CN115600925A - 一种课中学生行为分析辅助系统及方法 - Google Patents
一种课中学生行为分析辅助系统及方法 Download PDFInfo
- Publication number
- CN115600925A CN115600925A CN202211338038.0A CN202211338038A CN115600925A CN 115600925 A CN115600925 A CN 115600925A CN 202211338038 A CN202211338038 A CN 202211338038A CN 115600925 A CN115600925 A CN 115600925A
- Authority
- CN
- China
- Prior art keywords
- classroom
- teaching
- video
- observation
- teacher
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000000694 effects Effects 0.000 claims abstract description 56
- 230000008569 process Effects 0.000 claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 24
- 230000002452 interceptive effect Effects 0.000 claims abstract description 9
- 230000006399 behavior Effects 0.000 claims description 95
- 230000003993 interaction Effects 0.000 claims description 35
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000012916 structural analysis Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 230000008676 import Effects 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 3
- 230000001737 promoting effect Effects 0.000 abstract description 3
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000013228 contact guidance Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- 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
- G09B5/00—Electrically-operated educational appliances
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Educational Technology (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种课中学生行为分析辅助系统，包括以下步骤：S1.通过安装在教室内部的主机位和辅机位对课堂全貌、小组活动的课堂教学录像进行采集。本发明混合式课堂观察学生行为分析辅助方法从观察视角度上分为宏观、中观、微观三个层次，在观察过程中结合量化和质性的评价方式；在三个层次的观察中，将课堂教学过程中所涉及的课堂教学智能平板互动答题内容、教师提问情况、分组活动情况影响课堂教学质量的因素均纳入到课堂观察学生行为分析辅助方法内，并基于该分析结果学校能够采取有效策略正确引导学生积极表达，有效提高课堂教学效果，促进学生的全面发展。
Description
技术领域
本发明涉及教学系统技术领域，具体涉及一种课中学生行为分析辅助系统。
背景技术
很多教育欠发达地区缺少优质老师进行授课。于是很多优秀老师录制了很多视频教学内容通过网络共享给需要的学生。但是录播视频还存在诸多问题，学生无法向老师提出问题，老师也不知道学生的疑惑，录播的视频对于学生只是单向输入，无法根据学生的理解程度进行难度调节或者答疑。
