網(wǎng)絡學習空間中教研交互評價模型及方法研究

周鵬 李環(huán) 郭美一 張丹 袁瑜鴿 吳砥

[摘? ?要] 網(wǎng)絡教研已成為教師教研新形式。文章首先綜述了當前教學交互評價的相關研究，并結合空間教研交互的特征，從知識與情感兩個維度構建了空間教研交互評價模型。然后從空間教研交互的評價過程出發(fā)，詳細闡述了空間教研交互評價方法的計算過程。最后基于該評價模型和方法，以W市網(wǎng)絡學習空間名師工作室的教研交互內(nèi)容為例進行實例分析。結果表明，所提出的模型能夠有效應用于空間教研交互內(nèi)容評價的分析，彌補了當前空間教研交互評價方法的不足，為網(wǎng)絡學習空間的教研交互評價和自動化評價奠定了一定的基礎。

[關鍵詞] 網(wǎng)絡學習空間; 空間教研; 教研交互; 教研評價; 評價模型

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 周鵬（1981—），男，湖北武漢人。講師，博士，主要從事網(wǎng)絡學習空間績效評估的研究。E-mail：stevezp @mail.ccnu.edu.cn。李環(huán)為通訊作者，E-mail：syqz@mails.ccnu.edu.cn。

一、引? ?言

網(wǎng)絡學習空間正成為教師空間教研的新趨勢，可助力教師培訓進程、促進教研質(zhì)量提升和深化教學主題開展[1]。在空間教研過程中，教師教學知識的積累和教學能力的提升都需要依靠教師之間的空間交互來推動和發(fā)展[2]。其中，教師在其所在的學習共同體中與他人進行交互而產(chǎn)生的觀點或知識是影響深度教研學習的關鍵因素[3-4]。通過對華中地區(qū)W市空間教研社區(qū)調(diào)查發(fā)現(xiàn)，2017年該市教師人均空間教研交互量低于10條，且近四分之一的交互內(nèi)容的字符數(shù)少于10個，表明目前該市空間教研交互次數(shù)還不多、交互內(nèi)容還不豐富、交互質(zhì)量還需不斷提升。通過構建空間教研交互評價模型和方法，評估教研交互的水平及結果，診斷空間教研中存在的問題，是提高空間教研交互質(zhì)量、提升空間教研水平的主要措施之一[5]。因此，如何評價空間教研交互是當前亟待解決的重要問題。

現(xiàn)有研究針對教學交互的評價方法主要包括：觀察法、問卷調(diào)查法和內(nèi)容分析法。最具影響力的一種課堂觀察技術是弗蘭德斯的互動分析系統(tǒng)[6]，該系統(tǒng)從教師、學生的言語行為、沉寂情況三個方面進行編碼，通過每三秒記錄一種行為的方式構成互動分析矩陣圖，從而對課堂交互進行分析。鄭勤華等則采用問卷調(diào)查法調(diào)查了MOOCs學習者的交互意愿和偏好的交互方式，通過調(diào)研國內(nèi)14個MOOCs平臺的六百多門課程的交互情況，以了解教學交互狀況[7]。嚴亞利等人采用CMC（Computer Mediated Communication）內(nèi)容分析法，設計了教師博客群體交互深度的內(nèi)容分析框架，從淺度互動、中度互動和深度互動三種類別構建了交互程度編碼表，并以海鹽教師博客為例，通過逐條分析抽取的600多條數(shù)據(jù)，以了解教師博客的交互深度[8]?，F(xiàn)有的關于交互內(nèi)容的評價方法，有些是對單個課堂進行分析，有些則從學習者感知角度反映交互內(nèi)容質(zhì)量，并不適合評價空間教研交互的海量化、碎片化的交互內(nèi)容。因此，面向空間教研交互的特征，如何構建一套空間教研交互評價模型和方法，成為教研交互評價發(fā)展方向上亟待解決的關鍵問題。

二、空間教研交互評價模型構建

空間教研借助網(wǎng)絡學習空間環(huán)境開展教研工作。交互性是空間教研的重要特點之一[9]，教師可借助網(wǎng)絡平臺參與公開課評選、主題教研、在線聽課教研、視頻互動微教研、跨區(qū)域網(wǎng)絡協(xié)作等活動[10]，與專家或其他教師進行在線交流互動。有效的空間教研交互可以促進教師臨場感、社區(qū)感以及深度學習的形成[11]。

