CN112836945A - 一种师范生教态量化评价体系 - Google Patents
一种师范生教态量化评价体系 Download PDFInfo
- Publication number
- CN112836945A CN112836945A CN202110064603.8A CN202110064603A CN112836945A CN 112836945 A CN112836945 A CN 112836945A CN 202110064603 A CN202110064603 A CN 202110064603A CN 112836945 A CN112836945 A CN 112836945A
- Authority
- CN
- China
- Prior art keywords
- sensor
- head
- teaching
- walking
- angle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 22
- 238000011156 evaluation Methods 0.000 claims abstract description 65
- 238000001514 detection method Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000009471 action Effects 0.000 claims description 32
- 230000033001 locomotion Effects 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 22
- 230000036544 posture Effects 0.000 claims description 22
- 238000007790 scraping Methods 0.000 claims description 18
- 230000005484 gravity Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 2
- 238000013210 evaluation model Methods 0.000 claims description 2
- 230000010355 oscillation Effects 0.000 claims description 2
- 241001166076 Diapheromera femorata Species 0.000 claims 1
- 238000012549 training Methods 0.000 abstract description 38
- 238000013473 artificial intelligence Methods 0.000 abstract description 32
- 238000005516 engineering process Methods 0.000 abstract description 20
- 230000003993 interaction Effects 0.000 abstract description 14
- 238000007654 immersion Methods 0.000 abstract description 4
- 210000003128 head Anatomy 0.000 description 42
- 230000008569 process Effects 0.000 description 10
- 238000004088 simulation Methods 0.000 description 9
- 230000003238 somatosensory effect Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 8
- 239000011521 glass Substances 0.000 description 7
- 230000003044 adaptive effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 238000011002 quantification Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 241001672694 Citrus reticulata Species 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Technology (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种师范生教态量化评价体系,属于教育培训技术领域,包括云服务器、虚拟教室和安装于虚拟教室中的人机交互设备、语言检测模块、板书检测模块、教学姿态检测模块,云服务器包括数据采集模块、数据处理模块和数据对比模块,且人机交互设备通过网络与数据对比模块相连接,它可以利用大数据处理构建客观评价体系,结合人工智能、现代传感技术虚拟了智能教师和真实课堂,参训者采用沉浸式自主训练的方法,在有效的解决训练时间空间成本高、指导教师资源不足和缺乏客观评价等问题的同时,还能够实现分级达标训练,达到个体精准训练的目的,有效提高训练效率,进而提高师范生培养的质量。