如授权公告号为CN108846558A，授权公告日为2018-11-20的一种教育教学中学生核心能力评价调研分析系统，是由学生核心能力调研分析系统主机、校园无线网络覆盖装置、手机、企业用户端模块、学生端模块、教师端模块、系统服务端模块组成的。
上述以及在现有技术中对于课堂行为的监控采用学生记录或者老师测试模拟、老师观察监督的方式，此种方式不能够充分调动学生的学习兴趣，不能评价老师的教学效果，无法同时实现对学生、教师的课堂行为的采集、分析、记录及评价。因此，亟需设计一种课中学生行为分析辅助系统来解决上述问题。
发明内容
本发明的目的是提供一种课(课堂/网课/直播课)中学生行为分析辅助系统，以解决现有技术中的上述不足之处。
为了实现上述目的，本发明提供如下技术方案：
一种课中学生行为分析辅助系统，，包括核心模块、课堂教学录像采集编码模块以及文件基本管理模块；
所述核心模块包括双机位教学录像播控纠错和录像播控数据库；所述双机位教学录像播控通过安装在教室内部的主机位和辅机位对课堂全貌、小组活动的课堂教学录像进行采集，并将主机位和辅机位运行时自动生成运行状态日志，并将状态日志传输至录像播控数据库进行保存；
所述课堂教学录像采集编码模块包括课堂全貌观察模块和小组观察模块，所述课堂全貌观察模块通过核心模块采集的视屏进行编码，并将信息传送至小组观察模块进行分组；
所述文件基本管理模块，将核心模块、课堂教学录像采集编码模块采集的录像以及编码之后的信息进行录入保存
一种行为分析辅助方法，采用课中学生行为分析辅助系统包括以下步骤：
S1.通过核心模块安装在教室内部的主机位和辅机位对课堂全貌、小组活动的课堂教学录像进行采集；
S2.将S1中采集到的课堂全貌、小组活动的课堂录像经采集编码模块进行分析处理；
S3.将分析处理后的课堂教学录像导入文件基本管理模块，生成各种结构分析表单；
S4.将课堂教学录像分析过程中的分析表单均导出至Excel中，形成独立的数据报表。
进一步地，所述S1具体包括以下步骤：
S11.主机位监控课堂全貌的教学录像，辅机位监控小组活动的教学录像；
S12.主机位与辅机位运行时自动生成运行状态日志，出错后，重新运行询问是否恢复上一次运行状态或通过运行状态日志返回至出错前某一操作点；
S13.运行状态日志存储至数据库中，每个表中设置主键与索引。
进一步地，所述S2具体包括以下步骤：
S21.依据视频编码体系，选择相应视频特定时间间隔，并进行编码；
S22.对已经编码的视屏进行小组观察与个别化观察。
进一步地，所述S22中小组观察包括：
分组活动情况：从活动时段、活动内容、活动类型、活动形式四方面记录课堂教学过程中小组活动情况，当活动结束后，分析者还需从活动目标、分组分工、学生参与、教师指导四方面对小组活动进行质性评价；
师生互动情况一：主要记录课堂教学过程中用到的智能平板互动答题内容及使用者，分析者需要从智能平板的使用时长、使用目的及效果出发，对使用情况进行分析讲解。
所述S22中个别化观察包括：
教师提问情况：记录教师在课堂教学中所提出的问题概要、问题类型及教师与学生的对话反馈情况；
师生互动情况二：动态记录教师提问某一学生的次数及学生的回答情况与教师的反馈情况。
进一步地，所述S3具体包括以下步骤：
S31.对主讲教师讲授内容和基本信息进行录入，并按座位表生成课堂全貌观察对教学实况进行录入；
S32.进行课堂教学录像的导入；
S33.根据评价内容、评价指标和录像编码进行添加、删除、修改和设置编辑；
S34.依据教学录像编码，生成各种结构分析表单的生成与创建一种课中学生行为分析辅助系统。
进一步地，所述课堂教学录像采集编码功能具体包括：
A.课堂教学行为分解；
B.课堂观察编码体系。
进一步地，所述课堂教学行为分解具体包括以下步骤：
A1.教师教学行为：主要教学行为、辅助教学行为和课堂管理行为；
A2.学生学习行为：听课、阅读、讨论交流、协作学习、资料收集、问题解决、练习、回答问题和反思；
A3.课堂交互行为：师生群体间的互动、学生群体间的互动、师生个体间的互动和学生个体间的互动。
进一步地，所述课堂观察编码体系是根据教师教的行为、学生学的行为以及课堂交互行为结构化课堂观察分析，并采用聚类算法进行迭代运算处理；所述聚类算法的公式为
其中S j表示第j个聚类集，Z j表示为聚类中心；
N j：第j个聚类集S j中所包含的样本个数。
进一步地，所述文件基本管理模块将课堂教学录像采集编码模块分析处理后的课堂教学录像导入文件基本管理模块，生成各种结构分析表单，具体包括以下步骤：
S41.文件菜单：对主讲教师讲授内容和基本信息进行录入，并按座位表生成课堂全貌观察对教学实况进行录入；
S42.视频载入：进行课堂教学录像的导入；