（一）空間教研交互的內(nèi)容特征

圖1? ?空間教研的交互內(nèi)容

空間教研交互的內(nèi)容是指針對特定教學研究主題開展討論所產(chǎn)生的文本內(nèi)容。如圖1所示，以W市某小學開設的空間教研社區(qū)為例，該社區(qū)中的某名成員分享了關于如何評價學生作文的文章，其他成員就此主題開展了討論?？臻g教研交互的內(nèi)容包括討論的主題、發(fā)布者和評論者的基本信息、評論內(nèi)容以及發(fā)布時間等。

由圖1可見，教師通過發(fā)表評論的方式參與教研交互，教研活動往往由空間教研社區(qū)的名師（或某個教師）提出的主題展開討論，參與者圍繞這個主題發(fā)表意見，下一條評論還可能會針對已有評論發(fā)表意見，以此類推，就形成了一個帶有鮮明主題的討論群，討論群規(guī)模的大小取決于成員們對該主題的關注程度。與用戶原創(chuàng)內(nèi)容（UGC）相比，空間教研交互內(nèi)容的特征具體表現(xiàn)在以下兩個方面：

1. 空間教研交互內(nèi)容篇幅呈冪律分布

本研究統(tǒng)計了W市空間教研社區(qū)中的7420條交互內(nèi)容的篇幅長度，分布如圖2所示。其中，41.17%的交互內(nèi)容長度小于10個字符，11.1%的交互內(nèi)容長度大于200個字符，表明空間中多數(shù)教研交互內(nèi)容篇幅較短，少數(shù)內(nèi)容篇幅較長，出現(xiàn)長尾現(xiàn)象，呈現(xiàn)冪律分布特征。但相比UGC（如微博內(nèi)容）一般以表情包傳達信息，空間教研因自身所具有的專業(yè)性，其整體內(nèi)容篇幅相對較長。而信息量的大小反映了其傳遞信息的多少[12]，在空間教研中交互內(nèi)容的字符數(shù)也就反映了其信息量的價值大小。

圖2? ?W市空間教研交互內(nèi)容篇幅長度分布

2. 空間教研交互內(nèi)容往往帶有情感傾向，且以正向情感傾向為主

通過對W市空間教研社區(qū)中隨機抽取的600條教研交互內(nèi)容數(shù)據(jù)進行情感詞規(guī)則處理，發(fā)現(xiàn)正向情感的交互內(nèi)容占72.83%，負向情感的交互內(nèi)容占0.67%，中性情感的交互內(nèi)容占26.5%。而UGC（如微博內(nèi)容）豐富多樣，可分為娛樂型、社交型、商業(yè)型和輿論型[13]，情感傾向較不穩(wěn)定。積極情感可提高交互滿意度，并對交互質(zhì)量具有調(diào)節(jié)作用[14]。通過研究空間教研交互內(nèi)容的情感傾向，可以更全面地了解教師教研交互的內(nèi)容質(zhì)量。

1. 詞表構建

（1）情感詞典構建。承載情感信息最重要的基本單元是情感詞，本研究參考《知網(wǎng)中文情感詞典》《臺灣大學中文通用情感詞典》和《中文褒貶義詞典》構建了情感詞典。但有些中文詞義會隨語境的變化而改變，如“碰撞”一詞，在教學中是指制造生生、師生之間的碰撞，來激起學生的認知興趣，表達了贊揚的意思;而“車輛碰撞”則不具有正向的情感傾向。因此，本研究在初步整合了已有情感詞典的基礎上，修改了部分情感詞的極性，構建了適用于本研究的情感詞典。為方便計算情感強度，本研究設計了正向情感詞和負向情感詞的強度值，正向情感詞的強度歸一化為1，負向情感詞的強度歸一化為-1。

