教学评价研究热点和主题可视化分析.docVIP

教学评价研究热点和主题可视化分析 　　摘 要：教学评价作为现代教育科学研究三大领域之一，对其研究热点和主题分析十分必要。文章以中国知网数据库2014-2016年核心期刊、CSSCI期刊收录的840篇教学评价研究相关的学术论文为研究对象，利用可视化技术，结合词篇矩阵、共现矩阵、聚类分析、多尺度分析、社会网络化分析等技术探究我国教学评价领域近3年研究现状和发展趋势。结果显示，教学评价研究主要围绕九个主题展开研究，当前研究主要集中在教学模式改革、教学过程和要素、评价方式等；未来需要关注教学模式改革效果评价、有意义学习等领域。 　　关键词：词篇矩阵；共现矩阵；聚类分析；知识图谱；社会网络化分析 　　中图分类号：G434 文献标志码：A 文章编号：1673-8454（2018）01-0017-05 　　引言 　　《国家中长期教育改革和发展规划纲要（2010-2020年）》明确提出了“改革考试评价制度和学校考核办法，建立科学的教育质量评价体系，改进教育教学评价”的总体发展目标。教学评价被誉为现代教育科学研究的三大领域之一，其意义不言而喻。教育评价思想开始于我国古代教育，早在西周时代已经形成比较完备的考试选拔制度，在历代的封建王朝时代，“分科举人”、“开科纳士”等考试制度，正是教育评价思想的渊源。 　　本研究利用社会网络化分析、多维尺度分析和聚类分析等多元分析方法，将“教学评价”领域内的重要关键词进行提取、分类、关系分析操作，从而总结归纳出该领域研究的热点和主题，以进一步掌握“教学评价”研究路线以及未来研究方向，为后续科研提供参考。 　　本研究同样秉承可视化分析的思路，?Y合多元分析方法。可视化分析是指将计算机进行科学计算的中间数据和结果数据，以某种容易理解的视觉方式展示出来的方法。[1]可视化分析利用计算机数据表示、处理技术实现数据可视化，[2]使数据用图表、曲线显示，并能对数据的相互关系和模式进行分类、组合、可视化呈现。在大数据时代，数据可视化已经逐渐成为主流。 　　一、数据来源与处理 　　1.数据来源 　　本研究以中国知网CNKI为搜索引擎，采用高级检索功能，检索2014-2016年在核心期刊、CSSCI期刊中发表的包含“教学评价”主题的文章，共847篇，过滤掉与主题无关的7篇文献，共得到840篇样本文献，并以NoteFirst格式导出。 　　2.提取高频关键词 　　利用BICOMB2.0书目共现分析软件，创建项目，选择“cnki..”格式，对840篇NoteFirst格式的文献文档进行关键词提取，并批量剔除无关关键词、合并同义词（如慕课和MOOC等），筛选得到3355个关键词。高频关键词的截取需要确定频次阈值，根据普莱斯计算公式：M=0.749×■，其中M表示阈值，Nmax为统计学术文献被引频次最高值。[3]在统计样本文献中，梁乐明等《微课程设计模式研究――基于国内外微课程的对比分析》[4]论文被引用次数最多，为46次。由此，计算得出M值为5。高频关键词提取频次大于5的前66位，如表1所示，其频次总数占所有关键词总频次的24.7094%。这些数据比较明显地展示了“教学评价”研究内容，但是没有反映出它们之间的关系和类别。因此，为了更好地对“教学评价”研究热点和主题进行分析，需要借助Ucinet6和SPSS22工具软件对其进行统计分析。 　　3.构建词篇矩阵、共现矩阵与相异矩阵 　　采用Ucinet6和SPSS22软件对66个高频关键词做矩阵分析，首当其冲的是准备分析数据――高频关键词的词篇矩阵（见表2）、高频关键词的相异矩阵（见表3）、高频关键词的共现矩阵（见表4）。首先在BICOMB2.0软件中设置阈值条件为5≤频次≤148，生成词篇矩阵和共现矩阵；利用SPSS22软件对词篇矩阵进行相似矩阵距离分析处理，设置度量标准为二分类Ochiai系数，生成相似矩阵。为了消除由于关键词共现次数差异所带来的影响，相异矩阵由相似矩阵导出到Excel中，并利用数字“1”与相似矩阵中的相似值相减生成。[5] 　　二、研究热点及其关系 　　为了获取教学评价研究热点及其关系，需要将先前统计出的高频关键词共现矩阵导入到Ucinet6软件中，生成二维社会网络关系图谱。将共现矩阵导入到Ucinet6软件中，对高频关键词进行节点中间度分析，如表5所示，并生成可视化高频关键词社会网络关系图谱，在图谱的基础上进行中间中心度（Betweenness）操作和K-cores分析操作，得图1。 　　通过Ucinet6菜单项“网络-中心度-Freeman中间度-节点中间度”操作统计节点中间度。从表5中可以看出，教学评价主要围绕评价体系、教学模式、教学改革、实践教学、课堂教学、教学质量等主题展开研究的。在社会网路关系图谱中可以看出，通过中间中心