S43.编辑工具：根据评价内容、评价指标和录像编码进行添加、删除、修改和设置编辑；
S44.数据生成与分析：依据教学录像编码，生成各种结构分析表单的生成与创建。
S45.编码数据的生成及处理算法：将课堂教学录像分析过程中的分析表单均导出至Excel中，形成独立的数据报表；
S46.课堂教学录像编码表的生成：将课堂教学录像分析过程中的所有编码均导出至Excel中，形成独立的数据报表。
在上述技术方案中，本发明提供的一种课中学生行为分析辅助系统，(1)本发明混合式课堂观察学生行为分析辅助方法从观察视角度上分为宏观、中观、微观三个层次，在观察过程中结合量化和质性的评价方式；在三个层次的观察中，将课堂教学过程中所涉及的课堂教学智能平板互动答题内容、教师提问情况、分组活动情况影响课堂教学质量的因素均纳入到课堂观察学生行为分析辅助方法内，并基于该分析结果学校能够采取有效策略正确引导学生积极表达，有效提高课堂教学效果，促进学生的全面发展。(2)本发明师生互动情况采用智能平板互动答题，系统能够采集到学生的互动答题内容，通过分析，知道学生们的薄弱点，通过智能分析处理视频，在将重点难点讲解完成后，选出薄弱点继续分析
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还根据这些附图获得其他的附图。
图1为本发明一种课中学生行为分析辅助系统实施例提供的方法示意图。
图2为本发明一种课中学生行为分析辅助系统实施例提供的全貌教学录像示意图。
具体实施方式
如图1-2，为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图对本发明作进一步的详细介绍。
实施例一
一种课中学生行为分析辅助系统，包括核心模块、课堂教学录像采集编码模块以及文件基本管理模块；
所述核心模块包括双机位教学录像播控纠错和录像播控数据库；所述双机位教学录像播控通过安装在教室内部的主机位和辅机位对课堂全貌、小组活动的课堂教学录像进行采集，并将主机位和辅机位运行时自动生成运行状态日志，并将状态日志传输至录像播控数据库进行保存；
所述课堂教学录像采集编码模块包括课堂全貌观察模块和小组观察模块，所述课堂全貌观察模块通过核心模块采集的视屏进行编码，并将信息传送至小组观察模块进行分组；
所述文件基本管理模块，将核心模块、课堂教学录像采集编码模块采集的录像以及编码之后的信息进行录入保存。
实施例二
一种行为分析辅助方法，本实施例对实施例1作进一步限定，包括以下步骤：
S1.通过核心模块安装在教室内部的主机位和辅机位对课堂全貌、小组活动的课堂教学录像进行采集；
具体如下：S11.主机位监控课堂全貌的教学录像，辅机位监控小组活动的教学录像；设计了双机位教学录像播放控制系统，同时对主机位(课堂全貌)和辅机位(小组活动)的教学录像进行播放控制。为实现对双机位录像播放点的准确控制，视频播放控制时使用多线程的方法，利用Windows自带的API函数实现线程的创建、终止和激活，使系统开启一个进程，同时执行部分。
S12.主机位与辅机位运行时自动生成运行状态日志，出错后，重新运行询问是否恢复上一次运行状态或通过运行状态日志返回至出错前某一操作点；对课堂教学录像进行分析需要处理大量数据，为使系统在出错或误操作导致程序被迫退出时能自动保存出错前的数据和状态，系统在运行时会自动生成运行状态日志，包括运行当前时间、已运行时间、执行的SQL语句、视频播放进度、系统捕获的出错原因。出错后，系统重新运行时会询问用户是否恢复上一次运行状态，如果因为误操作导致非正常退出，通过运行状态日志返回至出错前的某一操作点。
S13.运行状态日志存储至数据库中，每个表中设置主键与索引；为了实现对各参数的灵活设定，系统把界面上所有的文字内容都存储在数据库中，由Class表存储课堂教学录像编码体系，info表存储视频登记信息，jilu表存储对视频的编码采样，每个表中设置主键与索引，以节省系统资源，实现高效查询。
S2.将S1中采集到的课堂全貌、小组活动的课堂录像经采集编码模块进行分析处理；
具体如下：S21.依据视频编码体系，选择相应视频特定时间间隔；在视频分析过程中，系统会在特定的时间间隔停下，只有当选择了相应的编码后，视频才会继续播放。
S22.小组观察与个别化观察。
如图1所示的，小组观察模块具体包括：
S221.教师提问情况：记录教师在课堂教学中所提出的问题概要、问题类型及教师与学生的对话反馈情况；
S222.分组活动情况：从活动时段、活动内容、活动类型、活动形式四方面记录课堂教学过程中小组活动情况，当活动结束后，分析者还需从活动目标、分组分工、学生参与、教师指导四方面对小组活动进行质性评价；
