張靜 胡朕豪 陳倩倩 韓映雄
[收稿日期] 2021-01-12
[基金項(xiàng)目] 國(guó)家社會(huì)科學(xué)基金“十三五”規(guī)劃2018年度教育學(xué)重點(diǎn)課題(AFA180012)
[作者簡(jiǎn)介] 張靜(1995—),女,四川廣安人。碩士研究生,主要研究方向?yàn)楦叩冉逃u(píng)價(jià)。 *[通信作者] 韓映雄(1971—),男,寧夏固原人。博士,教授,博士生導(dǎo)師,主要研究方向?yàn)楦叩冉逃u(píng)價(jià)、教育質(zhì)量管理。
[ 摘 要] 為探究線上“金課”的學(xué)習(xí)體驗(yàn)結(jié)構(gòu),揭示線上“金課”的學(xué)習(xí)體驗(yàn)現(xiàn)狀,采用文本分析法對(duì)中國(guó)大學(xué)MOOC平臺(tái)的592門線上“金課”的原始評(píng)價(jià)數(shù)據(jù)進(jìn)行挖掘。研究發(fā)現(xiàn),線上“金課”的學(xué)習(xí)體驗(yàn)包括“知、情、媒、行”4要素,分別是學(xué)習(xí)收獲、情感體驗(yàn)、交互媒介和教學(xué)行為。線上“金課”的學(xué)習(xí)體驗(yàn)整體較好,這表現(xiàn)在學(xué)習(xí)者的課程評(píng)價(jià)平均分較高,且“知”“情”“行”3類學(xué)習(xí)體驗(yàn)要素中很少包含消極詞匯,課程評(píng)價(jià)文本中學(xué)習(xí)者的情感體驗(yàn)多數(shù)是積極正向的。研究也發(fā)現(xiàn),線上“金課”的交互媒介存在問題,體現(xiàn)在視頻功能不夠、互動(dòng)功能不足和資源功能不全。
[ 關(guān)鍵詞] 慕課;線上“金課”;學(xué)習(xí)體驗(yàn);課程評(píng)價(jià)
[ 中圖分類號(hào)] G642 文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1005-4634(2021)03-0048-05
0 引言
線上“金課”即國(guó)家精品在線開放課程,教育部自2017年以來已認(rèn)定并推出2 000余門線上一流課程。這些課程的推出不僅代表我國(guó)在線教育的整體水平,也為學(xué)習(xí)者提供了更多優(yōu)質(zhì)的課程資源。有關(guān)線上“金課”的研究能夠在一定程度上體現(xiàn)國(guó)家級(jí)一流本科課程的運(yùn)行情況。在我國(guó),目前線上“金課”的研究主要集中于建設(shè)意義、特點(diǎn)和內(nèi)容[1],建設(shè)現(xiàn)狀、問題和對(duì)策[2-5]以及個(gè)別課程的案例分析等方面[6],側(cè)重于從課程建設(shè)的視角看待線上“金課”的價(jià)值。但是,學(xué)習(xí)者作為在線課程的直接受眾,他們是如何評(píng)價(jià)線上“金課”的呢?基于學(xué)習(xí)者的視角,這些課程給他們的學(xué)習(xí)體驗(yàn)是怎樣的?其學(xué)習(xí)體驗(yàn)具體又由哪些要素構(gòu)成?關(guān)注學(xué)習(xí)者的體驗(yàn)有助于及時(shí)發(fā)現(xiàn)線上“金課”運(yùn)行以來的基本情況和問題,從學(xué)習(xí)者的角度反映出國(guó)家一流課程的建設(shè)成效,也是我國(guó)高等教育發(fā)展到普及化階段的必然要求。
