义务教育阶段学生微粒观形成现状调查

姜涛

摘要：微粒观是义务教育阶段学生必须建构的核心观念。按照义务教育阶段课程标准内容和能力水平要求，对某市十年中考试题进行逻辑分析，结合一道试题作答情况，进行数据收集、输入，自变量筛选，Logistic线性回归，最后在统计分析的基础上，分析了目前义务教育阶段学生微粒观形成的现状及影响因素，反思原因，提出教学建议。

关键词：微粒观;化学观;spss统计分析;回归模型

文章编号：1008-0546（2014）12-0075-05 中图分类号：G632.41 文献标识码：B

doi：10.3969/j.issn.1008-0546.2014.12.029

一、问题的提出

1. 文献综述

“微粒观”是初中生必须建构的核心化学观。很多研究者的研究发现：学生对物质变化微观认识水平总体较低，而且发展速度小于化学知识增长速度[1]。因此从不同的角度提出了促进初中生微粒观形成的策略，如实验法，类比法，并教学实践中进行了尝试[2]。从研究方法来看，定性研究较多，基于实证的定量研究较少。因此从评价的视角，采用定量研究方法，了解目前阶段学生微粒观的形成现状，反思教学策略的有效性，并提出相关教学建议。

2. 某市十年关于微粒的考查

课程标准关于“微粒观”的内容标准和认知水平分解为以下四个核心考点。

考点一：理解物质构成的微粒性;

考点二：知道分子、原子基本特征;

考点三：应用分子、原子的观点解释常见物理、化学现象;

考点四：了解微粒之间的相互关系，微粒变化与物质变化的关系。

用表格形式的通用矩阵对该部分内容及标准进行分解，见表1。

选择某市2004年至2013年十年间考查物质微粒性的试题，采用逻辑分析方法，将考点和考查水平进行双向分类，结果见表2。

从表2来看，该市近十年的测试内容主要分布在考点三上，频数几乎达50%，能力水平考查主要是识记层次，题型以选择题为主，分值一般1～2分。表1、表2显示，该市在此部分的考查与课程标准存在较大不一致。

二、调查与研究

1. 研究方法

采用标准化的命题流程，利用SPSS 19.0对数据进行统计分析，定量地了解学生微粒观形成现状，分析影响形成因素及发展程度。

2. 命题的指导思想

试题内容要求包含四个考点，在水平目标上不低于课程标准的最高要求。考查点相对独立，随机分布。既注重陈述性知识的考查，也要注重学生解决问题能力的考查。

3. 试题设计及施测方法

（1）测验题的设计

为保证样本内容的代表性，内容和认知层次相对权重，设计如表3的双向细目表，见表3。

（2）命制测试题

试题为单选题，经过一位初中学业评价小组老师修订，删去表述不明确的词语2处，删去1个不能达成测试目标的选项。

试题：下图是水在三种不同状态下，水分子的微观排列图

下面说法正确的是：

A.状态1到状态2的变化过程中，由于水分子数目减少，所以主要发生的是化学变化

B.升高温度，一定能使水由状态1变化成状态3

C.任何物质由状态2变成状态3，都必须经过状态1

D.从状态2可知，该状态时，当分子数目确定时，物质的体积主要由分子间的间距决定

试题内容结构分析，见表4。

（3）施测方法

为保证学生在真实的情景中完成测试，将该道作为第11题编入“2014年某区化学调研考试”试卷中。试卷共五道大道，28道小题，总分50分，选择题为单选题，每题1分，考试时间90分钟。考试由区统一安排，学校组织，每考场30人，1～2名监考教师。统一阅卷，统一进行分数登记。全区成绩统计见表5。

4. 抽样及数据分析

抽样选取该市某中学73名同学试卷进行分析。对学生答题情况进行编码：所选选项用1表示，未选选项用0表示，如某同学该题答案为D，则相应的编码为：0，0，0，1。另外登记学生化学总分，将数据输入到spss 19。

按照下表将得分情况重新编码为不同变量，变量名为level，变量标签为等级。见表6。

（1）抽样描述性分析

对抽样进行描述性统计分析，了解数据的基本情况。见表7。

选项以二分值进行了编码，选项的难度为答对人数与总人数之比，公式为：P=

P为难度值，N为被试人数，K为答对该题的人数。

本案中，选项采用“1，0”编码，所以难度值即该题选项D的均值。根据表7可知，该题的难度为0.62。该题难度比本次测试试卷总难度值略低（全区P=0.63，该中学P==0.66）。

