论文部分内容阅读
摘要：同步互动专递课堂是湖北省农村教学点主要教学模式之一，这种教学模式下学生学习行为有效性受到多种因素的影响。研究者在控制了其他影响因素的条件下，探究了同步专递音乐课堂教学点规模与学生有效学习行为率之间的关系。研究者通过“湖北省农村教学点网校管理与服务平台”，采集了湖北省成宁市崇阳区同步专递小学音乐课堂录像资源，经过样本筛选、学生学习行为编码和数据采集等过程，运用热点图和LOESS曲线拟合，分析组别间有效学习行为率的分布;运用方差分析检验数据的有效性;运用均值分析比较组别间学习行为有效性高低，得出了如下结论：同步专递小学音乐课堂所对应的教学点数量应根据人数量级确定，当人数量级在5人及以下时，可同步专递三个教学点;当人数量级在11人以上时，两个教学点教学效果更好。
关键词：同步互动专递课堂;教学点数量;班级人数量级;有效学习行为率
中图分类号：G434
文献标识码：A
我国基础教育已经取得了突破性进展，但区域之间、城乡之间的差距仍然很大。教学点作为一种为适应我国农村地区，特别是人口稀少，居住分散的偏远地区的发展而设置的小规模不完全学校，具有存在面广、规模小、师资匮乏和不稳定等特点，长期存在开不齐课程的问题。
随着信息技术的迅猛发展和广泛应用，依托信息技术在农村教学点开齐、开好课成为提高农村教育质量，促进城乡教育均衡发展的有效途径。农村教学点网校是利用信息技术把农村教学点整合为一所虚拟学校，通过统一安排课程和师资、统一组织教学和教研、统一进行教学管理和质量评价等措施，促进教学点开齐开好课程，提高教学质量。同步互动专递课堂（以下简称专递课堂）是湖北省农村教学点网校的一种教学模式，这种教学模式主讲教师在城区中心校，通过现代信息技术手段，将教学信号同步专递到若干农村教学点，并实现主讲教师与教学点学生之间的双向交流互动。
湖北省教育厅自2017年6月份首批确定了19个试点县市，192个教学点开展试点。这些教学点的学生课堂学习效果怎样？专递课堂教学点的规模多大是一个比较理想的有效教学状态？专递课堂教学点的规模与每个教学点具体人数的关系是怎样的？有没有学科间的差异？这些问题的解决能够为今后布局教学点的规模提供科学的依据。本课题依据农村教学点课堂录像，采用量化实证的研究方法，分析教学点规模与学生课堂学习效率的相关值，为今后教育管理部门布局农村教学点提供决策依据。2018年11-12月期间，研究小组利用“湖北省农村教学点网校管理与服务平台”上远程巡课系统，采集了湖北省咸宁市崇阳地区小学音乐专递课堂教学视频，通过样本筛选和视频分析，探究了教学点规模与学生学习行为有效性的量化关系，以此为布局农村教学点提供科学支持。
一、影响专递课堂教学点学生学习行为有效性的诸因素分析
学习行为是学习者在学习过程中表现出来的运动、动作、反应和活动方式的总和，是学习者的思想、情感、态度、动机、能力等内在心理素质的外在表现。学习行为是决定教学是否有效的最为直接的控制变量，教师的教导行为要通过作用于学生的学习行为来影响学习的结果与效率。在课堂教学中，学生的学习行为受到诸多因素的影响。学习行为一方面受到学生自身的因素（如年龄、能力水平、性别、性格）及他们的家庭、社会环境等因素的影响，另一方面与教师（如教学策略、教学方法、教学手段和教学语言）、学习内容（如学习内容的趣味性、实用性和组织呈现方式）等因素有关。在同步专递课堂教学中，主讲教师所在的本地课堂并没有学生，即教学对象仅仅对接教学点的学生。通过长期对教学点课堂教学实地考察，我们发现影响同步专递课堂学生学习行为的因素是多样的，包括教师、学生、教学内容、教学点辅助教师、教学信号传递及专递课堂教学点规模等。通过样本筛选，研究者控制了其中一些变量因素，主要研究专递课堂教学点规模与学生学习行为有效性的关系。
在同步专递课堂教学中，如果控制了影响学习行为中除某一因素外的其他因素，能够分析出某一因素与学习行为的相关性。在样本筛选的过程中，控制了中心校教师、教学内容、教学点辅助教师和教学信号传递等因素，选择的教学点学生具有相似的文化背景和学习基础。本研究基于以下假設：同步专递音乐课堂教学点学生的学习行为有效率与同步专递教学点的数量和班级人数量级有相关性。
