基于总学科的一对一同伴互助策略研究
2020-12-25王智丽陈勇明
王智丽 陈勇明
摘 要:在新课改的推动下,同伴互助学习已经被广泛地应用到学校的学习活动中,尤其是中学。但大部分学者对同伴互助策略的研究主要集中于同伴互助的方法、类型及其保障等方面,从而忽视了同伴间科学匹配的重要性,并且大部分都是以单一学科课堂为研究对象,存在小组成员的临时性,学习能力的不均衡性,学习方式的模糊性等现象,对学生总体成绩的提高不够明显。为此构建基于总学科的一对一同伴互助策略最优匹配模型,利用各个学科成績构建决策变量——学习带动系数,衡量出各个学生之间合作的学习带动作用。随后采用实验研究法得到:基于总学科的一对一同伴互助策略能明显提高学生总成绩,并缓解偏科现象。
关键词:教育改革; 一对一同伴互助策略; 总学科; 学习带动系数
中图分类号:N42 文献标识码:A 文章编号:1006-3315(2020)12-148-003
目前,随着教育改革的推进,我国的教育理念由传统的“以老师为中心、主体”转变为“以学生为本”。由此,在众多学习策略里面,同伴互助策略受到许多从事教育工作者的喜爱,并且大部分教育者已经将其应用到学校的学习活动中,特别是中小学教师。
在中国先秦时期,《学记》作为中国乃至世界上最早的教育著作,它提到了“相观而善之谓摩”,意思是提倡学生之间相互观摩学习,取长补短[1]。宋代时期“伴读”的出现也是同伴互助学习可以促进学习成绩提高的一种表现。1998年,托平教授(Topping,K.)和尔利(Ehly,S.)博士提出了“同伴互助学习”(Peer-assisted Learning)的概念。此后,美国的肖尔斯(Showers B)和乔伊斯(Joyce B)同样对同伴互助学习进行了定义。1999年,Fuchs等人研究表明了同伴互助学习策略可以提高学生的阅读理解能力。2005年,王春华论述了同伴互助更能适应我国基础教育改革和新课程改革的发展要求[3]。近十几年来,我国同伴互助学习不仅仅是应用于中小学教育中,还广泛地运用在医学、网络学习、大学等中。在中小学教育中,大多数的教育者都把同伴互助学习运用在课堂教学中,且课堂上的“小组互助学习”尤为突出。但分组仍存在小组成员的临时性,学习能力的不均衡性,学习方式的模糊性等现象。
由此,对目前的“同伴互助学习”提出了基于总学科的一对一同伴互助策略,并建立最佳匹配模型,将同学一对一进行科学配对。随后采用实验研究法验证基于总学科的一对一同伴互助策略最优匹配模型能否提高学生总成绩。
1.同伴互助策略应用存在的问题
同伴互助学习(Peer-assisted Learning),是指通过地位平等或匹配的伙伴(即同伴)积极主动的帮助和支援来获得知识和技能的学习活动。同伴互助学习实质上就是一种学习活动,其基本组成要素包括:形成学习共同体、建立互帮互助的互惠关系、建立个性化的评价体系[14]。
目前,国内外对“同伴互助学习”的研究虽然颇有成效,但是大部分的学者都是注重同伴互助策略的理论研究、同伴互助策略的效果研究、同伴互助策略的影响因素、同伴互助策略的构建等,虽应用广泛,都大多是都是针对某一种教育,在中小学教育中,大多数的教育者都把同伴互助学习运用在课堂教学中,且课堂上的“小组互助学习”尤为突出。但在实际的应用中,同伴互助策略仍存在着几个问题:
1.1小组成员的临时性
小组里面成员的建立是随机的,小组里面的成员不是固定。每一学科的小组数可能不同,小组成员也是不同的。这种不确定性,多变性会使学生产生厌烦、疲倦心理,影响同伴互助的效果。
1.2学习能力的不均衡性
一般,小组的建立老师都是选择就近原则,以学生的位置来进行划分。位置的划分一般以身高、成绩、个人喜好来决定。由此可见,划分出来的小组,学习能力不均衡。若出现一组中大部分是差生的现象,会导致这一组的学习过程进行缓慢,其他学生成绩严重下滑,差生也越来越差;若出现一组大部分都是优生,会导致一个小组中领军人物过多,其他学生无所适从。从而难以提高课堂学习效率,影响同伴互助的效果。
1.3学习方式的模糊性
同伴互助学习中的主要方式就是学生之间的交流,由于每个学生的性格不同、成绩不同、喜好不同等,在小组内每个学生的受欢迎程度不同,在相互交流中会导致有些学生的参与度不高。
2.基于总学科的一对一同伴互助策略
2.1同伴互助策略
基于总学科的一对一同伴互助策略,即根据每门学科成绩来分配的一对一同伴合作学习,两个互补的同学为一组,成为同桌。在学习上(不仅是课堂上,包括了课下),两人成立“师徒关系”,建立一个学习共同体。根据学科成绩抉择“师傅”和“徒弟”的身份,学科成绩好的同学作为“师傅”对成绩差的同学(徒弟)进行指导。在这个学习共同体中,两人既是“师傅”,也是“徒弟”,在学习上相互指导,提高双方学习效率,缓解偏科现象。
2.2合作模型的建立
首先,可以构建一个由各科成绩决定的决策变量——学习带动系数Rij,从而可以由它衡量学生合作的带动和互利效应。学习带动系数Rij的表达式:Rij=[k=1mωkEk]。
其中,Ek为第k个影响因子(学科)系数,[ωk]为第个影响因子(学科)所占权重,m为学科数量。Ek用比值来量化。影响因子为数学时,学生i对学生j的学习带动作用E1利用学生i的数学成绩与学生j的数学成绩的比值表示(xi越大或yj越小都能起到促进学习带动作用),即:E1=[xiyj]。
