青年教师优质课教学行为及发展特征——基于“全国中学物理青年教师教学大赛”同课异构课的分析

冯秀梅, 夏 敏

(华中师范大学 物理科学与技术学院，武汉 430079)

一、引 言

教学行为是课堂教学理念的显性表征。研究课堂教学行为有助于微观解剖课堂教学的结构，动态跟踪教学过程走向，更有针对性地对课堂做出评价，从而有效改进教学，提升教学质量，促进教师专业发展。20世纪60年代，美国学者弗兰德斯提出用于记录和分析师生行为的分析系统(FIAS)[1]，开启了教学行为量化分析的先河。随着技术与教育的不断融合，顾小清等提出了信息技术环境下的编码系统(ITIAS)，增加了师生操纵技术的编码分类[2]。方海光等人将ITIAS进行优化，提出了改进型弗兰德斯互动分析系统(iFIAS)，并开发了该系统的辅助分析软件[3]。随着研究的深入，教学行为分析呈现专业化、学科化特点，如高瑛结合化学学科特点形成化学课堂互动分析系统(3C-FIAS)[4]；陈珍国基于物理学科特点，形成中学物理弗兰德斯互动分析系统(PFIAS)[5]。这些分析工具多从师生的语言及其他行为比率方面来分析课堂行为结构和互动特征。但教学行为的顺序中隐含着教学的逻辑，行为之间的关联应符合知识序和认知序，上述研究方法不足以显示这种课堂特征。因此，滞后序列分析法(LSA)被应用到教学行为研究中[6-7]。LSA主要用于检验一种行为发生之后，另外一种行为出现的概率及是否存在统计意义上的显著性，可以实现显著行为序列进行方向的可视化[8]。现有教学行为研究多选用日常教学中的视频来分析，而忽略了一类非常重要的视频资源——中学教师教学竞赛视频。这类视频往往是一个教学团队历时数月打造出来的精品视频，很好地反映了基础教育领域对高质量课堂的追求和共识。因此，本文选取“全国中学物理青年教师教学大赛”中获奖的12节同课异构课，试图利用改进后的弗兰德斯互动分析系统PFIAS，从教学行为上解析青年教师优质课的共同特质和发展特征，以便为教师课堂教学提供示范与借鉴。

二、研究设计

(一)研究对象

“全国中学物理青年教师教学大赛”是中国物理学会举办的一项高水平教学交流活动，旨在提升各省市中学物理教学质量，促进青年教师专业发展。参赛选手通过层层选拔，由省(市、自治区)推选初、高中组省赛第一名进入全国决赛。因此，大赛获奖作品代表着中学物理课堂教学质量的优质水平。论文选取第8届(2008年)、第9届(2010年)、第12届(2016年)及第13届(2018年)获奖的同一课题——《磁场对运动电荷的作用力》进行分析，共12个视频，分别记为8A、8B、9A、9B、9C、9D、12A、12B、13A、13B、13C、13D，每个视频约40分钟。高中课标对该课题的要求是让学生通过实验认识洛伦兹力，能判断洛伦兹力的方向，会计算洛伦兹力的大小。所以，这节课的基本内容就是教师演示生活中的现象，引导学生认识洛伦兹力的存在，引导学生探究归纳左手定则以判断力的方向，借助上节课的安培力推导洛伦兹力大小的表达式，再拓展到洛伦兹力的应用。选取同一课题进行研究可以有效剔除教学不同内容对教学行为的影响，精准聚焦课堂结构，分析教师教学行为体现的教学策略、教学风格，挖掘背后隐含的教学理念和育人思想，为青年教师的课堂教学提供可操作性借鉴，有效促进教师专业发展。

(二)研究思路及方法

考虑到FIAS分类笼统，过于注重语言行为而忽略其他教学行为，不能很好地表征物理课程改革的新理念，本研究采用PFIAS分析方法。PFIAS将课堂师生教学行为分为16类，并给出相应编码，包括语言行为(1—8为教师语言，9—12为学生语言)和沉寂混乱行为(包括有效的沉寂混乱13—15和无效的16)，如表1所示[5]。

