《基于云班课的翻转课堂教学模式在大数据专业的应用》
本文是课堂教学模式和翻转课堂在职研究生论文范文和翻转课堂相关研究生毕业论文范文.
摘 要：2017年,大数据技术与应用专业在国家高职院校开始招生,专业办学目前存在人才培养方案制定、师资团队建设、学生学习矛盾调和等办学困难.经过近三年的实践研究发现,基于云班课的翻转课堂教学模式应用于大数据专业教学,可以从理清课程教学思路入手,通过学生基础摸底、制定授课计划、进行教学设计、组织教学活动、记录过程数据、分析反馈改进这一过程开展教学工作.教师如能在教学中准备充分,实时督促,及时反馈,就能达到较好的教学效果.实践证明,基于云班课的翻转课堂教学模式应用于大数据专业教学,使专业学生的学习态度更积极了,也提升了学生的专业技能和竞赛成绩,是值得推广的一种教学模式.
关键词：大数据专业;翻转课堂;云班课;高职;教学模式
中图分类号：G712 文献标识码：A
文章编号：1009-3044（2020）10-0169-04
2016年,教育部根据《普通高等学校高等职业教育（专科）专业设置管理办法》,研究确定了大数据技术与应用专业（专业代码：610215）为增补专业,适用于高等职业学校,于2017年开始试行.陕西工商职业学院是陕西第一批开设该专业的8所高职院校之一,于2017年开始招生.经过近三年的实践研究发现将基于云班课的翻转课堂教学模式应用于大数据专业教学,可以较好地完成教学目标,提高教学质量.
1翻转课堂及云班课简介
翻转课堂,是以学生为主体的“学习知识在课下,巩固提高在课堂”的一种教学模式.2007年,美国林地公园高中的两位教师提出了“翻转课堂”的教学理念.同年,可汗学院的创始人萨尔曼·可汗把录制的教学视频上传到YouTube網站供人免费学习.由此,“翻转课堂”教学模式开始应用于教学.时至今日,它已广泛应用于我国各个层次,各种性质的教育教学中.
云班课,也叫蓝墨云班课,是北京智启蓝墨信息技术有限公司于2012年研发的一款基于移动互联网环境的教学平台,教师和学生在移动设备或PC上都可以轻松使用.云班课教学平台的合理应用可以加强教师与学生之间的教学互动,推动教学活动的有效实施,是帮助教师高效进行课上、课下教学活动开展的得力助手.
2高职大数据专业教学现状
尽管教育部设定了专业,也通过专业《目录》给出了明确导向,但回顾近三年的专业办学,我们在还是遇到了一些困难.
2.1人才培养方案制定难
人才培养方案的制定是专业教学工作开展的依据,然而作为国家第一批开设大数据专业的高职院校,没有可以借鉴的经验.因此在专业建设中,我们与天津迅腾公司合作办学,依托企业了解市场需求制定了人才培养方案,同时通过日常教学、技能大赛、企业调研等,全面了解行业需求及动态,结合学生的实际隋况发现总结现有方案、计划的不足进行改进.
2.2师资团队建设难
师资团队建设是专业教学工作开展的质量保障.作为一个新兴专业,教师都是从计算机相关专业抽调重新组建的教学团队.团队教师普遍对于专业需要哪些知识技能,如何搭建课程体系等认知不足,短期内学习提升需要花费大量的时间和精力,而且对教师的学习能力等素养也有较高要求.这些都增加了师资团队建设的难度.
2.3学习矛盾调和难
我校大数据学生的生源主要有综合测评招生和高考统招招生两部分组成,生源的基础文化水平、基本学习能力不高.大数据专业开设的课程对学生的数学、英语基础,逻辑思维能力等有较高的要求.因而,学生的学习能力不足和课程学习基础要求较高形成了矛盾,调和难度较大.
3教学模式的应用与研究
在实际教学中,我们发现有相当一部分学生因为课堂练习时间不足、学习环境受限、遇到问题不能及时请教师解惑等原因存在较大的学习困难.通过摸索实践,我们发现基于云班课的翻转课堂教学模式能较好解决这些困难,取得不错的教学效果.
3.1教学思路探索
理清课程教学思路有助于整体规划各阶段的教学工作.在《Python程序设计》《Python数据分析》《大数据可视化》等专业课程中,我们都采用了如图1的教学思路组织各教学活动,效果良好.
摸底调查：设计调查问卷,摸底了解学生的学习基础、基本认知、学习热情等.
梳理计划：针对云班课问卷调查的报告进行分析,依据课程标准结合分析结果拟定授课计划等.
