大数据驱动的BOPPPS教学模式在“非线性编辑”课程中运用研究

2020-08-11 07:35崔海亭刘聪聪李姗姗王翠
教育教学论坛 2020年30期
关键词:大数据

崔海亭 刘聪聪 李姗姗 王翠

[摘 要] 非线性编辑课程是数字媒体类专业的核心课程,以学生实践能力培养为主,利用超星慕课平台获取、积累的学生学习习惯大数据信息,从导入、目标、前测、参与式学习、后测、总结六个维度,采用BOPPPS教学模式翻转课堂,改变学生学习过程不好数据化监管的传统模式,从而提升教学质量。

[关键词] 大数据;BOPPPS;非线性编辑;超星慕课

[基金项目] 山东省教育科学“十三五”规划2019年度课题“BOPPPS模式下基于大数据的教学行为和学习行为促进研究”(YC2019144)

[作者简介] 崔海亭(1983—),男,山东临沂人,教育学硕士,山东体育学院体育传媒与信息技术学院副教授,主要从事信息技术教育研

究;刘聪聪(1996—),女,河南安阳人,山东体育学院2019级现代教育技术硕士研究生,研究方向为信息化教育。

[中图分类号] G434    [文献标识码] A    [文章编号] 1674-9324(2020)30-0317-02    [收稿日期] 2019-11-07

一、大数据BOPPPS教学简介

(一)BOPPPS教学模式

BOPPPS模型最早由加拿大教师技能培训机构提出,是一种以学生为中心的课程学习设计模式,把课堂内容分割为几个阶段,起承转合,层层递进,形成知识聚合脉络,共包括六个阶段:课堂开始的情境式导入环节,课堂预期目标达成,课程或者学习目标前测,参与式学习,课堂后测评价,总结。

(二)大数据驱动

大数据是指在一定时间内获取、使用、积累和挖掘的大规模数据集合,利用智能算法支持决策,优化数据,精准服务,隐性挖掘,包括大规模并行处理模块、数据挖掘模块、分布式服务模块、云计算互联和可扩展物联存储系统等模块。

1.注重用数据体现学生个体差异的教学

精准化数据的获取、筛选、分析和挖掘可以照顾到班级所有学生,注重个性差异地全面反映和数据累积,为因材施教提供参考,更有利于分析教学和学习行为,发挥学生的主动性,对自己的学习过程进行监管,习得技能,发展智力,形成终身学习的态度。

2.为分层教育提供了依据,教学评价更加科学

教學过程中的隐性数据无处不在,如课堂教学海量知识点,作业题库,学生学习习惯和智力水平发展,教师和学生互动效果数据,利用决策算法可以帮助教师更好地将学生分组和分层,从而有效地分析挖掘,同时,学生的主动参与度和效果的评价,学习和问题内容的显性化,都可以利用大数据进行呈现,进行更加科学合理和精准化的过程监控。

(三)超星慕课

超星慕课在线课程开放平台具有空间小、互动手段多、数据精准的特点,不仅能充分监督和督促学生主动学习,避免了手机课堂,而且可以数据化的信息记录学习效果和需求清单,提供课上课下、线上线下不间断的移动学习,最大限度地释放教与学的能量。

二、大数据驱动的BOPPPS教学模式

利用超星慕课在线端和网页端,学生和教师注册课程信息,建立基本教学数据表,导入课程资源,引入适合量表,然后进行合理化的成员管理,在课堂、课件、试卷和公告中植入分组和讨论,提高学生主动学习的参与度,以学期为单位完成数据库资料和信息的建立、积累、维护和样本分析,随时随地对过程进行监管,结合班级授课完成BOPPPS模式的教学。

在课堂教学环节,课前给学生提供情境化学习资源,布置与本节课有关的学习任务,观看相关微课程,记录学习时间,课上针对学习目标和学生课前预习情况,将学习目标的内容进行分组,侧重提问有困难的学生。将一般45分钟的一节课划分为三个阶段,10分钟导入,15分钟讲解,10分钟师生参与式互动(包括在超星慕课的5分钟左右),5分钟总结和作业布置。参与式教学以学生平时表现的大数据和对于章节问题的学习目标完成度衡量,然后下课布置任务,提供测试题和移动交流,整个过程列清单,进入下次修正课程设计和授课环节。对于重点分层学习困难的学生可以提供其学生数据,以供有针对性地进行课后使用。

