京公网安备 11010802034615号
经营许可证编号:京B2-20210330
从案例入手,透视——大数据中的教学相长
大数据时代,来自于课堂教学行为的大数据,不仅可以帮助我们清晰地认识不同教育发展水平的地区教师课堂教学行为的差异与特点,从而助力中等和薄弱地区的学校与教师通过改进课堂教学行为实现课堂教学质量的提高;同时,课堂教学行为大数据还可以促进优质教育区域更快地总结概括出课堂教学的优秀经验和优秀教师的实践性知识,从而实现教育优质资源在知识层面的共享与传播,助力教育均衡化发展。
2016年9月6日上午,安徽省全椒县章辉小学老师田丽在课堂上教给孩子们正确使用笔的方法。李晓村摄
数据说明
本文数据来自于靠谱COP团队在长达16年的时间中对课堂教学实践行为大数据进行研究的成果。靠谱COP是教师在线实践社区COP(The Teacher’s Online Communities Of Practice)的简称。
案例1:教育的强中弱地区在课堂教学行为方面存在差异
图1:三个区域教师提问的IRT模型分析
这里以课堂教学行为中最古老和最常见的提问倾向为例。
以B市的教育发达地区D区、教育中等发达地区F区和教育发展中地区M区为数据采样点,采用分层定比抽样法分别从三个区中按照新手教师、胜任教师和成熟教师1∶1∶1的比例各抽取36名教师,共108名教师的课堂视频案例作为本研究的数据样本,其中文科56节课,理科52节课;小学59节课,中学49节课;使用视频分析法、IRT模型法(IRT理论即项目反应理论,是一系列心理统计学模型的总称。编者注)和归纳法与演绎法等研究方法,对课堂教学行为大数据进行分析后得到图1所示的研究成果:不同教育水平区域的课堂提问倾向的确存在着显著差异;作为教育强区的D区在课堂提问倾向中表现出问题开放性最高、问题解决倾向最强以及批判性问题和创造性问题最突出。教育中等发达地区和教育相对薄弱地区在课堂提问倾向与教育强区之间存在明显差异,教师需要通过转变教育理念,改进提问的问题设计,掌握更多的基于问题的教学法与教学策略等途径,设计更多的开放性问题,增加批判性问题与创造性问题,将仅仅考查学生对问题回答的对与错,改为主要考查学生对问题理解的深与浅,鼓励学生尽情思考,展现和分享学生的思维过程,让课堂充满生命的活力。
●点评:大数据犹如显微镜。持续地、长期地监测课堂教学行为大数据,还可以帮助我们透视课堂教与学的短板,告诉我们当前教与学急需改进的地方,从而为学校和教师的课堂教学行为改进提供切实可操作的抓手,提高教与学质量。
案例2:发散思维和评价思维的培养是当前教与学的最薄弱环节
教学是由问题构成的,教学的一切都可以说是问题的衍生物,学生学习能力的形成就在于问题解决能力的形成。关注课堂中的问题类型可以让我们获得课堂教学的价值取向与认知目标达成水平的判断依据。
图2:中国24个省市中小学教师课堂问题类型的大数据平均值
图2是2000年—2015年连续16年对全国24个省市中小学课堂教学中的问题类型按照小学、初中、高中三个学段,分为理科和文科两大课程门类(此处呈现理科),统计得出的课堂中问题类型的大数据平均值。
这一研究结果表明:小学文科和初中文科无论是对话型、混合型和练习型的教学模式,课堂问题类型都是以记忆型问题为主的,整体问题类型处于最低层级,即处于低层次集中型问题水平,学生的认知目标为认知-记忆水平。而小学理科、初中理科和高中理科及高中文科则多以推理性问题为主,问题层级处于高层次集中型问题水平,学生的认知目标为聚合思维水平。无论小学、初中和高中三个学段的理科与文科课程,整体缺乏以批判性问题和创造性问题为核心的分析型问题,发散思维和评价思维的培养是当前教与学的薄弱环节和课堂教学中的短板。
●点评:在当前深化基础教育领域综合改革,全面提高教育质量的历史新时期,其中最关键、最重要的是提高教师队伍素质及其实施素质教育的能力。任何教学改革的成功都取决于教师作为系统的实施者对改革需求的理解与应用。教师是学校改革的真正推动力。通过对课堂教学行为大数据的深入分析与数据挖掘,大数据能够把教师的隐性知识显性化,从而可以助力教师的专业发展与专业成长。
案例3:教师的实践性知识水平有待进一步提高
