基于ARSIAS编码的师范生课堂行为量化研究*

巫华芳

(赣南师范大学 数学与计算机科学学院，江西 赣州 341000)

中小学教育的主要活动是课堂教学[1]，而课堂教学活动的最主要部分是课堂教学行为，包括教师及学生的言行及课堂结构，是课堂教学得以推进的落脚点，影响并决定着教学质量，因此教学行为研究一直是教育教学研究者关注的重点[2].对师范生进行有效指导下的教育实践，以便于形成教育教学的实践能力、具备扎实的教育教学专业知识，显得尤为重要.本文通过对微格教学视频数据进行编码分析和量化，能明确指出教学技能训练中存在的人为主观因素和学生能力差异因素对训练结果的影响问题，帮助师范生教学能力得到切实有效的提高，探索促进师范生教学技能提高的训练方案.

1 基于信息技术的互动分析编码系统

弗兰德斯互动分析系统简称FIAS[3]，是美国著名教育家弗兰德斯于上世纪50年代提出的课堂过程分析方法，该系统对课堂行为分为教师语言、学生语言及沉寂三大类，进而判断出课堂的类型，并对其设计了10项评价指标及编码.

表1 ARSIAS编码量表

FIAS编码系统采用较客观的观察态度，利用上述编码系统、每3 s记录一次，对课堂教学中师生语言互动的具体十个行为进行编码和统计分析，具有强烈的结构化和定量化的特点，表现出对课堂教学细节进行分析的技术性功能[4].但不同学科课程具有各自的特点，如果使用FIAS系统进行分析不能完全体现课程的要求，尤其是信息技术融入到各课程中，而FIAS未能体现这些特点.因此专家学者对此系统进行了改进和修正，出现了适应不同学科的改进编码系统.本文针对的是信息技术学科的师范生，因此采用了李红美、张剑平提出的基于教学应答系统的课堂互动双编码分析模型(简称ARSIAS)[5]，其特点是以信息技术的课堂互动分析模型为基础，以学生为中心，强调了学生的行为编码，细化了课堂教学的有效语言，更重要的是增加了技术语言要素，并在基础教育课堂中得以实践验证[6].其编码系统如表1所示.

2 数据来源说明

本文的研究对象是赣南师范大学数计学院计算机科学与技术师范2010级-2016级学生，共234名.研究内容以各班于大三上学期开设的《微格教学》课程为例，其对应的理论课程为《信息技术学科课程与教学论》，该课主要研究中小学开设的《信息技术》课程的教学目标、教学内容及教学方法等.通过对学生微格教学视频的整理统计并对每份样本进行编号，形成254份样本，其中理论课课型72份，操作课课型182份，每份视频的时长10 min左右，由于存在差异，教学时间上会略有不同.

3 基于ARSIAS的教学视频数据采集过程

3.1 数据编码方法

对收集到的《微格教学》视频采用基于教学应答系统的课堂互动双编码分析模型(以下简称ARSIAS)进行编码及数据分析，其方法为：①建立一个编码记录表，由于每个视频约为10 min，因此以1 min为一行，共可建立10行；其次将每分钟以3 s分隔，共可分为20个区间，作为对应的列.因此该记录表为10行20列；②记录数据，具体方法为：对视频每3 s按下暂停键，根据教学过程中师生的活动与表2的编码系统进行对照，按照时间顺序依次填入记录表中，作为观察的结果和联结编码生成的依据，这是进行微观分析对数据收集、整理的保证，可提高数据分析的准确度；③完成全部的编码记录后，再进行多次复查，回看视频，对照已记录好的编码，看是否有记录错误或者是偏差，确保数据的准确性及有效性.表2为23号样本(课题：插入艺术字)的编码原始记录表.

表2 23号样本的编码原始记录表

对原始编码表中的每个编码出现次数进行统计，得出表3.

表3 23号样本编码统计表

3.2 建立编码数据矩阵

为统计每个视频中编码对出现的次数，需要对表4建立数据矩阵，具体方法为：从记录表中第一个编码开始，将每个编码与紧邻其前、后的编码联结形成一个序对.依此方法创建一个18行18列的矩阵，表4为23号样本的数据矩阵表.

表4 23号样本的数据矩阵表

4 对样本的课堂行为分析过程

4.1 对样本个例的分析

以23号样本《插入艺术字》(七年级)为例，其原始统计表及二维矩阵表见表2及表4，根据这两个表，可对课堂语言结构、提问方式、媒体使用率、课堂结构及稳态模式等进行分析.

4.1.1 课堂语言行为互动分析

表5 23号样本课堂行为比率(根据原始记录表2统计)

4.1.2 矩阵分析

表6 23号样本的稳态模式比率

由表6可以看到，教师对学生的表扬为2.7%，比率较低，采纳学生意见比率为0，教师持续提开放性及封闭性问题分别为0和2.7%，说明教学中的提问为封闭型，讲授及操作中的比率为11.9%，低于学生参与程度的比率24.3%，可见教学模式采用非传统课堂教学，能有意识的引导学生参与教学，突出学生的主体地位，如回答问题、讨论、做练习等.

表7 23号样本课堂提问创新程度

4.2 样本整体分析

对所有样本的18个编码出现次数进行均值统计形成表8，并统计所有视频中编码对出现次数的均值，建立全体样本的课堂语言互动行为数据如表9所示：

表8 全体样本编码出现次数均值

表9 全体样本课堂语言行为互动均值表

根据表9对课堂语言行为得出以下分析结果：

表10 课堂提问创新程度

表11 稳态模式

表12 多媒体使用率

5 总结

本文利用基于教学应答系统的课堂互动双编码分析模型(ARSIAS)对《微格教学》视频进行了分析，将技术与教学评价相结合，对于传统课堂评价提供了一种方法，尤其对于师范生而言，通过对每位学生的视频分析，将可视化分析变可量化分析，可以有效促进师范生教学技能的提高.但“课堂教学是生动的、丰富的，具有情感的情境和现场建构生成意义的，这些方面的原始材料不是编码技术所能够代替的，而是通过对现场的真实描述对当事人的访谈获得的.”[9]，因此应结合其它要素进行整体分析.限于篇幅，只能对整体数据的均值进行分析，为了能更好地说明问题，选取了其中一个样本进行针对性的数据分析.不足之处是可能对视频进行数据编码时会存在理解和记录的错误，因此需要反复核对检查.