促进深度学习的课堂评价研究热点与趋势
——基于2012—2021年文献的CiteSpace可视化分析

陈彧洁

党的十八大以来，党和国家高度重视教育评价改革，课堂评价作为深化教育改革的关键一环，是落实教学质量保障的有效手段，是提升育人质量的重要途径。课堂评价逐步从强调教师的“教”、以教师教的效果来评价课堂效果，过渡到统筹兼顾教师行为和学生行为，再转变到重点关注学生学习方式、学习过程与成效。深度学习已成为课堂转型的最鲜明标识和最有效衡量标尺。为深入理解把握我国深度学习导向下课堂评价改革的研究现状与历程脉络，本文运用CiteSpace软件探究并可视化呈现不同阶段的研究特征、研究热点和发展态势，结合代表性文献的梳理介评，剖析现有研究弱项与短板问题，为后续课堂评价实践与深度学习研究提供有益思考与借鉴。

一、研究思路与设计

(一)研究工具

CiteSpace是一款基于Java语言开发，通过寻径网络算法和共引分析理论对文献进行计量分析的可视化软件，通过对特定领域文献的引文网络分析、共现网络分析、耦合网络分析，将该领域演化的关键路径、热点及发展前沿、推动学科演化的潜在动力机制进行形象的图谱呈现[1]242-253。本研究使用Cite Space 5.8.R3版本作为工具，进行文献年度出版量、学科分布等研究概况统计，并绘制关键词共现图谱、聚类图谱、时区图谱、突变词检测图谱及有关统计表，可视化呈现十年来深度学习与课堂评价研究的热点走向。

(二)技术路线

数据采集来源为中国知网数据库CNKI，以“深度学习”并含“课堂”或者“深度学习”并含“评价”为篇名进行高级检索，时间范围限定2012年1月至2021年12月，文献来源类别为学术期刊论文，检索采集文献共995篇，手工剔除会议通知、新闻动态等无效数据条目，得到966条样本数据。选择Refworks格式进行文献导出，经过CNKI Format Conversion数据转换得到开展结果分析的基础数据。在关键参数设置时，将时间分区(Time Slicing)设置为 2012年1月至2021年12月，时间切片(years per slice)选择1年；连接强度(Links Strength)设定Cosine算法；Top N阈值选择top 50 levels；Pruning 算法标签选取寻径(pathfinder)和修剪合并网修剪(pruning sliced networks)；视觉可视化效果(Visualization)标签选择静态效果(cluster view static)及显示合并网络(Show Merged Network)，节点类型(Node Types)选择关键词，其他参数采用默认设置，根据以上条件运行软件制作相应的知识图谱。

二、文献计量和可视化分析

(一)年度发文量趋势

刊载文献数量的变化情况能够直观反映、有效揭示在一定时期内的研究动态变化特征。图1为近十年来我国深度学习课堂评价研究中每年的学术期刊文献数量趋势图，据此可大体划分三个阶段：初步探索期(2012—2015)、稳步发展期(2016—2018)和爆发增长期(2019—2021)，在2012年至2015年研究期内，每年的发文量呈现一个较低平稳的态势，但从2016年开始发文数量快速增长，从30余篇增长至2018年的100余篇，2019年以来三年爆发增长到300余篇，十年来增幅超过10倍，按照时间分布的载文数量情况表明了近年来指向深度学习的课堂评价问题关注度显著跃升。其研究涉及的学科不仅涵盖教育基本理论、教育技术学等教育学科，又包括音乐舞蹈、外国语言文学、体育、美术等各学科，还覆盖学前教育、基础教育、职业教育、高等教育等各学段，可见课堂评价改革研究已经产生了一定的跨学科门类效应，形成了纵深推进的发展态势。

