实训活动体验的情态分析方法

朱孝平+邹菊梅+张剑平

摘 要 实训活动体验的情态分析方法是通过识别把情态类别归纳为“挑战度”、“偏好度”、“愉悦度”、“期待度”四种，利用该分析模型，可以进行初步的数量化分析，对不同内容、不同教师、不同群体的实训教学之间进行比较，为优化实训教学提供依据。该分析方法为评价实训教学提供了新的手段，采用类似的研究方法，能够促进研究者对研究对象以及教育现象更加深入的理解。

关键词 实训教学；学习者体验；扎根理论；情态分析；模型

中图分类号 G712 文献标识码 A 文章编号 1008-3219（2014）13-0031-05

一、引言

实训教学具有丰富的情境性与体验性，被认为是培养学生职业能力、形成职业素养的重要途径，但也正因为如此，实训教学活动的设计、组织、评价均更加困难。

在实训过程中以及实训活动结束后，一种常态的做法是让学生记录、总结实训活动的体验与收获。这样做的目的有两个：一是作为“互动工具”，通过记录载体，让教师了解学生，并通过各种反馈起到情感激励的作用；二是作为学习者的“反思工具”，通过记录帮助学习者梳理、领悟知识和技能。目前针对类似资料的更加深入、有目的的分析与研究很少。

事实上，通过各种记录对学习者进行研究已经是一个新的热门话题，作为分析的载体，目前多集中在文本并已延伸到了语音与视频等领域[1][2]。在以文本为载体的研究中，Halliday等提出的系统功能语言学具有重大影响，他认为，语言具有“人际功能”，与交际双方的言语角色和说话人的情感、态度有关，并把情态系统分成概率、频率、义务与意愿四个分量[3]。虽然Halliday等人的研究主要基于英文语境和人机对话，但是对于以学习者描述与记录为特征的实训活动的分析也有启发作用。

本文以学习者在实训活动中的原始文本记录为载体，借助扎根理论的研究方法，通过提取表达情态的意义词，对学习者在实训活动中的情态类型进行划分，分析其情态取向以及情态值，尝试建立实训体验的情态分析模型。

结合实际案例，尝试进行数量化的情态分析，这一模型与分析的方法可以为研究者提供比较的工具，并为优化实训教学提供评价性的依据。

二、情态分析模型

情态一般意义上被认为是说话人对一种状态的认知、情感和意愿等方面的态度，是介于“是”与“否”之间的意义领域。由于人的情感态度是复杂的，因此，这种意义领域也就有不同的指向性。

（一）情态类别

出于不同的目的，人们对于情态会有不同的划分方法，Halliday等人把情态划分为四类，Eggins等人把情态划分为两大类，Roberts等则只采用一个大类。研究的对象不同，研究者选择的分析模型也会不同，这些划分主要针对的都是对话研究[4]。

本文指向的研究具有特殊性，指向的是人对活动的体验，即学习者在实训活动中表现出来的情感与态度，研究的载体是学习者的记录文本，反映的是人与活动之间的关系。

在实训教学活动的情态分析方面，目前还缺乏相应的研究，因此，采用扎根理论的研究方法来获得“初始性的知识”是一种比较合适的方法。

对来自于学生的多个原始实训记录样本进行分析，采用三级编码技术，对所有与学习者体验有关的词语（或是短句）进行编码，由下而上，逐级概括[5]，如表1所示。

表1 三级编码的过程

这一过程实际上是一个对实训活动中的情态进行初步分类的过程，从原始实训记录的分析来看，学习者体验的情态主要包含挑战度、偏好度、愉悦度、期待度四类。

通过访谈等手段，进一步证实了这种分类结果的合理性。实训活动一般以任务来驱动，因此在实训过程中，学习者对于任务难度会有主观体验，以难与易为两个端点，挑战度就是处于这两者之间的意义领域。偏好度反映的是学习者对任务以及活动本身的喜爱程度，以喜与恶为两个端点；愉悦度是指活动中学习者心理上的快乐程度，以苦与乐为两个端点；而期待度是指学习者对将来类似活动的期待程度，以盼望与抗拒为两个端点。这样实训活动中学习者的体验就有四个意义的领域，显然这四种情态的领域并不是完全独立的，在很多情况下其意义相互交叉重叠。

