周鵬 李環(huán) 郭美一 張丹 袁瑜鴿 吳砥

[摘? ?要] 網(wǎng)絡(luò)教研已成為教師教研新形式。文章首先綜述了當(dāng)前教學(xué)交互評價的相關(guān)研究，并結(jié)合空間教研交互的特征，從知識與情感兩個維度構(gòu)建了空間教研交互評價模型。然后從空間教研交互的評價過程出發(fā)，詳細(xì)闡述了空間教研交互評價方法的計算過程。最后基于該評價模型和方法，以W市網(wǎng)絡(luò)學(xué)習(xí)空間名師工作室的教研交互內(nèi)容為例進(jìn)行實例分析。結(jié)果表明，所提出的模型能夠有效應(yīng)用于空間教研交互內(nèi)容評價的分析，彌補(bǔ)了當(dāng)前空間教研交互評價方法的不足，為網(wǎng)絡(luò)學(xué)習(xí)空間的教研交互評價和自動化評價奠定了一定的基礎(chǔ)。

[關(guān)鍵詞] 網(wǎng)絡(luò)學(xué)習(xí)空間; 空間教研; 教研交互; 教研評價; 評價模型

[中圖分類號] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡介] 周鵬（1981—），男，湖北武漢人。講師，博士，主要從事網(wǎng)絡(luò)學(xué)習(xí)空間績效評估的研究。E-mail：stevezp @mail.ccnu.edu.cn。李環(huán)為通訊作者，E-mail：syqz@mails.ccnu.edu.cn。

一、引? ?言

網(wǎng)絡(luò)學(xué)習(xí)空間正成為教師空間教研的新趨勢，可助力教師培訓(xùn)進(jìn)程、促進(jìn)教研質(zhì)量提升和深化教學(xué)主題開展[1]。在空間教研過程中，教師教學(xué)知識的積累和教學(xué)能力的提升都需要依靠教師之間的空間交互來推動和發(fā)展[2]。其中，教師在其所在的學(xué)習(xí)共同體中與他人進(jìn)行交互而產(chǎn)生的觀點(diǎn)或知識是影響深度教研學(xué)習(xí)的關(guān)鍵因素[3-4]。通過對華中地區(qū)W市空間教研社區(qū)調(diào)查發(fā)現(xiàn)，2017年該市教師人均空間教研交互量低于10條，且近四分之一的交互內(nèi)容的字符數(shù)少于10個，表明目前該市空間教研交互次數(shù)還不多、交互內(nèi)容還不豐富、交互質(zhì)量還需不斷提升。通過構(gòu)建空間教研交互評價模型和方法，評估教研交互的水平及結(jié)果，診斷空間教研中存在的問題，是提高空間教研交互質(zhì)量、提升空間教研水平的主要措施之一[5]。因此，如何評價空間教研交互是當(dāng)前亟待解決的重要問題。

現(xiàn)有研究針對教學(xué)交互的評價方法主要包括：觀察法、問卷調(diào)查法和內(nèi)容分析法。最具影響力的一種課堂觀察技術(shù)是弗蘭德斯的互動分析系統(tǒng)[6]，該系統(tǒng)從教師、學(xué)生的言語行為、沉寂情況三個方面進(jìn)行編碼，通過每三秒記錄一種行為的方式構(gòu)成互動分析矩陣圖，從而對課堂交互進(jìn)行分析。鄭勤華等則采用問卷調(diào)查法調(diào)查了MOOCs學(xué)習(xí)者的交互意愿和偏好的交互方式，通過調(diào)研國內(nèi)14個MOOCs平臺的六百多門課程的交互情況，以了解教學(xué)交互狀況[7]。嚴(yán)亞利等人采用CMC（Computer Mediated Communication）內(nèi)容分析法，設(shè)計了教師博客群體交互深度的內(nèi)容分析框架，從淺度互動、中度互動和深度互動三種類別構(gòu)建了交互程度編碼表，并以海鹽教師博客為例，通過逐條分析抽取的600多條數(shù)據(jù)，以了解教師博客的交互深度[8]?，F(xiàn)有的關(guān)于交互內(nèi)容的評價方法，有些是對單個課堂進(jìn)行分析，有些則從學(xué)習(xí)者感知角度反映交互內(nèi)容質(zhì)量，并不適合評價空間教研交互的海量化、碎片化的交互內(nèi)容。因此，面向空間教研交互的特征，如何構(gòu)建一套空間教研交互評價模型和方法，成為教研交互評價發(fā)展方向上亟待解決的關(guān)鍵問題。

