论文部分内容阅读
摘 要：网络学习空间是当前我国教育信息化建设的新任务，如何推进、有效应用以及评价等一系列问题都是十分值得研究的课题。本研究从促进教师网络学习空间与教学的深度融合视角出发，在充分吸收近期相关研究成果、征求一线教师意见基础上，利用调查问卷和层次分析等研究方法，对教师网络学习空间评价问题进行了研究，构建了由“个人展示、课堂教学、交互协作、支持服务和专业发展”等五个应用向度和23个具体指标组成的评价体系。
关键词：网络学习空间；评价体系；构建
中图分类号：G434 文献标志码：A 文章编号：1673-8454（2016）02-0024-05
一、引言
2012年9月，我国首次召开了全国教育信息化工作电视电话会议，会上将“网络学习空间人人通”与“宽带网络校校通、优质资源班班通”以及“教育资源公共服务平台、教育管理公共服务平台”等一起列为我国教育信息化“十二五”建设的核心目标和标志性工程[1]。2014年11月，教育部、财政部等5部门又印发了《构建利用信息化手段扩大优质教育资源覆盖面有效机制的实施方案》，其中明确提出了“2015年网络学习空间应用覆盖各级各类教育，50%教师要拥有实名制网络学习空间”[2]等发展目标。可以预见，在未来一段时间里，教师网络学习空间的数量将会急剧增长，如何管理、评价等一系列问题也将随之而至。因此，研究教师网络学习空间评价体系具有较大的实际意义。
二、评价体系构建的思路
本研究的大体思路如下：
1.明确评价体系构建的目的，促进网络学习空间与教学的深度融合。评价具有导向性，一个评价体系的建立总是具有一定的目的性。近几年来，我国相继制定、颁布了《教育信息化十年发展规划》、《构建利用信息化手段扩大优质教育资源覆盖面有效机制的实施方案》等一系列推进信息技术与教育教学深度整合的政策文件，要求充分显现信息技术对教育改革和发展的支撑与引领作用。为此，本研究将立足于促进网络学习空间与教学的深度融合，通过指标体系建构，希望能够激发网络学习空间使用者和开发者的智慧，引导教师网络空间产品设计及其应用模式的创新。
2.深入挖掘已有的研究成果，建立科学的评价维度。在中国学术期刊网（CNKI）中，以“网络学习空间”为篇名关键词，能够检索到相关研究论文200多篇。现有的研究成果对网络学习空间的概念、建设框架、应用模型等进行了充分讨论，深入挖掘这些文章的意见和建议，有利于评价维度设置的科学性。
3.充分吸收一线教师的意见，形成有效的评价指标。网络学习空间能否在教学中发挥预期效益，关键在教师，教师不用，再好的网络学习空间也没有意义。为此，本研究利用研究者给一线教师培训的机会，在文献归纳分析基础上，充分征求和吸收他（她）們的意见，以保证评价指标的效度。
4.综合利用多种研究方法，确保评价指标体系的信度。首先运用文献、座谈交流等定性研究方法，初步确定评价体系的框架和指标项目。在此基础上，再通过问卷调查、层次分析等量化研究，筛选出最终的评价指标体系。
三、评价维度的分析和确立
1.文件政策分析
教育部科技司在“教育信息化重点工作推进思路”中将网络学习空间的作用描绘为[3]：网络化的社交平台，为教师在网络上开展教学和教研活动、为教师和学生、学生家长的互动提供支撑；网络化的服务平台，使教师尽快提高信息技术的应用能力，提高自主开发资源的能力，汇聚优质资源以及提供高效的资源交易；网络化的管理平台，统计教师利用网络从事教学活动的频率、效果和教师内生的、自己创造的课件资源的数量，对网上教学活动进行组织，对教师的教学活动及信息技术应用水平进行评价。在《构建利用信息化手段扩大优质教育资源覆盖面有效机制的实施方案》的通知中，对网络学习空间的要求是[4]：鼓励教师利用网络学习空间开展网络研修和协同备课，形成共同备课、资源共享、教学研究等一体化协作交流机制；鼓励学生使用网络学习空间中的数字资源、网络作业、拓展阅读、网上自测、网络选修课等开展自主学习，教师提供学习指导服务和探究式学习支持，帮助学生养成自主学习、自我管理的良好习惯，促进教与学的方式变革。