（二）情态取向与情态值

情态是一种主观的感受和态度，具有方向特征，所谓情态取向即指积极性（正面的）或是消极性（负面的）。所谓情态值是指情感与态度的强烈程度，可以较粗略地分为高、低两个等级，这样每个类别的实际情态值便有+2、+1、0、-1、-2五种，具体见表2。

表2 情态取向与情态值示例

*注：没有倾向性或是没有述及情态值为“0”。

需要特别说明的是关于挑战度。与其他三种情态不同，挑战度反映的是学习者个体与任务难度之间的关系，虽然有难与易两个端点，但是划分正负的标准并不按照这两个端点。对于学习者而言，处于其“最近发展区”内的任务是最恰当的任务，因此，当学习者体验到任务太难或太易，偏难或偏易的时候，都是负面的。所以，这一类型的情态值分为0（没有表述或是认为恰当）、-1、-2三种，这一处理方法与Eggins等人对可能性情态的处理方法是类似的[6]。

（三）情态分析框架

通过上述对情态类别、情态取向以及情态值的分析，可以初步建立基于实训活动中学习者体验的情态分析框架，如图1所示。该分析框架由三个部分组成。

图1 实训活动中学习者体验的情态分析框架

一是选定情态类别框架。可以根据研究的需要，选定上述类别中的四个，也可以只选取其中的几个进行分析，如只选其中的愉悦度进行研究，或是根据研究的特殊性，在原来的框架中再增加新的类别，需采用扎根理论等研究方法进行识别。

二是情态标识。对原始材料进行分析，一般由富有经验的教师或研究者进行，具体有三个步骤：即对所有与体验有关的情态词或是短句进行编码；根据选定的框架进行归类，如无法归类可暂时去除；判断情态取向并恰当地进行赋值。

三是量化分析。在前两步的基础上，根据研究需要进行量化分析，对实训活动做出量化的评价，针对不同活动、不同教师、不同群体之间进行比较，通过量化的分析，对实训活动的优化提出建议。

三、量化分析案例

以下针对一个具体案例进行量化的情态分析。

（一）样本基本情况

2012年3月，浙江金华一职校与某国际商务公司合作共建实训基地，开展电子商务客服实训，把真实的工作任务引入实训教学，这一合作的方式扩展到5所中职学校与2所高职，仅一职校参加实训的学生已达20余期。在实训过程中，让每一名学生每天记录实训中的感受与体会，记录形式不拘，学生可以用一句话进行总结，也可以写一段话来描述体验、感受与收获，因为记录方式自由，记录提交给主管而不是教师，所以学生的描述具有很高的真实性，这样的记录已持续了两年时间，包括所有的参训学生，这些原始资料均作为学生档案保存，是研究类似问题的理想样本。

（二）选定情态分类框架

为了比较全面分析实训过程中学习者的情态，采用上述四个类型作为分析框架，即同时分析挑战度、偏好度、愉悦度与期待度，这样可以较全面地了解学生的体验情况。

（三）情态标识

随机选定一所职校第9期与第11期实训的部分学生（各12名）的实训记录作为分析样本，研究者仔细阅读所有的文字记录，包括一些代表学生情感色彩的符号，以及教师的互动评语，先在文本层面上整体把握情态。在此基础上，对与表达学习者情态有关的词或是短句进行标识（编码），如“真心累了”、“很难过”、“真爽啊”等，标识过程存在一定的复杂性与模糊性，Roberts等认为，对于数据至少要有两个有经验的研究者进行校验[7]。在标识过程中，邀请负责实训工作的主管参与校验，因为她们与学生的互动交流充分，对于学生描述的真实意义理解更加准确。

在完成初步的标识后，对编码进行归类，即归到上述四种情态类别当中，有时会出现较难归类的情况，如认为活动“挺有意思的”，结合语段同时具有“感觉到愉快”与“喜欢这样的活动”的意思，对于这样的情况，一般同时归入愉悦度和偏好度两种类别。对于情感的强度只进行较粗略的划分，即无论对于积极的或是消极的，都只分为强与弱两个层次，这样比较方便对较为模糊的表述进行量化处理。