Description
技术领域
本发明涉及教育培训技术领域,更具体地说,涉及一种师范生教态量化评价体系。
背景技术
发展教育就得提升教育质量,教育质量紧紧依靠于教师的水平。教师的水平影响着一堂课的好坏。优秀的教师是教学成功的关键,教师的教学行为对学生的学习效果有着重要的影响。当前,我国中小学教师绝大多数源自于师范教育。师范生作为教师队伍的储备力量,影响着未来教育的发展。提高教育质量,不仅要着眼于在职教师队伍建设,更要着眼于师范教育的培养环节。课堂教学是教师传授知识与技能的“主战场”,对于师范生来讲,如何能够运用清楚的语言、工整的板书以及良好的教姿来讲授一节课的知识概念、原理和观点,引导学生进行学习,是他们课堂教学最基本的技能。在这些基础上,才能够进一步展示其他方面的教学技能。如同戏曲演员要训练唱、念、做、打一样,教师的语言、板书和教态这三项基本教学技能是习得其它教学技能的核心要素,是成为一名合格的教师前必须进行的“基本功”训练。
教学姿态也称之为课堂教学肢体语言。语言分为了两种教育语言和肢体语言, 肢体语言和教学语言相辅相成,有时教学语言不能表示的意思可以通过肢体语言 实现。上课时对个别走神儿、开小差的同学施以眼色或者一个手势足以提醒他跟 上老师的节奏。因此,学高为师,身正为范。有好的教态学生有时也会模仿,尤 其是低年级的学生,所以教师作为学生的榜样在上课时也要有正确的教学姿态。 传统量化表对教学姿态的要求有:站姿有安定感和力度,随着教学内容变化, 适当变化站姿;用优美的手势正确的表达感情;面部表情要丰富,善于运用喜、 怒、哀、乐表情。这样的评价缺乏明确的客观性标准,更没有形成可量化的客观评价体系,学生往往无所适从,需要经过长时间,多次尝试才能达到指导教师的要求。在这样的情况下,显然用传统的方法实施基本教学技能训练的可操作性差,缺乏行之有效的训练模式,开展大规模有效训练难以进行,这些因素严重影响了师范生培养的质量。
发明内容
1.要解决的技术问题
针对现有技术中存在的问题,本发明的目的在于提供一种师范生的模拟培训系统,它可以利用大数据处理构建教师姿态客观评价体系,达到个体精准训练的目的,有效提高训练效率,进而提高师范生培养的质量。
2.技术方案
为解决上述问题,本发明采用如下的技术方案。
一种师范生教态量化评价体系,其收集教师教学姿态数据,根据定量评价指标和评价姿态,进行定量评价指标相关性分析,通过建立评价模型对所得的指标进行综合打分。
所述定量评价指标包括抬低头频次量化指标,面向学生时间量化指标,板书频次量化指标,步速量化指标,折返数量化指标、头部角度量化指标、手势幅度和频次量化指标。
3根据权利要求1所述的一种师范生教态量化评价体系,其特征在于:所述教师教学姿态数据的检测主要由传感器捕捉人体的运动,并且通过蓝牙将传感器采集的信号传导电脑终端进行数据处理,与电脑终端建立连接之后,测试者的实时动作信息会显示在电脑显示屏上,在传感器每次开启检测之前,先要对各个传感器的位置进行校正,校正时需要测试者立正、手臂自然垂下的姿势保持三秒,此时,每个传感器将各自建立一个坐标系。
附图说明
图1为本发明的系统原理框图;
图2为本发明的系统运行流程图;
图3为本发明的基本教学技能评价体系分布图;
图4为本发明的体感惯性传感器位置分布图;
图5为本发明的头部传感器和颈部传感器的位置分布图;
图6为本发明的头部传感器和颈部传感器检测抬头低头时的结构示意图;
图7为本发明的头部传感器和颈部传感器检测面部朝向时的结构示意图;
图8为本发明的自适应3D眼镜的结构示意图;
图9为本发明的自适应3D眼镜的结构示意图;
图10为本发明的自适应3D眼镜的镜片打开时的结构示意图。。
图中标号说明:
1云服务器、101数据采集模块、102数据处理模块、103数据对比模块、2虚拟教室、201镜框、202容纳盒、203通口、204镜片、205支座、206驱动盒、207电动推杆、208联动块、209微型控制器、3人机交互设备、4语言检测模块、401语音收录设备、402语音处理设备、5板书检测模块、501智能会议平板、502图像处理设备、6教学姿态检测模块、601体感惯性传感器、602动作数据处理设备。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述;显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”、“顶/底端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置有”、“套设/接”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接,可以是机械连接,也可以是电连接,可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通,对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1:
