【学科专栏】信息化课堂教学中教师行为对学生活动的影响

点击“欧亚图文信息中心”关注我们

「让每座孤岛相连」

| 全文共12559字，建议阅读时长12分钟 |

本文由《中国电化教育》授权发布

作者：穆肃，董经，唐冬梅，周艳洁

摘要

该研究从信息化课堂教学中的师生行为出发，采用课堂教学行为分析方法，对398节部优、省优课中的师生行为进行量化；基于量化数据挖掘了信息化环境下的优质课堂教学中，教师行为与学生活动的关系和对学生活动的影响。研究发现：（1）教师语言与学生活动存在很强的负相关关系，即教师语言率的增长抑制了课堂学生活动的发生；（2）教师对媒体的操作与学生活动也存在较强的负相关关系，课堂教学中教师应根据具体情况选择并恰当使用媒体进行教学，将更多利用媒体建构知识的机会交给学生；（3）教师语言间接影响与语言直接影响的比与学生活动存在较弱的正相关关系，教师提问、反馈等间接语言行为更能促进课堂学生活动的发生；（4）教师对学生反馈的行为与学生活动存在正相关关系，教师的反馈行为能促进学生活动的发生。研究结果表明，要实现信息化环境下的课堂变革，需要从教师出发，以教师行为的改变带动学生学习行为的改变。

关键词：

信息化课堂教学；教师行为；学生活动；

教学行为；教学变革

《加快推进教育现代化实施方案(2018－2022年)》明确指出，要不断促进信息技术与教育教学深度融合，要支持学校充分利用信息技术开展人才培养模式和教学方法改革[1]。信息技术对教育发展具有革命性影响[2]，随着信息技术在课堂教学中的融入程度不断加深，信息技术从影响教育发展的外生变量演变为变革教育系统结构的内生变量[3]，在教学环境重构、教学内容重组、教学方法及学习评价变革的同时，促进了适应时代需求、全面、个性化的创新型人才培养。信息技术对教学的变革并不是因信息技术的应用就自发产生的，而是在教与学过程中，通过教学活动、学习活动、教学方法等变化逐渐形成的。那么当前的信息化课堂教学中，教的行为有哪些？教的行为如何影响学生活动？教师的哪些教学行为能促进学习活动的开展？哪些会阻碍学生学习活动的发生？这些问题的明确成为深入开展信息技术应用，促进教学变革实践的重要前提。

一、相关研究综述

(一)教学行为相互影响的研究

教学行为包括课堂教师教的行为和学生学的行为。对师生行为的相互影响研究中，高巍(2012)在探讨教学行为特点和分类的基础上，认为教师是学生学习活动的引导者和促进者，教师教的行为是改进课堂教学质量的关键和教学改革的重力点，对促进学生学习的发展有重要作用；学校教学通常由教师组织、引导和管理学习学生的学习行为，教师行为成为学生发展的外在依据，能够引起、维持并促进学生的学习行为[4]。韩锡斌等(2017)从混合教学角度出发，认为教师备课行为、教学指导与协助行为、教师与资源的深层交互行为等都正向影响学生行为，学生的学习反思行为影响师生的交互行为，学生在线阅读行为影响着在线学习反馈行为[5]。孟详林等(2010)从影响教师行为的角度出发，认为学生的求学愿望、课堂情绪、学生在教学质量评级体系中的作用等会影响教师的教[6]。由此可见，教师行为与学生行为相互关联、相互推动、相互影响。

(二)信息化课堂教学中学生学习影响因素的研究

在传统课堂教学中，对学生学习产生影响的因素可分为环境因素、教师因素和学生特征因素[7]，其中环境因素包括：学习压力、人际关系、学习氛围、学习任务、学习材料、课程安排、教学资源、学习设备、学校文化等(樊雅琴[8]，2018；李本友[9]，2012)；教师因素包括教师修养、专业知识、教学方法、教师引导、及时反馈、可获得性及其他额外支持等(杨珍[10]，2016；樊雅琴[11]，2018；李本友[12]，2012)；学生特征因素除学生性别、学段、智力和已有知识外，学生认知方式、学习动机、学习方法、精力、兴趣、意愿、效能等个体因素也影响着学生学习(杨珍[13]，2016；樊雅琴[14]，2018；李本友[15]，2012；Alex C. Garn[16]，2014；Chen S Y[17]，2016；Ming-Tsung Liu[18]，2011)。

