沈欣憶 吳健偉 張艷霞 李營 馬昱春

【摘要】中國慕課大學先修課（MOOCAP）是采用大規(guī)模開放在線課程（Massive Open Online Course， MOOC）和中國大學先修課程（Chinese Advanced Placement， CAP）相融合的方式，借助高等教育領域和基礎教育領域的學科專家、資深教師，根據(jù)高中生的特點將大學課程進行重新設計的在線課程，是慕課大學先修課。本研究充分利用學習者在MOOCAP中的在線學習行為數(shù)據(jù)，采用德爾菲法、專家排序法、專家工作坊等多種研究方法，構建MOOCAP在線學習行為和學習評價模型，對MOOCAP課程的學習評價工作具有較強的指導性和可操作性，彌補了以往單憑學習成績進行評價，或者僅依靠單一學習行為得出一些描述性結論的弊端，更具有全面性和系統(tǒng)性，為學生個性化的發(fā)展提供充分的過程評價數(shù)據(jù)依據(jù)，挖掘出學習者各自的學習特性，實現(xiàn)有針對性的“因材施教”。

【關鍵詞】? 大規(guī)模開放在線課程;中國慕課大學先修課;中國大學先修課程;慕課;教育公平;教育改革;課程改革;學堂在線;在線學習;學習評價

【中圖分類號】? G420? ? ? ?【文獻標識碼】? A? ? ? ?【文章編號】? 1009-458x（2019）7-0038-09

一、引言

教育質量與教育公平一直是關系中國社會長遠發(fā)展的核心問題。在資源有限的情況下如何讓兩者都實現(xiàn)？教育經(jīng)費的投入是遵守權利優(yōu)先還是效率優(yōu)先，到底是誰的學習需求應被優(yōu)先滿足？這是亙古難題，而信息技術為教育改革和這些問題的解決提供了方向和出路：在面對龐大的用戶量的時候，大數(shù)據(jù)可以幫助其實現(xiàn)個性化學習。中小學的教育信息化逐漸深化，大學的在線教育風生水起，但是各個階段的教育還是停留在各自的層面，初等教育、中等教育和高等教育之間的壁壘問題日漸凸顯，如何銜接好高中和大學，解決當前中學生進入大學之后由于課程內(nèi)容、學習節(jié)奏和學習方式變化等原因造成的不適應問題，是當前教育的難點與盲點。

針對上述問題，全國40多所高水平大學和重點中學聯(lián)合發(fā)起建立中國慕課大學先修課（MOOCAP），采用大規(guī)模開放在線課程（MOOC）和中國大學先修課程（CAP）相融合的方式，根據(jù)高中生的特點重新設計大學課程，將其精心制作成開放在線課程，向全國學生開放。MOOCAP實質上是一種有特定服務對象的MOOC，充分利用大學和中學的自主發(fā)展空間，結合互聯(lián)網(wǎng)信息平臺，形成的一套優(yōu)質教育資源體系（清華大學招生辦主任， 2016; 于世潔， 2016）。在我國，MOOCAP率先由北京大學于2013年推出。清華大學領銜的MOOCAP項目、edX領銜的High School Initiative項目代表了當前全球MOOCAP實踐發(fā)展的前沿。

在現(xiàn)階段，我國MOOCAP課程評價沿用MOOC組織認證方式，由MOOC教師根據(jù)平時成績、期末考試成績給出學生的最終成績，這種方式基本上屬于一種結果性評價，并沒有在學習者的在線學習行為與學習效果間建立緊密聯(lián)系。特別是僅依靠學習成績?nèi)ピu價一個學生的學習效果存在一定的片面性，無法全面反映出作為即將進入大學的中學生對MOOCAP所持有的態(tài)度和他的在線學習習慣。然而，MOOCAP作為一種新型在線學習課程，可以全面記錄學習者的學習和交流過程，形成學生學習的大數(shù)據(jù)。為此，本研究充分利用學習者在MOOCAP中的在線學習行為數(shù)據(jù)，采用德爾菲法、專家排序法、專家工作坊等多種研究方法，構建MOOCAP在線學習行為和學習評價模型，對MOOCAP的課程評價工作具有較強的指導性和可操作性，彌補了以往單憑學習成績進行評價，或者僅依靠單一學習行為得出描述性結論的片面性，更具全面性和系統(tǒng)性。研究者希望本研究能為MOOCAP課程學習效果評價工作提供借鑒，為每一個學生個性化的發(fā)展提供充分的過程評價數(shù)據(jù)依據(jù)，挖掘學習者的特性，實現(xiàn)“因材施教”。

