基于课堂教学行为云的教学模式分析方法研究*

程 云 王艳丽 王 锋 郑莉莉 郭宇尘

（黄冈师范学院 教育科学与技术学院，湖北黄冈 438000）

教学模式是指建立在一定的教学理论或教学思想的基础上，为实现特定的教学目的，将教学诸要素以特定的方式组合成具有相对稳定且简明的教学结构理论框架，并具有一定的可操作性程序[1]。S-T分析法是一种典型的教学模式量化分析方法，其核心思想是关注教师和学生的行为主体性，将课堂教学交互行为分解为教师行为和学生行为，并通过计算教师行为的占有率和师生行为的转换率之间的关系，将教学模式划分为讲授型、练习型、对话型和混合型[2]。随着教育理念的发展与教学环境的改善，S-T分析法潜在的问题日益凸显。新的教育理念倡导给予学生较高的自主性，鼓励学生多参与实践性较强的学习活动，而 S-T分析法无法体现活动性质的教学模式，并存在行为划分粗略、教学内涵难反映、行为采样方式机械、数据采集的效率和准确性偏低等不足[3]，故探索新时代背景下的课堂教学模式分析方法颇有必要。

图1 课堂教学行为云

一 课堂教学行为云

图2 云的重心“四边形”逻辑范围

本研究从行为主体（教师、学生）与行为方式（言语、活动）两个维度出发，依据课堂教学交互行为的差异[4]，建立了涵盖四大类16种行为的教学行为编码体系，并以此为基础构建了课堂教学行为云，如图1所示。课堂教学行为云（下文简称“云”）具有行为主体与行为方式两个维度的关联性，为课堂教学模式的判定和量化评价提供了新的依据。

二 基于课堂教学行为云的教学模式

1 计算云的重心

重心是云的一个核心属性，是教师教学行为的综合表现，反映的是行为分布的集中趋势。不同的课堂教学有不同的行为云，但任何形态的云都存在一个重心——它是教师教学行为倾向的一种图形化体现，可反映课堂教学行为分布的整体倾向[5]，并作为教学模式判定的依据。

在重力场中，不管物体处于何种方位，所有组成支点之重力的合力都会通过某一点，这一点即为物体的重心。对于密度均匀分布的物体（均匀物体），其重心的位置只跟物体的形状有关；若物体有规则的形状，它的重心就在几何中心上[6]。而在课堂教学行为云中，云可被看作是一个密度均匀分布的物体，故其重心只与云的形状有关。

根据云的构成原理可知，扇形云片是课堂教学行为云的基本组成元素。课堂教学行为云由16块扇形云片组成，但各扇形的半径大小不一，故构成的云是由多个扇形组成的不规则图形，只能先求解16块扇形云片的重心，继而再计算出云的重心。依据重心坐标值，可精准确定课堂教学行为云的重心所在的具体位置。

2 确定云的重心的逻辑范围

在行为主体与行为方式两个维度的坐标体系中，依次连接水平和垂直方向的四个点，可形成一个四边形。此四边形的四个顶点到云的几何中心的距离为四边形的外接圆的半径，它就是图1中最外圈的圆的半径，本研究取其值为11（11是多级评分后得到的评分值），得到云的重心“四边形”逻辑范围（如图2所示的阴影部分），一般教学过程的重心应落在此逻辑范围之内。

根据扇形的重心计算公式求解16块扇形云片的重心，可知各扇形的重心到云的中心点的距离为2risinθ/3θ，当扇形的半径取最大值11时，各扇形的重心到云的中心点的距离约为7.15，小于四边形的四个顶点到云的重心的距离（此距离为11），说明在图2阴影部分所示的“四边形”逻辑范围中，有部分区域是无效区域，即不论教学行为如何分布，云的重心都不可能落在该区域。为去除无效区域，本研究取四边形的内切圆（半径约为7.78），得到更为精确的云的重心“圆形”逻辑范围，如图3所示。