PFIAS是在课堂视频分析的基础上进行的，论文采用NVivo 11对12节视频以3秒为单位进行自动切片，并将每个切片对应的行为按照表1规定进行编码。编码过程遵循以下原则：第一，当3秒内出现操作行为(学生操练、教师示范)与其他行为并行时，以操作行为优先；师生同时进行操作行为时，以学生优先。第二，当3秒内出现操作行为以外的多种行为时，以主导行为优先。如学生回答问题后，教师只是回应“好，其他呢”这类话语，记为学生语言。

为保证编码的可信度，首先培训观察者学会NVivo 11软件的基本操作，熟悉PFIAS编码系统。试编码准确率达到90%以上后开始对视频进行正式编码，并采用两名观察者共同编码的方式，确保编码的可信度。编码出现分歧时观察小组介入讨论，直到意见达成一致。

编码完成后，每节课形成约800个以时间为序的行为编码。为便于统计分析，需构建一个16×16的行为分析矩阵。假设某段时间内出现…2、3、4、5…这些行为编码，将每个行为编码与其前后相邻的两个编码分别组成“序对”，即(…，2)(2,3)(3,4)(4,5)(5，…)。出现某个“序对”，就以这个“序对”中的第一个码为行，第二个码为列，在矩阵内相应的单元格中记一个频次。比如(2,3)出现一次，就在矩阵的第2行和第3列相交的单元格X23中记录频次1，该“序对”多次出现，就将这些频次相加。所以，单元格Xij中的数字代表“序对”(i,j)出现的次数，矩阵每行的总和表示这个行为编码出现的总次数，也是以该行为编码为行的所有“序对”总和。表2所示为第8届A老师课堂行为分析矩阵。

表1 中学物理弗兰德斯互动分析编码系统

表2 8-A老师课堂行为分析矩阵

表3 变量计算公式及意义

在此基础上，采用S-T分析法，计算教师行为占有率Rt和师生行为转换率Ch，确定每节课相应的教学模式特征。再结合LSA分析法，得到行为转化残差值，以进一步分析青年教师优质课堂的显著性行为序列，利用Visio软件绘制显著行为转换图，探讨行为转化特征。

三、数据分析与结果

(一)青年教师优质课课堂结构分析

分析师生各类行为的频次和比率，可以从整体上反映课堂结构特征，为课堂的意义理解提供支持[10]。本文主要依据表3，从师生行为比率、课堂气氛、提问特征、教师风格及学生行为特征五个方面来分析这些优质课课堂结构。

1.师生行为比率分析

师生行为比率包括师生语言比率、课堂沉寂比率、师生操作比率等，按照表3的计算方法得到12节课堂的师生行为比率，见表4。

表4 12节课堂师生行为比率/%

表4显示了以下三点内容。第一，12节课虽然都是全国竞赛中同一课题的优质视频，但师生行为比率差异仍然较显著。这说明课堂教学行为是一种非常具有个性化的教学特质。第二，12节优质课教师语言比率的平均值为58.7%，低于常模；而且，随着时间的推移，教师语言比率在逐步降低。学生语言平均比率也低于常模，但课堂平均沉寂比率高于常模，主要为静思默学、学生操练、教师示范等有益于教学的沉寂，无效沉寂很低。第三，师生语言之比约为4∶1，高于常模。但加上非语言行为后，教师整体行为与学生整体行为之比约为2∶1。随着时间的推移，学生行为比率在逐渐增大。从师生行为比率来看，青年教师优质课堂改变了“填鸭式”的教学方式，学生行为约占课堂行为的三分之一，说明课堂重视学生动手操作、练习等行为。

2.课堂情感氛围

课堂中的情感氛围主要依靠教师来营造，一个正向包容的情感氛围可以更好地激发学生的学习动力和表达欲望。从行为上来看，教师的表扬、接纳、共情会对学生产生积极影响，让课堂氛围融洽；而批评会产生消极影响，过多指令会让学生处于被动状态，造成师生情感交流上的隔阂。因此，行为矩阵中的1—3行与1—3列相交区域被认为是积极整合格，而8—9行与7—8列相交区域被认为是情感缺陷格，计算公式见表3。图1为12节课的氛围频次。整体显示，课堂的积极整合格频次都高于缺陷格频次，青年教师重视情感因素对学生学习的影响，擅长鼓励、称赞学生，充分肯定学生的回答，与学生共情，从而激发学生积极参与课堂，让学生在一个相对轻松的课堂氛围中学习。从发展上来看，缺陷格的变动较小，处于较低水平，积极整合格频次变动较大，有些老师非常擅长用情感激发学生的学习。