由于大規(guī)模在線開放課程跨越時(shí)空的特征,學(xué)習(xí)者很難真實(shí)地被接觸到,所以傳統(tǒng)的問卷調(diào)查或質(zhì)性訪談都不太適用。因此,本研究以在線課程學(xué)習(xí)平臺(tái)上積累的海量文本數(shù)據(jù)為研究資料。首先,利用Python工具獲取中國(guó)大學(xué)MOOC平臺(tái)運(yùn)行的592門線上“金課”的原始課程評(píng)價(jià)文本;其次,使用結(jié)巴中文分詞、自然語言處理模型Word2Vec和K-Means聚類算法分別對(duì)課程評(píng)價(jià)文本進(jìn)行分詞、編碼和聚類;最后,通過百度AI開放平臺(tái)的情感傾向分析對(duì)在線課程的情感體驗(yàn)進(jìn)行研究。研究的主要目標(biāo)是從學(xué)習(xí)者的角度出發(fā)探究線上“金課”的學(xué)習(xí)體驗(yàn)結(jié)構(gòu),揭示線上“金課”的學(xué)習(xí)體驗(yàn)現(xiàn)狀,以便真實(shí)反映出學(xué)習(xí)者的感受和看法,同時(shí)也為線上“金課”的研究提供新的視角。
1 研究對(duì)象與數(shù)據(jù)來源
1.1 研究對(duì)象
本研究以2018年認(rèn)定的來源于中國(guó)大學(xué)MOOC平臺(tái)的592門線上“金課”為對(duì)象。之所以選擇這一平臺(tái),一方面是由于國(guó)家認(rèn)定的大部分線上“金課”都在這一平臺(tái)開課。據(jù)統(tǒng)計(jì),2018年認(rèn)定的801門線上“金課”中,來源于中國(guó)大學(xué)MOOC平臺(tái)的有594門,在所有課程中占比74.16%。因此,這些課程很具有代表性和典型性,能夠基本反映國(guó)家精品在線開放課程的總體情況;另一方面,線上“金課”分散于10多個(gè)開課平臺(tái),不同開課平臺(tái)的開放程度和計(jì)算規(guī)則不完全一致,這對(duì)于在線教育數(shù)據(jù)挖掘有較大影響。此外,在搜集數(shù)據(jù)時(shí),有2門課程暫時(shí)無法查看任何開課信息,故最終本研究的研究對(duì)象為中國(guó)大學(xué)MOOC平臺(tái)開課的592門線上“金課”。
1.2 數(shù)據(jù)來源
對(duì)于每門課程,分別統(tǒng)計(jì)了“評(píng)價(jià)者”“原始評(píng)價(jià)內(nèi)容”“課程評(píng)分”“課程名稱”等數(shù)據(jù)。數(shù)據(jù)采集截至?xí)r間為2020年4月1日。首先,利用Python將相應(yīng)網(wǎng)頁(yè)的所有課程評(píng)價(jià)文本內(nèi)容爬取下來,數(shù)據(jù)示例如表1所示。其次,對(duì)獲取的218 067條評(píng)論文本進(jìn)行數(shù)據(jù)清洗,剔除無效文本評(píng)論和完全重復(fù)的評(píng)論,得到有效評(píng)價(jià)文本共計(jì)183 048條,平均每門課程有309條有效評(píng)價(jià)文本。
表1 課程評(píng)價(jià)數(shù)據(jù)示例
評(píng)價(jià)者原始評(píng)價(jià)內(nèi)容課程評(píng)分課程名稱
01“挺好的,主要內(nèi)容有到位,預(yù)習(xí)
復(fù)習(xí)起來都可以借鑒。”4《現(xiàn)代儀器分析》
02“了解了網(wǎng)絡(luò)和電腦相關(guān)知識(shí),超棒!”5《計(jì)算機(jī)網(wǎng)絡(luò)》
03“對(duì)慕課的開設(shè)更支持,感覺慕課是一個(gè)有時(shí)代意義的教學(xué)方式。”5《慕課問道》
04“課程截止時(shí)間不合理。”4《職場(chǎng)英語》
05“這剪輯有問題吧,圖片不出來,不知道老師在說什么啊?!?《運(yùn)籌學(xué)》
2 數(shù)據(jù)分析
2.1 課程評(píng)分情況
對(duì)每門課程的評(píng)分情況進(jìn)行統(tǒng)計(jì),得到所有592門課程評(píng)價(jià)的平均得分為4.7分(總分為5分)。這表明,線上“金課”的整體學(xué)習(xí)體驗(yàn)評(píng)分較好。
