基于BICOMB 2.0书目分析系统的医学教师课程思政研究热点分析

刘静馨，谢亚兰，黄 玲

（长沙卫生职业学院，湖南 长沙 410600）

2020年，教育部印发《高等学校课程思政建设指导纲要》指出，课程思政融入课堂教学全过程，需要教师具备育人意识，挖掘课程中的思政内涵，找准结合点，这样才能确保课程思政建设顺利进行。长期以来，困扰医学院校课程思政建设的一个难题就是思政理论课和专业课教学“两张皮”[1]。医学院校有自身特点和发展规律，专业课教师对国家卫生健康事业的相关政策及发展前沿要有深入理解，将自己在卫生健康领域的亲身经历、感悟与学生分享[2]，巧妙融入思政元素，不仅能增强课程的生动性，而且能发挥价值引领作用。聚类分析是基于数据间的相似度，将数据归于不同组，同一个组内的数据对象具有较高的相似度，其中系统聚类分析根据数据间的距离自动分类，客观性更强[3]。在不同研究领域，系统聚类分析得到了广泛应用。近年来，国内学者关于医学教师课程思政的研究不断增多，本文对在中国知网数据库（CNKI）发表的相关文献进行可视化分析，尝试用系统聚类分析的方法了解该领域的研究热点，为今后医学教师进行课程思政实践提供参考。

1 资料与方法

1.1 资料来源

检索中国知网数据库中与医学教师课程思政相关的文献，文献类型不限、语言不限，检索时间自数据库建库至2023年5月8日，检索策略为“医学” AND “教师” AND “课程思政”，初步检索到802 条文献记录。纳入标准：以“医学教师课程思政”为主题的相关研究。排除标准：内容重复；会议摘要、新闻。根据纳入和排除标准进行筛选，浏览文献标题与摘要，最终纳入相关文献490 篇。

1.2 研究方法

利用BICOMB 2.0书目分析系统对490 篇文献题目进行读取和分析，导出文献标题、发表年代、作者、作者单位、发表期刊等信息并使用Excel 软件绘图，提取文献中的主题词进行统计分析并构建高频词篇矩阵，采用普赖斯公式界定高、低频词，将词篇矩阵导入SPSS 18.0 软件并进行系统聚类分析，分析高频主题词之间的关系，了解医学教师课程思政研究领域的内部联系和潜在发展趋势。

2 结果

2.1 文献发表数量

1999—2017年为起步阶段，有176 篇文献，说明这一时期国内学者还没有对这一领域进行深入研究。教育部于2017、2018年发布《高校思想政治工作质量提升工程实施纲要》《教育部办公厅关于开展“三全育人”综合改革试点工作的通知》，引导高校把工作的重心和目标落在育人效果上。故近5年该领域的文献数量呈井喷式增长（见图1），共发表文献214 篇（累计百分比为86.43%）。医学教师课程思政研究领域开始受到广泛关注，专业教师非常重视课程思政建设，从育人角度培养医德高尚、德才兼备的高素质医学人才。

2.2 高频期刊统计

医学教师课程思政研究相关文献发表在485 本期刊上，排名前15 的期刊发文量占总发文量的31.00%，其中《卫生职业教育》发表的文献最多（84 篇），《中国继续医学教育》发表43 篇，《教育教学论坛》发表39 篇（见图2）。

2.3 高频发文机构统计

发文量前20 的机构占机构总数的10.90%（见图3）。其中，菏泽医学专科学校发文最多（16 篇），西安交通大学14 篇，南京医科大学12 篇。

图3 发文量前20 的机构Figure 3 Top 20 institutions in terms of publication quantity

2.4 引用文献统计

被引频次排名前10 的文献信息见表1，发表时间集中在2018—2021年，其中李琦等发表的《从课程思政视角探医学生职业素质教育》被引用62 次，排名第一。

表1 1999—2023年中国知网数据库医学教师课程思政研究文献被引频次前10 位Table 1 Top 10 citation frequencies of medical teachers' Ideological & Political Education research literature in China National Knowledge Infrastructure database from 1999 to 2023

2.5 高频关键词聚类分析

图4 1999—2023年中国知网数据库医学教师课程思政研究文献高频关键词聚类分析树状图Figure 4 Tree chart of high frequency keyword cluster analysis on medical teacher's Ideological & Political Education research literature in China National Knowledge Infrastructure database from 1999 to 2023

