移动情景学习下的教师教学评价模型研究

发布时间：2016-06-08 22:24

1  绪论  

1.1  研究背景 
随着计算机技术和通信技术的飞速发展，以及教育的信息化，传统的教学越来越无法满足学习者想要随时随地的获得知识的需求，随着移动情境技术被广泛地应用到人们的生活、学习、工作等各个方面，移动情景学习下的教师教学评价也成为当今的热点问题[1]，而对于移动情景学习环境平台下的教师教学评价研究还是比较少的。移动情景学习模式可以根据学习者当前的需求和环境以及学习设备的变化，选择最恰当的教师去实时地指导学习者，快速地为学习者解决问题，从而学习者能够更好、更快、更有效率地受到服务。在移动情景教学环境下，学习者与教师之间是通过安装在移动设备终端上的客户端，借助于移动互联网、计算机信息处理等技术来进行连接的。教师对学习者的指导不是面对面的授课方式，但却要在最短的时间内建立起准确、高效、可靠的教与学的关系，提供最有效的方法帮助学习者解决难题，系统可以通过全面的教师教学评价的结果，快速的将最优的得分最高的教师推荐给学习者，以方便学习者有效率的进行学习，这就需要在移动情景模式下对教师进行有效的评价，移动情景学习下的教师教学评价在我国还相当的薄弱，还未建立起科学的评价体系。所以在移动情景学习下怎样对教师进行评价，这是摆在评价方面的理论研究者面前的迫切任务。怎样的保证教师教学的质量，怎样将最优秀最适合的教师快速准确地挑选出来，高效地为学习者解决问题，以及该教师能否满足学习者的需要，教师的评价就显得尤为重要，已经成为移动情景教育工作者面前的一个重要课题[2]。 过去，评价一个教师的教学效果，用的是定性的分析方法，这种定性分析问题的方法忽略了学生本身存在的差异，使得的出的评价结果不是很准确。现在评价方法一般大多都采用定性与定量相结合的方法，这样可以使得评价的结果更加科学和客观性，使用定量的评价方法主要有：模糊综合评判法、层次分析法等。衡量广大教师服务的质量难以量化，尤其是对于移动情景学习来说，学习者是不可以面对面的接触教师的，而且教师服务时间、地点都是随机变化的，教师服务的内容也随着学习者不同而不同，对于教师来说，服务对象随机变化，服务内容随机变化，因而评价因素无法量化，为此，，本文提出了基于遗传算法的模糊综合评判的教师教学评价模型。 
...........

1.2  研究目的与意义 

1.2.1  研究目的 
目前针对国内的各种教学模式在教师教学评价方面，缺乏对移动情景学习下的教师教学评价，本文将以移动情景学习为平台，以移动情景学习模式下的教师研究对象，采取问卷调查法、层次 分析法、遗传算法等多种方法，构建一个移动情景感知学习下的教师教学评价 模型。本研究的目的有以下几个方面。 第一，总结前 人的研究成果，结合移动情景学习平台以及该平台下教师的业务 特征，提取移动情景学习下的教师教学评价的相关指标，对平台下的专家以及注册过该平台并且听过课的的学生进行问卷调查，分析在对移动情景学习下的教师进行评价时哪些指标是至关重要的，利用问卷调查并且对数据进行统计分析，得出散点图，构建移动情景学习下的教师教学评价指标体系。 第二，设计专家评价和学生评价的指标重要性权重问卷调查表，搜集系统平台中专家和学生对各个指标的重要性程度数据的判断，然后利用文中提出的算法进行指标权重的计算。 第三，采集专家和学生针对此次移动情景学习下的教师教学评价进行满意度调查，运用模糊综合评判法，进行学生模糊评判和专家模糊综合评判，最后将得到线性总评价，得出更为科学的教师教学评价结果。对于以后移动情景学习下的教师教学评价提供借鉴。 
....

2  教师教学评价的理论基础

2.1  移动情景学习

移动情景学习平台具有视频、摄像、拍照等功能，可以记录每个教师的教学。通过移动情景学习平台，用户在进行学习的过程中可以使用这些功能高效的进行交互问题，也可以方便学生快速的查询教师提供的学习资源 [17]。 移动情景学习平台提供有专家库、学习资源库、评价项目库，评价项目库又包含指标体系库与问卷库，所以，笔者在评价的刚开始准备阶段，可以选择已有的问卷从问卷库中进行发放调查，由于该平台具有开放性，问卷调查表和评价项目指标可以在专家的指导下得到不断的完善和补充。 移动情景学习平台下对教师进行评价包括了学生、教师、评价的项目、以及制定的指标标准等，教师评价系统为评价工作者提供了便利，可以大大的缩短评价的时间。移动情景学习平台如图 2.1 所示。 移动情景学习是基于传统的课堂教学和移动学习模式的基础上发展起来的一种新的教学方法，移动情景学习主张以学生为中心，教师为主导的教育理念[18]。移动情景学习可以使学生不受时间与空间的限制，促进了信息技术和传统的课堂教学相结合的模式，使得学生可以自主式或协作式地学习，提高了学生的创新能力。同时，移动情景教学模式希望教师能熟练运用现代教育技术的实践教学，提高教师的信息素养。为学生提供了交流协作的环境，使得学生在学习中培养交流协作的能力，也为学生提供了一个强大的平等、自由的学习资源信息库，易于提高学生的创造积极性，对于发现问题解决问题能力的提高有着实际的作用。 

..........

