基于超星学习平台的课程教学评价的研究与实践——以中职电子商务专业为例

胡丹霞

（广东生态工程职业学院，广东 广州 510320）

一、研究背景

（一）近年来，大数据、人工智能等技术在教育管理变革、学习模式变革、教育评价体系变革、教育科学研究变革等方面的作用日益凸显，国家高度重视教育大数据的发展，鼓励教师主动适应信息化时代变革。2019 年3 月，教育部印发《关于实施全国中小学教师信息技术应用能力提升工程2.0 的意见》，强调大数据、人工智能等新技术的变革对教师信息素养提出了新要求，教师需要主动适应新技术变革。

（二）新课程改革已实施很多年，未能完全达到预想中的实施效果，加之现在信息化教学阶段的快速发展，要实施新课程改革，就必须要在教学的首要环节——课堂教学上入手。课堂教学是整个教学实施过程的核心，是学校教育教学的主要方式，有效的、高效的课堂教学是新课程改革实施的重要保障。要真正实现课堂高效、学生沉浸式学习，就要结合大数据、智慧学习平台的帮助；要使传统的教学模式往信息化智慧课堂模式转变，就必须要改变传统的课堂教学评价模式，结合信息化手段，改用新的、更科学的、更行之有效的课堂教学评价指标。

二、基于CIPP 评价模式的课堂教学评价体系的阐述与分析

（一）CIPP 评价模式阐述

CIPP 模式是由美国著名教育评价家斯塔弗尔比姆等学者提出，评价不应局限在评定目标达到的程度，而是为课程的改革服务、为课程决策提供有用的信息。CIPP指背景评价、输入评价、过程评价、成果评价，该模式包括四个步骤：

1.背景评价，即要确定课程计划实施机构的背景；明确评价对象及其需要；明确满足需要的机会；诊断需要的基本问题；判断目标是否已反映了这些需要。背景评价强调，首先应根据评价对象的需要对课程目标本身做出判断，看两者是否一致。

2.输入评价，主要是为了帮助决策者选择达到目标的最佳手段，而对各种可供选择的课程计划进行评价。

3.过程评价，主要是通过描述实际过程来确定或预测课程计划本身或实施过程中存在的问题，从而为决策者提供如何修正课程计划的有效信息。

4.成果评价，即要测量、解释和评判课程计划的成绩。

CIPP 课程评价模式考虑到影响课程计划的种种因素，可以弥补其他评价模式的不足，相对来说比较全面，但是实施过程比较复杂，难以被一般人掌握。

（二）基于CIPP 的课堂教学评价体系指标

本研究在CIPP 评价模式的基础上，结合信息化教学现状，基于超星学习平台提出本研究的课程教学评价指标体系模型，如图1 所示:

（三）研究假设

本研究主要从教师、学生、智慧学习平台三个方面来确定课堂教学评价体系的影响因素。教师因素即教学目标、教学资源，学生因素即学生学习投入状态、学生学习成果，智慧平台因素即超星学习平台功能。由此本研究就以上五个因素展开研究假设，并构建理论模型。

1.教师层面影响因素的研究假设

H1a：行业素养需求对教学目标有正向影响C1

H2a：教师专业素养对教学目标有正向影响C2

H1b：教师专业素养对教学资源有正向影响C2

H2b：教师教学环境对教学资源有正向影响C3

2.学生层面影响因素的研究假设

H1c：学生在超星平台任务完成情况对学习投入状态有正向影响C4

H2c：学生上课环境对学习投入状态有正向影响C5

H1d：学生理论知识对学生学习成果有正向影响C6

H2d：学生岗位技能对学生学习成果有正向影响C7

3.智慧学习平台层面影响因素的研究假设

H1e：超星平台存储功能对智慧平台建设质量有正向影响C8

H2e：超星平台评估功能对智慧平台建设质量有正向影响C9

H3e：超星平台监督功能对智慧平台建设质量有正向影响C10

（四）影响因素理论模型根据影响因素和课堂教学质量的研究假设，进一步构建课堂教学评价体系影响因素理论模型如图2：

三、基于超星学习平台的课堂教学评价体系的实证研究与实践

（一）超星学习平台教学实践

为避免一个班级教学对象人数少造成数据来源少，将2021 年3-5 月100 名学生按授课班级制随机分为A 班（50 名）和B 班（50 名）。A 班中男29 人，女21 人，年龄16-18 岁，平均年龄（16.9±0.8）岁；B 班中男30 人，女20 人，年龄16-18 岁，平均年龄（17±0.9）岁，两班性别和年龄无统计学差异（P〉0.05）。所有教学均在超星学习平台上开展，教学班均为电子商务专业中的“网店运营”课程，两个班的教学评价方式一致。

