APP下载

基于“互联网+”职业教育学生学习行为的探讨

2024-05-30董志辉闫云敬杨永贵朱炳耀韩立星

汽车与驾驶维修(维修版) 2024年5期
关键词:学习行为职业教育互联网+

董志辉 闫云敬 杨永贵 朱炳耀 韩立星

摘要:本文以柳州城市职业学院汽车检测与维修专业学生为研究对象,通过“互联网+”环境下的在线学习数据,采用Excel 和Origin 软件进行数理统计分析,以探讨学生的学习行为如何影响学习效果。研究结果表明:学生在学期开始阶段的学习投入程度较高,学习效果相对较高好;但在后续阶段则更多关注完成课后作业,而对学习的深层意义和持续投入有所忽视,并没有达到预期学习效果。根据数理统计分析得到的研究结果,并剖析问题结论,本文提出了改进在线课程设计、优化考核方式、加强在线学习监督与引导以及提供丰富的学习资源等教学改进建议。

关键词:互联网+ ;职业教育;学习行为;excel ;origin

中图分类号:G712 文献标识码:A

0 引言

我国课堂教学的网络化正在加速进行,从以前开放式大学的网络学习,到现在的网络化正规教学,是教育系统的重大变革。随着我国信息化技术的高速发展,信息化教育教学逐步完善。现如今,高等职业教育承载着社会连接高等教育的使命,服务地方经济,加快地方经济产业化以及新型化的产业转型,都扮演着十足重要的角色,是我国高校教育不可或缺的一部分,也是我国蓝领工人的聚集地,一并承载着大国工匠精神的使命。高职的学生也占有高等教育学生一半的群体,而他们的学习态度以及学习习惯都具有独特的特征,也体现着我国职业高等教育的成果,對我国经济的发展起着并重作用[1-2]。

基于“互联网+”的职业教育,对传统教育模式改变,学生的学习行也有很大的变化。根据国内许多高校专家在线课程的现状数据统计表明,学习者线上学习时间投入是普遍偏低,有些情况也只是表面肤浅的学习,真正深层次的学习相比于传统教学还有很大差距[3]。

那么,基于“互联网+”职业教育学生的学习情况如何?学生的学习行为有哪些特征?本文基于“互联网+”对职业院校学生学习行为进行探讨,通过统计学院平台学生线上学习开展情况所产生实际数据采集,分析学生的学习行为、存在的问题以及相关影响因素,探索如何提升学习效果,对于职业教育的改革与发展具有重要意义。

1 综述学生学习行为

本文将重点分析柳州城市职业学院汽车检测与维修专业学生。“互联网+”模式下,学生学习行为主要从职教云的注册使用,并在平台上选修教师已经建立好的课程。在平台以及教师的组织情况下,开展课堂自主学习行为,具体有访问学习资源、完成作业情况、课堂互动环节(签到、讨论、提问等环节)、学生课堂提问、学生课堂效果评价以及总结等行为,与“远程网络教育学习行为”存在很大区别。前者是在课堂教学辅助的情况下,学生的学习行为。而后者是,在网络环境下,自身开展的自主性学习的行为[4]。

1.1 “ 互联网 +”模式下职教学生的学习行为

根据信息化网络教学相关学习行为的研究,本次研究选用平台下学生在线学习行为数据,分析学生在课堂网络教学下,学生的学习行为[5]。更容易对学生在学习中存在的问题进行诊断分析,以便改善教学策略。

结合学院教学组织形式,探讨职教学生在课堂模式下的网络学习行为(图1)。主要分为以下4 个阶段。

(1)课程资源的访问:主要是对课程文本以及视频的访问,包括访问的进度以及时长。

(2)学习时长分配:主要是课程课前预习和课后复习对课程总的学习时间的记录。

(3)课堂互动:从课前签到至课堂课中提问以及课中讨论学生的参与度。

(4)课程作业完成度:每次课堂作业学生的参与度以及学生作业所得成绩。

1.2 学生有效学习的操作

1.2.1 有效资源的访问

参加课程学习的学生,根据观看教学文本以及视频的时间和进度,来显示学生是否参与课堂的有效学习。

1.2.2 有效的课堂讨论环节

首先,参与课堂学习签到,每次课堂2 节课4 次签到,每次签到不定时。4 次中有效3 次签到,为课堂实际参与上课。对于每次课堂至少有两次为课堂讨论,回答相关提问的问题算有效讨论。采用平台随机提问,如果提问学生回答了问题算有效提问,如果提问的学生没来,但是该学生已经签到,这种课堂提问无效。