2.重要文献观点
研究文献方面，有关教师网络学习空间效用的重要观点如表1所示。
从表1呈现的内容可以看出，研究者普遍认为教师网络学习空间应该发挥多方面的作用，但观点尚不一致。
3.评价维度的确立
结合上述内容，本研究将教师网络学习空间的评价维度归纳为：个人展示、课堂教学、交互协作、支持服务和专业发展等五个方面，具体解释如下：
（1）个人展示：教师的个人信息或魅力实际上是学生非常关注的，也会影响学生的学习。好的个人展示，能够拉近与学生的距离，起到言传身教的作用。个人展示包括教师个人的基本情况、兴趣爱好、优势特长等，把自己喜欢或擅长的书法、绘画、写作、歌曲以及心路历程等放在空间供大家欣赏和评论。
（2）课程教学：在课程教学方面，关键是通过网络学习空间的建立促进信息技术与教学的深度融合。“信息技术与教学深度融合的实质与落脚点是变革传统课堂教学结构”[11]，“引发教学方法、教学工具、教学内容等各环节的深刻变革”[12]，构建以“主导-主体相结合”的新型教学结构和以“自主、合作、探究”为特征的新型教学活动。另外，作业测试是学生学习过程中的重要环节和驱动力，能够促进学生的自主学习和检验学生的学习效果，因此也应是教师网络空间重要的教学应用。
（3）协同互助：网络空间是网络化的社交平台，支撑教师网络教学、教研，支撑教师与家长、学生之间的互动；汇聚优质资源的平台，提供资源交易等服务。互动的主体是教师、学生和家长；互动的形式有师生互动、生生互动以及教师和家长之间的互动；互动的结果是教与教、学与学以及教与学的全面互动。 （4）支持服务：不管是自主学习还是基于空间的翻转课堂，学习者对于网络学习可能存在一定困难，所以需要一定的支持服务。一般来说，支持服务主要包括信息支持、技术支持和情感支持等。
（5）专业发展：利用网络空间，教师间可以开展协同备课、网络研修、教学观摩等活动，形成同步备课、教学研究、资源共享等一体化协作交流机制。通过“自我反思”和“协同互助”，可以提升教师的专业理念，丰富专业知识，也可以提升教师教学的设计、组织与实施以及激励与评价学生学习的能力。
四、评价指标的筛选
课题组利用给某市教师培训机会，与数学、语文等多个学科的教师从以上的五个维度进行了面对面交流。结合有关文件政策要求、重要文献观点以及座谈汇聚的信息，最终确立了31个初选评价指标，在此基础上设计了调查问卷。随机发放调查问卷50份，回收50份，有效问卷50份。依据调查问卷获得数据，计算重要程度得分率S，S≥0.1的维度和指标入选，最终指标见表2。
五、评价指标权重的确立
评价指标权重的确定通常采用三种方法：一是专家会议法，二是德尔菲法（Delphi），三是层次分析法（AHP）。由于层次分析法把专家的经验认识与教学方法结合起来，在很大程度上降低了不确定性因素的影响，具有较强的严密性和科学性。因此本文采用AHP作为评价体系权重确定的方法。
1.层次分析法的使用
本文按照目标层、维度层和指标层建立了层次分析结构。目标层，是构建教师网络学习空间评价指标体系；维度层，依据教师网络学习空间在实际工作中的效用向度而建立，每个效用向度又进一步划分了3-6个不等具体指标，详见表2。在判断矩阵构造上，本文采用AHP 创始人美国运筹学家托马斯·塞蒂（T.L.Saaty）的建议，依据调查问卷所获得的数据，形成了1～9比例标度法，如表3所示。
2.判断矩阵的构造
（1）维度层判断矩阵
维度层有5个指标因素，分别是个人展示、课程教学、协同互助、支持服务和专业发展，这五个因素的得分情况如表4 所示。
3.矩阵的一致性检验