考虑到研究者或教师对新生代的学生在语言表达方面可能存在一定的理解障碍，对于部分较难标识与判断情态值的数据，征求相关学生的意见。

对每一名学生一个周期内（两周共8个实训日）的情态进行分类识别并赋值，以某学生A为例，识别结果见下表3。

表3 单个学生的情态分析（以学生A为例）

从整体标识情况看，上述四个类别中，学生描述最多的是愉悦度这个类别，不仅词汇丰富，许多学生还用“表情图”来描绘自己的心情与感受，同时，这一类别的波动幅度也最大，由于取得业绩的不同，在不同的实训日期，学生对这种快乐与痛苦的体验，由一个极端很快到达另一个极端。这一维度学生的描述最丰富，原因可能是实训中的愉悦感体验是最直接的，也是学生最熟悉的，而且也比较方便表达。

其次是期待度，某一天学生对自己的表现不满意，他期待明天可能会更好一些，因此有进一步尝试的愿望。但是仅就本研究来看，强烈的正面期待很少被标识到。

关于挑战度，标识到的大多不是任务本身的难度，而是跟业绩有关的难度，即学生觉得要完成这么大的工作量“太难了”，要达到这么高的业绩要求“吃不消”。在所有四个类别中，标识到的与偏好度有关的信息比较少，很少有学生直接描述他是不是喜欢这样的实训活动，一方面，可能是因为偏好度相对稳定，在较短的时间内学生自己也判断不清；另一方面，学生认为这样的实训活动相当于工作，不是由个人的喜好决定的。

（四）量化的分析

对每一名学生每天的情态进行分析后，可以将不同的学生相应的条目进行相加处理，如果再进行归一化均值处理，就能得到一个相对的平均值，这一平均值反映了一个群体的情态。初步划分均值区域，如图2所示，根据强度分为五个区间，表明正面（积极）与负面（消极）的情感与态度的强度。

图2 情态强度区间的划分

目前没有足够数据证明每一情态类别的均值（归一化后）处于哪一个区间最理想，但是可以肯定，有效的实训活动必须将任务的挑战性控制在恰当范围内，同时使学习者体验到较高的愉悦感，从而对类似的活动产生兴趣、形成偏好并产生正面期待。

作为一种验证，对上述两期实训学生的所有数据进行均值化处理，并统计了其方差，结果见表4。

表4 两组实训学生情态数据的对比

这两组数据来自基础情况相近的班级，实训活动由相近的任务构成，教学组织的方式相同，经过对数据形成过程的分析，提取到三个共同特征。

第一个特征是情态类别的分布不均。从描述中可以发现，有关愉悦度方面的描述最丰富，标识到最多，其次是期待度与挑战度，标识到最少的是偏好度方面的描述。对于实训活动的体验记录，这样的特征可能具有普遍性。

第二个特征是情态值的波动性。从两期数据的方差可以明显看出，情态类别中的愉悦度波动性最大，方差值远高于其他类别。对于单个学习者而言，所体验到的快乐与痛苦变化最快，说明愉悦度是四种情态中最敏感的指标，并可能潜在的影响其他体验类别指标。

第三个特征是情态均值处于强度弱区。两期实训情态分析得到的各类情态均值均处于较弱的区域，即正面或是负面的第一个区域，这说明本研究样本中，学习者在活动中的整体愉悦度不高，对类似活动的偏好度不大，期待程度也比较低，表明活动的设计与实施需要优化，这一结果与课堂观察以及访谈了解到的信息相一致。

四、总结与讨论

在实训教学活动中，学习者的体验特别丰富，这些体验多指向情感态度领域。以学习者的原始体验记录作为分析的文本载体，采用扎根理论的三级编码技术，得到了有关学习者体验的情态分类，主要有四个类别，即挑战度、偏好度、愉悦度和期待度。其中，学习者描述最多的是愉悦度这一类别，其次是期待度与挑战度，识别到比较少的是偏好度，这可能与学习者体验的直接性有关。在实训活动中，学习者体验到的愉悦度变动性最大，属最敏感指标，当学习者体验到的愉悦度较低时，学习者投入活动的积极性会明显下降，对将来参加类似活动就会产生抗拒，这样的情绪甚至会影响到未来职业生涯的选择；相反，在挑战度恰当的情况下，实训活动如能为学习者提供较好的愉悦体验，将有利于学生逐步形成对类似活动的偏好，从而产生进一步的期待。因此，实训教学活动中的愉悦度是关键的控制指标，其直接影响着偏好度与期待度，教师需加以充分重视。同时也表明，在研究中以愉悦度作为主要的识别指标，可能是一种简便易行的方法。

