前言：想要寫出一篇引人入勝的文章？我們特意為您整理了程序設計類課程線上教學效率探究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：利用數據包絡分析工具，分析了一門程序設計類教學改革課程的線上教學效率。分析結果顯示，該程序設計類教學改革課程在完全采用在線教學的情況下，學生的學習效率不高，存在大量規模報酬遞減的現象。文章認為，為了提高教學效率，應強調在線課堂練習和測試，以及在線課堂提問，而弱化對視頻觀看和簽到等定量指標的要求和評估。

關鍵詞：程序設計類課程；線上教學；教學改革；數據包絡分析；規模報酬

0引言

在線教學是一種正在蓬勃發展的教學方式[1]。國內外已經有多個不同的慕課在線教學平臺，正在為全世界的教師和學生提供在線教學服務。而研究在線教學平臺的教學效率，也成為了一個自然而然需要關注和研究的教育問題。以往的線上教學效率研究，往往關注的是具有成熟教學方案的線上課程，例如一些精品在線教學課程。而一般的教學課程如果設置成在線教學模式，在執行中并不能保證學生與教師的互動和教學過程完全是在線上進行，因此對這些課程的在線教學效率的分析存在不可避免的干擾。一般來說，正常的學校教學，很難排除這些干擾，因為除了在線精品類課程，沒有學校會在教學培養方案中制定完全線上的教學過程。但是，在2020年，由于COVID20流行的原因，2020年春季學期的課程完全采用在線教學方式[2]。這也為線上教學效率的研究提供了千載難逢的機會，由此得到的分析結果是一種自然實驗的結果。

1數據包絡分析

數據包絡分析(DEA)是一種基于線性規劃模型的分析工具，用于分析多個技術投入和多個產出的效率前沿。DEA分析法不同于回歸分析，不用設定產出函數，也不用設定變量權重，計算得到的是一種相對效率而不是絕對效率。對于很多難以通過量化的利潤或者產值衡量性能的非營利行業，例如教育，醫療，法院，可以采用DEA進行投入產出效率分析，對不同技術投入和產出進行比較，從而為提高性能和效率作出優化的決策[3]。DEA已經被國內外研究者廣泛用于教育行業的教學效率分析[3-5]，是一種行之有效的教學效率分析方法。

2實證研究

本文運用DEAP2.1軟件構建評價學生在線學習效果的DEA模型。研究對象為本校2019級通信專業29名學生。此外，本文采用產出導向和投入導向的規模收益可變模型（VRS）對學生學習效率進行分析。線上教學的課程為C++語言程序設計和數據結構相結合的一種教學改革類課程，包括C++語言的基本語法和面向對象程序設計的基本概念，加上數據結構的大部分內容。課程教學課時為108課時。

2.1樣本選擇和數據來源

本校2020年3月-2020年7月的課程都采用在線云平臺的方式，主要的在線教育平臺為超星慕課平臺、本校的在線網絡課程資源云平臺。在線課程的教學會涉及到一些選擇方式設置。①在線教學視頻：選擇超星視頻數據庫中與課程內容相關精品視頻作為課程資源，讓學生按照章節觀看在線視頻自學。②超星在線直播間：教師通過直播間語音直播教學。教學內容與線下課堂教學內容一致，教學課件通過上傳到超星平臺可以直接在線操作，學生通過屏幕可以看到教師的操作，學生可以通過在直播間輸入信息與教師互動。③在線簽到功能：此功能用于在線教學課堂管理。④在線測試功能。通過設置在線測試題目檢查學生對教學內容掌握情況。在線測試全部為客觀題，可以自動閱卷。由于超星平臺沒有提供在線評判程序的功能，因此程序設計題改為程序填空。⑤在線選人提問：可以在線隨機選擇學生提問，并對學生回答打分。通過超星平臺的統計功能，可以獲得所有學生的學習數據。期末考試是在學生返校后在線下進行。考試內容全部為編程題，無主觀題，通過本校自己開發的在線評判(OJ)系統進行自動閱卷打分。