1.2.3 课堂作业的完成度

根据平台统计,学生完成作业提交后,算有效完成,如果没有完成作业就提交,不计入课堂作业的完成度。

2 研究样本

本问题的探讨以柳州城市职业学院汽车检测与维修专业学生为样本总体,选用分成抽样方法在其专业内的课程(2 门课,97位学生)为研究对象(表1)。通过平台系统,提取学生的学习过程数据,包括:课程资源的访问、学习时长、参加课堂活动和课堂作业的完成度等学习行为数据进行探讨分析[6]。通过数据的收集,并利用excel 和origin 软件进行数据的整理与统计,并删除相应的无效数据,分析学生的学习行为。

3 研究结果

根据4 个问题进行研究,运用描述性分析、相关分析等方法对数据进行综合分析和讨论,归纳出学生对课程的学习情况,也能够体现出现阶段学生的学习态度。

3.1 课程资源访问次数

根据对学生每周课堂的考勤以及学习登录访问课程资源的次数进行统计分析,学生每周课程的访问次数占比如图2 所示。可以看出,刚开学第1 周时,学生课程视频访问总次数占比达95.3%,文本访问总次数占比达90.2%,而后面几周课程总体资源访问总次数占比明显降低的趋势,总是一周升高一周下降。

统计结果表明:刚开始上学第1 周学生对网课的兴趣比较浓厚,随着开学的进度推进,学生学习态度以及心态整体出现逐渐降低的情况。根据课后作业完成情况,凡是课后有作业的周次,课程资源访问的总次数占比较高。在资源访问的过程中,视频资源访问次数整体要比文本资源访问次数高,第3 周与第6 周文本资源访问次数较高,可能是因为文本资源少。

3.2 课程学习时长

课程学习时长包括课堂上课时长与课前、课后学习的总时长之和。根据学习时长的统计分析, 学生每周课程学习时长如图3 所示。可以看出, 学生周在线学习时长为88.4 ~ 97.2 min。随着学习的推进,学生在线的学习时长不等,整体趋势逐渐降低。减去上课时段80 min,而学生课外线上学习时间为8.4 ~ 17.2 min。

统计结果表明:第1 周在線学习时长最长,后面几周都是交错升降,前2 周相对较长。可能是刚开学,学生的学习态度和情绪高涨,随着课程的推进,学生课后投入线上学习时间逐步减少。后续出现交错升降,可能是由于需要完成的作业因素,造成学生投入时间稍多,与之要求的学习时长相差较多。

3.3 课堂互动

课堂互动在平台上用课堂签到、课堂提问、课堂讨论形式上来体现。根据统计数据分析,课堂互动情况如图4 所示。可以看出,对于课堂签到来说,反映学生的实际参与课堂的情况,其中签到的平均值为77.11%,说明有97 个学生中有将近75 个学生能够到课堂上课,而第4 周和第5 周参与上课的学生持平。

对于课堂提问情况来说,反映学生的实际参与课堂学习态度,其中参与提问的平均值为77.87%,表明被提问到的学生,能回答上问题的学生数占将近八成。对于课堂讨论来说,反映学生学会课程知识的情况,从图像可以看出,第4 周和第6 周的学生参与课堂讨论数占比分别为37.47% 和24.48%,相对于其他几周理论学习的难易程度增加,依据数据表明,学生参加课堂讨论可能与讨论问题的难易程度有关。

总体来说,前3 周课堂互动效果相对较好,后几周学生都能大多数都能积极上课,完成签到、完成课堂提问。但是参与课堂讨论的学生就相对较少,学生主动参与课堂讨论的积极程度不高。

3.4 课堂作业完成度

课堂作业完成度表征学生学习行为的重要指标。根据统计数据分析,学生参与课堂作业的完成度如图5 所示。2 门课程布置作业次数不同,专业课1 每周布置一次作业,而专业课程2 每两周布置一次作业。从统计图可以看出,无论是专业课1或者是专业课2,学生完成课程作业度都是降低趋势,而且降低趋势较大。

