网络学习空间中教研交互评价模型及方法研究

周鹏 李环 郭美一 张丹 袁瑜鸽 吴砥

[摘   要] 网络教研已成为教师教研新形式。文章首先综述了当前教学交互评价的相关研究，并结合空间教研交互的特征，从知识与情感两个维度构建了空间教研交互评价模型。然后从空间教研交互的评价过程出发，详细阐述了空间教研交互评价方法的计算过程。最后基于该评价模型和方法，以W市网络学习空间名师工作室的教研交互内容为例进行实例分析。结果表明，所提出的模型能够有效应用于空间教研交互内容评价的分析，弥补了当前空间教研交互评价方法的不足，为网络学习空间的教研交互评价和自动化评价奠定了一定的基础。

[关键词] 网络学习空间; 空间教研; 教研交互; 教研评价; 评价模型

[中图分类号] G434            [文献标志码] A

[作者简介] 周鹏（1981—），男，湖北武汉人。讲师，博士，主要从事网络学习空间绩效评估的研究。E-mail：stevezp @mail.ccnu.edu.cn。李环为通讯作者，E-mail：syqz@mails.ccnu.edu.cn。

一、引   言

网络学习空间正成为教师空间教研的新趋势，可助力教师培训进程、促进教研质量提升和深化教学主题开展[1]。在空间教研过程中，教师教学知识的积累和教学能力的提升都需要依靠教师之间的空间交互来推动和发展[2]。其中，教师在其所在的学习共同体中与他人進行交互而产生的观点或知识是影响深度教研学习的关键因素[3-4]。通过对华中地区W市空间教研社区调查发现，2017年该市教师人均空间教研交互量低于10条，且近四分之一的交互内容的字符数少于10个，表明目前该市空间教研交互次数还不多、交互内容还不丰富、交互质量还需不断提升。通过构建空间教研交互评价模型和方法，评估教研交互的水平及结果，诊断空间教研中存在的问题，是提高空间教研交互质量、提升空间教研水平的主要措施之一[5]。因此，如何评价空间教研交互是当前亟待解决的重要问题。

现有研究针对教学交互的评价方法主要包括：观察法、问卷调查法和内容分析法。最具影响力的一种课堂观察技术是弗兰德斯的互动分析系统[6]，该系统从教师、学生的言语行为、沉寂情况三个方面进行编码，通过每三秒记录一种行为的方式构成互动分析矩阵图，从而对课堂交互进行分析。郑勤华等则采用问卷调查法调查了MOOCs学习者的交互意愿和偏好的交互方式，通过调研国内14个MOOCs平台的六百多门课程的交互情况，以了解教学交互状况[7]。严亚利等人采用CMC（Computer Mediated Communication）内容分析法，设计了教师博客群体交互深度的内容分析框架，从浅度互动、中度互动和深度互动三种类别构建了交互程度编码表，并以海盐教师博客为例，通过逐条分析抽取的600多条数据，以了解教师博客的交互深度[8]。现有的关于交互内容的评价方法，有些是对单个课堂进行分析，有些则从学习者感知角度反映交互内容质量，并不适合评价空间教研交互的海量化、碎片化的交互内容。因此，面向空间教研交互的特征，如何构建一套空间教研交互评价模型和方法，成为教研交互评价发展方向上亟待解决的关键问题。

二、空间教研交互评价模型构建

空间教研借助网络学习空间环境开展教研工作。交互性是空间教研的重要特点之一[9]，教师可借助网络平台参与公开课评选、主题教研、在线听课教研、视频互动微教研、跨区域网络协作等活动[10]，与专家或其他教师进行在线交流互动。有效的空间教研交互可以促进教师临场感、社区感以及深度学习的形成[11]。

（一）空间教研交互的内容特征

图1   空间教研的交互内容

空间教研交互的内容是指针对特定教学研究主题开展讨论所产生的文本内容。如图1所示，以W市某小学开设的空间教研社区为例，该社区中的某名成员分享了关于如何评价学生作文的文章，其他成员就此主题开展了讨论。空间教研交互的内容包括讨论的主题、发布者和评论者的基本信息、评论内容以及发布时间等。

