王海燕 石曉晶 宗琮 馬嘉蕓 曹志娟 常青

摘? 要：近年來，概率論與數(shù)理統(tǒng)計作為大學基礎課程其課程思政教學改革已成為學界研究熱點。特別是概率論部分，該研究領域發(fā)文量呈現(xiàn)增長趨勢。該文以CNKI數(shù)據(jù)庫中140篇中文期刊論文為樣本，借助CiteSpace軟件對樣本文獻進行可視化計量分析。結(jié)果顯示，已有研究在機構(gòu)合作、作者合作之間尚未形成完整研究合作鏈，研究熱點也隨時間推移逐漸由淺到深、由點及面的改變，并存在進一步優(yōu)化的空間。未來，研究人員應加強地域間、高校間、團隊間合作；同時，研究優(yōu)秀課程思政教學案例，促進不同學科之間的融合與交叉。

關鍵詞：課程思政；CiteSpace；知識圖譜；可視化計量分析；概率論

中圖分類號：G642? ? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2096-000X（2024）15-0007-04

Abstract： In recent years， the reform of ideological and political education in Probability Theory and Mathematical Statistics， as a fundamental course in universities， has become a hot research topic in the academic community. Especially in the probability theory section， the number of publications in this research field is showing an increasing trend. This paper takes 140 Chinese journal papers from the CNKI database as samples and uses CiteSpace software to conduct visual quantitative analysis of the sample literature. The results show that the existing research has not yet formed a complete research cooperation chain between institutional cooperation and author cooperation， and the research hotspots have gradually changed from shallow to deep， from point to surface， and there is room for further optimization over time. In the future， researchers should strengthen cooperation between regions， universities， and teams. At the same time， research excellent cases of ideological and political education in courses to promote the integration and intersection of different disciplines.

Keywords： curriculum ideological and political education; CiteSpace; knowledge graph; visual econometric analysis; probability theory

2020年，《高等學校課程思政建設指導綱要》中指出，要緊緊抓住教師隊伍“主力軍”、課程建設“主戰(zhàn)場”、課堂教學“主渠道”，讓所有高校、所有教師、所有課程都承擔好育人責任，守好一段渠、種好責任田，使各類課程與思政課程同向同行，將顯性教育和隱性教育相統(tǒng)一，形成協(xié)同效應，構(gòu)建全員全程全方位育人大格局。概率論與數(shù)理統(tǒng)計作為大學數(shù)學基礎課程，如何將其良好的融入課程思政，如何做好、做精課程思政，成為高校教學的重點之一。CiteSpace是一種識別科學文獻并預測其未來研究方向的軟件，也是目前繪制知識圖譜最流行的軟件之一[1-2]。本文使用CiteSpace 軟件對概率論與數(shù)理統(tǒng)計課程中概率論部分課程思政研究文獻進行知識圖譜量化分析，對不同時期概率論課程思政教育研究領域中已發(fā)表文章的關鍵信息進行可視化分析，為概率論課程思政建設提供理論依據(jù)。

一? 研究方法與數(shù)據(jù)來源

（一）? 研究方法

本文采用CiteSpace6.3.R1進行概率論課程思政知識圖譜分析。CiteSpace是美國德雷塞爾大學信息科學與技術學院陳超美博士研發(fā)的科學計量分析軟件。該軟件的設計理念源自五種不同學科理論：一是庫恩的科學發(fā)展模式研究；二是普萊斯的科學前沿理論；三是博特的結(jié)構(gòu)洞理論；四是皮羅麗的信息覓食理論；五是趙紅洲的知識單元離散與重組理論[3-4]。知識圖譜根據(jù)實際應用分為科研領域、教育領域、社會問題領域等[5-6]。Citespace通過可視化手段呈現(xiàn)時間段內(nèi)文獻研究熱點，關聯(lián)，分布情況，是一種“科學知識圖譜”。在面對大量文獻時，CiteSpace可以幫助研究者快速鎖定目標主題及科學文獻。通過其分析的可視化圖譜可展示科學知識的結(jié)構(gòu)、規(guī)律和分布。在文獻計量學的基礎上，對特定領域的知識進行挖掘、分析和聚類。通過學科分布，可直觀分析該領域的發(fā)展脈絡，并建立共線網(wǎng)絡[7-10]。

