分类:教和学的层次研究

来自Big Physics
(重定向自分类:教的层次研究


研究问题

按照吴金闪和朱志勇聊天的成果,本项目打算对某个学科的老师个体做教和学的层次的编码,从个体质性研究、统计分析的角度,来做老师的教和学的层次的现状描述,以及做国际对比、学习效果对比、问题解决能力、迁移学习能力对比。

更多方法和理念的阅读材料见深度教和学文档

研究方法

  1. 选择一个学科,例如中小学数学,大概梳理出来这个学科的知识层次:第一层——事实性流程性知识,第二层——第一层知识背后的概念模型(可以生成第一层知识),第三层——学科大图景(可以生成第二层知识),第四层——人类一般思维、学习和思考的方法(可以生成第三层知识)。
  2. 对实际线下课堂或者mooc的老师的教和学生的学做编码,给每一部分一个层次,不管是讲授内容还是提问、讨论内容,还是做题过程、题库、学生学习思考过程。
  3. 对老师和学生做访问,以及设计一个理解型学习和教和学的层次量表,开展质性研究,以及量表测量结果和教学活动标注结果的比较。
  4. 对试卷和作业中的习题做层次标注:第一层——完全就是具体知识的检索就能完成的,第二层——需要一般化到学科概念才能完成的(注意,直接把学科概念用来记住然后检索填上答案的算第一层),第三层——需要运用学科思维才能完成的,第四层——需要运用一些人类一般性思维和教和学的方法才能完成的。
  5. 对所有样本,按照某种分类,做统计分析。

DeepLearning.png

对研究者的挑战

对于做编码的研究者的要求:

  1. 懂得理解型学习、知识的层次这些理念;
  2. 在所选择的学科内,要具有这个能够识别出来知识的层次的能力;
  3. 完成标注任务所需的时间兴趣和态度。

这对研究者对学科的认识和对教和学的认识,都提出了要求。当然,我们可以对某些学科做概念网络来当做研究的脚手架。例如物理概念网络速度概念。

子分类

本分类有以下2个子分类,共有2个子分类。