中小学教师继续教育网络学习社区社会网络结构研究.docVIP

中小学教师继续教育网络学习社区社会网络结构研究 　　摘要：运用社会网络分析法对广州市中小学教师继续教育远程学习中的一个网络课程学习社区进行社会网络分析，研究该网络学习社区的网络结构属性和凝聚子群，探讨教师继续教育网络学习社区的特点，最后对网络学习社区的建设提出建议。 　　关键词：中小学教师继续教育；网络学习社区；社会网络结构 　　中图分类号：G658 文献标志码：A 文章编号：1009-4156（2013）06-049-04 　　中小学教师的继续教育是基础教育改革、发展的重要途径，也是中小学教师专业发展的必要条件。目前，全国很多城市和地区都在运用网络学习社区开展网络学习来扩大中小学教师继续教育规模，提高继续教育质量，特别是在广州市，网络学习已经成为中小学教师继续教育的主要形式。研究者从2002年开始承担了3门广州市中小学教师继续教育网络课程的教学工作，从几年的教学实践以及学习者的反馈，发现中小学教师继续教育网络学习普遍存在着学习效果差的现象，这已经成为开展中小学教师继续教育网络学习所面临的主要问题。为了使中小学教师继续教育网络学习能够持续地向前发展，本研究采用社会网络分析方法，建立网络学习社区的社会网络结构与网络教育效果的因果模型，研究网络学习社区的互动模式和成员之间的连接，分析学习者的在线参与和课程学习效果之间的关系，通过社会网络分析和其对网络学习社区成员之间交互关系的表达，探索如何在网络学习社区中进行成员之间的交互，以及这些交互是如何影响成员的特定学习效果等。 　　一、研究设计 　　广州市中小学教师继续教育网络学习社区社会网络结构的研究以“广州市中小学教师继续教育网”远程教育平台中的课程为研究单元，研究在课程中的成员利用课程平台所提供的功能进行学习、交流活动所形成的社会网络的特性。本研究所使用的数据来自“广州市教师继续教育网”上开设的远程教育课程“多媒体课件设计与制作（远程教育）”的1102期和1101期（课程号分别为：110210131007和110110131007），通过教师账号登录，收集论坛讨论情况作为关系数据以及内容分析数据的统计依据。 　　（一）研究对象 　　两门课程属于远程教育课程，没有安排面授环节。1101课程共有学员75名，教师1名，成员总计有76人，学员成绩69人合格，6人不合格，合格率为92%；共计发帖166个。1102课程共有学员103名，教师1名，成员总计有104人，学员成绩90人合格，13人不合格，合格率为87.4%，共计发帖223个。学员全部来自广州市内中小学，学员分布分散，彼此之间没有交流，课程开始前互不认识，且专业背景和生活环境不同，具有很大的异质性。在线讨论中，该课程共分为“最新技术”、“关于作业”、“学术讨论”等三个模块，规模偏大。 　　由于所用的软件限制，一次只能分析100人以内的网络，所以在研究前删去了成绩为0，发帖数为0，回帖数为0的5名学员，占成员总数的4.8%，删去这些学员后，由于这些学员没有与其他成员发生任何交互行为，也就是说，不存在这些学员与其他成员的关系，其所处的位置也是网络的最边缘，所以删除这些学员后只会微弱地影响网络的密度等基本参数，不会影响核心数据的测量；因此，可以允许删除这5名学员后进行研究。 　　（二）数据收集的方法 　　研究收集了1101和1102两门课程中学员姓名、成绩等属性数据，并以两门课程成员在课程论坛中讨论的帖子为依据，以“发帖”和“回帖”两种行为作为关系数据以及内容分析的基础，收集了关系数据，绘制了关系矩阵，并以此为基础进行矩阵变换、数据分析和探讨。研究的关系数据集合包括1101和1102两门课程全部师生的属性数据，如真实姓名、学校归属、成绩等；以及关系数据的三种特征值，即关系的内容、关系的方向和关系的次数。 　　（三）网络学习社区的网络结构分析 　　根据网络分析的一般方法和参照前人运用网络分析法对网络学习社区进行研究的经验，本研究从网络的基本属性、网络的凝聚子群两个方面来对广州市教师继续教育网络学习社区的网络结构进行分析。 　　二、网络学习社区基本属性分析 　　（一）社群图 　　社群图是形象化表达社会网络结构的关系图表。社群图是对社会网络分析的第一步，通过社群图，我们可以对所研究的社会网络有一个直观、形象的认识。利用社会网络分析软件，我们可以以所统计的关系矩阵为基础，得出所研究网络的社群图。 　　在网络学习社区中，我们不仅需要知道每个成员与其他成员的连接数，而且需要知道连接的方向和大小。所以我们所绘制的社群图为“有向赋值社群图”。利用Ueinet软件，我们绘制出了1101课程和1102课程的社群图（图略）。 　　1 1101课程的社群图分析。从绘制的社群图和软件统计结果可以得到，在1101课程中，共有76个节点