请参阅图1-7,一种师范生教学技能智能评价与训练系统,包括云服务器1、虚拟教室2和安装于虚拟教室2中的人机交互设备3、语言检测模块4、板书检测模块5、教学姿态检测模块6,虚拟教室2由高性能工程激光投影仪和曲面大屏幕构成,同时配备有自适应3D眼镜、音响设备和语音识别设备,利用投影与巨型曲面幕布,将整个画面显于眼前,同时通过3D技术和自适应3D眼镜形成立体的课堂画面,通过音响设备获得课堂环境声音,通过语音识别指令进行人机交互,构建了具有沉浸感的课堂环境,使人获得极致的沉浸感与代入感,提升师范生训练过程中的教学体验。
请参阅图8-10,自适应3D眼镜包括镜框201,镜框201前端固定连接有一对容纳盒202,容纳盒202外端开凿有与镜框201相匹配的通口203,容纳盒202内设有与其相匹配的镜片204,且镜片204上端延伸至容纳盒202上侧,镜片204上端固定连接有支座205,容纳盒202前端固定连接有一对驱动盒206,且两个驱动盒206分别位于通口203左右两侧,驱动盒206内固定安装有电动推杆207,支座205前端固定连接有一对位于驱动盒206正上方的联动块208,且电动推杆207的输出轴贯穿驱动盒206上壁并与其对应位置的联动块208固定连接,镜框201外端固定安装有与动作数据处理设备602电性连接的微型控制器209,且多个电动推杆207均与微型控制器209电性连接,微型控制器209和动作数据处理设备602通过无线网络或蓝牙相连接,请参阅图8,当动作数据处理设备602检测到师范生面对学生(即:面对曲面大屏幕)进行讲课时,微型控制器209会控制电动推杆207处于收缩状态,使镜片204位于师范生眼前(即通口203处),进而使师范生能够获得立体的课堂画面,请参阅图10,当动作数据处理设备602检测到师范生书写板书(即:背对对曲面大屏幕)时,微型控制器209会控制电动推杆207处于伸展状态,使镜片204从师范生眼前离开,有效避免镜片204对师范生的板书书写造成干扰,实现自适应3D眼镜的自适应调节功能。
请参阅图1-3,云服务器1包括数据采集模块101、数据处理模块102和数据对比模块103,且人机交互设备3通过网络与数据对比模块103相连接。数据采集模块101用于采集网络上国内优秀教师上课的视频和音频数据,数据处理模块102用于对视频和音频数据进行大数据处理和分析,建立基本教学技能评价体系,确定教学语言技能量化指标、教学板书技能量化指标和教学姿态技能量化指标。教学语言技能量化指标包括:语速,响度,语速变化率,响度变化率,语音留白,口头语,语音标准(即普通话规范程度);教学板书技能量化指标包括:字大小,字间距,行间距,行倾斜度,字清晰程度,字规范程度;教学姿态技能量化指标包括:走动步数、距离与速度,折返次数,头部姿态(反映师范生抬头、低头的次数与幅度),面部朝向(反映师范生左右扫视学生的频次与幅度),手势动作(反映师范生刮擦黑板、书写板书等手部动作的频次)。
请参阅图1,语言检测模块4包括与人机交互设备3相连接的语音处理设备402,语音处理设备402连接有语音收录设备401,语音收录设备401采用领夹式无线话筒,方便师范生在教学训练过程中进行适当范围的移动,有效提高教学沉浸感,语音处理设备402内部连接有语音降噪模块,在语音处理设备402对语音收录设备401收录的语音数据进行处理分析前,通过语音降噪模块对语音数据进行降噪处理,有效提高语音处理设备402对语音数据处理结果的准确性。
请参阅图1,板书检测模块5包括与人机交互设备3相连接的图像处理设备502,图像处理设备502连接有智能会议平板501,智能会议平板501内部安装有压力传感器,并且配备有智能书写笔,笔迹落笔即现,具有良好的书写感,同时在压力传感器的配合下记录板书的轨迹数据,形成板书图像数据。
请参阅图1,教学姿态检测模块6包括与人机交互设备3相连接的动作数据处理设备602,动作数据处理设备602连接有一组体感惯性传感器601,请参阅图4-5,一组体感惯性传感器601包括头部传感器、颈部传感器、背部传感器、两个手肘传感器和两个肩部传感器,头部传感器和颈部传感器的穿戴位置如图5所示,背部传感器穿戴于背部脊椎处。
请参阅图4-5,背部传感器用于检测折返次数和走动步数、距离与速度,对于折返次数,通过背部传感器的转动来检测:当背部传感器转过180°时,记为一次转身动作,两次转身动作记为一次折返。对于走动步数、距离与速度,通过背部传感器随脊柱的摆动来检测:由于人在走动的时候,脊椎会左右摆动。迈左脚时,人的重心向左前方移动,脊椎也会随之向左前方移动;迈右脚时,人的重心向右前方移动,脊椎则随之向右前方移动。按照此特性,通过背部传感器获得左右摆动的次数,便可以得到走动的步数,摆动一次就计为一步;通过摆动的周期,得到走动的步速;通过背部传感器的位移轨迹,得到走动的距离。请参阅图6-7,头部传感器和颈部传感器用于检测头部姿态和面部朝向,请参阅图6,对于头部姿态,通过头部传感器相对于颈部传感器在垂直面(即:X-Z平面)上的转动角度来检测;请参阅图7,对于面部朝向,通过头部传感器相对于颈部传感器在水平面(即:X-Y平面)上的转动角度来检测。