二、专递课堂教学点研究样本抽取与规模划分
（一）专递课堂教学点研究样本抽取
本研究以湖北省咸安市崇阳区教学点为研究对象，通过录屏软件，录制了25个样本。根据研究目的，按以下条件筛选样本：同一个主讲教师讲授相似教学内容课程，并采用一致的教学方式;教学点相对固定，学生在同一年级，受教育学校外部条件相似;研究样本教学环境一致，教学信号传递效率一致;助教在这些课堂中并无明确的指导行为。
通过样本筛选，剔除9节无效研究样本，选择了张老师的16节同步专递小学音乐课为有效研究样本。筛选样本具有以下特征：首先，张老师所教授课程全部为二年级音乐课，教学点相对固定，课程开设稳定;其次，讲授相似的教学内容，教学风格一贯，样本课堂教学可分为课前热身一讲解一练习一总结四个环节。在课前热身阶段，教师会利用多媒体播放相关视频，学生或跟唱或做热身操。在讲解阶段，教师会根据课程内容给学生讲解相关乐器或者歌曲节拍及动作，然后带领学生一起打节拍唱歌。在练习阶段，教师要求学生集体或个人练习并演唱歌曲。总结阶段，教师对本节课所学内容进行简单的小结。其中讲解环节时间最长，包含丰富的师生互动过程，学生行为变化多样，是分析学生学习行为的最佳环节。因此，本研究抽取每一节课的讲解环节进行分析研究。
本研究根据同步专递课堂实际，将研究样本按专递课堂教学点数量划分为两个教学点专递课堂和三个教学点专递课堂。
根据筛选样本中的教学点数量来计算教学课堂数量，则一个“两个教学点专递课堂”视频中有2节教学内容一样的课，一个“三个教学点专递课堂”视频中有3节教学内容相同的课，因此，16个研究样本共计有37节课（如表1所示）。 （二）专递课堂教学点规模划分
决定同步专递课堂教学规模的指标有两个：一个是同步专递教学点的数量，一个是每个教学点的人数。为探索同步专递课堂教学点数量和班级规模与音乐课堂教学效率的关系，研究者首先将37节课按照教学点数量划分为“两个教学点专递课堂”和“三个教学点专递课堂”两大类（Ⅱ;Ⅲ），然后根据教学点的规模设计和样本音乐课堂的班级人数实际情况，以5为间隔划分班级人数量级标准（1-5; 6-10; 11-15; 16-20），最后按照班级人数量级与两大类教学点的对应关系进行分类，将它们归为5个小组（Tl;T2;T3;T4;T5）。最后，抽取37节课中每节课讲解环节的教学片段。这样，就构成了本次研究的样本编码表（如表2所示）。
三、教学点学生学习行为编码与有效学习行为量化
（一）专递课堂教学点学生学习行为编码
关于如何量化有效学习行为问题，是本研究的关键点。本研究的逻辑前提是：教学点学生学习行为的有效性是由课堂中每个学生学习行为的有效性所决定的，而每个学生学习行为的有效性又是由其单位时间内学习投入情况决定的，而学习投入情况又是由一系列可观测的学习行为决定的。如果能够量化单位时间内课堂中每个学生的学习投入情况，就能够量化学生学习行为有效率。如何将单位时间内课堂中每个学生的学习投入量化？首先，需要区分出有效和无效学习行为类型。研究小组在反复观察教学视频的基础上，依据《课堂教学行为研究》中教学行为分析的方法与工具，结合音乐课堂教学行为的特点，设计了同步专递音乐课讲解环节学生行为编码体系（如表3所示）。
（二）有效学习行为量化
研究者从每一小组的讲解环节教学片段总数中，随机抽取72个时间点，依据弗兰德斯视频分析时间抽样要求，时间点确立为某一时刻前后三秒，据此判断该时刻学生的学习行为类型，然后进行编码记录。
通过对每个时间点上每个学生学习行为编码和统计分析（如表4所示），计算出每个小组每个时间点的学生有效学习行为率。
四、数据分析
研究样本被划分为五个小组（Tl、T2、T3、T4、T5），每一小组有不同的教学片段总数，每一小组抽取72个时间点，依据公式计算出每个时间点学生的有效学习行为率，共计360个随机有效学习行为率数据。