教学实施：按照授课计划,分课时实施教学活动.①课前准备,提前发布学习资源,要求学生课前学习,并根据完成习题的情况判断学习效果,分析学习困难.②课堂组织,首先组织学生互相答疑;接着引导学生梳理知识技能、解决共同困难、查漏补缺;然后巡回指导学生完成巩固训练,发现个别掉队的学生及时援助.③课后改进,整理学习过程数据,分析得失以改进教学设计.
反馈分析：如果前述阶段的数据反馈分析发现授课计划等有不合理的地方,也需调整改进.
通过闭环的计划、实施、反馈、改进使授课计划、教学设计更适合学生的需要.
3.2教学过程实施
这里以19级大数据专业1、2班的《Python程序设计》课程教学为例来说明.
1）摸底调查
开课前两天,教师即发布了“摸底问卷”,以了解学生的学习基础、课程基本认知和学习能力.两个班总人数95人,参与问卷调查81人,参与率85.3%.问卷显示：①93.6%的学生没有编程基础;②88.4%的学生没有个人电脑可以辅助学习.
2）梳理计划
教师依据课程标准及调查分析结果制定了授课计划,并以在课余时间免费开放机房、通过助教畅通师生沟通渠道、成立兴趣小组等方式为辅助教学措施开展教学工作.
3）课时教学
分课时组织学生开展各项学习活动,留存学习过程数据.这里以“IF选择结构”2课时教学为例进行说明.
f1）课前准备
教师发布了“IF选择结构”的各种教学资源、创建学习活动,还依据学生的学习情况分析得出普遍的学习困难是“多条件选择结构的程序流程及else和elif的用法区别”,做好了课堂答疑的准备.
学生则完成了自主学习并记录学习困惑以便在课堂可以提问.
这一阶段教学数据的统计显示,97.9%的学生学习了资源,94.8%的学生参与了课前测试,“单条件if语句的应用”相关题型的正确率达到了77.3%,学习效果较好;“多条件选择结构程序流程及else和elif的用法区别”题型的正确率只能达到55.9%,学习困难较大.云班课课前测试情况如图2.
（2）课堂巩固
环节一“答疑解惑”,组织学生互相解答学习困难,并发现共同问题.
环节二“梳理小结”,根据课前分析的结果和答疑的实际情况解决共同问题,梳理知识技能点,重点讲解多条件IF结构及else和elif的用法区别等.
环节三“督促巩固”,首先重测课前测试以检验前两个环节的学习效果.然后让学生独立完成“狗狗年龄换算”程序编写练习,通过知识技能的实际应用内化学习内容.
这一阶段教学数据的统计分析发现,在针对性的答疑解惑和知识梳理后,学生知识技能的掌握程度明显提高.两个班参加二次重测的学生占比达到了99.0%.“单条件if语句的应用”相关题型正确率上升了13个百分点,“多条件选择结构程序流程及else和elif的用法区别”学习困难基本得到解决,相关题型正确率上升了近27个百分点.两次测试的对比结果如下图3.
“狗狗年龄换算”程序编写任务完成率达到了92.8%.学习效果令人满意.
（3）课后提高
此阶段教师鼓励学有余力的同学完成拓展作业——“企业电费计算”的程序设计.有45.4%同学完成了选做作业.
4）反馈分析
对学生学习过程数据进行定量分析、定性判断,发现不足、分析原因,以改进教学设计、授课进度等.
3.3教学效果分析
在大数据专业教学中应用基于云班课的翻转课堂教学模式可以较好完成教学目标,提高教学质量.
1）学生学习态度更积极
这里以“绘制美国国旗”实训任务为例.因为这一实训任务能较好地综合训练学生Python基础编程,所以在17、18、19三个年级的课程学习中都开展了.然而三个年级学生完成这一实训任务的态度有较大差异.主要表现为几个方面：
（1）完成任务的人数占比逐步增大
17、18、19三个年级的学生完成这一实训任务的人数占比分别是85.7%、86.4%和89.0%,完成任务的学生比例是持续上升的.见下图4.
（2）完成任务越来越主动
17级学生比较被动,几乎无人提问;18级学生就主动一些,不仅有学生主动提问,还能在讨论中对其他同学的编程思路提出改进建议;19级学生明显主动的多,很多同学专门查找了美国国旗各元素的精确比例关系,提问人数也比较多,提交的程序可以看出更多不同的编程思路.
（3）完成任务质量的要求越来越高
这一实训任务中,星星的排列是最难的部分.17、18级大部分学生编程只要求个数够,排列效果相似就可以,出现了排列明显错位或跑出了蓝色背景的情况,对于实训任务的态度是完成即可;19级的学生则明显在程序设计中对星星排列要求更高,对于实训任务的态度是高质完成.学生作品对比见下图5.
17、18级比较多的学生提交效果如图5中a、b;19级大部分学生提交效果如图5中的c、d.
除了三个年级学生的学习态度对比分析,其实从一门课的学习过程也可以看出学生学习态度的改进.
