基于教育大数据的混合式课程的教学质量评价研究

收稿日期：2021-11-30                     修回日期：2021-12-09

作者简介：杨祯（1994—），女，河南信阳人，中南财经政法大学金融学院实验师三级，研究方向：物联网与大数据、混合式教学等。

基金项目：2020年度湖北省省级教学研究项目“后疫情时期经管类智慧实验室的构建及其在线上线下混合式实验教学中的应用”（2020231）；2021年中南财经政法大学校级教学研究项目“基于教育大数据的线上线下混合式课程的教学质量评价研究”（YB202115）

摘  要：信息技术与教育教学的深度融合推动混合式教学的迅速发展，综合疫情期间各大高校积累的线上教学实战经验，混合式教学将成为后疫情时代高校教育教学的主模式。提高人才培养质量是高校的重要使命，提高教学质量是高校提升人才培养质量的关键，故开展新常态下混合式课程教学质量的评价研究显得十分迫切。针对教学质量评价存在的问题，结合混合式课程的特点，重构混合式课程教学质量评价体系，充分利用混合式课程学习全过程的教育大数据，以保证教学质量评价的科学性、专业性、客观性。

关键词：教育大数据；混合式课程；教学质量评价

中图分类号：G642             文献标识码：A           文章编号：1002-4107（2023）01-0000-03

2020年中共中央、国务院印发的《深化新时代教育评价改革总体方案》中指出，教育评价事关教育发展方向，有什么样的评价指挥棒，就有什么样的办学导向。方案强调教育评价要改进结果评价、强化过程评价、探索增值评价、健全综合评价，充分利用信息技术，提高教育评价的科学性、专业性、客观性。课程教学质量评价作为教育评价的重要分支，是帮助政策制定者、学校管理者、教师发现课程教学问题、精准实施改革的重要手段^[1]。混合式课程为高校教育教学的主模式，其教学质量的优劣直接关系到教育教学和人才培养质量，如何科学有效地开展混合式课程的教学质量评价，如何通过评价反馈发现教学存在问题、优化教学设计方案，如何促进教学质量的不断提升等研究显得十分迫切。

一、问题提出与文献研究

目前对高校教学质量评价的研究普遍以改进评价模型、制定评价指标为主，但对于数据采集、数据与指标如何对应、评价后的反馈机制研究甚少。在评价体系研究方面，李海东等^[2]基于课程建设、教学实施、教学效果评价的全过程视角，提出混合式教学质量评价流程模型、指标体系与方法，并以国家级线上线下混合式一流课程建设实践为样本进行实施策略研究；刘湉祎等^[3]指出本科教学质量评价需覆盖学习全过程，并向“以学习为中心”的趋势发展；陈翔等^[4]从总体设计、实施过程、计算办法和评价结果运用等方面提出了重构定量与定性有机结合的高校课程教学质量评价体系；王国华等^[5]认为混合式教学质量评价应包括教学监控、评价和反馈改进三个维度。

在评价模型构建方面，郑庆华等^[6]建立了涵盖学生评教、督导评教、管理人员巡教、学生考勤、课程实况、学生绩效等综合反映教学质量的数据，通过数据挖掘与关联分析，找出影响教学质量的因素；范岩等^[7]以BP神经网络对高校教师教学质量及其影响因素进行系统仿真，并利用相对误差逐步优化回溯算法在迭代过程的参数构建评价模型；赵馨蕊等^[8]以调查问卷的评价数据进行模糊综合评价，并获取三门MOOC的评价结果。在实证研究方面，徐晓青等^[9]认为交互、网络自我效能感、自我调节学习是影响大学生线上教学质量的重要因素；戴心来等^[10]通过实证研究发现课件内容、师生交流、生生交互是影响MOOC 教学质量的关键因素。

上述研究为教学质量评价体系的构建、评价模型的设计提供参考，提升教学质量需要制定完善的教学质量评价体系，形成科学合理的教学质量评价标准，将教学质量标准细化到每一个教学环节；收集混合式课程学习全过程的教学数据，健全评价数据集，建立客观性、全方位、多角度的教学质量评价模型；根据教学质量评价反馈推动教师完善教学环节，形成切实可行的教学管理机制，促进教学质量全面提升^[11]。

二、混合式课程教学质量评价理论框架

（一）混合式课程教学质量评价现存问题

目前混合式课程教学质量评价存在的问题主要体现在以下几个方面。

第一，教学质量评价未能实时更新以适应混合式课程的新变化。目前对混合式课程教学质量评价研究相对滞后，以同行评价与学生评教为主，未能有效利用全过程学习的教育大数据。

第二，评价指标缺乏针对性与完备性。目前大部分高校仅使用教务部制定的同一套评价指标，缺乏针对性；评价体系相对简略，忽略了课程目标、课程思政、教学团队等影响混合式教学质量的关键指标点，缺乏完备性。

第三，评价实施过程缺乏公正性与实时性。目前的评价集中在同行、督导和学生三类，存在精力投入不够、不能深入课堂、评分碍于情面等问题，不能保证公平公正。评价的实施一般在学期末进行，教师未能收到实时的反馈信息，只能在下学期进行教学设计的优化完善，不能做到实时调整。

第四，评价结果反馈缺乏实时性与改进建议。目前课程教学质量评价存在“重评价、轻反馈”的现象，仅将评价分数告知教师，并未反馈具体细节，教师不能精确定位哪些教学环节存在问题，无法有针对性地进行改进，更不能达到“以评促教、以评促学、以评促改、以评促管、评建结合”的新局面^[2，4]。

（二）影响混合式课程教学质量的要素分析

混合式课程教学质量的实时监测与改进需不断改善内外部因素的相互作用，建立科学有效的评价体系，通过反馈机制来不断提升教学质量，影响混合式课程教学质量的要素主要体现在以下几个方面^[11]。