区分度用点双列相关系数（rpbi）表示，公式为：

rpbi=

p-q分别表示答对该题和未答对该题的学生平均分，p、q分别表示答对该题和未答对该题的学生占总学生人数的百分比，St为全体学生总分的标准差。相关统计量见表8。

代入上表数据，得该题的区分度为0.819。该值在自主度为72（df=N-1）时达到显著性水平，说明该题具有积极的区分作用。

（2） 回归分析

将选项A（A）、选项B（B）、选项C（C）、总分（total）、等级（level）做为自变量，11题得分（df_11）为因变量，利用CRT树模型进行自变量筛选。分析结果见图1。

从上图可知，11得分与选项C、选项A之间存在交互项。选项C作为对预测结果改进最大的自变量首先用于拆分节点，其中未选择C的同学共56人，其中有11人未选择D。从节点2中可知，未选择C，也未选择A的同学共48人，其中有3人未选择D。该模型进行预测的准确性的测量见表9。endprint

从表9可以看出，在大约有4.1%的学生可能会在该模型中被错分。

按照CRT模型进行预测，总计预测准确率达到了95.9%，这说明该模型具有相当准确的预测程度，见表10。

当前树模型构建过程中计算出各候选自变量的重要性，见表11。

从上表可以看出来，重要性排在前三位的是选项C、选项A，以及等级，总分的相对重要性只占9.3%，基本上可以忽略。

经过自变量筛选，得到含选项C、选项A、等级3个自变量的Logistic回归方程。

对步骤、模块、模型进行模型系数综合性检验，当df=3，p=0.05时，卡方临界值为7.915，我们计算卡方值为83.167，大于临界值，且Sig.值小于0.05。模型系数综合检验表见表12。

模型汇总输出了Logistic回归模型的似然比值和两个伪决定系数，见表13。

伪决定系数较大，说明当前模型中自变量解释的因变量的变异占因变量总变异的比例较大。

将筛选自变量重新拟合，根据该回归模型进行预测，预测结果见表14。

比较表10和表13，发现Logistic模型预测的总计准确率与按照CRT模型预测的总计百分比相同。

根据表15，最终可以给出回归方程如下：

Logit（）=-2.961-26.304 ×选项C-25.763×选项A+2.409×等级

5. 结论

用分类树模型进行变量筛选，并用Logistic模型进行拟合，得到如下结论：

（1） 由于回归系数小于0，所以正确认识物质三态的变化是学生选择D选项的主要因素，它有较强的干扰作用。

（2） 物质的三态变化、微粒变化与物质变化之间存在协同性的正向交互作用，回归系数均小于0，所以都对正确选择有干扰作用，但正确理解“微粒变化与物质变化的关系”干扰作用小。

（3） 微粒观的形成相比于化学其它知识发展要慢。

（4） 影响微粒观形成的因素发展不一致。

三、教学建议

1. 教师要认真研究课程标准和教材

要做到教学、学习、评价三位一体，就要求认真研究课程标准和教材，做到准确、完整。

准确是指深入文本了解其知识价值。如“结合学生熟悉的现象和已有经验”，“从身边的现象和简单的实验入手”谈的是教学的起点，课程标准要求的内容和水平目标是终点，教学应注重学习的效益。在本例的分析中，物质三态的变化学生都具有丰富的经验，而且课标能力要求也不高，但却成了学生正确答题的主要干扰项。这种现象说明微粒观作为一种重要的化学观，是上位知识，学生从熟悉的经验和现象、实验入手，经过同化、顺应，概括具有上位性质的概念，这充分说明微粒观的学习是有意义的学习过程，而不是机械学习过程。

完整是指要读懂、读透。物质的三态变化、微粒变化与物质变化的关系均在本例中影响学生答题的准确性，而对知识和能力水平较高的“用微粒观解释常见的物理变化、化学变化”却未成为干扰因素。这与教师在平时教学中进行大量的操练有关，学生解决问题的能力并没有得到提高。

2. 化学观的形成是多种因素共同作用的结果

化学观的形成是多因素共同作用的结果。化学观的形成需要充分挖掘教材的广泛的育人价值，整合各种资源，构建多种符合学习习惯的教学方式。另外，微粒观是一个定义性概念，模糊的下位概念对微粒观的形成具有干扰作用，就如选项C和选项A的作用一样。