但是,并非所有的選課者都參與了課程評(píng)價(jià)。統(tǒng)計(jì)表明,約3.7%的人參與課程評(píng)價(jià),即27位選課者中僅有1人進(jìn)行課程評(píng)價(jià),說明參與課程評(píng)價(jià)的人數(shù)比例很小。另一方面,并非所有的選課者都參與了全部課程學(xué)習(xí),大多數(shù)學(xué)習(xí)者因被課程名稱吸引,或出于專業(yè)學(xué)習(xí)需要而選課,在瀏覽課程視頻后發(fā)現(xiàn)課程并不適合自己,難以堅(jiān)持學(xué)習(xí),故中途“輟學(xué)”。這類學(xué)習(xí)者的課程參與較少,不進(jìn)行課程評(píng)價(jià)也有其合理性。此外,每門課程的評(píng)價(jià)文本數(shù)量存在較大差異。課程評(píng)價(jià)文本數(shù)量的范圍在0~10 983之間,評(píng)分人數(shù)最多的3門課程分別是《形勢(shì)與政策》(甘玲)、《形勢(shì)與政策》(胡寶國(guó))和《教師如何做研究》(汪瓊),這3門課程的評(píng)價(jià)文本從高到低分別為10 983條、6 020條和5 564條,共計(jì)22 567條,占據(jù)所有課程評(píng)價(jià)的12.3%。
2.2 課程評(píng)價(jià)詞頻分析
在自然語言處理中,分詞是處理非結(jié)構(gòu)化文本的首要任務(wù)。結(jié)巴分詞作為一款專業(yè)的中文分詞軟件,對(duì)于中文處理十分有效,能夠?qū)⒕渥泳_地切分開來。研究先將評(píng)論文本數(shù)據(jù)導(dǎo)入Python軟件,調(diào)用Python語言工具包Jieba對(duì)文本進(jìn)行分詞處理。經(jīng)過分詞并對(duì)所有詞匯進(jìn)行詞頻統(tǒng)計(jì),最終得到了37 326個(gè)不同的詞匯。然后提取詞頻數(shù)排名前200的詞匯列表,表2僅顯示詞頻排名前20的詞匯。結(jié)果表明,評(píng)價(jià)文本中出現(xiàn)次數(shù)在5 000以上的詞匯分別是:老師、課程、學(xué)習(xí)、非常、很多、知識(shí)、講解、內(nèi)容、不錯(cuò)、學(xué)到、了解、講授、收獲、感覺、很棒、課堂、挺好、豐富、很好、很棒、更加、受益匪淺、幫助、喜歡、講課、內(nèi)容、很大、詳細(xì)等28個(gè)詞匯。這些高頻關(guān)鍵詞表明,線上“金課”的學(xué)習(xí)者在進(jìn)行課程評(píng)價(jià)時(shí)最關(guān)注的是教師對(duì)于課程內(nèi)容的講授情況,以及自己學(xué)習(xí)到了什么知識(shí),有怎樣的收獲。
2.3 課程評(píng)價(jià)詞匯聚類分析
詞頻分析結(jié)果呈現(xiàn)了課程評(píng)價(jià)文本的整體狀況,但對(duì)于評(píng)價(jià)文本所能反映出的深層意義則難以體現(xiàn),如這些詞匯是否能夠歸為某一特定的類別?能否凸顯線上“金課”的學(xué)習(xí)體驗(yàn)構(gòu)成要素?為深入探究課程評(píng)價(jià)文本蘊(yùn)含的學(xué)習(xí)者在線學(xué)習(xí)體驗(yàn)的結(jié)構(gòu),本研究進(jìn)一步對(duì)課程評(píng)價(jià)詞匯進(jìn)行了聚類分析。
聚類是數(shù)據(jù)挖掘中的一種重要分析方法。該算法首先隨機(jī)選取k個(gè)初始聚類中心,按最小距離原則將每個(gè)樣本分配到k類中的某一類。之后不斷迭代以計(jì)算類別中心。然后調(diào)整各樣本的類別,最終使每一樣本到其所屬類別中心距離的平方之和最小[7]。這一算法的優(yōu)點(diǎn)是處理速度快、效率高,適合處理大規(guī)模的數(shù)值型數(shù)據(jù)[8]。由于課程評(píng)價(jià)詞匯量太大,采取傳統(tǒng)的獨(dú)熱編碼(One-Hot Encoding)方式來表示詞向量會(huì)消耗大量的時(shí)間與資源,且One-Hot編碼中所有詞向量彼此互不相關(guān),不能體現(xiàn)詞語之間的相似關(guān)系。米科洛夫(Mikolov)等提出語言處理模型Word2Vec并利用該模型將單詞轉(zhuǎn)化為向量來表示進(jìn)而挖掘詞匯之間的關(guān)聯(lián)[8]。本研究采取Word2Vec處理模型,將詞匯映射到100維的向量空間,向量空間上的相似度可以用來表示文本語義上的相似度。