（二）课堂评价指标体系问卷调查与分析

1.数据收集与分析

（1）问卷的信度检验

本问卷调查的对象为50 名电子商务专业A 班学生，50 名电子商务专业B 班学生，通过问卷星的网络调查，总计发放100份，回收100份，并以此进行问卷的信效度检验。信度分析用于测量样本回答结果是否可靠，信度分析仅针对定量数据，采用克隆巴赫信度系数(Cronbach α 系数值)进行信度分析。首先分析α 系数，如果此值高于0.8，则说明信度高；如果此值介于0.7～0.8 之间，则说明信度较好;如果此值介于0.6～0.7，则说明信度可接受；如果此值小于0.6，说明信度不佳，需舍弃。

从上表可知：研究数据信度系数值高于0.8，综合说明数据信度质量高，可用于进一步分析。

（2）问卷的效度检验

效度研究用于分析研究项是否合理、有意义，效度分析使用因子分析这种数据分析方法进行研究，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，以验证出数据的效度水平情况。KMO 值用于判断是否有效度，共同度值用于排除不合理研究项，方差解释率值用于说明信息提取水平，因子载荷系数用于衡量因子(维度)和题项对应关系。

从上表可知：所有研究项对应的共同度值均高于0.4，说明研究项信息可以被有效地提取。5 个因子的方差解释率值分别是37.201%,26.953%,19.737%,11.474%,2.17 4%，旋转后累积方差解释率为97.539%〉50%。意味着研究项的信息量可以有效地提取出来。使用KMO和Bartlett检验进行效度验证，从上表可以看出：KMO 值为0.932，KMO 值大于0.8，研究数据效度非常好。

（3）相关性分析

相关分析用于研究定量数据之间的关系情况，是否有关系，关系紧密程度情况等，此分析方法通常用于回归分析之前;相关分析与回归分析的逻辑关系为:先有相关关系,才有可能有回归关系。

从上表可知，利用相关分析去研究教学目标分别和教师专业素养,行业素养需求共2 项之间的相关关系，使用Pearson 相关系数去表示相关关系的强弱情况。具体分析可知：教学目标和教师专业素养之间的相关系数值为0.876，并且呈现出0.01水平的显著性，因而说明教学目标和教师专业素养之间有着显著的正相关关系。教学目标和行业素养需求之间的相关系数值为0.870，并且呈现出0.01 水平的显著性，因而说明教学目标和行业素养需求之间有着显著的正相关关系。

从上表可知，利用相关分析去研究教学资源分别和教师教学环境，教师专业素养共2 项之间的相关关系，使用Pearson 相关系数去表示相关关系的强弱情况。具体分析可知：教学资源和教师教学环境之间的相关系数值为0.931，并且呈现出0.01水平的显著性，因而说明教学资源和教师教学环境之间有着显著的正相关关系。教学资源和教师专业素养之间的相关系数值为0.918，并且呈现出0.01 水平的显著性，因而说明教学资源和教师专业素养之间有着显著的正相关关系。

从上表可知，利用相关分析去研究智慧平台建设质量分别和超星平台监督功能,超星平台评估功能,超星平台存储功能共3 项之间的相关关系，使用Pearson 相关系数去表示相关关系的强弱情况。具体分析可知：智慧平台建设质量和超星平台监督功能之间的相关系数值为0.931，并且呈现出0.01 水平的显著性，因而说明智慧平台建设质量和超星平台监督功能之间有着显著的正相关关系。智慧平台建设质量和超星平台评估功能之间的相关系数值为0.914，并且呈现出0.01 水平的显著性，因而说明智慧平台建设质量和超星平台评估功能之间有着显著的正相关关系。智慧平台建设质量和超星平台存储功能之间的相关系数值为0.869，并且呈现出0.01 水平的显著性，因而说明智慧平台建设质量和超星平台存储功能之间有着显著的正相关关系。