三、“非线性编辑”课程BOPPPS教学模式应用

非线性编辑是数字媒体类专业,如教育技术学、新闻学、新媒体等的核心专业课,是对视音频剪辑操作要求的实践课,充分利用课堂时间和课后时间,精准化的练习和教学对于教学效果的提升非常有帮助,非线性编辑课程以EDIUS软件剪辑为例,利用BOPPPS模型,将超星慕课学习大数据进行精准化分层教学和因材施教,提高了学习过程监控和学习效率,特别是加强了学生主动学习的积极性和受关注性,解放了教师,从而有更多的时间和精力解决问题,避免知识点讲授的经验式教学和资源浪费。

以“非线性编辑”EDIUS剪辑多机位编辑授课为例,利用BOPPPS模式。

步骤一:课前线下提供学习资源,利用超星慕课在线微课程“多机位剪辑”EDIUS的学习,提供视频练习剪辑资源可以键控抠像的4段视频,要求学生列举至少一个存在的问题,在超星慕课上填写课前针对多机位学习目标的调查文卷,包括开放性题目3个,选择性题目12个,教师根据后台记录的学习数据,将课件修改和考虑分层针对性教学的学生对象,安排调整授课重点,并将PPT课件课前发布给学生。

步骤二:根据前测目标和学生之前课程学习数据,学生对于EDIUS快捷键和镜头切换已经熟悉,重点讲解多机位同步问题,情境设置采用学生课前自己拍摄的4机位视频,针对学生提出的问题,针对性地提问和讲解EDIUS多轨道图层和画中画效果在多机位中的应用,然后呈现视频《周冬雨一镜到底》的多机位镜头剪辑效果。

步骤三:学生练习阶段,针对学习目标和学习3个任务,上机练习多机位剪辑,期间,教师根据超星慕课数据针对性辅导,对于有余力的学生提供提升能力的任务,对于掌握稍弱的学生以教学目标完成为主,并整理5分钟时间用于3个层次学生代表的汇报,学生的选取也依靠超星慕课的信息反馈,原则是尽量照顾全局,然后大家交流,真实呈现多机位剪辑效果。

步骤四:课堂翻转,呈现学生制作的多机位作品集,由学生讲授,教师点评,提供目标学习后的测试,学生在超星慕课填写,教师根据问题进行过程监控和问题答疑,同学们交流心得。然后带着问题和总结的效果,学生更换操作的素材,进行同样的操作,巩固效果。

步骤五:利用后测数据,给学生布置课下作业和下节课学习的任务,进入下一个环节,学生对于越轴线的多机位和借位剪辑掌握得不是很好,大约有5个左右同学出现之前学习视频入点和出点操作困难的情况,有针对性地进行作业要求,最后导出超星慕课测试学习数据,计入学生学习档案袋,形成平时考核结果和过程档案大数据。

四、结束语

传统教学方法和评价方法不能很好地分层和因材施教,以大數据驱动的信息化教学过程则更加精准与灵活,注重过程考核和针对性教学。在非线性编辑课程中使用BOPPPS模式,以超星慕课后台处理获得大数据资源,进而精准分析学习者行为,为教学改革提供了新思路。充分利用信息技术手段,精准化的大数据在教学和学习行为分析上更加科学,且更能发挥学生主动学习和发现自身学习缺点的积极性,不仅适应翻转课堂、慕课教学的需要,而且使他们课下自我学习、有针对性的学习有了参考,能不断增强自我效能感和学习的信心,真正提高教学的效率和学生的能力。

参考文献

[1]王萍.大数据时代美国学校改进的有力工具[J].中国电化教育,2014(7):105-112.

[2]罗宇.从BOPPPS教学模型看课堂教学改革[J].计算机教育,2016(6):16-18.

[3]王妍.大学英语“翻转课堂”教学模式下的BOPPPS教学应用探析[J].读与写:教育教学刊,2019(1):3-4.

Research on Application of Big Data-driven Teaching Model of BOPPPS in the Course on Non-linear Editing

CUI Hai-ting1,LIU Cong-cong1,LI Shan-shan1,WANG Cui2

(1.College of Sport Communication and Information Technology,Shandong Sport University,Jinan,Shandong 250102,China;2.Weifang Engineering Vocational College,Weifang,Shandong 262500,China)

Abstract:Non-linear Editing course is the core of the digital media major courses.It gives priority to the students' practical ability training,based on super star platform,large accumulation of students learning habits data information.From six dimensions:the import,target,pretest,participatory learning,after class test,and summarizes etc.,and by using BOPPPS flip classroom teaching model,it aims to change students' learning process,so as to improve the teaching quality.

Key words:big data;BOPPPS;Non-linear Editing;Super star micro-lecture

猜你喜欢
大数据
大数据环境下基于移动客户端的传统媒体转型思路