使用微粒观释释常见现象，是内容重心由事实性知识向技能和方法的转变，方法重心由记忆向理解、迁移转变。化学观一定建立在知识和技能的学习过程之中[3]，能力的提高和化学观的形成是协同发生的。

3. 做好试题分析，找出主要问题，减少重复训练，提高训练的效率

分析表明学生在用微粒观解释现象上表现了较高的水平。如果教师没有看清这一点，仍然进行大量反复训练，显然失去了意义。有针对性地训练将节约时间和精力，有助于学生将精力和时间放到掌握不牢、含糊不清的知识和方法上，从而提高训练的效率。

四、反思

1. 克服“考试导向”的不良现象，关注核心概念的学习

对该市近十年中考试题的分析，发现存在的问题，也是目前义务教育阶段学业考试命题普遍存在的问题，即：

（1）过分重视陈述性知识的识记，牺牲了对较高认知水平的考查;

（2）关注了学生已有经验的考查，忽视了对学习结果的测试，即测量的是学生的起点，而不是学习的增益。

在这种以考试为指挥棒的应试背景下，教学目标与课程标准和教材渐行渐远。教师以考试题目为纲指导教学活动设计，思想上轻视学习过程，忽视学生化学观的形成，忽视学生科学素养的养成，影响和制约了学生学业发展。

转变以“考试”为导向的教学价值倾向，转变以事实性知识记忆为主的学习方法，注重学生高级思维能力的培养，仅靠教师的课堂行为改革是不够的。建立高质量的考试评价质量分析指标体系，从宏观指标、微观指标综合评价试题质量，注重试题基础性、目的性、综合性、具体性，既考虑试题的区分度、信度、效度，也通过试题诱发老师、学生进行深层的思考[4]。只有这样，测试与评价才能科学有效地发挥其在教学中的导向作用。

2.考试数据分析由经验型向科学分析型转变，挖掘数据背后隐藏的教与学的规律

大数据的触角正伸向教学测量与评价领域。处理数量巨大的教育数据，不仅消耗教师的脑力，也包括体力。这要求数据分析既高效、保真，也能高效率。显然经验是远远不足于满足以上的要求，我们需要更多的工具。充分利用统计学模型和计算机辅助技术，才能真正做到把评价由“对学生进行评价”向“为学习进行评价”转变。

通过数据的获取、存储、管理、分析等方法，能构建学习者学习行为相关模型，并进行预测、聚类、关系挖掘等过程[5]。预测有利于教师迅速找到影响教育因变量的自变量，促进改进教学;聚类有利于教师因材施教;关系挖掘有利于教师找到各种教育现象的因果关系。总之，数据挖掘为教师提供了未来有效分析教育现象的科学依据。教师的精力是有限的，只有通过科学、高效地数据分析，才能找到真正影响学习的主要因素，也才能“对症下药”。

参考文献

[1] 黄琼.中学化学教学中学生物质微粒观的培养[D].山东：山东师范大学，2009

[2] 李翠华.例谈帮助初中生形成微粒观的策略[J].化学教学，2012，（12）：38-40

[3] 江合佩，傅兴春.新课程背景下化学教学中化学观的构建与实践[J].江西教育学院学报（综合），2011，32（6）：7-9

[4] 孔凡哲，马云鹏.试卷质量的影响因素与质量分析指标体系[J].教育测量与评价（理论版），2009，（4）：41-44，47

[5] 徐鹏，王以宁，刘艳华，张海.大数据视解分析学习变革[J].远程教育杂志，2013，（6）：11-16endprint

从表9可以看出，在大约有4.1%的学生可能会在该模型中被错分。

按照CRT模型进行预测，总计预测准确率达到了95.9%，这说明该模型具有相当准确的预测程度，见表10。

当前树模型构建过程中计算出各候选自变量的重要性，见表11。

从上表可以看出来，重要性排在前三位的是选项C、选项A，以及等级，总分的相对重要性只占9.3%，基本上可以忽略。

经过自变量筛选，得到含选项C、选项A、等级3个自变量的Logistic回归方程。

对步骤、模块、模型进行模型系数综合性检验，当df=3，p=0.05时，卡方临界值为7.915，我们计算卡方值为83.167，大于临界值，且Sig.值小于0.05。模型系数综合检验表见表12。