在360个随机有效学习行为率数据中，最直接的变量是小组，隐含变量为班级人数和同步专递教学点数量。研究者首先采用从宏观的视角，运用热点图和LOESS曲线拟合对数据进行分析;然后从微观视角，运用方差分析，探究了数据的信效度;最后用均值分析，解析了有效学习行为率与专递课堂教学点规模的相关性。
（一）热点图
面对多个变量的庞大数据，要厘清数据间的关系，最好的做法是先一次性观察所有数据。因此，运用直观、清晰、形象的热点图，将这五组数据进行可视化显示，可以一目了然地发现众多数据的差异。
如图1所示，每一时间点学生的有效学习行为率被表示为一个个相同大小的网格，颜色从白色到黑色的变化表示有效学习行为率逐渐升高，网格颜色越深，有效学习行为率越高。从每组的网格颜色中可以直观看到，Tl组与T3组的黑色网格面积占比要大一些，剩下的三组介于过渡色要多一些，数据分布的比较均匀。因此，通过对热点图的观察和分析可以得出：Tl和T3组数据样本所反映的有效学习行为率高于T2、T4和T5。热点图只是一个初步判断，还需要精确的统计来验证上述判断。
（二）LOESS曲线拟合图
为了直观地显示360个数据的区间分布以及有效学习行为率变化的宏观趋势，研究者采用LOESS曲线拟合的分析方法，LOESS曲线拟合采用了散点平滑估计的数学方法，更具科学性，并且它用回归线来概括变量之间的关系，使变量之间的关系更易于观察。
如图2所示，横轴为Tl-T5五个小组截取的72*5个时间点，纵轴为有效学习行为率，区间为[0，1]，图中空心小圆点表示每个时间点的有效学习行为率。从小圆点的分布区间可以看出来，Tl与T3组有效学习行为率分布离散度较大，學习行为有效率集中于高值区域较多，而剩下的三组小圆点分布在效率的中间区间居多，这与上述的热点图读出的信息是一致的。对这些数据进行LOESS曲线拟合，即局部加权散点平滑，以此看出每一组有效学习行为率的宏观变化趋势。从图2中很清晰地读出：从Tl组到T2组，效率在宏观上呈现下降趋势;T2组到T3组，效率在宏观上呈现一定的上升趋势，T3组到T4组，又有一定的下降趋势;T4组到T5组，有略微上升趋势。通过对有效学习行为率组际LOESS曲线拟合图的观察和分析，得出如下结论：Tl和T3组数据样本所反映的有效学习行为率较高。
由于以上的描述均是从宏观的角度来阐述五组效率数据的变化或相对大小，因此以下采取离散数据较为常用的方差分析法对数据进行细致分析，以获得更加精确的比较数值。
（三）方差分析
对五组有效学习行为率数据进行方差分析，结果如表5所示。
从表5可知33.77
关键词：同步互动专递课堂;教学点数量;班级人数量级;有效学习行为率
中图分类号：G434
文献标识码：A
我国基础教育已经取得了突破性进展，但区域之间、城乡之间的差距仍然很大。教学点作为一种为适应我国农村地区，特别是人口稀少，居住分散的偏远地区的发展而设置的小规模不完全学校，具有存在面广、规模小、师资匮乏和不稳定等特点，长期存在开不齐课程的问题。
随着信息技术的迅猛发展和广泛应用，依托信息技术在农村教学点开齐、开好课成为提高农村教育质量，促进城乡教育均衡发展的有效途径。农村教学点网校是利用信息技术把农村教学点整合为一所虚拟学校，通过统一安排课程和师资、统一组织教学和教研、统一进行教学管理和质量评价等措施，促进教学点开齐开好课程，提高教学质量。同步互动专递课堂（以下简称专递课堂）是湖北省农村教学点网校的一种教学模式，这种教学模式主讲教师在城区中心校，通过现代信息技术手段，将教学信号同步专递到若干农村教学点，并实现主讲教师与教学点学生之间的双向交流互动。
湖北省教育厅自2017年6月份首批确定了19个试点县市，192个教学点开展试点。这些教学点的学生课堂学习效果怎样？专递课堂教学点的规模多大是一个比较理想的有效教学状态？专递课堂教学点的规模与每个教学点具体人数的关系是怎样的？有没有学科间的差异？这些问题的解决能够为今后布局教学点的规模提供科学的依据。本课题依据农村教学点课堂录像，采用量化实证的研究方法，分析教学点规模与学生课堂学习效率的相关值，为今后教育管理部门布局农村教学点提供决策依据。2018年11-12月期间，研究小组利用“湖北省农村教学点网校管理与服务平台”上远程巡课系统，采集了湖北省咸宁市崇阳地区小学音乐专递课堂教学视频，通过样本筛选和视频分析，探究了教学点规模与学生学习行为有效性的量化关系，以此为布局农村教学点提供科学支持。