S223.师生互动情况：动态记录教师提问某一学生的次数及学生的回答情况与教师的反馈情况；
S224.师生互动情况：主要记录课堂教学过程中用到的智能平板互动答题内容及使用者，分析者需要从智能平板的使用时长、使用目的及效果出发，对使用情况进行分析讲解。
S3.将分析处理后的课堂教学录像导入文件基本管理模块，生成各种结构分析表单；S3具体包括以下步骤：
具体如下：S31.对主讲教师讲授内容和基本信息进行录入，并按座位表生成课堂全貌观察对教学实况进行录入；包括视频登记、学生座位表生成、退出三个二级菜单。视频登记主要完成对所分析视频的主讲教师、讲授内容基本信息的录入。座位表生成主要是为课堂全貌观察作准备，按照教学实况对学生座位分布及学力情况进行录入。
S32.进行课堂教学录像的导入；主要完成课堂教学录像的导入工作。
S33.根据评价内容、评价指标和录像编码进行添加、删除、修改和设置编辑；在录像分析开始前，根据教学评价的目的和要求，分析者对评价内容和评价指标(编码)进行的添加、删除、修改、设置操作。
S34.依据教学录像编码，生成各种结构分析表单的生成与创建；数据生成与分析，在对教学录像编码完成之后，通过“生成数据表"菜单完成各种结构分析表单的生成与创建。主要生成编码表、编码数据迁移矩阵(弗兰德斯迁移矩阵)、教师提问情况表、分组活动情况表、教学资源使用情况表五个数据报表。
S4.将课堂教学录像分析过程中的分析表单均导出至Excel中，形成独立的数据报表
具体如下：S41.将课堂教学录像分析过程中的所有编码均导出至Excel中，形成独立的数据报表；为了方便研究者对数据进行分析，系统将课堂教学录像分析过程中的所有编码均导出至Excel中，形成独立的数据报表。为了生成教学录像编码表，首先需初始化一个二维数组，并定义数据集，系统将从数据库中逐条读取相关记录，并对相关记录所属的课堂教学行为进行判断及自相加，以此循环，完成课堂教学录像的编码和课堂教学行为的频次统计；最后将二维数组中的所有数据写入Excel文件。
Excel文件中学生与教师行为分析如下：
第一，把学生的反应分为对教师做出非预期的反应、对教师做出预期的反应以及对其他学生做出反应把教师提问细分为提问开放型问题和提问封闭型问题把学生主动讲话分为学生对教师主动讲话，学生对别的学生主动讲话。
第二，在语言互动类别中，把教师的直接语言行为和间接语言行为改为教师主动讲话和教师反应，与学生反应、学生主动讲话相对应。
第三，在学生的反应中，增加了对别的学生做出反应在学生的主动讲话中，增加了对别的学生的主动讲话。
第四，分类中对学生行为活动的考察指标增多，注重了学生在课堂中的地位和作用。
第五，分类不只局限于对语言行为的评价测量，新增的测量教师反应和学生反应的条款，体现了对非语言行为的评价分析。
实施例三
一种行为分析辅助方法，包括实施例二所有步骤。如图2所示的，还包括课堂全貌教学录像具体包括：
A.课堂教学行为分解；
B.课堂观察编码体系；
其中，A课堂教学行为分解，具体步骤：A1.教师教学行为：主要教学行为、辅助教学行为和课堂管理行为；教师教学行为的建立由行为主体(教师和学生)以及行为主体相关因素构成，包括在整个教学过程中体现出的各种显性行为和隐性行为的总和。有关教学行为的分类很多，施良方和崔允槨按教师在课堂教学情境中的行为方式及发挥的功能，将教师在课堂中的主要行为分为主要教学行为(即主教行为)、辅助教学行为(即助教行为)和课堂管理行为三类。其中主教行为又可分为三类:呈示行为，表现为语言星示、文字呈示、声像呈示、动作呈示；对话行为，表现为讨论、问答；指导行为，表现为阅读指导、联系指导、活动指导。助教行为是为主教行为服务的，通常表现为间接的、有时是内隐的，以激发学生的学习动机、有效的课堂交流、强化技术和积极的教师期望为主。课堂管理行为主要表现为课堂规则、课堂问题行为管理和时间管理。
A2.学生学习行为：听课、阅读、讨论交流、协作学习、资料收集、问题解决、练习、回答问题和反思；学生的课堂学习行为有听课、阅读、讨论交流、协作学习、资料收集、问题解决、练习、回答问题、反思。听课活动反映教师讲授时学生的注意力集中程度；阅读活动反映学生对指定书目、媒体材料的阅读效果和效率；协作学习反映学生作为个体学习者在小组活动过程中能否相互配合、积极互助的合作能力；资料收集指学生通过图书、报纸、网络途径收集资料，进行自主学习的能力。
A3.课堂交互行为：师生群体间的互动、学生群体间的互动、师生个体间的互动和学生个体间的互动；课堂互动，实质是相对独立的生命个体之间在学习过程中相互促进、相互推动，是师生双方或学生之间在教学过程中相互交流思想和情感、传递信息并相互影响的过程。在教学实践中，课堂互动的形式包括师生群体间的互动、学生群体间的互动、师生个体间的互动和学生个体间的互动，在课堂教学中以教师提问、学生回答、小组讨论、协作互助、指导学习、游戏互动行为表现出来，在信息技术支持的课堂教学中还表现为人机交互形式。