根據(jù)聚類的效果,所有評(píng)論詞匯可劃分為4類,如表3所示。第一類的高頻關(guān)鍵詞為很棒、喜歡、感謝、強(qiáng)烈推薦、超級(jí)、優(yōu)秀、有意思等,這些詞匯為學(xué)習(xí)者表達(dá)對(duì)課程學(xué)習(xí)的總體感受和情感體驗(yàn),可以定義為情感體驗(yàn);第二類的高頻關(guān)鍵詞為教師、課程、講解、豐富、內(nèi)容、授課、清晰、理解、視頻、學(xué)生、教學(xué)、實(shí)用等,這些詞匯基本是學(xué)生對(duì)教師的授課風(fēng)格、授課水平、課程內(nèi)容和課程組織的評(píng)價(jià),可歸納為教學(xué)行為;第三類的高頻關(guān)鍵詞有學(xué)習(xí)、很多、知識(shí)、學(xué)到、了解、收獲、幫助、受益、有用、認(rèn)識(shí)、提高、基礎(chǔ)、方法、啟發(fā)、思維等,這些詞匯表示學(xué)生學(xué)習(xí)課程后在各方面的收獲與提升,可以定義為學(xué)習(xí)收獲;第四類的高頻關(guān)鍵詞是平臺(tái)、錯(cuò)誤、下載、慢、發(fā)音、有待、改進(jìn)、重復(fù)、無法等,這些詞語大多是形容學(xué)習(xí)平臺(tái)的問題,可以定義為交互媒介。根據(jù)詞匯總數(shù)可知,“教學(xué)行為”這一類別的詞匯最多,共計(jì)470 854個(gè),
2.4 情感傾向分析
研究根據(jù)實(shí)際需求調(diào)用百度自然語言處理技術(shù)中的情感傾向分析接口,對(duì)搜集整理后的183 048條課程評(píng)價(jià)文本開展了情感傾向分析。同時(shí),為驗(yàn)證情感傾向分析結(jié)果的準(zhǔn)確度,在所有課程評(píng)價(jià)中隨機(jī)抽取了2 000條評(píng)價(jià)文本進(jìn)行人工編碼。結(jié)果顯示,2 000條評(píng)論中有1 803條評(píng)價(jià)與機(jī)器編碼結(jié)果一致,情感傾向分析模型分類的準(zhǔn)確率為90.2%,表明編碼結(jié)果的可信度較高。因此,可以用這一模型對(duì)課程評(píng)價(jià)文本的情感傾向進(jìn)行分析。
情感傾向分析結(jié)果表明,課程評(píng)價(jià)文本的情感傾向?yàn)榉e極正向的最多,有171 573條(占比93.7%);課程評(píng)價(jià)文本的情感傾向?yàn)橄麡O負(fù)向的有10 014條(占比為5.5%);而情感傾向?yàn)榭陀^中立的課程評(píng)價(jià)文本有1 461條(占比為0.8%)。這表明,線上“金課”的總體情感傾向?yàn)榉e極正向,但其中也存在部分情感體驗(yàn)為消極和中立的課程評(píng)價(jià)文本。
3 研究結(jié)論
3.1 線上“金課”的學(xué)習(xí)體驗(yàn)包括“知、情、媒、行”4個(gè)要素
聚類分析將所有課程評(píng)價(jià)詞匯分為4類,可分別定義為學(xué)習(xí)收獲、情感體驗(yàn)、交互媒介和教學(xué)行為,即“知、情、媒、行”,這4種類型是線上“金課”的學(xué)習(xí)體驗(yàn)的主要構(gòu)成要素。據(jù)此,可以得到線上“金課”的學(xué)習(xí)體驗(yàn)結(jié)構(gòu)圖,如圖1所示。