不论是哪种情态，都具有方向性，即有正面与负面之分，对于不同的情态可以根据其强烈程度进行分级，可以比较粗略地分为高与低两级，也可以更加精细地分为高、中、低三级。据此可以对情态进行赋值，并为量化处理打下基础。实践教学活动中，学习者强烈的负面情绪要引起充分重视，因为这很可能会破坏学习者的学习动机。

本文提出的量化分析框架包括三个部分，即选择情态分类框架、情态识别与量化分析。研究者可以根据研究的需要选取其中的几种作为分析类别，通过有经验的研究人员对情态进行标识、归类并赋值，从而实现情态的量化分析。这一分析框架与方法为研究者评价实训教学活动提供了新的工具，可以对不同内容、不同教师、不同群体的实训活动进行量化比较，用于判断教学过程中发生的各种变化，为进一步研究实训教学活动的优化提供理论与数据的支持。

参考文献

[1]COLOM BO C， DEL B A， PALA R. Semantics in Visual Information Retrieval[J]. IEEE Multimedia，1999，6（3）：38-53.

[2]郭戈，平西建. 视频情感语义分析——类型-强度分解法[J].计算机应用，2010（6）：1704-1707.

[3]Halliday， M.A.K.，&Matthiessen， C.M.I.M. An Introduction to Functional Arammar（3rd ed.）. London： Hodder Arnold， 2004： 332-335.

[4][6]Karl W. Kosko， Patricio Herbst. A Deeper Look at How Teachers Say What They Say： A Quantitative Modality Analysis of Teacher-to-teacher Talk. Teaching and Teacher Education，2012（28）：589-598.

[5]陈向明. 质的研究方法与社会科学研究[M].北京： 教育科学出版社，2000：332-335.

[7]Roberts， C. W.， Zuell， C.， Landmann， J.， & Wang， Y. Modality Analysis： A Semantic Grammar for Imputations of Intentionality in texts[J]. Quality &Quantity，2010，44（2），239-257.

On the Modal Analysis Method for Experience of Practice Training Activities

ZHU Xiao-ping， ZOU Ju-mei， ZHANG Jian-ping

（College of Education， Zhejiang University， Hangzhou Zhejiang 310007， China）

Abstract The modal analysis method for experience of practice training is adopted to identify the modal category induction as a “challenge”， “preference”， “pleasure”， “expectation”. Using the analysis model， it can carry out preliminary quantitative analysis， and compare practice training and teaching for different contents， different teachers and different groups to provide basis for the optimization of practical teaching. It provides new means for the evaluation of teaching methods， by using the similar method， it can promote researchers to deploy more in-depth understanding on study objects and educational phenomenon.

Key words practic teaching； learning experience； grounded theory； modal analysis； model

不论是哪种情态，都具有方向性，即有正面与负面之分，对于不同的情态可以根据其强烈程度进行分级，可以比较粗略地分为高与低两级，也可以更加精细地分为高、中、低三级。据此可以对情态进行赋值，并为量化处理打下基础。实践教学活动中，学习者强烈的负面情绪要引起充分重视，因为这很可能会破坏学习者的学习动机。

本文提出的量化分析框架包括三个部分，即选择情态分类框架、情态识别与量化分析。研究者可以根据研究的需要选取其中的几种作为分析类别，通过有经验的研究人员对情态进行标识、归类并赋值，从而实现情态的量化分析。这一分析框架与方法为研究者评价实训教学活动提供了新的工具，可以对不同内容、不同教师、不同群体的实训活动进行量化比较，用于判断教学过程中发生的各种变化，为进一步研究实训教学活动的优化提供理论与数据的支持。

参考文献

[1]COLOM BO C， DEL B A， PALA R. Semantics in Visual Information Retrieval[J]. IEEE Multimedia，1999，6（3）：38-53.

[2]郭戈，平西建. 视频情感语义分析——类型-强度分解法[J].计算机应用，2010（6）：1704-1707.