具体的：B.课堂观察编码体系：如图2所示的，课堂观察编码体系是根据教师教的行为、学生学的行为以及课堂交互行为结构化课堂观察分析；课堂教学中教师教的行为、学生学的行为以及课堂交互行为都在时间序列上以一系列行为动作呈线性排列，只是在某一时刻某一类行为的重要程度不同，这为课堂教学结构模式在时间序列上的抽样量化分析提供了技术和操作上的可行性。编码体系是结构化课堂观察分析的主要方法和依据之一，特别是在间接课堂观察中，为借助课堂教学录像分析工具对教师的课堂教学录像进行观察分析提供可能。在系统分析了教师教学行为、学生学习行为、课堂交互行为后，采用聚类算法进行迭代运算处理；所述聚类算法的公式为：
其中S j表示第j个聚类集，Z j表示为聚类中心；
N j：第j个聚类集S j中所包含的样本个数。
其算法如下，
(1)任选K个初始聚类中心:Z1(1)，Z2(1)，...，Zx(1)，括号内序号为迭代运算的次序号；
(2)按最小距离原则将其余样本分配到K个聚类中心中的某一个，即
若min{||-Zi(k)||,i＝1,2,…,K}＝||X-Zj(k)||＝Dj(k)，则X∈Sj(k)
注意:k—迭代运算次序号；K—聚类中心的个数
(3)计算各个聚类中心的新向量值：Z j(k+1)j＝1,2,…,K
(4)判断：
如果Z j(k+1)≠Z j(k)，j＝1,2,…,K,则回到(2)，将模式样本逐个中心分类，重复迭代计算；
如果Z j(k+1)＝Z j(k)，j＝1,2,…,K，算法收敛，计算完毕。
对聚类算法得到的学生群体分为爱学习为红色M、爱互动为绿色N、爱走神为橙色Q等，譬如学生群体为40人，分别对已经编码的学生群体演算归类集演算得，红色M为30人，绿色N为20人，橙色Q为8人；
注：红色M、绿色N、橙色Q可进行交叉演算，即某一学生编码为S，S即可归属红色M，也可归属绿色N和橙色Q。
实施例四
本发明提供的再一个实施例中，包括实施例二的全部步骤，所述文件基本管理模块将课堂教学录像采集编码模块分析处理后的课堂教学录像导入文件基本管理模块，生成各种结构分析表单，具体包括以下步骤：
S41.文件菜单：对主讲教师讲授内容和基本信息进行录入，并按座位表生成课堂全貌观察对教学实况进行录入；
S42.视频载入：进行课堂教学录像的导入；
S43.编辑工具：根据评价内容、评价指标和录像编码进行添加、删除、修改和设置编辑；
S44.数据生成与分析：依据教学录像编码，生成各种结构分析表单的生成与创建。
S45.编码数据的生成及处理算法：将课堂教学录像分析过程中的分析表单均导出至Excel中，形成独立的数据报表；
S46.课堂教学录像编码表的生成：将课堂教学录像分析过程中的所有编码均导出至Excel中，形成独立的数据报表。
本发明混合式课堂观察学生行为分析辅助方法从观察视角度上分为宏观、中观、微观三个层次，在观察过程中结合量化和质性的评价方式；在三个层次的观察中，将课堂教学过程中所涉及的课堂教学智能平板互动答题内容、教师提问情况、分组活动情况影响课堂教学质量的因素均纳入到课堂观察学生行为分析辅助方法内，并基于该分析结果学校能够采取有效策略正确引导学生积极表达，有效提高课堂教学效果，促进学生的全面发展。
以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。
Claims (10)
1.一种课中学生行为分析辅助系统，其特征在于，包括核心模块、课堂教学录像采集编码模块以及文件基本管理模块；
所述核心模块包括双机位教学录像播控和录像播控数据库；所述双机位教学录像播控通过安装在教室内部的主机位和辅机位对课堂全貌、小组活动的课堂教学录像进行采集，通过主机位和辅机位运行时自动生成运行状态日志，并将状态日志传输至录像播控数据库进行保存；
所述课堂教学录像采集编码模块包括课堂全貌观察模块和小组观察模块，所述课堂全貌观察模块通过核心模块采集的视屏进行编码，并将信息传送至小组观察模块进行分组；
所述文件基本管理模块，将核心模块、课堂教学录像采集编码模块采集的录像以及编码之后的信息进行录入保存。
2.一种行为分析辅助方法，其特征在于，采用权利要求1所述的课中学生行为分析辅助系统，包括以下步骤：
S1.通过核心模块安装在教室内部的主机位和辅机位对课堂全貌、小组活动的课堂教学录像进行采集，主机位和辅机位为安装在教室内部的摄像头；