其中,“知”即學(xué)習(xí)收獲,是指學(xué)習(xí)者在學(xué)習(xí)課程之后獲得了什么知識(shí),掌握了哪項(xiàng)技能?!扒椤奔辞楦畜w驗(yàn),是學(xué)習(xí)者在學(xué)習(xí)課程之后的感受和體會(huì),包括積極體驗(yàn)和消極體驗(yàn)?!懊健奔唇换ッ浇椋菍W(xué)習(xí)者利用在線學(xué)習(xí)平臺(tái)進(jìn)行課程學(xué)習(xí)和交互的流暢程度,體現(xiàn)學(xué)習(xí)平臺(tái)作為媒介對(duì)學(xué)習(xí)者的幫助和支持程度?!靶小奔唇虒W(xué)行為,指學(xué)習(xí)者對(duì)教師的課程與教學(xué)行為的評(píng)價(jià)。這4個(gè)構(gòu)成要素可以作為衡量線上“金課”的學(xué)習(xí)體驗(yàn)的重要指標(biāo)。
3.2 線上“金課”的學(xué)習(xí)體驗(yàn)整體狀況較好
數(shù)據(jù)分析結(jié)果顯示,線上“金課”的學(xué)習(xí)體驗(yàn)整體狀況較好。這主要體現(xiàn)在3個(gè)方面:課程平均評(píng)分統(tǒng)計(jì)結(jié)果顯示,學(xué)習(xí)者的所有課程評(píng)價(jià)平均分在4.7以上(總分為5分);課程評(píng)價(jià)詞匯聚類結(jié)果顯示,“學(xué)習(xí)收獲”“情感體驗(yàn)”“教學(xué)行為”這3類學(xué)習(xí)體驗(yàn)構(gòu)成要素中包含的消極詞匯很少;情感傾向分析結(jié)果表明,絕大多數(shù)課程評(píng)價(jià)文本的情感體驗(yàn)是積極正向的。這與已有在線課程學(xué)習(xí)體驗(yàn)的研究結(jié)論較為一致。對(duì)于在線學(xué)習(xí)體驗(yàn)的現(xiàn)狀,吳筱萌等調(diào)查發(fā)現(xiàn),學(xué)生對(duì)在線課程的主觀反應(yīng)較為積極,對(duì)課程效果比較滿意[9]。鄧永霞的研究結(jié)論也支持了這一觀點(diǎn),學(xué)習(xí)者對(duì)MOOC學(xué)習(xí)體驗(yàn)的主觀反應(yīng)處于中立和比較滿意之間,學(xué)習(xí)者對(duì)課程學(xué)習(xí)體驗(yàn)的滿意度高于對(duì)平臺(tái)體驗(yàn)和社群交互體驗(yàn)的滿意度[10]。
3.3 線上“金課”的交互媒介存在較多問題
在線學(xué)習(xí)平臺(tái)是教師與學(xué)習(xí)者互動(dòng)交流的媒介,承載著知識(shí)傳遞、資源分享和師生互動(dòng)等功能,是保障有效學(xué)習(xí)的重要因素[11]。聚類結(jié)果顯示,“交互媒介”這一類別的詞匯大多數(shù)是消極負(fù)面的,如錯(cuò)誤、下載、慢、有待改進(jìn)、重復(fù)、無法、麻煩、垃圾等詞匯。這些詞匯反映出學(xué)習(xí)者的在線學(xué)習(xí)平臺(tái)體驗(yàn)感差。根據(jù)學(xué)習(xí)者的課程評(píng)價(jià),在線學(xué)習(xí)平臺(tái)的問題可概括為3個(gè)方面:一是視頻功能不夠;二是互動(dòng)功能不足;三是資源功能不全。在視頻上,主要包括網(wǎng)站視頻卡頓、沒有字幕、背景音樂太大、視頻畫面不清晰、視頻效果差等問題;在互動(dòng)上,問題為討論區(qū)提問得不到解答、平臺(tái)互動(dòng)規(guī)則不合理、教師講念PPT、互動(dòng)反饋不及時(shí)、生生互動(dòng)不足等;在資源上,主要涉及問題為資源下載緩慢、缺乏課件和教材資源、課程資源無法查看、異常錯(cuò)誤、無法用移動(dòng)設(shè)備完成作業(yè)等。這些問題嚴(yán)重影響學(xué)習(xí)體驗(yàn),造成了學(xué)習(xí)者的消極情緒。
4 結(jié)束語