二、文獻綜述

（一）有關MOOCAP的研究

MOOCAP自啟動以來，完成了官方網(wǎng)站（http：//www. moocap.org.cn）的建設，首批開設的6門課程已有5萬多人選修（李強， 2016）。MOOCAP課程建設和準入機制、學習過程評價和成績考核方式是MOOCAP理事會重點研究的兩個課題，也是其教師重點關注的兩個問題（李強， 2016）。北師大實驗中學教師孫兆前在談到自己對MOOCAP的看法時說道：“只要內(nèi)容好，我們都是歡迎的。但關鍵還要看先修課如何評價以及學分如何使用?！保ㄠ嚂?， 2015）中國教育報記者萬玉鳳（2015）指出“國內(nèi)大學先修課在梯度設置、考核方式以及與大學招生銜接等方面還都存在進步空間”。可見，在MOOCAP建設和使用中，如何對學習者的學習過程、學習行為和成績進行評價和考核仍然是MOOCAP吸引學習者和獲得持續(xù)發(fā)展的過程中需要重點解決的問題。

MOOCAP既不同于傳統(tǒng)課程，也不同于一般的網(wǎng)絡課程。它是MOOC和CAP的融合，既具有MOOC開放、在線、大量等特點，同時又能讓學有余力或對大學課程有興趣的高中生及早接觸大學課程內(nèi)容，接受大學階段的思維方式、學習方法，使學生真正享受符合其能力和興趣水平的教育，助力其大學階段的學習乃至未來的職業(yè)生涯。另外，MOOCAP也深化了我國高中教育教學改革和我國人才培養(yǎng)模式改革（CAP大學先修課， 2016）。因此，對于MOOCAP這種新型的課程形式，傳統(tǒng)教學模式下的線下課程以及一般的網(wǎng)絡課程的評估標準顯然已經(jīng)不適用。因此，構建適用于MOOCAP的學習者學習效果評價指標體系與評價量規(guī)勢在必行。

目前，研究者對MOOCAP的研究還集中在對其內(nèi)涵、作用及其發(fā)起機構的介紹（張晏慧， 2015; 全國40余所大學和中學聯(lián)合啟動慕課大學先修課， 2015; 潘超， 2016），具體到學習者學習績效評價的研究基本上還沒有出現(xiàn)。作為在線大學先修課，MOOCAP在課程內(nèi)容呈現(xiàn)形式、在線學習過程等方面與MOOC存在較大的相似性，因此本研究認為可以從已有的MOOC學習者學習效果、學習績效評價等相關研究中借鑒經(jīng)驗。

（二）MOOC的學習評價研究

MOOC于2012年興起，國外關于MOOC學習評價的研究較為具體和深入。不少研究者指出要關注對學習者學習過程和學習行為的評價，通過對學習者在MOOC學習過程中的各種學習行為進行評價描述學習者的學習狀態(tài)。庫珀和沙哈米（Cooper， S.， & Sahami， M.， 2013）指出應關注評價學生的過程和行為，要將專家評價融入同行評價中。哈維、格林斯基和洛（Harey， L. A.， Glisky， J. V.， & Lowe， R. A.，2014）對如何評估學習者在MOOC上的參與度和滿意度進行了研究。安德森等（Anderson， A.， Huttenlocher， D.， Kleinberg， J.， & Leskovec， J.， 2014）根據(jù)學習者學習行為數(shù)據(jù)（觀看視頻、完成作業(yè)、成績等）描述其參與MOOC 學習的情況。吉拉尼（Gilani， N.， 2013）分析了Coursera上一門名為“商業(yè)策略基礎”的課程，結果表明討論區(qū)的積極參與者多數(shù)是學業(yè)成績較好的學習者，這說明學習者討論區(qū)參與度這一在線學習行為與其學業(yè)成績之間會存在一定的相關性。庫切等（Coetzee， D.， Fox， A.， Hearst， M. A.， & Hartmann， B.， 2014）研究了課程論壇的使用對課程通過率的影響，研究發(fā)現(xiàn)經(jīng)常參與課程論壇的學生其課程通過率遠高于那部分極少光顧課程論壇的學生，這說明課程論壇參與行為與學生學習效果之間存在相關性。

