论文部分内容阅读
摘 要：文章依据布鲁姆的认知过程设计单元教学过程，明确云班课不同活动类型在认知不同阶段起到的作用。将蓝墨云班课平台已有的大数据评价结果和教师进一步挖掘的大数据信息相结合，构建针对每个教学过程的全过程评价的模式。揭示了如何利用教学评价结果实施分层教育和及时进行教学整改的方法。
关键词：教学评价;蓝墨云;布鲁姆;教学改革
中图分类号：G642 文献标志码：A 文章编号：2096-000X（2019）10-0056-04
Abstract： In this paper unit teaching process was designed based on Bloom's cognitive process and then the role of different types of Mosoink Cloud Class's activities in different stages of cognition was clarified. Combining the existing evaluation results of "M
osoink Cloud Class" with the large data information further excavated by teachers， we constructed the whole process evaluation model for each teaching process. This study reveals how to use the results of teaching evaluation to implement the stratified education and timely teaching rectification.
Keywords： teaching evaluation; mosoink cloud; Bloom; teaching reform
一、云教學大数据挖掘的重要性
柏拉图说：“教育是心灵的转向”、斯宾塞说“教育意味着完整的人的发展”、杜威说“教育即经验的改造”[1-3]，从教育伟人定义看到，教育目的离不开对教育对象的“转向、发展、改造”。对教育效果的评价的重点应是对受教育者变化的动态结果的观察。蓝墨云班课实现的“过程性评价”其目的就是要获得学生成长的动态评价结果，衡量的是学生阶段性进步的状态。高职学生来源复杂，游戏诱惑越来越大，大学里产生一大批可上、可下，亟需知识武装的同时需要心理引导的学生。快速识别出这类学生及时抓管已是大学专任教师无法回避的工作。及时的“评”对于教学来讲是非常重要的，笔者截止目前创建了11个蓝墨云班课，经认真研究其大数据分析功能后发现，结合所授课程的特点，深入挖掘班课大数据，进行学情、教情分析，将为分层教学、及时教学诊改、持续达成阶段性教学目标起到重要指导作用。
二、课程建设现状
食品营养检测专业的“食品企业管理体系实务课程”是一门讲授食品企业质量及安全标准化内容的课程，于2017年开始使用蓝墨云班课的平台中的各种活动模块开展课内、外翻转教学实践。本研究以其中的知识点“前提方案（PRP）的管理-食品企业GMP工厂设计”为例展示如何根据布鲁姆认知过程设计整个教学过程，尝试将蓝墨云班课平台已有的大数据评价结果和教师进一步挖掘的大数据信息相结合，构建针对每个教学过程的全过程评价的模式。并研究如何利用这种教学评价结果实施分层教育和进行及时教学整改。
三、根据布鲁姆认知过程设计整个教学过程
本研究以教学单元——“食品企业GMP车间平面布置合规性设计”的教学实施为例，整个教学流程符合布鲁姆认知领域维度。其单元教学目标是：“在教师给定某一类型产品的名称、产品工艺流程、给定一张企业工厂平面图的条件下，学生通过知识的学习与运用对这张平面图进行修改，使其车间内功能区的平面布置能符合申请SC（食品企业市场准入）的要求”。依据布鲁姆认知领域维度的教学设计如表1所示。