由图1可见，教师通过发表评论的方式参与教研交互，教研活动往往由空间教研社区的名师（或某个教师）提出的主题展开讨论，参与者围绕这个主题发表意见，下一条评论还可能会针对已有评论发表意见，以此类推，就形成了一个带有鲜明主题的讨论群，讨论群规模的大小取决于成员们对该主题的关注程度。与用户原创内容（UGC）相比，空间教研交互内容的特征具体表现在以下两个方面：

1. 空间教研交互内容篇幅呈幂律分布

本研究统计了W市空间教研社区中的7420条交互内容的篇幅长度，分布如图2所示。其中，41.17%的交互内容长度小于10个字符，11.1%的交互内容长度大于200个字符，表明空间中多数教研交互内容篇幅较短，少数内容篇幅较长，出现长尾现象，呈现幂律分布特征。但相比UGC（如微博内容）一般以表情包传达信息，空间教研因自身所具有的专业性，其整体内容篇幅相对较长。而信息量的大小反映了其传递信息的多少[12]，在空间教研中交互内容的字符数也就反映了其信息量的价值大小。

图2   W市空间教研交互内容篇幅长度分布

2. 空间教研交互内容往往带有情感倾向，且以正向情感倾向为主

通过对W市空间教研社区中随机抽取的600条教研交互内容数据进行情感词规则处理，发现正向情感的交互内容占72.83%，负向情感的交互内容占0.67%，中性情感的交互内容占26.5%。而UGC（如微博内容）丰富多样，可分为娱乐型、社交型、商业型和舆论型[13]，情感倾向较不稳定。积极情感可提高交互满意度，并对交互质量具有调节作用[14]。通过研究空间教研交互内容的情感倾向，可以更全面地了解教师教研交互的内容质量。

1. 词表构建

（1）情感词典构建。承载情感信息最重要的基本单元是情感词，本研究参考《知网中文情感词典》《台湾大学中文通用情感词典》和《中文褒贬义词典》构建了情感词典。但有些中文词义会随语境的变化而改变，如“碰撞”一词，在教学中是指制造生生、师生之间的碰撞，来激起学生的认知兴趣，表达了赞扬的意思;而“车辆碰撞”则不具有正向的情感倾向。因此，本研究在初步整合了已有情感词典的基础上，修改了部分情感词的极性，构建了适用于本研究的情感词典。为方便计算情感强度，本研究设计了正向情感词和负向情感词的强度值，正向情感词的强度归一化为1，负向情感词的强度归一化为-1。

（2）程度副词表构建。情感分析不仅仅是提取情感词，句子中的程度副词也会对词汇的情感产生影响[20]，且不同的程度副词修饰情感词的强化程度有所不同[21]。本研究基于前人对程度副词分类的研究成果[22]和知网提供的词表，整理了适用于本研究的程度副词表，将程度副词按强度划分为四个级别，并各自赋予不同的权重。

（3）否定词表构建。否定词也能改变文本的情感倾向[20]。本研究参考前人对否定词的界定，构建了否定词表，并将其强度设置为-1。

2. 情感值计算

（1）单条空间教研交互情感值计算。某次空间交互可能会包含多条交互内容，其中含有情感词的单条交互内容s用{wi1，wi2，...wim}表示，m表示每一条交互内容的情感词个数。结合情感词典、程度副词表和否定词表，若句子中某个情感词前有程度副词或否定词修饰时，某条空间教研交互内容情感值的一般计算如式（3），副词与否定词的计算如式（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）表示程度副词的强度值，D（d■）为程度副词的权重，p为修饰此情感词的副词个数，代表的是情感强度;N（wij）表示否定词的强度值，q为修饰情感词的否定词个数，代表的是情感极性;E（s）的正负可判定情感倾向。如果E（s）大于零，表明该条教研交互内容的情感为正向;如果E（s）等于零，表明该条教研交互内容为中性情感，不存在明显的情感倾向;如果E（s）小于零，表明该条教研交互内容情感为负向。

