基于数据驱动的在线开放课程学习质量评价研究

陈果

摘要：为了进一步提高在线开放课程建设质量，满足高校多样化教育需求，现利用数据驱动思想，制定一套系统、完善的在线开放课程学习质量评价体系。首先，根据数据驱动理论，从在线开放课程混合式教学模式基本流程、在线开放课程学习质量评价指标构建两个方面入手，完成对在该评价体系的科学构建。其次，从课前导学、课中导学和课后导学三个维度出发，深入分析和挖掘影响学生学习效果的各个因素。最后，以“C语言程序设计应用”为例，探讨了该评价体系的实际应用效果。结果表明：在该评价体系的应用背景下，学生的学习投入度越高，其参与活动的积极性就越高，学习成绩会越来越好。学生的学习能力与创新能力两者之间没有任何关系，学习能力强的学生并不代表创新能力一定强。

关键词：在线开放课程;混合式教学;学习质量评价;指标体系;MOOC

中图分类号：G642  文献标识码：A

文章编号：1009-3044（2021）29-0178-02

1引言

在大数据技术和人工智能技术的不断发展和普及下，从海量数据中快速分析和挖掘有价值的信息已不再是天方夜谭。在这样的背景下，我国对高校在线开放课程学习质量评价提出了更高的要求，旨在保证教学过程监督的有效性和针对性，从而不断修改、优化和完善学习评价和教学过程，进而帮助学生取得事半功倍的学习效果。因此，在数据驱动思想的应用背景下，如何科学构建和应用在线开放课程学习质量评价体系是相关人员必须思考和解决的问题。……