大数据背景下国内课堂学习评价研究与发展综述.docxVIP

大数据背景下国内课堂学习评价研究与发展综述 　　摘要：当前，国内大数据背景下课堂学习评价的研究还处于初级阶段。本研究分析了大数据背景下国内课堂学习评价研究成果数量及发展趋势，并提出大数据背景下课堂学习评价的研究不仅要以大数据背景为契机探索课堂学习评价的有效实施，还应建立完整全面的评价指标体系，利用大数据技术构建更加便捷的课堂学习评价工具或软件。 　　关键词：课堂学习评价;大数据;内容分析法;评价指标 　　中图分类号：g434文献标识码：a论文编号：1674-2117（2020）02-0078-05 　　●引言 　　2017年的地平线报告指出，学习评价将会成为未来教育的主要趋势，并且重点关注各种评价工具与方法如何运用于学生学习数据的记录、采集、分析以及评估反馈。一个好的学习评价，有利于师生的教和学，还可以给行政管理部门提供科学依据，促进教学管理。一般来说学习评价包括两种评价方式，一种是形成性评价，另一种是总结性评价。 　　随着建构主义学习理论及人本主义理论的普及，人们越来越强调形成性评价在学习评价中的地位，课堂学习评价也随之被重视。然而实际情况是，由于学生人数众多与教师时间精力有限，课堂学习评价的实施很难落地。而当前大数据技术的发展，为课堂学习评价带来了契机。大数据的5v特征（大量、高速、多样、价值、真实）可以对教育领域的“数据密集型”教育业务产生巨大的冲击，使得课堂学习评价的数据同样具有大数据特征，生成客观公正有效及时的学习评价。 　　因此，为了揭示大数据背景下课堂学习评价在我国的发展情况、特点与不足，本研究在对相关的期刊与硕博学位论文进行梳理与分析的基础上，为国内大数据背景下课堂学习评价的研究提出一些期望与建议，以期为今后大数据背景下课堂学习评价研究与实践的开展提供借鉴与参考。 　　●设计研究 　　本研究选择中国知网中的相关文献，搜索方法如下：在知网中的高级检索功能中，以“大数据”和“学习评价”为关键字，检索日期为2019年3月18日，剔除非学术性以及与课堂学习评价无关的内容后，将剩余的26篇作为本研究的有效文献样本。样本中包括期刊文献24篇和硕博士论文2篇。本研究采用内容分析方法，从文献的数量、来源和研究类型三个部分对大数据背景下课堂学习评价进行分析。 　　●大数据背景下国内课堂学习评价研究成果数量分析 　　1.文献数量分析 　　研究数据显示，我国首次出现对大数据背景下课堂学习评价的研究是在2013年，是沈学珺2013年9月在《上海教育科研》期刊上发表的《大数据对教育意味着什么》。[1]从2013年起，大数据背景下课堂学习评价的研究总体呈现不断增长的趋势。深究其中的原因可以发现，2011年教育部正式公布了《教育信息化十年发展规划（2011—2020年）》，《规划》中明确提到，要大力促进技术在教育评估中的应用。基于此背景，越来越多的学者意识到课堂学习评价新的发展方向，并积极将大数据技术与课堂学习评价进行整合，开展新背景下的课堂学习评价研究。2017年与2016年相比，研究总数增长了200%。2019年前3个月，也已经有文献被发表。因此，我们可以认识到，国内大数据背景下课堂学习评价的研究目前正处于快速增长的趋势，在未来一段时间仍会是炙手可热的研究方向。 　　2.文献来源分析 　　为了了解哪些群体对该研究领域比较关注，本研究首先将期刊的来源按照不同研究群体进行了划分，分类结果为：教育技术学类、计算机类、教育管理类和学科教学类。通过统计发现，教育技术类与学科教学类占比最多，计算机类紧随其后。可见，随着大数据技术在课堂学习评价中的运用，不仅仅是教育领域一直在关注课堂学习评价，一些技术类的领域也开始涉及课堂学习评价的研究。而参考的硕博士论文均来自教育管理专业，说明大数据背景下的学习评价已经引起了多个领域的学者关注，并积极运用各自专业领域的知识，促进大数据技术与课堂学习评价更加有效地融合。 　　3.研究类型分析 　　本文参照仇立平的《社会研究方法》一书，按内容不同先将文献类型划分为理论研究与应用研究。然后在此基础上根据课堂学习评价的主要特征，将理论研究和应用研究细分为描述性研究、评价指标构建、评价系统设计、评价模型的实施、评价软件的应用。具体内容如表1所示。 　　我国研究者对大数据背景下课堂学习评价的理论研究和应用研究的重视程度是均等的。当前，该主题的研究尚处在对问题进行描述与认识的阶段，同时，有大量学者在不断尝试使用现有的软件进行评价数据的收集与处理。但如何使用大数据技术促进课堂学习评价的研究深度需要进一步加强。综上所述，当前在大数据背景下课堂学习评价尚未形成完整的理论体系，研究者处于一边进行理论探索