模型汇总输出了Logistic回归模型的似然比值和两个伪决定系数，见表13。

伪决定系数较大，说明当前模型中自变量解释的因变量的变异占因变量总变异的比例较大。

将筛选自变量重新拟合，根据该回归模型进行预测，预测结果见表14。

比较表10和表13，发现Logistic模型预测的总计准确率与按照CRT模型预测的总计百分比相同。

根据表15，最终可以给出回归方程如下：

Logit（）=-2.961-26.304 ×选项C-25.763×选项A+2.409×等级

5. 结论

用分类树模型进行变量筛选，并用Logistic模型进行拟合，得到如下结论：

（1） 由于回归系数小于0，所以正确认识物质三态的变化是学生选择D选项的主要因素，它有较强的干扰作用。

（2） 物质的三态变化、微粒变化与物质变化之间存在协同性的正向交互作用，回归系数均小于0，所以都对正确选择有干扰作用，但正确理解“微粒变化与物质变化的关系”干扰作用小。

（3） 微粒观的形成相比于化学其它知识发展要慢。

（4） 影响微粒观形成的因素发展不一致。

三、教学建议

1. 教师要认真研究课程标准和教材

要做到教学、学习、评价三位一体，就要求认真研究课程标准和教材，做到准确、完整。

准确是指深入文本了解其知识价值。如“结合学生熟悉的现象和已有经验”，“从身边的现象和简单的实验入手”谈的是教学的起点，课程标准要求的内容和水平目标是终点，教学应注重学习的效益。在本例的分析中，物质三态的变化学生都具有丰富的经验，而且课标能力要求也不高，但却成了学生正确答题的主要干扰项。这种现象说明微粒观作为一种重要的化学观，是上位知识，学生从熟悉的经验和现象、实验入手，经过同化、顺应，概括具有上位性质的概念，这充分说明微粒观的学习是有意义的学习过程，而不是机械学习过程。

完整是指要读懂、读透。物质的三态变化、微粒变化与物质变化的关系均在本例中影响学生答题的准确性，而对知识和能力水平较高的“用微粒观解释常见的物理变化、化学变化”却未成为干扰因素。这与教师在平时教学中进行大量的操练有关，学生解决问题的能力并没有得到提高。

2. 化学观的形成是多种因素共同作用的结果

化学观的形成是多因素共同作用的结果。化学观的形成需要充分挖掘教材的广泛的育人价值，整合各种资源，构建多种符合学习习惯的教学方式。另外，微粒观是一个定义性概念，模糊的下位概念对微粒观的形成具有干扰作用，就如选项C和选项A的作用一样。

使用微粒观释释常见现象，是内容重心由事实性知识向技能和方法的转变，方法重心由记忆向理解、迁移转变。化学观一定建立在知识和技能的学习过程之中[3]，能力的提高和化学观的形成是协同发生的。

3. 做好试题分析，找出主要问题，减少重复训练，提高训练的效率

分析表明学生在用微粒观解释现象上表现了较高的水平。如果教师没有看清这一点，仍然进行大量反复训练，显然失去了意义。有针对性地训练将节约时间和精力，有助于学生将精力和时间放到掌握不牢、含糊不清的知识和方法上，从而提高训练的效率。

四、反思

1. 克服“考试导向”的不良现象，关注核心概念的学习

对该市近十年中考试题的分析，发现存在的问题，也是目前义务教育阶段学业考试命题普遍存在的问题，即：

（1）过分重视陈述性知识的识记，牺牲了对较高认知水平的考查;

（2）关注了学生已有经验的考查，忽视了对学习结果的测试，即测量的是学生的起点，而不是学习的增益。

在这种以考试为指挥棒的应试背景下，教学目标与课程标准和教材渐行渐远。教师以考试题目为纲指导教学活动设计，思想上轻视学习过程，忽视学生化学观的形成，忽视学生科学素养的养成，影响和制约了学生学业发展。

转变以“考试”为导向的教学价值倾向，转变以事实性知识记忆为主的学习方法，注重学生高级思维能力的培养，仅靠教师的课堂行为改革是不够的。建立高质量的考试评价质量分析指标体系，从宏观指标、微观指标综合评价试题质量，注重试题基础性、目的性、综合性、具体性，既考虑试题的区分度、信度、效度，也通过试题诱发老师、学生进行深层的思考[4]。只有这样，测试与评价才能科学有效地发挥其在教学中的导向作用。