一、影响专递课堂教学点学生学习行为有效性的诸因素分析
学习行为是学习者在学习过程中表现出来的运动、动作、反应和活动方式的总和，是学习者的思想、情感、态度、动机、能力等内在心理素质的外在表现。学习行为是决定教学是否有效的最为直接的控制变量，教师的教导行为要通过作用于学生的学习行为来影响学习的结果与效率。在课堂教学中，学生的学习行为受到诸多因素的影响。学习行为一方面受到学生自身的因素（如年龄、能力水平、性别、性格）及他们的家庭、社会环境等因素的影响，另一方面与教师（如教学策略、教学方法、教学手段和教学语言）、学习内容（如学习内容的趣味性、实用性和组织呈现方式）等因素有关。在同步专递课堂教学中，主讲教师所在的本地课堂并没有学生，即教学对象仅仅对接教学点的学生。通过长期对教学点课堂教学实地考察，我们发现影响同步专递课堂学生学习行为的因素是多样的，包括教师、学生、教学内容、教学点辅助教师、教学信号传递及专递课堂教学点规模等。通过样本筛选，研究者控制了其中一些变量因素，主要研究专递课堂教学点规模与学生学习行为有效性的关系。
在同步专递课堂教学中，如果控制了影响学习行为中除某一因素外的其他因素，能够分析出某一因素与学习行为的相关性。在样本筛选的过程中，控制了中心校教师、教学内容、教学点辅助教师和教学信号传递等因素，选择的教学点学生具有相似的文化背景和学习基础。本研究基于以下假設：同步专递音乐课堂教学点学生的学习行为有效率与同步专递教学点的数量和班级人数量级有相关性。
二、专递课堂教学点研究样本抽取与规模划分
（一）专递课堂教学点研究样本抽取
本研究以湖北省咸安市崇阳区教学点为研究对象，通过录屏软件，录制了25个样本。根据研究目的，按以下条件筛选样本：同一个主讲教师讲授相似教学内容课程，并采用一致的教学方式;教学点相对固定，学生在同一年级，受教育学校外部条件相似;研究样本教学环境一致，教学信号传递效率一致;助教在这些课堂中并无明确的指导行为。
通过样本筛选，剔除9节无效研究样本，选择了张老师的16节同步专递小学音乐课为有效研究样本。筛选样本具有以下特征：首先，张老师所教授课程全部为二年级音乐课，教学点相对固定，课程开设稳定;其次，讲授相似的教学内容，教学风格一贯，样本课堂教学可分为课前热身一讲解一练习一总结四个环节。在课前热身阶段，教师会利用多媒体播放相关视频，学生或跟唱或做热身操。在讲解阶段，教师会根据课程内容给学生讲解相关乐器或者歌曲节拍及动作，然后带领学生一起打节拍唱歌。在练习阶段，教师要求学生集体或个人练习并演唱歌曲。总结阶段，教师对本节课所学内容进行简单的小结。其中讲解环节时间最长，包含丰富的师生互动过程，学生行为变化多样，是分析学生学习行为的最佳环节。因此，本研究抽取每一节课的讲解环节进行分析研究。
本研究根据同步专递课堂实际，将研究样本按专递课堂教学点数量划分为两个教学点专递课堂和三个教学点专递课堂。
根据筛选样本中的教学点数量来计算教学课堂数量，则一个“两个教学点专递课堂”视频中有2节教学内容一样的课，一个“三个教学点专递课堂”视频中有3节教学内容相同的课，因此，16个研究样本共计有37节课（如表1所示）。 （二）专递课堂教学点规模划分
决定同步专递课堂教学规模的指标有两个：一个是同步专递教学点的数量，一个是每个教学点的人数。为探索同步专递课堂教学点数量和班级规模与音乐课堂教学效率的关系，研究者首先将37节课按照教学点数量划分为“两个教学点专递课堂”和“三个教学点专递课堂”两大类（Ⅱ;Ⅲ），然后根据教学点的规模设计和样本音乐课堂的班级人数实际情况，以5为间隔划分班级人数量级标准（1-5; 6-10; 11-15; 16-20），最后按照班级人数量级与两大类教学点的对应关系进行分类，将它们归为5个小组（Tl;T2;T3;T4;T5）。最后，抽取37节课中每节课讲解环节的教学片段。这样，就构成了本次研究的样本编码表（如表2所示）。