从上表可知，利用相关分析去研究学生学习投入状态分别和超星平台任务完成情况,学生上课环境共2 项之间的相关关系，使用Pearson 相关系数去表示相关关系的强弱情况。具体分析可知：学生学习投入状态和超星平台任务完成情况之间的相关系数值为0.907，并且呈现出0.01 水平的显著性，因而说明学生学习投入状态和超星平台任务完成情况之间有着显著的正相关关系。学生学习投入状态和学生上课环境之间的相关系数值为0.668，并且呈现出0.01 水平的显著性，因而说明学生学习投入状态和学生上课环境之间有着显著的正相关关系。

从上表可知，利用相关分析去研究学生学习成果分别和学生岗位技能,学生理论知识共2 项之间的相关关系，使用Pearson 相关系数去表示相关关系的强弱情况。具体分析可知：学生学习成果和学生岗位技能之间的相关系数值为0.880，并且呈现出0.01 水平的显著性，因而说明学生学习成果和学生岗位技能之间有着显著的正相关关系。学生学习成果和学生理论知识之间的相关系数值为0.902，并且呈现出0.01水平的显著性，因而说明学生学习成果和学生理论知识之间有着显著的正相关关系。

（4）线性回归分析

回归分析(线性回归分析)研究影响关系情况,回归分析实质上就是研究X(自变量,通常为量数据)对Y(因变量,定量数据)的影响关系情况,有相关关系不一定有回归影响关系。

从上表可知，将行业素养需求,教师专业素养作为自变量，而将教学目标作为因变量进行线性回归分析，最终分析可知：行业素养需求的回归系数值为0.568(t=1.756，p=0.002〈0.01)，意味着行业素养需求会对教学目标产生显著的正向影响关系。教师专业素养的回归系数值为0.596(t=2.660，p=0.009〈0.01)，意味着教师专业素养会对教学目标产生显著的正向影响关系。总结分析可知：行业素养需求，教师专业素养均会对教学目标产生显著的正向影响关系。

从上表可知，教师专业素养的回归系数值为0.424(t=3.966，p=0.000〈0.01)，意味着教师专业素养会对教学资源产生显著的正向影响关系。

教师教学环境的回归系数值为0.576(t=6.033，p=0.000〈0.01)，意味着教师教学环境会对教学资源产生显著的正向影响关系。

总结分析可知：教师专业素养,教师教学环境全部均会对教学资源产生显著的正向影响关系。

从上表可知：超星平台监督功能的回归系数值为0.592(t=7.538，p=0.000〈0.01)，意味着超星平台监督功能会对智慧平台建设质量产生显著的正向影响关系。超星平台评估功能的回归系数值为0.427(t=5.064，p=0.000〈0.01)，意味着超星平台评估功能会对智慧平台建设质量产生显著的正向影响关系。超星平台存储功能的回归系数值为0.407(t=-4.864，p=0.000〈0.01)，意味着超星平台存储功能会对智慧平台建设质量产生显著的正向影响关系。总结分析可知：超星平台监督功能,超星平台评估功能，超星平台存储功能全部会对智慧平台建设质量产生显著的正向影响关系。

从上表可知：学生上课环境的回归系数值为0.057(t=7.156，p=0.000〈0.01)，意味着学生上课环境会对学生学习投入状态产生显著的正向影响关系。超星平台任务完成情况的回归系数值为0.779(t=14.305，p=0.000〈0.01)，意味着超星平台任务完成情况会对学生学习投入状态产生显著的正向影响关系。总结分析可知：学生上课环境，超星平台任务完成情况均会对学生学习投入状态产生显著的正向影响关系。

从上表可知：学生岗位技能的回归系数值为0.226(t=3.667，p=0.000〈0.01)，意味着学生岗位技能会对学生学习成果产生显著的正向影响关系。学生理论知识的回归系数值为0.677(t=4.876，p=0.000〈0.01)，意味着学生理论知识会对学生学习成果产生显著的正向影响关系。总结分析可知：学生理论知识，学生岗位技能均会对学生学习成果产生显著的正向影响关系。