2.考试数据分析由经验型向科学分析型转变，挖掘数据背后隐藏的教与学的规律

大数据的触角正伸向教学测量与评价领域。处理数量巨大的教育数据，不仅消耗教师的脑力，也包括体力。这要求数据分析既高效、保真，也能高效率。显然经验是远远不足于满足以上的要求，我们需要更多的工具。充分利用统计学模型和计算机辅助技术，才能真正做到把评价由“对学生进行评价”向“为学习进行评价”转变。

通过数据的获取、存储、管理、分析等方法，能构建学习者学习行为相关模型，并进行预测、聚类、关系挖掘等过程[5]。预测有利于教师迅速找到影响教育因变量的自变量，促进改进教学;聚类有利于教师因材施教;关系挖掘有利于教师找到各种教育现象的因果关系。总之，数据挖掘为教师提供了未来有效分析教育现象的科学依据。教师的精力是有限的，只有通过科学、高效地数据分析，才能找到真正影响学习的主要因素，也才能“对症下药”。

参考文献

[1] 黄琼.中学化学教学中学生物质微粒观的培养[D].山东：山东师范大学，2009

[2] 李翠华.例谈帮助初中生形成微粒观的策略[J].化学教学，2012，（12）：38-40

[3] 江合佩，傅兴春.新课程背景下化学教学中化学观的构建与实践[J].江西教育学院学报（综合），2011，32（6）：7-9

[4] 孔凡哲，马云鹏.试卷质量的影响因素与质量分析指标体系[J].教育测量与评价（理论版），2009，（4）：41-44，47

[5] 徐鹏，王以宁，刘艳华，张海.大数据视解分析学习变革[J].远程教育杂志，2013，（6）：11-16endprint

从表9可以看出，在大约有4.1%的学生可能会在该模型中被错分。

按照CRT模型进行预测，总计预测准确率达到了95.9%，这说明该模型具有相当准确的预测程度，见表10。

当前树模型构建过程中计算出各候选自变量的重要性，见表11。

从上表可以看出来，重要性排在前三位的是选项C、选项A，以及等级，总分的相对重要性只占9.3%，基本上可以忽略。

经过自变量筛选，得到含选项C、选项A、等级3个自变量的Logistic回归方程。

对步骤、模块、模型进行模型系数综合性检验，当df=3，p=0.05时，卡方临界值为7.915，我们计算卡方值为83.167，大于临界值，且Sig.值小于0.05。模型系数综合检验表见表12。

模型汇总输出了Logistic回归模型的似然比值和两个伪决定系数，见表13。

伪决定系数较大，说明当前模型中自变量解释的因变量的变异占因变量总变异的比例较大。

将筛选自变量重新拟合，根据该回归模型进行预测，预测结果见表14。

比较表10和表13，发现Logistic模型预测的总计准确率与按照CRT模型预测的总计百分比相同。

根据表15，最终可以给出回归方程如下：

Logit（）=-2.961-26.304 ×选项C-25.763×选项A+2.409×等级

5. 结论

用分类树模型进行变量筛选，并用Logistic模型进行拟合，得到如下结论：

（1） 由于回归系数小于0，所以正确认识物质三态的变化是学生选择D选项的主要因素，它有较强的干扰作用。

（2） 物质的三态变化、微粒变化与物质变化之间存在协同性的正向交互作用，回归系数均小于0，所以都对正确选择有干扰作用，但正确理解“微粒变化与物质变化的关系”干扰作用小。

（3） 微粒观的形成相比于化学其它知识发展要慢。

（4） 影响微粒观形成的因素发展不一致。

三、教学建议

1. 教师要认真研究课程标准和教材

要做到教学、学习、评价三位一体，就要求认真研究课程标准和教材，做到准确、完整。

准确是指深入文本了解其知识价值。如“结合学生熟悉的现象和已有经验”，“从身边的现象和简单的实验入手”谈的是教学的起点，课程标准要求的内容和水平目标是终点，教学应注重学习的效益。在本例的分析中，物质三态的变化学生都具有丰富的经验，而且课标能力要求也不高，但却成了学生正确答题的主要干扰项。这种现象说明微粒观作为一种重要的化学观，是上位知识，学生从熟悉的经验和现象、实验入手，经过同化、顺应，概括具有上位性质的概念，这充分说明微粒观的学习是有意义的学习过程，而不是机械学习过程。

