大学化学, 2023, 38(2): 41-48 doi: 10.3866/PKU.DXHX202206006

教学研究与改革

在线教学模式在有机分析课程中的应用探索

李俊芳,, 陈燕勤, 周蓉

Application of Online Blended Teaching Mode in Organic Analysis Course

Li Junfang,, Chen Yanqin, Zhou Rong

通讯作者: 李俊芳, Email: 296186969@qq.com

收稿日期: 2022-06-5   接受日期: 2022-06-24  

基金资助: 新疆农业大学一流课程建设项目
新疆农业大学2612团队建设项目

Received: 2022-06-5   Accepted: 2022-06-24  

Abstract

Online blended teaching mode is an emerging education method, the effect of which is explored on the multi-class teaching course of "Organic Analysis". The teaching effects were evaluated by the process assessment results supplemented by classroom participation and the final. The different teaching method data of experimental and control group were all collected in the same way. Research shows that the effect of online blended teaching is slightly better than that of the offline blended teaching effect. Through questionnaires, it was found that online teaching can enable students to obtain higher classroom participation and better classroom experience. Therefore, the emerging education methods is suitable for remote teaching. The application of new education methods may make a difference for the western agriculture college education.

Keywords: Blended teaching mode ; Organic analysis ; Multi-class teaching ; Class participation

PDF (913KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

李俊芳, 陈燕勤, 周蓉. 在线教学模式在有机分析课程中的应用探索. 大学化学[J], 2023, 38(2): 41-48 doi:10.3866/PKU.DXHX202206006

Li Junfang. Application of Online Blended Teaching Mode in Organic Analysis Course. University Chemistry[J], 2023, 38(2): 41-48 doi:10.3866/PKU.DXHX202206006

随着线上线下相结合的混合式教学模式的广泛开展,线上教学平台逐渐形成了适用于各个教学环节的大量的学习数据[1–5]。这些数据为教师发现教学中存在的问题、开展下一步的教学活动,提供了客观、准确的依据;使教师更准确地把握下一步的教学计划,为教学研究提供可靠的科学依据。

随着信息技术的发展,以科学技术为依托的云课堂应运而生,如“MOOC”“雨课堂”“iCourse”等。“云课堂”是基于云计算技术的一种高效、便捷、实时互动的远程教学形式。使用者只需要通过互联网界面,进行简单易用的操作,便可快速、高效地与全球各地的学生、教师、家长等不同用户进行同步分享语音、视频及数据文件,而课堂中数据的传输、处理等复杂技术由“云课堂”帮助教师完成[4–7]。“云课堂”的使用,使线上教学更容易实施,有力地保障了“停课不停学”的开展。

但是,以上新技术、新方法的实施,都需要教师和学生具有较好的配合度。针对偏远地区农林院校,进行线上教学的研究案例少见报道。因此,本文针对这一现象,选择在线混合式教学模式,在新疆农业大学开展教学研究,以期探索新的教学模式对偏远地区是否适用。

因此,我们将借助“雨课堂”全新智慧教学工具[8–11],以“雨课堂”中有机分析课程为依托,开展线上混合式教学实践,充分调动学生的学习积极性和主动性,提高学生课堂参与度,通过对比线上线下的教学效果,探究新的教学模式能否在偏远地区推广适用。

1 研究对象及方法

1.1 研究对象

以新疆农业大学“雨课堂”平台课程有机分析为例,研究对象均为应用化学专业大三年级的学生。以在线教学大班为实验组,以已完成的往届线下教学大班作为对照组,考察该课程的在线教学效果。对照组和实验组均为大班授课,授课教师为同一名教师,教学内容、考核方式基本一致,区别在于实验组线上教学,对照组线下教学。

1.1.1 课程简介

有机分析课程所用教材为高等教育出版社杨红主编的《有机分析》(十一五国家级规划教材),本课程需要的先修课程主要是分析化学、有机化学、仪器分析,先修课程中波谱分析相关内容较少。本课程主要包括紫外光谱法(UV)、红外光谱法(IR)、核磁共振波谱法(NMR)、质谱(MS)、综合谱图解析等五章内容。有机分析课程在化工院校培养方案中是专业核心课,可以使学生学到更多有价值的知识,为学生将来工作打下坚实的基础;同时此课也为即将考研的同学复习有机化学提供一定的帮助。

