课程联盟机制下MOOC教学绩效的影响因素研究

2024-03-12 04:07管恩京张鹤方黄玉环杨晓婧李秀丽
现代教育技术 2024年2期

管恩京 张鹤方 黄玉环 杨晓婧 李秀丽

摘要:近年来,课程联盟机制下的MOOC课程取得了显著进展,但在教学实践中也面临一些挑战,特别是教学绩效问题,导致师生的教与学体验不佳。为此,文章首先对山东省高校课程联盟内的教师开展MOOC建设和应用情况的调查。然后,文章构建了结构方程模型,从MOOC建设者和使用者的视角分析MOOC教学绩效的影响因素,讨论变量之间的因果关系和效应值。结果发现,课程联盟机制下影响MOOC教学绩效的因素主要有教学环境支持、课程联盟优势和教师的行为认知。最后,文章根据教育生态学理论,分别从学校、课程联盟和教师三个层面提出提升MOOC教学绩效的对策和建议,以期为深化教育行政管理部门、高校和教师对课程联盟的认识提供依据,并为提升MOOC教学绩效提供参考。

关键词:课程联盟;MOOC;教学绩效

【中图分类号】G40-057 【文献标识码】A 【论文编号】1009—8097(2024)02—0090—09 【DOI】10.3969/j.issn.1009-8097.2024.02.010

引言

作为一种新型、开放的教学方式,MOOC为优质课程的共享起到了积极的推动作用,但MOOC教学在快速发展的同时也暴露出一些绩效问题,如课程设置不当、教学资源匮乏、优质师资不足、教学设计不够合理、学分认定方式不完善等[1][2][3]。由此,如何提升MOOC教学绩效逐渐成为教育者关注的一个重要问题。针对这一问题,杜凤娇[4]从教师教学实施、学生学习效果、课程内容设置等方面,探究了MOOC教学质量的影响因素,并提出MOOC教学质量提升的对策;黄芳等[5]以“英汉互译”课程为例,从课程内容、教学过程、导航设计三个方面对MOOC教学质量与影响因素进行分析,提出了相应的策略和建议;徐国虎等[6]探究了高校经管类MOOC教学质量的影响因素,发现教学内容、教学态度、MOOC平台和MOOC学习者是影响MOOC教学质量的主要因素;张玉磊等[7]通过搜集与MOOC教育有关的资料,利用扎根理论研究方法,构建MOOC驱动因素理论模型,解释了MOOC发展的影响因素。这些研究从不同角度探讨MOOC教学的质量提升及其影响因素,并针对平台、教师和学生等多个层面提出了相应建议。

MOOC课程主要由国家、省或区域课程联盟负责运行和管理。其中,课程联盟是一种合作机制,它以教学共同发展为目标、共享课程资源为纽带,由若干所高校互相联合而成,旨在实现优质教学资源共享,使各高校優势互补、以强带弱[8][9]。课程联盟为各成员高校提供课程建设方案、教学资源、教学服务等在线开放课程资源,在该机制下,成员高校之间的课程学分可以互认,方便学生跨校选课和学习。同时,课程联盟还设立了联盟理事会、委员会等组织机构,负责制定联盟章程、发展规划、政策措施等,并协调各成员高校之间的交流与合作。尽管MOOC在教育领域的应用越来越广泛,但是鲜有关于课程联盟机制下MOOC教学绩效的相关研究,这导致对于MOOC教学绩效的评估和提升缺乏科学的数据支持,从而限制了MOOC的应用和发展。为此,本研究针对山东省高校课程联盟中的部分高校教师,构建了结构方程模型,从一线教师的角度分析高校课程联盟机制下MOOC教学绩效的影响因素、因果关系和效应值,并根据教育生态学理论提出提升MOOC教学绩效的政策性建议,以期为MOOC教学质量提升和MOOC应用推广提供理论支持与实践指导。

一 研究设计

1 研究对象

本研究针对山东省高校课程联盟成员中37所高校的1468名一线教师展开,这些教师均在山东省高校在线开放课程平台或其他MOOC平台中构建MOOC课程(MOOC建设者),或使用其他老师的MOOC资源开展混合式教学(MOOC使用者)。

