文摘
翻转课堂模式已经成为教学的一个重要路径改善大学和高等教育机构在中华民国直接导致信息技术的广泛的同化和教育课程,在这个移动互联网的时代发生了。同时,为了应对渴望新文科的建设和人才的培训服务社会,提出了一种模糊综合评价(FCE)算法评估翻转课堂的教学效果。这样做是为了会议的要求新文科的建设和人才的培训可以为社会服务。我们把人的学科教学分成两组:(i)作为实验组;和(2)作为对照组。然后我们每个组的教训补充使用翻转课堂教学或传统的教学方法,这取决于他们。之后,基于模糊综合评价结果显示,翻转课堂的教学方法可以成功地提高学生自主学习的能力以及文化创意和实践。此外,它还可以提高课堂教学的质量。学习效果优于传统的教学方法,而这样做的结果是,值得进一步推广。评价可以成功年级教室的教学效果,它提供了成长小说的概念教学评估的影响了教室。
1。介绍
翻转课堂教学模式(1- - - - - -3)是一种新的教学方法,测试了,促进了森林公园高中在科罗拉多州,美利坚合众国。它获得了重要的注意力从教育者都在美国和世界其他国家。事实上,学生使用自己的类以外的时间观看教学视频和其他材料,已经被他们的老师提前提供4]。名字是给材料的更深入的检查是在教室里教,可能采取的形式练习,小组讨论,或其他类型的活动5]。因为学者在美国和其他国家都相互矛盾的意见翻转课堂的教学方法,众多学者在教育领域的深入参与了调查主题的功效6]。根据大量的研究论文,翻转课堂的教学影响大学物理课程的教学风格是明显优于传统的教学模式(7- - - - - -9]。受控实验物理学本科课程的教学效果是最具影响力的作品之一,研究已经完成翻转课堂的教学效果在这个国家。研究结果表明,两个翻转课程后,实验组的学生取得更多进展比对照组的学生。教是这样,尽管两组相同的材料和教学目标是相同的。
老师使用翻转课堂的容量指示是决定教学效果的直接因素10- - - - - -13]。根据研究的结果,教学视频,学习任务包,课堂活动组织的直接功能,干扰教学的影响了教室。这些发现与研究结论一致达成的其他国内学者。非传统教学技术的实现提出了反思课程课程教学专业人员的问题。教学材料的准备了大量的时间和精力的教师。某些调查问卷的结果表明,学生满意preclass准备和教师所使用的教学模式。这一发现表明,翻转课堂教学风格背后的概念可以显著提高学生的注意力在学习和提高他们的学习能力。因此,加速翻转在教师课堂教学能力的培养是一个必要的保证增加了课堂教学的效率。此外,翻转课堂的使用方法作为教学策略是一个重要的组件,它鼓励学生独立学习和影响教学的有效性。
翻转课堂的教学效果可以显著提高了指导学生对自己的学习承担责任;鼓励学生使用他们的创造力来获取知识;和发展学生自主学习的能力。根据研究结果,无论是知名度还是今天的学生的能力大大增加,有关自主学习事务的当前状态是不利的。学生们面临着一系列的挑战,其中最重要的是,他们可用的时间翻课前学习严重限制是由于这一事实的新的教学方法与它(不兼容13]。因为大量的工作,预计从他们在学业上,一些学生表示他们的意见是不明智的实施更定期翻转课堂教学模式。翻转课堂教学应重点关注学生根据他们的能力和浓度,以及帮助学生独立自主学习能力都差(14]。
建立评价指标体系(15,16)是一个具有挑战性的任务。这些指标需要完成以保证公正,公平,独立,和完整性,这个过程是相当复杂的。在课程建设过程中,许多教师实践指标的评价标准评价标准能够更好地满足教师的需求,可以很容易地变成了教师的标准做法。然而,这纯粹形式的个别教师受老师的影响,但是很难获得足够的有效样本的同时,考虑到可能会有困难和偏差的有效教学行为被老师在课堂教学。事实上,这使它很乏味和具有挑战性的任务可以单一的教师的有效性。评估是指所有的学术人员做出判断的方法对学生整个学习过程的进展和在一个特定单元的学习。
评估学习和教学是一个重要的组成部分。进行评估的意图是提供一个持续的过程的规划、测量、分析的结果,并使用结果到达有见地的决定,最好导致某种形式的进步。评估学习经验以及教师自身的性能是任何课程或教学评价的一个组成部分。换句话说,它可以分解成两部分组成。这是教师的工作来评估学生的学习进展和分配合理的成绩。部门员工管理在大学负责教学评估。部门可以评估的质量和有效性教学为了监控教学过程和获得来自特定方面的数据。这将使美国在未来教师提供反馈,帮助他们改进自己的教学。研究提出了工作的主要贡献如下:(1)提出了一种模糊综合评价(FCE)算法为了应对需求建设的新的社会文科人才的培训服务,以及评估翻转课堂的教学效果。(2)一个单层模糊评价模型和多层模糊评价模型。