图1 文献数量分布图

(二)关键词共现分析

共词分析法利用文献集中词汇对或名词短语共同出现的情况，来确定该文献集所代表学科中各主题之间的关系，统计一组文献的主题词两两之间在同一篇文献出现的频率，便可形成一个由这些词对关联所组成的共词网络[1]242-253。在Control Panel 中将Threshold设置为9，Node Size设置为150，输出关键词共现图谱结果，其中每个节点均代表一个关键词，频次越高绘制呈现的圆形节点就相应更大。各节点间的连线表征关键词间的共现关系，线条粗细程度代表共现强度，节点的颜色代表时间远近，颜色越暖，时间越新近；颜色越冷，则年代相应越久远。如图2所示图谱，主要围绕教学设计、翻转课堂、教学策略、教学模式、核心素养、教学改进、课堂教学、高阶思维等核心关键词展开，网络节点数量为439,节点分布较为均匀，关键词连线数量E为712，各核心节点间高强度连线偏少，网络密度density0.0074，呈现较为分散的分布样态。

图2 关键词共现图谱

参照关键词频次(Frequency)和中心性(Centrality)能够反映研究热点的关注情况和重要程度。一般而言，关键词在文献中出现频次越高，则关注度越高。经过合并意义接近的关键词，剔除包含范围过大的节点，数据清洗后获得排在前10位的关键词见表1。

表1 频次前10位的关键词统计表

中心性代表关键词中介的影响程度，中心性越大表征围绕该关键词节点的相关研究就越多、外延相应更广、影响更显著，中心性超过0.1的节点被称为关键节点。中心性排名前10位的关键词见表2。

表2 中心性前10位的关键词统计表

(三)关键词聚类分析

在关键词共现网络的基础上，按照对数似然算法LLR(likelihood ratio)分析聚类情况，提取关键词标签，得到29个初始聚类，筛选最显著的10个聚类按从#0到#9的标签编码得到聚类图谱，如图3所示，直观呈现聚类间的知识结构特征和重要链接。

图3 关键词聚类图谱

通常认为，容量(size)大于10且剪影度(silhouette)大于0.7的聚合效果较好。总体来看，聚类模块值(Modularity Q)值为0.7024(>0.3)，说明网络社团结构显著；剪影度(Silhouette)表征网络同质性，其值 0.9601(>0.7)，说明聚类结果合理信服。结合关键词、共线图谱、频次、中心性，归纳筛选相关热点话题,可以得到10个聚类组合，见表3。

表3 关键词聚类分析

聚类0的容量(size)达到141，silhouette(剪影度)数值达到1，在10个聚类中均为最高，反映了其涵盖的子聚类具有较强的宏观属性，凸显了深度学习研究涉及的领域范畴大、覆盖广度强的特点；聚类1围绕教学模式，涵盖了翻转课堂、线上教学、mooc等主要的改革热点；聚类2-8及其子聚类，反映了影响深度学习的核心构件、关键因素和机制模式，比如核心素养、高阶思维、合作学习、参与学习、知识建构、学习动机、真实情境等体现了深度学习的特征属性，比如高中物理、高中化学、初中科学、小学英语、小学语文、小学数学等体现了深度学习应用研究和实践改革的热点层次和学科课程，再比如单元教学、阅读教学、实验教学、口语交际、写作等体现了课堂教学的基本环节和教学方式；聚类9的容量(size)最小，抛石机作为古代一种作战武器，其原理和构造蕴含了机械、力学、数学等科学原理，被各级学校广泛纳入校本课程、STEM课程、拓展性实验等教学活动，用于调动激发学生学习兴趣、培养科学思维和探究精神，是促进深度学习的课堂有效应用的典型案例。

通过关键词聚类列表，有助于进一步理解深度学习的内涵结构和层次逻辑，认识把握其系统维度和实践过程的特点表征，避免割裂的碎片化、机械的程式化。总体上看，“深”在复杂的思维过程、丰富的学习结果、充分的教学引导[2]。深度学习作为一种运用高阶思维能力的学习方式，其内涵和核心素养的本质相对应，是学生核心素养发展的必由之路[3]。只有创设合适的课堂情境才能有助于激励学习动机、响应意义建构，促进核心素养的发展。而创设问题解决的真实情境则有赖于精心的教学设计为根本前提，教学方法则是落实教学设计的关键介质和促进深度学习生成的有效载体，通过深度学习策略的指导干预达致知识迁移和问题解决，而学习评价作为闭环终点，直接影响深度学习效果，最终决定能否达成持续的教学改进和实现优质的教学质量。