二、空間教研交互評價模型構(gòu)建

空間教研借助網(wǎng)絡(luò)學(xué)習(xí)空間環(huán)境開展教研工作。交互性是空間教研的重要特點(diǎn)之一[9]，教師可借助網(wǎng)絡(luò)平臺參與公開課評選、主題教研、在線聽課教研、視頻互動微教研、跨區(qū)域網(wǎng)絡(luò)協(xié)作等活動[10]，與專家或其他教師進(jìn)行在線交流互動。有效的空間教研交互可以促進(jìn)教師臨場感、社區(qū)感以及深度學(xué)習(xí)的形成[11]。

（一）空間教研交互的內(nèi)容特征

圖1? ?空間教研的交互內(nèi)容

空間教研交互的內(nèi)容是指針對特定教學(xué)研究主題開展討論所產(chǎn)生的文本內(nèi)容。如圖1所示，以W市某小學(xué)開設(shè)的空間教研社區(qū)為例，該社區(qū)中的某名成員分享了關(guān)于如何評價學(xué)生作文的文章，其他成員就此主題開展了討論?？臻g教研交互的內(nèi)容包括討論的主題、發(fā)布者和評論者的基本信息、評論內(nèi)容以及發(fā)布時間等。

由圖1可見，教師通過發(fā)表評論的方式參與教研交互，教研活動往往由空間教研社區(qū)的名師（或某個教師）提出的主題展開討論，參與者圍繞這個主題發(fā)表意見，下一條評論還可能會針對已有評論發(fā)表意見，以此類推，就形成了一個帶有鮮明主題的討論群，討論群規(guī)模的大小取決于成員們對該主題的關(guān)注程度。與用戶原創(chuàng)內(nèi)容（UGC）相比，空間教研交互內(nèi)容的特征具體表現(xiàn)在以下兩個方面：

1. 空間教研交互內(nèi)容篇幅呈冪律分布

本研究統(tǒng)計了W市空間教研社區(qū)中的7420條交互內(nèi)容的篇幅長度，分布如圖2所示。其中，41.17%的交互內(nèi)容長度小于10個字符，11.1%的交互內(nèi)容長度大于200個字符，表明空間中多數(shù)教研交互內(nèi)容篇幅較短，少數(shù)內(nèi)容篇幅較長，出現(xiàn)長尾現(xiàn)象，呈現(xiàn)冪律分布特征。但相比UGC（如微博內(nèi)容）一般以表情包傳達(dá)信息，空間教研因自身所具有的專業(yè)性，其整體內(nèi)容篇幅相對較長。而信息量的大小反映了其傳遞信息的多少[12]，在空間教研中交互內(nèi)容的字符數(shù)也就反映了其信息量的價值大小。

圖2? ?W市空間教研交互內(nèi)容篇幅長度分布

2. 空間教研交互內(nèi)容往往帶有情感傾向，且以正向情感傾向為主

通過對W市空間教研社區(qū)中隨機(jī)抽取的600條教研交互內(nèi)容數(shù)據(jù)進(jìn)行情感詞規(guī)則處理，發(fā)現(xiàn)正向情感的交互內(nèi)容占72.83%，負(fù)向情感的交互內(nèi)容占0.67%，中性情感的交互內(nèi)容占26.5%。而UGC（如微博內(nèi)容）豐富多樣，可分為娛樂型、社交型、商業(yè)型和輿論型[13]，情感傾向較不穩(wěn)定。積極情感可提高交互滿意度，并對交互質(zhì)量具有調(diào)節(jié)作用[14]。通過研究空間教研交互內(nèi)容的情感傾向，可以更全面地了解教師教研交互的內(nèi)容質(zhì)量。

1. 詞表構(gòu)建

（1）情感詞典構(gòu)建。承載情感信息最重要的基本單元是情感詞，本研究參考《知網(wǎng)中文情感詞典》《臺灣大學(xué)中文通用情感詞典》和《中文褒貶義詞典》構(gòu)建了情感詞典。但有些中文詞義會隨語境的變化而改變，如“碰撞”一詞，在教學(xué)中是指制造生生、師生之間的碰撞，來激起學(xué)生的認(rèn)知興趣，表達(dá)了贊揚(yáng)的意思;而“車輛碰撞”則不具有正向的情感傾向。因此，本研究在初步整合了已有情感詞典的基礎(chǔ)上，修改了部分情感詞的極性，構(gòu)建了適用于本研究的情感詞典。為方便計算情感強(qiáng)度，本研究設(shè)計了正向情感詞和負(fù)向情感詞的強(qiáng)度值，正向情感詞的強(qiáng)度歸一化為1，負(fù)向情感詞的強(qiáng)度歸一化為-1。

