邵雯娟 尧海昌 夏吉安

摘    要：文章从评价指标构成、评价指标权重、评价标准等方面，构建了基于形成性学习过程评价机制，提出一种混合式学习环境下学习效果评价机制，基于“面向对象程序设计”课程进行混合式教学实践，并对该学习效果评价机制进行实证研究。

关键词：混合式学习;学习效果评价;面向对象程序设计;软件开发类课程

中图分类号：G640          文献标识码：B          文章编号：1002-4107（2022）03-0058-04

一、研究背景

在教育大数据的背景下，教学信息化急速发展，融合现代教育理论和数字化学习理论，引发了教育模式的变革[1-2]。在此基础上，要支撑当前互联网智慧教学现状，符合智慧学习、自主学习等特点，应用新技术改善学习方式，从而提升教学质量。在内容上，现有的学习评价机制需要拓展，在方式上，学习评价形式也亟须变革，有必要建立一套准确完整的评估体系和模型，对学习者进行科学、合理、精确的评估[3-4]。

基于此，本文提出一种学习效果评价模型，并结合实际课程进行实证研究，这对于评价学生学习技能和应用技能效果具有重要现实意义：一方面，从教师视角，注重对学习的过程评价、应用实践能力评价，改变了以成绩为考核目标的评价准则;另一方面，从学生视角，可以激发内在的学习动力，获得对个人技能与过程的认可。

本文将以“面向对象程序设计”课程的教学过程作为研究应用案例，实施智慧教育环境下混合教学新模式，如翻转课堂、移动教学等，同时支持线上和线下教学，将不同学习过程产生的数据收集起来，为模型的有效性验证提供数据分析的决策依据，从而有效评价学生在混合式教学模式下的学习效果。

二、面向混合式学习环境的学习效果评价机制的构建

本文以软件工程专业学生为研究样本，运用理论分析和实证研究、文献研究与问卷调查相结合的研究方法，以案例分析为实证基础，构建一种面向混合式学习环境的学习效果评价机制，如图1所示。

首先，对学习效果的影响因素进行调查分析，基于不同的评价主体视角，如教师对学生的评价、学生自我评价和互相评价，采用多重评价原则，如定性评价、定量评价、过程性评价、结果性评价，设计调查问卷，对调查对象进行随机抽样发放调查问卷，获得调查数据，对学习效果评价的影响因素进行深入的量化分析。

其次，基于结构方程模型建立和分析学习效果评价模型，对理论模型和提出的假设进行检验，得出具体的研究结论。在混合式教学环境中，学生的学习效果受到外界环境的影响，其中部分内在的影响因素，如自身内在态度、知识基础、合作态度等评价指标，无法直接对其进行测量，但这些都会对学习效果产生正向的直接影响，由此学习效果评价的难度也相应增加。为有效解决以上问题，运用结构方程模型理论，选出多个学习观测指标，将每个潜变量通过一些观测指标来衡量体现，构建一系列的学习效果评价机制。通过分析来自于观测变量的测量数据，将变量间关系在模型里对应显示，同时，分析因果变量的关系，通过混合式学习过程中学习效果的若干外生潜变量，如学习态度、学习能力、知识技能、应用能力、团队合作等来建模，对若干选定的观测变量的测量数据进行分析，在模型中显示变量间关系，编制关系路径图，运用极大似然估计的方法，得到若干参数的估计结果，由此来判断学生学习效果，得到合理客觀的权重。再采用修正指标的方法对模型进一步修正，使得学习效果评价结果更合理、准确。

基于结构方程模型的学习效果评价研究框架如图2所示，具体包括以下内容。通过查阅课程评价规范相关的文献资料，研究智慧教育下大学生学习的特征及各种路径，梳理影响学习效果的各种因素以及内生潜变量和外在潜变量、观测变量，根据变量之间关系构建数学模型。以南京工业职业技术大学2020届软件工程专业学生为样本，针对大学生学习效果影响因素等问题设置问卷，采用李克特量表设计调查量表，进行抽样调查，收集数据，定量分析各项影响因素指标对学习效果的具体影响情况。运用结构方程模型对大学生学习效果影响因素进行分析，综合运用多元分析法，对模型进行检验与修正。

