SCI论文（www.lunwensci.com）
摘要：文章以“环境地学”为例，对基于雨课堂痕迹数据的本科生学习过程管理进行了研究，具体以学生在雨 课堂上的学习时长(LT)和学习内容完成度(DC)两个痕迹数据为基础，计算雨课堂学习任务综合完成度 (SDC)，并分析 SDC 和期末卷面成绩之间的关系，成功识别了“环境地学”教学过程中四类学生的学习特征， 然后提出了各类学生的学习过程管理策略。
关键词：本科生,学习过程管理,雨课堂痕迹数据
近年来，社会各界对提升本科教学质量的重视程度 越来越高，“全员育人、全程育人、全方位育人”的教育理 念也越来越深入人心 。单纯以期末成绩为导向的教学管 理和成绩评估模式已不能满足全过程育人的要求 。 因 此，相较于单纯的期末成绩考核，当前本科教学越来越 重视学习过程管理和考核。
一、本科生学习过程管理及评价现状
从已公开发表的论文数量来看，自 2001 年以来，关 于本科生学习过程评价的论文数量开始明显增加，并 在 2010 —2015 年发文量达到最大值，如图 1 所示。已有 研究将本科生学习过程评价的重要性提到了很高的水 平，一线教师也开始探讨如何对学生的学习过程进行科 学管理和评估，但目前对本科学生学习过程的管理和考 核面临诸多技术问题， 尤其是对学习过程的定量化评 价，已成为难点问题之一。
当前，出勤率是本科生学习过程动态管理和平时成 绩考核的重要参考依据 。但该方式不能反映学生学习过 程的质量，以此为基础管控、评估学习过程难免有所偏 颇 。因此，亟须探索其他定量管理、考核学生学习过程的技术和方法。
随着互联网技术的发展，雨课堂(Rain Classroom) 、 慕课(MOOC) 等教学资源和教学技术被引入本科课堂 教学[1-3]，这种革新性教学方式的一个突出特点就是具备 记录学生学习痕迹的功能。而通过分析学习痕迹，可探索 建立新的学习过程定量评估方法，从而为突破学生学习 过程管理和学习过程考核的难点问题提供有效思路和技 术方法。
自 2016 年以来，雨课堂技术已经在大学生教育中得 到广泛应用，如雨课堂已经与翻转课堂教学[4 -5]、智慧课 堂建设[6-7] 和混合式学习模式设计[8-9] 等新型教学方式结 合 。此外，在 CNKI 数据库中，以“雨课堂”为关键词进行 搜索，可以发现相关的发文量呈现逐年急剧增长的趋势， 具体如图2 所示， 这也说明雨课堂技术正在快速融入高 校的课堂教学过程 。这一方面丰富了高校课堂教学的多 样性，另一方面也积累了大量的学生学习痕迹数据，为学 生的学习过程评价提供了客观的数据支撑。
但是目前的既有研究尚未将雨课堂的应用与本科 生学习过程评价紧密联系起来 。因此， 本研究拟通过雨课堂教学获取学生的学习痕迹数据，并基于学习痕迹数 据构建学习过程综合评价指标，以期为本科生学习过程 评价和学习过程管理提供思路和方法。
二、研究数据与分析方法
(一)研究数据
本研究以西南林业大学湿地学院开设的“环境地 学”课程期末成绩及与该课程同步设计的雨课堂痕迹数 据为研究材料。“环境地学”课程课堂教学及雨课堂痕迹 数据收集的起止时间为 2018 年 10 月至 2018 年 12 月。 该课程的选课学生人数为 41 人 。该课程的期末卷面成 绩概况如表 1 所示。
雨课堂教学内容包括两部分：①供课后复习和笔记 整理的 11 个章节的多媒体教学课件;②2 套课后扩展学 习资料。本研究采用的学生雨课堂学习痕迹数据包括两 个：①每个资料的学习时长(Learning Time，LT)，即学生在 每个学习资料上花费的时间，单位为分钟;②每个资料的 学习内容完成度(Degree of Learning Completion，DC)，即学 生学习资料完成内容占该资料总内容的百分比，单位为%。
(二)分析方法
1.整理雨课堂痕迹数据。进入雨课堂，打开某个上传 的学习材料并下载学生学习该材料的详细数据，即可得 到相应材料的学生学习痕迹数据，这些痕迹数据包括学 号、学生姓名、观看总页数、总时长、完成时间等字段 。本 研究通过整理总时长和观看总页数两个字段得到每个 学生的 LT 和DC 数据，其中LT 不需要特别处理，只需将 总时长字段的数据 (从雨课堂导出的格式为×时×分× 秒) 折算成分钟即可; 某个学习材料的 DC=观看页数× 100/该资料的总页数。
