摘要：本研究首先依据翻转课堂教学质量的相关理论从教学效果、教学过程和教学资源三个维度构建了翻转课堂教学质量评价的指标体系，然后基于该评价体系对某校的计算机类的三十余门实施翻转课堂教学的课程从学生角度进行了评价数据的收集，共计收集评价数据1545条，最后对数据进行了预处理后，以评价体系指标为输入变量，以课程评价结果为输出变量，构建了C5.0决策树模型对翻转课堂的教学质量进行评价结果的预测。预测结果显示，对训练数据的预测准确率达到了73.19%，对测试数据的预测准确率达到了63.24%。
关键词：翻转课堂；教学质量；评价体系；决策树C5.0算法
一、翻转课堂教学质量评价的本体特征
在传统教学中，教学活动相对简单，评价的重点一般放在学习结果上，主要采用结果性评价方式。相对于传统课堂，翻转课堂的教学过程更复杂、学习活动更丰富、学习结果更多样。要科学地评定翻转课堂的教学绩效，不仅要评价学生的学习结果，还要重点评价学生的学习过程。
翻转课堂的学习方式既有接受学习，又有自主、合作、探究学习；既有正式学习，又有泛在学习；翻转课堂的学习活动既有个体自学、小组讨论、实践操作，又有亲身体验、总结反思等——多样的学习方式和复杂的学习活动，必然会生成丰富的学习结果。要全面地评价翻转课堂的教学绩效，不仅要评价学生对知识的掌握情况，而且要考察学生能力素质的变化。
翻转课堂的教学流程主要包括课前、课中、课后三个环节，并且每个环节的教学活动都很丰富。科学地评价翻转课堂的教学效果，就要全面地评价学生在三个环节中的态度倾向、学习行为和学习成效，即评价要贯穿翻转课堂教学的全过程。
二、翻转课堂教学质量评价的指标体系构建
翻转课堂颠覆了传统的教学方式，教学活动均以学生的“学”为中心，因此教学评价指标更应该根据学生的“学”进行设计。
根据上述翻转课堂教学评价“强调过程性”的取向和“过程与结果并重”的特征，评价体系不仅要重视学生的学习成效，而且要关注学生的学习过程。因此，翻转课堂的教学质量评价指标体系设计可从过程评价和结果评价两个维度进行。
根据“评价贯穿全过程”的特征，过程评价应该全面考察学生课前、课中和课后学习过程中的学习行为和阶段成效。而学习结果评价可从认知领域、动作技能领域和情感态度领域进行指标设计。
本研究根据上述原则，从教学效果、教学过程和教学资源三个维度构建了翻转课堂教学质量评价的指标体系，具体评价体系的指标内容如表1所示。
表1 翻转课堂教学质量评价指标体系
三、评价数据的收集和整理
本研究根据表1的评价指标，将每个二级指标作为评价的问题，选项的设置采用5级制李克特量表，所有问题的选项设置为非常不赞同、不赞同、一般、赞同和非常赞同。选取了某校2017-2018学年第1学期的Android开发基础、J2EE架构与应用开发和WEB编程基础等三十余门实施了翻转课堂教学的计算机类课程进行了在线的学生评价。共计收集评价数据1545条，丢弃了答卷时间不合理以及评价结果不合理的部分数据，共计得到1074条有效数据，有效率为69.5%。由于实际评价结果为优秀的课程对应样本量相对评价结果为合格较少，所以在构建模型之前，对评价结果为合格的样本进行了随机的抽样，使得最终两种实际评价结果的样本量保持平衡，获得两种实际评价结果的样本量各103条数据。
四、C5.0决策树的构建及评价结果的分析
C5.0是在决策树的最早算法ID3算法基础上发展起来的。ID3 算法自 1979 年由J.R.Quinlan 提出后，经过不断改善形成了具有决策树里程碑意义的C4.5算法。C5.0是C4.5算法的商业化版本，其核心与C4.5相同，只是在执行效率和内存使用方面有所改进。
C5.0 可用于生成多分支的决策树，输入变量可以是分类型也可以是数值型，输出变量应为分类型。C5.0以信息增益率为标准确定最佳分组变量和分割点，其核心概念是信息熵。
本研究在使用C5.0决策树之前已经尝试多种方法对该评价结果数据进行建模，如主成分分析、BP神经网络模型、Logistic回归等，但分析结果均不够理想，在对比了以上几种分析建模方法后，最终选择了C5.0决策树算法。
本研究将表1中的18个二级指标作为输入变量，将被评价的所有课程的评价结果（取合格和优秀两个值）作为输出变量，以2017-2018学年第1学期被评价的所有课程的实际评价结果为指导，并将上述的206条有效评价数据按照7：3的比例分成了训练数据和测试数据，利用SPSS Modeler18软件构建了C5.0决策树模型。
从该模型的预测效果来看，对于训练样本的整体预测准确率为73.19%，对测试数据的整体预测准确率63.24%。对于输出变量预测结果影响较大分别是表1中的G2,G4和G6这3个输入变量，由此可见学生对于翻转课堂的教学质量评价比较关注教学过程这一方面。
参考文献
[1]孟军,刘冰璇,翟洪江,兰淇.大数据背景下高校翻转课堂学习评价的研究——以A校“工程热力学”课程为例[J].高等工程教育研究,2018(05):166-171.
[2]翟雪松. 翻转课堂学习者满意度的影响因素及其作用机理研究[D].中国科学技术大学,2016.
[3]李赟,林祝亮.高等教育翻转课堂教学效果分析与思考[J].电化教育研究,2016,37(02):82-87.
[4]李馨.翻转课堂的教学质量评价体系研究——借鉴CDIO教学模式评价标准[J].电化教育研究,2015,36(03):96-100.
论文作者:蔡天鸣
论文发表刊物:《教育学文摘》2019年12期
论文发表时间:2019/12/10
标签：评价论文; 课堂论文; 教学质量论文; 数据论文; 变量论文; 学生论文; 算法论文; 《教育学文摘》2019年12期论文;