《Python数据分析》课程教学中给19级学生布置了10次选做作业,完成学生的人数占比趋势如下图6.
由图6中趋势线可以看出完成人数占比呈上升趋势,即越来越多的学生完成了选做作业,愿意进一步提升自己,学习态度是积极进取的.
21学生参加技能竞赛的成绩进步明显
为了达到以赛促教、以赛促学的目的,陕西工商职业学院于2018年、2019年组织学生参加了两届“泰迪杯数据分析职业技能大赛”.2018年,17级大数据专业的7名学生分三个队参加了A组的比赛,取得三等奖2项;2019年,18级大数据专业的15名学生分5个队参加了A、B两组的比赛,取得一等奖4项、二等奖2项.两次比赛,参赛人数增加了一倍多,获奖率提高了200%,奖项层次也明显提高了.这里虽然有参赛经验积累等因素的影响,但也绝不能忽视基于云班课的翻转课堂教学模式确实提高了学生的学习质量和效率,取得了较好的教学效果.
3）专业办学规模不断扩大
陕西工商职业学院大数据专业从17级招收第一批学生至今,在校生已达317人,招生人数大幅上涨,办学规模不断扩大.虽然影响办学规模的因素很多,但不能否定基于云班课的翻转课堂教学模式在专业教学中取得的良好教学效果,得到了学生和家长的认可,好口碑使很多报考大数据专业的考生在多方对比后依然选择我校就读.
4应该注意的几个问题
想要真正发挥出翻转课堂教学模式及云班课平台助教优势,还需做好以下几点：
4.1教学准备工作要充分
由于翻转课堂教学模式是“学习在课前,解惑在课上”,这就要求教师要进行较传统教学模式更充分的教学准备.教师进行教学设计时要充分考虑课下学习,学生可能遇到的各种干扰和不确定因素,要熟悉云班课各功能模块的应用,能把各种学习活动用适合的形式开展,以达到好的教学效果.因此,准备工作充分是取得良好教学效果的第一要素.
4.2全程督促要做实
学生在课前、课中和课后都有相应的学习任务,任务完成情况直接影响后续学习.学生如果有一个阶段掉队,就可能在下一阶段跟不上,学习困难越来越多而最终放弃.因此,教师要把全程督促做扎实,发现“掉队”的学生,及时提醒.
以19级大数据3班为例,该班有学生45人,经过多次作业提交记录的数据分析,该班能按时提交作业的学生一般为33到36人,及时提醒后可以达到40到42人,对比情况如下图7.
图7表示,及时的督促可以使该班平均作业提交率提高超过15%,使88.9%的学生完成学习任务.
4.3反馈分析要及时
这里的反馈分析包括教师给学生学习效果的评价反馈和收集学生的学习反馈并分析改进.
教师给学生学习效果的评价反馈是指教师应及时在学生完成学习活动后给出评价.通过云班课,学生可以看到教师、同学的评价,发现问题、互相学习;可以在测试活动后即时看到榜单,奋起直追;可以在成员中看到经验值的积累排行,努力提升等
收集学生的学习反馈并分析改进是指教师对学生学习数据分析后发现教学活动设计不适合、授课计划安排不合理等问题时要及时调整.
两种反馈分析都可以改善教学效果,帮助学生得到更多的正向学习反馈,形成良好的学习习惯和心态.
高职大数据技术与应用专业目前存在人才培养方案制定难、师资团队建设难、学习矛盾调和难等办学困难.经过近三年的实践研究發现,基于云班课的翻转课堂教学模式应用于大数据专业教学,可以从理清课程教学思路人手开展教学工作——对学生进行摸底,制定授课计划,进行教学设计,组织课前、课中、课后教学活动,记录过程数据,分析反馈改进.教师如能在实施教学过程中,做好充分的准备,实时督促学生的学习行为,及时给学生以正向反馈,就能高效高质的完成教学目标,达到较好的教学效果.实践证明,基于云班课的翻转课堂教学模式应用于大数据专业教学,学生不仅专业技能、竞赛成绩提高了,而且使学生建立了学习信心,有了更积极的学习态度.
归纳上文，该文是关于课堂教学模式和翻转课堂方面的大学硕士和本科毕业论文以及翻转课堂相关课堂教学模式和翻转课堂论文开题报告范文和职称论文写作参考文献资料.
课堂教学模式和翻转课堂引用文献:
[1] 课堂教学模式和翻转课堂专升本论文范文 课堂教学模式和翻转课堂类论文例文2000字
[2] 课堂教学模式和翻转课堂学士学位论文范文 课堂教学模式和翻转课堂类有关本科论文开题报告范文2万字
[3] 课堂教学模式和翻转课堂在职研究生论文范文 关于课堂教学模式和翻转课堂专升本毕业论文范文8000字