在数据整理过程中，可以发现其存在这样的现象： ① 一些学生在某个学习资料上花费的学习时间很长，但 学习资料的完成度很低，这可能是一种“挂机”现象;②一 些学生对某个学习资料的完成度很高，但是花费的时间 很少(按常理不可能完成该资料的学习)，这可能是一种 “应付式学习”现象 。鉴于这两种现象，需对学生的LT 和 DC 数据进行综合考量， 才能合理体现学生雨课堂学习 任务的完成情况。
2.计算雨课堂学习任务综合完成度。本研究中，综合 完成度(Synthetically Degreeof Completion，SDC) 指的是综 合考量学生学习时长和学习内容完成度的综合指标 。该 指标的构建过程分为两个步骤。
第一，指标标准化。按 Vi/Vmax(式中，Vi 为学生 i 的 某个指标的记录值，Vmax 为该指标的最大值)， 分别标 准化 LT 和 DC 两个指标，标准化之后这两个指标均变成 无量纲的指标，且值均在(0.1]。
第二，综合完成度计算。以(0.0) 为坐标原点，以标准 化后的 LT 为纵坐标，以标准化后的 DC 为横坐标，可绘 制出一个直角三角形，如图 3 所示，计算该直角三角形的 面积，即可得到综合了学习时长和学习内容完成度的雨 课堂学习任务综合完成度 SDC 。SDC 的值域为[0.1]， SDC 的值越大，说明学生雨课堂学习任务完成得越好。
3.雨课堂学习任务综合完成度与期末卷面成绩的关 系分析 。在 IBM SPSS 17.0 中采用线性回归或曲线估计 拟合雨课堂学习任务综合完成度(SDC) 和期末卷面成绩 各分数段的回归关系 。通过回归关系分析学生平时学习 情况和期末成绩之间的关系，进而识别出学习过程存在 问题的学生、指导学生学习过程定量化管理。
三、结果与分析
雨课堂痕迹数据表明，该门课中，学生的线上平均学 习时长为 27 分钟左右，学习资料的平均内容完成度为25% 左右，平均综合完成度为0.08 左右，如表 2 所示。学生的 期末考试卷面成绩随学生的线上学习时长(LT) 增加而 提升。比较特殊的情况是，不及格学生的线上学习资料完 成度(DC) 比 60~79 分的学生高，这说明不及格的这部分 学生与 60~79 分的学生相比，在线上课堂花费了更多的 精力学习知识点，但学习效果不理想。这个现象为这部分 学生的学习管理提出了一个针对性的问题：“导致这部分 学生不及格的原因是什么? ”通过任课教师和班主任的 一对一研究和调查，应该就能得出准确的结论，从而为改 善这部分学生学习状况找到方向和突破口 。另一个特殊 的情况是，70~79 分的学生的雨课堂学习任务综合完成 度(SDC) 比其他四个分数段的都低，这说明这部分学生 在线上学习投入的有效精力比其他分数段的学生都少。
对雨课堂学习任务综合完成度(SDC) 和期末卷面成 绩进行回归分析可知：SDC 值越高，期末卷面成绩越高。 从本次课程情况来看，当 SDC 低于 0.1 时，学生的期末卷 面成绩均不会超过 80 分;当 SDC 为 0.1~0.15 时，学生的 期末卷面成绩处于 80~89 分;当 SDC 高于 0.15 时，学生 的期末卷面成绩在 90 分以上，具体如图4(a) 所示。如果 对连续几届学生进行同样的分析，得到的结果与这次一 致，那 么就可以为“环境地学”这门课的学生学习过程管 理划分出 SDC 警戒阈值，之后，当发现某学生在一段时 间内的 SDC 长时间处于某个警戒阈值时，教师就可以进 行适当的干预以提升其学习成效。
