Processing math: 100%

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

冯秀梅, 夏敏. 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[J]. 华南师范大学学报(社会科学版), 2022, (3): 66-77.
引用本文: 冯秀梅, 夏敏. 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[J]. 华南师范大学学报(社会科学版), 2022, (3): 66-77.
FENG Xiumei, XIA Min. Characteristics and Development of Young Teachers' Teaching Behavior in the High-quality Class: An Analysis of Heteromorphic Lessons in "National Middle School Physics Teacher Teaching Competition"[J]. Journal of South China normal University (Social Science Edition), 2022, (3): 66-77.
Citation: FENG Xiumei, XIA Min. Characteristics and Development of Young Teachers' Teaching Behavior in the High-quality Class: An Analysis of Heteromorphic Lessons in "National Middle School Physics Teacher Teaching Competition"[J]. Journal of South China normal University (Social Science Edition), 2022, (3): 66-77.

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

基金项目: 

华中师范大学中央高校基本科研业务费 CCNUTE2020-06

详细信息
  • 中图分类号: G421

Characteristics and Development of Young Teachers' Teaching Behavior in the High-quality Class: An Analysis of Heteromorphic Lessons in "National Middle School Physics Teacher Teaching Competition"

  • 摘要: 基于NVivo视频分析技术,采用改进后的弗兰德斯互动分析系统PFIAS,结合S-T分析法以及滞后序列分析法(LSA)对“全国中学物理青年教师教学大赛”12个相同课题的获奖视频进行分析。从师生行为比率、教学模式类型及显著行为转换等方面,全面剖析青年教师优质课堂的教学行为结构特征、行为交互特征及发展特征,为未来青年教师课堂教学提供示范与借鉴。研究结果表明,优质课堂中教师多利用表扬、接纳和共情的方式激发学生的学习动机,注重问题驱动,倾向于间接引导,课堂气氛融洽;大部分课堂师生行为比例恰当,行为转换率适中,符合混合式教学模式;行为交互的特征主要体现在交互丰富的同时,兼顾单行为的持续性,保证行为相对稳定,强化操作行为与激发—回应—反馈(IRF)行为序列互动,互动良好有序;从发展趋势来看,学生作为认知主体的地位逐步得到加强。但优质课中开放问题的比例仍需提升,课堂的生成问题应得到关注。
    Abstract: Based on NVivo, a video analysis software, 12 award-winning videos of heteromorphic lessons on the same topic in the "National Middle School Physics Young Teacher Teaching Competition" were investigated with the help of improved Flanders interactive analysis system PFIAS, the S-T method and lag sequential analysis (LSA). The characteristics of the teaching behavior structure, the behavior interaction and the behavior tendency of young teachers were comprehensively analyzed through the behavior ratios, teaching mode and significant behavior transformation in the high-quality class in order to provide models and references for future young teachers. The results show that in the high-quality class the teachers stimulate students' learning motivation with praises, acceptance and empathy and indirectly guide students to answer questions and explore actively, which results in a harmonious classroom atmosphere. The ratio of teachers' behavior to students' is appropriate and the behavior conversion rate is moderate in most classes, which conforms to the mixed teaching model. Multiple interactions with behavior stability and strengthened interaction between operational behavior sequence and IRF are observed as the main features of behavioral interaction, which shows that the interaction is reasonable and orderly. From the perspective of development trend, students' status as the subject of cognition is gradually strengthened. It is noted that more open questions with less presetting traces are needed in high-quality class.
  • 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。

    “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。

    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]