请参阅图4-5,手肘传感器和肩部传感器用于检测手势动作,无论是书写板书还是刮擦黑板,手肘传感器与肩部传感器的连线相较于初始位置都要转过一个较大的角度,通过采集它的角度变化便可以区别是否进行了书写板书以及刮擦黑板的动作。请参阅图1-7,动作数据处理设备602和智能会议平板501电性连接,通过对接智能会议平板501能够更加准确地判断手臂动作是刮擦黑板的动作还是书写板书的动作,基本方法是:动作发生时,有书写轨迹产生,就判定为书写动作;动作发生时,书写轨迹被清除了,就判定为刮擦黑板动作。同时接入智能会议平板501还可以减少无关动作引起的误差,增加检测的精确度。
请参阅图1-7,当师范生需要进行教学模拟培训时,首先将语音处理设备402、图像处理设备502和动作数据处理设备602与人机交互设备3相连接,同时佩戴好语音收录设备401和七个体感惯性传感器601,七个体感惯性传感器601分别佩戴于使用者的头部、两手肘部、两肩部以及背部,然后,使用者须对七个体感惯性传感器601进行位置标定,具体标定方式为:使用者立正、手臂自然垂下的姿势保持三秒,使每个体感惯性传感器601各自建立一个坐标系。
请参阅图1-7,之后,师范生便可以在虚拟教室2中进行模拟教学,使师范生获得极致的沉浸感与代入感,提升师范生训练过程中的教学体验。在师范生模拟教学过程中,语音收录设备401对教学语音进行收录,而语音处理设备402则对收录的语音数据进行处理分析,得到师范生模拟教学过程中的语速、响度、语速变化率、响度变化率、语音留白、口头语和语音标准的数值;智能会议平板501对教学板书进行记录,形成板书图像数据,然后由图像处理设备502对板书图像数据进行处理分析,获得板书的字大小、字间距、行间距、行倾斜度、字清晰程度和字规范程度的数值;动作数据处理设备602通过七个体感惯性传感器601的自身坐标的变化和相对的坐标变化来判断测试者做出的动作,得到师范生模拟教学过程中的走动步数、距离与速度、折返次数、头部姿态、面部朝向和手势动作的数值。
请参阅图1-7,师范生模拟教学完成后,可以人机交互设备3会自动将语言检测数据、板书检测数据和教学姿态检测数据输入至云服务器1的数据对比模块103,数据对比模块103会将输入的数据与量化指标进行对比和偏差分析,得到师范生教学语言技能、教学板书技能和教学姿态技能的评价等级,并通过人机交互设备3将评价等级反馈给师范生。综上,本系统可以利用大数据处理构建客观评价体系,结合人工智能、现代传感技术虚拟了智能教师和真实课堂,参训者采用沉浸式自主训练的方法,在有效的解决训练时间空间成本高、指导教师资源不足和缺乏客观评价等问题的同时,还能够实现分级达标训练,达到个体精准训练的目的,有效提高训练效率,进而提高师范生培养的质量。
教姿的检测主要由传感器捕捉人体的运动,并且通过蓝牙将传感器采集的信号传导电脑终端进行数据处理。
七个传感器都为三轴加速度传感器。分别佩戴于测试者的头部、手肘部、肩部以及背部,
感器每次开启检测之前,先要对各个传感器的位置进行校正。校正时需要测试者立正、手臂自然垂下的姿势保持三秒。此时,每个传感器将各自建立一个坐标系。
对走动的步数进行检测的方法很多,最常见的是手机软件中对走动步数的检测,
这种方法是利用手机中的重力加速计,感应重力变化的方向以及大小来计数步数,但这种
方法检测的精确度不是很高,而且很难测试每走一步的速度。所以本文在对步数检测时主
要利用脊柱的摆动来计算。所用到的传感器是在背部脊椎处的加速度传感器。由于人在走
动的时候,脊椎会左右摆动。迈左脚时,人的重心向左前方移动,脊椎也会随之向左前方移
动;迈右脚时,人的重心向右前方移动,脊椎则随之向右前方移动。按照这个特性,我们只需
要通过传感器获得左右摆动的次数,就可以得到走动的步数,摆动一次就计为一步。通过摆
动的周期,我们还可以得到走动的步速 。设测得摆动的周期为 ,那么步速为 。
在对走动距离的检测同样由在背部的传感器来完成,在测试之前,会进行一次校
零,传感器默认校零的地方作为坐标原点 。在向同一个方向走动时,
轴的数值基本不会发生很大的变动,传感器主要在 的平行面上运动,设走到任意
一点的坐标为 ,我们只要计算 的值就可以得到
移动的距离。考虑到实际走动中不可能只向一个方向走动,这样的话,距离的测算就不准确
了。于是我们就结合了所测得的步数来对距离检测方案加以改进。
同理第n步的走动距离为 ,
只要将所测的每一步的步数相加,即得到走动的总步数为 。速度的检测分为两项,一项是走动步速,一项是走动速度。走
动步速在前面步数的检测方法中已进行了介绍。对于走动的速度,我们通过计算走动距离
与脊椎摆动的时间的比值来得到。由于在实际使用时,人不会一直处于走动的状态,所以走
动的时间并非测试的总时间。所以在这里使用脊椎摆动的时间来代替走动时间较为合理。
假设脊椎摆动的时间为 ,那么走动的速度 计算式如下:
头部姿态检测是检测抬头、低头的频次以及幅度,主要通过头部传感器和颈部传感器共同实现。由于抬头和低头的动作是头部绕着颈部某一点进行的摆动,所以在进行这些动作时会导致两个传感器的相对位置发生改变。
设置颈部传感器的位置为原点坐标,在保持平视前方时,无论走到那个位置,头部传感器相对于颈部传感器都是保持不动的,
此时头部传感器的坐标为 ,两个传感器的连线与 轴所成