此外，各分数段的 SDC 和期末卷面成绩的回归关系 并不一致。如 50~59 分、60~69 分和 80~89 分三个分数段 的 SDC 和期末卷面成绩之间没有显著的回归关系(P> 0.05)，具体如图4(b) 所示 。 由此可以推测处于 50~69 分 这个分数段的学生可能存在课堂学习过程不认真等情 况，因此呈现出的现象比较复杂;处于 80~89 分这个分 数段的学生可能课堂学习情况较好，在线上课堂花费的 精力也不少(处于 80~89 分这个分数段的学生的 SDC 仅 次于处于 90 分以上这个分数段的学生的 SDC)，但可能 是学习方法的问题，导致学习成效不理想 。处于 70~79 分和90 分以上这两个分数段的学生的 SDC 及其期末卷 面成绩存在显著的回归关系(P<0.05)，具体如图 4(b) 所 示，即当处于 70~79 分这个分数段时，提升学生的 SDC 可能会显著增加其期末成绩，这说明增加这部分学生的 线上学习管理强度，可帮助他们提升学习成效;当处于 90 分以上这个分数段时，提升学生的SDC 却不利于提升 卷面成绩，这说明当学生的 SDC 在 0.15 以上时，可酌情 减轻其线上学习的管理强度。
综合来看，通过分析 SDC，可将本次“环境地学”课 程的学生学习情况分为四类： ①课堂学习过程不认真 (50~69 分);②课堂学习过程情况较好，但课后线上学习 欠缺(70~79 分);③课堂学习过程较好，课后线上学习情 况也较好(80~89 分);④课堂学习过程很好，课后线上学 习情况也很好(90 分以上) 。识别出这四类情况之后，依 据各类情况的 SDC 范围，任课教师和班主任可根据不同学习情况的学生开展针对性的教育和引导工作，从而实 现对学生“环境地学”课程学习过程的精确管理。
四、讨论
学习过程评价逐渐成为高等教育质量评价的一个 全新且重要的视角[10]，其核心理念包括以素质发展为核 心导向、促进学习、自主性、个性化等[11]。管理学生的学习 过程，并对其学习过程进行考核，可充分评价学生对专业 学习的投入程度和学习能力[12]，这是“促进学生素质发 展、促进多元智力发展”的必由之路[13]。
在过去的十几年里，学习过程评价方法逐步从“自我 和他人”定性评价转变为模型化定量评价[14- 15]，但大学生 学习过程评价研究仍然处于起步阶段，还需要开展很多 研究工作。
有研究表明，中学生的学习过程评价指标体系构成 主要包括学习动力、学习方法、学习进程和学习资源等[16]。 但由于该指标体系本身具有较高的复杂性，加上大学生 学习的特殊性(如无强制性的预习、复习等中小学常用的教学环节)，这套体系很难用于大学生学习过程评价 。因 此， 当前亟须根据大学生课堂教学特点， 建立与之相适 应的学习过程评价指标和评价方法。
期末考试成绩是学生学习成效的集中体现，学生学 习过程的管理和考核也应围绕提升学习成效这一 目标 进行设计 。本研究通过雨课堂收集学生的学习痕迹数 据，据此建立定量评价学习过程的指标—SDC，并建立 SDC 与期末考试成绩之间的关联 。本研究针对某届学生 的学习情况进行分析，得出如下结论：当学生的 SDC 低 于 0.1 时，其期末成绩基本都低于 80 分;提升学生雨课 堂学习任务的综合完成度， 可能会显著提升全班约 1/3 学生的期末成绩 。 由此便可以推测，通过连续几届学生 的重复观测，能更精确地识别出学习过程可能存在问题 的学生群体的 SDC 警戒阈值 。在此基础上，将雨课堂痕 迹数据与大数据技术相结合，就能实现对学生学习过程 的动态管理和考核。
通过雨课堂痕迹数据识别学习状态，可为精确管理 学生的学习过程奠定技术基础，但在进行理科理论课程 (如“环境地学”课程) 的学习过程管理时，笔者留意到导 致学生课堂参与度不高的根源可能在于：理科理论知识 的专业性很强，而这部分知识的传授大部分仍然停留在 学生被动接受教师讲解的层面上，即科学研究得出的理 论成果独立于学生之外 。因此，大部分学生还处于机械 化的学习状态，表现出学习过程困难、学习效率低的特 征 。解决这个难题需要多方着手，但教师在课堂教学过 程中如果注意增强对阐述对象(如某个理论) 产生背景 的叙述、增加对理论研究过程和研究设计的梳理，不仅 可以提升课堂的趣味性，还有利于提升学生自主思考的 能力， 从而更有利于实现学习过程自主化管理的目标。 提升学生的学习自主性是一项系统工程，需要不同学习 阶段综合发力，才能取得良好的成效[17-18]。