    表  1  中学物理弗兰德斯互动分析编码系统
    行为 编码 内容 行为描述
    教师语言 1 接纳感受 用没有威胁性的语言,接纳或澄清学生的态度或情感,无论学生的感受积极与否。
    2 表扬鼓励 用语言表扬、鼓励学生。
    3 采纳学生观点 澄清、重复、充实、发展学生的语言,表达教师对学生观点的采纳。若教师在此过程中表达了更多自己的想法,应划到“讲授”行为。
    4 提出开放性问题 提出没有固定答案的问题。
    5 提出封闭性问题 提出有固定答案的问题。
    6 讲授 教师表达观点、陈述知识,围绕相关知识进行讲解、讲评等。
    7 指令 教师利用语言,要求、建议学生做出行为,思考、解决问题。
    8 批评或维护权威 批评、责备学生,维护教师权威等。
    学生语言 9 学生被动应答 学生在教师的要求下用言语做出反应,如朗读课文、回答提问等。
    10 学生主动应答 学生主动通过语言回答教师提问,或主动对教师非语言行为表达自己的态度。
    11 学生主动表达 学生主动发起有利于教学发展的话题来表达自己的想法。
    12 同伴讨论 学生在课堂上就课堂问题展开讨论、交流,交流形式包括同伴分组等。
    沉寂混乱 13 静思默学 按照教师提问或要求,学生安静思考、阅读、做笔记(包括勾画课本、抄板书等)、观看实验和课件等。
    14 学生操练 学生进行实验,课堂练习,使用多媒体课件,参与演示实验,游戏等。
    15 教师示范 教师进行演示实验,操作实验器材、多媒体设备等。
    16 无效沉寂或混乱 课堂处于对教学无意义的沉寂或混乱状态。
    下载: 导出CSV 
    | 显示表格

    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  2  8-A老师课堂行为分析矩阵
    8-A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 总和
    1 0 0 1 0 1 2 0 0 0 0 0 0 0 1 0 0 5
    2 0 0 1 0 0 4 2 0 2 0 0 0 0 0 0 0 9
    3 0 0 0 0 4 10 2 0 2 0 0 0 0 0 0 0 18
    4 0 1 1 3 0 3 2 0 1 1 0 0 7 0 0 0 19
    5 0 1 3 1 22 30 6 0 18 2 3 0 6 9 0 0 101
    6 1 2 0 10 43 221 12 0 15 2 0 1 8 9 17 3 344
    7 0 1 0 0 7 9 6 0 9 1 0 1 0 5 0 3 42
    8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    9 2 4 11 4 10 18 2 0 38 1 0 0 0 2 0 0 92
    10 0 0 0 0 1 4 0 0 2 0 0 0 0 0 0 0 7
    11 0 0 1 0 1 2 0 0 0 0 0 0 0 0 0 1 5
    12 0 0 0 0 0 2 0 0 0 0 0 2 1 1 0 0 6
    13 0 0 0 1 4 10 6 0 1 0 0 0 13 7 0 3 45
    14 1 0 0 0 6 12 3 0 1 0 1 2 7 25 0 2 60
    15 0 0 0 0 2 14 0 0 0 0 0 0 2 0 4 2 24
    16 1 0 0 0 0 3 0 0 3 0 1 0 2 1 3 2 16
    总和 5 9 18 19 101 344 41 0 92 7 5 6 46 60 24 16 793
    下载: 导出CSV 
    | 显示表格

    基于表 2所示的课堂行为分析矩阵,弗兰德斯[9]107及后来的改进者[2, 10-11]提出了多项指标以解释课堂行为所隐含的意义及课堂结构特征。这些行为结构变量、相应的计算方法以及对应的意义和常模可以总结为表 3所示。其中N= ijXij ,表示总行为数;Xj= iXij ,表示第j列行为总数;Xi= jXij ,表示第i行行为总数。常模是弗兰德斯研究团队对大量课堂进行研究后统计出的各类课堂教学行为的平均值[9]107