最后，对理论模型进行实证研究，将研究得到的结果运用于实际教学，对项目案例课程中的学生进行学习过程评价。根据各影响因素项的指标权重，在实施混合式教学时，因材施教，教师采用的教学方法应有所侧重。同时，根据学生的评价反馈，及时调整和完善教学方式，使教学在不断的测评、反馈、调整过程中趋于完善。

三、混合式学习环境下学习效果评价机制实践

    （一）混合式学习环境设计

“面向对象程序设计”课程以软件工程专业就业岗位为导向，针对软件设计过程中，类设计、输入输出、数据库操作等方面技能进行职业能力分析，以培养职业应用能力为核心，采用单元化教学的授课方式，并重新建构课程教学过程，完善教学内容，配以多个软件项目案例进行实施。

课程以一个综合信息管理系统为基础，开展软件开发技能学习，采用层次型递进方式推进学习内容，将代码编写、图形界面、数据存储等若干教学单元贯穿于教学环节中，使学生具备软件开发的基本能力。教学过程以培养认知能力、归纳分析能力、知识迁移能力为重点，表现在理解软件开发方法和开发过程、具备技能实践运用能力、理论和方法迁移能力，着重将理论应用于工作过程，使学生掌握类的设计、继承、方法的重载、多态、输入输出流、异常处理、数据库操作等，提高学生动手能力，规范职业化素养，同时通过开发项目的亲自实践，培养团队合作意识，强化职业素养。

本课程从职业能力出发，将课程拆分成若干单元，一个单元代表一个知识点，由若干次课程完成，每完成一个单元，学生都及时将代码上交给教师进行反馈和考核。课程的教学安排在实验室中进行，机房配置了客户机/服务器实验系统，采用实训授课，以教师讲授为主，学生自主学习为辅，采用“线上—线下”教学方式，加强师生互动交流，使得教学相长，达到职业技能人才培养的目标。

   （二）学习效果评价机制实践

在学习效果的考核评价上，注重全面考察学生在学校的学习表现，通过互动奖励等方式激发学生学习兴趣，主动参与学习，推进主动学习持续发展。根据以上分析，在评价时，既要体现知识能力掌握程度，又要体现学习态度和合作意识的发展程度;既关注考核结果，又关注过程中态度、能力的良好发展。

与此同时，教师要善于利用评价数据所提供的大量辅助教学信息，根据学情反馈内容，关注个体差异，发挥正向启发作用，适时适度总结学生学习进度，不断调整和改善教学方法和内容。

首先，对学生主动参与的意愿程度进行评价，例如：积极参与教师组织的讨论主题，在线下课堂中敢于回答问题、表述想法，观点论据充分，充满自信。在模拟项目中，认真参与应用实践，积累实践经验，从不同角度思考解决问题，且见解独到、有创新之处。在团队小组合作中，理解他人的思路，与小组成员交流沟通顺畅，在团队中勇于承担任务，担任团队的“领头羊”，积极促进团队建设。

其次，评价维度能反映学生思考的过程，软件开发类课程注重理论知识应用能力，在评价学生学习效果时，要侧重开发能力和操作能力的考量，多维度评价学生，发挥定性和定量结合的优势，合理恰当地综合评价学生理论知识掌握程度和操作能力。

除此以外，教师应重视培养学生的知识拓展能力，开展启发式教学，在布置每个模块的学习内容时，通过设置的工作任务内容和学习过程，模拟不同的软件使用者（管理者、普通用户、系统管理员等），提出需求和问题，启发学生分析和思考系统功能，教师辅以启发、引导和归纳，而不是直接给出答案，最终达到“独立思考、归纳选择、吸收内化”的能力目标。

最后，学习评价的手段要多样，形式要突破传统思维，不拘一格，体现评价的多元化，以过程评价为主要考核目标，结果评价为辅助考核目标，不仅要体现出综合评价因素，还要包含阶段性过程评价、实践操作评价，考察学生通过阶段性学习，对概念的理解、所掌握的技能、学习态度表现。学习成果具体表现为：系统功能的设计和部分程序模块的编写。

结合软件开发类课程注重开发能力培养的特点，本课程采取混合式学习环境下学习效果评价机制，即综合学习评价分数和课程最终考核分数。在综合评价环节，首先，选取学习效果评价的观测变量，以此作为潜变量。其次，设定可测变量，构建结构方程模型，设计并进行学习效果的问卷调查。最后，对调查问卷数据进行处理，对模型进行修正和分析。