在AHP中，使用随机一致性比率CR指标和矩阵偏离一致性CI指标来确定被调查者判断的一致性。CI=λmax-n/n-1，λmax为判断矩阵的最大特征根，n为判断指标的数量。当判断矩阵具有完全一致性时CI=0；当判断矩阵具有满意一致性时max会稍大于n。CR=CI/RI，RI为平均随机一致性指标（数值通过查表即可获取）。当判断矩阵的阶数大于2且CR<0.1时，则认为判断矩阵具有满意的一致性。在本研究中，λmax的计算过程如下[13]：将两两比较矩阵中的第一列的每项都乘以第一项指标的权重，第二列乘以第二项指标的权重，对所有列都进行上述操作后计算各行的总和，得到一个“加权值”向量，然后再将向量中的各项除以对应因素的权重，最后对所得到的值求平均数，此平均数即为判断矩阵的最大特征根max。例如，维度层判断矩阵的最大特征根的计算过程为：
最大特征根max=（0.261/0.0516 1.600/0.3151 0.997/0.1972 0.997/0.1972 1.206/ 0.2389）/5=5.060。
判断矩阵（A）-（F）的CI、RI和CR的计算汇总结果见表5。通过表5可以看出，各判断矩阵CR值都小于0.1，说明本研究所建立的判断矩阵均具有满意的一致性。
4.层次单排序结果
所谓单排序结果是指某一指标因素相对于上层维度因素的相对重要性，也就是根据判断矩阵计算本层相对于上一层与之关联因素重要次序的权重。
判断矩阵（a），其归一化特征向量w的计算机结果为：W=（0.0516，0.3151， 0.1972，0.1972，0.2389）T；
判斷矩阵（b），其归一化特征向量w的计算机结果为：W=（ 0.2000，0.4000，0.4000）T；
判断矩阵（c），其归一化特征向量w的计算机结果为：W=（ 0.3077，0.0769，0.1538，0.3077，0.1538）T；
判断矩阵（d），其归一化特征向量w的计算机结果为：W=（ 0.1983，0.2233，0.2233，0.1317，0.2233）T；
判断矩阵（e），其归一化特征向量w的计算机结果为：W=（0.4357，0.0820，0.0820，0.1591，0.0820，0.1591）T；
判断矩阵（f），其归一化特征向量w的计算机结果为：W=（0.3770，0.2260，0.2965，0.1005）T。
5.层次的总排序结果
为了得到层次结构中某层元素对于总体目标组合权重和它们与上层元素的相互影响，需要利用该层所有层次单排序的结果，计算出该层元素的组合权重，这个过程称为层次总排序。层次总排序的计算方法是[14]：总排序W等于本层指标权重Wij乘以与之相对应上层指标权重Wi。计算结果见表6。
层次总排序的一致性检验指标CI=0.0516*0.000 0.3151*0.000 0.1972* 0.015 0.1972*0.001 0.2389*0.015=0.0067；RI=0.0516*0.58 0.3151*1.120 0.1972*1.120 0.1972*1.240 0.2389*0.900=1.0632；一致性检验指标CR=CI/RI=0.0063 < 0.1，通过一致性检验。
参考文献：
[1]刘延东.在全国教育信息化工作电视电话会议上的讲话[EB/OL]. [2][4]教育部，财政部，国家发展改革委，等.关于印发《构建利用信息化手段扩大优质教育资源覆盖面有效机制的实施方案》的通知[EB.OL]. [3]教育信息化专刊.教育部督查推进教育信息化重点工作（一）[EB/OL]. [5]祝智庭，管珏琪.“网络学习空间人人通”建设框架[J].中国电化教育，2013，（10）：1-7.
[6][7]彭雪庄，覃健诚，张新怀，李开明.网络学习空间人人通：教育信息化应用的未来[J].教育信息技术，2013，（10）：3-8.
[8]赵姝淳，孙曙辉.教师个人网络空间建设与应用研究[J].教育信息技术，2014，（4）：52-55.
[9]钟绍春.教育云、智慧校园和网络学习空间的界定与关系研究[J].中国教育信息化，2014， （6）：3-8.
[10]兰军.浅析教师网络学习空间的建设与应用[J].发明与创新，2014，（6）：56-59.
[11]何克抗.如何实现信息技术与教育的“深度融合”[J].课程.教材.教法，2014，（2）：58-62.