课前教师把课件、视频、网页等资源上传到平台让学生自学。课堂开始，教师利用班课的“测试”活动对学生进行测试;教师按照平台给出的错题率来有针对性讲解;然后教师对学生进行系统授课并在课堂上展示案例;引导学生应用前面的知识解决案例中的问题，并要求学生在 “头脑风暴”中展示对该问题的处理结果。教师有选择性的对学生“头脑风暴”成果讲评，并将此问题布置成“小组任务”，学生经讨论后在平台“小组任务”中形成团队最终解决方案。课后，教师将在蓝墨云班课平台的个人“作业”部分给出另外一个相关案例，要求学生以个人为单位在平台展示个人的创造成果。至此，教师分别在课前、课中、课后三个阶段使用云班课上的“资源”、“测试”、“头脑风暴”、“小组任务”、“个人作业”项目，使整个教学活动按顺序逐步走完布鲁姆的：“记忆/回忆、理解、应用、分析、评价、创造认知”过程[4]。下面以此为案例研究教师如何挖掘云平台大数据、建立全过程评价模式。
四、系统挖掘大数据信息，建立教学全过程评价模式
蓝墨云班课的“导出数据汇总”功能需要教师通过对不同活动赋予权重后算出每位同学的成绩，赋权方法需要教师考虑本课程主要培养学生的能力和该能力与活动类型之间的关联。本研究结合班课单元设计，明确活动类型与培养学生不同能力之间的关系，对整个单元的教学过程建立系统评价方法，对教师科学赋权重、正确评价学习目标的达成情况具有重要意义。
（一）“资源预习”和“测试”部分大数据挖掘的应用
对课前预习和测试部分所得数据的挖掘方法及应用如表2所示。
教师可直接通过平台数据查看资源名单;课前测试在学生提交后，班课可立即显示成绩排名结果以及每道单题的正确率，学生可参照标准答案快速发现自己的知识漏洞，教师则可以通过此结果对重点、难点、错误率高的知识点进行及时讲解。除了可从平台中直接得出的数据以外，教师还可从进一步挖掘的信息中及时发现进步和退步的同学。还可看出本单元提供资源的合理性：如果哪个知识点同学测试平均分过低，则有可能表示前面提供的预习资源针对性不强，或是存在其他不够合理的情况。 （二）个人“头脑风暴”部分大数据挖掘的应用
平台的个人“头脑风暴”部分所得数据挖掘的方法及应用如表3所示。
教师可以直接通过平台的个人经验值雷达图统计数据查看同学的课堂参与度不高。但是云班课统计数据看不出该数据的周期性变化，需要教师通过阶段导出数据后自己进行统计分析。在实际教学过程中发现，有些学生在课程开始不预习或预习效果不好，却能在“头脑风暴”环节中积极的思考和发言。经过教师对这些同学的“头脑风暴”数据进行周期性统计后发现：随着教学过程的深入，某些学生这部分数据逐步上升，这一变化可以看出确有一部分学生的学习热情能被教师的引导所激发。不同学习单元学生在“头脑风暴”环节所得经验值的平均值还能从侧面反映也案例的合理性，也有由案例不够切题而造成学生参与度不高的情况，此时教师应对案例进行改进。
（三）对“小组任务”部分大数据挖掘的应用
对平台的“小组任务”部分所得数据挖掘的方法及应用如表4所示。
将小组讨论部分放到课堂上，对不参与小组活动的同学进行及时管理使 “搭便车”的现象得到解决。在小组成果展示时，如果觉得其他组为自己组打分不公，可要求对方立即说明原因，教师在这一阶段引导他们提出自己不同的见解和意见，引导他们在评价中抛开个人感情因素，做到评价言之有据、言之有物。使组内形成“同仇敌忾”的氛围，在组间不断的“互相质疑”的过程中使他们认识到对别人的正确评价是自己应负的责任。定期统计并展示学生小组任务得分情况，形成小组之间“你追我赶”的氛围，促使学生建立集体荣誉感，提升学生与他人合作以及分析、评价能力。
（四）对个人“作业活动”部分大数据挖掘的应用
对课后个人“作业活动” 部分所得数据挖掘的方法及应用如表5所示。