（二）? 數(shù)據(jù)來源

本文所使用的論文數(shù)據(jù)來自CNKI中國知網(wǎng)期刊數(shù)據(jù)庫，檢索所有以“概率論”“思政”為主題或關鍵詞的已發(fā)表論文；期刊來源類別由SCI來源期刊、北大核心、CSSCI、CSCD組成；期刊時間限定為 2018年1月1日至2023年8月1日，檢索結(jié)果共有145篇相關文章，經(jīng)核查，篩除5篇與本文研究主題不符的文章，最終參與形成知識圖譜的文章共計140篇。

二? 結(jié)果與分析

（一）? 發(fā)文量分析

通過對歷年發(fā)文量的統(tǒng)計（圖1），可以看出概率論課程思政領域的發(fā)文量逐年上升。在2018年，針對概率論的思政課程論文僅有2篇發(fā)表，2019年有5篇發(fā)表。2020年，《高等學校課程思政建設指導綱要》發(fā)布后，當年發(fā)文量增長至11篇，2021年持續(xù)增長至39篇。隨著教育部不斷強調(diào)課程思政的重要性，高校教師及學生對課程思政的逐漸重視，課程思政逐漸在全科目普及，2022年共有64篇文獻發(fā)表，實現(xiàn)了質(zhì)的飛躍。2023年，概率論課程思政的目標由“普及”轉(zhuǎn)為“求精”，因此，文獻發(fā)表增速略有下降。同時，教育部2023年工作要點中提出“結(jié)合專業(yè)特點分類推進課程思政建設，將黨的二十大精神有機融入相關專業(yè)課程”。這進一步促進了概率論課程思政的建設速度。截至2023年8月，共有19篇文章發(fā)表，發(fā)表刊物層次相比2018—2022年有很大提升。

（二）? 作者與研究機構(gòu)分析

對于所收集的所有文獻，以“作者”與“機構(gòu)”為分析節(jié)點，設置時間間隔長度為1年。分別生成作者合作圖譜（圖2）及機構(gòu)合作圖譜（圖3）。

圖2、圖3中的每個節(jié)點代表一個發(fā)文作者（機構(gòu)），作者（機構(gòu)）之間的合作關系用線段表示。

由圖2看出，在概率論課程思政方面，并未形成復雜的學術鏈接網(wǎng)絡，大部分作者都是獨自寫作、獨立發(fā)表，也有部分教研團隊合作發(fā)表文章，如李晨、陳麗萍等，劉靜等，馮晶晶等團隊，在概率論融合思政元素教學中經(jīng)驗頗多，發(fā)表了2篇論文。張玲是發(fā)表量最多的作者，與劉春妍、張志旭合作發(fā)表3篇論文。馮晶晶、史艷維等在2021年發(fā)表論文《以課程思政為導向的概率論與數(shù)理統(tǒng)計教學改革路徑探索》，給出了課程思政教學的改革路徑，要求教師結(jié)合教學經(jīng)驗與學生特點，對教學目的、教學內(nèi)容、教學方法、教學活動進行思政改革，為其他科目的思政教學做了很好的示范。張玲分別與盛春紅、孫立偉、張志旭、莊桂敏等人對概率論與數(shù)理統(tǒng)計課程教學創(chuàng)新的研究與實踐進行了討論，使用典型教學案例，發(fā)揮理論與實踐的協(xié)同效應，并為其他數(shù)學類科目與課程思政結(jié)合提供借鑒。李晨、陳麗萍發(fā)表的《運用概率論學習研究培養(yǎng)數(shù)學思維》《概率論與數(shù)理統(tǒng)計課程教學中思政元素的挖掘與實踐》創(chuàng)新了思政元素的切入點，以“俗語”為新型思政元素挖掘點進行深入分析，引導從身邊出發(fā)，從現(xiàn)實出發(fā)，尋找思政元素引入概率論課程的可能，結(jié)合相關教學案例給出實際效果，培養(yǎng)學生提高思政認知，樹立文化自信。

由圖3可以看出，概率論課程思政研究合作有明顯的地域合作特征，通常由同城高校、同校院系或同城校企合作發(fā)表論文。同城高校北京工業(yè)大學、北京交通大學與中科院研究所；淮北職業(yè)技術學院、江蘇財會職業(yè)學院等共同發(fā)表了多篇論文。同校專業(yè)例如中國民用航空飛行學院信息中心、通達學院、計算機學院；河北農(nóng)業(yè)大學信息科學與科技學院、創(chuàng)新創(chuàng)業(yè)教育指導中心、理學院共同發(fā)表了多篇論文。以及同城校企合作，吉林化工學院理學院與吉林吉化建修有限公司共同發(fā)表多篇論文。