（2）程度副詞表構(gòu)建。情感分析不僅僅是提取情感詞，句子中的程度副詞也會對詞匯的情感產(chǎn)生影響[20]，且不同的程度副詞修飾情感詞的強(qiáng)化程度有所不同[21]。本研究基于前人對程度副詞分類的研究成果[22]和知網(wǎng)提供的詞表，整理了適用于本研究的程度副詞表，將程度副詞按強(qiáng)度劃分為四個級別，并各自賦予不同的權(quán)重。

（3）否定詞表構(gòu)建。否定詞也能改變文本的情感傾向[20]。本研究參考前人對否定詞的界定，構(gòu)建了否定詞表，并將其強(qiáng)度設(shè)置為-1。

2. 情感值計算

（1）單條空間教研交互情感值計算。某次空間交互可能會包含多條交互內(nèi)容，其中含有情感詞的單條交互內(nèi)容s用{wi1，wi2，...wim}表示，m表示每一條交互內(nèi)容的情感詞個數(shù)。結(jié)合情感詞典、程度副詞表和否定詞表，若句子中某個情感詞前有程度副詞或否定詞修飾時，某條空間教研交互內(nèi)容情感值的一般計算如式（3），副詞與否定詞的計算如式（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）表示程度副詞的強(qiáng)度值，D（d■）為程度副詞的權(quán)重，p為修飾此情感詞的副詞個數(shù)，代表的是情感強(qiáng)度;N（wij）表示否定詞的強(qiáng)度值，q為修飾情感詞的否定詞個數(shù)，代表的是情感極性;E（s）的正負(fù)可判定情感傾向。如果E（s）大于零，表明該條教研交互內(nèi)容的情感為正向;如果E（s）等于零，表明該條教研交互內(nèi)容為中性情感，不存在明顯的情感傾向;如果E（s）小于零，表明該條教研交互內(nèi)容情感為負(fù)向。

（2）某次空間教研交互情感值計算?；谝陨嫌嬎氵^程，某次空間教研交互情感值的計算如式（6）：

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

其中，k為某次空間教研的交互條數(shù)。為方便分析，本研究采用了min-max歸一化法，將空間教研交互的情感值進(jìn)行歸一化處理。

四、實驗及數(shù)據(jù)分析

（一）研究過程

本研究抽取了W市網(wǎng)絡(luò)學(xué)習(xí)空間中的10個名師工作室，將其在2017年1月至12月間開展的37次教研活動后臺交互內(nèi)容作為實驗數(shù)據(jù)。名師工作室是基于W市網(wǎng)絡(luò)學(xué)習(xí)空間開設(shè)的網(wǎng)絡(luò)教研場所，教師可在該空間中發(fā)布學(xué)科資源和文章，開展名師課堂、在線交流和課題研究等教研活動。選取的10個名師工作室包含語文、數(shù)學(xué)和英語三門學(xué)科，共有82名教師，累計1458條交互數(shù)據(jù)（數(shù)據(jù)基本信息包括所屬名師工作室的ID、所屬教研活動的ID、發(fā)起評論的用戶ID、被評論的用戶ID、評論內(nèi)容、評論時間等）。本研究首先將采集到的交互內(nèi)容進(jìn)行預(yù)處理;接著根據(jù)評價計算方法得出各個教研活動的知識量和情感值;然后繪制37次教研活動交互內(nèi)容的評價結(jié)果圖;再檢驗37次教研交互內(nèi)容的知識量與情感值的相關(guān)性;最后對實例分析結(jié)果進(jìn)行討論。

（二）實例分析

1. 知識量和情感值結(jié)果

根據(jù)空間教研交互內(nèi)容評價方法，本研究對W市網(wǎng)絡(luò)學(xué)習(xí)空間名師工作室中37次教研交互內(nèi)容的知識量和情感值進(jìn)行了計算，部分結(jié)果見表2?？梢钥吹?，這37次教研活動的交互平均知識量為0.7844;情感傾向都為正向且平均情感強(qiáng)度為0.9093;其中，約81%的教研活動的交互情感強(qiáng)度值高于0.8。

