APP下载

《试验设计与数据处理》课程建设实践与探索*

2020-03-07王保玉王少鹏郑丽萍付长亮张峻炜李玉玲何会芬王宇飞李靖靖

广州化工 2020年6期
关键词:数据处理试验课程

王保玉,王少鹏,郑丽萍,付长亮,张峻炜,李玉玲,何会芬,王宇飞,李靖靖

(郑州工程技术学院化工食品学院,河南 郑州 450044)

《试验设计与数据处理》是化工类、食品类和材料类专业的通用型选修课。该课程以高等数学、概率论与数理统计等为基础,融合专业学科知识,具有鲜明的理论和实践一体化的特征。课程内容主要包含试验设计和数据处理两方面的基本理论和方法,要求学生能够应用这些原理与方法,解决科学试验和工程实践中的实际问题。该课程已在我校食品科学与工程、化学工程与工艺和高分子科学与工程等工科专业中开课和运行,在教学过程中,我们以在线开放课程建设为依托,对课程进行了一系列的改革和尝试,突出对学生工程能力和创新能力的培养,顺应新工科建设和卓越工程师教育培养计划的要求。

1 根据学生能力要点,颗粒化组织课程内容,构建能力本位的模块化课程

《试验设计与数据处理》课程中数据处理部分涉及到很多的数学模型、数学推导和数学运算,内容比较抽象,学生难于全面掌握,常出现为难情绪和厌学现象[1-3]。基于此,我们在数据处理部分以 “必须够用”为指导原则,淡化数学推导过程,学生只需了解其来龙去脉即可,重点掌握数学统计模型的参数意义、使用条件和实际应用。在试验设计部分重点学习每种方法的应用程序、分析每种方法的优缺点,以及面向实际问题的方法选择,要求学生熟练选择表格和设计表头。基于以上考虑,我们对课程内容进行了重构。首先,对照专业人才培养方案中的毕业生能力要点,结合课程内容,科学界定课程目标,即要求学生掌握试验设计和数据处理的基本方法,学以致用,初步学会设计试验和处理数据,完成科学实验和工程实践。其次,结合具体学习内容,进一步细化课程目标,形成一系列易操作可评价的子目标,对课程内容进行颗粒化处理。再次,突出应用导向,化繁为简,整合理论教学内容,建构知识框架,细化课程目标,创设教学任务,围绕核心知识点,模块化组织教学内容。最后,突出课程的实践属性,提高实践教学比例,加强计算机软件Excel、Origin和统计软件SPSS、SAS的应用,切实培养学生的分析问题能力和解决问题能力。

例如,在仪器分析中,操作方案的优化非常重要,直接决定着分析结果的准确度。我们以此为应用背景,设置任务学习双因素方差分析。具体任务是在原子吸收分光光度法中乙炔和空气流量对测定镍电解液中微量铜的影响。本任务的要求明确具体,就是确定仪器操作条件的对分析结果是否有显著影响,因此,我们就可以借助Excel,导入试验数据,利用软件 “分析数据库”中 “无重复双因素方差分析”工具,经过参数设置,就能快速得到分析结果,用于改进仪器分析方法。借助专业软件不仅可以化繁为简,直达目标,还能避开繁琐的人工数据处理过程,提升学生的学习获得感,激发学生的学习积极性。

2 以学生为中心,实施项目化教学,构建高效的课堂教学模式

课程教学打破以教师为中心的传统教学方法,实施项目化教学,激发学生学习兴趣,提高学生参与度和获得感。项目选择突出实际应用性,紧密结合学生的专业发展需求,主动融合学科前沿和科研成果[4],开设开放性的设计型实验,拓展课程的深度和提高课程的难度,激发学习热情,提高学业挑战度。项目化教学的设计充分借鉴CDIO教学模式,CDIO教学模式由构思(Conceive)、 设计(Design)、 实施(Implement) 和操作(Operate)四个步骤形成一个完整的教学体系并能持续优化[5-6]。《试验设计与数据处理》作为一门实践课程,必须重视 “做中学”和 “基于项目的学习”,项目化教学以工作任务或项目为教学载体,将理论知识与实践应用有机结合,学生在教师的指导下主动学习,获取必须的知识与技能。项目化教学基本环节如下:(1)布置任务;(2)学习咨询;(3)制定方案;(4)实施方案;(5)成果汇报;(6)点评归纳;(7)修改完善[7-8]。其中,前四个环节一般需要学生在课外自主完成,这样可以使学生有比较充裕的时间查阅资料、咨询教师、制定方案和完成项目,成果汇报和点评归纳等环节一般应安排在课内完成。