2 研究材料

本研究通过阅读文献、教师咨询、专家咨询等方式形成了调查问卷初稿,并邀请教育学、社会学、管理学、统计学等领域的学者对问卷进行评判,最终形成“MOOC应用情况调查教师问卷”。根据研究内容,调查问卷分为基本情况、在线课程建设与使用情况、教师对在线课程的了解和看法、教师对山东省高校课程联盟的了解和看法、学校对于在线课程建设的支持、在线课程实施效果六部分。其中,基本情况和在线课程建设与使用情况属于主体属性,教师对在线课程的了解和看法、教师对山东省高校课程联盟的了解和看法属于结构属性,学校对在线课程建设的支持属于治理属性,在线课程实施效果即绩效提升属于治理结果。除了基本情况部分采用单选、填空形式,其余部分为单选、多选和量表形式。此外,从“在线课程建设与使用情况”开始,问卷利用逻辑跳转分为两部分,分别供MOOC建设者和使用者答卷,其中建设者问卷包含32个量表题,使用者问卷包含28个量表题,量表题采用李克特5点量表,受访者在1(非常不同意)~5(非常同意)的范围内对每个问题进行评分。除了关于在线课程建设与制作和课程服务的题目(包含在“在线课程建设与使用情况”内),建设者和使用者所答问卷的问题一一对应。表1列举了“对在线课程的了解和看法”模块的相关问题。

本研究把问卷中的量表题分成5个维度,分析整体以及每个维度的Cronbachs α系数和KMO值。其中,整体的Cronbachs α系数值为0.972,各维度的Cronbachs α均在0.7以上;整体的KMO值为0.813,各维度的KMO值也均在0.7以上,表明问卷的信效度较好。

3 研究过程

本研究于2022年9月~12月期间,使用问卷星收集数据,并进行了一项横断面研究。受访者完成问卷调查的时间为5~10分钟,共收回问卷1468份,有效问卷1382份,问卷有效率为94.1%。其中,建设者问卷908份,占65.7%;使用者问卷474份,占34.3%。之后,本研究利用SPSS 26.0和AMOS 24.0对问卷调查得到的数据进行处理,通过探索性因子分析和验证性因子分析提取课程联盟中MOOC教学绩效的影响因素[10],并以各影响因素为自变量,教学绩效提升为因变量,经过拟合指数和修正指数进行调试,得到了MOOC教学绩效影响因素结构方程模型[11],并进一步对影响因素之间的关系和效应值进行分析与讨论。

二 数据分析

1 教学绩效影响因素提取

(1)探索性因子分析

探索性因子分析法(Exploratory Factor Analysis,EFA)是一项用来找出多元观测变量的本质结构并对其进行降维处理的技术。本研究对建设者量表进行探索性因子分析,其中提取方法为主轴因式分解法,旋转方法为凯撒正态化最优斜交法,从而得到5个因子,分别为绩效提升、联盟优势、行为认知、学习服务和环境支持,提取载荷平方和方差累计解释百分比为55.326%,表明建设者量表的因子解释能力较强。用同样的方法分析使用者量表,得到4个因子,分别为绩效提升、联盟优势、行为认知和环境支持,提取载荷平方和方差累计解释百分比为60.262%,表明使用者量表的因子解释能力较强。

(2)验证性因子分析

验证性因子分析(Confirmatory Factor Analysis,CFA)用于检验一个具有特定的理论观点或者概念架构的量表或模型,用来评估该理论的计量模型是否合理。本研究分别对908份建设者样本和474份使用者样本的相关数据开展验证性因子分析,具体如下:

①建设者分析。本研究根据模型指数和残差相关系数对各测量变量进行微调,验证性因子分析结果显示,χ2/df=3.313<5,表明模型比较理想;RMSEA=0.050<0.08,CFI、NFI、IFI均在0.9以上,表明模型擬合良好。修正后的MOOC建设者测量模型包含5个潜在变量和25个测量变量。本研究得到影响高校MOOC教学绩效提升的因素包括环境支持、联盟优势、学习服务、行为认知。