1.1.2 教学安排

教学模型设计为三个阶段:课前,教师在“雨课堂”发布中国大学MOOC平台的学习内容及相应的课前小测,旨在帮助学生完成预习;课上,教师利用PPT+钉钉直播或者“雨课堂”直播开展授课(根据网络稳定情况选择不同的直播平台),讲授重点内容及习题;个别章节内容采用翻转课堂教学模式;课后阶段,以小测或者作业的形式考查学生掌握情况,决定是否需要加设习题课。

① 课前:教师准备课前预习的教学资源:可以是MOOC平台的学习也可以是一些客观测试题,以达到预习的目的,分时段推送给学生。学生接收课件和任务布置的公告,按照要求进行预习并完成相关的测试。“雨课堂”中发布公告,提醒学生作业截止时间及上课时间。上课前10–30分钟会再次发布公告,告知学生上课时间,让学生提前做好准备。

② 课中:整个学期的有机分析课程,前半段(从UV这一课到NMR-3这一课)采用的是钉钉直播+“雨课堂”,后半段(从NMR-4这一课到综合解谱-2这一课)是直接采用“雨课堂”直播进行授课,学生返校后又加了一节面授课,对全部内容进行串讲和复习。每次授课2学时,共计34学时。选取红外光谱、核磁共振波谱、质谱三个章节的最后一堂谱图解析课,进行翻转教学模式进行授课。课前分组,每个班级分6组,两个班级一共12组,分别进行计分。在线上翻转课堂中,使用了钉钉电话会议的功能,抢答环节以在屏幕上显示“正在说话”最前的同学作答,正确积分,不正确继续抢答,同学们积极性较高。但是有时网络不稳定,通话质量不佳,学生听不清正确的解题过程。而后,改用了“雨课堂”直播,利用投稿功能让学生将讨论的结果上传“雨课堂”,以最先发送的小组为准,投屏,学生互评打分。此方法更能让学生接受,并且正确结果是投屏的,学生可以通过课后回看直播,对照自己错在哪里,有助于做到查漏补缺。

③ 课后:教师通过“雨课堂”的发布课件或试卷功能,将一节课后的习题或测验发布到学生手机端,发布公告告知学生作业或测试完成的截止时间,并设定在截止时间后公布答案。学生收到作业或测试,在作业本上写出解题过程,拍照上传至“雨课堂”。在截止时间之前,学生可以要求教师退回作业,重新上传。教师在截止时间前后均可以随时随地批阅,批阅中可以打钩、打叉、写评语,学生能体会到线下教学时收到作业本的感受。通过上述措施使学生有针对性地对知识进行巩固和内化。

1.2 研究假设

假设一:有效的线上互动可以提高学习成绩;假设二:线上教学和线下教学的教学效果一致。

1.3 数据分析处理

采用统计产品与服务解决方案(Statistical Product Service Solutions,SPSS)对数据进行分析处理,SPSS主要用于统计学分析运算、数据挖掘、预测分析等,广泛用于数据处理和问卷结果分析。

2 研究过程

2.1 假设一的验证

采用单一被试研究,实验组为两个小班的合班,两个班级的学生专业相同、数量基本一致;两个班级的先修课程有机化学、仪器分析等课程也是大班课程;两个小班之间不存在显著差异;并且教学内容相同;测试、作业相同;由同一名教师采用不同方法授课。通过这些变量的控制来排除变量对对比结果的影响。采用单一被试研究方法[12, 13],并使用A-B-A-B-A-B-A的实验设计,检验课堂互动对教学效果的影响。