自MOOC在國內(nèi)備受關注開始，其評價也一直是國內(nèi)研究者重點關注的問題。國內(nèi)關于MOOC評價的研究從對MOOC本身的評價逐漸轉向對學習者在線學習行為的評價。大量研究者認為可以利用學習者的行為數(shù)據(jù)分析學習效果，結合成績分析更好地揭示學習者的課程參與程度和努力程度?；趯W習行為的特征分析能有效地判別學習者能否成功完成學習任務，研究者希望通過對在線學習行為的評價來間接反映或預測學習者的學習績效。姜藺等（2013）指出學習參與度是影響學習者學習效果的主要因素之一。學習者的參與度在很大程度上會影響其學習效果，并最終影響其通過率。危妙等（2015）從課程的訪問情況、視頻觀看情況、作業(yè)完成情況、討論四個方面分析學習行為以及與學習成績、完成率、輟學率間的相關性，研究結果表明具有不同學習行為的學習者在學習成績、完成率、輟學率等方面會存在顯著的差異。薛宇飛等（2015）基于edX平臺數(shù)據(jù)，按文化背景選取美國、印度、英國的學習者，對其學習行為進行對比分析，以了解學習者群體在學習投入、學習活躍度、學習持續(xù)性等方面的異同，研究發(fā)現(xiàn)不同文化背景的學習者其學習行為存在較大差異，進而會引起其學習投入、學習活躍度以及學習持續(xù)性的不同。賈積有等（2014）對北大在Coursera平臺上的6門課程82，352位注冊學習者的學習行為數(shù)據(jù)進行了匯總與分析，試圖發(fā)現(xiàn)課程層面上學習者的網(wǎng)上學習行為及其對學習者學業(yè)成績的影響，研究表明學習者的學習成績與在線時間、觀看視頻次數(shù)、觀看網(wǎng)頁次數(shù)、瀏覽和下載講義次數(shù)、平時測驗成績之和、論壇參與程度（發(fā)帖、回帖）等在線學習行為呈顯著正相關。

綜上所述，隨著MOOC的不斷發(fā)展以及廣泛使用，MOOC學習評價已經(jīng)成為國內(nèi)外研究者關注的重點。并且已經(jīng)對“MOOC學習中，學習者的在線學習行為與其學習績效或學習結果之間存在顯著的相關性，可以通過對學習者在線學習行為的評價來反映或預測其對MOOC的完成情況”這一觀點達成共識。MOOCAP作為MOOC在大學先修課中的應用，其本質上還是一種MOOC，只是在對課程內(nèi)容進行設計時需要考慮高中生的特點。因此，本研究認為可以建立起MOOCAP在線學習行為與MOOCAP學習效果之間的聯(lián)系，即通過評價學習者在MOOCAP中的在線學習行為來反映學習者的MOOCAP學習效果。

