The Quality of Undergraduate Teaching and Learning in China: A Ten-year Exploration Based on China College Student Survey
-
摘要: 课程教学是大学促进学生发展、回应国家人才培养需求最核心的教育活动。当前高等教育领域试图通过学生调查呈现学生视角下大学课程教学质量的全貌。本文梳理现有以学生调查为途径的大学课程教学质量评价模式发现,由于调查目的、内容、程序等方面存在差异,并非所有学生调查都符合教育的价值取向并充分反映大学课程教学质量的内涵。本文进一步借助“以学为本”大学课程教学质量评价框架,采用“中国大学生学习与发展追踪研究(CCSS)”多年数据,构建涵盖高阶认知能力、问题解决能力、读写能力、主动学习、生生互动、课堂讲授、师生互动和在线教学8个指标的本科课程教学质量评价指标体系,分析了2011至2018年我国本科院校课程教学质量的总体水平和变化趋势。Abstract: Teaching and learning is the most important educational activity for universities to promote the development of students and respond to the needs of society. Based on the framework of learning-oriented assessment, combined with the years of theoretical and data exploration of CCSS, this study constructs eight indicators to assess the quality of undergraduate teaching and learning in universities of China. They are high-order cognitive ability, problem-solving ability, reading and writing ability, active learning, student interaction, instruction, teacher-student interaction and online teaching. This quality evaluation index system is used to analyze the quality level and trend of undergraduate teaching and learning in China in the past ten years.
-
Key words:
- undergraduate teaching and learning /
- quality evaluation /
- student survey
-
表 1 英美大学课程教学满意度调查
评估项目 与课程教学质量相关的学生调查问题 NSSS “我所学专业的课程内容很有价值”“我所学专业领域的教学指导质量很高”“评价和课程安排顺序是合理的”“我接受到的大部分课程教学质量是很好的”“在课后可以找到老师交流” NSS “上课时间安排很合适”“我接受到的大部分课程教学质量是很好的”“评价和课程安排顺序是合理的”“教师在课程中使用多种技术媒介”“在课后依然能找到教师交流”“大多数课程涉及实践经验和应用” 表 2 基于学生调查的本科课程教学质量评价指标体系
指标名称 指标含义 测量题项 学习目标 高阶认知能力 学生运用高层次认知能力进行学习的能力 将概念、理论或方法运用于实际问题或新的情境中;通过了解某个观点、经验或推理思路的具体构成要素对其进行深入分析;评价某观点、结论或信息来源;综合不同信息,形成新的观点或理解 问题解决能力 学生对未直接呈现的学习内容,通过独立自主的探索和积极主动的思考,发现并形成自己的结论的能力 独立提出研究问题;广泛搜集文献和数据;深入引证相关文献数据;清晰表达自己的观点 读写能力 课程对阅读量、写作量的要求 阅读学术论文/研究报告;短篇写作;中篇写作;长篇写作 学生投入 主动学习 学生主动参与学习并对其所学进行思考的程度 课堂上主动提问或参与讨论;课堂上积极回答/思考没有既定问题的答案;经过充分准备在课堂上做主题报告;课前完成规定的阅读和作业;课堂上专心致志听老师的讲解 生生互动 学生积极与他人合作解决问题或一起学习艰深内容的程度 与其他同学合作完成课程作业或相关任务;帮助其他同学理解课程内容;就课程内容向其他同学请教 教师/学校投入 课堂讲授 教师通过课堂教学引导激发学生的学习兴趣、学习积极性 合理安排教学内容;在完成任务中给予反馈;激发学习志趣;在教学中给予学生自主度;鼓励学生提出问题;强调对问题的分析解决 师生互动 学生所感知到的教师对其学业表现进行及时和有效评价反馈的程度 教师及时反馈作业考试情况;获得足够的教师反馈以了解自身情况;通过反馈知道自己的成绩原因;通过反馈知道如何改进;通过教师反馈促进对新问题的钻研 在线教学 学生通过互联网在虚拟环境中学习的方式 通过在线平台辅助普通课程学习;完全通过在线平台学习一门课程;在线讨论辅导;在线测试操作 表 3 调查样本基本情况