图1 课堂氛围频次

3.教师提问特征

图2为教师提问结构，教师提问比率变动不大，基本保持在课堂的25%左右，封闭性问题整体比率偏高；但随着时间推移，开放性问题比率上升显著。第8—9届的课堂，封闭性与开放性问题之比高于4∶1，后期课堂基本在2∶1以下，表明优质课中青年教师逐渐认识到创造性询答可以更好地促进学生对抽象概念和规律的理解。研究指出，当课堂内容的复杂性层次较低时，封闭性问题与开放性问题的最佳比率是7∶3；当复杂性层次较高时，二者的最佳比率是6∶4[12]。《磁场对运动电荷的作用力》这一节内容较为抽象，教学时应关注开放性问题的设计，让学生在开放的情境中探究，在师生、生生的思维碰撞中慢慢总结规律。

图2 教师提问结构

4.教师风格

教师风格是指教师在教学活动中采取的个性化和一贯性的方式、方法[13]。有的教师擅长通过精细化讲解、指令学生参与这种直接的方式来推动课堂，有的教师擅长通过问题驱动、引导学生探究来间接推动课堂。互动行为分析系统可以从教师对课堂相应影响比率来显示教师的教学风格。表5显示，12节课堂间接影响和直接影响的比率(ID)与积极影响和消极影响的比率(PN)都远高于常模值。而且随着时间的推移，这个比率在大幅度增长。这说明青年教师在优质课中注重循循善诱，引导学生去主动发现和探究知识，注重在课堂上对学生进行正向强化，倾向于以鼓励、采纳、提问等方式对学生给予间接驱动。

表5 教师教学风格/%

5.学生主动行为结构

图3所示为学生在语言和行为中的主动比率，第8—9届课堂上，学生行为中主动比率和语言中主动比率差不多都低于40%，学生在课堂中基本处于被动状态；但第12—13届课堂上，无论是学生的主动行为比率还是主动语言比率大多都超过了50%。从发展趋势看，教师愈注重课堂中学生主体地位的发挥，学生主动性愈强。

图3 学生行为结构对比

除了用行为频次和比率来分析课堂结构外，课堂中师生教学行为的转换也是备受关注的课程特性之一，结合教师行为比率和师生行为转化率可以直观显示课堂教学模式特征。

(二)青年教师优质课课堂教学模式分析

课堂教学模式可以用S-T(Student-Teacher)分析法来判断，S-T分析法主要考虑教师行为占有率Rt和师生行为转换率Ch这两个因素[14]92。

其中，Rt=NT/N，NT是T(教师)的行为数，N为行为采样总数。

Ch=(g-1)/N，表示T行为与S(学生)行为间的转换次数与N之比，g为连数，连续的相同行为记为1个连。比如，以下行为示例中共有6个连。

利用Python程序，从NVivo视频分析软件中导出编码脚本，以15秒为单位提取对应的S和T行为，计算出12节课的Rt和Ch。依据表6的标准，得出每节课的教学模式，见表7。

表6 教学模式判断标准[14]100

表7 教学模式统计表

表7显示，12节课中有7节为混合型，也称探究型教学模式，教师行为比例恰当，师生行为互动丰富，但还不足以到达对话模式。从时间发展来看，优质课堂教学模式逐渐从讲授式变成鼓励学生探究的混合式，教师从自己做、自己讲，变成了利用实验器材和信息化手段让学生动手做，让学生主动表达。