（2）程度副詞表構建。情感分析不僅僅是提取情感詞，句子中的程度副詞也會對詞匯的情感產(chǎn)生影響[20]，且不同的程度副詞修飾情感詞的強化程度有所不同[21]。本研究基于前人對程度副詞分類的研究成果[22]和知網(wǎng)提供的詞表，整理了適用于本研究的程度副詞表，將程度副詞按強度劃分為四個級別，并各自賦予不同的權重。

（3）否定詞表構建。否定詞也能改變文本的情感傾向[20]。本研究參考前人對否定詞的界定，構建了否定詞表，并將其強度設置為-1。

2. 情感值計算

（1）單條空間教研交互情感值計算。某次空間交互可能會包含多條交互內(nèi)容，其中含有情感詞的單條交互內(nèi)容s用{wi1，wi2，...wim}表示，m表示每一條交互內(nèi)容的情感詞個數(shù)。結合情感詞典、程度副詞表和否定詞表，若句子中某個情感詞前有程度副詞或否定詞修飾時，某條空間教研交互內(nèi)容情感值的一般計算如式（3），副詞與否定詞的計算如式（4）（5）：

E（s）=Σ■■[N（wij）×A（wij）×E（wij）]? ? ? ? ? ? ? ? ?（3）

A（wij）=∏■■D（d■）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

N（wij）=（-1）q? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

其中，A（wij）表示程度副詞的強度值，D（d■）為程度副詞的權重，p為修飾此情感詞的副詞個數(shù)，代表的是情感強度;N（wij）表示否定詞的強度值，q為修飾情感詞的否定詞個數(shù)，代表的是情感極性;E（s）的正負可判定情感傾向。如果E（s）大于零，表明該條教研交互內(nèi)容的情感為正向;如果E（s）等于零，表明該條教研交互內(nèi)容為中性情感，不存在明顯的情感傾向;如果E（s）小于零，表明該條教研交互內(nèi)容情感為負向。

（2）某次空間教研交互情感值計算?；谝陨嫌嬎氵^程，某次空間教研交互情感值的計算如式（6）：

E（e）=Σ■■E（si）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）

其中，k為某次空間教研的交互條數(shù)。為方便分析，本研究采用了min-max歸一化法，將空間教研交互的情感值進行歸一化處理。

四、實驗及數(shù)據(jù)分析

（一）研究過程

本研究抽取了W市網(wǎng)絡學習空間中的10個名師工作室，將其在2017年1月至12月間開展的37次教研活動后臺交互內(nèi)容作為實驗數(shù)據(jù)。名師工作室是基于W市網(wǎng)絡學習空間開設的網(wǎng)絡教研場所，教師可在該空間中發(fā)布學科資源和文章，開展名師課堂、在線交流和課題研究等教研活動。選取的10個名師工作室包含語文、數(shù)學和英語三門學科，共有82名教師，累計1458條交互數(shù)據(jù)（數(shù)據(jù)基本信息包括所屬名師工作室的ID、所屬教研活動的ID、發(fā)起評論的用戶ID、被評論的用戶ID、評論內(nèi)容、評論時間等）。本研究首先將采集到的交互內(nèi)容進行預處理;接著根據(jù)評價計算方法得出各個教研活動的知識量和情感值;然后繪制37次教研活動交互內(nèi)容的評價結果圖;再檢驗37次教研交互內(nèi)容的知識量與情感值的相關性;最后對實例分析結果進行討論。

（二）實例分析

1. 知識量和情感值結果

根據(jù)空間教研交互內(nèi)容評價方法，本研究對W市網(wǎng)絡學習空間名師工作室中37次教研交互內(nèi)容的知識量和情感值進行了計算，部分結果見表2?？梢钥吹?，這37次教研活動的交互平均知識量為0.7844;情感傾向都為正向且平均情感強度為0.9093;其中，約81%的教研活動的交互情感強度值高于0.8。

表2? ? ? ? ? ? W市空間教研交互評價結果表

2. 空間教研交互評價結果圖

根據(jù)表2的數(shù)據(jù)結果，本研究繪制了37次教研活動的交互評價模型結果圖，如圖5所示。這37次教研活動的交互水平全部分布于第一象限，知識量和情感值分別位于[0.2，1]和[0.4，1]區(qū)間內(nèi)，且主要集中于知識量[0.6，1]的區(qū)域內(nèi)，即總體上趨向于“知識量較多、正向情感強烈”的范圍內(nèi)。另外，也有個別教研活動的知識量和情感值具有較大的差別，如編號為03（0.2，1）、29（0.2，1）和33（1，0.3971）的教研活動。