    表  3  变量计算公式及意义
    变量 计算公式 意义与常模
    教师语言比率/% 8j=1xjN 课堂内教师说话的比率, 常模约为68。
    学生语言比率/% 12j=9xjN 课堂内学生说话的比率, 常模约为20。
    课堂沉寂比率/% 16j=13xjN 教学过程中安静及混乱的情形, 常模约为11或12。
    有效沉寂比率/% 15j=13xjN 课堂中有益于教学展开的沉寂或混乱,如学生练习、实验操作、教师操作演示等。
    无效沉寂比率/% X16N 课堂中对教学展开无意义的沉寂或混乱。
    教师行为比率/% 8j=1xj+X15N 课堂中教师所有行为占比。
    学生行为比率/% 14j=9xjN 课堂中学生所有行为占比。
    教师语言中提问比率/% 5j=4xj/8j=1xj 教师在教学中使用问题引导学生的倾向。
    提问中开放性问题比率/% X4/5j=4xj 反映教师的课堂提问侧重于分析与评价的高级思维能力培养。
    提问中封闭性问题比率/% X5/5j=4xj 反映教师的课堂提问侧重于事实性知识的能力培养。
    教师间接影响与直接影响比率/% 5j=1xj/8j=6xj 数据大于100时, 表示教师在课堂上倾向于进行间接控制,常模约为30。
    教师积极影响与消极影响比率/% 3j=1xj/8j=7xj 教师对学生的回应倾向。数据越高,表示教师越能积极响应学生,常模约为42。
    学生行为中主动行为比率/% (12j=10xj+X14)/14j=9xj 学生行为中由学生主动引发的比率。比率越高, 学生在整个课堂中的主动性越强。
    学生语言中主动比率/% 12j=10xj/12j=9xj 学生话语中由学生主动引发的比率。比率越高, 表示学生越勇于主动表达, 常模约为34。
    学生操作比例/% X14N 学生在课堂中进行练习、实验的比率。
    教师操作比例/% X15N 教师在课堂中进行实验、多媒体操作的比率。
    积极整合格频次 1—3行与1—3列相交区域 教师的积极行为频次,反映教师与学生之间良好互动。
    缺陷格频次 8—9行与7—8列相交区域 教师习惯对学生直接指导、给予批评,反映该课堂师生之间情感交流有障碍。
    下载: 导出CSV 
    | 显示表格

    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。

    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。

    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 /%
    变量 8-A 8-B 9-A 9-B 9-C 9-D 12-A 12-B 13-A 13-B 13-C 13-D 均值
    教师语言比率 67.7 59.2 65.3 48.8 67.7 62.8 65.2 58.1 54.2 43.7 57.6 54 58.7
    学生语言比率 13.9 16.3 12.6 18.8 13.9 8.8 6.4 14.8 11.7 14.6 11.3 23.5 13.9
    课堂沉寂比率 18.4 24.5 22.1 32.4 18.4 28.4 28.4 27.1 34.1 41.7 31.1 22.5 27.4
    有效沉寂比率 16.4 22.1 19.3 28.3 16.4 24.5 27.8 26.7 33 40.1 29.9 22.5 25.6
    无效沉寂比率 2 2.4 2.8 4.1 2 3.9 0.6 0.4 1.1 0.6 1.2 0 1.8
    教师行为比率 70.7 66.8 70.6 53.5 70.7 69.7 75.5 64.8 68.2 51.9 65.3 56.7 65.4
    学生行为比率 27.3 30.8 26.6 42.4 27.3 26.4 23.9 34.8 30.7 46.5 33.5 43.3 32.8
    学生操作比率 7.6 2.6 5.6 8.4 7.6 6.4 8 14.5 5.4 16.8 11.5 13.8 9.0
    教师操作比率 3 7.6 5.3 4.7 3 6.9 10.3 6.7 14 8.2 7.7 2.7 6.7
    下载: 导出CSV 
    | 显示表格

    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。

    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

    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

    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 /%
    变量 8-A 8-B 9-A 9-B 9-C 9-D 12-A 12-B 13-A 13-B 13-C 13-D 均值 常模
    ID 39.5 47.4 36 48.7 39.5 51.7 53.1 53.5 55.8 47 80.3 97.8 54.2 30
    PN 78 124> 100 142> 100 101> 100 78 70 204> 100 230> 100 200> 100 117> 100 427> 100 134> 100 159> 100 42
    下载: 导出CSV 
    | 显示表格

    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。

    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/NNT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。

    SS ① TT ② S ③ T ④ S ⑤ TTT ⑥ 

    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RtCh。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
    教学模式 标准条件
    练习式 Rt≤0.3
    讲授式 Rt≥0.7
    对话式 Ch≥0.4
    混合式 0.3 < Rt < 0.7 Ch < 0.4
    下载: 导出CSV 
    | 显示表格
    表  7  教学模式统计表
    名称 Rt Ch 教学模式
    8-A 0.80 0.23 讲授式
    8-B 0.73 0.18 讲授式
    9-A 0.77 0.25 讲授式
    9-B 0.59 0.22 混合式
    9-C 0.65 0.17 混合式
    9-D 0.80 0.26 讲授式
    12-A 0.76 0.15 讲授式
    12-B 0.67 0.26 混合式
    13-A 0.69 0.21 混合式
    13-B 0.54 0.20 混合式
    13-C 0.68 0.19 混合式
    13-D 0.6 0.37 混合式
    下载: 导出CSV 
    | 显示表格