作为一名教师不仅要掌握内容取向的显性知识,如学科内容、学科教学法、课程、教育学、心理学和一般文化等原理类知识;更要掌握丰富的实践取向的隐性知识,包括教育信念、自我知识、人际知识、策略知识、情境知识和反思知识等为基础的课程知识、教学设计知识、教学过程知识、组织管理知识和人际知识等,即实践性知识。实践性知识是教师的核心知识,是关于如何教和怎么支持学的知识。作者团队于2015年在靠谱COP平台中抽样了来自教育强区的145名研修教师一个学期所形成的实践性知识大数据的分布状况,这一测试结果显示:
即使是教育强区,其教师的实践性知识水平还是有待进一步提高的;其中高中教师群体的实践性知识水平值最高,初中教师群体的实践性知识水平值最低;在教师实践性知识的六种成分中,小学教师群体的情境知识最高,初中教师群体的策略知识最高,高中教师群体的反思知识最高;然而无论是小学、初中和高中三个学段的教师的教育信念都处于最低水平。
●点评:教师的实践性知识是最直接指导与支配个体行为的知识,也是直接关系到教师个体和组织绩效的知识,更是一所学校最有价值的战略性资源。
案例4:教师师徒制优化后会更有效
长期以来,中小学学校都采用师徒制的教师专业发展模式,即指派一名具有较长教学经历和教学经验的“老教师”,即成熟教师,作为新手教师的师傅,并希望这种模式能够促进新手教师在成熟教师的指导下,在开展教学实践的过程中,对教学实践进行有效的反思,从而能够较快地获取、继承、传递、存储和应用成熟教师的实践性知识。
一名新手教师成长为胜任教师至少要经历知识生产和知识进化两个关键阶段。即要经历在已有知识的基础上发现新知识的知识生产过程,这个过程一般发生在新手教师自入职开始的1-3年期间;也要经历随着外部环境的改变,主动改变知识内涵与结构以适应新环境的知识进化过程,一般在新手教师入职3年以后。知识生产阶段是新手教师快速积累教学经验的阶段,而知识进化阶段是新手教师发展、修正、完善、建构其实践性知识的阶段。
美国著名的心理学家波斯纳曾经提出一个教师成长公式:教师成长=经验+反思。显然在这个公式中经验是一种“慢变量”,是新手教师要随着时间和实践机会的增加而慢慢积累起来的;而反思是可以干预的一个“快变量”。在抽取了来自4个省8所靠谱COP项目学校共120位教师为研究对象,其中新手教师40名,胜任教师40名,成熟教师40名,收集了这120位教师自2010年9月-2011年7月一年间在靠谱COP平台的论坛中所发表的帖子、教师们撰写的课后反思文本以及教师们制作的教学反思DST(Digital StoryTelling)视频材料等半结构化和非结构化的数据,采用了内容分析法、视频案例分析法和统计分析法等分析后发现:在高层教学反思中,胜任教师与成熟教师的反思特征相似聚为一类,而新手教师则单独为一类。继而进行了回归分析后,显示出新手教师的高层教学反思水平仅受胜任教师的高层教学反思水平的正向影响,与成熟教师无关。
同时我们发现:教师知识的进化过程是一种教师的知识集合处于不断的流通与变化的过程;成熟教师与新手教师在知识进化过程中的试探性理论或解决方案上表现出了比较大的差异,即成熟教师更倾向于从局部要素寻找解决问题的策略,而新手教师则更倾向于从整体要素的改变去寻求解决问题的办法;在知识进化的过程中,成熟教师对新手教师的影响十分明显;新手教师在知识进化的排除错误的过程中,会表现出直接吸取成熟教师实践性知识的倾向。
这一研究结果带来的启示是:在知识生产阶段,让胜任教师担任新手教师的师傅会显著影响新手教师的高层反思水平,从而使新手教师可以获得更快的进步与成长。在知识进化阶段,由成熟教师担任新手教师的师傅会更加有效地促进新手教师实践性知识的增长与改进。
●点评:根据大数据的分析研究结果,优化后的师徒制教师专业发展模式是一个“双师制”模式,即在知识生产阶段,学校为新手教师安排一名胜任教师做其师傅,帮助新手教师迅速获取具体经验;而在新手教师步入知识进化阶段后,可以再增派一名成熟教师同时担任其师傅,从而构造一种新的“双师制”的师徒制的知识管理方式,使得新手教师、胜任教师和成熟教师都能在同一个生态环境中发展与成长。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22