627.312 .136发帖数看视频15.316.032.138.089.070.319 1 2.258 12.881.617.000

因变量：期中成绩

相关性和容差相关性 重要性 容差.582 .373 .469 .480撰写学习反思 .452部分－.221 .071 .661 .635测验成绩 .085零阶 偏 转换后 转换前性别 －.005.017.049.895 .701 .235 .234回帖数 .269.231.151.367.812 .628 .368 .357发帖数看视频.190－.884.784.113.682.027.219－.066.265.146.472

因变量：期中成绩

查看“系数”表，可以看到平时测验成绩和发帖数对因变量的影响不大，性别对应变量期中成绩没有显著影响，而撰写学习反思、回帖数、看视频都对应变量最终成绩有显著统计学意义。构成模型对应的系数分别为0.477、0.312 和0.319 反映的是对原始变量量化后的变量变化量。

通过上述的结果分析，撰写学习反思、回帖数、看视频等都与学习成绩正相关，改变学习方式与推荐个性化学习资源为不同的学生提供不同的学习路径，可以根据学生的学习能力及偏好而进行动态匹配并指导学生练习，形成课前、课中、课后全程的闭环模式，通过几个月的实践验证，考试成绩优秀得分定义在90 分以上，良好得分在 75～90 分，中等得分在 60～74 分，不及格得分60 分以下。对该班级的期中、期末考试成绩进行等级分类，实践表明2019 年该班级第二学期期末考试成绩比期中考试成绩整体呈现显著上升趋势（如图1所示）。

图1 学生成绩统计对比图

三、结语

国内率先完成职业学生移动设备拥有的使用情况以及移动教学需求调查，为“移动职业教育”提供可行性数据支撑，探索实施7 年创建的“移动职业教育模式”不仅是技术的革新更是以学为中心教育理念践行与落地。

使用SPSS23 最优尺度回归对学业成绩影响因素进行分析，得到基于信息技术环境下云课堂对学习成绩的具体影响因素，再结合自动控制原理的思想——构成教与学的闭环系统，学习者根据自身的需求不断地调整学习因子，优化学习路径。以最短的时间获得最高学习效率。由此说明云课堂（线上、线下）对学习效果具有一定的促进作用。