三、教学点学生学习行为编码与有效学习行为量化
（一）专递课堂教学点学生学习行为编码
关于如何量化有效学习行为问题，是本研究的关键点。本研究的逻辑前提是：教学点学生学习行为的有效性是由课堂中每个学生学习行为的有效性所决定的，而每个学生学习行为的有效性又是由其单位时间内学习投入情况决定的，而学习投入情况又是由一系列可观测的学习行为决定的。如果能够量化单位时间内课堂中每个学生的学习投入情况，就能够量化学生学习行为有效率。如何将单位时间内课堂中每个学生的学习投入量化？首先，需要区分出有效和无效学习行为类型。研究小组在反复观察教学视频的基础上，依据《课堂教学行为研究》中教学行为分析的方法与工具，结合音乐课堂教学行为的特点，设计了同步专递音乐课讲解环节学生行为编码体系（如表3所示）。
（二）有效学习行为量化
研究者从每一小组的讲解环节教学片段总数中，随机抽取72个时间点，依据弗兰德斯视频分析时间抽样要求，时间点确立为某一时刻前后三秒，据此判断该时刻学生的学习行为类型，然后进行编码记录。
通过对每个时间点上每个学生学习行为编码和统计分析（如表4所示），计算出每个小组每个时间点的学生有效学习行为率。
四、数据分析
研究样本被划分为五个小组（Tl、T2、T3、T4、T5），每一小组有不同的教学片段总数，每一小组抽取72个时间点，依据公式计算出每个时间点学生的有效学习行为率，共计360个随机有效学习行为率数据。
在360个随机有效学习行为率数据中，最直接的变量是小组，隐含变量为班级人数和同步专递教学点数量。研究者首先采用从宏观的视角，运用热点图和LOESS曲线拟合对数据进行分析;然后从微观视角，运用方差分析，探究了数据的信效度;最后用均值分析，解析了有效学习行为率与专递课堂教学点规模的相关性。
（一）热点图
面对多个变量的庞大数据，要厘清数据间的关系，最好的做法是先一次性观察所有数据。因此，运用直观、清晰、形象的热点图，将这五组数据进行可视化显示，可以一目了然地发现众多数据的差异。
如图1所示，每一时间点学生的有效学习行为率被表示为一个个相同大小的网格，颜色从白色到黑色的变化表示有效学习行为率逐渐升高，网格颜色越深，有效学习行为率越高。从每组的网格颜色中可以直观看到，Tl组与T3组的黑色网格面积占比要大一些，剩下的三组介于过渡色要多一些，数据分布的比较均匀。因此，通过对热点图的观察和分析可以得出：Tl和T3组数据样本所反映的有效学习行为率高于T2、T4和T5。热点图只是一个初步判断，还需要精确的统计来验证上述判断。
（二）LOESS曲线拟合图
为了直观地显示360个数据的区间分布以及有效学习行为率变化的宏观趋势，研究者采用LOESS曲线拟合的分析方法，LOESS曲线拟合采用了散点平滑估计的数学方法，更具科学性，并且它用回归线来概括变量之间的关系，使变量之间的关系更易于观察。
如图2所示，横轴为Tl-T5五个小组截取的72*5个时间点，纵轴为有效学习行为率，区间为[0，1]，图中空心小圆点表示每个时间点的有效学习行为率。从小圆点的分布区间可以看出来，Tl与T3组有效学习行为率分布离散度较大，學习行为有效率集中于高值区域较多，而剩下的三组小圆点分布在效率的中间区间居多，这与上述的热点图读出的信息是一致的。对这些数据进行LOESS曲线拟合，即局部加权散点平滑，以此看出每一组有效学习行为率的宏观变化趋势。从图2中很清晰地读出：从Tl组到T2组，效率在宏观上呈现下降趋势;T2组到T3组，效率在宏观上呈现一定的上升趋势，T3组到T4组，又有一定的下降趋势;T4组到T5组，有略微上升趋势。通过对有效学习行为率组际LOESS曲线拟合图的观察和分析，得出如下结论：Tl和T3组数据样本所反映的有效学习行为率较高。
由于以上的描述均是从宏观的角度来阐述五组效率数据的变化或相对大小，因此以下采取离散数据较为常用的方差分析法对数据进行细致分析，以获得更加精确的比较数值。
（三）方差分析
对五组有效学习行为率数据进行方差分析，结果如表5所示。
从表5可知33.77