    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。

    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:

    Z=XijEijEij(1Pi)(1Pj)

    其中,Xij表示矩阵中的观测值; Eij=XiXjN ,是期望值; Pi=XiN ,表示i行行为序列数占总行为序列数的比率; Pi=XiN ,表示j列行为序列数占总行为序列数的比率。

    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
    8-A 2 3 4 5 6 7 9 11 13 14 15 16
    4 3.86*** 5.86***
    5 2.92** 2.09* 3.18**
    6 10.38*** 2.76**
    7 2.74** 2.04* 2.43*
    9 3.09** 6.64*** 9.46***
    13 2.55* 6.82*** 2.09* 2.28*
    14 2.02* 10.39***
    15 3.96***
    16 3.71***
    注:*p≤0.05,* *p≤0.01,* * *p≤0.001。
    下载: 导出CSV 
    | 显示表格

    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。

    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。

    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]

    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]

    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。

  • 图  1   课堂氛围频次

    图  2   教师提问结构

    图  3   学生行为结构对比

    图  4   第8届A课堂行为序列转化图

    表  1   中学物理弗兰德斯互动分析编码系统

    行为 编码 内容 行为描述
    教师语言 1 接纳感受 用没有威胁性的语言,接纳或澄清学生的态度或情感,无论学生的感受积极与否。
    2 表扬鼓励 用语言表扬、鼓励学生。
    3 采纳学生观点 澄清、重复、充实、发展学生的语言,表达教师对学生观点的采纳。若教师在此过程中表达了更多自己的想法,应划到“讲授”行为。
    4 提出开放性问题 提出没有固定答案的问题。
    5 提出封闭性问题 提出有固定答案的问题。
    6 讲授 教师表达观点、陈述知识,围绕相关知识进行讲解、讲评等。
    7 指令 教师利用语言,要求、建议学生做出行为,思考、解决问题。
    8 批评或维护权威 批评、责备学生,维护教师权威等。
    学生语言 9 学生被动应答 学生在教师的要求下用言语做出反应,如朗读课文、回答提问等。
    10 学生主动应答 学生主动通过语言回答教师提问,或主动对教师非语言行为表达自己的态度。
    11 学生主动表达 学生主动发起有利于教学发展的话题来表达自己的想法。
    12 同伴讨论 学生在课堂上就课堂问题展开讨论、交流,交流形式包括同伴分组等。
    沉寂混乱 13 静思默学 按照教师提问或要求,学生安静思考、阅读、做笔记(包括勾画课本、抄板书等)、观看实验和课件等。
    14 学生操练 学生进行实验,课堂练习,使用多媒体课件,参与演示实验,游戏等。
    15 教师示范 教师进行演示实验,操作实验器材、多媒体设备等。
    16 无效沉寂或混乱 课堂处于对教学无意义的沉寂或混乱状态。
    下载: 导出CSV

    表  2   8-A老师课堂行为分析矩阵

    8-A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 总和
    1 0 0 1 0 1 2 0 0 0 0 0 0 0 1 0 0 5
    2 0 0 1 0 0 4 2 0 2 0 0 0 0 0 0 0 9
    3 0 0 0 0 4 10 2 0 2 0 0 0 0 0 0 0 18
    4 0 1 1 3 0 3 2 0 1 1 0 0 7 0 0 0 19
    5 0 1 3 1 22 30 6 0 18 2 3 0 6 9 0 0 101
    6 1 2 0 10 43 221 12 0 15 2 0 1 8 9 17 3 344
    7 0 1 0 0 7 9 6 0 9 1 0 1 0 5 0 3 42
    8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    9 2 4 11 4 10 18 2 0 38 1 0 0 0 2 0 0 92
    10 0 0 0 0 1 4 0 0 2 0 0 0 0 0 0 0 7
    11 0 0 1 0 1 2 0 0 0 0 0 0 0 0 0 1 5
    12 0 0 0 0 0 2 0 0 0 0 0 2 1 1 0 0 6
    13 0 0 0 1 4 10 6 0 1 0 0 0 13 7 0 3 45
    14 1 0 0 0 6 12 3 0 1 0 1 2 7 25 0 2 60
    15 0 0 0 0 2 14 0 0 0 0 0 0 2 0 4 2 24
    16 1 0 0 0 0 3 0 0 3 0 1 0 2 1 3 2 16
    总和 5 9 18 19 101 344 41 0 92 7 5 6 46 60 24 16 793
    下载: 导出CSV