行为转换率可以体现师生互动特征，但不能反映行为进行的方向。如果要关注哪类行为是由什么行为引发，又引发了其他什么行为，就需要用滞后序列分析法(LSA)来分析。

(三)青年教师优质课显著行为序列特征

LSA在教育领域主要被用来分析教学行为序列，即表2行为分析矩阵中所示的“序对”。LSA利用调整后的残差值Z分数(Z-score)来分析课堂中行为序列的显著性。Z分数表示行为分析矩阵中的观测值与期望值之间的差异。Z分数的计算公式为：

将12节课的行为编码导入滞后序列专用分析软件(GSEQ)，可以得到各行为序列对应的残差值，与p<0.05的临界值1.96进行比较，可以得到显著行为序列。但这样得到的显著行为序列会将一些低频的行为序列包含进去，而低频率的行为序列显然不是课堂观察时关注的重心，因此，研究中剔除了频次低于平均数3(N/162≈3)的显著行为序列，得到如表8所示的课堂显著行为序列残差表。其中，4→13这个行为序列残差值为5.86，在0.001统计水平上显著，意味着该课堂中教师提出开放性问题后，极大概率会引发学生思考。表中空格和没出现的“序对”表明这些行为序列不显著。

表8 第8届A课堂显著行为序列残差表

用Visio软件将残差表直观呈现出来，可以更好地显示显著行为的转换方向(一般认为“序对”中的第一个行为驱动第二个行为)和交互特征。本文以第8届A课堂为例，具体呈现见图4所示。图中节点表示各种教学行为，连线表示行为间的连接具有显著意义。连线的数值和粗细代表该行为序列的残差参数，Z值越大，连线越粗，箭头代表行为转换的方向。

图4 第8届A课堂行为序列转化图

分析12节课的显著行为序列转换图，有如下发现。

第一，青年教师优质课堂表现为多显著行为模式，显著行为序列约占总数的8%。最显著的行为串为5/7→9→2/3，几乎出现在所有课堂中，印证了IRF理论，即教师发起(Initiation) →学生回应(Response) →教师反馈(Feedback)的互动结构[15]。但在物理优质课中，在典型的IRF结构外增加了操作序列，如14→13→7→9→2/3行为串表现显著，由学生实验引发思考，再进入IRF流程，构成多回应互动，也凸显课程标准对科学探究这个学科核心素养的要求。6→15→13行为大多也显著，体现了抽象问题直观化的教学原则，比如课堂中对学生来说较为陌生的显像管工作原理，教师都采用讲解→实物演示新奇现象引起学生好奇→激发学生思考的行为串来展示教学内容。

第二，12节课中指向自身的行为序列大部分都具有显著性，表现在矩阵中就是对角线上的行为序列显著。这些指向自身的行为序列显著，意味着这些行为在课堂中持续时间较长，表明课堂行为稳定性突出[9]106。其中教师讲授(6)、提出封闭性问题(5)、表扬采纳(2、3)，学生被动回答(9)和学生思考、操作练习(13、14)等指向自身的序列Z值普遍较高，体现出课堂主要通过教师讲授、提问、接纳，学生回答、思考、操练等行为完成教学内容。

第三，所有课堂中由学生驱动的显著行为序列(即表8中编码9—14行所对应的显著行为序列之和)和教师驱动的显著行为序列数(即表8中编码1—7及15行所对应的显著行为序列之和)几乎相当，在显著行为上进一步凸显了教师主导、学生为主体的教育理念。

第四，课堂中显著的无效沉寂或混乱主要集中在第8、第9届，表现在教师指令、开放性提问(7、4)，学生静思默学、讨论(12,13)几种行为之后，而这些无效沉寂行为更大概率由师生的非语言行为(13、14、15)来打破。第12、第13届几乎没有混乱沉寂行为。

四、结论与讨论

论文基于NVivo视频分析技术和PFIAS，从师生行为比率上分析了12节全国获奖优质视频的同课异构课的行为结构，结合S-T法分析了教学模式，进一步利用LSA探讨了课堂显著行为转换特征。分析发现，虽然12节课是同课异构，但课堂中师生行为比率、行为转化比率及显著行为转化方向等方面差异较为明显，体现出教学行为的个性化特质。同时，12节优质课也体现了以下共同特质。