②使用者分析。本研究根据模型指数和残差相关系数对各测量变量进行微调,验证性因子分析结果显示,χ2/df=2.665<5,表明模型比较理想;RMSEA=0.059<0.08,CFI、NFI、IFI均在0.9以上,表明模型拟合良好。修正后的MOOC使用者测量模型包含4个潜在变量和19个测量变量。本研究得到影响高校MOOC教学绩效提升的因素包括环境支持、联盟优势、行为认知。

2 影响因素结构方程模型

结构方程模型(Structural Equation Modeling,SEM)是一般线性模型的扩展,该模型将因素分析和路径分析进行有机结合,适用于解决实际业务中受多因素影响的用户体验问题。结合前文,本研究通过AMOS 24.0构建结构模型并根据拟合指数和修正指数进行调试,对每个潜在变量的观察变量进行调试,分别得到课程联盟中建设者和使用者视角下的MOOC教学绩效结构方程模型,如图1和图2所示1。其中,结构方程模型的路径系数均为标准化路径系数,且在0.05水平上显著。根据路径分析,可把因素间的影响分为直接效应、间接效应和总效应。以建设者为例,环境支持对绩效提升有一条直接路径,箭头上方的数字0.232为直接效应值;环境支持对绩效提升有四条间接路径:环境支持-联盟优势-绩效提升、环境支持-联盟优势-行为认知-绩效提升、环境支持-联盟优势-学习服务-行为认知-绩效提升、环境支持-学习服务-行为认知-绩效提升,每条路径的效应值是该路径上各段效应值之积;环境支持对绩效提升的间接效应值为四条路径效应值之和;总效应值为直接效应值与间接效应值之和。

3 影响因素的效应值分析

本研究根据模型分析得到建设者和使用者视角下各因素之间的直接效应值、间接效应值和总效应值,分别如表2、表3所示,可以发现:①从MOOC建设者的角度分析,对MOOC教学绩效影响最大的因素是环境支持(0.637),随后依次是行为认知(0.529)和联盟优势(0.355),学习服务对于教学绩效影响较小(0.097);②从MOOC使用者的角度分析,对MOOC教学绩效影响最大的因素是联盟优势(0.593),其次是环境支持(0.554)和行为认知(0.510)。

三 结果与讨论

1 环境支持对MOOC教学绩效的影响

结构方程模型数据分析结果显示,山东省高校课程联盟(下文简称“山东课程联盟”)中高校对MOOC教学环境的支持通过直接和间接两种方式影响MOOC教学绩效。MOOC教学环境既包括网络、智能教室、教学平台等硬件设施,也包含教师培训和技术支持等软环境。由表2、表3可以看出,环境支持对绩效提升的直接效应值为0.232(建设者)和0.169(使用者),间接效应值为0.405(建设者)和0.385(使用者)。这表明,高校MOOC教学环境是开展MOOC教学的重要保障,其直接影响教学绩效,高校对于MOOC教学的支撑环境越好,山东课程联盟的优势越明显,对教师的行为认知影响就越大,这也间接提升了MOOC教学绩效。

本研究根据调查问卷中“学校对于在线课程建设的支持”部分得到的反馈数据,分析了目前学校政策的支持情况以及需要加大的支持,如图3所示。可以看出,在当前的学校政策中,对MOOC教学支持力度最大的是项目支持,其次是经费支持,然后依次是工作量支持、模式自由度支持、成果支持等。但有教师认为,当前最需要提高学校的经费支持,其次是工作量支持,然后是模式自由度支持、项目支持、成果支持等。

2 联盟优势对MOOC教学绩效的影响

图1显示,山东课程联盟优势既可以直接影响MOOC教学绩效,也可以通过为选课学生提供学习服务和影响教师行为认知,间接提升MOOC教学绩效。图2显示,MOOC建设者的联盟优势对学习服务的总效应值为0.429,表明其对联盟优势的认识越深刻,为选课学生提供的学习服务就越周到。同时,山东课程联盟优势对教师关于MOOC行为认知的总效应值为0.670(建设者)和0.804(使用者),表明联盟优势会深刻影响教师对MOOC的认识和看法。研究表明,山东课程联盟优势越显著,教师对MOOC的行为认知越深刻,MOOC教学绩效提升就越明显。