[12]杨宗凯，杨浩，吴砥.论信息技术与当代教育的深度融合[J].教育研究，2014，（3）：88-95.
[13]胡政权.基于模糊理论的网络远程教育学习者学习评价研究[D].西安：陕西师范大学，2008：53-54.
[14]邓尚民，董亚倩.基于AHP的高校网络舆情安全评估指标体系构建研究[J].情报杂志，2012，（8）：31-36.
（编辑：郭桂真）
关键词：网络学习空间；评价体系；构建
中图分类号：G434 文献标志码：A 文章编号：1673-8454（2016）02-0024-05
一、引言
2012年9月，我国首次召开了全国教育信息化工作电视电话会议，会上将“网络学习空间人人通”与“宽带网络校校通、优质资源班班通”以及“教育资源公共服务平台、教育管理公共服务平台”等一起列为我国教育信息化“十二五”建设的核心目标和标志性工程[1]。2014年11月，教育部、财政部等5部门又印发了《构建利用信息化手段扩大优质教育资源覆盖面有效机制的实施方案》，其中明确提出了“2015年网络学习空间应用覆盖各级各类教育，50%教师要拥有实名制网络学习空间”[2]等发展目标。可以预见，在未来一段时间里，教师网络学习空间的数量将会急剧增长，如何管理、评价等一系列问题也将随之而至。因此，研究教师网络学习空间评价体系具有较大的实际意义。
二、评价体系构建的思路
本研究的大体思路如下：
1.明确评价体系构建的目的，促进网络学习空间与教学的深度融合。评价具有导向性，一个评价体系的建立总是具有一定的目的性。近几年来，我国相继制定、颁布了《教育信息化十年发展规划》、《构建利用信息化手段扩大优质教育资源覆盖面有效机制的实施方案》等一系列推进信息技术与教育教学深度整合的政策文件，要求充分显现信息技术对教育改革和发展的支撑与引领作用。为此，本研究将立足于促进网络学习空间与教学的深度融合，通过指标体系建构，希望能够激发网络学习空间使用者和开发者的智慧，引导教师网络空间产品设计及其应用模式的创新。
2.深入挖掘已有的研究成果，建立科学的评价维度。在中国学术期刊网（CNKI）中，以“网络学习空间”为篇名关键词，能够检索到相关研究论文200多篇。现有的研究成果对网络学习空间的概念、建设框架、应用模型等进行了充分讨论，深入挖掘这些文章的意见和建议，有利于评价维度设置的科学性。
3.充分吸收一线教师的意见，形成有效的评价指标。网络学习空间能否在教学中发挥预期效益，关键在教师，教师不用，再好的网络学习空间也没有意义。为此，本研究利用研究者给一线教师培训的机会，在文献归纳分析基础上，充分征求和吸收他（她）們的意见，以保证评价指标的效度。
4.综合利用多种研究方法，确保评价指标体系的信度。首先运用文献、座谈交流等定性研究方法，初步确定评价体系的框架和指标项目。在此基础上，再通过问卷调查、层次分析等量化研究，筛选出最终的评价指标体系。
三、评价维度的分析和确立
1.文件政策分析
教育部科技司在“教育信息化重点工作推进思路”中将网络学习空间的作用描绘为[3]：网络化的社交平台，为教师在网络上开展教学和教研活动、为教师和学生、学生家长的互动提供支撑；网络化的服务平台，使教师尽快提高信息技术的应用能力，提高自主开发资源的能力，汇聚优质资源以及提供高效的资源交易；网络化的管理平台，统计教师利用网络从事教学活动的频率、效果和教师内生的、自己创造的课件资源的数量，对网上教学活动进行组织，对教师的教学活动及信息技术应用水平进行评价。在《构建利用信息化手段扩大优质教育资源覆盖面有效机制的实施方案》的通知中，对网络学习空间的要求是[4]：鼓励教师利用网络学习空间开展网络研修和协同备课，形成共同备课、资源共享、教学研究等一体化协作交流机制；鼓励学生使用网络学习空间中的数字资源、网络作业、拓展阅读、网上自测、网络选修课等开展自主学习，教师提供学习指导服务和探究式学习支持，帮助学生养成自主学习、自我管理的良好习惯，促进教与学的方式变革。
2.重要文献观点