图3 云的重心“圆形”逻辑范围

图4 基于课堂教学行为云的教学模式划分

图3中的横轴表示行为主体（教师、学生）倾向，纵轴表示行为方式（言语、活动）倾向。综合考察两个轴之间的关联，可将基于课堂教学行为云的教学模式分为五种：讲授型、对话型、练习型、活动型和混合型[7]，如图4所示。具体来说，在讲授型教学模式中，教师处于主导地位，教师的言语和活动分布相对均衡；在对话型教学模式中，言语所占比重较大，且师生的言语相对均衡；在练习型教学模式中，学生处于主导地位，学生的言语和活动分布相对均衡；在活动型教学模式中，活动所占比重较大，且师生的活动相对均衡；在混合型教学模式中，活动的重心偏离云中心相对较少，教师与学生的行为占有率、言语与活动的比重相对均衡。

3 标定教学模式常模

基于课堂教学行为云的教学模式可以作为描述教学风格的一种分析方法。为便于应用过程中的实际操作，需要确定不同教学模式划分的标准条件，在教学模式划分图中标定各教学模式的取值参考范围，为课堂教学单元的教学模式判定提供依据。基于此，本研究用半径r和角度θ两个参数，对五种教学模式的重心值标定范围进行区分，得到五种教学模式的取值参考范围，如表1所示。其中，半径r表示课堂教学行为云的重心到云中心的距离，而角度θ表示课堂教学行为云的重心与“教师—学生”维度水平轴的逆时针方向夹角。

表1 五种教学模式的取值参考范围

三 基于课堂教学行为云的教学模式分析方法的应用

1 样本选择

本研究共选取11个教学视频样本，进行了基于课堂教学行为云的教学模式分析方法的应用。其中，有10个基础教育领域的样本来源于已有的村镇教育资源配置与远程服务平台，是综合考虑教师、学科、学段等因素，从访问率较高的教学视频中利用计算机程序，采取简单随机抽样的方法而随机抽取确定的；另外1个高等教育领域的样本（即“多媒体CAI课件设计与开发”）来自于平台之外，教学视频样本的详细信息如表2所示。

2 数据收集

本研究运用 S-T分析法、基于课堂教学行为云的教学模式分析方法，对相同的课堂教学视频分别进行采样，行为类别的划分、采样方法和编码分别依据各自编码系统标准的要求进行。S-T分析法的采样间隔时间为30秒，采集2种教学行为，逐一记录采样数据；基于课堂教学行为云的教学模式分析方法采集16种教学行为，教学行为样本采集遵循“时间抽样，动态补偿”的原则，采样间隔时间依据单类行为的持续时间动态确定，并根据编码系统规定的标准，依次记录行为数据，最终形成关键行为数据序列[8]。两种方法的比较如表3所示。

表2 教学视频样本的详细信息

表3 两种方法的比较

表4 各样本的行为信息与教学模式判定结果

3 实验结果

如前文所述，S-T分析法将教学模式分为讲授型、练习型、对话型和混合型四种，依据教师行为占有率Rt和师生之间的教学行为转换率Ch的数值，可以确定课堂教学在Rt-Ch图中的分布位置，进而判定其所属的具体教学模式；基于课堂教学行为云的教学模式分析方法包括讲授型、对话型、练习型、活动型和混合型五种教学模式，依据课堂教学行为云的重心所在的逻辑范围，可以判定课堂教学所属的具体教学模式。最终，本研究通过数据统计，得到11个教学视频样本的行为信息与教学模式判定结果，如表4所示。

4 分析与讨论

11个教学视频样本在基于课堂教学行为云的教学模式分析方法和S-T分析法中的教学模式分布如图5、图6所示，图中的数字1～11代表教学视频样本的编号。

图5 各样本在基于课堂教学行为云的教学模式分析方法中的教学模式分布图

图6 各样本在S-T分析法中的教学模式分布图

由于基于课堂教学行为云的教学模式分析方法和 S-T分析法在样本的采集、行为的统计与分析等方面都不相同，所以在最终的教学模式分布上也存在一些差异。除了个别样本差别较大，多数样本在两种分析方法中的教学模式判定结果整体上趋于一致。如样本2在两种方法中的教学模式判定结果都是混合型，但从图5、图6可以看出，两者的实际分布都靠近练习型；样本1和4在两种方法中的教学模式判定结果也都是混合型，但两者的实际分布都靠近对话型。