（三）? 關鍵詞共現(xiàn)與熱點分析

關鍵詞是文章核心研究內(nèi)容的體現(xiàn)，使用CiteSpace生成關鍵詞共現(xiàn)圖，研究關鍵詞的共現(xiàn)頻次，從而展示關鍵詞之間的聯(lián)系。

在關鍵詞共現(xiàn)圖中，節(jié)點的大小表示該關鍵詞在所有文章中出現(xiàn)的頻次；若有多個關鍵詞在同一文章中出現(xiàn)，這些節(jié)點之間會有線段連接；關鍵詞字體的大小與該關鍵詞的中心度有關，中心度反映一個節(jié)點在整個網(wǎng)絡中的地位和重要程度。

在用于可視化分析的所有文獻中，經(jīng)常會出現(xiàn)一些意義相近的關鍵詞，導致關鍵詞共現(xiàn)圖譜過于分散。因此在關鍵詞共現(xiàn)的基礎上進行聚類分析，將一些意義相近的關鍵詞劃分為一個類團，使關鍵詞共現(xiàn)圖譜更易觀察。

CiteSpace提供modularity Q模塊值與silhouette S平均輪廓值兩個指標，作為評判圖譜繪制效果的主要依據(jù)。圖4是以關鍵詞為節(jié)點生成的關鍵詞共現(xiàn)圖譜，圖5是在圖4的基礎上生成的關鍵詞聚類圖譜，平均輪廓值S=0.919 1＞0.7，模塊值Q=0.569 1＞0.3，意味著該知識圖譜所劃分的社團結(jié)構(gòu)顯著，聚類高效，是較為理想的知識圖譜。出現(xiàn)頻率超過10次的關鍵詞為：“課程思政”“概率統(tǒng)計”“思政元素”和“課程改革”，其中出現(xiàn)次數(shù)最多的關鍵詞為“課程思政”，為119次，中心度為0.32?？傮w來說，概率論課程思政的研究主要集中在課程思政政策解讀、思想分析，以及如何將思政元素融入教學課程，有效推動教學改革。

由圖5可知，“思政元素”與“實踐”聯(lián)系緊密。實踐是檢驗真理的唯一標準，教師要在教育改革過程中不斷實踐，打磨經(jīng)典教學案例，迭代改進，以達到課程思政的教育目標。同時教育改革要求學生將理論知識應用到實踐中，將思政教育的成果體現(xiàn)在生活中，培養(yǎng)新時代應用型人才。

對比圖4和圖5發(fā)現(xiàn)，課程思政已與大學數(shù)學和概率統(tǒng)計科目良好融合，思政元素與理論知識的結(jié)合，有利于學生體會“潤物細無聲”式思政教育，探索“大學數(shù)學課程思政”和“概率統(tǒng)計課程思政”已成為概率論課程思政領域的主要研究方向。

“課程思政”與“思政元素”“立德樹人”均有很強的聯(lián)系，說明在概率論課程思政領域中，思政元素的融入、與理論課程的結(jié)合是重中之重，立德樹人作為教育的主要目標與理念，與課程思政聯(lián)系緊密，思政的融入使得教育的意義更加得以體現(xiàn)。課程是人才培養(yǎng)的核心要素，盡管它面對的是教育微觀的問題，但解決的是教育最根本的問題，思政課程與課程思政的有機結(jié)合，就是這兩方面功能的相互配合相互支撐，做到既立德又樹人、既育人又育才，實現(xiàn)立德與樹人、育人與育才的有機結(jié)合、辯證統(tǒng)一。

“教學改革”與“課程思政”“思政元素”聯(lián)系也頗為明顯，2021年習近平總書記指出“高校立身之本在于立德樹人”。全面推進課程思政建設，是落實立德樹人根本任務的戰(zhàn)略舉措。推進教學改革，有利于思政元素滲透理論知識，使學生在學習的同時，被思政元素潛移默化地影響，在學習中建立文化自信、培養(yǎng)良好習慣，在成長過程中“回味無窮”，一生難忘，終身受益。