基于机构方程模型的学习效果评价指标体系的研究基础，本学习评价模型拟采用的分析模型如图3所示。

由线性回归方程，得到潜在变量之间的结构方程及回归影响系数如下：

η=0.67ξ1 +0.03ξ2 +0. 02ξ3 +0.28ξ4 +ζ

在获得观测变量回归系数的基础上，对同一个潜在变量下的观测变量路径系数进行加权，对每个观测变量的打分采用加权得分，获得4个潜在变量的评价得分，用于分析和评价学生的学习能力以及技能方面的特征表现。

以2020级软件开发专业张同学在第一学期“面向对象程序设计”课程的学习过程为例，根据学习评价的规则，获得其学习评价的各项观测变量的评定得分，根据学习效果评价的分析模型，获得各项观测变量的影响系数和加权系数，详细如表1所示。根据结构方程模型中的路径系数，由各潜变量指标的得分，加权得到学生在该课程的综合评分，如表2所示，可见该学生在“面向对象程序设计”课程的学习评价综合评分为81，其在班级中学习表现属于中上等水平，具体表现可归纳为：学习态度较好，编程实践综合能力較强，但学习内容仍以接受教学内容为主，创新开发能力和团队合作能力中等，从而影响其在获得知识后，对技能的拓展和延伸。由于学生学习的动力、动机决定了其学习方向、学习态度和学习进程[5]，今后教师应对其进行有针对性引导，让其保持持续的学习动力，同时，着重培养其软件开发创新思维和团队合作能力。

（三）实践效果分析

根据本学习效果评价机制在软件开发类课程的实践效果，得出如下实践总结。

1.良好的学习动力是掌握学习技能的基础。随着混合式教学模式的引进，学习态度在混合式学习环境中占据着愈加重要的地位[6]。教师应该通过有效激发软件开发课程的学习动机，引导学生积极开展学习[7]。教师可在软件开发类课程开展初期，组织学生加强对软件开发行业背景和现状的认知，介绍软件开发的成功商业案例，如“拼多多”软件的优质商品推荐算法、“抖音”软件的商业模式介绍等。教师在设计教学活动时，将混合式学习环境作为教师期望传递的有效载体[8]，对大学生的认知水平、行为倾向、情感体验进行有效引导和传递，以期提升学生的学习态度、综合能力与素质[9]。

2.应用能力是提高学习能力的保证。本文采用以能力考核为中心的过程性考核方式，不仅考查了学生基础知识和基本理论掌握程度、课堂听课效果和编程基础的掌握情况[10]，还考查了学生基本的编程实践能力、分析解决问题及编程实践的综合能力和创新能力。较大地减轻了学生以往死记硬背知识点的压力，提高了学生动手实践的积极性，提升了学生综合分析问题和解决问题的能力。

3.团队合作能力是创新创业能力的保证。团队合作能力主要以软件项目为驱动，考查学生课外参与项目实践练习的情况，模拟真实的企业项目，让学生在项目中分工合作，承担软件企业中不同的职位角色，为培养创新创业能力作准备。既考查了学生对基础知识的掌握程度，又较好地考核学生的实践动手能力、综合能力和创新能力，考核综合评价得分能真实反映学生的知识掌握情况和相关能力，保障了本课程“专创融合”目标的达成度。

4.基于结构方程模型的学习效果评价机制的有效性。本文采用基于结构方程模型的学生效果学习评价方法，根据软件开发技能的评价原理，拟定反映软件开发技能的考核评价观测变量，找到学生学习技能过程中评定属性与实际观测评价指标之间的定量关系[11]。在伴随性学习过程中，综合评定采集的观测指标数据，通过测量学生软件开发能力的灵活性、创新性、提高性、持久性和充分性，判断学生学习开发技能的水平与程度，最终计算得到的评价指标数据能综合反映学生认知、理解、应用、分析与综合五个学习方面。本学习效果评价机制能有效对学生软件开发技能的学习效果进行评定，对于客观、全面评价学生软件开发学习效果具有重要的现实意义。