按照教学安排实施在线教学,并利用智慧教学平台“雨课堂”搜集教学数据。控制各节课的提问均与授课严格相关,并且问题的数量差在2–5个之内,以排除由于教师提问数量或发布习题的不同导致数据存在偏差。将本学期所有章节的每节课的课堂教学数据:考勤、小测、观看回放次数、互动次数等进行了统计,其中由于直播平台的更换,课堂的互动次数统计包括:发送弹幕数量、投稿数量、发送消息数、回答问题数等,如图 1所示。课堂互动及学生参与度的统计,完全来自智能教学平台“雨课堂”的统计,避免了由于课堂观察员的人为因素导致的数据有效性受损。本文的教学研究采用单一被试研究,A–B–A–B–A–B–A设计方式开展实验,A代表传统教学模式,B代表翻转课堂教学模式。

图1

图1   各章节课程在线直播教学数据

A代表传统授课模式,B代表翻转授课模式;曲线圈住的为翻转课堂小测成绩(小测和考勤对应左坐标,回放及消息等对应右坐标)


由图 1可以看出,学生考勤最低93%,最高100%,说明学生上课具有一定的积极性。学生发送消息、发送弹幕或投稿的数量较多,回看直播视频的次数较少,最多仅有21%的学生对在线直播课进行了回看。从图 1中可以明显发现,学生更喜欢弹幕互动,在核磁共振波谱和质谱的翻转课堂上,互动弹幕的次数高达129和141次,一节课中平均每人分别发布1.7个和1.9个弹幕,说明有效的课堂组织形式有助于提高学生的参与度。

通过图 1可以发现,A–B–A–B–A–B–A设计直接影响着学生的参与度,第一个A (开学前两节课)的波动异常,可能是学生延迟开学后的自身兴趣度较高所致,第三节课为红外光谱法(IR)的第一次课,可以看出互动次数降到了基线水平。第四节课采用翻转课堂教学法(B),互动次数增加。总体呈现出传统授课模式学生参与度低,而翻转课堂教学模式学生参与度明显提高。所有课堂小测中,三次最高分成绩均集中在翻转课堂教学中,对应的课堂互动次数也较多,由此可知,有效的课堂互动有助于学生掌握知识,具有较好的学习表现。

2.2 假设二的验证

为了考察线上和线下教学效果的区别,进行了如下的教学研究。全程教学数据均在“雨课堂”中进行记录,即线下和线上课程均用“雨课堂”展示课件,提问或回答大部分在“雨课堂”微信端进行,以避免由于课堂观察员的人为因素导致的数据有效性受损。

2.2.1 在线混合式教学的应用

为了了解学生专业基础储备对有机分析课程的影响,对实验组和对照组学生的先修课程进行对比研究,与有机分析课程相关的三门专业课为分析化学、有机化学(分两学期上课)和仪器分析,实验组和对照组先修课程的成绩相差不大,人数相当。实验组和对照组的有机分析课程均采用混合式教学模式,其成绩与先修课程有明显差异,说明混合式教学模式在一定程度上可以提高学生学习成绩。

2.2.2 线上、线下混合式教学对比研究

对照组是线下混合式教学形式,实验组采用的是线上混合式教学形式,对照组和实验组的先修课程分析化学、有机化学(I、II)、仪器分析均采用传统授课模式。为了表示线上线下教学效果的差异性,对实验组和对照组的先修课程及有机分析课程进行了t检验分析,如表 1所示。

表1   线上线下教学效果t检验

课程年级(平均值±标准差)方差tp
对照组(n = 80)实验组(n = 75)
分析化学75.01 ± 10.4166.87 ± 11.9020.6474.5440.000**
有机化学I76.72 ± 11.5575.51 ± 12.950.3830.6190.537
有机化学II68.88 ± 11.6568.67 ± 12.430.0120.1080.914
仪器分析72.31 ± 9.6573.45 ± 9.570.545−0.7380.461
有机分析82.31 ± 9.5786.67 ± 6.1811.162−3.3860.001**