研究文献方面，有关教师网络学习空间效用的重要观点如表1所示。
从表1呈现的内容可以看出，研究者普遍认为教师网络学习空间应该发挥多方面的作用，但观点尚不一致。
3.评价维度的确立
结合上述内容，本研究将教师网络学习空间的评价维度归纳为：个人展示、课堂教学、交互协作、支持服务和专业发展等五个方面，具体解释如下：
（1）个人展示：教师的个人信息或魅力实际上是学生非常关注的，也会影响学生的学习。好的个人展示，能够拉近与学生的距离，起到言传身教的作用。个人展示包括教师个人的基本情况、兴趣爱好、优势特长等，把自己喜欢或擅长的书法、绘画、写作、歌曲以及心路历程等放在空间供大家欣赏和评论。
（2）课程教学：在课程教学方面，关键是通过网络学习空间的建立促进信息技术与教学的深度融合。“信息技术与教学深度融合的实质与落脚点是变革传统课堂教学结构”[11]，“引发教学方法、教学工具、教学内容等各环节的深刻变革”[12]，构建以“主导-主体相结合”的新型教学结构和以“自主、合作、探究”为特征的新型教学活动。另外，作业测试是学生学习过程中的重要环节和驱动力，能够促进学生的自主学习和检验学生的学习效果，因此也应是教师网络空间重要的教学应用。
（3）协同互助：网络空间是网络化的社交平台，支撑教师网络教学、教研，支撑教师与家长、学生之间的互动；汇聚优质资源的平台，提供资源交易等服务。互动的主体是教师、学生和家长；互动的形式有师生互动、生生互动以及教师和家长之间的互动；互动的结果是教与教、学与学以及教与学的全面互动。 （4）支持服务：不管是自主学习还是基于空间的翻转课堂，学习者对于网络学习可能存在一定困难，所以需要一定的支持服务。一般来说，支持服务主要包括信息支持、技术支持和情感支持等。
（5）专业发展：利用网络空间，教师间可以开展协同备课、网络研修、教学观摩等活动，形成同步备课、教学研究、资源共享等一体化协作交流机制。通过“自我反思”和“协同互助”，可以提升教师的专业理念，丰富专业知识，也可以提升教师教学的设计、组织与实施以及激励与评价学生学习的能力。
四、评价指标的筛选
课题组利用给某市教师培训机会，与数学、语文等多个学科的教师从以上的五个维度进行了面对面交流。结合有关文件政策要求、重要文献观点以及座谈汇聚的信息，最终确立了31个初选评价指标，在此基础上设计了调查问卷。随机发放调查问卷50份，回收50份，有效问卷50份。依据调查问卷获得数据，计算重要程度得分率S，S≥0.1的维度和指标入选，最终指标见表2。
五、评价指标权重的确立
评价指标权重的确定通常采用三种方法：一是专家会议法，二是德尔菲法（Delphi），三是层次分析法（AHP）。由于层次分析法把专家的经验认识与教学方法结合起来，在很大程度上降低了不确定性因素的影响，具有较强的严密性和科学性。因此本文采用AHP作为评价体系权重确定的方法。
1.层次分析法的使用
本文按照目标层、维度层和指标层建立了层次分析结构。目标层，是构建教师网络学习空间评价指标体系；维度层，依据教师网络学习空间在实际工作中的效用向度而建立，每个效用向度又进一步划分了3-6个不等具体指标，详见表2。在判断矩阵构造上，本文采用AHP 创始人美国运筹学家托马斯·塞蒂（T.L.Saaty）的建议，依据调查问卷所获得的数据，形成了1～9比例标度法，如表3所示。
2.判断矩阵的构造
（1）维度层判断矩阵
维度层有5个指标因素，分别是个人展示、课程教学、协同互助、支持服务和专业发展，这五个因素的得分情况如表4 所示。
3.矩阵的一致性检验