表2? ? ? ? ? ? W市空間教研交互評價結(jié)果表

2. 空間教研交互評價結(jié)果圖

根據(jù)表2的數(shù)據(jù)結(jié)果，本研究繪制了37次教研活動的交互評價模型結(jié)果圖，如圖5所示。這37次教研活動的交互水平全部分布于第一象限，知識量和情感值分別位于[0.2，1]和[0.4，1]區(qū)間內(nèi)，且主要集中于知識量[0.6，1]的區(qū)域內(nèi)，即總體上趨向于“知識量較多、正向情感強(qiáng)烈”的范圍內(nèi)。另外，也有個別教研活動的知識量和情感值具有較大的差別，如編號為03（0.2，1）、29（0.2，1）和33（1，0.3971）的教研活動。

圖5? ?W市空間教研交互評價結(jié)果圖

3. 空間教研交互知識量與情感值相關(guān)性分析

知識和情感是空間教研交互評價的兩個重要維度，為探索這兩者之間是否存在相關(guān)關(guān)系，本研究對37次空間教研交互的知識量和情感值進(jìn)行了Pearson相關(guān)性檢驗，見表3?？梢钥吹剑R量與情感值之間不存在相關(guān)性（p>0.05），表明當(dāng)空間教研交互的知識量越多（或少），其情感值不會越高（或低），不會出現(xiàn)正向（負(fù)向）情感越強(qiáng)烈的情況。

表3? W市空間教研交互知識量與情感值的相關(guān)性檢驗結(jié)果

（三）結(jié)果分析

數(shù)據(jù)統(tǒng)計結(jié)果顯示，2017年W市網(wǎng)絡(luò)學(xué)習(xí)空間名師工作室中不同教研活動之間的交互水平存在差異，教師利用名師工作室開展教研活動還具有較大的發(fā)展空間。本研究結(jié)合統(tǒng)計結(jié)果，對目前W市網(wǎng)絡(luò)學(xué)習(xí)空間名師工作室中的教研交互水平進(jìn)行討論。

1. 空間教研交互的知識量較為豐富，但存在差異

結(jié)合表2和圖5，可以看到空間教研交互的知識量雖然較為豐富，但各教研活動的知識量之間存在較明顯的差異。在名師工作室教研社區(qū)中，雖然大部分教師是“潛水者”，少數(shù)為活躍者，但這些活躍者會積極表達(dá)自己的觀點(diǎn)和看法。此外，迫于行政壓力（如日常登錄與評論情況和績效掛鉤），網(wǎng)絡(luò)教研變成教學(xué)行政的一種形式[23]。但又因名師的影響力，各工作室成員人數(shù)存在一定的差異，其活躍度也存在差異。綜合而言，名師工作室中的“名師”應(yīng)當(dāng)發(fā)揮助學(xué)者的作用，提高同儕交互的意識，帶動教師實現(xiàn)深度互動。

2. 整體的空間教研交互氛圍較好

通過表2可以發(fā)現(xiàn)，W市網(wǎng)絡(luò)學(xué)習(xí)空間名師工作室的37次教研活動的交互情感傾向都為正向，且約92%的教研活動的交互情感強(qiáng)度值高于0.7，表明教師處于較和諧的教研交互環(huán)境中。相關(guān)調(diào)查研究顯示，教師對空間教研持有樂觀的態(tài)度，認(rèn)為空間教研對自己的教學(xué)工作有一定的促進(jìn)作用[24]。良好、和諧的教研環(huán)境更有利于提高交互效果，因此，應(yīng)當(dāng)繼續(xù)維持和諧的交互氛圍，為今后W市空間教研的發(fā)展提供基礎(chǔ)。

3. 空間教研交互知識和情感相互獨(dú)立

由表3可知，空間教研交互的知識和情感是兩個相對獨(dú)立的指標(biāo)，這也證實了可從這兩個維度對空間教研交互進(jìn)行評價。由于具備與教育學(xué)相關(guān)的專業(yè)知識，教師在空間教研交互中會以一種理性與感性相結(jié)合的方式來表達(dá)自己的看法，不會流露過于極端化的情緒，即當(dāng)教師對某個教研主題越有深刻的見解時，越不會表現(xiàn)出強(qiáng)烈的正向情感;或當(dāng)教師對某個教研越?jīng)]有產(chǎn)生想法時，越不會表現(xiàn)出強(qiáng)烈的負(fù)向情感，而往往會借助傾向于中性或正向的情感詞來表達(dá)自己的觀點(diǎn)。