    表  3   变量计算公式及意义

    变量 计算公式 意义与常模
    教师语言比率/% 8j=1xjN 课堂内教师说话的比率, 常模约为68。
    学生语言比率/% 12j=9xjN 课堂内学生说话的比率, 常模约为20。
    课堂沉寂比率/% 16j=13xjN 教学过程中安静及混乱的情形, 常模约为11或12。
    有效沉寂比率/% 15j=13xjN 课堂中有益于教学展开的沉寂或混乱,如学生练习、实验操作、教师操作演示等。
    无效沉寂比率/% X16N 课堂中对教学展开无意义的沉寂或混乱。
    教师行为比率/% 8j=1xj+X15N 课堂中教师所有行为占比。
    学生行为比率/% 14j=9xjN 课堂中学生所有行为占比。
    教师语言中提问比率/% 5j=4xj/8j=1xj 教师在教学中使用问题引导学生的倾向。
    提问中开放性问题比率/% X4/5j=4xj 反映教师的课堂提问侧重于分析与评价的高级思维能力培养。
    提问中封闭性问题比率/% X5/5j=4xj 反映教师的课堂提问侧重于事实性知识的能力培养。
    教师间接影响与直接影响比率/% 5j=1xj/8j=6xj 数据大于100时, 表示教师在课堂上倾向于进行间接控制,常模约为30。
    教师积极影响与消极影响比率/% 3j=1xj/8j=7xj 教师对学生的回应倾向。数据越高,表示教师越能积极响应学生,常模约为42。
    学生行为中主动行为比率/% (12j=10xj+X14)/14j=9xj 学生行为中由学生主动引发的比率。比率越高, 学生在整个课堂中的主动性越强。
    学生语言中主动比率/% 12j=10xj/12j=9xj 学生话语中由学生主动引发的比率。比率越高, 表示学生越勇于主动表达, 常模约为34。
    学生操作比例/% X14N 学生在课堂中进行练习、实验的比率。
    教师操作比例/% X15N 教师在课堂中进行实验、多媒体操作的比率。
    积极整合格频次 1—3行与1—3列相交区域 教师的积极行为频次,反映教师与学生之间良好互动。
    缺陷格频次 8—9行与7—8列相交区域 教师习惯对学生直接指导、给予批评,反映该课堂师生之间情感交流有障碍。
    下载: 导出CSV

    表  4   12节课堂师生行为比率 /%

    变量 8-A 8-B 9-A 9-B 9-C 9-D 12-A 12-B 13-A 13-B 13-C 13-D 均值
    教师语言比率 67.7 59.2 65.3 48.8 67.7 62.8 65.2 58.1 54.2 43.7 57.6 54 58.7
    学生语言比率 13.9 16.3 12.6 18.8 13.9 8.8 6.4 14.8 11.7 14.6 11.3 23.5 13.9
    课堂沉寂比率 18.4 24.5 22.1 32.4 18.4 28.4 28.4 27.1 34.1 41.7 31.1 22.5 27.4
    有效沉寂比率 16.4 22.1 19.3 28.3 16.4 24.5 27.8 26.7 33 40.1 29.9 22.5 25.6
    无效沉寂比率 2 2.4 2.8 4.1 2 3.9 0.6 0.4 1.1 0.6 1.2 0 1.8
    教师行为比率 70.7 66.8 70.6 53.5 70.7 69.7 75.5 64.8 68.2 51.9 65.3 56.7 65.4
    学生行为比率 27.3 30.8 26.6 42.4 27.3 26.4 23.9 34.8 30.7 46.5 33.5 43.3 32.8
    学生操作比率 7.6 2.6 5.6 8.4 7.6 6.4 8 14.5 5.4 16.8 11.5 13.8 9.0
    教师操作比率 3 7.6 5.3 4.7 3 6.9 10.3 6.7 14 8.2 7.7 2.7 6.7
    下载: 导出CSV

    表  5   教师教学风格 /%

    变量 8-A 8-B 9-A 9-B 9-C 9-D 12-A 12-B 13-A 13-B 13-C 13-D 均值 常模
    ID 39.5 47.4 36 48.7 39.5 51.7 53.1 53.5 55.8 47 80.3 97.8 54.2 30
    PN 78 124> 100 142> 100 101> 100 78 70 204> 100 230> 100 200> 100 117> 100 427> 100 134> 100 159> 100 42
    下载: 导出CSV