2.2DEA模型的指標選擇

本文DEA模型選擇的輸入指標包括：任務完成百分比、視頻觀看時長和章節學習次數三個。其中任務完成百分比包括了完成觀看所的教學視頻的個數；輸出指標為期末總成績一個。最終，DEA模型的樣本數29大于變量的3倍（4*3=12），這符合DEA方法使用的前提條件。2.3研究結果本文采用技術效率（TE）、純技術效率（PTE）和規模效率（SE）來分析學生在超星平臺上的學習效率。純技術效率反映學生對學習方法、技巧和時間等規劃，規模效率反映學生學習的投入程度。純技術效率乘以規模效率等于技術效率，反映學生學效率。一般情況下，當技術效率（TE）為1時，學生學習是相對有效的；技術效率（TE）小于1大于0.8時，學生學習近似有效；技術效率（TE）小于0.8時，學習學習相對無效。研究結果顯示技術效率為0.501，學生學習相對有效和近似有效占比為17%，說明學生學習效率相對較低。通過分析發現，學生學習的純技術效率為0.913，規模效率為0.534。這說明學生學習效率較低的主要原因是規模效率較低。規模效率的進一步分析，用規模報酬表示。如圖1所示，規模報酬不變的占比14%，規模報酬遞減的占比86%。這說明大部分學生在超星平臺上的學習投入存在冗余，也從側面反映了學生在線學習投入多，但是沒有帶來預期的學習效果。圖2反映了學生在任務點完成情況、視頻觀看和章節學習方面的學習投入情況。相對于任務點完成情況，視頻觀看和章節學習的投入時間存在較大的冗余。這說明視頻觀看時長和章節學習次數評價學生學習投入程度不夠恰當。在原有的視頻觀看時長和章節學習次數下，學生的學習效果應該可以有更高的提升。通過對DEA模型的產出（課程總成績）的進一步分析發現，29名學生中有45%還可以進一步提高成績，預計課程總成績的平均分可以提高3分。

3論述

通過分析學生在線視頻觀看情況，可以發現，許多學生的反芻比并不高。這說明這些學生并沒有真正認真觀看教學視頻，僅僅將觀看教學視頻當作一個任務來完成。而由于本門課程是混合了C++面向對象編程和數據結構課程，因此難以找到合適的綜合這兩門課程的教學視頻。此外，雖然學生都能按時簽到，但是，當在直播課堂隨機選擇學生提問時，經常存在沒有回應的現象。這說明部分學生并沒有真正認真聽課，只是登陸了賬號。這些情況都是導致在線教學效率不夠高的原因。相反，通過在線平臺的課堂測驗功能，學生可以加深對課堂內容的思考和理解，而教師也可以對學生知識的掌握情況做出最直接的判斷和跟蹤。使用在線平臺的統計功能，教師可以第一時間得到各個學生的測試結果，比傳統的線下課堂測驗更方便，這有助于提高教學效率。

4結束語

本文通過DEA模型研究了一門程序設計類教改課程實行全在線教學的教學方式，結果發現學生整體的學習效率一般，主要是因為學生的規模效率較低，存在大量規模報酬遞減的現象。學生在線學習投入存在冗余的問題，在學習投入充分的情況下沒有發揮出理想的學習效果。所以，在進行教學效率評價時，對視頻觀看次數、出勤率和課堂討論等定量考核指標應該弱化，重視對課堂質量的考核，比如課堂練習中題目的答對率，課堂討論中發言的獨立思考性進行考量，以提高全在線教學的教學效率和學生的學習興趣。在今后的教學中，要進一步豐富在線教學的教學方式和手段，充分利用在線教學平臺多樣化的教學特點，以提高在線教學的效率。在下一步的研究中，需要進一步關注利用產出導向的有效性評價方法對在線教學的效率評估，以適應工程教育認證評估的需求。

作者:羅元盛 邱實 單位:長沙理工大學計算機與通信工程學院 長沙學院經濟與管理學院