五、結(jié)? ?語

通過構(gòu)建空間教研交互評價模型和方法，以診斷空間教研交互中存在的問題，是提升空間教研交互水平的主要手段。本研究通過參考前人對空間教研交互的評價指標(biāo)，結(jié)合空間教研交互的內(nèi)容特征，提出了空間教研交互“知識—情感”二維評價模型，設(shè)計了具體的評價方法。通過對W市網(wǎng)絡(luò)學(xué)習(xí)空間名師工作室中的教研交互內(nèi)容進(jìn)行分析，驗證了評價模型的科學(xué)性和可行性。本研究提出的空間教研交互評價模型，彌補(bǔ)了當(dāng)前空間教研交互評價方法的不足，為網(wǎng)絡(luò)學(xué)習(xí)空間的教研交互評價和自動化評價奠定了一定的基礎(chǔ)。然而本研究也存在不足之處，如沒有考慮到教師的基本信息情況、教師特征與教研水平是否存在相關(guān)關(guān)系等。此外，如何在知識維度實現(xiàn)智能化分析也是后續(xù)研究的重點(diǎn)。

[參考文獻(xiàn)]

[1] 何克抗.21世紀(jì)以來的新興信息技術(shù)對教育深化改革的重大影響[J].電化教育研究，2019，40（3）：5-12.

[2] 郭炯，霍秀爽.網(wǎng)絡(luò)教學(xué)研討中教師協(xié)同知識建構(gòu)研究[J].中國電化教育，2014（3）：101-109.

[3] 丁衛(wèi)澤，熊秋娥.定量的內(nèi)容分析：評價在線討論質(zhì)量的有效方法[J].中國遠(yuǎn)程教育，2009（2）：42-45，79.

[4] 黃慶玲，李寶敏，任友群.教師工作坊在線討論深度實證研究——以信息技術(shù)應(yīng)用能力提升工程教師工作坊為例[J].電化教育研究，2016，37（12）：121-128.

[5] 張琳，劉林.從影響因素的視角談現(xiàn)代遠(yuǎn)程教育質(zhì)量評價觀[J].現(xiàn)代遠(yuǎn)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] 鄭勤華，于暢，陳麗.基于學(xué)習(xí)者視角的MOOCs教學(xué)交互狀況調(diào)查研究[J].中國電化教育，2016（6）：77-85.

[8] 嚴(yán)亞利，黎加厚.教師在線交流與深度互動的能力評估研究——以海鹽教師博客群體的互動深度分析為例[J].遠(yuǎn)程教育雜志，2010，28（2）：68-71.

[9] 肖正德.網(wǎng)絡(luò)教研：一種促進(jìn)教師專業(yè)發(fā)展的新型教研模式[J].現(xiàn)代遠(yuǎn)距離教育，2007（1）：34-36.

[10] 冷作福.基于教育云環(huán)境的教師教研模式探究[J].中國電化教育，2013（8）：126-128.

[11] 馬立，郁曉華，祝智庭.教師繼續(xù)教育新模式：網(wǎng)絡(luò)研修[J].教育研究，2011，32（11）：21-28.

[12] 莫祖英，馬費(fèi)成，羅毅.微博信息質(zhì)量評價模型構(gòu)建研究[J].信息資源管理學(xué)報，2013，3（2）：12-18.

[13] 趙宇翔，范哲，朱慶華.用戶生成內(nèi)容（UGC）概念解析及研究進(jìn)展[J].中國圖書館學(xué)報，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] 陳向東，趙怡.基于知識建構(gòu)的在線異步交流評價[J].中國電化教育，2008（12）：44-48.

[18] 劉黃玲子，朱伶俐，陳義勤，黃榮懷.基于交互分析的協(xié)同知識建構(gòu)的研究[J].開放教育研究，2005（2）：31-37.

[19] 羅玉萍，潘慶先，劉麗娜，張魯華.基于情感挖掘的學(xué)生評教系統(tǒng)設(shè)計及其應(yīng)用[J].中國電化教育，2018（4）：91-95.

[20] 黃衛(wèi)東，陳凌云，吳美蓉.網(wǎng)絡(luò)輿情話題情感演化研究[J].情報雜志，2014，33（1）：102-107.

[21] 夏南強(qiáng)，肖琴.微博群體信息及其主觀傾向性分析[J].情報科學(xué)，2014，32（9）：22-29.

[22] 藺璜，郭姝慧.程度副詞的特點(diǎn)范圍與分類[J].山西大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2003（2）：71-74.

[23] 趙云建.網(wǎng)絡(luò)教研中的活動設(shè)計策略研究[J].中國電化教育，2015（10）：133-138.

[24] 趙旭敏.中小學(xué)教師網(wǎng)絡(luò)教研現(xiàn)狀與促進(jìn)策略研究[D].武漢：華中師范大學(xué)，2012.