教师因素：教师通过疫情期间的线上教学积累了授课经验，教师的课前准备度、工作积极性、课堂氛围等都直接影响课程的教学质量，教师需在混合式学习过程中扮演学生学习的引导者、促进者、激励者^[12]。

学生因素：混合式课程教学中可能存在学生自主学习的积极性不高、注意力不集中、课堂参与度低、师生之间无互动等情况，需对学习全过程进行有效监测与敦促。

课程因素：线上线下混合式课程本身是教学质量的重要因素，专业课/公共课、必修课/选修课、理论课/实验课等课程性质、上课时间、上课地点等方都会影响教师的教与学生的学，进而影响教学质量。

制度因素：教师是否调整教学方案、是否做到线上线下教学的深度融合、是否达到了预期的教学效果、学生的学习情况如何实时向任课教师反馈等方面，均需要建立完善的教育教学制度。

针对混合式课程教学质量评价的现存问题，结合教学质量评价的研究趋势，深入剖析影响混合式课程教学质量的内外部因素，基于教育大数据对混合式教学质量评价进行研究，进而提高课程建设质量^[13]。

三、混合式课程教学质量评价体系构建

（一）混合式课程学习全过程中的教育大数据

根据线上线下混合式课程的教学特点，结合教学中产生的便于收集的数据，将学习全过程中的教育大数据分为基础数据（静态数据）与过程数据（动态数据）2个一级分类，9个二级分类，具体情况如表1所示。

（二）混合式课程教学质量评价流程

基于教育大数据的线上线下混合式课程的教学质量评价流程如图1所示，主要包括构建教学质量评价指标体系、数据收集与分析处理、多轮反馈与优化设计三个步骤，以不断提升线上线下混合式课程的教学质量为最终目的。

制定教学质量评价指标体系：针对线上线下混合式课程强调“以学生为中心”的特点，综合“面对面学习前→面对面学习中→面对面学习后→下次面对面学习前”四阶段全过程学习中的教育大数据，制定科学合理、全方位、多角度的质量评价体系。

学习全过程中各类教育大数据的收集与分析处理：通过对教学过程中的各类数据进行收集，并采用不同的机器学习方式进行处理，以完成不同维度的教学质量评价。

评价反馈与教学方案优化设计：通过数据分析对课程的课前教学准备度、教学内容契合度、教学方法适合度、线上线下融合度、教学效果满意度五个维度打分，形成课程教学质量评价雷达图，任课教师根据雷达图反映的不足进行多轮针对性地实时优化，不断提升教学质量。

（三）混合式课程教学质量评价体系构建

参照《教育部关于一流本科课程建设的实施意见》与《国家级一流本科课程推荐认定办法》，结合线上线下混合式课程学习全过程的数据特性，设计混合式课程教学质量评价体系，共包括课前教学准备度、教学内容契合度、教学方法适合度、线上线下融合度、教学效果满意度5个一级指标，并细分至20个二级指标，具体指标分级与数据来源如表2所示。

文章依托混合式课程教学过程中的教育大数据构建教学质量评价体系，将数据按照2个一级分类、9个二级分类进行细分，并对应至课前教学准备度、教学内容契合度、教学方法适合度、线上线下融合度、教学效果满意度5个一级评价指标、20个二级评价指标，确保每一个指标的评价有足够的数据支撑，以保证教学质量评价的客观、科学、有效，可为混合式课程的建设与遴选提供参考依据，形成教学质量不断提升的优质闭环。

参考文献：

[1]黄雨恒，周溪亭，史静寰.我国本科课程教学质量怎么样？——基于“中国大学生学习与发展追踪研究”的十年探索[J].华东师范大学学报（教育科学版），2021，39（1）116.

[2]李海东，吴昊.基于全过程的混合式教学质量评价体系研究——以国家级线上线下混合式一流课程为例[J].中国大学教学，2021（5）：65，66.

[3]刘湉祎，李立国.覆盖学习全过程：“以学习为中心”评价的趋势[J].中国大学教学，2020（5）：68.

[4]陈翔，韩响玲，王洋，等.课程教学质量评价体系重构与“金课”建设[J].中国大学教学，2019（5）：43，44，45.

[5]王国华，卓泽朋，周光辉.大数据背景下线上教学质量监控与评价体系的建构[J].淮北师范大学学报（哲学社会科学版），2020，41（3）：107.

[6]郑庆华.运用教学大数据分析技术提高课堂教学质量[J].中国大学教学，2017（2）：15.

[7]范岩，马立平.优化BP神经网络的高校教学质量评价模型[J].统计与决策，2018，34（2）：80.

[8]赵馨蕊，周雨青.基于模糊综合评价法的大学物理MOOC教学质量评价[J].高等工程教育研究，2019（1）：190.

[9]徐晓青，赵蔚，刘红霞.大学生在线学习满意度影响因素研究[J].中国远程教育，2017（5）：43.

[10]戴心来，郭卡，刘蕾.MOOC学习者满意度影响因素实证研究——基于“中国大学MOOC”学习者调查问卷的结构方程分析[J].现代远距离教育，2017（2）：17.

[11]赵巍.后疫情时代的高校在线教学质量管理[J].现代教育管理，2021（5）：107，108，109，110.

[12]冯晓英，孙雨薇，曹洁婷.“互联网+”时代的混合式学习：学习理论与教法学基础[J].中国远程教育，2019（2）：7.

[13]郭丽君，陈春平.21世纪以来大学教学评价研究的现状和趋势——基于社会科学引文索引数据库的计量分析[J].现代大学教育，2019（6）：62.

编辑/丁俊玲