随着信息技术在课堂教学中的融合和应用，教师课堂教学中的单方教学行为会阻碍学生的自主学习和合作学习，学生的自主学习行为对合作学习行为和教师对其的支持行为有促进作用[19]。王聿良等(2017)通过实证研究认为，翻转课堂教学中，与学习相关的具体学习任务、学习材料、学习评价、、教学活动设计和课堂教学等会影响学生学习[20]；李淑英等(2009)以实验前后问卷、测试和课堂观察数据为分析样本，发现学习风格是影响信息化教学中学生学习的重要因素[21]；陈明选等(2013)认为信息化环境下影响学生学习的因素包括学习内容的选择、组织、呈现与评估，学生的学习观和学习方法，教学环境的设计与实现[22]；李志河等(2018)采用问卷的形式分析发现，学习兴趣和态度、学习动机和学习资源会影响翻转课堂模式下的学生深度学习[23]。廖宏建等(2017)依托SPOC有效学习研究相关量表，调查认为学生参与、学习内容、学习者、学习环境和教学管理会影响学生有效学习[24]。

以上研究主要利用文献研究、量表、问卷和实证等方法开展，研究认为教学环境、资源、活动、学习者本身以及教师等因素主要影响着信息化教学中的学生学习。综上发现，已有研究大多从宏观层面整体分析影响学生学习的因素，且主要采用调查研究的方法进行，极少从具体课堂教学行为出发，通过师生具体行为分析影响学生学习的因素。

(三)信息化课堂教学现状

信息技术为课堂教学带来不一样的体验和效果，如以电子书包等信息化学习终端因其教学交互性与移动便利性支持传统课堂教学的改变,能构建交互性和趣味性更强的数字化学习环境,有效提升了教与学的效果[25]。但是，信息技术真的变革教育了吗？从建设应用的角度来看，教育信息化在实践中出现了“买得多，用得少”的现象，不论城市还是农村，虽然信息化环境已经具备，但信息技术的利用率仍比较低，教学的信息化程度不高(Cuban, L[26]，2009；曹培杰[27]，2014)。从技术使用程度看，教师对信息技术的应用大多还处在早期应用阶段，较少部分处在探索、调整和创新阶段，绝大多数应用以作为教师的信息搜集与演示工具为主，较少作为学生的学习工具，技术使用表层化，技术对促进学生基于资源开展深度思考的作用并未得到体现(姚佳佳[28]，2019；林秀钦[29]，2009)。从教学交互的角度来看，教师在课堂中占据主动地位，信息化课堂教学中的课堂交互都以传统的人际交互为主，技术对学生的作用都很低(李静[30]，2014)。

信息技术不断进入教学，使得教学的环境逐渐开放、功能逐渐多样化[31]。技术支持下的信息化课堂教学要充分体现“以学为中心”的教学理念，教师由知识传授者转变为教学引导者和辅助者，以培养学生终身学习能力，适应时代发展的认知能力、合作能力和创新能力为目标，设计适应学生学习的教学，提升教育教学质量。教师是学生课堂学习影响最大的因素[32]，是影响学生学习最主要的直接因素[33]。教师的行为作为课堂中的重要构成部分，在一定程度上影响并决定着教学过程的开展，对学生课堂活动行为有着重要的影响作用。

从课堂教学变革现状来看，我国目前总体上还是工业时代的教育模式，强调的是“一刀切、齐步走”的标准化教学和以“教师、教材、教室”为核心的讲授式课堂，具有明显的规模化教育特征[34]。业界预期的信息技术在教育中所能发挥的优势还远未实现[35]；很多教师对技术介入的教学并不认同，对技术在教学中应用的认识也未转变[36]；信息技术在教育教学中的应用还停留于工具层面的简单应用上，信息技术支撑下的教育教学模式变革、学校管理体系重构，更难以产生信息技术对教育发展的革命性影响[37]；课堂转型中的教学依然以教师讲授居多[38]。由此可见，信息化环境下的课堂教学并未真正实现变革，教师依然实施着以讲授为主的教学，是教师的教学行为没有发生转变还是学生的学习方式没有得到改进？教师的哪些教学行为直接或间接地影响着学生活动？为解答以上问题，从信息化课堂教学的师生行为出发，提出以下假设：