留下的部分论文安排如下。节2,我们深思熟虑的最先进的方法和竞争对手的相关工作。节3研究设计和方法。此外,两个模型也证明了在这一节中。仿真实验和获得的结果是后续部分中讨论4。最后,节5我们的研究,我们提供一个总结和讨论一些未来的研究方向。
2。相关工作
评估教师的信息化教学能力,是客观和准确17,18),是一个关键的任务必须完成,以刺激增长的信息化教学在中华民国,和关于这一主题的研究有重大的现实意义19]。许多调查这个话题已经由过去的学者。一些研究人员研制出了一种评价方法对教师教育信息化能力基于智能教室(20.,21),他们提供了一些合理的建议教师能力的评价在高职院校教育信息化。一些学者进行研究的教师标准的教育信息化能力,这为进一步的研究提供了一定的理论基础,可以进行。教师的信息化教学技能评估使用一套评价指标,建立了几个研究人员和相当全面。后进行的综合评价方法研究高校教学信息化,许多学者得出的结论是,评估结果使用雷达地图综合分析方法不仅是客观和准确,而且还提供了一个独特的好处。一些研究人员使用TPACK理论模型与实例进行研究和评估教师的信息化教学能力基于他们的发现(22,23]。他们认为目前的职前教师的技术能力水平很差,他们相信仍有差距,在集成技术和内容的指导。一些研究人员构建一个三维的外语教学评价体系按照信息化教学模式。他们还澄清了评价体系的评价目标,他们认为该系统具有全面的好处,客观、科学、准确。研究人员检查了教学信息技术职业机构的效力,以及评估标准和技术有效地把它付诸实践。
评价一个老师的表现是一种最有效的方法来提高整体教学质量,同时也扮演了一个重要的部分在政府在高等教育机构更加健壮。大量的研究人员完成的工作与教学评估的研究。看到使用的一个使用数据挖掘是在课堂教学的有效性的评价24]。一些学者利用决策树来评估水平的学院和大学提供的指令,与最终目标是提高教师的整体标准培训。实现更精确的评估的结果,一些学者采用支持向量机使用默认设置和选择参数。粗糙集是一种方法,一些学者使用获得的信息就业形势和教学质量的大学和高等教育机构。建立一个评估模型和适用规则进行了综述。这有助于确保尽可能提高评价水平。
FCE考试技术是一种数学方法,使用模糊数学的思想和方法来彻底评估项目,在现实世界中难以正确识别(25- - - - - -27]。应该注意的是,这种方法最初是由加州大学伯克利分校。某些学者在教学的应用模糊综合评价的评价。小说教学绩效评估框架,基于模糊AHP和FCE考试方法已经被一些学者提出。这部小说评价技术首次发现组件和次级因素的评价指标体系,然后采用程度分析模糊AHP法计算权重的因素和次级因素决定在前一个步骤。教学绩效评估框架,提出基于模糊AHP和FCE考试方法案例应用程序由一些学者所示。
模糊数学的研究领域被称为是利用相关数学程序以处理和解决各种朦胧的事物和事件。在我们的职业和个人生活中,有一些挑战,可以使用数值难以准确地传达。有可能使用一个模糊数来描述它更能为社会所接受。可以以许多不同的方式解释它。自从Moorel提出区间数的概念在1960年代,学者们一直关注的应用和研究区间数。这是由于这一事实属性权重的选择需要进行广泛的属性的下限每个结构尽可能最小的成本,和完整的属性的上限的意义每个系统需要最大化。建立了规划模型通过使用加权法,和属性权重确定属性权重的方法。一些学者使用的豪斯多夫距离来确定属性值的区间数以及亲密度的理想区间数。此外,豪斯多夫距离公式是利用为了确定相关属性的相对重要性。根据一些学者的研究,间歇数量的多属性决策问题可以解决通过描述的积极和消极的区间数的区间数,采用相对亲密因素在决定多少重量给每个区间属性。 The operation can be made more straightforward by converting the attribute weights into numerical values. The multiattribute decision-making problem with scheme preference was explored by some academics, and one of them offered a way to compute attribute weights based on the interval number separation degree formula.