本研究以線上“金課”的課程評(píng)價(jià)文本為數(shù)據(jù)來源,采用文本分析法,通過數(shù)據(jù)挖掘、聚類分析和情感傾向分析,揭示出線上“金課”學(xué)習(xí)體驗(yàn)的結(jié)構(gòu)要素——學(xué)習(xí)收獲、情感體驗(yàn)、交互媒介和教學(xué)行為,為系統(tǒng)科學(xué)地評(píng)估在線課程的學(xué)習(xí)體驗(yàn)以及各要素之間的相互關(guān)系機(jī)制提供了基本框架和邏輯基礎(chǔ)。未來的研究可以從這4大要素出發(fā)檢驗(yàn)學(xué)生的學(xué)習(xí)體驗(yàn)。線上“金課”應(yīng)從提升學(xué)生的知識(shí)性體驗(yàn)、重視學(xué)生的情感體驗(yàn)、加強(qiáng)課程平臺(tái)的技術(shù)保障和追蹤學(xué)生對(duì)教師教學(xué)行為的體驗(yàn)4個(gè)方面增強(qiáng)學(xué)習(xí)者的學(xué)習(xí)體驗(yàn)。此外,本研究還揭示出線上“金課”的學(xué)習(xí)體驗(yàn)現(xiàn)狀,補(bǔ)充了關(guān)于線上“金課”的研究成果。
研究也發(fā)現(xiàn)線上“金課”在學(xué)習(xí)平臺(tái)方面存在的不足與問題。首先,在線學(xué)習(xí)平臺(tái)需引入視頻的彈幕功能和定位搜索功能。彈幕功能可支撐學(xué)習(xí)者進(jìn)行實(shí)時(shí)交互,促進(jìn)同伴之間的溝通和交流。定位搜索功能可讓學(xué)習(xí)者實(shí)時(shí)搜索,以增強(qiáng)學(xué)習(xí)視頻的交互性。另外,課程開發(fā)者應(yīng)注意課程錄制視頻畫面的清晰和降噪處理。其次,授課教師需設(shè)置清晰合理的討論和互動(dòng)規(guī)則,平臺(tái)運(yùn)營(yíng)者需要增強(qiáng)討論交流的指向功能,讓學(xué)習(xí)者可以直接@授課教師,或者@其他學(xué)習(xí)者。這樣不僅能促進(jìn)學(xué)習(xí)者與教師之間的互動(dòng),還能增強(qiáng)學(xué)習(xí)者之間的互動(dòng),使學(xué)習(xí)者獲得實(shí)時(shí)反饋,形成有效的學(xué)習(xí)共同體,促進(jìn)討論區(qū)互動(dòng)的有效性。此外,平臺(tái)運(yùn)營(yíng)者應(yīng)考慮使用不同設(shè)備的學(xué)習(xí)者體驗(yàn),加強(qiáng)網(wǎng)站的穩(wěn)定性,允許學(xué)習(xí)者在不同的設(shè)備上完成學(xué)習(xí)任務(wù),實(shí)現(xiàn)資源的離線觀看等功能。最后,在線平臺(tái)運(yùn)營(yíng)者應(yīng)強(qiáng)化學(xué)習(xí)分析技術(shù),對(duì)在線課程平臺(tái)的學(xué)習(xí)過程數(shù)據(jù)進(jìn)行采集和追蹤,以實(shí)現(xiàn)在線學(xué)習(xí)的個(gè)性化評(píng)估和診斷,并基于學(xué)習(xí)者需求、現(xiàn)有水平和學(xué)習(xí)風(fēng)格的差異,為學(xué)習(xí)者推薦不同的學(xué)習(xí)路徑和資源。
值得注意的是,并非所有學(xué)習(xí)者都參與了課程評(píng)價(jià),且每門課程的評(píng)價(jià)文本數(shù)量存在較大差異,所以單從課程評(píng)價(jià)文本內(nèi)容的角度探究線上“金課”的學(xué)習(xí)體驗(yàn)還存在一定的局限。未來的研究需要結(jié)合量化的課程評(píng)價(jià)數(shù)據(jù)、質(zhì)性的評(píng)價(jià)文本內(nèi)容以及線上“金課”的其他指標(biāo),如在線討論區(qū)的數(shù)據(jù),更加全面地呈現(xiàn)線上“金課”的學(xué)習(xí)體驗(yàn)狀況,也可以對(duì)不同學(xué)科類型的課程學(xué)習(xí)體驗(yàn)進(jìn)行研究,以探究學(xué)習(xí)體驗(yàn)的學(xué)科差異。
參考文獻(xiàn)
[1] 顧曉薇,胥孝川,王青.國(guó)家精品在線開放課程建設(shè)研究[J].現(xiàn)代教育管理,2020(6):77-83.