H1：信息化课堂教学中的教师语言行为对学生活动有显著影响；

H2：信息化课堂教学中的教师提问行为对学生活动有显著影响；

H3：信息化课堂教学中的教师媒体操作行为对学生活动有显著影响；

H4：信息化课堂教学中的教师监控管理行为对学生活动有显著影响；

H5：信息化课堂教学中的教师语言间接影响与直接影响的比对学生活动有显著影响；

H6：信息化课堂教学中的教师反馈行为对学生活动有显著影响。

二、研究方法与过程

(一)研究目标和思路

为深入挖掘信息化课堂教学中教师行为与学生活动之间的关系，研究采用课堂师生行为量化和线性回归的方法，首先对省级和部级优质课例进行观摩、师生行为标记和量化，然后通过描述性和相关性分析确定影响学生活动的教师行为，并设定多元和一元回归模型，最后采用线性回归分析对模型进行验证，进一步分析了解信息化课堂教学中教师行为对学生活动的影响程度。分析结果将为教师通过转变自身课堂行为来推动教学变革提供参考，为教师和教育管理者进一步明确信息化课堂教学变革过程中的教师行为转变对促进学生学习方式转变提供重要性认识。

(二)样本数据

为推动信息技术与课堂教学深度融合，自2014年起，教育部连续开展的多轮面向全国中小学科教师的“一师一优课，一课一名师”活动，希望推动教师对信息技术推进教学改革和提高教学质量的认识，调动了全国各学科教师在课堂教学中应用信息技术的积极性，推动了技术和数字教育资源在中小学课堂教学中的合理有效应用[39]。

研究小组采取整群抽样的方法，共抽选398节优质课例作为研究样本。所选课例来自于教师信息技术教学应用水平较好的广东省和江苏省。其中广东省2017年省、部级优课共150节，江苏省徐州市的市、省、部级优课248节，包含了中小学所有学科，其中语文课80节、数学课71节、英语课68节，其他各学科共179节。通过对所选优课的师生教与学活动进行抽样标记、编码和量化形成行为数据，成为本研究后续数据分析的数据来源。

(三)分析工具

研究选用基于教学活动的课堂教学行为分析系统TBAS(Teaching Behavior Analysis System)进行教学行为标记量化，用SPSS 17.0进行数据统计分析。TBAS分析系统从教学活动的视角标记并统计信息化教学环境中的课堂教学活动，将课堂教学活动分为教师活动、学生活动和无意义教学活动[40]。其中教师活动包括提问、反馈、讲授、指示、传统媒体演示、计算机多媒体演示、设备基本操作和课堂监督控制八类(用数字1-8标记)；学生活动包括学生应答、主动提问、与同伴讨论、做练习、观看媒体演示和学生使用媒体六类(用数字9-14标记)[41]。研究者按照一定频率提取分析点，用数字标记某时间点的教与学行为，然后利用SPSS 17.0对量化后的教与学行为数据进行相关分析和回归分析。

三、数据预处理

(一)确定行为参数

以30秒为抽样频率，利用TBAS分析工具对教学过程中师生的行为标记后，得到由TBAS工具自动统计的14个行为参数，分别是教师活动率(T)、学生活动率(S)、课程无意义活动率(I)、教师语言率(TL)、教师媒体操作率(TM)、教师监控率(TC)、教师语言间接影响与直接影响的比例(TLid-d)、教师提问率(Tq)、教师反馈率(Tf)、学生语言率(SL)、学生主动提问率(Sq)、学生讨论比率(Sdis)、学生使用媒体率(SM)、课堂媒体使用率(M)。其中反映教师活动的有教师语言、教师媒体操作、教师监控、教师语言间接影响与直接影响的比例(比值大于1，表示教师倾向于对课堂和学生作提问和反馈等间接的语言控制，反之倾向于做讲授和指示等直接语言控制)、教师提问和教师反馈率。反映学生活动的行为的有学生语言、学生主动提问、学生讨论、学生使用媒体率。由于在学生活动中，学生主动提问、学生使用媒体和课堂使用媒体等活动的频率并不显著，因此本研究将所有学生活动汇总成学生活动率(S)，并分析它与教师语言率(TL)、教师媒体操作率(TM)、教师语言间接影响与直接影响的比例(TLid-d)、教师提问率(Tq)教师监控率(TC)和教师反馈率(Tf)之间的相关性，进而了解信息化课堂教学中的教师行为与学生活动的关系。