大学和高等教育机构为了有效地实现国家教育政策和程序,加强道德建设的根本任务和培养人,同时进一步进步和提高教学工作水平,教学条件的综合评价是必需的。这个评估必须进行学校和高等教育机构为了有效地实现国家教育政策和程序。它是必要的,在这个时候,每个学院的教学质量评估根据专家给出的分数,因为由专家给出的分数是经常模糊数(如区间数)的结果在实际现状的各种不确定性。目前还没有标准化的方法来教学评价在世界任何地方,包括在美国。方法如层次分析法、主成分分析、效用函数、FCE考试等是最常见的例子使用数学分析技术(28,29日]。每个方法都有自己的好处。其使用的范围以及它可能有任何限制。AHP中包含大量的主观性,排名是相当武断的。
主成分分析方法没有提供一个明确的解释这意味着什么。效用函数法和FCE考试方法都依赖主体性在决定多少重量给每个因素(30.]。结果的不可预测性教学、综合评价的数学模型,基于离差最大化方法建立了为了确定属性的权重向量组(31日]。这个模型寻求消除,最大限度,主体性与确定权向量和具有某种程度的客观性。这种方法使用区间数作为一个例子。教学评价模型在模糊环境中,和一个决策方法提出了基于区间数权重向量组。这提供了一个新的教学评价方法评价模型在模糊环境中。以区间数为例。提供(32,33]。
3所示。研究设计
3.1。数据源
图1显示对应于该算法的流程图。期末考试的比较和调查问卷管理课程结束的时候,在上海一所学校为我们提供了源数据。测试集包含数据总量的百分之八十,而训练集由数据总数的百分之二十(29日]。翻转课堂教学效果的评价模型,基于综合评价的模型,是用这种方式创建的。
3.2。分析基于AHP-FCE方法
利用模糊数学中的隶属度理论,一个复杂的多因素可以定量评估计划很难定义使用精确的数学关系。这是是什么意思FCE考试。在很大程度上,FCE考试的质量取决于在多大程度上计算指标权重的客观和科学。这发生过程中确定每个因素的隶属度计算过程中各因素的隶属度。相比,主观定性的确定权重的方法,层次分析法,定性和定量的多因素决策方法,能够使模糊因素的指数权重的计算更客观和科学。这与主观定性的确定权重的方法。
3.2.1之上。单层模糊评价模型
以下是详细描述的过程,构成了单层模糊评价模型:(我)步骤1:获取因素集 与课堂教学有关。(2)步骤2:下一步是建立 判断集合。(3)步骤3:单因素的评估。的结果我th评价单个组件之间的模糊关系年代和P是 ,和评价矩阵n因素是这样了 (iv)第四步:执行一个详尽的分析和权重设置 ,而表示每个因素的相对重要性我说明使用
以下公式,证明了使用方程(3),是一个综合评价的结果列表:
在上面的方程(3),广义模糊合成算子用字母“”,说明使用
3.2.2。多级模糊评价模型
后评价指标体系的设计数学教学影响的网络直播,直播课堂的教学效果评估的协助下多级模糊评价模型。
下面是一个破旧的多层次模糊评价模型的具体步骤:步骤1:执行计算和收集完整的评估的最终结果。降低subtarget按照模型的评估与单个层我是准则层的数量,和j评价指标的数量是包含在同一标准层。步骤2:第二步是重新建立模糊矩阵 。这一步是如下的公式使用 在哪里k是评估指标的数量可能发现在一层吗我他们中的所有人。步骤3:单层的综合评估,假设的权重集光伏材料评价指标是用符号 ,以下公式,见方程(6),是这一层的综合评价结果的一个例子: 第四步:进行全方位分析的总体目标,从最基本的组件,通过层开始。下面的公式,见方程(7),是一个综合考试的结果列表的总体目标:
3.3。评价指标
作为指标来确定模型的准确性,我们利用精度,精确,回忆,F1指标。这些指标被广泛应用于人工智能和机器学习研究量化预测的结果。下面的方程(8)确定准确率的公式: TP表示真实的虚假和TN代表真阴性。同样,FP和FN描述假阳性和假阴性,分别。以下方程确定精确率的公式:
以下方程确定召回率的公式:
以下方程确定的公式F1:
除了这些指标,研究人员还使用了日军(平均绝对百分误差)和RMSE(均方根误差)指标证明预测结果的有效性和准确性23]。
