黄志成

（广东女子职业技术学院 信息资源中心，广东 广州 511450）

移动实验教学数据分析及教学建议

黄志成

（广东女子职业技术学院 信息资源中心，广东 广州 511450）

为了改进移动实验教学，对移动实验平台的优缺点、实验方式及期末成绩占比开展了教学调查。以自主开发的移动实验平台为例，收集了实验数据，对各时段的实验提交次数和实验时长进行统计，并绘制曲线图和散点图进行趋势分析；对各学生的实验次数与分数及各实验题的实验次数进行统计，并绘制柱状对比图和箱线图进行异常分析；对各学生的综合实验情况进行谱系聚类分析。根据调查和数据分析结果，总结教学策略，为教学决策提供参考。

实验分析; 教学建议; 移动实验平台; 实验教学调查

0 引言

当前有关促进实验教学改革的研究有很多，如基于虚拟访真技术构建虚拟实验平台[1]，利用互联网技术构建网上开放实验平台[2]等。大部分的研究以理论偏多，少数文献提出了较为完整的实验平台开发[3]，涉及实验平台应用并进行数据收集分析研究的文献很少，尤其有关移动实验教学[4]方面的研究更少。实验平台仅仅是一个辅助实验的工具，有了实验平台并不代表就促进了实验教学，更重要的是基于实验平台开展实验教学试验，收集实验数据并进行分析，根据分析结果评估教学效果，调整教学策略，提升实验教学的成效。

为了分析和挖掘实验数据潜在的有用信息，本文以自主开发的移动实验平台所收集的实验数据为例，对实验数据进行收集、分析和研究，并总结了教学建议，为移动实验教学提供决策参考。

1 学生对移动实验教学的看法

针对学生使用移动实验平台进行了教学调查。学生普遍认为，移动实验平台最大的优点是可以随时、便捷地做实验。但移动实验平台也存在一些限制，只有进行针对性优化才能更好适应移动实验。

对于实验学习方式，学生的看法是：自己做（48%）、分组做（30%）、老师带着做（25%）。大部分学生认为独立自主做实验的学习方式更适合自己。同时，部分学生认为有必要进行分组实验，这样更有利于相互提高。

学生对于实验成绩在期末总评中所占的期望比例如图1所示。大部分学生认为，实验成绩占期末成绩权重的合理范围是20%-50%。

图1 实验成绩占期末成绩比例分布图Fig.1 Distribution of experimental results for the final grade weight

学生对于自主实验所取得的成就在期末总评中有所体现的意愿十分强烈。过程性学习能力培养更利于对知识技能的掌握。

2 实验数据统计分析

2.1 各时间段实验情况统计分析

统计全天各时段的实验提交次数，绘制曲线如图2所示（为使曲线在纵坐标小数值下仍保持较明显的趋势轮廓，对纵坐标 1000-2400之间的数据作了截断）。

图2 实验提交次数曲线图Fig.2 Curve of experiment times

9-12时是课堂实验教学时间，实验数据较为集中。13时后实验记录波浪式上升，到 19时出现课余时间的最大峰值。在0时学生实验也较为活跃，凌晨1时至4时仍有少部分学生进行实验学习。

2.2 实验时长分析

对学生的单次实验操作时长（分钟）进行统计，绘制散点图[5]如图 3所示。由图可知，数据较密集的是9时至12时的课堂实验教学时段，在线实验操作时长较长。在课外时间，学生的实验时长较为发散，大多集中在5-10分钟之间。

图3 实验时长散点图Fig.3 Scatter plot of experiment duration

在线实验时长反映了学生集中学习的程度。学生在课堂受到教师监督的情况下，学习当然能高度集中。但是在课外时间，学生处于无约束的情况下，学习仅仅靠自觉和自身兴趣，学习集中度会迅速下降。

2.3 实验次数统计分析

2.3.1 实验次数与分数对比分析

统计每个学生所有实验的总实验次数和总分数，绘制出对比直方图如图4所示（仅列出典型学生样本）。

图4 实验次数与分数对比图Fig.4 Comparison of experiment times and scores

一般而言，学生需要通过一定次数的实验操作才能完成实验。总实验次数和总分数差距较大时，预示着非正常情况。绝大部分学生对于新学的知识掌握得并不牢固，有理由怀疑学生作弊。如46、16号学生样本的实验次数比分数少得多，存在抄袭嫌疑。实验次数是分数的1.3-1.7倍较为合理。