目前，雖然國內(nèi)外研究者認為在MOOC學習中學習者的在線學習行為與其學習效果之間存在一定的相關性，但這些結論往往是基于某一項或某幾項在線學習行為，如論壇參與情況、課程訪問情況、視頻觀看情況、瀏覽和下載講義次數(shù)、作業(yè)完成情況等?；谀骋豁椈蛘吣硯醉椩诰€學習行為得出的結論雖然能夠在一定程度上說明在線學習行為與學習績效之間的關系，但其全面性還有待考察。另外，現(xiàn)有的研究并沒有對這些在線學習行為進行明確的分類，也沒有進行具體的權重和分值分配，基于此得出的結論往往是描述性的結論，雖然能夠讓讀者較為直觀地了解MOOC在線學習行為和學習績效之間關系的現(xiàn)狀，但對具體MOOC學習評價實踐的可操作性指導水平還有待提高。對于MOOCAP來說，目前還處于初步實踐和探索階段，同樣存在與MOOC學習評價相同的問題。因此，有必要基于學習者在MOOCAP學習過程中的在線學習行為，研究對學習者學習效果的多角度、多層次評價指標體系，開發(fā)出適用于MOOCAP的學習效果評價量規(guī)。

三、研究設計

（一）研究目標

在傳統(tǒng)的教學模式中，對學習效果的評價往往單純以一次或者多次作業(yè)以及測驗成績?yōu)樵u價標準，即主要依賴基于結果的評價，而缺乏面向過程的學習行為和學習效果的分析評價模型。MOOCAP學習平臺利用信息化手段將學習的過程真實而有效地記錄下來，從而使得對學習者的過程分析成為可能，因此本研究基于MOOCAP平臺的學習者行為，研究學習者學習績效的多角度、多層次評價指標體系，從而開發(fā)出MOOCAP學習的評價適用量規(guī)。

（二）研究內(nèi)容和研究方法

以清華大學學堂在線MOOCAP學習者為對象，構建評價MOOCAP學習者學習效果的學習行為指標，并對每個學習行為指標進行定級得到評價量規(guī)，該成果可定量評價學生MOOCAP成效。

要定量評價學生MOOCAP成效，需要找到學習效果的相關學習行為指標，并給行為指標定級賦值，因此本研究主要有三部分研究內(nèi)容：

（1）通過三輪德爾菲法構建MOOCAP學習者學習績效評價指標體系。

（2）通過專家排序法設定每個不同類別學習行為指標的權重。

（3）通過專家工作坊的方式對每個學習行為指標進行定級，得到評價量規(guī)。

本研究的專家組由10人組成，分別選取了對學堂在線MOOCAP的整體架構、需求、產(chǎn)品都非常了解的學堂在線MOOCAP項目組成員3人，在MOOC及遠程教育領域方面的高校專家3人，使用過學堂在線MOOCAP平臺并且教學經(jīng)驗豐富的中學一線教師4人。研究采用的德爾菲法、專家排序法和專家工作坊，都是由這10位專家來支持開展。在前兩種方法中，與專家的溝通以在線形式為主;在專家工作坊中，10位專家與項目組成員面對面開展研討，對指標進行定級并得到評價量規(guī)。

四、研究過程

（一）構建MOOCAP學習績效評價指標體系

通過文獻調(diào)研，課程組成員了解了學習者學習行為與學習效果評價的關系，在梳理現(xiàn)有學習績效評價模型的基礎之上得到了MOOCAP學習績效評價指標體系（初稿）。將學生的在線學習行為評價分為四個層面，分別是學習風格、學習成績、綜合能力和學習態(tài)度。其中，學習風格包括心智維度、社會維度、生理維度和其他偏好，學習成績包括過程性行為和結果性成績，綜合能力包括協(xié)作能力、創(chuàng)新能力和表達能力，學習態(tài)度包括學習積極性、學習參與度和學術誠信。這里需要說明一點，該評估模型的構建有兩個目的，一個是能夠直觀評價學生的學習情況，另一個是希望了解學習者的特征，比如其學習能力、學習習慣等。因此，除了學習成績之外，在模型中加入了學習風格、學習態(tài)度等維度。