2.2  教师教学评价的方法
在本论文的写作过程中，主要采用采用的是主观和客观相结合的方法来对指标的权重进行确定，即使用层次分析法和遗传算法确定权重。在 20 世纪 70 年代初，美国运筹学家匹茨堡大学教授萨蒂提出了一种层次权重决策分析的方法即层次分析法。层次分析法的概念是从评价者对评价问题的本质和理解出发的，比较适用于那种信息是不确定的和比较主观的信息情况，它比一般的定量的方法更讲究定性的分析与判断。这种方法可以更好的降低加权这几种不确定性的因素，这种方法的操作步骤过程比较复杂。层次分析法的步骤如下所示[19]。 在建立好层次结构模型之后，可以清晰的看出来下一层的指标因素决定着上一层的指标因素。按照决策者的个人判断，将每一层的指标因素进行两两重要性的比较，我们就可以得出判断矩阵，鉴于主观决策者的判断的主观性和不一致性，以及层次分析法的[1，9]标度不可以确切的反映两个因子之间的关系，致使得到的结果不一致，为了判断矩阵的一致性可以更好的得到满足，本论文采用[1，9]区间标度法。
........

3  教师教学评价指标体系的建立 .... 11 
3.1  教师教学评价的指标选取原则....11 
3.2  教师教学评价的指标因素....11 
3.2.1  专家指标筛选 .... 13 
3.2.2  学生指标筛选 .... 17 
4  基于遗传算法的模糊综合评判模型 .... 21 
4.1  层次分析法的指标判断矩阵构造.... 21 
4.1.1  专家评价指标判断矩阵构造 .... 21 
4.1.2  学生评价指标判断矩阵构造 .... 22
4.2  遗传算法的判断矩阵指标权重计算........ 23 
4.3  模糊综合评判模型的教师教学评价........ 28 
4.4  基于遗传算法的模糊层次综合教师教学评价模型 .... 30 
5  教师教学评价模型实施 ........ 32 
5.1  实施环境.... 32 
5.2  实施过程.... 32 
5.2.1  专家评价 .... 32 
5.2.2  学生评价 .... 41 
5.3  综合评价结果.... 49 
5.4  结果分析.... 50 

5  教师教学评价模型实施  

5.1  实施环境 
在移动情景感知学习平台中，从学生、专家不同的主体对教师的教学过程进行评价，两者有机结合，加强了评价体系的完整性。移动情景感知学习下的教师教学评价实施环境如图 5.1 所示。有了专家评价的判断矩阵，才能对判断矩阵中每个指标的权重进行计算，由第 3 章的 3.2.1 节专家指标的筛选建立的评价因素集为： U =（U1 学习资源的提供、U2 教师的服务质量、U3 师生交互情况） U1=(C11 教学资源的质量、C12 熟悉教学内容的程度、C13 教师上载有效资源的数量)  U2=(C21 教师的服务时间、C22 教师的服务费用、C23 教师的服务次数、C24教师的服务态度、C25 媒体的运用程度、C26 针对性任务布置程度)  U3=( C31 对学生的关注程度、C32 学习效果分析、C33 作业与答疑情况)  教师服务质量的子准则层判断矩阵需要对教师的服务时间、教师的服务费用、教师的服务次数、教师的服务态度、媒体的运用程度、针对性任务布置程度六个指标进行两两对比，对比哪个指标的重要程度较高，师生交互情况的子准则层判断矩阵需要对教师对学生的关注程度、学习效果分析、作业与答疑情况三个指标进行两两对比，对比哪个指标的重要程度较高，运用[1，9]区间标度法得到判断矩阵，如表 5.4 所示。 
.........

总结

本文构建了一种基于遗传算法的模糊层次综合评判模型来对教师进行评价，通过对国内外相关参考文献的大量搜集和阅读，以及数学模型算法的学习与分析，该论文采用了层次分析法、遗传算法和模糊综合评判法相结合的思想，该数学模型容易掌握，是可行的，可以为移动情景学习平台的教师教学评价提供新的评价理念，该模型也可以应用于其他领域的评价问题上面，在论文的写作过程中我主要做了以下几方面的工作。 
（1）首先介绍了本文的研究目的和意义，然后阐述了国内外研究综述，对移动情景学习平台、移动情景学习、移动情景学习下的教师教学评价的相关概念进行了描述，以至于能够对教师评价的评价环境进行熟悉，接着分析了该论文中所用到的教师教学评价的方法，然后通过实验得出专家评价指标因子和学生评价指标因子，实验主要从问卷的设计、问卷的调查、问卷数据的统计分析几个方面来进行的。不同的评价主体拥有不同的评价指标，可以使得评价得过程更加的全面。 
（2）在指标权重的确定上，本人阅读了大量的教师评价确定指标权重的书籍，最后采用了[1，9]区间标度法来确定判断矩阵，在对教师指标权重的赋值上面，运用了遗传算法借助计算机来进行计算，最终得出各个指标的权重值，这种确定权重的方法可以比层次分析法得出的权重结果更精确，使得最终的评价结果更接近事实。 
（3）本论文在对教师的教学进行评价的过程中，采用的是从专家和学生两个不同的评价主体分别运用不同的评价指标来对教师的教学进行评价，最后将专家和学生评价的分数进行组合得到一个教师的总的评价分数，这种评价可以使得评价的过程更加的灵活，得到的结果更加接近事实。
.........
参考文献(略)  

本文编号：55009