S2.将S1中采集到的课堂全貌、小组活动的课堂录像经采集编码模块进行分析处理；
S3.将分析处理后的课堂教学录像导入文件基本管理模块，生成各种结构分析表单；
S4.将课堂教学录像分析过程中的分析表单均导出至Excel中，形成独立的数据报表。
3.根据权利要求2所述的一种行为分析辅助方法，其特征在于，所述S1具体包括以下步骤：
S11.主机位监控课堂全貌的教学录像，辅机位监控小组活动的教学录像；
S12.主机位与辅机位运行时自动生成运行状态日志，若主机位或辅机位出错，则重新运行询问是否恢复上一次运行状态或通过运行状态日志返回至出错前某一操作点；
S13.运行状态日志存储至数据库中，每个表中设置主键与索引。
4.根据权利要求1所述的一种行为分析辅助方法，其特征在于，所述步骤S2具体包括以下步骤：
S21.依据视频编码体系，选择相应视频特定时间间隔，并进行编码；
S22.对已经编码的视屏进行小组观察与个别化观察。
5.根据权利要求4所述的一种行为分析辅助方法，其特征在于，所述S22中，小组观察包括：
分组活动情况：从活动时段、活动内容、活动类型、活动形式四方面记录课堂教学过程中小组活动情况，当活动结束后，从活动目标、分组分工、学生参与、教师指导四方面对小组活动进行质性评价；
师生互动情况一：记录课堂教学过程中用到的智能平板互动答题内容及使用者，从智能平板的使用时长、使用目的及效果出发，对使用情况进行分析讲解；
所述S22中，个别化观察包括：
教师提问情况：记录教师在课堂教学中所提出的问题概要、问题类型及教师与学生的对话反馈情况；
师生互动情况二：动态记录教师提问某一学生的次数及学生的回答情况与教师的反馈情况。
6.根据权利要求2所述的一种行为分析辅助方法，其特征在于，所述S3具体包括以下步骤：
S31.对主讲教师讲授内容和基本信息进行录入，并按座位表生成课堂全貌观察对教学实况进行录入；
S32.进行课堂教学录像的导入；
S33.根据评价内容、评价指标和录像编码进行添加、删除、修改和设置编辑；
S34.依据教学录像编码，生成各种结构分析表单的生成与创建一种课中学生行为分析辅助系统。
7.根据权利要求1所述的一种行为分析辅助方法，其特征在于，所述课堂教学录像采集编码功能具体包括：
A.课堂教学行为分解；
B.课堂观察编码体系。
8.根据权利要求7所述的一种行为分析辅助方法，其特征在于，所述课堂教学行为分解具体包括以下步骤：
A1.教师教学行为：主要教学行为、辅助教学行为和课堂管理行为；
A2.学生学习行为：听课、阅读、讨论交流、协作学习、资料收集、问题解决、练习、回答问题和反思；
A3.课堂交互行为：师生群体间的互动、学生群体间的互动、师生个体间的互动和学生个体间的互动。
9.根据权利要求7所述的一种行为分析辅助方法，其特征在于，所述课堂观察编码体系是根据教师教的行为、学生学的行为以及课堂交互行为结构化课堂观察分析，并采用聚类算法进行迭代运算处理；所述聚类算法的公式为：
其中Sj表示第j个聚类集，Zj表示为聚类中心；
Nj表示第j个聚类集Sj中所包含的样本个数。
10.根据权利要求2所述的一种行为分析辅助方法，其特征在于，所述文件基本管理模块将课堂教学录像采集编码模块分析处理后的课堂教学录像导入文件基本管理模块，生成各种结构分析表单，具体包括以下步骤：
S41.文件菜单：对主讲教师讲授内容和基本信息进行录入，并按座位表生成课堂全貌观察对教学实况进行录入；
S42.视频载入：进行课堂教学录像的导入；
S43.编辑工具：根据评价内容、评价指标和录像编码进行添加、删除、修改和设置编辑；
S44.数据生成与分析：依据教学录像编码，生成各种结构分析表单的生成与创建；
S45.编码数据的生成及处理算法：将课堂教学录像分析过程中的分析表单均导出至Excel中，形成独立的数据报表；
S46.课堂教学录像编码表的生成：将课堂教学录像分析过程中的所有编码均导出至Excel中，形成独立的数据报表。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211338038.0A CN115600925A (zh) | 2022-10-28 | 2022-10-28 | 一种课中学生行为分析辅助系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211338038.0A CN115600925A (zh) | 2022-10-28 | 2022-10-28 | 一种课中学生行为分析辅助系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115600925A true CN115600925A (zh) | 2023-01-13 |