例如,天然植物提取物近年来备受市场追捧,已广泛应用于药品、保健品、食品和化妆品等领域,但植物提取过程效率普遍较低,导致生产成本居高不下。针对该共性问题,我们以黄芪煎煮提取工艺研究为项目,学习回归分析。本学习项目重点研究煎煮时间、煎煮次数和加水量等三个因素对提取物黄芪总皂苷含量的影响,要求学生利用回归分析确定因素的主次顺序,并预测优方案。教师下达学习任务后,第一步,各学习小组开始搜集相关研究资料,设计实验方案,做好预实验,并向指导老师咨询,制定可行的实验方案;第二步,各学习小组分工协作,完成实验方案。第三步,各学习小组整理汇总实验数据,对试验数据进行回归分析,以PPT形式展示学习成果;第四步,教师和其它学习小组对学习成果进行充分质疑,总结存在问题,提出改进措施,完善实验方案。事实上,煎煮法虽然简单易行,但其也存在选择性差和有效成分易破坏等缺点,还可以启发学生,突破提取方法的限制,重新选择影响因素,提出更优的实验方法及其研究方案,作为实验室开放项目,供学生在课外继续进行研究,既能帮助学生巩固课本知识,又能提升学生的试验设计能力。

3 利用现代信息技术,拓展课程资源,打造一站式的在线学习平台

《新工科北京指南》明确提出 “探索工程教育信息化教学改革,推进信息技术与工程教育深度融合,创新 ‘互联网+'环境下工程教育教学方法,提升工程教育效率,提高教学效果”[9]。本课程在建设过程中充分利用现代信息技术,制作了丰富的课程资源。本课程不但有课程标准、电子教案、电子讲稿、电子课件、学习清单、作业答案、参考资料和应用案例等文本资源,还制作了丰富的图片、音频和视频等多媒体资源。总之,本课程的资源库力求形式多样和足量冗余,既能方便教师根据实际需要灵活搭建模块化课程,又能让学有余力的学生自主实现拓展学习。

互联网具有超越时空、信息量大、使用方便等显著优点,已对传统教育教学模式形成挑战,能够为学生提供全方位的学习服务。互联网时代为教学改革提供了难得的新机遇,我们必须主动适应学生移动学习和混合式教学的新需求,利用现代信息技术,重视在线学习平台的建设。MOOC(慕课),即大规模开放在线课程,在国内外已经大量上线,能够提供海量的在线教学资源,学生根据兴趣爱好可以自主选择和学习[10]。然而,慕课要求学生有较强的自律能力和自学能力,才能完成同步学习并获得学分或证书。为解决在线开放学习和线下班级教学间不能完全匹配和兼容问题,SPOC,即小规模限制性在线课程,就应运而生[11]。SPOC教学模式面向特定班级群体精准开发,能与传统课堂教学优势互补,并行不悖,既能在线上理论学习,又能辅助线下课堂教学。基于此,我围绕教学目标精心设计教学活动,进行了MOOC+SPOC的混合式教学实践与探索,构建课堂教学与在线学习相融合的新型课堂教学模式[12]。首先,对课程内容进行整合和重构,分解成理论和实践相融合的学习任务,制成微视频,便于学生利用碎片化时间进行反复观看和学习。其次,针对专业差异、班级差异和学生个体差异,我们引入SPOC教学模式,满足学生的个性化学习需求。

4 顺应学习模式改革,科学设置评价指标,建立多元化评价考核体系

《试验设计与数据处理》借鉴布鲁姆教学目标分类理论,将评价指标融入学习过程目标,构建多元化评价体系,制定具有可操作性的评价方案[13]。本课程内容主要分为理论模块和实践模块两部分,理论模块主要是让学生掌握试验设计和数据处理的基本方法,必须强化学生对方法与过程的理解和认识,因此,本模块评价目标侧重平时学习过程评价,综合利用课堂小组讨论、个人答题、知识抢答、课后书面作业等多种形式,调动学生平时学习积极性,及时监测学生平时学习效果和质量。实践模块主要是培养学生应用专业软件进行试验设计和数据处理的能力,评价重点是学习成果,以计算机软件输出结果评价学生实践的准确性。此外,期末终结性评价以真实实验项目为蓝本,拟定多任务的综合题,综合评价学生的分析问题和解决问题的能力。