的角度为 ;低头时头部传感器的坐标会发生变化,此时它的坐标为 ,两传感器连线与 轴的角度为 ,转过的角度为 ,传感器角度为 ,转过的角度为 ,抬头时转动的角度为正。在计算抬头低头的频次时,
为了排除传感器的轻微位移对计算频次的影响,我们只对转动幅度超过5°的计数抬头次
数;对转动幅度超过-3 计数低头次数。面部朝向的检测主要是用来反映师范生扫视学生
的频次与幅度,通过计算头部摆动的频次以及左右摆动的幅度来检测,借助于头部传感器
与颈部传感器来实现的。类似于对抬头低头频次与幅度的检测,当测试者的面部朝向改变
的时候,两个传感器的相对位置也会发生改变。
设头部传感器的初始位置为 ,当面部的朝向发生改变,也就
是向右或者向左摆头时,向右摆头时,头部传感器的坐标变为 ;左
摆时,头部传感器的坐标变为 。当面部左右摆动的时候,头部传感
器的z坐标的数值不会改变,并且我们可以用两传感器连线在x-y平面上的投影转过的角度
来计算面部转动幅度。所以右摆转过的幅度为 ,右摆时转过的幅度为 。当转过的幅度大于10°时记一次右摆头或左摆头,用计算所得幅度的正负
号来判断是右摆头还是左摆头。
刮擦黑板以及书写的次数由手肘传感器以及肩部传感器采集,无论是书写板书还是刮擦黑板,手肘与肩部传感器连线相较于初始位置都要转过一个较大的角度,所以只要通过采集它的角度变化就可以来区别是否进行了书写板书以及刮擦黑板的动作,所以我们要先设计方案采集它的角度变化;
以校零时肩部传感器为零点坐标,此时手肘处的传感器位置设为 ,无论是刮擦黑板还是在书写都会让手肘处的传感器发生运动,则此时手肘传
感器的坐标为 ,但与肩部传感器的相对距离保持不变始终为 。相对于校零时自身的位置的距离为 于是我
们可以利用余弦定理计算转过的角度,得到转过的角度为 。
只要这个角度大于一定的值Φ,就计数一次刮擦黑板、书写板书的次数,并计算保持转动角度大于Φ的时间,记为这次刮擦黑板或书写板书的时间。
通过多次地模拟刮擦黑板与书写板书的动作,我们把Φ设为了30°,以30°作为区分刮擦黑板、书写板书与无关动作的界限相对而言,检测的精确度更高。
目前单独的教姿系统还不能区分刮擦黑板和书写的动作,要通过对接板书系统,才能够判断手臂抬过30°的动作是刮擦黑板的动作还是书写板书的动作。基本方法是:动作发生时,有书写轨迹产生,就判定为书写动作;如果在动作发生时,书写轨迹被清除了,就判定为刮擦黑板动作。同时接入板书系统还可以减少无关动作引起的误差,增加检测的精确度。
在课堂中,适当的折返有助于教学保持活力,增强与学生的互动。折返动作由在背部的传感器采集。当传感器转过180°时,记为一次转身动作,两次转身动作记为一次折返。
模拟智能检测体系构建原则
科学性原则
人工智能评价系统的发展需要计算机技术和网络技术的支持,人工智能技术评价过程需要依托大数据,让系统不断模拟人们的思维方式和行为,只有大数据达到一定的数量,人工智能评价技术才能完成。人工智能评价是一项非常复杂的技术,评价的过程包含了许多内容,还与多门科学有共同之处,其中包括语言学、心理学、计算机科学等其他学科,智能化的体现需要多种技术的支撑。因此使用人工智能评价,就是为了让人工智能更加科学的、客观的去评价教学技能,以真实的数据分析代替人们完成更加准确的、更有说服力的、更客观的评价。
客观性原则
智能检测评价系统的优势之一就是节约学校人力资源成本,实现高效评价。随着现代化科学技术的不断提升,对于基本教学评价的方式也逐步走向多样化,在以往很多难以评价的方式都可以通过智能评价系统得到解决,例如对于语速的快慢,声音的大小。我们一般都是以自身的感官为评价标准,但是,到底语音速度的大小为多少才是标准的,声音的响度有多大才是最适当的,这些我们都不能客观的去说。但是,通过人工智能评价系统对大数据的采集,并且利用相应的运算模型,通过人工智能技术,能够实现对语音信息的完全掌握,同时也可利用网络管理不断丰富更新数据,实现进一步的信息保障。
人工智能评价系统也并不是一成不变的,它同时也具备不断学习的能力,能够把很多新数据不断归入到系统中,把那些运算难度低的数据进行处理,然后得到一些层次较高的数据。由于人工智能的不断学习功能,网络管理的水平不断提高,运行速度也将不断加快,同时减少了评价过程的时间。
专家型原则
当今社会是一个大数据时代,评价系统也在逐渐得智能化,智能化评价系统通过计算机网络中的专家知识库,利用计算机的求解技术,建立出一个综合性的评价系统。人们输出的语音、文字、动作信息各不相同特点,只有加快评价系统智能化进程,才能提高评价的质量和效率。专家系统是现代人工智能的重要组成部分,系统可以把相关专业的专家、学者、优秀课堂的教师提供的知识信息以及经验纳入到人工智能评价系统当中,然后人工智能技术再把这些信息进行处理,最终利用这些信息来对被测者的语音、板书、教态进行评价。
高效性原则
通过对专家系统的应用,计算机网络管理的效率能够提高。人工智能评价系统网络版可以实现云端评价,不局限于学校中、教室内,在宿舍、操场、家中都可以实现师范生教学技能评价。人工智能评价系统网络版,将内部知识库作为分析处理数据的依据,然后快速完成管理任务。人工智能评价系统是一种等语音、教态、板书信息输入完成以后,然后系统自动进行数据信息搜索的技术。系统将会把搜索出来的数据自动传送到特定的位置,以提供一种智能化的服务。比如说,进行教学评价的师范生输入自身的语音信息后,人工智能技术能够应用对应的查找信息进行处理,然后根据这个信息分析数据,显示评价的结果或者提供他所需要的信息,以节省教学技能评价的时间。