（2）某次空间教研交互情感值计算。基于以上计算过程，某次空间教研交互情感值的计算如式（6）：

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

其中，k为某次空间教研的交互条数。为方便分析，本研究采用了min-max归一化法，将空间教研交互的情感值进行归一化处理。

四、实验及数据分析

（一）研究过程

本研究抽取了W市网络学习空间中的10个名师工作室，将其在2017年1月至12月间开展的37次教研活动后台交互内容作为实验数据。名师工作室是基于W市网络学习空间开设的网络教研场所，教师可在该空间中发布学科资源和文章，開展名师课堂、在线交流和课题研究等教研活动。选取的10个名师工作室包含语文、数学和英语三门学科，共有82名教师，累计1458条交互数据（数据基本信息包括所属名师工作室的ID、所属教研活动的ID、发起评论的用户ID、被评论的用户ID、评论内容、评论时间等）。本研究首先将采集到的交互内容进行预处理;接着根据评价计算方法得出各个教研活动的知识量和情感值;然后绘制37次教研活动交互内容的评价结果图;再检验37次教研交互内容的知识量与情感值的相关性;最后对实例分析结果进行讨论。

（二）实例分析

1. 知识量和情感值结果

根据空间教研交互内容评价方法，本研究对W市网络学习空间名师工作室中37次教研交互内容的知识量和情感值进行了计算，部分结果见表2。可以看到，这37次教研活动的交互平均知识量为0.7844;情感倾向都为正向且平均情感强度为0.9093;其中，约81%的教研活动的交互情感强度值高于0.8。

表2            W市空间教研交互评价结果表

2. 空间教研交互评价结果图

根据表2的数据结果，本研究绘制了37次教研活动的交互评价模型结果图，如图5所示。这37次教研活动的交互水平全部分布于第一象限，知识量和情感值分别位于[0.2，1]和[0.4，1]区间内，且主要集中于知识量[0.6，1]的区域内，即总体上趋向于“知识量较多、正向情感强烈”的范围内。另外，也有个别教研活动的知识量和情感值具有较大的差别，如编号为03（0.2，1）、29（0.2，1）和33（1，0.3971）的教研活动。

图5   W市空间教研交互评价结果图

3. 空间教研交互知识量与情感值相关性分析

知识和情感是空间教研交互评价的两个重要维度，为探索这两者之间是否存在相关关系，本研究对37次空间教研交互的知识量和情感值进行了Pearson相关性检验，见表3。可以看到，知识量与情感值之间不存在相关性（p>0.05），表明当空间教研交互的知识量越多（或少），其情感值不会越高（或低），不会出现正向（负向）情感越强烈的情况。

表3  W市空间教研交互知识量与情感值的相关性检验结果

（三）结果分析

数据统计结果显示，2017年W市网络学习空间名师工作室中不同教研活动之间的交互水平存在差异，教师利用名师工作室开展教研活动还具有较大的发展空间。本研究结合统计结果，对目前W市网络学习空间名师工作室中的教研交互水平进行讨论。

1. 空间教研交互的知识量较为丰富，但存在差异

结合表2和图5，可以看到空间教研交互的知识量虽然较为丰富，但各教研活动的知识量之间存在较明显的差异。在名师工作室教研社区中，虽然大部分教师是“潜水者”，少数为活跃者，但这些活跃者会积极表达自己的观点和看法。此外，迫于行政压力（如日常登录与评论情况和绩效挂钩），网络教研变成教学行政的一种形式[23]。但又因名师的影响力，各工作室成员人数存在一定的差异，其活跃度也存在差异。综合而言，名师工作室中的“名师”应当发挥助学者的作用，提高同侪交互的意识，带动教师实现深度互动。

2. 整体的空间教研交互氛围较好

通过表2可以发现，W市网络学习空间名师工作室的37次教研活动的交互情感倾向都为正向，且约92%的教研活动的交互情感强度值高于0.7，表明教师处于较和谐的教研交互环境中。相关调查研究显示，教师对空间教研持有乐观的态度，认为空间教研对自己的教学工作有一定的促进作用[24]。良好、和谐的教研环境更有利于提高交互效果，因此，应当继续维持和谐的交互氛围，为今后W市空间教研的发展提供基础。