**p < 0.01

新窗口打开| 下载CSV


从表 1可知,实验组和对照组在先修课程——有机化学I、有机化学II、仪器分析3项不会表现出显著性(p > 0.05),意味着实验组和对照组样本对于有机化学I、有机化学II、仪器分析全部均表现出一致性,并没有差异性。另外两组样本对于分析化学和有机分析两门课程呈现出显著性(p < 0.05),意味着实验组和对照组样本在分析化学、有机分析两门课程中有差异性。具体分析可知:实验组和对照组在分析化学成绩中呈现出0.01水平显著性(t = 4.544,p = 0.000),对比差异可知,对照组的平均值(75.01),会明显高于实验组的平均值(66.87)。先修课程中,实验组的基础稍弱。本研究中的分析化学结果,却恰好相反,即对照组的平均成绩(82.31)明显低于实验组的平均成绩(86.67),呈现出0.01水平显著性(t = −3.386,p = 0.001)。由此说明,线上授课模式可以与线下授课模式达到一样的教学效果,由于丰富的网络资料以及可反复回看的教学资源,使得线上教学甚至更优于线下教学的效果。

为了更清晰地对比线上和线下的教学效果,将实验组和对照组各个章节的成绩进行对比(图 2)。可以发现,线上教学和线下教学,各个章节的测试成绩没有明显差异,其中对于UV、NMR和MS三个章节,线上教学成绩稍高于线下教学的成绩,这可能是由于线上教学的课堂讨论、习题讲解、小测结果及分析均在“雨课堂”或“钉钉”回播视频中可以找到,学生可以自由观看或查看线上相关的课程资源,查漏补缺,更有利于知识的掌握。

图2

图2   线上线下教学的各章节测试成绩对比


综上,混合式教学模式的学生成绩高于传统授课模式的学生成绩,线上混合式教学模式的学生成绩高于线下混合式教学模式的学生成绩(注:实验组和对照组先修课程成绩不具有明显差异,班级人数相当,授课教师相同、测试题目相同、授课模式仅在混合式章节不同)。因此可以证实假设二,即:线上教学效果与线下教学效果一致,甚至略高于线下教学效果。

2.2.3 过程性评价方式

为体现过程性考核的重要性,应该加大平时成绩比重,比如将线上自主学习、翻转课堂、单元测试、课后作业等加入课程成绩当中,以调动学生自主学习的积极性。本研究对实验组和对照组均采用相同的考核评价方式,不同点是对照组没有MOOC平台的学习成绩,而是“雨课堂”中的习题或小测成绩(MOOC平台中的测试和“雨课堂”中的测试题量、难度一致)。

平时成绩主要依据直播授课的考勤,中国大学MOOC平台的线上学习,“雨课堂”中课前或课后小测及章节测试、课后作业等。中国大学MOOC平台的线上学习内容包括视频学习、单元测验、论坛讨论和期末无纸化考试四部分,仅单元测验和期末考试计分。MOOC平台学习的成绩占总成绩的20%,主要依据:四个章节的单元测验(10%)、期末考试(10%)。而课堂学习(平时成绩)占总成绩的30%,主要依据:考勤(5%)、课堂小测(5%)、课后作业(10%)、单元测试(10%),见图 3。其中,翻转课堂按5–7人一组,依据教师发布的课前、课上、课后学习任务单,分小组讨论、解题,课上抽查、抢答等方式,将各组的讨论成果进行展示并积分,按积分多少排名计分,这一部分占平时成绩的20%。因此,学生均较为重视,在小组讨论中做足准备,为了更好地呈现讨论结果,搜集资料、查阅文献或着重查看谱图解析相关书籍资料。随后在钉钉会议中对课前和课上任务单中的问题进行讨论。为了了解学生课前对MOOC平台的学习情况在“雨课堂”中进行了课前小测,为了巩固学生的学习知识进行了课后作业和单元测试。因此,期末考试成绩只占总成绩的30%。这种顺应在线SPOC教学模式下新的成绩评价方式,不仅实现了过程性评价,而且更加客观、全面地反映了学生在学习过程中的学习态度和学习成果[5]。