应用性原则
人工智能评价系统在现在的生活中已经有了较为广泛的应用,例如在日常生活和工作时,所应用到的邮件自动收取、网络购物、会议安排、行程规划等都会用到人工智能评价功能,经过大数据的采集,形成针对每个用户的大数据系统,根据智能评价系统对大数据进行分析评价,选择最优的呈现方案。同时,人工智能评价系统现在已经应用到了很多企业中,为企业管理提供便利。人工智能评价系统能够实现自动化管理,让企业的管理更加信息化,提高企业人员的工作效率。在以往的评价模式,往往需要耗费大量的经费,而且实际评价效果不好,容易出现偏差。通过应用人工智能评价系统,基本能够解决评价的成本预算问题,提高企业管理的效果。人工智能评价系统可以把不同专业、不同行业的知识和经验累积起来,并且把这些内容进行分析和总结,然后形成一套完整科学的计算机网络智能评价系统,提高工作效率,因此人工智能评价系统具有较强的应用性。
人工智能评价系统是科学技术不断发展,顺应时代而生的新型事物,它是依靠通信技术、计算机技术、网络技术建立并不断发展起来的,并且该项发展也逐渐应用到各个不同的领域。在未来,人工智能评价系统也会不断更新和发展与完善。人工智能评价系统能够更好满足人们对工作和生活的不同需求,网络技术本身也会不断发展,网络的运行速度将会逐渐加快,安全程度会不断加强,人工智能所涉及的领域会不断增多,并且为社会发展创造更多的价值
教师基本教学技能量化评价系统通过以量化评价的形式,利用模拟训练与循环训练各种训练模式,充分集中学生注意力,以灵活多样的方式评价学生训练成果,在师范生技能训练方面,循序渐进地呈现具有科学性、难度适宜的训练样本,恰当地引导学生完成系统化的训练;在强化技能方面,传统师范生技能训练不能运用多种强化方式进行及时强化,但是教师基本教学技能量化评价系统会有针对性的对学生的某一项技能反复训练;在训练指标方面,传统师范生技能训练指标界定不够清晰,无法准确呼应师范生的教学技能训练目标。新一轮的课程改革,更加提升对教师基本教学技能训练的要求,作为当代师范生,未来的人民教师,更应该有意识地学习、训练自己师范生基本教学技能。科学的评价依据是一切能力提高的前提,人工智能教育是教育现代化的发展趋势。系统以师范生课堂基本技能定量测量与评价为基准,分析师范生基本技能指标的现实特征,根据这些特征构建定量测量与评价体系。定量测量与评价体系以教学语音技能、板书技能、教姿技能为基础,精化的多层次题库为评价依据,量化的结构和非结构性学习记录为数据源,细分的系统评价为评价结果。通过实践测量出的教学基本技能的要点的标准值来指引师范生,提出了自助性智能化的师范生基本课堂基本技能训练方式。希望该系统能够规范师范生的基本教学技能,帮助师范生根据整体评价结果调整教学策略,根据系统评价结果补足短板,实现自身价值。
Claims (8)
1.一种师范生教态量化评价体系,其特征在于:收集教师教学姿态数据,根据定量评价指标和评价姿态,进行定量评价指标相关性分析,通过建立评价模型对所得的指标进行综合打分。
2.根据权利要求1所述的一种师范生教态量化评价体系,其特征在于:所述定量评价指标包括抬低头频次量化指标,面向学生时间量化指标,板书频次量化指标,步速量化指标,折返数量化指标、头部角度量化指标、手势幅度和频次量化指标。
3.根据权利要求1所述的一种师范生教态量化评价体系,其特征在于:所述教师教学姿态数据的检测主要由传感器捕捉人体的运动,并且通过蓝牙将传感器采集的信号传导电脑终端进行数据处理,与电脑终端建立连接之后,测试者的实时动作信息会显示在电脑显示屏上,在传感器每次开启检测之前,先要对各个传感器的位置进行校正,校正时需要测试者立正、手臂自然垂下的姿势保持三秒,此时,每个传感器将各自建立一个坐标系。
4.根据权利要求1所述的一种师范生教态量化评价体系,其特征在于:所述的步速量化指标包括走动步数、距离、速度指标,通过以下方式完成:
步数指标检测时主要利用脊柱的摆动来计算,所用到的传感器是在背部脊椎处的加速度传感器,由于人在走动的时候,脊椎会左右摆动;
迈左脚时,人的重心向左前方移动,脊椎也会随之向左前方移动;迈右脚时,人的重心向右前方移动,脊椎则随之向右前方移动;
在对走动距离的检测同样由在背部的传感器来完成,在测试之前,会进行一次校零,传
感器默认校零的地方作为坐标原点 ,在向同一个方向走动时,轴的数值基本
不会发生很大的变动,传感器主要在的平行面上运动,设走到任意一点的坐标为,我们只要计算的值就可以得到移动的距离;
速度的检测分为两项,一项是走动步速,一项是走动速度,走动步速在前面步数的检测
方法中已进行了介绍,对于走动的速度,我们通过计算走动距离与脊椎摆动的时间的比值
来得到,由于在实际使用时,人不会一直处于走动的状态,所以走动的时间并非测试的总时
间,所以在这里使用脊椎摆动的时间来代替走动时间较为合理,假设脊椎摆动的时间为,
那么走动的速度计算式如下:
5.根据权利要求1所述的一种师范生教态量化评价体系,其特征在于:所述的头部角度量化指标是检测抬头、低头的频次以及幅度,通过头部传感器和颈部传感器共同实现,由于抬头和低头的动作是头部绕着颈部某一点进行的摆动,所以在进行这些动作时会导致两个传感器的相对位置发生改变;