(四)关键词研究时间线分布

对照CiteSpace生成的研究时间线图，如图4最右侧为10个聚类标签，横轴为时间，可以清楚呈现聚类间相互关系和某一聚类所涵盖相似文献簇的历史跨度，反映在各聚类下的关键词时间演化脉络。在图4时间线图中，可直观找出各关键词首先出现的年度、各聚类成果开始增多的年度，以及趋冷和关注度降低的年度变化。总体上看，2016—2019年期间关键词数量高度密集，2020年后各聚类包含的关键词密度则呈现稀疏递减，这些变化反映了课堂深度学习评价的热点和相应聚类的兴衰更替，系统全景且连贯呈现了深度学习的注重批判理解、强调信息整合、促进知识建构、着意迁移运用、面向问题解决、提倡主动终身等显著特征[4]。

图4 研究时间线

(五)关键词趋势分析

将时间因素加入CiteSpace知识图谱绘制，得到深度学习课堂评价研究时区图谱，又称主题路径图，从2012—2021年时间维度上呈现了研究期内每年新出现的研究主题、相互影响以及发展脉络。在图5所示的时区图谱中，关键词字体越大表示其中心性越高，该关键词更为重要。从研究热点与发展趋势看，初步探索期(2012—2015)主要关键词分布于教学设计、教学策略、教学模式，主要从教师主体角度探讨提升课堂教学质量的方法路径；稳步发展期(2016—2018)主要关键词集中在核心素养、翻转课堂、教学改革，深度教学受到关注并成为关键词节点；爆发增长期(2019—2021)中合作学习、SPOC、智慧课堂、人工智能、线上教学、真实情境、知识建构等是关联度较高的热点话题，涵盖理论研究、实践应用等领域。从总体趋势上看，节点连接线呈现密集，后续研究外延的发展空间多元拓展，前后研究之间贯穿了较强的传承性。

图5 关键词共现时区图谱

(六)关键词突变分析

运用CiteSpace可以将特定时间区间内频次变化率较高的突变词探测提取出来，说明该时间段内的研究文献量和研究关注度等出现激增，具有重要的转折意义，通过识别突变词来解读研究前沿和发展趋势。在Control Panel中选择Burstness标签，突变词检测r值设定为0.5，Minimum Duration值设定为1，剔除或合并涵盖范围过大的关键词节点(教学建议、策略、深度教学、学历案、线上教学等)，得到20个突变词。在图6所示的突变词检测图谱中，首次出现时间均为2012年，突变起止时间跨度最长的为“浅层学习”，历时5年(2014—2018)，突变强度最大的3.89为教学改进，总体与关键词出现的频次呈正相关。

图6 突变词检测图谱

1.初步探索期(2012—2015)。这一时期的突变词有自主学习和回归课堂，代表性文献《学生自主学习探析》提出自主作为一种学习方式，在促进学生进行自主学习过程中，必须遵循原型启发、最近发展区、研究性学习三个原则，并对不同学段的学生实施不同的操作策略[5]。另有大量文献集中于英语自主学习能力影响因素及培养策略相关研究，比如如何将形成性评估的运用与自主学习策略的实施有机结合起来是大学英语教学中值得进一步研究的问题[6]。这一时期还对课堂教学改革的本质游离提出了反思，应回归目标明确、方法高效、过程简洁、感觉自然的课堂教学本真状态[7]，并对未来课堂教学理念从“社会性回归”和“人的回归”的转变上进行了展望[8]。

横跨初步探索期和稳步发展期的突变词为浅层学习、学习评价和教学改进。回顾反思新一轮基础教育课改的成果和经验，在学习方式、效果评价等方面出现了浅层学习倾向，应当用深度学习的方法修正浅层学习存在的问题，促进学生学习的持续性、理解性、批判性、探究性、体验性和反思性[9]。这一阶段，教学改进成为各学段评价研究关注的显著热点，2014年印发的《教育部关于全面深化课程改革落实立德树人根本任务的意见》提出各学段学生发展的核心素养体系，基础教育阶段各学科纷纷围绕核心素养对课堂教学改进进行探讨；在高等教育领域，教育部于2013年底启动开展本科教学审核评估工作，引导高校持续教学改进、健全质量保障体系。深度学习是促进学生核心素养发展的有效途径成为了评价实践者和研究者的普遍共识。