    表  6   教学模式判断标准[14]100

    教学模式 标准条件
    练习式 Rt≤0.3
    讲授式 Rt≥0.7
    对话式 Ch≥0.4
    混合式 0.3 < Rt < 0.7 Ch < 0.4
    下载: 导出CSV

    表  7   教学模式统计表

    名称 Rt Ch 教学模式
    8-A 0.80 0.23 讲授式
    8-B 0.73 0.18 讲授式
    9-A 0.77 0.25 讲授式
    9-B 0.59 0.22 混合式
    9-C 0.65 0.17 混合式
    9-D 0.80 0.26 讲授式
    12-A 0.76 0.15 讲授式
    12-B 0.67 0.26 混合式
    13-A 0.69 0.21 混合式
    13-B 0.54 0.20 混合式
    13-C 0.68 0.19 混合式
    13-D 0.6 0.37 混合式
    下载: 导出CSV

    表  8   第8届A课堂显著行为序列残差表

    8-A 2 3 4 5 6 7 9 11 13 14 15 16
    4 3.86*** 5.86***
    5 2.92** 2.09* 3.18**
    6 10.38*** 2.76**
    7 2.74** 2.04* 2.43*
    9 3.09** 6.64*** 9.46***
    13 2.55* 6.82*** 2.09* 2.28*
    14 2.02* 10.39***
    15 3.96***
    16 3.71***
    注:*p≤0.05,* *p≤0.01,* * *p≤0.001。
    下载: 导出CSV
  • [1]

    FLANDERS N A. Intent, action and feedback: a preparation for teaching[J]. Journal of teacher education, 1963, 14(3): 251-260. doi: 10.1177/002248716301400305

    [2] 顾小清, 王炜. 支持教师专业发展的课堂分析技术新探索[J]. 中国电化教育, 2004(7): 18-21. doi: 10.3969/j.issn.1006-9860.2004.07.004
    [3] 方海光, 高辰柱, 陈佳. 改进型弗兰德斯互动分析系统及其应用[J]. 中国电化教育, 2012(10): 109-113. doi: 10.3969/j.issn.1006-9860.2012.10.022
    [4] 高瑛, 林康立, 马宏佳. 研究现代化学课堂教学行为的量化工具——3C-FIAS[J]. 化学教育, 2016(5): 18-24. https://www.cnki.com.cn/Article/CJFDTOTAL-FXJJ201605005.htm
    [5] 陈珍国, 邓志文, 于广瀛, 等. 基于FIAS分析模型的翻转课堂师生互动行为研究——以中学物理课堂为例[J]. 全球教育展望, 2014(9): 21-33. https://www.cnki.com.cn/Article/CJFDTOTAL-WGJN201409005.htm
    [6] 胡丹妮, 章梦瑶, 郑勤华. 基于滞后序列分析法的在线学习者活动路径可视化分析[J]. 电化教育研究, 2019(5): 55-63. https://www.cnki.com.cn/Article/CJFDTOTAL-DHJY201905010.htm
    [7] 彭林华, 林晓凡. 基于滞后序列分析的智慧课堂教学行为研究[J]. 现代教育技术, 2021(7): 55-61. doi: 10.3969/j.issn.1009-8097.2021.07.007
    [8]

    BAKEMAN R, GOTTMAN J M. Observing interaction: an introduction to sequential analysis[M]. 2nd ed. Cambridge: Cambridge University Press, 1997: 108-113.

    [9]

    FLANDERS N A. Analyzing teacher behavior [M]. MA: Addison-Wesley, 1970.