(二)描述性分析

通过描述性分析对样本课例中的行为数据进行预处理。处理结果显示，教师监控率(TC)的样本总数为398，其中358个样本数据为0，非0样本数据有40个，仅占样本总数的10.1%，远远小于样本总数(如表1所示)。由此可见，信息化课堂教学中的教师极少通过信息化管理系统监控和管理教学，因此本研究中视教师监控率(TC)为无效样本，排除假设H4(信息化课堂教学中的教师监控管理对学生活动有显著影响)。

(三)相关分析

为确定信息化课堂教学中教师行为与学生活动是否存在相关性，研究首先从教师语言率(TL)、教师媒体操作率(TM)、教师语言间接影响与直接影响的比例(TLid-d)、教师提问率(Tq)、教师反馈率(Tf)五个参数出发，利用相关性分析探寻它们与学生活动之间的相关关系，以分析教师行为对学生活动的影响程度。分析数据如表2所示。

相关性检验结果显示，学生活动率与教师语言率(TL)、教师媒体操作率(TM)、教师语言间接影响与直接影响的比例(TLid-d)、教师提问率(Tq)和教师反馈率(Tf)的皮尔逊相关系数分别为-0.812、-0.207、0.141、0.093和0.116。表明信息化课堂中的教师语言、教师媒体操作、教师语言间接影响与直接影响、教师提问和教师反馈等行为与学生活动之间有一定相关性，在一定程度上能够影响学生学习。由于教师提问率(Tq)与课堂学生活动的皮尔逊相关系系数较低(Pearson=0.093)且不显著(sig.=0.064>0.05)，教师的提问行为与学生活动之间相关性较弱，所以在此排除假设H2。

综合以上描述性与相关性分析结果，研究继续探索教师语言、教师媒体操作、教师语言间接影响与直接影响的比例、教师反馈四个行为变量对学生活动的影响程度。

(四)数据分析模型的设定

1.多元回归模型

为了解课堂教学中，教师行为与学生活动的关系，本文设定如下多元线性模型：

式中，Stu为因变量课堂学生活动，a为此模型的回归系数，也是一个常数项，b为自变量xTL(教师语言率)的回归系数，c为自变量xTM(教师媒体操作率)的回归系数，d为自变量xTLid-d(教师的语言间接影响与直接影响的比例)的回归系数，e为自变量(教师反馈率)的回归系数。

2.一元回归模型

为进一步明确课堂教师语言、教师媒体操作、教师语言间接影响与直接影响的比例、教师反馈各自对学生活动的影响程度，本文设定如下四个一元线性模型。

课堂教师语言与学生活动的一元线性模型为：

式中，StuTL为因变量仅存在教师语言环境下的课堂学生活动，aTL为此模型的回归系数，为常数项，bTL为自变量xTL(教师语言率)的回归系数。

教师媒体操作与学生活动的一元线性模型为：

式中，StuTM为因变量仅存在教师操作媒体环境下的课堂学生活动，aTM为此模型的回归系数，为常数项，bTM为自变量xTM(教师媒体操作率)的回归系数。

教师语言间接影响与直接影响的比例与学生活动的一元线性模型为：

式中，StuTLid-d为因变量仅存在教师语言间接影响与直接影响比例条件下的课堂学生活动，aTLid-d为此模型的回归系数，为常数项，bTLid-d为自变量xTLid-d(教师语言间接影响与直接影响的比例)的回归系数。

教师反馈与学生活动的一元线性模型为：

式中，StuTf为因变量仅考虑教师反馈条件下的课堂学生活动，aTf为此模型的回归系数，为常数项，bTf为自变量xTf (教师反馈率)的回归系数。

四、数据分析与讨论

(一)课堂教师行为与课堂学生活动

由相关分析可知，学生活动率与教师语言率(xTL)、教师媒体操作率(xTM)呈负相关关系，与教师语言间接影响与直接影响的比例(xTLid-d)、教师反馈率(xTf)呈正相关关系。根据上述相关分析所得出的结果，基于教师行为与学生活动关系的多元回归模型，再次对因变量(学生活动率)和四个自变量(教师语言率、教师媒体操作率、教师语言间接影响与直接影响的比例、教师反馈率)进行回归分析，了解信息化课堂教师行为整体与学生活动的影响程度，所得回归分析结果如表3所示。