圖5? ?W市空間教研交互評價結果圖

3. 空間教研交互知識量與情感值相關性分析

知識和情感是空間教研交互評價的兩個重要維度，為探索這兩者之間是否存在相關關系，本研究對37次空間教研交互的知識量和情感值進行了Pearson相關性檢驗，見表3?？梢钥吹?，知識量與情感值之間不存在相關性（p>0.05），表明當空間教研交互的知識量越多（或少），其情感值不會越高（或低），不會出現(xiàn)正向（負向）情感越強烈的情況。

表3? W市空間教研交互知識量與情感值的相關性檢驗結果

（三）結果分析

數(shù)據(jù)統(tǒng)計結果顯示，2017年W市網(wǎng)絡學習空間名師工作室中不同教研活動之間的交互水平存在差異，教師利用名師工作室開展教研活動還具有較大的發(fā)展空間。本研究結合統(tǒng)計結果，對目前W市網(wǎng)絡學習空間名師工作室中的教研交互水平進行討論。

1. 空間教研交互的知識量較為豐富，但存在差異

結合表2和圖5，可以看到空間教研交互的知識量雖然較為豐富，但各教研活動的知識量之間存在較明顯的差異。在名師工作室教研社區(qū)中，雖然大部分教師是“潛水者”，少數(shù)為活躍者，但這些活躍者會積極表達自己的觀點和看法。此外，迫于行政壓力（如日常登錄與評論情況和績效掛鉤），網(wǎng)絡教研變成教學行政的一種形式[23]。但又因名師的影響力，各工作室成員人數(shù)存在一定的差異，其活躍度也存在差異。綜合而言，名師工作室中的“名師”應當發(fā)揮助學者的作用，提高同儕交互的意識，帶動教師實現(xiàn)深度互動。

2. 整體的空間教研交互氛圍較好

通過表2可以發(fā)現(xiàn)，W市網(wǎng)絡學習空間名師工作室的37次教研活動的交互情感傾向都為正向，且約92%的教研活動的交互情感強度值高于0.7，表明教師處于較和諧的教研交互環(huán)境中。相關調(diào)查研究顯示，教師對空間教研持有樂觀的態(tài)度，認為空間教研對自己的教學工作有一定的促進作用[24]。良好、和諧的教研環(huán)境更有利于提高交互效果，因此，應當繼續(xù)維持和諧的交互氛圍，為今后W市空間教研的發(fā)展提供基礎。

3. 空間教研交互知識和情感相互獨立

由表3可知，空間教研交互的知識和情感是兩個相對獨立的指標，這也證實了可從這兩個維度對空間教研交互進行評價。由于具備與教育學相關的專業(yè)知識，教師在空間教研交互中會以一種理性與感性相結合的方式來表達自己的看法，不會流露過于極端化的情緒，即當教師對某個教研主題越有深刻的見解時，越不會表現(xiàn)出強烈的正向情感;或當教師對某個教研越?jīng)]有產(chǎn)生想法時，越不會表現(xiàn)出強烈的負向情感，而往往會借助傾向于中性或正向的情感詞來表達自己的觀點。

五、結? ?語

通過構建空間教研交互評價模型和方法，以診斷空間教研交互中存在的問題，是提升空間教研交互水平的主要手段。本研究通過參考前人對空間教研交互的評價指標，結合空間教研交互的內(nèi)容特征，提出了空間教研交互“知識—情感”二維評價模型，設計了具體的評價方法。通過對W市網(wǎng)絡學習空間名師工作室中的教研交互內(nèi)容進行分析，驗證了評價模型的科學性和可行性。本研究提出的空間教研交互評價模型，彌補了當前空間教研交互評價方法的不足，為網(wǎng)絡學習空間的教研交互評價和自動化評價奠定了一定的基礎。然而本研究也存在不足之處，如沒有考慮到教師的基本信息情況、教師特征與教研水平是否存在相關關系等。此外，如何在知識維度實現(xiàn)智能化分析也是后續(xù)研究的重點。

[參考文獻]

[1] 何克抗.21世紀以來的新興信息技術對教育深化改革的重大影響[J].電化教育研究，2019，40（3）：5-12.