3 讨论

3.1 医学人文课程思政育人效果显著，且融合度高

构建医学人文课程的思政育人机制是研究热点，研究机构主要以医学院校的马克思主义学院和人文社科学院为主，重点挖掘医学人文教育和课程思政的内在逻辑，把课程思政作为立德树人的重要载体，将立德树人作为医学人文教育的价值引领和实践准则，推进医学人文教育与课程思政有机融合。景云川等[5]从医学人文学科的内容、医学人文精神、医学人文修养等方面阐述了医学课程思政的价值。闫龙等[6]探索了抗疫精神融入医学人文教育课程思政的路径。廖伟聪等[7]认为要提升教师队伍的思想政治素质，挖掘医患沟通课程中蕴含的思政元素，强化显性与隐性双重教育，形成医患沟通课程思政体系的合力机制。王小文等[8-10]认为医学人文教育与专业课程思政具有内在统一性，医学专业课程思政建设只有关注和重视人文教育，才能促进专业知识、人文知识及思政教育有机融合。

3.2 医学教师育人能力研究受到重视，但缺乏科学、客观的评价方法

对医学教师育人能力的研究总体上仍然处于起步阶段，但有可能成为未来研究的热点。《高等学校课程思政建设指导纲要》指出，教师是全面推进课程思政建设最关键的一环，因为教师才是课程教学的落实者与主导者。医学院校专业课教师队伍比思政课教师队伍庞大，也是高校思想政治教育的重要力量，在帮助医学生坚定理想信念、厚植家国情怀、提升政治担当、树立职业信心等方面起着潜移默化的作用[11]。邢佳等[12-14]认为，专业课教师与思政教师、辅导员一样肩负着育人使命。秦华等[15-16]对医学教师课程思政能力现状进行调查，发现其课程思政能力总体处于中等偏上水平，存在群体差异明显、课程思政实施效果不同、教师群体协同育人氛围不浓厚的问题，主要是因为专业课教师有医学教育背景，但人文知识和思想政治理论相对有限，缺乏挖掘课程思政教育资源的经验和技巧，有时会出现生搬硬套的情况[17]。医学院校有自身专业特点，要使医学专业课教师深刻理解课程思政的价值，实现专业教学与思政教育同向同行。庞建茹等[18-22]建议从强化育人意识、建立思政教学能力培养机制、健全评价制度等方面提升教师课程思政能力。

3.3 医学课程思政教学研究趋于成熟，但需重视课程思政教学评价研究

研究人员就多门医学课程、多种教学方法、多种评价手段进行课程思政教学探索与改革，有效增强了课程思政的广度、深度和温度，形成了较为成熟的医学课程思政教学体系。结合重大公共卫生事件、抗震救灾、医疗援助等紧贴社会热点[23]，从社会责任、医者担当、家国情怀、仁心仁术等角度将思政元素以寓教于无形的方式融入教学。将白求恩、屠呦呦、裘法祖、钟南山、吴孟超等医德榜样引入课堂[24]，优秀的医者形象能让医学生感同身受，达到思政教育入脑入心的效果。而将优秀传统文化、中医药文化、抗疫精神、红医精神、民族精神等融入思想政治教育，也取得了不错的育人成效。同时，课程思政教学案例资源库、在线课程思政教学平台的构建也可以助力医学院校课程思政教学改革[25-27]。多位学者尝试将案例教学、以问题为中心的教学、线上线下混合教学、角色扮演、BOPPPS 等[28]引入专业课思政教学，积极探索课程思政新模式。目前，医学院校课程思政评价理论研究和实践仍然处于探索阶段，徐依静等[29]认为目标评价模式和CIPP 模式对构建医学专业思政教学质量评价体系具有重要参考价值，刘艳花等[30-31]分别构建了山西医科大学课程思政育人评价指标体系和高职院校专业教师课程思政教学评价体系。但是，关于课程思政教学质量与育人效果的评价体系仅限于小范围的探索及实践，今后还需要进一步完善、改进才能推广到更多医学院校。

3.4 加强高校教师人文素质培养，培养医学生良好医德医风

培养良好医德医风，引导医学生树立正确的人生观、道德观，是医学院校的重要使命。医务工作者应具备良好的人文素养和仁爱精神，因此，教师的人文素质对医学生思政教育非常重要。目前，对于医学院校教师人文素质的研究比较分散，还需进一步深入研究来提升研究质量。杨森等[32]认为医学院校新入职教师人文素质具有复杂性的特点。孔令平等[33]认为专业教师应以高尚的品格和人格魅力影响学生。王晓东等[34-36]认为，医学生人文精神培养来自教师的教育、引导和示范，医学教师应具备良好的人文素养，注重言传身教，以润物无声的方式感染学生，提升学生道德修养，提高学生思想道德水平。

4 结语

本研究采用BICOMB 2.0书目分析系统和SPSS 18.0 统计软件对中国知网数据库中的医学教师课程思政相关文献进行聚类分析，归纳总结了4 个研究热点。医学教师课程思政建设已受到重视，但是该领域研究的深度和广度有待进一步拓展，建议使用混合式研究方法结合多区域、多院校的实际情况，对医学教师课程思政教学能力和育人效果评价系统进行理论研究与实践应用。本研究也存在一定局限性，仅检索了中国知网数据库，后续还将扩大数据库范围，进行更全面的检索，分析该领域研究趋势。