在構建MOOCAP學習績效評價指標體系（初稿）后，開展德爾菲研究，在統(tǒng)計和聽取三輪專家意見的基礎上對MOOCAP學習績效評價指標體系（初稿）進行修訂，形成了MOOCAP學習績效評價指標體系（修訂稿）。將原有學習評價四個層面合并成了兩個層面，分別為學習偏好和學習成績。學習偏好反映學習者的學習習慣與傾向性，無法嚴格進行打分及分數(shù)比較，主要包括學習時間分布、模塊學習時間分布、視頻學習時間間隔、學習序列、論壇交流頻率;學習成績反映學習者的學習結果與成效，便于進行打分及分數(shù)比較，包括結果性成績、作業(yè)行為、測試行為和其他參考指標（學習積極性、學習速度和學習效度）。三輪德爾菲法修訂理由及結果見圖1。

本研究依據(jù)清華大學MOOCAP平臺，深入調(diào)研了多門MOOCAP的課程，了解學生學習路徑和學習行為。學生在加入課程前的行為包括查找課程和學校、加課并申請認證證書、查看我的消息、分享、下載APP、意見反饋等。加入課程后學生的行為分布在各個功能區(qū)，如課件區(qū)的觀看視頻、下載字幕、完成測試，課程信息區(qū)的查看課程更新與新聞、打包下載課件;討論區(qū)的查找帖子、發(fā)布預定、接收更新、添加回復、評論、投票等;wiki區(qū)的查看wiki、編輯wiki、添加新文章等;我的主頁區(qū)的查看我的課程、查看我的證書、查看優(yōu)惠券等。另外，還有進度信息、考試、導學、教學大綱等。在了解學生主要學習行為后，結合MOOCAP學習績效評價指標體系（修訂稿），形成MOOCAP學習績效評價指標體系（終稿），見表1。

（二）確定權重

確定指標權重的方法多種多樣，比如因子分析法、相關系數(shù)法、專家排序法、RSR法、Delphi法、層次分析法、算術均數(shù)組合賦權法、連乘累積組合賦權法、模糊數(shù)學判斷方法、優(yōu)序圖法等，其中“專家排序法”以其操作簡便、易于掌握等特點被《教育督導及教育督導評估（洪煌亮主編）》等教育測評類專著所介紹。本研究構建的績效評價指標體系包括學習偏好和學習成績，學習偏好不計成績，只用來了解學生的學習風格和學習習慣，學習成績中的其他參考指標（學習積極性、學習速度和學習效度）用來參考了解學生的學習能力，而作為分值呈現(xiàn)的是學習成績中的三個指標，分別為結果性成績、作業(yè)行為、測試行為，本研究采用專家排序法對結果性成績、作業(yè)行為、測試行為以及作業(yè)行為和測試行為下所包含指標的權重予以確定。

回收10名專家的結果進行數(shù)理統(tǒng)計，計算評價指標的權值，計算公式為：aj=2[m（1+n）-Rj]/[mn（1+n）]（式中，aj表示第j項指標的權重，j表示指標的序號，m為專家人數(shù)。本研究中m=10，n為指標個數(shù)，Rj表示第j個指標的秩和。）

學習成績所包含的一級指標的專家排序結果見表2。

據(jù)此，本研究得到學習成績一級指標和二級指標的權重，具體情況見表5。

（三）制定MOOCAP學習績效評價量規(guī)

在得到具體的行為指標并確定權重之后，本研究通過專家工作坊的形式，對各個行為指標進行了詳細的劃分定級，得到評價學生MOOCAP成效切實可行的評價量規(guī)。

1. 學習偏好行為指標

學習偏好部分的行為指標不計分數(shù)和權重，只描述學習狀態(tài)，通過數(shù)軸、條形圖、柱狀圖等形式呈現(xiàn)學習者的學習行為規(guī)律，從而反映學習者的學習偏好，可作為了解學生的一個渠道。時間偏好以登錄時間點為行為指標，反映學習者習慣于什么時間段學習或者有無固定學習時間點;投入偏好以視頻、作業(yè)、測試的學習時長為行為指標，以便于了解學習者各視頻、作業(yè)、測試花費的時間分布;節(jié)奏偏好以各視頻點擊時間點為行為指標，反映學習者習慣于連續(xù)性學習還是需要一定時間內(nèi)化再學習;序列偏好以各單元視頻觀看順序為行為指標，了解學習者各章節(jié)學習是否按順序進行;交流偏好以發(fā)起話題的帖子數(shù)、對于自身發(fā)起的話題的回帖數(shù)、在他人話題下的回帖數(shù)為行為指標，以統(tǒng)計學習者論壇發(fā)帖和回帖的數(shù)量，了解其論壇行為方式。