图3

图3   混合式教学成绩评价


2.3 在线教学课堂满意度调查

研究表明,翻转课堂教学方式相比传统课堂教学方式有更好的教学效果,基于“雨课堂”的教学方式更能激发学生的学习兴趣[6, 9, 11, 14],但是对于大班在线教学效果是否可以达到线下教学的效果,还需深入探究。为了了解大班学生对有机分析课程开展在线教学模式的满意度,我们对该学期修读该课程的学生进行了匿名问卷调查,回收有效问卷67份,回收率超过85%。问卷包括在线MOOC平台学习、翻转课堂、直播授课及整体教学效果等方面的满意度,以期发现本次教学中存在的问题,为改善后一轮教学提供建议。

问卷调查结果显示,72%的同学认为线上课堂没有约束,不能很好地自主学习,而高达92%的同学认为线上课堂可以回看,并且在回看中掌握不懂的知识点,更有助于自主学习。

为了了解学生对线上混合式教学模式和线下混合式教学模式的体验,在问卷中设计了9道量表题,分为5个级别,选项为:很不满意(1分)、不满意(2分)、一般(3分)、满意(4分)、很满意(5分),采用SPSS软件并对问卷调查结果进行了信效度分析,分别见表 2和表 3所示。

表2   基于线上混合式教学体验的调查问卷的信度分析表

名称校正项总计相关性(CITC)项已删除的α系数Cronbach α系数
你对MOOC学习的感受如何?0.6070.9120.915
你对MOOC中讨论区的设置感觉如何?0.5810.913
你喜欢这种“先完成MOOC学习,再直播讲解知识点巩固与解析,完成课后作业,讲解作业”的课堂方式吗?0.7850.899
这种课堂方式提高了学习效率和效果?0.7970.898
MOOC平台中授课教师出镜有助于我更好的学习相关内容?0.6440.910
“雨课堂”的使用增加了师生间的互动?0.7680.900
“雨课堂”的公告、课前推送功能,能帮助自己有计划地完成学习内容?0.7760.900
“雨课堂”可以保存和记录多媒体内容,有助于学习者更容易复习其中内容?0.6900.906
线上课堂能满足传统教学方式、面对面的课堂学习?0.7000.905
标准化Cronbach α系数:0.916

新窗口打开| 下载CSV


表3   基于线上混合式教学体验的调查问卷的效度分析表

名称因子载荷系数共同度(公因子方差)
因子1
你对MOOC学习的感受如何?0.6860.471
你对MOOC中讨论区的设置感觉如何?0.6510.423
你喜欢这种“先完成MOOC学习,再直播讲解知识点巩固与解析,完成课后作业,讲解作业”的课堂方式吗?0.8410.707
这种课堂方式提高了学习效率和效果?0.8490.720
MOOC平台中授课教师出镜有助于我更好的学习相关内容?0.7220.521
“雨课堂”的使用增加了师生间的互动?0.8290.688
“雨课堂”的公告、课前推送功能,能帮助自己有计划地完成学习内容?0.8360.699
“雨课堂”可以保存和记录多媒体内容,有助于学习者更容易复习其中内容?0.7640.583
线上课堂能满足传统教学方式、面对面的课堂学习?0.7720.596
特征根值(旋转前)5.411–
方差解释率% (旋转前)60.117%–
累积方差解释率% (旋转前)60.117%–
特征根值(旋转后)5.411–
方差解释率% (旋转后)60.117%–
累积方差解释率% (旋转后)60.117%–
KMO值0.868–
巴特球形值382.017–
df36–
p值0.000–

表格中斜体数字表示载荷系数绝对值大于0.4

新窗口打开| 下载CSV


从表 2可知:信度系数值为0.915,大于0.9,说明研究数据信度很高。针对“项已删除的α系数”,任意题项被删除后,信度系数并不会有明显的上升,说明题项不应该被删除处理。表 2中的“CITC值”均大于0.4,表明分析项之间具有良好的相关性且信度水平良好。综上所述,研究数据信度质量高,可用于进一步分析。