表4中的教学模式判定结果显示，只有样本3、5、11的差别较大。其中，样本5在基于教学行为云的教学模式分析方法中的教学模式判定结果为活动型，但由于 S-T分析法中的教学模式中并没有这种类型，因此判定结果必然不同。样本11在基于教学行为云的教学模式分析方法中的教学模式判定结果为混合型，但图5显示其实际分析靠近讲授型，虽然在S-T分析法中的教学模式判定结果是讲授型，但两者的大致趋势仍是一致的。差别最大的是样本3，它在基于课堂教学行为云的教学模式分析方法中的教学模式判定结果为对话型，而在 S-T分析法中的教学模式判定结果是讲授型。通过分析视频，本研究发现这种差异是由两种分析方法在数据采集和分析方法上的差异导致的。

在样本3中，依据基于课堂教学行为云的教学模式分析方法的行为编码标准进行统计，实际的教学行为转换次数有179次（180个样本点），其教学行为时序列如图7所示。图7显示，行为1、2、4、6出现的次数明显较多，教学活动按照“讲授—提问—应答—反馈”的基本流程展开；2、4、6这三种行为之间的转换频率也非常高，其原因主要在于教学过程中有多次提问、应答与反馈，因此在课堂教学活动中，师生之间的语言对话行为在行为方式中占据了很大的比重——这一点与样本3在基于课堂教学行为云的教学模式分析方法中的教学模式判定结果是对话型相符。同样，即使按照S-T分析法的两种行为编码标准进行统计，样本3的实际教学行为转换次数也达到了122次（123个样本点）。由于S-T分析法采用机械采样的方式采集教学行为样本，所采集的行为数据的有效性偏低[9]，如样本3共采集了99个行为样本，其中是有效行为的样本有48个，有效率仅为43.24%；再加上其行为占有率的统计方式存在局限，故样本3在S-T分析法中的教学模式判定结果出现了较大的偏差，变成了不同于对话型的讲授型。

图7 样本3的教学行为时序列图

五 结束语

综上所述，由于基于课堂教学行为云的教学模式分析方法和 S-T分析法在行为分类、数据采集方式、行为占有率的统计方式及教学模式的判定方式上都不相同，最后的教学模式判定结果必然存在差异。而两种分析方法在11个教学视频样本中的应用结果表明，在课堂教学中的行为转换不是很频繁、且 S-T采集到的行为适当的前提下，样本在两种分析方法中的教学模式判定结果整体上趋于一致；但当课堂教学中的行为转换频率较高时，样本在 S-T分析法中的教学模式判定结果就会出现较大的偏差。

从课堂教学行为云到基于课堂教学行为云的教学模式再到基于课堂教学行为云的教学模式分析方法，本研究层层推进，试图针对S-T分析法的不足，提出一套新颖的教学模式量化分析方法。基于课堂教学行为云的教学模式分析方法采用新的行为分类、新的行为数据采集方式和新的行为占有率统计方式，为所采集的行为样本数据的有效性和准确性提供了保证；该方法还提供了一种全新的教学模式判定方式，在一定程度上完善并发展了 S-T分析法，并有助于课堂教学行为分析的进一步深化。

[1]何克抗.建构主义的教学模式、教学方法与教学设计[J].北京师范大学学报(社会科学版),1997,(5):74-81.

[2][7]傅德荣,章慧敏,刘清堂.教育信息处理(第2版)[M].北京:北京师范大学出版社,2011:2.

[3]王艳丽,程云,王锋,等.技术支持下的课堂教学行为观察方法探究[J].现代教育技术,2016,(9):39-45.

[4]程云,王艳丽,王锋,等.课堂教学行为交互深度量化分析方法研究[J].现代教育技术,2017,(9):26-32.

[5]程云,刘清堂,王艳丽,等.课堂教学行为分析云模型的构建与应用研究[J].远程教育杂志,2017,(2):36-42.

[6]戴淑华.关于刚体重心的讨论[J].重庆师范学院学报(自然科学版),2001,(3):43-45.

[8][9]程云,刘清堂,王锋,等.基于视频的改进型S-T分析法的应用研究[J].电化教育研究,2016,(6):90-96.