2. 學習成績行為指標

學習成績部分的行為指標分為兩部分：計分數(shù)與權重的結果性成績和行為成績，不計分數(shù)與權重的其他參考指標。

計分數(shù)與權重的結果性成績和行為成績的具體內(nèi)容如下：

（1）作業(yè)分數(shù)和測試分數(shù)：滿分各100分，共同構成了結果性成績。其中，作業(yè)與測試的權重由授課教師決定。

（2）作業(yè)效能（作業(yè)效能=作業(yè)正確率/花費時間，測試效能參照作業(yè)效能計算）：劃分為五個等級，作業(yè)效能比平均作業(yè)效能高40%及以上，高20%～40%，低20%～20%之間，低20%～40%，低40%及以上，五種情況分別賦值100分、80分、60分、40分、20分，最終的作業(yè)效能分數(shù)為每次作業(yè)效能分數(shù)的平均值。

（3）作業(yè)完成率（測試完成率參照作業(yè)效能計算）：劃分為五個等級，作業(yè)完成數(shù)量/該門課程作業(yè)總數(shù)的百分比等于100%，大于等于80%且小于100%，大于等于60%且小于80%，大于等于40%且小于60%，小于40%，五種情況分別賦值100分、80分、60分、40分、20分，此得分即為最終的作業(yè)完成率成績。

（4）作業(yè)時效性（作業(yè)時效性即作業(yè)是否按時完成，考試時效性參照作業(yè)時效性計算）：劃分為五個等級，按時提交作業(yè)數(shù)/該門課程作業(yè)總數(shù)小于等于20%，大于20%且小于等于40%，大于40%且小于等于60%，大于60%且小于等于80%，大于80%，五種情況分別賦值20分、40分、60分、80分、100分，此得分即為最終的作業(yè)時效性成績。

（5）作業(yè)嘗試數(shù)（作業(yè)提交次數(shù)，作業(yè)提交次數(shù)越少分值越高）：劃分為五個等級，作業(yè)提交次數(shù)比該門課程所有人平均作業(yè)提交次數(shù)低40%及以上，低20%～40%，低20%到高20%之間，高20%～40%，高40%及以上，五種情況分別賦值100分、80分、60分、40分、20分，最終所有作業(yè)取平均值即為最終的作業(yè)嘗試數(shù)成績。

不計分數(shù)與權重的其他參考指標具體內(nèi)容如下：

（1）學習積極性的行為指標為加課時間與首次學習時間差，時間差越短說明越積極。

（2）學習速度的行為指標為視頻觀看視頻時長/用時時長，比值越小說明學習速度越快。

（3）學習效度：課程分數(shù)×學習速度，課程分數(shù)為結果性成績、作業(yè)行為和測試行為的加權分數(shù)。

（四）研究成果的應用和評價

通過以上研究過程，得到了MOOCAP學習績效評價模型，包括MOOCAP學習績效評價指標體系和評價量規(guī)。為檢驗研究所形成的MOOCAP學習績效評價模型的可操作性和在幫助學生挖掘自身的學習特點和優(yōu)勢方面所起的作用，研究者與清華大學學堂在線合作，運用所開發(fā)的評價量規(guī)對MOOCAP學習者的學習績效進行評價，進行產(chǎn)品化，形成學堂在線MOOCAP學習績效評價單，如圖2。

教育部在線教育研究中心、學堂在線相關教師表示基于MOOCAP評價量規(guī)得到的MOOCAP學習績效評價單可以作為本科教師（尤其是大學一年級教師）進行因材施教的重要參考。此外，部分教師認為MOOCAP學習績效評價單也可以用于MOOCAP學習者自查，幫助MOOCAP學習者快速了解自己的學習偏好和學習成績，挖掘自身的學習特點和優(yōu)勢，診斷學習過程中存在的問題。