在AHP中，使用随机一致性比率CR指标和矩阵偏离一致性CI指标来确定被调查者判断的一致性。CI=λmax-n/n-1，λmax为判断矩阵的最大特征根，n为判断指标的数量。当判断矩阵具有完全一致性时CI=0；当判断矩阵具有满意一致性时max会稍大于n。CR=CI/RI，RI为平均随机一致性指标（数值通过查表即可获取）。当判断矩阵的阶数大于2且CR<0.1时，则认为判断矩阵具有满意的一致性。在本研究中，λmax的计算过程如下[13]：将两两比较矩阵中的第一列的每项都乘以第一项指标的权重，第二列乘以第二项指标的权重，对所有列都进行上述操作后计算各行的总和，得到一个“加权值”向量，然后再将向量中的各项除以对应因素的权重，最后对所得到的值求平均数，此平均数即为判断矩阵的最大特征根max。例如，维度层判断矩阵的最大特征根的计算过程为：
最大特征根max=（0.261/0.0516 1.600/0.3151 0.997/0.1972 0.997/0.1972 1.206/ 0.2389）/5=5.060。
判断矩阵（A）-（F）的CI、RI和CR的计算汇总结果见表5。通过表5可以看出，各判断矩阵CR值都小于0.1，说明本研究所建立的判断矩阵均具有满意的一致性。
4.层次单排序结果
所谓单排序结果是指某一指标因素相对于上层维度因素的相对重要性，也就是根据判断矩阵计算本层相对于上一层与之关联因素重要次序的权重。
判断矩阵（a），其归一化特征向量w的计算机结果为：W=（0.0516，0.3151， 0.1972，0.1972，0.2389）T；
判斷矩阵（b），其归一化特征向量w的计算机结果为：W=（ 0.2000，0.4000，0.4000）T；
判断矩阵（c），其归一化特征向量w的计算机结果为：W=（ 0.3077，0.0769，0.1538，0.3077，0.1538）T；
判断矩阵（d），其归一化特征向量w的计算机结果为：W=（ 0.1983，0.2233，0.2233，0.1317，0.2233）T；
判断矩阵（e），其归一化特征向量w的计算机结果为：W=（0.4357，0.0820，0.0820，0.1591，0.0820，0.1591）T；
判断矩阵（f），其归一化特征向量w的计算机结果为：W=（0.3770，0.2260，0.2965，0.1005）T。
5.层次的总排序结果
为了得到层次结构中某层元素对于总体目标组合权重和它们与上层元素的相互影响，需要利用该层所有层次单排序的结果，计算出该层元素的组合权重，这个过程称为层次总排序。层次总排序的计算方法是[14]：总排序W等于本层指标权重Wij乘以与之相对应上层指标权重Wi。计算结果见表6。
层次总排序的一致性检验指标CI=0.0516*0.000 0.3151*0.000 0.1972* 0.015 0.1972*0.001 0.2389*0.015=0.0067；RI=0.0516*0.58 0.3151*1.120 0.1972*1.120 0.1972*1.240 0.2389*0.900=1.0632；一致性检验指标CR=CI/RI=0.0063 < 0.1，通过一致性检验。
参考文献：
[1]刘延东.在全国教育信息化工作电视电话会议上的讲话[EB/OL].
[6][7]彭雪庄，覃健诚，张新怀，李开明.网络学习空间人人通：教育信息化应用的未来[J].教育信息技术，2013，（10）：3-8.
[8]赵姝淳，孙曙辉.教师个人网络空间建设与应用研究[J].教育信息技术，2014，（4）：52-55.
[9]钟绍春.教育云、智慧校园和网络学习空间的界定与关系研究[J].中国教育信息化，2014， （6）：3-8.
[10]兰军.浅析教师网络学习空间的建设与应用[J].发明与创新，2014，（6）：56-59.
[11]何克抗.如何实现信息技术与教育的“深度融合”[J].课程.教材.教法，2014，（2）：58-62.
[12]杨宗凯，杨浩，吴砥.论信息技术与当代教育的深度融合[J].教育研究，2014，（3）：88-95.
[13]胡政权.基于模糊理论的网络远程教育学习者学习评价研究[D].西安：陕西师范大学，2008：53-54.
[14]邓尚民，董亚倩.基于AHP的高校网络舆情安全评估指标体系构建研究[J].情报杂志，2012，（8）：31-36.
（编辑：郭桂真）