4所示。实验和结果
我们将把模糊算法称为“算法”为了使比较以下算法尽可能简单。我们也会比较随机森林算法(RF),朴素贝叶斯算法(NB)和BP神经网络算法(BP)建议的方法。
我们可以看到在图2,我们获得了不同程度的成功。相比其他五个分类预测算法进行了测试,很明显,我们的方法的准确性优于他人。这表明我们的方法仍然是相当成功的决定的影响了课堂教学对学生的学习。各种评估方法的功效可以干预的影响有待确定。在迭代过程中,英国石油(BP)机制的正确性程度以最快的速度提高。然而,在迭代的数量达到250,增长率开始逐渐慢下来。在迭代过程中,RF算法的精度不断提高,直到它达到高峰,这时它排在最后。当一切都说了,该做的也做了,NB算法排在第二位的准确性。
图3描述时发生的损失被迭代的过程。在迭代过程中,我们可以观察到该算法算法总是减少的损失,因此,目前最低的价值在四个不同的损失值。BP方法相比,最初的损失是最高的,但随着迭代过程仍在继续,参数拟合变得越来越好,从而导致模型损失增长越来越小,最后损失的是第二个最高。随着重复的数量增长,有一个逐步减少丢失的数据量NB方法和RF算法。然而,最终的结果是不像丢失的数据我们优秀的算法。精度、召回和F1度量值在不同的算法如图4。
我们我们的方法与RF算法相比,NB算法,和BP算法在精度方面,回忆,和F1度量值,见图4。因为我们的方法精确率最高,召回率,和F1度量值,很明显,没有问题算法的稳定性。这可以发现通过观察图。它能够提供一个准确的分析了课堂教学的有效性。
传统的教育方法时,教师自己经常被描绘成在教室里的主要角色。主要负责学生在教室里听和做笔记,而教授主要负责交付讲座。很少有学生的参与。这种教学形式的缺点是显而易见的,尽管它是有助于促进教学实践的发展。学习感兴趣,不完美的理解,通常不变的思维模式,等等。学生有机会获取知识相关的课程提前来上课之前在家观看视频。应该注意的是,在课堂上大部分时间致力于记忆,应用,探索材料。主要的教学模式是探索和拓展活动,基于角色的辩论,小组讨论,等等。
与学生以及学生之间的交流沟通和实现翻转课堂教学风格的教师的课堂教学是有益的,因为它的目标学生的知识盲点以及他们的需求和利益,并指导学生进行自主学习的方式更科学合理。学生可以得到更大的计划通过使用分层教学,也可以激发学生的学习的兴奋,实现创建高级思维,鼓励知识的集成,并最终提高知识集成。翻转课堂的教学效果评估模型,基于模糊综合评估,可以帮助教育工作者投入更多的考虑改进学生的基本素养和学生基本能力的训练。
5。结论、局限性和未来的工作
总结发现,翻转课堂教学风格,植根于FCE考试,课堂教学取得了良好的实施效果,它有效地刺激学生的学习兴趣和学习能力。事实上,这是通过实施一个全面的评估。这种教学方法,注重解决实际问题,重视的是广泛的学术领域的集成,并使大量使用最新的和最新一代的信息技术,能够成功地实现以学生为中心的教学方法,为学生提供各种学习资源和更大的机会,鼓励学生进行自主学习,提高学习成绩。我们有信心,推荐的方法是一种新颖的方式翻转课堂教育,应考虑在高等学校中使用。
有一些问题与人类的评估方法。例如,教学质量评价的结果是非常主观的,不科学的,和评估的准确性很差。结果,评估的结果不能有效地反映教师的实际教学水平。随着互联网的兴起和其他形式的信息技术,如何使用信息技术的方式既科学又精确的正确评估教学质量一直带到前沿。为了找到这些问题的解决方案,我们一直在努力实现模糊综合评估方法为计算机专业的实践教学评价。几个数据集聚集在类被教,保留大学管理所需的额外劳动,。之后,指数的数据输入到模糊综合模型来产生结果的科学研究。我们能够正确地评价课堂教学效果的利用一个评估算法,基于FCE考试。这让我们协助学校客观地评价教师的课堂定位。在未来,我们将解决这些问题而提出基于FCE考试评价算法。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。