完整是指要读懂、读透。物质的三态变化、微粒变化与物质变化的关系均在本例中影响学生答题的准确性，而对知识和能力水平较高的“用微粒观解释常见的物理变化、化学变化”却未成为干扰因素。这与教师在平时教学中进行大量的操练有关，学生解决问题的能力并没有得到提高。

2. 化学观的形成是多种因素共同作用的结果

化学观的形成是多因素共同作用的结果。化学观的形成需要充分挖掘教材的广泛的育人价值，整合各种资源，构建多种符合学习习惯的教学方式。另外，微粒观是一个定义性概念，模糊的下位概念对微粒观的形成具有干扰作用，就如选项C和选项A的作用一样。

使用微粒观释释常见现象，是内容重心由事实性知识向技能和方法的转变，方法重心由记忆向理解、迁移转变。化学观一定建立在知识和技能的学习过程之中[3]，能力的提高和化学观的形成是协同发生的。

3. 做好试题分析，找出主要问题，减少重复训练，提高训练的效率

分析表明学生在用微粒观解释现象上表现了较高的水平。如果教师没有看清这一点，仍然进行大量反复训练，显然失去了意义。有针对性地训练将节约时间和精力，有助于学生将精力和时间放到掌握不牢、含糊不清的知识和方法上，从而提高训练的效率。

四、反思

1. 克服“考试导向”的不良现象，关注核心概念的学习

对该市近十年中考试题的分析，发现存在的问题，也是目前义务教育阶段学业考试命题普遍存在的问题，即：

（1）过分重视陈述性知识的识记，牺牲了对较高认知水平的考查;

（2）关注了学生已有经验的考查，忽视了对学习结果的测试，即测量的是学生的起点，而不是学习的增益。

在这种以考试为指挥棒的应试背景下，教学目标与课程标准和教材渐行渐远。教师以考试题目为纲指导教学活动设计，思想上轻视学习过程，忽视学生化学观的形成，忽视学生科学素养的养成，影响和制约了学生学业发展。

转变以“考试”为导向的教学价值倾向，转变以事实性知识记忆为主的学习方法，注重学生高级思维能力的培养，仅靠教师的课堂行为改革是不够的。建立高质量的考试评价质量分析指标体系，从宏观指标、微观指标综合评价试题质量，注重试题基础性、目的性、综合性、具体性，既考虑试题的区分度、信度、效度，也通过试题诱发老师、学生进行深层的思考[4]。只有这样，测试与评价才能科学有效地发挥其在教学中的导向作用。

2.考试数据分析由经验型向科学分析型转变，挖掘数据背后隐藏的教与学的规律

大数据的触角正伸向教学测量与评价领域。处理数量巨大的教育数据，不仅消耗教师的脑力，也包括体力。这要求数据分析既高效、保真，也能高效率。显然经验是远远不足于满足以上的要求，我们需要更多的工具。充分利用统计学模型和计算机辅助技术，才能真正做到把评价由“对学生进行评价”向“为学习进行评价”转变。

通过数据的获取、存储、管理、分析等方法，能构建学习者学习行为相关模型，并进行预测、聚类、关系挖掘等过程[5]。预测有利于教师迅速找到影响教育因变量的自变量，促进改进教学;聚类有利于教师因材施教;关系挖掘有利于教师找到各种教育现象的因果关系。总之，数据挖掘为教师提供了未来有效分析教育现象的科学依据。教师的精力是有限的，只有通过科学、高效地数据分析，才能找到真正影响学习的主要因素，也才能“对症下药”。

参考文献

[1] 黄琼.中学化学教学中学生物质微粒观的培养[D].山东：山东师范大学，2009

[2] 李翠华.例谈帮助初中生形成微粒观的策略[J].化学教学，2012，（12）：38-40

[3] 江合佩，傅兴春.新课程背景下化学教学中化学观的构建与实践[J].江西教育学院学报（综合），2011，32（6）：7-9

[4] 孔凡哲，马云鹏.试卷质量的影响因素与质量分析指标体系[J].教育测量与评价（理论版），2009，（4）：41-44，47

[5] 徐鹏，王以宁，刘艳华，张海.大数据视解分析学习变革[J].远程教育杂志，2013，（6）：11-16endprint