2.稳步发展期(2016—2018)。这一时期的突变词为翻转课堂、场域建构、MOOC、有效教学、核心问题、有效课堂和评价指标，体现了这一时期教育信息化的有效推进所带来的评价变革。有研究者指出教学是一种人为的过程性存在，研究有效教学更应以过程为切入点，要实现“过程有效的教学”，必须建构过程性评价制度，按照学习的充分性、直接性、多样性原则改进学习过程[10]。有研究者对近年来备受关注MOOC与翻转课堂的教学模式进行研究，提出通过资源本土化加工，以情境、交互、体验和反思四个要素为基础促进两者有机融合，并建构充满意义的深度学习场域，促进学生深度学习的发生[11]。

3.爆发增长期(2019—2021)。这一时期研究前沿领域向着信息技术的具体教学运用进一步扩展，比如雨课堂、微课、SPOC等新课堂形态受到研究重视，在线学习及教学方法的研究成为了研究前沿并将趋于新的热点。特别是新冠疫情发生以来，全国各地积极开展“停课不停学”，形成了在线同步直播教学、在线课程异步教学、在线双师协同教学和在线混合多元教学四类典型的在线教学方式[12]，为适应居家学习可持续发展、促进学生学习质量提升，应努力打造“教师—家长—学生”共同体框架模型，构建基于班级虚拟共同体的精准在线教学+居家学习模式，以教师评价、家长评价、自我评价相结合的方式展开多元评价[13]。

三、结语

党的十八大以来关于深度学习和课堂评价研究的关注度持续上升，理论研究与实践改革的主题和范围不断拓展，但是高影响度的原创成果仍相对偏少，深度学习与课堂评价深度结合的本土化实证研究尤显薄弱。党的二十大报告提出进一步完善学校管理和教育评价体系的方向性要求；教育部党组对教育系统学习宣传贯彻党的二十大精神作出部署，要求深化教育领域综合改革，持续推动《新时代教育评价改革总体方案》落实落地，因此要从建设教育强国、科技强国、人才强国的战略高度，围绕促进深度学习的课堂评价的要素变量、评价模型、实施运作等深化多学科探索，以课堂评价的高质量创新引领知识课堂向深度学习课堂转变，未来关于深度学习的课堂评价可从以下方面继续深入。

一是聚焦学习成果导向评价，进一步构建以学生为中心的课堂评价模型。要注重从学生本体价值出发把握深度学习课堂的关键样态和影响变量，围绕学生课堂学习收获的增值性表现，深入研究深度学习目标分解、学习成果收集和课堂成效解证等体系化路径，探索指标模型、发展指数等构建研究。

二是聚焦评价的持续改进功能，进一步深化课堂教学的差异性评价。要针对学科专业特点、学段差异、数据可获得性等因素开展对比性研究，探究不同类型课堂“好课”的差异化标准，拓展课堂评价体系的兼容度和认可度，加强对评价结果诊断、反馈改进效果的追踪评估，引导课堂评价在共性标准之上向着个性化、特色化方向转型。

三是聚焦促进深度学习的环境建构，进一步关注课堂情境因素的评价研究。要积极打造沉浸式课堂、虚拟仿真、智慧课堂等真实情境，创设挑战性、批判性的问题场域，加强师生交互、合作学习、心理因素、即时反馈等情境因素的影响评价，引导学生自主构建以问题解决为核心的学习情境系统。

四是聚焦信息技术条件运用，进一步深化“互联网+课堂评价”改革研究。要针对“互联网+教学”有别于线下课堂的本质特征，围绕课堂管理、师生交互、学习体验、平台环境支持与服务保障等环节，综合运用数据挖掘和学习分析技术，深化混合学习环境中深度学习能力的评价方法与提升策略研究，不断提高信息技术课堂教学的有效性和评价的针对性。