5.创新创业能力的融入。软件开发类课程属于计算机专业的理论与实践紧密结合的核心课程，以培养实践能力、创新创业能力为目的，具有较强的灵活性和思维的开发性，对学生创新创业思维和综合应用能力的要求较高，为打造完善的计算机专业大学生创新创业体系，可以在程序开发的初级课程，如“面向对象程序设计”课程中融入创新创业通识内容，采用“模块化、项目化、合作化”的混合式教学方式。除此以外，教师应有意识地将所学习内容与网络经济相衔接，明确学习目标和方向，指引学生熟悉软件产品的商业思维，学生除了可以实体产业创新，还可以通过网络创新创业。以热门软件“抖音”“快手”为例，在教师的指导下，带领学生了解其生态成因、项目商业计划书、核心的商品推荐算法，从两家公司的组织架构、发展策略、产品特点和商业化变现路径等多个维度展开分析，商业计划书分析包含项目背景介绍、商业模式、产品设计、价值观设计、产品盈利方式、行业排名以及主要竞争对手分析、财力人力投入及产出预测分析、面向的客户群以及可以开展的合作等，这样的培养手段旨在使学生形成计算机创新创业思维，提高职业竞争意识。

  四、小结

本文从评价指标构成、评价指标权重与评价标准等方面构建了基于形成性学习过程评价机制，提出一种混合式学习环境下学习效果评价机制，基于软件工程专业“面向对象程序设计”课程进行混合式教学实践，并对该学习效果评价机制进行实证研究。实证结果证明：该多元化评价方式改进了原有的学习效果评价方法，更注重学生的学习态度、学习能力、团队合作能力与动手能力的培养，实际应用效果良好，具有一定的客观性和灵活性，能体现学生学习的差异性，适用于混合式教学的开展。消除了传统评估方法中总体感知不均衡的现象，注重对学习的过程与应用实践能力评价，改变了传统的以成绩为导向的单一评价准则;评价颗粒度依据观测变量的选择而定，具有很强的弹性，可粗可细。这样可灵活地关注学习者学习过程的细节，捕获其学习路径，评价维度多元化：多维度综合评价学生的个性化学习特征，纵向研究内容贯穿线上和线下学习过程，以可测量的学生个性化的学习行为特征为评价依据，横向研究内容涵盖不同维度的认知领域;体现差异性：关注学生的“个性差异”，选择学生的典型学习行为特征为量化依据，由于学习结果与学习过程间存在潜在的关联关系，因此，学习评价的结果也呈现个体差异性。该学习效果评价机制的使用，充分激发了学生对软件开发类课程学习的积极性和主动性，培养了学生动手实践能力，提高了学生综合应用能力和创新能力，具有一定的推广意义。

参考文献：

[1]郑庆华，董博，钱步月，等.智慧教育研究现状与发展趋势[J].    计算机研究与发展，2019（1）.

[2]张仕学，王力，张明富，等.基于就业质量的计算机专业人    才培养评价模式[J].计算机教育，2015（10）.

[3]牟智佳.电子书包中基于教育大数据的个性化学习评价    模型与系统设计[J].远程教育杂志，2014（5）.

[4]李振超，陈琳，郑旭东.大数据理念下的发展性学习评价系    统设计研究[J].现代教育技术，2015（6）.

[5]李乔，郑啸，程泽凯.高校工科大数据课程教学研究[J].计算    机教育，2018（5）.

[6]刘冰.基于SPOC的混合式学习环境下大学生学习态度    研究[J].淮北師范大学学报（哲学社会科学版），2018（5）.

[7]刘红霞，赵蔚，王龙静.混合式学习环境下教师期望对大学    生学习态度的影响研究[J].远程教育杂志，2014（1）.

[8]沈欣忆，胡雯璟，Daniel Hickey.提升在线学习参与度和学    习效果的策略探究及有效性分析[J].中国电化教育，2015（2）.

[9]管恩京.混合式教学有效性评价研究与实践[M].北京：清    华大学出版社，2018：10.

[10]肖海鹏，刘杰，谢铭瑶.SPOC环境下以“学习评价”为中      心的翻转课堂教学模式改革[J].中国教育信息化，2016（10）.

[11]吴明隆.结构方程模型——AMOS操作与应用[M].重庆：      重庆大学出版社，2009：8.

2846500520269