    [10] 宁虹, 武金红. 建立数量结构与意义理解的联系——弗兰德互动分析技术的改进运用[J]. 教育研究, 2003(5): 23-27. https://www.cnki.com.cn/Article/CJFDTOTAL-JYYJ200305003.htm
    [11] 王鉴, 李泽林. 课堂观察与分析技术[M]. 兰州: 甘肃教育出版社, 2014: 200-225.
    [12] 加里·鲍里奇. 有效教学方法[M]. 易东平, 译, 南京: 江苏教育出版社, 2002: 213.
    [13] 钟以俊. 论优化课堂教学结构的美学法则[J]. 课程. 教材. 教法, 1995(7): 8-11. https://www.cnki.com.cn/Article/CJFDTOTAL-KJJF507.002.htm
    [14] 傅德荣. 教育信息处理: 第2版[M]. 北京: 北京师范大学出版社, 2011.
    [15] 吴志华, 周喜欢. 基于IRF话语分析理论的课堂对话教学有效性分析[J]. 中国教育学刊, 2015(3): 71-74. https://www.cnki.com.cn/Article/CJFDTOTAL-ZJYX201503017.htm
    [16] 陈秀娟, 汪小勇. 对弗兰德斯互动分析系统应用的探讨——以同课异构为例[J]. 电化教育研究, 2014(11): 83-88. https://www.cnki.com.cn/Article/CJFDTOTAL-DHJY201411014.htm
    [17] 陈凯, 马宏佳, 李丹. 基于3C-FIAS的优质科学课堂互动研究[J]. 全球教育展望, 2019, 48(1): 82-102. https://www.cnki.com.cn/Article/CJFDTOTAL-WGJN201901006.htm
    [18] 宋宇, 丁莹, 朱佳, 等. 基于序列模式挖掘的多类教师群体互动式课堂教学研究[J]. 现代教育技术, 2021(10): 40-48. https://www.cnki.com.cn/Article/CJFDTOTAL-XJJS202110006.htm
    [19] 余文森, 连榕. 教师专业发展[M]. 福州: 福建教育出版社, 2007: 181-184.
    [20] 孟迎芳, 连榕, 郭春彦. 专家—熟手—新手型教师教学策略的比较研究[J]. 心理发展与教育, 2004(4): 70-73. https://www.cnki.com.cn/Article/CJFDTOTAL-XLFZ200404013.htm
    [21] 张屹, 祝园, 白清玉, 等. 智慧教室环境下小学数学课堂教学互动行为特征研究[J]. 中国电化教育, 2016(6): 43-48. https://www.cnki.com.cn/Article/CJFDTOTAL-ZDJY201606009.htm
    [22] 王陆, 蔡荣啸. 课堂大数据视角下的提问倾向研究[J]. 电化教育研究, 2016(7): 82-92. https://www.cnki.com.cn/Article/CJFDTOTAL-DHJY201607012.htm
    [23] 郑友富. 专家型教师与新手教师课堂提问的比较研究[J]. 教育科学研究, 2009(11): 57-60. https://www.cnki.com.cn/Article/CJFDTOTAL-JYKY200911017.htm
    [24] 李煜晖, 郑国民. 核心素养视域下的中小学课堂教学变革[J]. 教育研究, 2018(2): 80-87. https://www.cnki.com.cn/Article/CJFDTOTAL-JYYJ201802012.htm
  • 期刊类型引用(6)

    1. 崔依冉,王雯,韩锡斌. 数字时代高职课堂多类型混合教学模式研究. 中国职业技术教育. 2025(03): 68-74 . 百度学术
    2. 张元,管彤彤,彭朝阳. 基于IRF模型的高中物理课堂师生论证话语分析. 物理教学探讨. 2024(05): 7-11 . 百度学术
    3. 刘金梅,杨杰,陈丽清,徐敏,尹亚玲. 师范生优秀教学技能比赛课堂的行为特征分析——基于云模型分析法. 大学物理. 2024(11): 38-42+66 . 百度学术
    4. 赵云建,许明雪,赵梓明. 信息化创新课堂的实践诊断与优化之道——基于第十四届全国中小学创新课堂教学案例的分析. 中国电化教育. 2023(08): 102-111+118 . 百度学术
    5. 王慧丽. 金融数据中用户行为特征提取方法研究. 信息与电脑(理论版). 2022(17): 71-73 . 百度学术
    6. 关亚琴,廖伯琴. 中学物理教师教学设计能力的现状调查与提升途径. 物理教学. 2022(12): 2-6 . 百度学术

    其他类型引用(13)

图(4)  /  表(8)
计量
  • 文章访问数:  670
  • HTML全文浏览量:  361
  • PDF下载量:  316
  • 被引次数: 19
出版历程
  • 收稿日期:  2022-01-19
  • 网络出版日期:  2022-05-30
  • 刊出日期:  2022-05-24

目录

/

返回文章
返回