五、討論和反思

本研究綜合運用德爾菲法、專家排序法、專家工作坊等多種研究方法構建了MOOCAP學習績效評價指標體系。該評價指標體系除了對學生的學習成績進行定量考查外，還對學生的學習時間、學習交流、學習作息等方面的偏好以及與學習成績相關的學習積極性、學習速度等方面的特點進行了定性描述，為教師提供了全面了解學習者學習狀態(tài)的渠道，從而在實現(xiàn)因材施教的路上又邁進了一步。此外，本研究基于MOOCAP學習績效評價指標體系，充分利用MOOCAP本身的數(shù)據(jù)優(yōu)勢，開發(fā)出了MOOCAP學習績效評價量規(guī)。該評價量規(guī)能夠有效實現(xiàn)基于大數(shù)據(jù)的個性化評測，增加評測的有效性和公平性，同時幫助學生挖掘自身的學習特點和優(yōu)勢，為實現(xiàn)“以個性化評測引導個性化學習”提供了工具支撐。

由于本研究的最終成果是要產(chǎn)品化，對高中學生在MOOCAP平臺上的學習結果有一個定量的評價，所以在評估模型中主要是用學生在平臺上的作業(yè)和測試成績作為量化評價的主要指標，而諸如視頻觀看時長、學習速度、論壇發(fā)言情況作為學生學習情況的參考指標。雖然賈積有等（2014）研究者指出學習者的學習成績與在線時間、觀看視頻次數(shù)、觀看網(wǎng)頁次數(shù)、瀏覽和下載講義次數(shù)、論壇參與程度（發(fā)帖、回帖）等在線學習行為呈顯著正相關，但是較難對其進行量化評估。視頻觀看5次算是滿分，還是觀看3次算是滿分？在線時間長的學生真的一定是在該網(wǎng)站上學習，還是只是打開網(wǎng)頁而已？這些都較難斷定。另外，在德爾菲研究過程中與高校的幾位老師進行溝通，了解到他們在MOOC教學過程中發(fā)現(xiàn)很多比較優(yōu)秀的學生的視頻學習時間往往是短的，他們的在線時間也沒有顯著多于其他學生。從這些有豐富MOOC教學經(jīng)驗的高校教師的角度來看，評價模型的定量評價部分不該加入視頻學習時間、在線時間、下載講義次數(shù)等。但是，如何利用學習者在線學習的各種學習行為，諸如視頻學習時間、論壇參與情況等，構建一個可以量化的評價模型，是一件非常有意思的事情，這也是本研究試圖繼續(xù)開展的研究方向。

六、展望

MOOCAP作為MOOC的一種應用形式，具有MOOC共享教育、促進教育公平的優(yōu)勢，突破了時空的限制，以其普遍性、便捷性和高效性的特點建立了一套針對中學生的教育資源覆蓋機制，從“地域教育”轉變成“共享教育”。此外，突破了“階段教育”之間的壁壘。MOOCAP并不是簡單地把大學課程搬到中學，而是采用更加符合教育規(guī)律的方式，根據(jù)高中生的特點重新精心打造連接中學教育和大學教育的課程，從而幫助學生平滑過渡，實現(xiàn)“貫通學習”。更為重要的是，MOOCAP秉承以學習者為中心的理念，不同學生可以根據(jù)其自身特點、發(fā)展方向等選取不同類型的課程，在堅實的基礎教育之上讓學有余力的學生更早地發(fā)展自身特長。學習交流的過程會被全面記錄下來，為形成一套獨特的量身定做的學生學習檔案、促進學生個性化的發(fā)展提供充分的數(shù)據(jù)支持。