本研究根据调查问卷中“教师对山东省高校课程联盟的了解和看法”部分得到的反馈数据,绘制了“教师对高校课程联盟的了解和看法”雷达图,如图4所示。调查问卷数据分析结果显示,有83.3%的教师对于山东课程联盟较为认同,认为课程联盟推动了高校之间的课程互选、学分互认,为学生提供了更加丰富的学习资源,同时也促进了教师自身教学能力的提升,能够帮助成员得以共同进步。但是,山东课程联盟在利益分配方面还存在一些问题,如71.6%的MOOC建设者想把更多的课程建设为MOOC,但只有59.7%的MOOC使用者愿意开发自己的MOOC,这意味着山东课程联盟需要建立合理的利益分享机制,以激发更多的教师参与到MOOC建设中去。

3 行为认知对MOOC教学绩效的影响

图1、图2显示,山东课程联盟中教师关于MOOC的行为认知对MOOC教学绩效的直接效应值为0.529(建设者)和0.510(使用者),表明教师对MOOC的认识越深刻,越能促进MOOC教学绩效的提升。

本研究根据调查问卷中“教师对在线课程的了解和看法”部分得到的反馈数据绘制了“教师对MOOC使用的看法”图,如图5所示。可以看出,当前的MOOC教学仍然以知识传授为主,约一半的教师(42.6%的建设者、59.5%的使用者)建议把MOOC作为辅助学习资源,不强制学生选修。调查问卷数据分析结果显示,僅有36.6%的教师自愿建设MOOC作为学分课计入学分,其余教师则是受外因驱动,说明教师还没有充分认识到MOOC建设的意义;但是有54.2%的教师自愿使用他人的MOOC作为学分课计入学分,说明大部分教师愿意使用优质资源。

4 学习服务对MOOC教学绩效的影响

由表2可以看出,MOOC建设者为学生提供的学习服务可以直接影响MOOC使用者对MOOC的行为认知,并间接影响MOOC教学绩效,间接效应值为0.097,表明学习服务对于MOOC教学绩效提升有一定的正向影响,但是影响较小。由此说明,MOOC教学在为学生提供多样化的学习资源、个性化的学习指导、便捷化的互动交流平台等方面已经日趋完善,不再是影响教学绩效的主要因素。

四 对策与建议

本研究根据上文的研究结果与分析,结合教育生态理论[12][13] ,探讨了教育系统与其生态环境之间的相互作用以及重要社会因素对教育生态的影响,在此基础上分别从学校、课程联盟和教师三个层面提出课程联盟机制下提升MOOC教学绩效的对策和建议。

1 优化高校的MOOC教学环境

从工业化时代到信息时代,再到数据驱动的智能时代,以MOOC为代表的数字化教学环境建设正在构建新的教育生态。从MOOC建设者的角度来看,对MOOC教学绩效影响最大的变量是高校的教学环境支持。根据教育生态理论,MOOC教学的供给环境属于学校内部的生态环境,包括各种物理和人文因素,如校园网络、智能教室、教学平台等物质环境,以及政策、文化、社会环境等非物质环境。而当前部分高校的MOOC教学的供给环境,在物质环境和非物质环境方面都有待提高,需要加大物理教学环境建设、增强教师培训力度并积极进行政策调整,尤其是加大经费、工作量支持力度,为MOOC教学的实施提供更好的环境。

2 提升高校课程联盟的优势

在教育生态中,个体和群体相互作用、相互影响。对MOOC使用者个体而言,影响教学绩效最大的变量是课程联盟优势。课程联盟优势有助于提高个体的使用效果和教学质量,促进教育生态的良性发展。杨毅红等[14]指出,想要保证高校课程联盟模式的可持续发展,区域高校课程联盟的利益分享机制既要弥补优势课程较多的高校投入,又要补偿优势课程多的高校因分享核心优势课程所带来的竞争优势的丧失。因此,调整课程联盟中教育资源的建设规划、强化选课、学分认定等相关管理制度、优化利益分配,将有助于进一步发挥课程联盟优势。