Family
ID=84851880
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211338038.0A Pending CN115600925A (zh) | 2022-10-28 | 2022-10-28 | 一种课中学生行为分析辅助系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115600925A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104268188A (zh) * | 2014-09-17 | 2015-01-07 | 广州迅云教育科技有限公司 | 一种信息化环境下课堂教与学行为分析的方法及系统 |
| CN110765417A (zh) * | 2019-09-29 | 2020-02-07 | 昆明医科大学 | 一种高等医学课堂教学互动行为分析与评价方法 |
| CN112132009A (zh) * | 2020-09-22 | 2020-12-25 | 湖南惟楚有才教育科技有限公司 | 课堂行为分析方法、系统及电子设备 |
| CN113742396A (zh) * | 2021-08-26 | 2021-12-03 | 华中师范大学 | 一种对象学习行为模式的挖掘方法及装置 |
| CN114970701A (zh) * | 2022-05-18 | 2022-08-30 | 华中师范大学 | 一种基于多模态融合的课堂互动分析方法及系统 |
-
2022
- 2022-10-28 CN CN202211338038.0A patent/CN115600925A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104268188A (zh) * | 2014-09-17 | 2015-01-07 | 广州迅云教育科技有限公司 | 一种信息化环境下课堂教与学行为分析的方法及系统 |
| CN110765417A (zh) * | 2019-09-29 | 2020-02-07 | 昆明医科大学 | 一种高等医学课堂教学互动行为分析与评价方法 |
| CN112132009A (zh) * | 2020-09-22 | 2020-12-25 | 湖南惟楚有才教育科技有限公司 | 课堂行为分析方法、系统及电子设备 |
| CN113742396A (zh) * | 2021-08-26 | 2021-12-03 | 华中师范大学 | 一种对象学习行为模式的挖掘方法及装置 |
| CN114970701A (zh) * | 2022-05-18 | 2022-08-30 | 华中师范大学 | 一种基于多模态融合的课堂互动分析方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| McManus et al. | Monitoring computer-based collaborative problem solving | |
| Henri et al. | Collaborative distance learning and computer conferencing | |
| Falakmasir et al. | Using Educational Data Mining Methods to Study the Impact of Virtual Classroom in E-Learning. | |
| Kumar | Computer-supported collaborative learning: issues for research | |
| Militello et al. | Applied cognitive task analysis (ACTA) methodology | |
| Fisher et al. | Network analysis of interactions between students and an instructor during design meetings | |
| Matthies et al. | Beyond surveys: Analyzing software development artifacts to assess teaching efforts | |