2.指标模型

根据课堂教学评价指标的实证分析结果绘制出最终的指标模型图，如图3 所示。

3.结论

通过在超星学习平台进行教学实践，利用SPSS 软件对问卷调查方法获得的数据进行分析并验证该研究假设得出，行业素养需求、教师专业素养均对教学目标有显著正向影响；教师教学环境、教师专业素养对教学资源有显著正向影响；学生在超星平台任务完成情况、学生上课环境对学习投入状态有正向影响；学生理论知识、学生岗位技能对学生学习成果有显著正向影响；超星平台存储、评估、监督功能对智慧平台建设质量有显著正向影响。课堂教学是整个教学实施过程的核心，有效的、高效的课堂教学是信息化教学的重要体现。要真正实现课堂高效、学生沉浸式学习，就要结合大数据、智慧学习平台的帮助，使传统的教学模式往信息化智慧课堂模式转变，各专家学者对课堂教学评价体系的研究大多集中在教师、学生两者之间进行研究与讨论，根据本文的实证研究与分析，随着信息化社会的发展，智慧学习平台方面同样对课堂教学评价体系起着重要影响。

四、基于超星学习平台的课堂教学评价体系的优化路径

（一）教师教学优化路径

1.提高信息化教学能力

信息化教学环境下教师应该具备很多能力，比如教学认知能力、教学操作能力、教学监控能力、教育探索能力、创新教学设计能力、教学实施能力、教学指导能力、信息化教学能力是教师在现代教学理论指导下，以信息技术为支持，利用教育技术手段进行教学的能力。它要求教师在观念、组织、内容、模式、技术、评价、环境等一系列教学相关要素上设计与创新，促进教师的专业发展。教师的信息化教学能力有着多维性、动态性、阶段性和差异性等特点。素养能力、教学研究能力、终身学习能力等。综合来说，信息化教学要求教师至少需要掌握媒体技术、信息应用、教学实践、评价研究等方面的能力要求。

2.转变教学评价理念

传统的课堂教学评价以一张标准化的评价量表来定分，以绝对的分数来进行所谓的“科学”“准确”的评价，教师难以评断教学过程中学生的学习能力和学习状态。而形成性评价在教育教学中的重要性愈加凸显。在信息化学习平台的帮助下，教师可实现量化跟踪学生的学习状态，为此，教师需转变传统的教学评价理念，融合信息化教学环境及手段，建立健全行之有效的课堂评价体系。

（二）学生学习优化路径

1.增强学生专业认知水平

奥苏贝尔认为影响学习最重要的因素是学生已有的认知结构，而学生对培养目标和培养模式的认知将显著影响学生的课堂和课外学习行为，因此，在教学过程中，应增强学生的专业认知水平，提高学习效率。

2.激发学生学习投入状态

由于信息化平台学习的网络时空特性，学生在网络学习中较易出现学习投入状态不足的状况，在线学习有规律且专注的学生能够较长时间保持学习投入状态，对在线讨论和课程作业投入更多，因此，教学者与建设者要更多地关注从教学网络环境、教学的互动与学习任务中激发学生学习的投入状态。

（三）智慧学习平台建设优化路径

1.丰富智慧学习平台教学资源

随着教育教学与信息技术相融合的进一步发展，智慧学习平台成为教学模式、学习模式和教学资源共建模式创新的重要源泉，智慧学习平台教学资源成为研究者和管理者关注的焦点。丰富的教学资源有助于增强教师的教学效能和教学资源意识，也有助于培育学生进行深度学习的学习品质，丰富学生的思维方式。因此，根据教师的教学需求和学生的学习需求丰富智慧学习平台的教学资源是信息化教学时代必不可少的环节。

2.完善智慧学习平台功能

在智慧校园环境下，借助智慧学习平台的智能化管理工具建立全过程精准的动态评价机制，实现动态的教学评价结果，是智慧学习平台建设优化的一大亮点，使整个课堂教学具备信息评价能力。智慧平台管理功能应用于教学中，能够完善地记录教学的过程信息，为教师进行教学提供数据支持。如本文中超星学习平台可以较好地实现直播功能并记录学生出勤情况，随时回看功能可帮助学生课下复习，平台对每位学生的学习进度、学习状态都生成可视化的数据，有助于教师及时了解学生的听课状态、学习效果。