3. 空间教研交互知识和情感相互独立

由表3可知，空间教研交互的知识和情感是两个相对独立的指标，这也证实了可从这两个维度对空间教研交互进行评价。由于具备与教育学相关的专业知识，教师在空间教研交互中会以一种理性与感性相结合的方式来表达自己的看法，不会流露过于极端化的情绪，即当教师对某个教研主题越有深刻的见解时，越不会表现出强烈的正向情感;或当教师对某个教研越没有产生想法时，越不会表现出强烈的负向情感，而往往会借助倾向于中性或正向的情感词来表达自己的观点。

五、结   语

通过构建空间教研交互评价模型和方法，以诊断空间教研交互中存在的问题，是提升空间教研交互水平的主要手段。本研究通过参考前人对空间教研交互的评价指标，结合空间教研交互的内容特征，提出了空间教研交互“知识—情感”二维评价模型，设计了具体的评价方法。通过对W市网络学习空间名师工作室中的教研交互内容进行分析，验证了评价模型的科学性和可行性。本研究提出的空间教研交互评价模型，弥补了当前空间教研交互评价方法的不足，为网络学习空间的教研交互评价和自动化评价奠定了一定的基础。然而本研究也存在不足之处，如没有考虑到教师的基本信息情况、教师特征与教研水平是否存在相关关系等。此外，如何在知识维度实现智能化分析也是后续研究的重点。

[参考文献]

[1] 何克抗.21世纪以来的新兴信息技术对教育深化改革的重大影响[J].电化教育研究，2019，40（3）：5-12.

[2] 郭炯，霍秀爽.网络教学研讨中教师协同知识建构研究[J].中国电化教育，2014（3）：101-109.

[3] 丁卫泽，熊秋娥.定量的内容分析：评价在线讨论质量的有效方法[J].中国远程教育，2009（2）：42-45，79.

[4] 黄庆玲，李宝敏，任友群.教师工作坊在线讨论深度实证研究——以信息技术应用能力提升工程教师工作坊为例[J].电化教育研究，2016，37（12）：121-128.

[5] 张琳，刘林.从影响因素的视角谈现代远程教育质量评价观[J].现代远程教育研究，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] 鄭勤华，于畅，陈丽.基于学习者视角的MOOCs教学交互状况调查研究[J].中国电化教育，2016（6）：77-85.

[8] 严亚利，黎加厚.教师在线交流与深度互动的能力评估研究——以海盐教师博客群体的互动深度分析为例[J].远程教育杂志，2010，28（2）：68-71.

[9] 肖正德.网络教研：一种促进教师专业发展的新型教研模式[J].现代远距离教育，2007（1）：34-36.

[10] 冷作福.基于教育云环境的教师教研模式探究[J].中国电化教育，2013（8）：126-128.

[11] 马立，郁晓华，祝智庭.教师继续教育新模式：网络研修[J].教育研究，2011，32（11）：21-28.

[12] 莫祖英，马费成，罗毅.微博信息质量评价模型构建研究[J].信息资源管理学报，2013，3（2）：12-18.

[13] 赵宇翔，范哲，朱庆华.用户生成内容（UGC）概念解析及研究进展[J].中国图书馆学报，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] 陳向东，赵怡.基于知识建构的在线异步交流评价[J].中国电化教育，2008（12）：44-48.

[18] 刘黄玲子，朱伶俐，陈义勤，黄荣怀.基于交互分析的协同知识建构的研究[J].开放教育研究，2005（2）：31-37.

[19] 罗玉萍，潘庆先，刘丽娜，张鲁华.基于情感挖掘的学生评教系统设计及其应用[J].中国电化教育，2018（4）：91-95.

[20] 黄卫东，陈凌云，吴美蓉.网络舆情话题情感演化研究[J].情报杂志，2014，33（1）：102-107.

[21] 夏南强，肖琴.微博群体信息及其主观倾向性分析[J].情报科学，2014，32（9）：22-29.

[22] 蔺璜，郭姝慧.程度副词的特点范围与分类[J].山西大学学报（哲学社会科学版），2003（2）：71-74.

[23] 赵云建.网络教研中的活动设计策略研究[J].中国电化教育，2015（10）：133-138.

[24] 赵旭敏.中小学教师网络教研现状与促进策略研究[D].武汉：华中师范大学，2012.