样本分类 2011 2012 2013 2014 2015 2016 2017 2018 分类样本合计 分类样本比例 院校
类型“一流大学”
建设高校12018 11834 15464 8502 9664 16360 8658 6174 88674 16.74% “一流学科”
建设高校12442 18867 23852 15067 15305 19476 15273 30270 150552 28.42% 普通高校 19161 36481 55444 32153 37229 36221 33408 42503 290600 54.85% 学科
类型人文学科 3768 8019 10527 4359 6180 6219 4268 6366 49706 9.40% 社会科学 12448 18358 24240 12124 17073 15590 12806 17286 129925 24.56% 理工科 23407 36819 48980 32976 31098 39434 32421 44678 289813 54.79% 其他学科 2444 3950 11013 6247 7847 10814 7844 9380 59539 11.26% 性别 男 22892 36575 48790 29311 32127 37772 30628 40251 278346 52.41% 女 20046 30607 45970 26411 30071 34278 26711 38643 252737 47.59% 年级 大一 13404 20901 28856 17318 17774 21666 16415 16486 152820 28.73% 大二 12202 19182 27466 15219 16234 20103 15813 22698 148917 28.00% 大三 12085 18869 26071 14825 15568 17539 14929 22337 142223 26.74% 大四及以上 5930 8230 12367 8360 12622 12749 10182 17426 87866 16.52% 说明:①分类样本合计总数小于有效随机样本数是因为不同年份存在不同的缺失值,但缺失值比例均不超过1%,对后续分析的影响可以忽略不计;②“学科类型”中的“其他学科”包括农学、医学、军事学、艺术学。 表 4 验证性因子分析拟合优度检验
指标名称 绝对拟合指标 增值拟合指标 GFI AGFI RMSEA NFI RFI IFI CFI M 0.936 0.924 0.043 0.947 0.941 0.948 0.948 标准 >0.9 >0.9 <0.05 >0.9 >0.9 >0.9 >0.9 表 5 各因子载荷及相关性情况
因子名称 因子相关性 因子载荷 高阶认知能力 问题解决能力 读写能力 主动学习 生生互动 课堂讲授 师生互动 高阶认知能力 0.732~0.804 问题解决能力 0.733~0.848 0.646* 读写能力 0.432~0.767 0.199* 0.269* 主动学习 0.536~0.712 0.692* 0.601* 0.267* 生生互动 0.655~0.780 0.619* 0.538* 0.193* 0.832* 课堂讲授 0.723~0.824 0.573* 0.540* 0.051* 0.496* 0.458* 师生互动 0.706~0.867 0.446* 0.396* 0.076* 0.432* 0.373* 0.553* 在线教学 0.708~0.721 0.419* 0.372* 0.289*· 0.467* 0.417* 0.286* 0.338* *表示p<0.001,均达到统计显著水平,下同。 表 6 各指标的克隆巴赫系数
指标名称 高阶认知能力 问题解决能力 读写能力 主动学习 生生互动 课堂讲授 师生互动 在线教学 alpha 0.8115 0.8618 0.6939 0.6950 0.7240 0.8788 0.8895 0.8571 表 7 各指标与大学生学习收获的关系
高阶认知能力 问题解决能力 读写能力 主动学习 生生互动 课堂讲授 师生互动 在线教学 学习收获 0.4792* 0.4350* 0.2100* 0.4592* 0.4152* 0.4165* 0.4012* 0.4267* 表 8 不同类型大学课程教学质量各指标与大学生学习收获的关系
“一流大学”建设高校 “一流学科”建设高校 普通高校 高阶认知能力 0.4361* 0.4659* 0.4833* 问题解决能力 0.4087* 0.4314* 0.4370* 读写能力 0.1995* 0.2224* 0.2090* 主动学习 0.4226* 0.4240* 0.4662* 生生互动 0.3898* 0.4001* 0.4187* 课堂讲授 0.4025* 0.4149* 0.4173* 师生互动 0.3510* 0.3787* 0.4074* 在线教学 0.3590* 0.4032* 0.4353* -