设置颈部传感器的位置为原点坐标,在保持平视前方时,无论走到那个位置,头部传感器相对于颈部传感器都是保持不动的,
此时头部传感器的坐标为,两个传感器的连线与轴所成的角度为;低头时头部传感器的坐标会发生变化,此时它的坐标为,两传感器连
线与轴的角度为,转过的角度为,传感器角度为,转
过的角度为,抬头时转动的角度为正;
6.根据权利要求1所述的一种师范生教态量化评价体系,其特征在于:抬低头频次量化指标,面向学生时间量化指标通过面部朝向的检测主要是用来反映师范生扫视学生的频次与幅度,通过计算头部摆动的频次以及左右摆动的幅度来检测,借助于头部传感器与颈部传感器来实现的,类似于对抬头低头频次与幅度的检测,当测试者的面部朝向改变的时候,两个传感器的相对位置也会发生改变;
7.根据权利要求1所述的一种师范生教态量化评价体系,其特征在于:刮擦黑板以及书写的次数由手肘传感器以及肩部传感器采集,无论是书写板书还是刮擦黑板,手肘与肩部传感器连线相较于初始位置都要转过一个较大的角度,所以只要通过采集它的角度变化就可以来区别是否进行了书写板书以及刮擦黑板的动作,
以校零时肩部传感器为零点坐标,此时手肘处的传感器位置设为,无论是
刮擦黑板还是在书写都会让手肘处的传感器发生运动,则此时手肘传感器的坐标为,但与肩部传感器的相对距离保持不变始终为,相对于校零时自身的位置
的距离为 于是我们可以利用余弦定理计算转过的角度,得到转过
的角度为;
只要这个角度大于一定的值Φ,就计数一次刮擦黑板、书写板书的次数,并计算保持转动角度大于Φ的时间,记为这次刮擦黑板或书写板书的时间。
8.根据权利要求1所述的一种师范生教态量化评价体系,其特征在于:折返数量化指标由在背部的传感器采集,当传感器转过180°时,记为一次转身动作,两次转身动作记为一次折返。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110064603.8A CN112836945A (zh) | 2021-01-18 | 2021-01-18 | 一种师范生教态量化评价体系 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110064603.8A CN112836945A (zh) | 2021-01-18 | 2021-01-18 | 一种师范生教态量化评价体系 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112836945A true CN112836945A (zh) | 2021-05-25 |
Family
ID=75928555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110064603.8A Pending CN112836945A (zh) | 2021-01-18 | 2021-01-18 | 一种师范生教态量化评价体系 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112836945A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114495615A (zh) * | 2021-12-31 | 2022-05-13 | 江苏师范大学 | 一种师范生教学能力评判系统 |
CN115480923A (zh) * | 2022-10-10 | 2022-12-16 | 北京师范大学 | 一种多模态的智慧教室边缘计算控制系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109658777A (zh) * | 2018-12-29 | 2019-04-19 | 陕西师范大学 | 用于肢体动作类教学管控的方法及系统 |
CN109646009A (zh) * | 2018-11-15 | 2019-04-19 | 北京中科汇成科技有限公司 | 基于便携式步态分析系统的步态时空参数的计算方法 |
CN109800663A (zh) * | 2018-12-28 | 2019-05-24 | 华中科技大学鄂州工业技术研究院 | 基于语音和视频特征的教师教学评估方法及设备 |
US20200077803A1 (en) * | 2018-09-12 | 2020-03-12 | Toyota Boshoku Kabushiki Kaisha | Seat and posture estimation system |
CN111915148A (zh) * | 2020-07-10 | 2020-11-10 | 北京科技大学 | 一种基于信息技术的课堂教学评价方法和系统 |
-
2021
- 2021-01-18 CN CN202110064603.8A patent/CN112836945A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200077803A1 (en) * | 2018-09-12 | 2020-03-12 | Toyota Boshoku Kabushiki Kaisha | Seat and posture estimation system |