统计结果表明:开学时,学生对网课以及作业都比较感兴趣,随着课程进一步推进,学生参与作业的完成逐渐减少,但是有较好学习行为的学生也都能按时完成作业。明显看出专业课2 的作业完成度明显高于专业课1,说明如果每周都给学生布置作业导致学生对作业可能厌倦,参与作业完成的学生明显减半。

3.5 关系对比

学生课程资源访问次数和在线学习时长,能够体现学生课后网上作业完成度,观察三者之间的关系。根据数据统计,其关系对比如图6 所示。从统计地形图中可以看出,课程资源访问总次数占比与课程作业完成度占比,并不是单增调函数的趋势,而是集中于课程资源访问次数占比在83.00% 左右的位置,作业完成度占比最高。在线学习时间与课程作业完成度占比,大致呈单调增函数的趋势,特别是在第4 周和第6 周的作业完成度占比都是53.06%,并没有随着学习时长增加而升高。

分析前3 周学生作业完成度占比75.00% 以上,原因可能是作业难度相对较低,并且学生的学习兴趣较为浓厚。后4 周作业完成度占比都在53.00% 左右,只有一半的学生完成课后作业。其原因一方面由于知识点的难易程度在增加;另一方面,学生上网课时,由于外界环境影响,加之高职学生本身学习态度问题并不能认真听讲。即使有些学生能够完成作业,但是质量也没有达到合格。与传统教学相比“互联网+”下职教学生的学习行为相对较差。

4 研究结果

研究结果显示,尽管学生在学期开端的学习投入度较高学习效果较好。这一时期,学生可能受到新学期、新课程的激发,对学习内容充满好奇和兴趣,因此学习投入度较高。但随着学期的推进,学生的学习行为逐渐发生变化大多数学生可能更关注过程性考核是否合格,却偏离了学习的本质,忽视了学习的真正意义和价值,进而影响其专业知识的掌握和应用能力的提升。

5 结束语

针对上述问题,本文提出以下结论和教学改进建议。

(1)学生的学习行为确实影响学习效果。因此,教师在设计在线课程时应充分考虑学生的学习特点和需求,引导学生形成良好的学习习惯和思维方式。

建议改进在线课程设计:根据学生的学习特点和需求,设计更具吸引与务实的在线课程,激发学生兴趣和积极性。

(2)要提升学生的学习效果,需要优化考核方式。除了关注考核结果外,还应加强对学习过程的考核。

建议完善考核方式:实施多元化的考核体系,增加学习过程评价比重,以便更全面的反馈学习效果,引导学生注重学习的深度。

(3)加强在线学习监督与引导是提升在线学习效果的关键。

建议加强师生互动:通过在线平台教师定期发布学习提醒、组织在线讨论等方式,加强师生之间的交流与互动,及时解决学生在学习过程中遇到的问题,引导学生积极参与学习,提高学习效果。

综上所述,通过统计数据分析学生的在线学习行为并采取相应的改进措施,有望进一步提升柳州城市职业学院汽车检测与维修专业学生的在线学习效果,为培养具备工匠精神,合乎国家专业技能要求的新型技能人才奠定坚实基础。

【参考文献】

[1] 王月霞. 高职学生学习行为研究——以山西经贸职业学院为例[D]. 太原:山西财经大学,2012.

[2] 宗诚. 职业教育专业教学资源库学生学习行为影响因素与改善对策的实证分析[J]. 国家教育行政学院学报,2019(08):73-80.

[3] 孙月亚. 开放大学远程学习者在线学习行为的特征分析[J]. 中国电化教育,2015(08):64-71.

[4] 彭文辉. 网络学习行为分析及建模[D]. 武汉: 华中师范大学,2012.

[5] 李冬梅. 在线学习行为分析在高中信息技术翻转课堂教学中的应用研究[D]. 成都: 四川师范大学,2017.

[6] 孙月亚. 开放大学远程学习者在线学习行为的特征分析[J]. 中国电化教育,2015(08):64-71.

作者简介:

董志辉,本科,助教,研究方向为汽车电控技术及汽车专业教育教学。

猜你喜欢

学习行为职业教育互联网+
大数据思维下教学过程数据分析及应用研究
基于学习行为数据的在线学习时间规律探析
网络远程教育学习行为及效果的分析研究
“动能教育”模式下的工匠人才培养路径研究
论七年一贯制体系下本科学科建设中职业教育的重要性
刍议职业教育校企合作的有效性
慕课环境下的学习者
翻转课堂教学模式在《PLC应用技术》课程教学中的应用