| Bhatnagar | Artificial intelligence-a new horizon in Indian higher education | |
| Olsen et al. | Through the (thin-slice) looking glass: An initial look at rapport and co-construction within peer collaboration | |
| Zydney | Eighth-grade students defining complex problems: The effectiveness of scaffolding in a multimedia program | |
| Lee et al. | Comparison of peer-to-peer and virtual simulation rehearsals in eliciting student thinking through number talks | |
| CN115600925A (zh) | 一种课中学生行为分析辅助系统及方法 | |
| CN115936483A (zh) | 一种实时评估听课状态的线上教学系统 | |
| Cai | Adaptive Learning Analysis System for Colleges and Universities Based on Online and Offline Mixed Teaching | |
| Hadjerrouit et al. | Exploring Numbas Formative Feedback for Teaching and Learning Mathematics: An Affordance Theory Perspective. | |
| Wang | Research on Japanese digital learning system based on Agent model | |
| Xu et al. | Exploration of an intelligent computer-aided physical education system based on web | |
| Feklistova et al. | Clusters of programming exercises difficulties resolvers in a MOOC | |
| Liu et al. | The Big Data Course Research and Practice of “Four-in-One” Driven Personalized Tutoring in Large Class Teaching | |
| Gui et al. | Blended Teaching Research and Practice Combining Ideological Political Instruction and Data-Driven Method | |
| Barbara et al. | Enhancing statistics education with expert systems: more than an advisory system | |
| O'Neil et al. | Issues in the Computer-Based Assessment of Collaborative Problem Solving. CSE Report 620. | |
| Champalle et al. | A Framework for Observation and Analysis of Learners' Behavior in a Full-Scope Simulator of a Nuclear Power Plant-Approach Based on Modelled Traces | |
| Adeolu | Learning Computational Thinking Practices Through Agent-Based Modeling in an Informal Setting | |
| Su et al. | The Application of Digital Teaching Platform Moodle in Transnational Teaching and Management |
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 |