平台可以提供个人“作业”所得經验值;教师通过定期统计并展示个人“作业”所得经验值数据来进一步挖掘大数据中蕴藏的丰富信息。这部分题目需要学生能够独立应用本次教学中的知识，个人经验值的动态变化能表明学生创造的意愿和能力的变化。在教学实践中发现，有些学生对这部分作业的确处于“敷衍”、甚至“纯抄袭”的状态，但也能及时发现哪些创造意愿和能力快速增长的同学，对于这些主动与教师进行讨论的学生，教师可单独为其增加经验值，这种操作特别适合激发主动性和能力较强的同学的积极性，这为优秀学生的分层教学提供了途径。该教学单元的经验值的平均值还可反映该知识点学习目标达成的总体情况，如果某单元此部分得分出现突然降低或是突然增加的情况，教师需要对该单元教学过程进行反思或是整改。
五、蓝墨云班课大数据挖掘研究的反思与体会
教师个人有目的的对大数据的信息进行深入挖掘的工作“任重而道远”。在此，笔者将进行班课大数据挖掘研究后所得的几点反思与体会与大家分享。
（一） 阶段性统计数据可及时评价学生学情和教师教学情况
各阶段所得经验值及阶段性统计数据所揭示的信息如表6所示。
教师可以通过云平台提供的各类活动的经验值来评价学生学习态度、课堂参与度、知识应用、合作能力、自我管理能力的现状。教师还可定期对这些数据进行分析，得出某些同学学习情况的变化趋势。如果需要结合本课程的培养目标，强调对“团队合作能力、分析评价能力及其变化”的评价，还可以在总评成绩中对“小组任务”、“个人作业”部分赋予较高的分值。还可根据对各教学单元的阶段性统计结果评价其资源、案例是否合理，以及该单元教学目标的达成情况。
（二）利用好“视频学习时间占视频资源总时长比例”所提供的大数据信息
在教学过程中经常有学生狂刷经验值，把材料点开拿到经验值就完事儿情况。新版蓝墨云班课在“学习报告”-“资源学习”里面有“某同学视频学习时间占视频资源总时长比例”一项，可以看出同学对视频资源的利用率。
从笔者多个蓝墨云班课的经验发现，视频学习占比统计数据可从侧面反映学生真实的学习态度。有的同学在云班课上总经验值全班排名第一，但在线下教学过程中发现该生学习成绩并不理想，观察这类学生的云班课视频利用率常常处于中等情况。云班课经验值排在班级后面几名的同学其视频利用率往往少的可怜。也就是学生对云班课视频资源的利用率能在一定程度上较好的反映学生学习情况。但是，如果教师上传资源以PPT或是网页为主时，对这部分的统计结果的利用将非常有限。在以后的教学改革中，笔者将尝试把重要的资源材料录制成视频的形式，以更好的利用这部分的统计结果。
（三）尽量使每个教学单元上传的资源标准化
云班课平台针对每个学生形成了“学习报告”、“经验值明细”两个方面的统计大数据。在“学习报告”一栏可以看出直接教师发布的经验值和学生周增长经验值。如图1所示。
从图1（左）可以看出，在刚使用班课时，笔者曾将所有的资源几乎一次性上传给了学生，结果造成学生在最开始班课经验值上升很快，而无法观测后面章节学习主动情况。图1（右）是另外一门课程统计情况，在这门课上，资源分布较为均匀，可以看出该位学生能紧跟教师的教学过程。在未来教学改革中，笔者将均匀、适时、适量的发布班课资源，及时跟踪资源学习情况。为更加有效的对比不同章节资源的质量、学生参与度以及教学目标达成情况，将尽量使每个教学单元的教学资源和活动所占经验值、难度、多少、形式标准化。
六、结束语
对那些惰性大、理由多、甚至在某些时候会无理取闹的学生，云班课系统的过程评价能对部分自控能力差的同学起到较好的警示作用，能使那些有诸多借口的同学无所盾形，甚至也能对于期末考试成绩较低而无理取闹的同学起到有理有据的震慑作用。但实际上对这些孩子教育的最好的方法是教师在最初阶段能进行及时、正确引导。随着对云班课平台了解的加深，笔者除了对蓝墨云班课已有的班课大数据分析进行应用，还根据自己的教学目的在已有大数据基础上自行开发了进一步挖掘信息的方法。等这些工作开展后，才发现自己在以往的教学当中存在着许多问题，这些问题有待于后面开设的云班课中持续改进。
参考文献：
[1]陈刚.用“心”提升教育素养的文化追寻[J].新课程（综合版），2011（2）：90.
[2]赫伯特·斯宾塞，王占魁.教育论：智育、德育和体育[J].基础教育， 2017（02）：115.
[3]田亚楠.杜威的教育思想及对现代教育的意义[J].现代交际，2018（3）：155-156.