3 提高教师对MOOC的行为认知

姚友明等[15]提出在线课程建设应该集中高校最好的团队、最优秀的教师,这样才能保证课程质量,避免教育投入的浪费。教育生态是动态发展的,对MOOC的认识也不是静止不变的。因此,教育行政部门和高校需要通过加大培训和政策引导,让教师了解MOOC的意义和作用,提高教师对MOOC的行为认知,让更多资深教授和优秀教师参与到MOOC建设与应用中来,从而进一步提升MOOC课程质量,提高MOOC课程资源利用率。

总之,高校对MOOC教学环境的支持、课程联盟的优势和教师对MOOC的行为认知是课程联盟机制下影响MOOC教学绩效的主要因素。通过优化MOOC教学的物理环境、加大经费和工作量的政策支持、优化学分互认和利益分配制度等措施,可以强化教师对MOOC的认同感,吸引更多优秀教师参与MOOC的建设与应用。这些举措将有助于打造一个优质的教育生态环境,促进MOOC教学绩效的不断提升。

参考文献

[1]卫志民.“慕课”本土化开发面临的问题及对策[J].西北师大学报(社会科学版),2015,(1):78-84.

[2]孙忠梅.地方高校慕课共建共享学分互认的探索与实践[J].中国大学教学,2018,(2):21-22、46.

[3]赵欢.基于模糊综合评价法的慕课教学质量评估指标体系构建——以《管理会计》为例[J].智库时代,2018,(51):186-187.

[4]杜凤娇.影响慕课教学质量的因素分析[J].科教文汇,2021,(7):61-62、77.

[5]黄芳,何晴霞.“英汉互译”课程中慕课教学质量评价与影响因素分析[J].教育教学论坛,2020,(33):185-186.

[6]徐国虎,薛改改.高校经管——类慕课教学质量影响因素分析[J].现代商贸工业,2017,(6):160-162.

[7]張玉磊,刘贻新,戴海闻,等.基于扎根理论的颠覆性创新驱动因素研究[J].高教探索,2020,(6):28-35.

[8]陈磊,沈扬,周林.区域高校混合式通识课程联盟建设研究——以江苏省高校混合式精品通识课程联盟为例[J].中国大学教学,2022,(1):75-80.

[9]罗孟儒.各省市高校课程联盟慕课平台调研分析[J].资源信息与工程,2019,(5):113-116.

[10][11]吴明隆.结构方程模型[M].重庆:重庆大学出版社,2009:40-46.

[12]袁洁婷.教育生态学理论研究综述[J].教育教学论坛,2013,(41):148-149.

[13]李伟,谷世乾,颜海波,等.教育生态学视域下我国在线开放课程的可持续发展路径研究[J].现代教育技术,2020,(8): 41-48.

[14]杨毅红,张建华,邵琳艳.逻辑悖论视角下的区域高校课程联盟[J].教育与职业,2016,(17):18-21.

[15]姚友明,李翔,郑州.区域化高校在线课程建设与应用机制研究——以重庆市高校在线课程资源中心的设立为例[J].现代教育技术,2020,(8):86-90.

Research on the Influencing Factors of MOOC Teaching Performance under the Curriculum Alliance Mechanism

——Taking the Perspective of College Teachers as an Example

Abstract: In recent years, MOOC courses under the curriculum alliance mechanism have made significant progress, but they also face some challenges in teaching practice, especially teaching performance issues, resulting in poor teaching and learning experience for teachers and students. Therefore, this paper firstly carried out a survey on the construction and application of MOOC among the teachers in university curriculum alliance of Shandong province. Then, the paper constructed a structural equation model to analyze the influencing factors of MOOC teaching performance from the perspectives of MOOC builders and users, and discussed the causal relationships and effect values between the variables. The data showed that the main factors affecting the teaching performance of MOOC under the curriculum alliance mechanism mainly included the teaching environment support, the advantages of curriculum alliance, and the teachers behavioral cognition. Finally, based on the theory of educational ecology, strategies and suggestions for improving MOOC teaching performance were proposed from three levels of universities, curriculum alliances, and teachers, expecting to provide a basis for deepening the understanding on curriculum alliances among education administrative departments, universities, and teachers, and provide reference for improving MOOC teaching performance.

Keywords: curriculum alliance; MOOC; teaching performance