(一)注重积极情感激发，倾向间接驱动

研究表明，情感氛围是衡量课程是否优质的一个重要指标[16]。本研究课堂结构中情感氛围显示，优质课堂中师生情感交流顺畅，教师擅长利用表扬、接纳和共情的方式激发学生的学习动机和表达欲望。同时，教师注重问题驱动，倾向于用提问和积极的情感反馈等间接方式引导学生回答问题和主动探究，课堂气氛融洽。这些结论和现有改革类优质课程的特征相符合[17]。

(二)师生行为互动结构良好，课堂教学秩序井然

S-T分析法显示大部分优质课课堂中教师与学生行为比例恰当，转换频度适中，符合混合式教学模式的特征。LSA也显示课堂显著行为序列多，师生行为交互丰富，同时也能兼顾课堂行为的稳定性。课堂中无效沉寂的行为非常少，主要由相对开放行为(开放问题、讨论)激发，但基本上又由师生操作行为来打破，总体上所有教学行为都能按照知识内在逻辑展开，有效引导学生探究教学重点内容，用直观展示、师生互动、动手操作等行为帮助解决教学难点。课堂中显著行为序列凸显了典型的IRF结构模式，并强化了操作行为序列与IRF的互动。师生行为互动结构良好且联系紧密，课堂秩序井然。从行为互动角度上看，优质课中青年教师的教学行为更接近专家型教师特征[18]。

(三)学生的主体认知地位在逐步加强

学生驱动的显著行为序列数和教师驱动的显著行为序列数大致相当，凸显优质课中学生的主体地位。从时间顺序来看，无论学生行为比率还是学生主动行为比率都在逐渐上升，教师风格和教学模式也体现了间接驱动和学生探究的发展趋势，开放性问题的比率在逐步提升，这些都显示了课堂教学行为逐步认可学生是认知的主体。

按照教师专业发展阶段理论，“全国中学物理青年教师教学大赛”的参赛教师从入职年限上看应处于熟手型教师发展阶段[19]。但本研究中，青年教师群体无论从课堂调节及教学策略选择、情感激励及行为互动，还是以学生为中心的教学理念等方面都表现出专家型教师特征。这些结论应该符合预期。因为不仅这批青年教师是经过层层竞赛选拔出来的，而且这些优质课也是经过众多专家和教师本人反复打磨的，是集体智慧的结晶，反映了他们对高质量课堂的共识。但另一方面，在学生主动行为、同伴讨论及开放性问题上，这些教师又表现出教学机智不高、课堂灵活性与创造性表现不足等熟手型教师的特征[20]。相较于陈珍国等对翻转课堂[5]、张屹等对智慧课堂[21]的研究，12节课中学生语言、学生主动发言以及同伴讨论比率整体偏低。同时，虽然教师关注问题驱动教学，但封闭性问题多，课堂预设问题的痕迹较突出。一旦学生的回答超出预期，教师就会迅速干预，将其拉回预设的轨道上来。结果是，无法促进学生深度思考，限制其思维提升，而且还丧失了发现生成性问题的机会，这也是当下课堂提问普遍存在的问题[22-23]。

因此，在对青年教师专业提升上，一方面，应进一步强化在团队指导下通过竞赛研课、磨课，以加快青年教师快速成长为专家型教师；另一方面，还应创造开放式课堂环境，培养青年教师从预设式单向驱动教学逐步走向建构式的多元互动模式[24]。可采取的措施有很多，如实现翻转式情景教学，自主式合作探究学习；将课堂权力下放，倡导任务驱动，增加同伴讨论等学生自主学习环节；鼓励学生对知识的质疑和反馈，提高学生主动性；充分预判学生的认知困难，及时发现课堂的生成问题；把握提问时机，在教学关键处以及有益于学生思维展开和能力发展的环节设置提问，提高开放性提问的比重，等等。

另外，对课堂的教学行为进行分析就像剔除课堂的血肉而解剖其筋骨，虽然能通过筋骨解析课堂结构、发现课堂特征，但毕竟还是舍弃了很多丰富的内容，不能窥其全貌。因此，要想更全面评价课堂，需要结合对课程的定性观察和描述。