[4]冯友梅，颜士刚，李艺.论核心素养语境下教育目标分类体系的构建逻辑-源自对布鲁姆风格教育目标分类体系的拷问[J].电化教育研究，2018（6）：5-10.
关键词：教学评价;蓝墨云;布鲁姆;教学改革
中图分类号：G642 文献标志码：A 文章编号：2096-000X（2019）10-0056-04
Abstract： In this paper unit teaching process was designed based on Bloom's cognitive process and then the role of different types of Mosoink Cloud Class's activities in different stages of cognition was clarified. Combining the existing evaluation results of "M
osoink Cloud Class" with the large data information further excavated by teachers， we constructed the whole process evaluation model for each teaching process. This study reveals how to use the results of teaching evaluation to implement the stratified education and timely teaching rectification.
Keywords： teaching evaluation; mosoink cloud; Bloom; teaching reform
一、云教學大数据挖掘的重要性
柏拉图说：“教育是心灵的转向”、斯宾塞说“教育意味着完整的人的发展”、杜威说“教育即经验的改造”[1-3]，从教育伟人定义看到，教育目的离不开对教育对象的“转向、发展、改造”。对教育效果的评价的重点应是对受教育者变化的动态结果的观察。蓝墨云班课实现的“过程性评价”其目的就是要获得学生成长的动态评价结果，衡量的是学生阶段性进步的状态。高职学生来源复杂，游戏诱惑越来越大，大学里产生一大批可上、可下，亟需知识武装的同时需要心理引导的学生。快速识别出这类学生及时抓管已是大学专任教师无法回避的工作。及时的“评”对于教学来讲是非常重要的，笔者截止目前创建了11个蓝墨云班课，经认真研究其大数据分析功能后发现，结合所授课程的特点，深入挖掘班课大数据，进行学情、教情分析，将为分层教学、及时教学诊改、持续达成阶段性教学目标起到重要指导作用。
二、课程建设现状
食品营养检测专业的“食品企业管理体系实务课程”是一门讲授食品企业质量及安全标准化内容的课程，于2017年开始使用蓝墨云班课的平台中的各种活动模块开展课内、外翻转教学实践。本研究以其中的知识点“前提方案（PRP）的管理-食品企业GMP工厂设计”为例展示如何根据布鲁姆认知过程设计整个教学过程，尝试将蓝墨云班课平台已有的大数据评价结果和教师进一步挖掘的大数据信息相结合，构建针对每个教学过程的全过程评价的模式。并研究如何利用这种教学评价结果实施分层教育和进行及时教学整改。
三、根据布鲁姆认知过程设计整个教学过程
本研究以教学单元——“食品企业GMP车间平面布置合规性设计”的教学实施为例，整个教学流程符合布鲁姆认知领域维度。其单元教学目标是：“在教师给定某一类型产品的名称、产品工艺流程、给定一张企业工厂平面图的条件下，学生通过知识的学习与运用对这张平面图进行修改，使其车间内功能区的平面布置能符合申请SC（食品企业市场准入）的要求”。依据布鲁姆认知领域维度的教学设计如表1所示。