[3]Halliday， M.A.K.，&Matthiessen， C.M.I.M. An Introduction to Functional Arammar（3rd ed.）. London： Hodder Arnold， 2004： 332-335.

[4][6]Karl W. Kosko， Patricio Herbst. A Deeper Look at How Teachers Say What They Say： A Quantitative Modality Analysis of Teacher-to-teacher Talk. Teaching and Teacher Education，2012（28）：589-598.

[5]陈向明. 质的研究方法与社会科学研究[M].北京： 教育科学出版社，2000：332-335.

[7]Roberts， C. W.， Zuell， C.， Landmann， J.， & Wang， Y. Modality Analysis： A Semantic Grammar for Imputations of Intentionality in texts[J]. Quality &Quantity，2010，44（2），239-257.

On the Modal Analysis Method for Experience of Practice Training Activities

ZHU Xiao-ping， ZOU Ju-mei， ZHANG Jian-ping

（College of Education， Zhejiang University， Hangzhou Zhejiang 310007， China）

Abstract The modal analysis method for experience of practice training is adopted to identify the modal category induction as a “challenge”， “preference”， “pleasure”， “expectation”. Using the analysis model， it can carry out preliminary quantitative analysis， and compare practice training and teaching for different contents， different teachers and different groups to provide basis for the optimization of practical teaching. It provides new means for the evaluation of teaching methods， by using the similar method， it can promote researchers to deploy more in-depth understanding on study objects and educational phenomenon.

Key words practic teaching； learning experience； grounded theory； modal analysis； model

不论是哪种情态，都具有方向性，即有正面与负面之分，对于不同的情态可以根据其强烈程度进行分级，可以比较粗略地分为高与低两级，也可以更加精细地分为高、中、低三级。据此可以对情态进行赋值，并为量化处理打下基础。实践教学活动中，学习者强烈的负面情绪要引起充分重视，因为这很可能会破坏学习者的学习动机。

本文提出的量化分析框架包括三个部分，即选择情态分类框架、情态识别与量化分析。研究者可以根据研究的需要选取其中的几种作为分析类别，通过有经验的研究人员对情态进行标识、归类并赋值，从而实现情态的量化分析。这一分析框架与方法为研究者评价实训教学活动提供了新的工具，可以对不同内容、不同教师、不同群体的实训活动进行量化比较，用于判断教学过程中发生的各种变化，为进一步研究实训教学活动的优化提供理论与数据的支持。

参考文献

[1]COLOM BO C， DEL B A， PALA R. Semantics in Visual Information Retrieval[J]. IEEE Multimedia，1999，6（3）：38-53.

[2]郭戈，平西建. 视频情感语义分析——类型-强度分解法[J].计算机应用，2010（6）：1704-1707.

[3]Halliday， M.A.K.，&Matthiessen， C.M.I.M. An Introduction to Functional Arammar（3rd ed.）. London： Hodder Arnold， 2004： 332-335.

[4][6]Karl W. Kosko， Patricio Herbst. A Deeper Look at How Teachers Say What They Say： A Quantitative Modality Analysis of Teacher-to-teacher Talk. Teaching and Teacher Education，2012（28）：589-598.

[5]陈向明. 质的研究方法与社会科学研究[M].北京： 教育科学出版社，2000：332-335.

[7]Roberts， C. W.， Zuell， C.， Landmann， J.， & Wang， Y. Modality Analysis： A Semantic Grammar for Imputations of Intentionality in texts[J]. Quality &Quantity，2010，44（2），239-257.

On the Modal Analysis Method for Experience of Practice Training Activities

ZHU Xiao-ping， ZOU Ju-mei， ZHANG Jian-ping

（College of Education， Zhejiang University， Hangzhou Zhejiang 310007， China）

Abstract The modal analysis method for experience of practice training is adopted to identify the modal category induction as a “challenge”， “preference”， “pleasure”， “expectation”. Using the analysis model， it can carry out preliminary quantitative analysis， and compare practice training and teaching for different contents， different teachers and different groups to provide basis for the optimization of practical teaching. It provides new means for the evaluation of teaching methods， by using the similar method， it can promote researchers to deploy more in-depth understanding on study objects and educational phenomenon.

Key words practic teaching； learning experience； grounded theory； modal analysis； model