效度研究主要用于评估分析研究项是否合理、有意义;效度分析分别通过KMO值、共同度、方差解释率值、因子载荷系数值等指标,进行综合分析数据的效度水平。从表 3可知:所有研究项对应的因子载荷系数(用于衡量因子(维度)和题目的对应关系)均高于0.4,说明研究项信息有效;KMO值(用于判断数据的有效度)为0.868,大于0.6,表明数据具有较好的效度[15]。此外,1个因子的方差解释率值(用于说明信息提取水平)分别是60.1%,旋转后累积方差解释率为60.1% > 50%,说明研究项的信息量可以有效地提取出来。最后,结合因子载荷系数,确认了因子(维度)和研究项的对应关系,与预期相符,表明问卷调查具有良好的效度。表 2和表 3共同说明研究数据的信效度较好。

综上可知,在完全在线教学过程中,学生未表现出明显的抗拒或不适,那些使用“雨课堂”学习时间较长、习题测试效果和“雨课堂”的学习效果较好的同学,更愿意选择在线混合式教学模式,对在线教学的发展前景也更乐观。80%的学生认为线上课堂能满足传统教学的要求,但是任课教师对课程的设计、直播氛围的带动、课堂各个环节的参与度等,对在线教学效果具有重要作用。例如:在线授课教师出镜有助于学生更好地学习相关内容,对学生更投入的学习提供有效保障。

3 结语

“雨课堂”支持下的线上混合式教学,详实记录了课前–课中–课后教学全过程的教学数据。通过对数据的分析,发现学生具有较高的课堂参与度,可以有效地提高学生的学习成绩。

对比线上线下混合式教学的教学效果,发现线上教学可以达到与线下教学一致的教学效果,而其中的关键因素是:首先教师需要精心设计线上教学活动,吸引学生的注意力,调动学生课堂学习的积极性,使用一定的奖励机制鼓励学生积极参与课前、课中、课后的教学活动,例如将参与各个环节教学的内容纳入到平时成绩当中,实现过程性考核;其次要保障线上教学网络的稳定性和顺畅性,并辅以适当的互动程序,例如弹幕、投稿等,保障教师和学生的实时互动。

参考文献

涂艳; 张耀杰. 高等教育研究学报, 2020, 43 (1), 84.

URL     [本文引用: 1]

陈兵; 王小刚; 张军. 人民教育, 2020, (6), 42.

URL    

郭花; 刘洪霞; 唐雷雨. 课程教育研究, 2020, (5), 125.

URL    

刘秋; 陈超; 刘长建; 于基成. 微生物学通报, 2020, 47 (4), 1117.

URL     [本文引用: 1]

陈芳; 何进; 端木德强; 王莉; 陈雯莉. 微生物学通报, 2020, 47 (4), 1087.

URL     [本文引用: 2]

于歆杰. 以学生为中心的教与学: 利用慕课资源实施翻转课堂的实践, 第2版 北京: 高等教育出版社, 2017.

[本文引用: 1]

de Jong P. G. M. ; Pickering J. D. ; Hendriks R. A. ; Swinnerton B. J. ; Goshtasbpour F. ; Reinders M. E. J. Med. Teach. 2020, 42 (4), 393.

[本文引用: 1]

钟晓流; 宋述强; 焦丽珍. 开放教育研究, 2013, 19 (3), 58.

URL     [本文引用: 1]

张国培. 中国成人教育, 2017, (19), 94.

URL     [本文引用: 1]

张金磊; 王颖; 张宝辉. 远程教育杂志, 2012, (4), 46.

URL    

肖安宝; 谢俭; 龚付强. 现代教育技术杂志, 2017, 27 (5), 46.

URL     [本文引用: 2]

王祖浩; 刘知新. 化学教育, 1995, (12), 5.

URL     [本文引用: 1]

Richards, S. B.; Richards, R. Y.; Ramasamy, R.; Taylor, R. L. Single Subject Research: Applications in Educational and Clinical Settings; Wadsworth Cengage Learning: San Diego, CA, USA, 1999.

[本文引用: 1]

陈煜; 胡洁; 朱一鑫; 朱芸莹; 柏松; 魏娴. 化学教育, 2019, 40 (14), 32.

URL     [本文引用: 1]

周俊. 问卷数据分析——破解SPSS的六类分析思路, 北京: 电子工业出版社, 2017.

[本文引用: 1]

/

〈 〉