课前教师把课件、视频、网页等资源上传到平台让学生自学。课堂开始，教师利用班课的“测试”活动对学生进行测试;教师按照平台给出的错题率来有针对性讲解;然后教师对学生进行系统授课并在课堂上展示案例;引导学生应用前面的知识解决案例中的问题，并要求学生在 “头脑风暴”中展示对该问题的处理结果。教师有选择性的对学生“头脑风暴”成果讲评，并将此问题布置成“小组任务”，学生经讨论后在平台“小组任务”中形成团队最终解决方案。课后，教师将在蓝墨云班课平台的个人“作业”部分给出另外一个相关案例，要求学生以个人为单位在平台展示个人的创造成果。至此，教师分别在课前、课中、课后三个阶段使用云班课上的“资源”、“测试”、“头脑风暴”、“小组任务”、“个人作业”项目，使整个教学活动按顺序逐步走完布鲁姆的：“记忆/回忆、理解、应用、分析、评价、创造认知”过程[4]。下面以此为案例研究教师如何挖掘云平台大数据、建立全过程评价模式。
四、系统挖掘大数据信息，建立教学全过程评价模式
蓝墨云班课的“导出数据汇总”功能需要教师通过对不同活动赋予权重后算出每位同学的成绩，赋权方法需要教师考虑本课程主要培养学生的能力和该能力与活动类型之间的关联。本研究结合班课单元设计，明确活动类型与培养学生不同能力之间的关系，对整个单元的教学过程建立系统评价方法，对教师科学赋权重、正确评价学习目标的达成情况具有重要意义。
（一）“资源预习”和“测试”部分大数据挖掘的应用
对课前预习和测试部分所得数据的挖掘方法及应用如表2所示。
教师可直接通过平台数据查看资源名单;课前测试在学生提交后，班课可立即显示成绩排名结果以及每道单题的正确率，学生可参照标准答案快速发现自己的知识漏洞，教师则可以通过此结果对重点、难点、错误率高的知识点进行及时讲解。除了可从平台中直接得出的数据以外，教师还可从进一步挖掘的信息中及时发现进步和退步的同学。还可看出本单元提供资源的合理性：如果哪个知识点同学测试平均分过低，则有可能表示前面提供的预习资源针对性不强，或是存在其他不够合理的情况。 （二）个人“头脑风暴”部分大数据挖掘的应用
平台的个人“头脑风暴”部分所得数据挖掘的方法及应用如表3所示。
教师可以直接通过平台的个人经验值雷达图统计数据查看同学的课堂参与度不高。但是云班课统计数据看不出该数据的周期性变化，需要教师通过阶段导出数据后自己进行统计分析。在实际教学过程中发现，有些学生在课程开始不预习或预习效果不好，却能在“头脑风暴”环节中积极的思考和发言。经过教师对这些同学的“头脑风暴”数据进行周期性统计后发现：随着教学过程的深入，某些学生这部分数据逐步上升，这一变化可以看出确有一部分学生的学习热情能被教师的引导所激发。不同学习单元学生在“头脑风暴”环节所得经验值的平均值还能从侧面反映也案例的合理性，也有由案例不够切题而造成学生参与度不高的情况，此时教师应对案例进行改进。
（三）对“小组任务”部分大数据挖掘的应用
对平台的“小组任务”部分所得数据挖掘的方法及应用如表4所示。
将小组讨论部分放到课堂上，对不参与小组活动的同学进行及时管理使 “搭便车”的现象得到解决。在小组成果展示时，如果觉得其他组为自己组打分不公，可要求对方立即说明原因，教师在这一阶段引导他们提出自己不同的见解和意见，引导他们在评价中抛开个人感情因素，做到评价言之有据、言之有物。使组内形成“同仇敌忾”的氛围，在组间不断的“互相质疑”的过程中使他们认识到对别人的正确评价是自己应负的责任。定期统计并展示学生小组任务得分情况，形成小组之间“你追我赶”的氛围，促使学生建立集体荣誉感，提升学生与他人合作以及分析、评价能力。
（四）对个人“作业活动”部分大数据挖掘的应用
对课后个人“作业活动” 部分所得数据挖掘的方法及应用如表5所示。
平台可以提供个人“作业”所得經验值;教师通过定期统计并展示个人“作业”所得经验值数据来进一步挖掘大数据中蕴藏的丰富信息。这部分题目需要学生能够独立应用本次教学中的知识，个人经验值的动态变化能表明学生创造的意愿和能力的变化。在教学实践中发现，有些学生对这部分作业的确处于“敷衍”、甚至“纯抄袭”的状态，但也能及时发现哪些创造意愿和能力快速增长的同学，对于这些主动与教师进行讨论的学生，教师可单独为其增加经验值，这种操作特别适合激发主动性和能力较强的同学的积极性，这为优秀学生的分层教学提供了途径。该教学单元的经验值的平均值还可反映该知识点学习目标达成的总体情况，如果某单元此部分得分出现突然降低或是突然增加的情况，教师需要对该单元教学过程进行反思或是整改。
