教学督导信息【2020】第八十一期

作者: 时间:2020-06-29 点击数:

分析学生线上学习效果,总结线上教学经验教训

---介绍水利学院张旭东老师的《人工神经网络》研究生课程线上教学

督导员 张祖立

水利学院张旭东老师讲授的研究生《人工神经网络》课程是水利工程学科公共基础学位课,2学分,32学时;授课对象是农业水土工程和水利水电工程学术型硕士、全日制专业学位硕士、非全日制专业学位硕士;本学期选课人数53

一、网络教学平台准备与课程教学做法

1.网络教学平台准备

2020年春,因受疫情影响,改为线上教学。针对课程的特点以及学校的要求。本课程经过认真比选,最后确定教学平台采用QQ+中国慕课。

因为该门课程比较新,与之相关的教学的视频资源比较丰富,在bilibili网站有很多相关的教学视频,但这些视频大多属于科普性质的,比较浅显和宽泛。

对于研究生来说,适合开阔视野。不适合作为一门课程来进行系统地学习。因此将它们作为本次教学的辅助资源。经比较,最终选用了由西安科技大学牟琦所开的神经网络与深度学习——TensorFlow2.0实战作为本课程的同源课程。

2.课程教学做法

1)每周规划好要讲授和学习的任务,并设置好视频的发布时间,一般设置为周一上午8:00在后台发布,周一上午教师会在QQ群里广播大家,通知已发布要学习的内容,要求,以及需要的作业,重点和难点等问题。

2)每周的周四上午在QQ群里重新提醒和督促大家完成相应的学习内容,完成相应的作业。并通过电子邮箱的形式把学生的作业收回、审阅并纪录, 一共布置并回收10次作业。

3)对于同学的疑问教师周一和周四都在线,会给同学们及时解决。没有设定固定的学习时间的安排,老师是以周来划分的,考虑到是研究生,大家都有一定的自觉性,每个同学会有自己的学习习惯,相信同学能够自己学习,所以在时间方面给了大家一定的自由度,但是对于老师来说,每周的周一、周四都会在线,及时解决同学们学习中遇到的问题。

二、线上综合考核方法与学生成绩分析

1.线上综合考核方法

人工神经网络课程线上综合考核主要是基于网络教学平台的大数据分析,教师线下的人工阅卷综合分析评定而来。成绩主要由以下几个方面构成:

1)期末开放式考试80%

开放式考试的题型主要为问答题,论述题、编程分析题等主观题型,这些题有一定难度,需要查找资料并结合自己的研究完成,可综合反映研究生对本门课程的理解、掌握、运用情况。通过考试的完成,使学生对该门课进行一个完整的总结和提升。由教师根据学生对开放式考试的每道题的完成进行综合评定。

2)平时各章节10次作业,每次1分,占10%

题型为小的程序编制并有部分判断题,采用线下教师评阅和软件辅助分析的方式进行评定。

3)平台测验,占5%

这是每次网络课程完成后的测验,主要为判断题,采用学生平台完成,系统自动评阅的方式进行。

4QQ群活跃程度5%

平时的学习中存在的问题和对其他同学问题的参与讨论的程度。反应了同学对该成门课的兴趣和参与度。

2.学生成绩分析

成绩的总体分布在70-100之间,其中90分以上个21人,占44.68%80-90之间的26个,占55.32%,70-80之间的6, 12.77%。非全日制学生成绩整体明显偏低,平均成绩为81,只有一个达到了90分;学术学位的学生整体成绩最高,平均成绩为92,并且区间相对集中,最低成绩为86,说明学生的整体素质和对本门课程知识的掌握和应用比较好;而对于全日制专业学位的学生来说,平均成绩87.5居中,成绩的分布相对宽泛。总体上还是能够反映出学生的特点和一些特征的,比如非全日制学生成绩大多数不认真,学术学位学生的基础和认真程度要好很多,导师对他们的期望也高一些,他们对自己的要求也要高一些。

三、线上课程教学调查

1.学习兴趣与难易度问卷调查

在第七周时,授课教师随机发起了学生对讲授内容的感兴趣与学习难易程度的调查,发出电子问卷53份,返回47人的调查份。从返回问卷发现学生们的学习视频的时间一般会大于传统的授课时的上课时间,平均的视频学习时间每周是4小时,传统在校上课每周4学时的课程用在课堂上的是3小时。返回的人中只有2人是小于2个小时,其余的都大于2小时,因为有些视频是需要反复看的。

对于感兴趣程度一共设置了1-5级,其中5代表最感兴趣。47人调查的结果为4.02,说明同学们对课程内容还是非常感兴趣的。对于难易程度,“太难了”占53.2%,“还可以”占46.8%,表明第七周时课程已经偏难了。

2.收集学生的意见反馈

学生A  编程部分可以提高在本部分的分值比例,因为这门课主要是实践为主,并且评分标准可以在程序的个人原创程度、程序是否简洁易读、运行结果等方面加大权重;但本部分占整体分值比例(80%)略高,这门课以实践为主,平时成绩可以适当提高,并且给分项可以从抄袭难度大的方面考虑。(因为线上作业太容易应付了)。平台测验的题目大部分都在课件里,有的跟章节作业重复,并不能训练学生的灵活运用。