结果显示，因变量与四个自变量的回归系数分别为-0.853、-0.073、0.000和0.012，对应的显著性检验t值分别为-27.329、-4.949、-0.214和0.350。教师语言间接影响与直接影响比例(xTLid-d)的回归系数为0，教师语言间接影响与直接影响的比例(xTLid-d)和教师反馈率(xTf)回归系数的显著性分别为0.831、0.726(Sig.>0.05)，回归系数不显著，因此：

此回归方程对五个变量之间关系的描述有局限性，难以用于反映教师行为对学生学习的影响。即所设定的线性多元回归模型中，关于自变量教师语言间接影响与直接影响比例(xTLid-d)和教师反馈率(xTf)回归系数的显著性Sig.大于0.05，对应显著性检验t值为-0.214和0.35，不存在显著相关，所以设定的线性多元回归模型并没有很好的解释性。

(二)教师行为与学生活动的关系

通过对以上一元回归模型的分析发现，模型对教师行为与学生活动关系的解释效果并不理想，原因可能是自变量存在多重共线性，教师语言、教师媒体操作和课堂中教师对学生的反馈与学生活动的相关性较强，课堂活动中教师语言和媒体使用的控制会抑制学生的活动，这些从经验上和直观上都较容易理解。

因此去除多元回归模型其中三个自变量，仅考虑一个自变量对因变量的影响，进一步分析一元回归模型的解释精度，分析具体教师行为对学生活动的影响程度。

1.教师语言行为对学生活动的影响

教师语言行为与学生活动关系的一元回归模型，如式(2)。对教师语言率(xTL)和学生活动率进行一元回归分析，输出结果如表4所示。

从表4可以明显看出自变量系数的t值绝对值增大为27.691，教师语言率(xTL)对学生活动的影响十分显著(Sig =0.000<0.05)，回归方程为:

由此可知，信息化课堂教学中的教师语言行为对学生学习活动有明显的负面影响，故假设H1(信息化课堂教学中的教师语言对学生活动有显著影响)成立。

2.教师媒体操作行为对学生活动的影响

教师媒体操作行为与学生活动关系的一元回归模型，如式(3)。对教师媒体操作率(xTM)和学生活动率进行一元回归分析，输出结果如表5所示。

数据显示，自变量系数的t值绝对值减小为4.220，统计结果显著(Sig =0.000<0.05)，教师媒体操作率(xTM)对学生活动影响显著，回归方程为：

由此可知，教师媒体操作行为对学生活动明显的有负向影响，故假设H3(信息化课堂教学中的教师媒体操作对学生活动有显著影响)成立。

3.教师语言间接影响与直接影响的比例对学生活动的影响

教师语言间接影响与直接影响的比例与学生活动关系的一元回归模型，如式(4)。对教师语言间接影响与直接影响的比例(xTLid-d)和学生活动率进行一元回归分析，输出结果如表6所示。

分析数据显示，自变量系数的t值绝对值增大为2.832，统计结果显著(Sig = 0.005< 0.05)，教师语言间接影响与直接影响的比例(xTLid-d)对学生活动影响显著，回归方程为：

由此可知，教师反馈、提问等间接语言比讲授、指示等间接语言更能促进学生活动的发生。故假设H5(信息化课堂教学中的教师语言间接影响与直接影响的比对学生活动有显著影响)成立。

4.教师反馈行为对学生活动的影响

教师反馈行为与学生活动关系的一元回归模型，如式(5)。对教师反馈率(xTf)和学生活动率进行一元回归分析，输出结果如表7所示。

表中数据显示自变量系数的t值绝对值增大为2.322，分析结果显著(Sig= 0.021<0.05)，教师反馈率(xTf)对学生活动的影响显著，回归方程为：

由此可知，教师语言行为正向影响学生的学习活动，故假设H6(信息化课堂中的教师反馈对学生活动有显著影响)成立。

综合以上分析可知，经过修正的四个一元线性回归模型解释度在包容性上优于多元线性回归模型。因此，将多元分析降为一元分析能更好地解决多重共线性问题，适用性更强。通过对一元回归模型的解释和验证，也将教师行为对学生活动的影响程度和作用方式清楚地表达出来，进一步明确了教师行为和学生活动的关系。