五、蓝墨云班课大数据挖掘研究的反思与体会
教师个人有目的的对大数据的信息进行深入挖掘的工作“任重而道远”。在此，笔者将进行班课大数据挖掘研究后所得的几点反思与体会与大家分享。
（一） 阶段性统计数据可及时评价学生学情和教师教学情况
各阶段所得经验值及阶段性统计数据所揭示的信息如表6所示。
教师可以通过云平台提供的各类活动的经验值来评价学生学习态度、课堂参与度、知识应用、合作能力、自我管理能力的现状。教师还可定期对这些数据进行分析，得出某些同学学习情况的变化趋势。如果需要结合本课程的培养目标，强调对“团队合作能力、分析评价能力及其变化”的评价，还可以在总评成绩中对“小组任务”、“个人作业”部分赋予较高的分值。还可根据对各教学单元的阶段性统计结果评价其资源、案例是否合理，以及该单元教学目标的达成情况。
（二）利用好“视频学习时间占视频资源总时长比例”所提供的大数据信息
在教学过程中经常有学生狂刷经验值，把材料点开拿到经验值就完事儿情况。新版蓝墨云班课在“学习报告”-“资源学习”里面有“某同学视频学习时间占视频资源总时长比例”一项，可以看出同学对视频资源的利用率。
从笔者多个蓝墨云班课的经验发现，视频学习占比统计数据可从侧面反映学生真实的学习态度。有的同学在云班课上总经验值全班排名第一，但在线下教学过程中发现该生学习成绩并不理想，观察这类学生的云班课视频利用率常常处于中等情况。云班课经验值排在班级后面几名的同学其视频利用率往往少的可怜。也就是学生对云班课视频资源的利用率能在一定程度上较好的反映学生学习情况。但是，如果教师上传资源以PPT或是网页为主时，对这部分的统计结果的利用将非常有限。在以后的教学改革中，笔者将尝试把重要的资源材料录制成视频的形式，以更好的利用这部分的统计结果。
（三）尽量使每个教学单元上传的资源标准化
云班课平台针对每个学生形成了“学习报告”、“经验值明细”两个方面的统计大数据。在“学习报告”一栏可以看出直接教师发布的经验值和学生周增长经验值。如图1所示。
从图1（左）可以看出，在刚使用班课时，笔者曾将所有的资源几乎一次性上传给了学生，结果造成学生在最开始班课经验值上升很快，而无法观测后面章节学习主动情况。图1（右）是另外一门课程统计情况，在这门课上，资源分布较为均匀，可以看出该位学生能紧跟教师的教学过程。在未来教学改革中，笔者将均匀、适时、适量的发布班课资源，及时跟踪资源学习情况。为更加有效的对比不同章节资源的质量、学生参与度以及教学目标达成情况，将尽量使每个教学单元的教学资源和活动所占经验值、难度、多少、形式标准化。
六、结束语
对那些惰性大、理由多、甚至在某些时候会无理取闹的学生，云班课系统的过程评价能对部分自控能力差的同学起到较好的警示作用，能使那些有诸多借口的同学无所盾形，甚至也能对于期末考试成绩较低而无理取闹的同学起到有理有据的震慑作用。但实际上对这些孩子教育的最好的方法是教师在最初阶段能进行及时、正确引导。随着对云班课平台了解的加深，笔者除了对蓝墨云班课已有的班课大数据分析进行应用，还根据自己的教学目的在已有大数据基础上自行开发了进一步挖掘信息的方法。等这些工作开展后，才发现自己在以往的教学当中存在着许多问题，这些问题有待于后面开设的云班课中持续改进。
参考文献：
[1]陈刚.用“心”提升教育素养的文化追寻[J].新课程（综合版），2011（2）：90.
[2]赫伯特·斯宾塞，王占魁.教育论：智育、德育和体育[J].基础教育， 2017（02）：115.
[3]田亚楠.杜威的教育思想及对现代教育的意义[J].现代交际，2018（3）：155-156.
[4]冯友梅，颜士刚，李艺.论核心素养语境下教育目标分类体系的构建逻辑-源自对布鲁姆风格教育目标分类体系的拷问[J].电化教育研究，2018（6）：5-10.