1、 课程层级系统应用实践

目前，本成果开发的“智慧教学评价系统”在多所大学的多个专业课程中得到了广泛应用。本节以《地理信息系统原理》课程为例，具体讲述“智慧教学评价系统”在日常高校教学的应用实践过程（图1）。

图1 基于智慧教学评价系统的课堂教学过程

（1）课前：先修课程数据下的精准学情评估

课授课教师利用系统汇总学生先修课程、平均绩点和已进行的《地信》课程数据，分析班级整体学习效果与每个学生具体成绩曲线。跟踪前知识阅读情况，探寻不同绩点区段学生对已学知识的掌握情况和学习能动性，决定课堂教学方法。

图2显示了人文地理1班学生《地图学》和综合绩点情况。可以看出班级整体成绩优良，其中10人《地图学》成绩在85分以上，7人绩点高于3.6；5人平均绩点低于3，课堂答题可能错误率较高，应多关注。以“坐标系统”一节为例，班级历史签到率95%，《地图学》平均成绩82.1，90%进行了课前知识阅读。能够判断学生学习基础良好，对涉及《地图学》的知识进行简单复习后，即可用于课堂教学。

图2 先修课程统计分析

这种方式对学情的掌握更加精准，效果良好，具有很好的推广效果。随着各门专业课教学过程数据的增大，分析结果将更加精确。例如：坐标系统与《地图学》第二章关系密切，若具体掌握该章节学生做题情况，对学情的判断将更为具体和精准。这也是建立专业层级大数据教学评价体系的原因，数据的共享与分析，有效形成了课程间的联动。

（2）课中：基于大数据的课堂数据分析与实时反馈

1）发挥教学团队集体优势，创造性的进行大数据分析实时反馈。

课堂做题数据的实时反馈与分析，能够有效提高课堂教学效率，方便教师及时调整教学方法和课程进度。但是，主讲教师无法课上完成数据的分析对比显示工作。因此，本课程发挥教学团队集体优势，创造性的选择辅助教师参与到名师课堂的数据分析展现中。一方面，该方法能够在不影响授课节奏的前提下，完成上述工作；另一方面，使辅助教师在听课过程中不再是旁观者，在学习课堂教学的同时从数据角度认知课堂教学效果，将“传帮带”精神带入教学一线。

如何引导学生捅破理论与实践之间的“窗户纸”，是团队教学创新的重要目标。团队采用了重复做题教学创新方法。例如 “数据结构”一节（如图3），首先出“题目2”让学生作答（此时正确率低）；此时不看答案，直接进入“题目3”，在考核基本概念的同时，引导学生重新思考题目2；然后再次考核题目2（即：题目4），可以看出正确率明显提高。实践证明，带着问题、尤其是作答错误的问题进行学习与思考，学生记忆深刻，效果非常良好；在日后遇到同类题型时，相比往届正确率明显提高。

图3 实时反馈过程与部分结果

2）基于大数据的课堂答题结果分析

做题是促进学生理解概念的有效手段。团队教师一致认为，许多概念的理解，往往在于带入习题“生动”那么一下，乏味的理论即刻跃然纸上。

以“坐标系统”为例，题目1、2、3具有明显的因果递进关系（如图4），学习通中结果呈下降趋势符合预期。由辅助教师展示的深入分析结果可知：绩点高于3.6分区间，6人做对3题；班级13人做对前2题，说明基本概念掌握良好；第3题做对11人，说明还需加强概念在实践中的应用。教师应及时做出深入讲解第三题的判断。另外，有1名同学（学生20），前2题错误，第3题正确，这不符合正常知识掌握情况，可能是随意作答。考虑学生隐私，学生均匿名，排列方式为绩点从高到低。

图4 学生课堂答题统计结果

课堂做题与统计结果实时分析，有效提高了学生理论联系实际的能力，同时结果的及时展示，使学生对知识的构成和班级整体情况有了更为深入的了解，而探讨过程，也有利于培养学生归纳总结的能力。在往届的调查问卷中，学生都对这种教学方式表示印象深刻。

（3）课后： 基于大数据的课程教学评价分析

依托课前学情、课中学习和课后作业结果，分析班级学习情况，为学生学习提供精确的学习诊断，开展课程教学评价，结合团队讨论结果，不断提高教学质量。课程结束后，将所有数据提交人文地理专业负责人，用于基于大数据的专业教学评价分析。

2、专业层级系统应用效果

教师教学特征分析：专业负责人根据系统收集的专业内各课程数据，使用不同的评价模块分析教师教学特征，包括教学行为分析、教学实施情况、课程教学评价等（图5），基于教学活动全过程评价教师教学情况。

学生学情分析：以学生为中心、以数据为支撑的教学评价系统的应用，方便了本专业教师跟踪、记录和分析每个学生的学习过程及特点（图5），有助于专业教师开展更具针对性、差异性和个性化的教学。

图5 学情分析部分结果