2.3.2 实验次数离散情况分析

以实验题为单位，统计每个学生的实验次数并制作boxplot[6-7]（箱线图）。箱线图加号表示异常值，虚线表示均值。箱线图可以了解实验题的异常情况，如图5所示（仅列出部分典型实验题样本）。

可以看出，数据大致呈现右偏态分布，存在较大的异常值。30和 48号实验题的箱形比其它样本要高，箱形和触须较长，说明数据离散度较大。事实证明，30和 48号实验题的难度较大，学生的实验次数较高。16号和 89号实验题箱形较短，数据较集中，但均值基本过Q3（上四分位数）线，且离群点较远，说明存在较大的异常情况。事实上，对于16号和89号实验题，部分学生重复提交现象较严重，可能由于学生的网络不稳定引起。对于部分实验题出现的异常情况应引起教师的注意，并调整教学策略。

图5 实验次数箱线图Fig.5 Box plot of experiment times

2.4 实验数据聚类分析

根据学生的实验数据，对全班学生进行谱系聚类分析[8]，结果如图6所示。

全班学生存在两个较大差异类，一类是积极认真学习学生；另一类是投机取巧或厌学的学生，被动式应付实验，抄袭情况严重。此类学生应引起教师的重视。由聚类图可知，全班学生可大致分为5个大类，教师可根据每类的学生制定不同的教学策略。

图6 全班学生实验数据聚类图Fig.6 Experimental data cluster of the whole class

3 移动实验教学建议

3.1 引导独立实验，提高期末成绩占比

调查结果显示，学生更倾向于独立自主进行实验。教师应善于发现学生的学习心理活动，因势利导，激励学生独立思考，并充分利用互联网搜集知识解决问题。教师应转变教师角色，帮助学生进行知识建构，培养学生的创新能力[9]。教师应提高平时实验成绩在期末总评中的比重，充分肯定学生通过形成性学习所取得的成果，提升学生的荣誉感和成就感。

3.2 精简实验操作，适应移动学习

数据分析显示，学生在课外更倾向于在早晨和晚上集中使用移动端进行实验学习，并且课外单次实验时长都相对较短。相对课堂实验教学的集中、受教师监督的情况，学生在课外的学习行为较为自由、散漫，集中度低，容易受到外界干扰。教师设计实验时就要针对移动学习作出优化，在实验题内容设计时应尽量分解复杂实验，设计知识粒度更细的实验，并精简单次实验操作步骤，使学生能在短时间内、以较少步骤、较简单地解决实验，适应并优化移动学习。

3.3 分组管理，实施个性化教学

由于每个学生的能力和知识结构都不同，对于同一个知识点，各人的掌握程度不同。而且，学生的个性和学习方式也不尽相同。有的学生主动实验学习，有的学生即被动式应付。教师应收集学生的实验数据，根据学生的实验数据进行同质分组。根据每组学生的特点分别制定不同的教学策略，对于自觉学习的学生要引导激励，制定递进的学习目标，激发学生之间的争强好胜心，形成活跃、竞争的学习氛围。对于厌学、懒散的学生，设定易于实现的学习目标，严加要求，督促学生进行实验。同时引导组内学生之间相互协作学习，充分利用各种交互行为[10]促进知识的掌握，加大学生创新思维[11]的培养力度。

4 结束语

本文对基于移动实验平台开展的移动实验教学进行了教学调查，并对实验数据展开了一系列分析。教学调查显示，学生对移动实验学习表示认可，倾向于独立进行实验，应提高实验成绩占期末考核的比重。通过对实验数据的分析，可以发现学生的作弊行为，实验题目的异常情况，以及学生的群体趋向等。最后总结了移动实验教学建议，为实验教学决策提供参考。

[1] 成丹, 崔瑾, 王庆亚, 等. 植物学虚拟实验平台的构建及应用[J]. 实验室研究与探索, 2016, (2): 62-66.CHENG D, CUI J, WANG Y Q, et al. Construction and Application of Botany Virtual Experiment Platform[J]. Research and Exploration in Laboratory, 2016, (2): 62-66. (in Chinese)