CN109646009A (zh) * | 2018-11-15 | 2019-04-19 | 北京中科汇成科技有限公司 | 基于便携式步态分析系统的步态时空参数的计算方法 |
CN109800663A (zh) * | 2018-12-28 | 2019-05-24 | 华中科技大学鄂州工业技术研究院 | 基于语音和视频特征的教师教学评估方法及设备 |
CN109658777A (zh) * | 2018-12-29 | 2019-04-19 | 陕西师范大学 | 用于肢体动作类教学管控的方法及系统 |
CN111915148A (zh) * | 2020-07-10 | 2020-11-10 | 北京科技大学 | 一种基于信息技术的课堂教学评价方法和系统 |
Non-Patent Citations (1)
Title |
---|
陈少辉: "智慧教室环境下教师非言语行为量化计算研究及应用", 《中国博士学位论文全文数据库》, no. 1, pages 127 - 29 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114495615A (zh) * | 2021-12-31 | 2022-05-13 | 江苏师范大学 | 一种师范生教学能力评判系统 |
CN114495615B (zh) * | 2021-12-31 | 2023-12-01 | 江苏师范大学 | 一种师范生教学能力评测用的具有实时反馈功能评判系统 |
CN115480923A (zh) * | 2022-10-10 | 2022-12-16 | 北京师范大学 | 一种多模态的智慧教室边缘计算控制系统 |
CN115480923B (zh) * | 2022-10-10 | 2023-06-13 | 北京师范大学 | 一种多模态的智慧教室边缘计算控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112908355B (zh) | 一种师范生教学技能量化评价系统及其方法 | |
CN102169642B (zh) | 具有智能纠错功能的交互式虚拟教师系统 | |
CN105551328A (zh) | 基于移动交互和大数据分析的语言教学辅研同步集成系统 | |
Chapelle et al. | Utilizing technology in language assessment | |
WO2019024247A1 (zh) | 一种基于数据交换网络的在线教学考评系统及方法 | |
CN112732087A (zh) | 一种师范生教学技能智能评价与训练系统 | |
CN101197084A (zh) | 自动化英语口语评测学习系统 | |
CN110069707A (zh) | 一种人工智能自适应互动教学系统 | |
CN106075854A (zh) | 一种舞蹈训练系统 | |
CN111192496B (zh) | 一种智能按摩示教系统及其使用方法 | |
CN115239527A (zh) | 基于知识库的教学特征融合与建模的教学行为分析系统 | |
CN112836945A (zh) | 一种师范生教态量化评价体系 | |
Giordano et al. | Addressing dysgraphia with a mobile, web-based software with interactive feedback | |
WO2020007097A1 (zh) | 数据处理方法、存储介质和电子设备 | |
CN111814718A (zh) | 一种融合多种判别技术的注意力检测方法 | |
CN111477055A (zh) | 基于虚拟现实技术的教师培训系统及方法 | |
CN116957867A (zh) | 一种数字人教师线上教学服务方法、电子设备及计算机可读存储介质 | |
KR102330159B1 (ko) | 수업 행동 패턴 분석을 통한 온라인 수업 집중도 평가 시스템 및 그 평가 방법 | |
CN117037552A (zh) | 智慧课堂交互系统及方法 | |
WO2017028272A1 (zh) | 早教系统 | |
Hernández Correa et al. | An application of machine learning and image processing to automatically detect teachers’ gestures | |
CN109447863A (zh) | 一种4mat实时分析方法及系统 | |
CN109979269A (zh) | 一种基于人工智能的在线教育交互系统 | |
CN116129521A (zh) | 一种智能视觉体育评测系统及方法 | |
JP7427906B2 (ja) | 情報処理装置、制御方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |