APP下载

基于MOOC数据的民航专业课程学习中的行为特征分析及对策研究
——以空中交通运输专业(飞行签派方向)本科学生“签派实践应用”课程为例

2019-10-12杨丰宁李家南王玉冰颜麒宇

安阳工学院学报 2019年4期
关键词:学习者分析课程

陈 琳,张 序,杨丰宁,李家南,孙 晔,王玉冰,颜麒宇

(1.中国民航大学飞行技术学院,天津300300;2.中国国际航空股份有限公司a培训部西南分部,b运行控制中心西南分控中心,成都610202;3.中国民航飞行学院a航空运行专业技术及人才培养研究所,b空中交通管理学院,四川广汉618307;4.四川航空股份有限公司运行控制中心,成都610202;5.四川大学锦城学院通识教育学院,成都611731)

0 引言

进入“十二五”以来,中国民航持续快速、高效发展,十年来,年航班平均周转量、旅客运输量、货物运输量等指标明显提高[1],但目前的持照签派员人数却远远不能满足民航业快速发展的趋势[2],对民航院校交通运输专业(飞行签派方向)学生的培养在数量和质量上都提出了更高的要求,随着大型开放式网络课程(Massive Open Online Courses,以下简称:MOOC或慕课)的兴起,如何借助MOOC教学平台,对飞行签派方向的专业课程建设和再造具有积极的作用。

1 MOOC平台的特点

MOOC平台具备“灵活性”和“实时性”的特点得到学员的青睐[3],在民航“十二五”、“十三五”规划中很多民航院校将其列入计划之中[4-6],实现了学习者从“被动式学习”向“主动式学习”的转变,从“传授范式”到“学习范式”的授课形式转变在教学中落地,成为原有模式的有力补充,极大地提高了培训的效率。MOOC是一种在线课堂,是学习者可以通过网络学习的在线课堂,这种教育的核心是有效地实现了教、学、评、测、练、认证、小组、社交等功能。与传统的课堂相比,MOOC具有规模大、开放性、个性化和参与性的特点[7],这些特点的出现突破了传统课程时间、空间以及学生身份的限制,为学习者提供优质的课程资源,进行在线学习。

2 “签派实践应用”课程内容

文章研究课程的教材由何秋钊审定,罗凤娥编著的2018年版《签派实践应用》,由西南交通大学出版社出版,共分七章,内容包括航空公司运行概述、飞行计划、飞行监控、非正常航班的运行、特殊运行、紧急情况下的航班运行和运行监察等方面的知识,涵盖了航空公司飞行签派岗位中所有的关键环节。该课程是空中交通运输专业的一门专业课,课程的任务在于使学生在掌握系统的签派理论知识后,能够熟练地应用到实际的航空运行中[8],本教材根据国际民航组织[9]、中国民航[10-11]对飞行签派员执照训练的要求,结合实际运行,重点培养学生的飞行签派实践技能,为受训学员从事飞行签派工作打下坚实的基础。

3 MOOC背景下“签派实践应用”课程的形式

当MOOC进入民航院校的教学模式之后,教学模式改革是核心之一,无论从学生角度出发,还是从教师角度出发,都需要对教学模式进行改革,强化“学生为中心”的特色,不局限网络这一课程载体,更多地是充分利用各专业院、系、部的教学资源,加强现场教学、现场讨论的力度,采用多媒体教学或实践教学来增加教学的效果。

本课题的教学体系中参考国内外规章、手册和各航空承运人发生的典型案例,首先在课堂上通过对航空公司运行的概述,在受训学员中建立好航空运行环境的概念。第二个板块通过对飞行计划的制定、飞行监控的实施展开阐述,达到加强受训学员实践技能知识加强和巩固的目的。第三个板块则在MOOC平台上通过教学互动的案例分析形式重点对航空公司非正常航班下的运行、特殊运行和紧急情况下的运行展开授课,该板块将在互动模块中引入大量航空承运人的实际案例,强化受训学生对知识的灵活运用能力。最后一个板块,对运行监察做了简要介绍,旨在让受训学员对运行质量做到心中有数。

4 行为数据采集的方案

对于本课题的数据研究可以分为三个阶段,即:学习行为数据采集、学习行为分析和利用分析结果调整教学资源和方法[12-13],由课程大纲、教学视频、讨论区以及结课考试题目组成,这部分的研究主要用在分析课程的第三板块中,数据收集过程中采用的是目前较流行的基于服务器日志的方法[14],通过服务器产生的日志记录自动获取进行研究和分析,研究用户一些基本数据和一些重要的行为数据。这种数据采集的形式在客观展示学生学习过程的基础上,同样也缺陷突出,如,对学习的实际参与者认定最困难,仅从数据来看,并不能准确知晓数据的发生者究竟是谁,部分学习过程有可能是其它人使用受训者的用户名来“协助”完成学习内容。所以,对受训学员的学习过程监控也是我们下一阶段需要解决的方向。

5 学生基本学习行为分析

该匿名化的抽样数据主要记录了中国民航飞行学院2018届空中交通管理专业109名大四学生的学习过程,学习内容包括教材“非正常航班的运行”、“特殊运行”和“紧急情况下的航班运行”三个章节,共需要18个课时,其中理论培训6个课时,上机学习时间为12个课时,需要在21天内完成学习。学习行为的类别包括了access(课程内容的访问)、discussion(课程论坛的讨论)、navigate(其它部分的访问)、problem(课程作业的完成)、video(课程视频的观看)、wiki(协同创作的访问)和page close(学习网页的关闭)七个部分,表1为学习行为的属性。

表1 学习行为属性

经过数据收集,这109名学生访问的详细行为记录达到了774 371条(见图1),可以使我们较全面的了解使用MOOC学习课程的行为方式。

从图1中我们可以直观的看出,这些学习行为数量的分布情况与实际的学习行为基本一致,主要动作还是体现在访问课程内容和学习视频观看上,因此access、navigate和video占到行为的主要比重,但可以从中分析出交流互动环节因不纳入结业考核,因此受训学员的参考积极性并不高,而这部分却是学习部分中最关键的环节之一,在下一阶段的课程教学改革中,课题组建议通过“校企合作”模式进行弥补。

图1 七种在线学习行为数量的分布情况

6 计量的结果分析及学习行为特征分析

从“学习完成情况”、“学习活跃度”和“学习持续性”三个方面对MOOC背景下学习行为研究是最好的研究维度,可以直观的分析出课程内容、课程形式和学生学习的关系,为下一阶段课程内容和形式的调整和重塑提供准确的数据依据。

6.1 计量的结果分析

6.1.1 学习者学习完成情况分析

学生在进入“签派实践应用”课程前需要完成学生信息的注册、确认和课程的申请过程,如没有申请将不能继续下一阶段的课程学习,本课题的109名学生(84名男生,25名女生)要求在课程开始前四个日历日完成该申请过程,在四个日历日里109名均完成了申请,具体分布情况见图2。

图2 学生申请课程学习情况分布

在图2所示的学生注册申请课程进入的基础上,课题组在从不同天数完成注册的学生对应完成学习的天数(见图3)和考试成绩(见图4)进行数据统计,研究这109名学生在学习兴趣和积极性方面的分布情况。

图3 学生申请学习天数与完成学习天数情况对比

图4 学生申请学习天数与考试成绩情况对比

从图3和图4可以分析得出,申请速度较快的学生学习积极性更高,学习效果更好,期末考核成绩总体偏高,几位不及格的同学均出现在申请较晚的时间段内,可以看出学习行为的主动性与学习效果是成正比的。

6.1.2 学习者学习活跃度分析

在“以学生为中心”的教学模式下,MOOC平台上课程教师提供以教学视频为主要形式的学习资源,学生在上课前完成对教学视频等学习资源的观看和学习,师生在课堂上一起完成作业答疑、协作探究和互动交流等活动[15],因此对“学习活跃度”的研究也是很重要的。课题组对这109名学生在“签派实践应用”课程论坛的数据进行提取,共提取出2 378条有效的提问和解答的互动数据,将这些数据来源与109名学生的注册时间和数据数量进行对比分析见图5。

图5 学生论坛发言数量与申请课程天数对比

从图5可知,学习愿望和课程参与度是呈正比的,有强烈学习愿望的学生在主动观看教学视频和完成课程作业的基础上,还会积极地和论坛的教师、同学展开分享和交流,包括很多对知识点的讨论、学习和答疑,这样的状态表明该变量所代表的学习者的学习动机越强,学习者会越积极地参与到课程互动中,表明学习愿望是课程参与的重要影响因素。

6.1.3 学习者学习持续性分析

“签派实践应用”第三板块的内容包括三个部分,要求在21天里完成课堂学习和上机学习,相对来说学习任务较重,根据数据提取对109名学生三个部分内容的平均学习时间进行了分析,见图6。

从图6的数据来看,学习意愿强烈的学生在提前完成学习内容基础上,学习的持续性很好,越往后的章节学习进度越快,学习质量稳定,考试成绩优异。学习意愿较差的受训学员,学习的进度分布不合理,甚至会出现部分学生为了在规定时间完成培训内容,最后章节赶进度的情况,这样的学习情况导致学习的成效差,考试成绩不理想,甚至会出现不及格的情况。

图6 学生每章节完成平均天数与申请课程天数对比

6.2 学生学习特征分析

文章采用聚类分析(Clustering Analysis)作为对学习行为特征数据挖掘的方法,这是一种有效的探索性识别和刻画MOOC学习者特征的手段,他包括三个核心部分:一是选取恰当的特征指标作为输入变量,二是选取合适的聚类算法执行类似度的度量,三是对输出结果进行类别分析[16]。通过对前期文献的研究和梳理[17-19]可以发现,完成者、退学者、课程浏览者、低参与者和报名者这五类学习者在这些文献中被归纳出的频次最多,如表2所示。

表2 研究文献中出现频次最多的五个类别

可以看出,除课程浏览者之外,其余的四类均用来描述学习者课程完成度的高低,由此可见当前MOOC学习者特性研究的普遍关注点还是在学习者完成度情况方面,经过对文章研究标本近80万条数据的分析可以得出,在表2基础上还有很多独特的学习群体,如表3所示。

可以看出这些独特的学习者群体与其对应的MOOC教学情境、研究情境存在着一定的相关性。

表3 独特的学习者类别

7 课程教学优化建议

目前MOOC平台的低完成率是一个普遍问题,与之同样存在的还包括了学习者的中途退出、学业不端、氛围缺失、动机不明确、自主能力缺失等行为现状,由此课题组提出三条教学优化建议。

7.1 引导学习动机,坚持学习

由于MOOC平台在民航院校起步较晚,因此,受训学员的认可度和使用频率都相对较低,作为高校首先要做到的就是引导学生的学习动机,要将学生最初仅为发展个人兴趣为目的引导为提升知识技能为目的,课题组建议,MOOC平台的课程设计上要提升课程的质量,用多种手段借助新颖的模式,维持好受训学员的学习动机,还可以通过激励方式让受训学员在学习中提高自身的效能感,明确学习过程与职业发展方向,求知欲望及社会服务体系的关系,自身效能感的提升都有助于网络自主学习积极性的提高,有利于减少课程中途退出者的比例,提升受训学员的学习效果。

7.2 提升学生的自主学习能力

从文献[20-22]可知明确的学习规划对学生的自主学习活动有着激励、指导和调节的作用,这种能力也是学生有效完成目标、顺利进行学习的内部驱动力,是自主学习的品质。因此,课题组建议从端正学习观念、转变教育方式、加大监管力度和加强学习方法指导四个方面入手。端正学习观念要求受训学员主动转变学习观念,梳理终身学习的理念,充分利用MOOC平台的资源,主动进行知识的探究;转变教育方式要求高校相关专业教研室,运用现代教育技术和现代教育理念,使平台更能适应学生的需要;加大监管力度,要求MOOC平台采取措施,督促学生自觉、严格地执行学习计划、评价和反思学习成果;学习方法的指导是授课教员对学生MOOC平台学习方法给予指导,同时授课教员利用网络资源,在线收集、整理和分析学习资源,在通过交流群分享资源,在师生共同参与的基础上,建立完整的知识体系,还可以增强受训学员的团队意识,提高探究发现能力。

7.3 深化“校企合作”模式,弥补互动性缺陷

MOOC平台有一项明显的缺陷就是师生互动性较差,为弥补这方面的缺陷课题组建议持续深化“校企合作”模式,“校企合作”模式是民航类院校教育的特色体现,由于各航空承运人选拔的教员基本都是毕业5~6年后的岗位能手,跟本科生年纪相差不多,优秀的教员可以给学生起到很好的榜样作用,有助于学生对自己的职业生涯进行更好的规划,这样就可以增加课程的互动性。深化“校企合作”模式是新时代民航专业课程教学高质量发展的必然趋势,这样才能培养出更加适应实际生产、服务于一线的技能应用人才。“校企合作”模式一方面可以通过民航企业的业务能手借助案例分析模式,提升学生的学习积极性,进而提升自身精益求精、追求卓越的品质,另一方面通过各民航企业发展的鲜活案例,让学生将理论知识运用到实践中,发现自身理论缺陷,在今后的学习中找到弥补的方向。

8 结论与展望

本文对MOOC平台上开设“签派实践应用”近80万条学习行为记录进行了分析,选取了学生完成情况、活跃度和持续性三个关键元素的学习行为作分析。实验证明,学习意愿强烈的学生在MOOC上主动性强、效果好。学习效果是学习行为的最终体现,受动机、目的、情感等多方面的影响。MOOC平台上的学习行为主要是学习者的一些客观行为表现。如何体现主观因素,并应用于学习效果预测,是一个有趣且复杂的课题,对充分理解学习者的学习行为、提高学习效率、科学地设置课程内容、干预学习进程等都有很大的帮助。

MOOC上的“签派实践应用”课程立体化的将形成教学、教材两个方面的“立体化”,鉴于课程与后续专业课程的重要性,如何开拓、培养学生的自主学习和创新能力十分必要,MOOC的开放式教学模式就是很好的载体,从数据分析来看,课堂气氛活跃,学生积极性有提高,教学效果有改善。

随着越来越多的课程加入到MOOC平台,更多的优质课程将会让更广泛的学生群体受益,MOOC的意义和价值也越来越明显。目前MOOC是高度发展的阶段,还面临各种不同的机遇和挑战,进一步认识MOOC并研究学习者的行为是一个有意义的基础性问题,下一阶段课题组还会对比开展以下研究:帮助学生学习个性化推荐机制,从海量的行为数据中自动地分析学生是否需要辅导,用户信息行为的统计与分析。

猜你喜欢

学习者分析课程
数字图像处理课程混合式教学改革与探索
隐蔽失效适航要求符合性验证分析
你是哪种类型的学习者
软件设计与开发实践课程探索与实践
十二星座是什么类型的学习者
为什么要学习HAA课程?
青年干部要当好新思想的学习者、宣讲者、践行者
电力系统不平衡分析
A—Level统计课程和AP统计课程的比较
电力系统及其自动化发展趋势分析