(三)讨论

本研究采用了一个多元线性模型和四个一元线性模型，通过相关分析和回归分析，从信息化课堂教学中师生行为的角度分析了教师行为对学生活动的影响。从回归分析数据可知：

1.教师语言行为对学生活动有很强的负向影响，即教师讲授过多，占用大量的课堂教学时间，并控制住教学活动的主动权，则学生只能被动地听讲，因而难以产生主动学习的活动。目前信息化教学环境中的教学仍以教师讲授为主，除了传统方式的讲授外，教师多借用PPT配合讲授，这些都大大压缩了课堂上学生的活动时间，从而减少了学生活动的发生。

2.教师对媒体的操作与学生活动存在较强的负向影响。教师在信息化课堂教学中利用传统和现代数字媒体等呈现和传递教学信息和要点，这些行为占用一定时间，自然减少了学生活动发生的机会。联系具体的教学过程可知，当前教学中教师媒体技术的使用过于简单，无论是在简易多媒体教室、交互式电子白板环境、一对一数字教室或智慧教室中，多媒体设备多用于呈现教学内容，并未真正发挥其技术优势和交互作用；同时教学中，教师是技术媒体的主要操控者，学生并不能按自己的学习需要使用媒体。

3.教师语言间接影响与直接影响的比例与学生活动存在较弱的正向影响。课堂教学中，教师越倾向于对学生反馈和提问等提供间接的语言影响，则越能促进学生活动的发生。尽管教师提问对学生学习活动的促进作用不是非常明显，但其也可以对学生活动起到调节的作用。

4.教师对学生的反馈与学生活动间也存在正向影响。教师对学生应答、提问等给予反馈的比率越大，越能激发学生活动的发生。在所分析的课例中，教师的反馈行为与学生活动间的相关性并未达到显著水平的原因主要在于课堂上，教师对学生应答的反馈、回应学生提问、给学生指导性意见等行为较少出现，所以对学生活动的关系未达到显著水平。

5.通过对教师活动率和教师语言率均值可知，所分析课例中教师活动率均值为49.5%，教师语言率均值为39.5%。数据表明这些信息化教学中，教师行为仍占据相当大的比例，且教师语言占据了相当大的比重，这说明教学仍以教师讲授为主，课堂教学模式并没有得到改变。信息技术和媒体在一定程度上丰富了教学信息的表达和传递方式，却没有改变以教师为中心、以讲授为主的教学方式。

五、结论

研究结果显示，教师语言、教师对媒体的操作、教师语言间接影响与直接影响的比、教师反馈与学生活动之间分别存在相关关系，教师行为在一定程度上影响着学生学生活动的发生。这些结果表明无论在什么样的教学环境中，教师在教学中使用了什么样的信息技术和媒体，只有教师调整和改变自己教的行为，才有可能让学生学的行为和活动发生变化，也才能改变教学的过程和模式。这也对当前教育界对信息技术和媒体资源使用后并没有带来教学的变革，没有改变学生学习等的疑问得到了解释。教师和教育管理者都应明确，教师的教学行为不改变，学生的学习行为受其影响也不会改变，因此使用技术媒体时，教师先要尝试改变和调整教的行为。只有教师具有信息化教学的理念、知识、技能并尝试改变，才能保证信息技术支撑下的教学变革取得实质性绩效[42]。

参考文献：

[1] 新华网.中共中央办公厅、国务院办公厅印发《加快推进教育现代化实施方案(2018－2022年)》[EB/OL].http://www.moe.gov.cn/jyb_xwfb/s6052/moe_838/201902/t20190223_370859.html,2019-02-23.

[2] 国务院.国家中长期教育改革和发展规划纲要(2010-2020年)[EB/OL].http://www.gov.cn/jrzg/2010-07/29/content_1667143.htm,2010-07-29.

[3][34] 杨宗凯,吴砥等.新兴技术助力教育生态重构[J].中国电化教育,2019,(2):1-5.

[4] 高巍.教师行为与学生行为的关系解析[J].教育研究,2012,33(3):100-106.

[5] 韩锡斌,马婧等.高校混合教学推动策略下师生群体行为关系分析[J].电化教育研究,2017,38(12):37-43.