[2] 方旭.國(guó)家精品在線開放課程認(rèn)定的實(shí)證分析[J].中國(guó)高教研究,2018(7):94-99.
[3] 覃軍.技術(shù)驅(qū)動(dòng)學(xué)習(xí)打造外語“金課”——外語類國(guó)家精品在線開放課程建設(shè)現(xiàn)狀、問題及對(duì)策研究[J].外語電化教學(xué),2019(3):55-61.
[4] 韓映雄,張靜.“雙一流”建設(shè)院校對(duì)線上“金課”的貢獻(xiàn)[J].現(xiàn)代大學(xué)教育,2019(6):25-30.
[5] 安哲鋒,金妍.從490門國(guó)家精品在線開放課程看我國(guó)在線教育發(fā)展[J].未來與發(fā)展,2020,44(5):20-27.
[6] 鄭曉冬,樓程富,陳衛(wèi),等.國(guó)家精品在線開放課程“食品安全”的建設(shè)與應(yīng)用[J].高教論壇,2020(3):19-21.
[7] 周世兵,徐振源,唐旭清.K-means算法最佳聚類數(shù)確定方法[J].計(jì)算機(jī)應(yīng)用,2010,30(8):1995-1998.
[8] MIKOLOV T, SUTSKEVER I, CHEN K, et al. Distributed representations of words and phrases and their compositionality[C]// Proceedings of the 26th International Conference on Neural Information Processing Systems-Vol. 2,Sydney,2013:3111-3119.
[9] 吳筱萌,雍文靜,代良,等.基于Coursera課程模式的在線課程學(xué)生體驗(yàn)研究[J].中國(guó)電化教育,2014(6):11-17.
[10] 鄧永霞.基于大規(guī)模在線開放課程的學(xué)習(xí)體驗(yàn)研究[D].桂林:廣西師范大學(xué),2015.
[11] 劉述,單舉芝.在線學(xué)習(xí)平臺(tái)視頻教學(xué)交互環(huán)境現(xiàn)狀與未來發(fā)展[J].中國(guó)電化教育,2019(3):104-109+119.
Research on learning experience structure and present situation of online first-classcourses
ZHANG Jing1,HU Zhen-hao2,CHEN Qian-qian3,HAN Ying-xiong1
(1. Institute of Higher Education, East China Normal University,Shanghai200062,China;
2. Software Engineering Institute, East China Normal University,Shanghai200062,China;
3. School of Open Learning and Education,East China Normal University,Shanghai20062,China)
Abstract
In order to explore the learning experience structure of online first-class courses and find the learning experience of online first-class courses, text analysis method is used to analyzethe 592 courses on MOOC platform of Chinese university with mining the original evaluation data from online first-class courses. The results show that the learning experience of online first-class coursesis made up of four elements, including knowledge, emotion, media and behavior, which corresponds to learning gains, emotional experience, interactive media and teaching behaviors. The overall emotional experience of online first-class courses is good, which is reflected in the high average scores of learners course evaluation. In addition, the three types of learning experience elements of knowledge, emotion and action rarely contain negative words. Most emotional experience in the course evaluation text are positive. The research has also found that there are many problems with interactive media in online first-class courses, which mainly manifest in insufficient video functions, scant interactive functions and incomplete resource functions.
Keywords
MOOC;online first-class courses;learning experience;course evaluation
[責(zé)任編輯 孫 菊]