例如,柠檬酸硬脂酸单甘脂是一种新型绿色食品乳化剂,具有良好的乳化能力和润湿作用。它通过柠檬酸与硬脂酸单甘脂在真空条件下进行酯化反应制备,通过优化合成工艺条件,能够提高它的乳化能力。我们以此作为应用背景,设置项目学习正交试验设计。根据项目内容和实施过程,分解成六个具体的学习任务,并制定对应的过程考核方案(括号内为权重)。具体如下:任务一,探索性实验,具体考核影响因素挑选是否合理(3%)和因数水平数值是否适当(3%);任务二,正交试验设计,具体考核正交表选择是否合适(5%)、表头设计是否合理(5%)和试验方案是否合理(4%);任务三,试验方案的实施,具体考核实验操作是否规范(10%)、试验数据是否真实可靠(5%)和数据处理是否规范(5%);任务四,试验设计结果的直观分析,具体考核极差计算是否正确(10%)、优方案确定是否合理(2%)和优方案验证和分析(3%);任务五,试验设计结果的方差分析,具体考核离差平方和计算过程和结果的是否正确(10%)、自由度计算过程和结果是否正确(2%)、均方计算过程和结果是否正确(2%)、F值计算过程和结果是否正确(2%)、显著性检验分析是否正确(2%)和优方案确定是否合理(2%);任务六,试验设计结果的展示和汇报,具体考核书面试验报告内容是否完整(7%),报告格式是否规范(3%),口头汇报思路是否清晰(3%),答辩问题是否合理(4%),是否提出进一步的改进措施(3%)。

5 重视学生学习过程反馈,及时发现问题,形成持续改进的良性循环

2018年,教育部颁布了 《普通高等学校本科专业类教学质量国家标准》,为我国高等教育本科专业设置了 “底线”,为实现高等教育内涵式发展提供标准保障[14]。该标准强调的 “突出学生中心、产出导向和持续改进”三大原则,集中体现了产出导向教育理念。目标导向教育(OBE)非常关注学生的学习过程和学习效果,这就要就我们必须改革传统教学模式,激发学生学习兴趣[15]。首先,结合课程的工具性和应用性的显著特点,广泛采用启发式、探究式、讨论式、参与式教学,在课堂上增加师生互动和生生互动,激发学生学习兴趣。其次,及时发现和准确界定学习难点,积极引导学生深入思考,自主学习和攻坚克难,切实提高学习效率。最后,做好教学反馈,每轮课程学习结束后,课程教学团队对课程目标的达成度进行详细分析,找出制约教学质量提高的关键影响因素,并提出具体的改进措施,修订课程标准,更新教学内容,优化学习过程。

6 组建一支结构合理和分工明确的教学团队,保障课程的可持续性建设

课程建设任务比较多,为保证 《试验设计与数据处理》课程的可持续性建设,必须组建一支成员稳定、结构合理和分工明确的教学团队。本课程面向多个专业开设,这就要求团队成员专业结构合理,确保教学项目具有鲜明的专业特色,教学内容也能根据专业需要灵活调整和优化。教学团队的年龄结构也要合理,除团队主持人外,还要有年富力强的骨干教师和精力充沛的青年教师。团队主持人侧重于提出课程建设思路和制定课程建设规划,指导团队成员的课程教学,做好示范教学。骨干教师是课程建设和课堂教学的主力,青年教师可以先从助教做起,向骨干教师学习,取长补短,提升自己的教育教学能力,为独立授课奠定基础。骨干教师侧重于执行课程建设方案和完成课程建设任务,青年教师主要负责课后学业辅导、课程网站的建设与维护、电子课程资源的制作与发布以及在线课程学习平台的实时互动答疑等任务。

7 结 论

《试验设计与数据处理》是一门量大面广的通用型工具课和实践课。通过课程改革,笔者发现学生的学习积极性明显提高,教学效果持续提升,学生动手实践能力显著增强。但是,课程建设仍然存在一些问题,仍有较大的改革空间。课程建设下一步必须紧密结合专业实际和学生学情,持续优化课程内容、改进教学方法、丰富考核体系和完善质量保障体系,才能更好地满足新时代卓越工科人才的培养要求。

猜你喜欢

数据处理试验课程
认知诊断缺失数据处理方法的比较:零替换、多重插补与极大似然估计法*
ILWT-EEMD数据处理的ELM滚动轴承故障诊断
数字图像处理课程混合式教学改革与探索
软件设计与开发实践课程探索与实践
为什么要学习HAA课程?
A—Level统计课程和AP统计课程的比较
CS95
驭胜S330
C-NCAP 2016年第八号试验发布
试验