MOOCAP作為高中和大學的連接橋梁，給學有余力的高中學生提供了接觸大學教學資源的機會，而如何使得高校老師更加清晰、直觀地了解即將進入大學的學生的學習績效、學習風格、學習偏好，這就需要構建MOOCAP學習者評價模型。本文介紹的評價模型是研究過程中的一個節(jié)點成果，研究仍將繼續(xù)，模型還將利用大數(shù)據(jù)進行進一步迭代，更加全面地展示MOOCAP學生學習的效果和情況，為學生進入大學后個性化學習的施展奠定良好的基礎。

[參考文獻]

CAP大學先修課. 2016. 什么是大學先修課[EB/OL]. 4-11. http：//www.csecap.com/User_Instructions.aspx？id=43

鄧暉. 2015-12-03（05）. 慕課大學先修課：能否跑好人才培養(yǎng)的“接力賽”[N/OL]. 光明日報. [2015-12-03]. http：//epaper.gmw.cn/gmrb/html/2015-12/03/nw.D110000gmrb_20151203_1-05.htm

賈積有，繆靜敏，汪瓊. 2014. MOOC學習行為及效果的大數(shù)據(jù)分析——以北大6門MOOC為例[J]. 工業(yè)和信息化教育（09）：23-29.

姜藺，韓錫斌，程建鋼. 2013. MOOCs學習者特征及學習效果分析研究[J]. 中國電化教育（11）：54-59，65.

李強. 2016-4-11. “中國慕課大學先修課（MOOCAP）建設”高峰論壇暨全國重點中學校長教育論壇在西安交大召開[EB/OL]. http：//www.moocap.org.cn/announcement/#！/detail/15

潘超. 2016. 2015年度中國現(xiàn)代遠程教育十大新聞事件權威發(fā)布[J]. 中國遠程教育（01）：11.

清華大學招生辦主任. 2016-04-11. MOOCAP：怎樣做到“因材施教”？[EB/OL]. http：//www.moocap.org.cn/announcement/#！/detail/home

全國40余所大學和中學聯(lián)合啟動慕課大學先修課[J]. 物理與工程2015（6）：14.

萬玉鳳. 2015. 在線大學先修課，“先修”什么？[N]. 中國教育報，11-30（03）.

危妙，傅霖，黎剛，郭姍姍. 2015. MOOC課程平臺學習行為與學習成效大數(shù)據(jù)分析[J]. 教育教學壇（38）：60-61.

薛宇飛，黃振中，石菲. 2015. MOOC學習行為的國際比較研究——以“財務分析與決策”課程為例[J]. 開放教育研究（06）：80-85.

于世潔. 2016. 慕課大學先修課助推教育改革[N]. 光明日報，01-05（13）.

張晏慧. 2015. 中國慕課大學先修課理事會在清華成立[N]. 新清華，12-04（A02）.

Anderson， A.， Huttenlocher， D.， Kleinberg， J.， & Leskovec， J. （2014）. Engaging with massive online courses. 687-698.

Coetzee， D.， Fox， A.， Hearst， M. A.， & Hartmann， B. （2014）. Should your MOOC forum use a reputation system？. in Proceedings of the 17th ACM conference on Computer Supported Cooperative Work & Social Computing， 1176-1187. ACM.

Cooper， S.， & Sahami， M. （2013， February）. Reflections on Stanfords MOOCs. Communications of the ACM. 56（2）， 28-30.

Gillani， N. （2013）. Learner communications in massively open online courses. xCHEPS Occasional Paper， 53.

Harey， L. A.， Glisky， J. V.， & Lowe， R. A. （2014）. Maasive Open Online Course for Teaching Physiotherapy Students and about Spinal Cord injuries. SPINAL CORD. 52（12）， 911-918.

收稿日期：2018-03-14

定稿日期：2018-07-08

作者簡介：沈欣憶，博士，助理研究員，北京教育科學研究院（100036）。

吳健偉，碩士，教研員，北京市海淀區(qū)教師進修學校（100195）。

張艷霞，碩士，測評研究員，深圳海云天科技有限公司（518057）。

李營，碩士，助理工程師，中央財經(jīng)大學教學技術服務中心（100081）。

馬昱春，博士，副教授，碩士生導師，清華大學計算機系（100084）。

責任編輯 郝 丹