[2] 郭炯，霍秀爽.網(wǎng)絡教學研討中教師協(xié)同知識建構研究[J].中國電化教育，2014（3）：101-109.

[3] 丁衛(wèi)澤，熊秋娥.定量的內(nèi)容分析：評價在線討論質(zhì)量的有效方法[J].中國遠程教育，2009（2）：42-45，79.

[4] 黃慶玲，李寶敏，任友群.教師工作坊在線討論深度實證研究——以信息技術應用能力提升工程教師工作坊為例[J].電化教育研究，2016，37（12）：121-128.

[5] 張琳，劉林.從影響因素的視角談現(xiàn)代遠程教育質(zhì)量評價觀[J].現(xiàn)代遠程教育研究，2008（3）：28-31.

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

[7] 鄭勤華，于暢，陳麗.基于學習者視角的MOOCs教學交互狀況調(diào)查研究[J].中國電化教育，2016（6）：77-85.

[8] 嚴亞利，黎加厚.教師在線交流與深度互動的能力評估研究——以海鹽教師博客群體的互動深度分析為例[J].遠程教育雜志，2010，28（2）：68-71.

[9] 肖正德.網(wǎng)絡教研：一種促進教師專業(yè)發(fā)展的新型教研模式[J].現(xiàn)代遠距離教育，2007（1）：34-36.

[10] 冷作福.基于教育云環(huán)境的教師教研模式探究[J].中國電化教育，2013（8）：126-128.

[11] 馬立，郁曉華，祝智庭.教師繼續(xù)教育新模式：網(wǎng)絡研修[J].教育研究，2011，32（11）：21-28.

[12] 莫祖英，馬費成，羅毅.微博信息質(zhì)量評價模型構建研究[J].信息資源管理學報，2013，3（2）：12-18.

[13] 趙宇翔，范哲，朱慶華.用戶生成內(nèi)容（UGC）概念解析及研究進展[J].中國圖書館學報，2012，38（5）：68-81.

[14] KAFETSIOS K，CHATZAKOU D，TSIGILIS N，et al. Experience of emotion in face to face and computer-mediated social interactions： an event sampling study[J]. Computers in human behavior，2017（76）：287-293.

[15] HENRI F. Computer conferencing and content analysis[M]//Collaborative learning through computer conferencing. Springer，Berlin，Heidelberg，1992：117-136.

[16] GUNAWARDENA C N，LOWE C A，ANDERSON T. Analysis of a global online debate and the development of an interaction analysis model for examining social construction of knowledge in computer conferencing[J]. Journal of educational computing research，1997，17（4）：397-431.

[17] 陳向東，趙怡.基于知識建構的在線異步交流評價[J].中國電化教育，2008（12）：44-48.

[18] 劉黃玲子，朱伶俐，陳義勤，黃榮懷.基于交互分析的協(xié)同知識建構的研究[J].開放教育研究，2005（2）：31-37.

[19] 羅玉萍，潘慶先，劉麗娜，張魯華.基于情感挖掘的學生評教系統(tǒng)設計及其應用[J].中國電化教育，2018（4）：91-95.

[20] 黃衛(wèi)東，陳凌云，吳美蓉.網(wǎng)絡輿情話題情感演化研究[J].情報雜志，2014，33（1）：102-107.

[21] 夏南強，肖琴.微博群體信息及其主觀傾向性分析[J].情報科學，2014，32（9）：22-29.

[22] 藺璜，郭姝慧.程度副詞的特點范圍與分類[J].山西大學學報（哲學社會科學版），2003（2）：71-74.

[23] 趙云建.網(wǎng)絡教研中的活動設計策略研究[J].中國電化教育，2015（10）：133-138.

[24] 趙旭敏.中小學教師網(wǎng)絡教研現(xiàn)狀與促進策略研究[D].武漢：華中師范大學，2012.