[2] 王革思. “模拟电子技术”课程开放式实验教学平台的研究与实践[J]. 实验技术与管理, 2014, (8): 170-173.WANG G S. Research and practice of open experimental platform of Analog Electronic Technology teaching course[J].Experimental Technology and Management, 2014, (8):170-173. (in Chinese)

[3] 黎孟雄, 郭鹏飞. 基于SQLite的数据库原理自主实验平台设计[J]. 实验技术与管理, 2016, (11): 157-160.LI M X, GUO P F. Design of self-experimental platform based on Database Principle of SQLite[J]. Experimental Technology and Management, 2016, (11): 157-160. (in Chinese)

[4] 胡绍彬, 郭玲玲, 赵法军, 等. 基于移动网络的实验教学模式研究与实践[J]. 实验室科学, 2016, (1): 86-88.HU S B, GUO L L, ZHAO F J, et al. Study and practice of mobile network based on experimental teaching model[J].Laboratory Science, 2016, (1): 86-88. (in Chinese)

[5] 金林. 一种改进的散点图矩阵及其在R软件中的实现[J].统计与决策, 2016, (1): 77-79.

[6] Williamson D F, Parker R A, Kendrick J S. The box plot: a simple visual method to interpret data[J]. Annals of Internal Medicine, 1989, 110(11): 916-921.

[7] 董雅雯, 佘济云, 陈冬洋, 等. 基于箱线图的海南省东方市生态景观格局稳定性研究[J]. 中南林业科技大学学报,2016, (8): 104-108.DONG Y W, SHE J Y, CHEN D Y, et al. Landscape pattern analysis of Dongfang city based on the stability evaluation model[J]. Journal of Central South University of Forestry &Technology, 2016, (8): 104-108. (in Chinese)

[8] Murtagh F, Contreras P. Algorithms for hierarchical clustering: an overview[J]. Wiley Interdisciplinary Reviews Data Mining & Knowledge Discovery, 2012, 2(1): 86–97.

[9] 梁文耀, 陈武喝. 基于创新能力培养的自主性实验教学改革探讨[J]. 实验室研究与探索, 2012, (8): 289-291.LIANG W Y, CHEN W H. Autonomous Experimental Teaching Based on Creative Ability Cultivation[J]. Research and Exploration in Laboratory, 2012, (8): 289-291. (in Chinese)

[10] 陈鹏宇, 冯晓英, 孙洪涛, 等. 在线学习环境中学习行为对知识建构的影响[J]. 中国电化教育, 2015, (8): 59-63.CHEN P Y, Feng X Y, SUN H T, et al. The Effect of Learning Behavior on Knowledge Construction in the Online Learning Environment[J]. China Educational Technology,2015, (8): 59-63. (in Chinese)

[11] 蒲保兴, 秦波莲. 应用型人才培养目标下的实验教学模式研究[J]. 软件, 2017, 38(5): 55-58.PU B X, QING B L. Research on Experimental Teaching Mode Based on the Target of Applied Talents Training[J].Software, 2017, 38(5): 55-58. (in Chinese)

Analysis of Experimental Teaching Data and Teaching Suggestions

HUANG Zhi-cheng
(Information Resource Center, Guangdong Women’s Polytechnic College, Guangzhou 511450, China)

In order to improve mobile experiment teaching, it carry out a teaching survey to cover the advantages and disadvantages of mobile experiment platform, experimental methods, and proportion of final score. Take the mobile experiment platform developed by ourselves as an example，experimental data of the mobile platform are collected. It carry on trend analysis to statistics of the submit times of experiments and the duration of each experiment by drawing curves and scatter plots. It carry on abnormal analysis on statistics of the students’ submit times,scores and submit times of each experiment by drawing column contrast and box diagram. It makes cluster analysis of the students' comprehensive experiment. It summarizes teaching strategies to provide reference for teaching decision based on the results of the survey and data analysis.

: Experimental analysis; Teaching suggestions; Mobile experiment platform; Experimental teaching survey

TP 311; G642

A

10.3969/j.issn.1003-6970.2017.10.023

本文著录格式：黄志成. 移动实验教学数据分析及教学建议[J]. 软件，2017，38（10）：120-123

全国教育信息技术研究“十二五”规划课题(166242869)

黄志成(1981-)，男，高级实验师，主要研究方向：数据挖掘、信息化教学。