然后,通过改进的层次分析法确定权重。改进型AHP法采用三标度(0,0.5,1),其形式非常简单,便于教育工作者对各学科因素之间相对学习带动的重要程度的比较做出决策。
最后,将同学之间的帮扶关系可以转化成一个最佳匹配的问题,即对每一个学生构建一个二值函数
f(i,j)=[1,第i个学生与第j个学生匹配0,第i个学生不与第j个学生匹配]
建立的最佳匹配的数学模型如下:
max[i=1n][j=1nRij]·f[ij]
s.t.[i=1nfij=1,i=1,2…,nj=1nfij=1,i=1,2…,n]
其中,[fij]为二值函数,[Rij]为学习带动系数。约束条件表示学生i与学生j只能匹配一次。采用匈牙利算法将学生i在学习效益总和最大的前提下分配给学生j,形成最优匹配。使合作双方产生积极的促进作用和总体效率的提升。
3.实验设计与结果分析
3.1实验设计
基于总学科的一对一同伴互助策略研究采用实验研究法,选取某中学198名理科学生(被试者),其中,实行单科一对一同伴互助的同学53人(实验组一);实行基于总学科的一对一同伴互助策略且运用最优匹配模型的同学44人(实验组二);实行基于总学科的一对一同伴互助策略但随机匹配的同学52人(实验组三);未实行同伴互助的同学49人(实验组四)。探究基于总学科的一对一同伴互助策略和匹配时使用最优匹配模型对学生总成绩的影响,分成4个实验,收集每一组的数据,通过对比每一组最终的平均成绩和偏科率,最终得出实验结果。
3.2研究目的和内容
(1)探究基于总学科的一对一同伴互助策略对学生总成绩的影响,进而验证基于总学科的一对一同伴互助策略对学习者学习效率提高的重要性,为教育者的教育工作提供宝贵意见;探究基于总学科的一对一同伴互助策略中使用最优匹配模型对学生总成绩的影响,进而验证该模型相比于目前教师使用的配对方法的优越性,为教育者的教育工作提供宝贵意见。
(2)通过实验对比,探究基于总学科的一对一同伴互助策略对学习者学习成绩的影响;通过实验对比,探究基于总学科的一对一同伴互助策略中的使用最优匹配模型对学习者学习成绩影响。
3.3结果分析
该实验中使用最优匹配模型中,学习带动系数Rij的表达式:
Rij=[k=18ωkEk]
其中,Ek为第k个影响因子(学科)系数,[ωk]为第k个影响因子(学科)所占权重。通过专家打分,数学,语文,英语所占比重分别为:0.23,体育所占比重0.02,政治、历史、地理、生物所占比重分别为:0.015
通过匈牙利算法计算得到最优匹配如表1所示:
经过一次月考后,将月考成绩与最初成绩作对比,得到下表2:
通过表2可发现:实验组二,即实行基于总学科的一对一同伴互助策略且運用最优匹配模型的同学,总成绩提高的最多,偏科程度也下降的最多;实验组一,即实行单科一对一同伴互助的同学,提高成绩明显,但偏科程度下降的不明显;实验组三,实行基于总学科的一对一同伴互助策略但随机匹配的同学,提高成绩不明显且偏科程度下降的不明显;实验组四,即未实行同伴互助的同学,成绩和偏科程度有轻微的变化。由此可得,基于总学科的一对一同伴互助策略可以提高学生的总成绩,降低偏科率;使用最优匹配模型可以使学生的总成绩提升的更多,偏科率更低。
4.结论
4.1基于总学科的一对一同伴互助策略,不仅可以适用于课堂上,也可以适用于课堂结束后,即整个学习活动中均可实现。避免了单学科“同伴互助策略”在课堂后,一人多分配,唱“独角戏”的现象出现,使学生参与度更高,学生参与面更广,参与合作学习的时间更多,针对性更强。
4.2在使用“同伴互助策略”时,合理的分配方法极其重要。
4.3基于总学科的一对一同伴互助策略使学生参与度更高,参与面更广,合作学习时参与的时间更多,且解决了在使用“同伴互助策略”时存在小组成员的临时性的现象。它在提高学生总成绩的同时,缓解了学生偏科现象,使学生朝着更全面的方向发展。
4.4最优匹配模型使分组、匹配具有合理性、科学性,解决了在使用“同伴互助策略”时小组中学习能力的不均衡性,学习方式的模糊性这些现象。现在大部分教师在使用“同伴互助策略”时,都采用就近原则,毫无科学依据,导致学生学习效率提高的不明显。最优匹配模型将影响学习带动作用的各科成绩进行数据预处理,构建一个由各科成绩决定的决策变量——学习带动系数,从而可由它来衡量学生之间合作的经济带动作用。考虑将学生的合作转化为一个最佳匹配的问题,即构建二值函数,建立最佳匹配的数学模型,采用匈牙利算法将学生A和学生B匹配达到学习效益总和最大,同时也能够对合作双方产生积极的促进作用和总体效率的提升。
4.5在使用最优匹配模型时,要合理考虑每个成绩因子所占的权重。在改进方面,教师可以将学生的科学素养水平及其兴趣爱好等考虑成一个影响因子,使分配更全面。从而,在提高学生成绩的同时,也提高了学生的科学素养等,使学生的发展更加全面。
参考文献:
[1]王艳.中学生物学课堂中开展同伴互助学习的调查研究[D]聊城:聊城大学,2019
[2]王春华.从个人到同伴互助:教育行动研究范式的转换[J]当代教育科学,2005(16):49-51