在本科教学过程中，从教的一方来看，专业教师不 仅需要深刻认识到提升学生学习自主性的重要性，还要 不断提升自己的综合素养，“因课制宜”地提出提升学生 学习自主性的策略和方案并不断进行实践和改进 。授课 教师在对学生学习过程管理进行目标绩效考核时，目标 绩效不应只包括卷面成绩的提升，还应将学生学习自主 性的提升纳入考核维度 。这样的学习过程管理才能避免 机械化的知识“灌输”，从而为学生奠定“终身学习”的基 础 。从学的一方来看，学生需要认真把握自己的专业知 识构架，充分认识所学课程在该构架中的位置，并采用 适合自己的学习方法，在授课教师的辅助下，攻坚克难， 掌握所学课程的基本概念、基本理论和基本方法。“预习+ 听课+课后复习”是一套很重要的学习方法，但很多高校学生忽视了这一脚踏实地的学习方法，以致所学大多是 “空中楼阁”。此外，所学脱离实际是影响本科生学习自主 性的重要原因。这并不是说课堂上传授的知识都是脱离 实际的，学生缺乏生活历练，对所学专业缺乏了解是造成 授课内容“脱离实际”的主要原因。就“环境地学”课程而 言，笔者在授课过程中明显感受到很多学生对自己家乡 的环境特征、面临的环境问题缺乏基本了解。因此，*实 地参与社会实践是填补课堂知识和真实世界之间鸿沟 的有效途径，也是激发学生学习自主性的重要举措。
综上所述，学生对课堂教学(包括线上课堂和线下课 堂) 的参与度会直接影响理科专业课程的教学效果 。在 技术层面，教师可以基于雨课堂等平台产生的学习痕迹 数据定量判别学生的学习状态并给予其有差别的学习 过程管理建议，但学习过程管理中更基本、更深层次的 问题在于激发学生的学习自主性。
参考文献：
[1] 王旭珍,王新葵,宋雪旦,等.基于 MOOC 的物理化学翻转课堂教 学改革与实践[J]. 中国大学教育,2019(5):38-42.
[2] 1小红,赵玲玲, 叶麟,等.基于 MOOC+SPOC 的混合式教学的探 索与实践[J]. 中国大学教育,2015(7):60-65.
[3] 罗静.雨课堂大数据在教学中的应用[J].课程教育研究,2019(36): 147.
[4] 李娜 .基于雨课堂的翻转课堂教学研究[J]. 市场研究,2017(12): 11-13.
[5] 周海晶,唐天聪.移动学习背景下基于雨课堂的翻转课堂教学研 究[J].西部素质教育,2019.5(4):111-112.
[6] 范红凤.基于微信雨课堂的混合智慧教学研究[J].信息与电脑(理 论版),2018(24):240-241.
[7] 张红燕,张文娟,冯晓琴,等. 以“雨课堂”为载体的无机化学智慧 课堂建设探索[J].教书育人(高教论坛),2019(6):106-107.
[8] 冯昕烨,王健.基于“雨课堂”的混合式学习模式设计[J].软件导 刊,2019.18(2):194-197.
[9] 孟维明,任洪莹,杜太利,等.基于“雨课堂”的轮机工程双语类课 程混合式教学改革研究[J].教育现代化,2019.6(6):28-30.
[10] 曾庆洋,李波,刘彬.关注学习过程的高等教育质量评价及启示[J]. 文教资料,2012(24):99-100.
[11] 丁念金.学习过程评价的理念[J].当代教育科学,2012(12):3-6. [12] 陈仲堂,刘丹,艾瑛,等. 以能力为核心,基于学生学习过程评价的 课程考核方法研究[C]//辽宁省高等教育学会.2017 年学术年会优秀 论文三等奖论文集.沈阳:辽宁省高等教育学会,2017:400-406.
[13] 牛亏环 . 大学生学习过程评价研究[D]. 上海:上海师范大学 , 2015.
[14] 丁念金.学习过程评价的方法探讨[J].基础教育,2012.9(3):19-24. [15] 郭炯,霍秀爽.学生学习过程质性评价工具的开发与应用研究[J]. 电化教育研究,2012.33(7):79-84.
[16] 丁念金. 中学生学习过程评价指标体系探索[J]. 当代教育科学, 2013(16):12-15.
[17] 赵德雷,唐国建,刘小琪.新时期大学生学习自主性的调查与分 析[J].教育现代化,2018.5(48):298-300.
[18] 柴军应 . 学生学习自主性发展研究[D]. 上海: 华东师范大学 , 2016.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/52919.html