对于QQ群活跃程度,大部分人都是回复收到,建议老师不定时在群里提问相关知识(建议是平时经常遇到的问题和报错),看看学生是否真正学习和思考了,也可以让学生有问题在群里提问,记录大家如何解决的,可以在这些方面,评判学生的活跃程度。(有的同学电脑根本没安装python,连基本的安装都不会,大部分请教别人远程操控,而自己也不总结和学习,作业考试还是靠抄)所以,在群里随机提问,也很有必要。这部分分值可以适当提高,加大平时成绩。

学生B  疫情过后建议用学校机房进行授课,可解决安装软件的问题以及少数同学因设备问题而运行困难的现象;建议课后作业部分在上交之后,老师能分步骤细讲一下,另外大家能畅所欲言,分享学习经验与技巧;该课程与大多数同学的科研息息相关,建议可将类似课程作为必修课,让每个同学都能有python软件学习的机会;期末考试可参考数学建模提交论文的形式,可考察大家对于软件实际应用的能力;建议老师增加数据处理和Excel文件读取方面的课程,可缩短同学平时工作和学习中数据整理所用的时间。

学生C  对人工神经网络课程线上授课方式的意见

优点:从学生角度看,首先,线上上课的方式很新颖,能调动起对于这门课程的积极性;而且,该课程引入了该专业方向比较权威全面的课件,视频中讲解老师思路清晰,表达上易于理解,由浅入深,尤其对于零基础的学生,便于理解入门;其次,线上教学也包括测验和单元作业的安排,能及时巩固已学的知识,便于自检和改正。

弊端:在这学期上课过程中,也发现了一些不方便的地方,比如TensorFlow2.0安装那一节,由于电脑配置、网络问题和自身电脑操作问题等,我们有人多次重复后仍不能顺利安装,不像线下授课,能及时找老师或同学询问解决;还有一些应用操作题存疑,也没办法互相讨论解决,导致学习过程中不断积累小问题,让人感觉课程越来越难,容易打击上课积极性;最后,出于个人感觉,线上授课过程中,每周安排一章节的课程,观看视频,记笔记,做课后题的时间加起来过于耗时,课程容量略大,难以消化理解,也不利于后续关联章节的学习。

学生D  线上教学和综合考核的方式合理多元。

结合自己的学习历程,提出两点推动学生提升自我的想法:线上教学除了课程视频和课件,学生还可以去很多网站找资料拓展学习,比如b站的视频资料和csdn博客还有github的开源资料;推荐学生课余时间开通自己的csdn博客做笔记(该博客的线上编辑器很强大),把自己的灵感和学习历程记录下来。

学生E  我觉得整体的教学很好,自己确实学到了很多东西,学习时间安排很得当,考核的方法也很科学,但是有时候在线上听课的时候没有什么互动,可能是线上不如线下讲课的地方,我觉得有时候有些作业编一些程序的时候,需要有人介绍或者说分享一下编程的思路,这样会好一点。

四、教师线上教学感受

张老师认为,研究生课不容易上,网络教学更难,因为见不到面,教学对象不易把握。若是采用直播,则受设备、网络、终端等影响太多,学习效率不一定高。研究生有一定的自主学习能力,可以采用平台录像教学,但需要大量投入,包括课程团队,录像,视频制作,习题和练习的设计等很多环节。庆幸的是找到了比较好的课源,感谢中国慕课和原创作者。网络教学除了要求教师“传道、授业、解惑”外,还要成为课程的组织者和管理者,网络管理员和维护员,对教师提出了更高的要求,通过网络教学,老师和学生都学到了很多。

有一部分同学由于各种各样的原因,或是认识不够,或者惰性和习惯,就糊弄和对付一下,对于课程则是“导师让选我就选”,或者是“师兄师姐选了我就选”,混个及格就行。而且每个研究生的课题都不一样,他们每个人关心的问题也不一样,若暂时没有发现能够用上就会对课程放松,或者发现课程有点难度,不愿意花费时间和精力去钻研。

研究生课对老师的要求也非常高,首先老师自己的知识面得够宽,你才能控制住研究生课堂,对自己讲授的课程有足够深的道行,才会得到研究生的认可,对课程和学生足够负责和认真,才会得到研究生的尊重。每门课程都有每门课程的特点,每个教师也有每个教师的特点,“兴趣本身是最好的老师”,那么对于教师,如何调动和引起学生的兴趣、培养学生钻研和求真的精神是至关重要的。

研究生课程的教学涉及的内容又是更新非常快的,老师必须跟上形势,需要由团队来做,并且得有经费支持。本门课程的做法也是在疫情影响的情况下所做的被迫选择,只是对线上教学的一点儿尝试和探索,学生的反馈意见很好,第一次网上教学,有很多地方做的太仓促和粗糙,仍需要下大功夫提高教师自己的水平和对课程进一步打磨。


Copyright© 2015-2023 沈阳农业大学外语教学部
技术支持:沈阳农业大学·神农大学生农业软件创新中心