[6] 孟祥林,刘文艳等.教学过程中师生行为相互影响的因素分析[J].金融教学与研究,2010,(3):66-67.

[7][8][11][14] 樊雅琴,孙东梅等.个性化学习影响因素分析[J].现代远距离教育,2018,(5):73-80.

[9][12][15] 李本友,李红恩等.学生学习方式转变的影响因素、途径与发展趋势[J].教育研究,2012,33(2):122-128.

[10][13] 杨珍,王爱玲.学生有效学习的影响因素及实现路径[J].教育理论与实践,2016,36(10):56-59.

[16]Garn A C,Jolly J L.High ability students’voice on learning motivation[J].Journal of Advanced Academics,2014,25(1):7-24.

[17] Chen S Y,Huang P R,et al.Investigation of multiplehumanfactorsinpersonalizedlearning[J].InteractiveLearning Environments,2013,24(1):1-23.

[18]Liu M T,Yu P T.Aberrant learning achievement detection based on person-fit statistics in personalized e-learning systems[J].Journal of Educational Technology&Society,2011,14(1):107.

[19][28][36] 姚佳佳,李艳等.信息技术融入课堂的教师教学转型发展研究[J].中国电化教育,2019,(3):37-47.

[20] 王聿良,吴美玉.翻转课堂模式下学生学习行为影响因素分析——基于大学英语教学的实证研究[J].外语电化教学,2017,(5):29-34.

[21] 李淑英,杨朝政.关注学习风格的信息化教学模式构建与应用[J].中国电化教育,2009,(8):77-80.

[22] 陈明选,陈舒.论信息化环境下大学生的有效学习[J].高等教育研究,2013,34(9):65-72.

[23] 李志河,刘丹等.翻转课堂模式下的深度学习影响因素研究[J].现代教育技术,2018,28(12):55-61.

[24] 廖宏建,刘外喜.高校SPOC有效学习影响因素实证分析[J].电化教育研究,2017,38(5):64-70.

[25] 石映辉,杨浩等.信息化学习终端在课堂教学中的实效分析——以中学数学为例[J].中国电化教育,2016,(7):87-92.

[26]Cuban,L.Oversoldandunderused.Cambridge[M].MA:Harvard University Press,2009.

[27] 曹培杰.中小学生信息化教学的学习体验调查[J].中国电化教育,2014,(9):24-28.

[29] 林秀钦,黄荣怀.中小学教师信息技术应用的态度与行为调查[J].中国电化教育,2009,(9):17-22.

[30] 李静,张祺等.中学信息化课堂教学交互行为研究——基于质性分析的视角[J].中国电化教育,2014,(2):101-107.

[31] 杨通知,田海洋.“互联网+”时代背景下课堂教学变革探究[J].红河学院学报,2018,16(6):155-158.

[32] 余旋.基于中学课堂环境的有效学习研究[D].西安:陕西师范大学硕士学位论文,2007.

[33] 鲍银霞.有效学习的前提、特征和旨趣[J].现代教育论丛,2006,(2):54-56.

[35] 顾小清,王春丽等.信息技术的作用发生了吗:教育信息化影响力研究[J].电化教育研究,2016,37(10):5-13.

[37] 杨宗凯,吴砥等.教育信息化2.0:新时代信息技术变革教育的关键历史跃迁[J].教育研究,2018,39(4):16-22.

[38][40][41] 穆肃,左萍萍.信息化教学环境下课堂教学行为分析方法的研究[J].电化教育研究,2015,36(9):62-69.

[39] 教基二厅函[2014]13号文件,教育部办公厅关于开展2014年度“一师一优课、一课一名师”活动的通知[Z].

[42] 杨宗凯.信息技术促进教学变革与创新[J].中小学数字化教学,2017,(2):22-25.

作者简介：穆肃：教授，博士生导师，教育技术学系主任，研究方向为远程教育学、学习分析、混合学习、教师教育；董经：在读硕士，研究方向为现代远程教育；唐冬梅：在读硕士，研究方向为现代远程教育；周艳洁：在读硕士，研究方向为现代远程教育。

转载自：《中国电化教育》

【往期回顾】

供稿：王   娇

编辑：白   晶

审校：牛维娟

微信ID：ouyatuwen

藏在二维码里的海量知识

关注我们

等你来收获