[1] 蔡军, 汪霞. (2015). 多元与协商: 麻省理工学院本科生课程评价特征与启示. 高教探索,(5),52—56. [2] 蔡映辉. (2005). 构建“以人为本”学生评教系统的实践与探索. 中国大学教学,(3),48—49. doi: 10.3969/j.issn.1005-0450.2005.03.017 [3] 哈巍, 赵颖. (2019). 教学相“涨”: 高校学生成绩和评教分数双重膨胀研究. 社会学研究,(1),84—105. [4] 韩映雄, 周林芝. (2018). 学生评教的信度, 效度, 影响因素及应用风险. 复旦教育论坛,16(6),74—81. doi: 10.3969/j.issn.1672-0059.2018.06.012 [5] 黄雨恒, 郭菲, 史静寰. (2016). 大学生满意度调查能告诉我们什么. 北京大学教育评论,14(4),139—154+189. [6] 黄雨恒, 周溪亭, 史静寰. (2019). 以学为本的大学课程教学质量评价研究. 中国教育政策评论(00), 262−278. [7] 蒋雅静, 陆道坤. (2019). 一流大学学生评教体系研究—以哈佛、耶鲁、牛津、剑桥等十所高校为例. 高教探索,(5),49—54. [8] 雷敏. (2005). 论提高高校学生评教质量的方法和策略. 高教探索,(1),50—53. doi: 10.3969/j.issn.1673-9760.2005.01.015 [9] 李建芬, 饶国军. (2004). 高校学生评教的有效性及改进措施. 教育理论与实践,(20),26—27. [10] 李静, 孙昌盛. (2009). 美国高校教学质量评价指标体系的特点及启示. 黑龙江高教研究,(11),96—98. doi: 10.3969/j.issn.1003-2614.2009.11.034 [11] 李贞刚, 陈强, 孙婷婷. (2019). “以学生为中心”改进学生评教的思考与实践. 现代教育管理,(1),67—71. [12] 理查德·詹姆斯, 邢欢, 叶赋桂. (2014). 澳大利亚高等教育和国家教学标准. 清华大学教育研究,(3),21—28. [13] 陆一, 史静寰. (2015). 拔尖创新人才培养中影响学术志趣的教育因素探析—以清华大学生命科学专业本科生为例. 教育研究,36(5),38—47. [14] 罗燕, 海蒂•罗斯, 岑逾豪. (2009). 国际比较视野中的高等教育测量—NSSE-China工具的开发:文化适应与信度、效度报告. 复旦教育论坛,(05),14—20. [15] 王朋. (2017). 学生•教师•学习: 美国大学教学评价的路径演变—基于约翰•比格斯的3P教学模型. 高教探索,(10),52—57. doi: 10.3969/j.issn.1673-9760.2017.10.009 [16] 张光进, 卓成刚. (2017). 大学生评价课堂教学内容能力的实证研究. 中国大学教学,(11),82—87. doi: 10.3969/j.issn.1005-0450.2017.11.019 [17] 张华峰, 郭菲, 史静寰. (2017). 促进家庭第一代大学生参与高影响力教育活动的研究. 教育研究,38(6),32—43. [18] 赵春鱼. (2016). 高校课程质量评价存在的问题及其改进—基于全国49所高校的现状调查. 教育发展研究,(23),44—51. [19] 赵炬明. (2016). 论新三中心: 概念与历史. 高等工程教育研究,(3),35—56. [20] 赵颖. (2019). 学生评教制度下分数膨胀的内在逻辑: 博弈模型的建立. 中国高教研究,(4),24—30+36. [21] 周廷勇, 周作宇. (2018). 高等教育质量观的理论反思. 大学教育科学,(2),9—18. doi: 10.3969/j.issn.1672-0717.2018.02.002 [22] Crisan, A. N., & Pop, G. M. (2019). Creative, Quality Oriented Rethinking of the Assessment Strategy at the University Level Courses. A Case Study. In: Ivanov V. et al. (eds) Advances in Design, Simulation and Manufacturing II. DSMIE 2019. Lecture Notes in Mechanical Engineering. Springer, Cham. [23] McPherson, M., & Jewell, R. (2007). Leveling the Playing Field: Should Student Evaluation Scores be Adjusted?. Social Science Quarterly, 88(3), 868—881. doi: 10.1111/j.1540-6237.2007.00487.x