（四）? 關鍵詞時區(qū)圖譜分析

關鍵詞聚類和共現(xiàn)圖譜，無法確定相關文獻的發(fā)表時間。關鍵詞時區(qū)圖譜可以有效在時間維度上進行分析，用于展示該領域內(nèi)不同時期的研究主題。

由圖6可知，2018年的關鍵詞為“課程思政”“案例分析”“教學改革”，并且三者聯(lián)系較多?？梢钥闯?018年僅有的兩篇概率論課程思政論文，結(jié)構(gòu)較為單一，以案例分析為主，探討課程思政的方式方法。2019年關鍵詞逐漸轉(zhuǎn)向“線性代數(shù)”“高等數(shù)學”等科目，課程思政已慢慢由單一科目向其他數(shù)學專業(yè)科目普及。2020年頻次較多的關鍵詞為“大學數(shù)學”“概率論”“線上教學”，研究主題逐漸趨于豐富。由于新冠疫情的影響，2020年的高校課程思政多于線上授課形式展開，如何將線上授課的形式與概率論課程思政內(nèi)容相結(jié)合，成為2020年概率論課程思政研究的熱門問題。2021年4月，習近平總書記在清華大學考察時強調(diào)指出“推進新工科、新醫(yī)科、新農(nóng)科、新文科建設”。概率論課程思政如何在“四新”背景下更好地發(fā)揮作用，成為了2021年研究的創(chuàng)新點之一。2021年出現(xiàn)頻次最高的關鍵詞是“人才培養(yǎng)”，其次是“思政元素”“互聯(lián)網(wǎng)＋”“全程育人”“新工科”。2022年“實踐”“教學創(chuàng)新”成為頻次最多的關鍵詞。教學創(chuàng)新要以實踐為根本，提高學生參與度，實踐是學生主體性的體現(xiàn)，通過實踐活動可以激發(fā)學生的積極性和主動性，增強他們對學習的興趣和投入感。通過實踐活動的實施，可以培養(yǎng)學生的創(chuàng)新精神和創(chuàng)業(yè)意識。2023年關鍵詞集中在“實施原則”“新文科”“金融數(shù)學”。2023年的課程思政相關論文更加關注社會問題和挑戰(zhàn)，試圖通過思政教育來引導學生對社會問題的認知和理解，培養(yǎng)他們解決問題和參與社會發(fā)展的能力。探索創(chuàng)新的教學方法和技術，如信息技術、在線教育平臺等，以提高教學效果，促進學生的主動參與。

三? 結(jié)束語

基于前文分析可知，課程思政教學改革是目前高校教育界研究的熱門方向，學者們從不同的方向出發(fā)，對概率論課程思政建設的方向和途徑進行探討，提出了許多具有建設性、創(chuàng)新性的建議與方法，開創(chuàng)了概率論課程思政教學的新思路。

與此同時，該領域在研究機構(gòu)合作、研究內(nèi)容拓展等方面尚存在進一步優(yōu)化的空間。對研究機構(gòu)合作關系進行分析，2018—2023年間，該領域研究機構(gòu)之間聯(lián)系并不明顯，區(qū)域內(nèi)研究機構(gòu)合作較少，校企合作之間緊密度不夠，大多學者選擇獨自發(fā)表或?qū)W院內(nèi)聯(lián)合發(fā)表，并未達到跨學科融合教學的效果。未來，應加強地域間、高校間、團隊間合作，逐漸形成系統(tǒng)研究團體。對文章研究內(nèi)容進行分析，高校教師在概率論課程思政領域的不同時期中所研究的方向各有側(cè)重。總體圍繞“課程思政”“思政元素”“教學改革”等關鍵詞。呈現(xiàn)出循序漸進、逐階段深入的研究趨勢。對于不同專業(yè)學生的概率論課程，要根據(jù)各個學科的特點，科學合理地拓展思政知識，拔高教學層次。同時，引入“四新”教學案例，著力增加課程的知識性、文化性，提升引領性、時代性，促進學科間相互交流、融合，增強學生綜合素質(zhì)。

參考文獻：

[1] 陳悅，劉則淵，陳勁，等.科學知識圖譜的發(fā)展歷程[J].科學學研究，2008（3）：449-460.

[2] 劉麗，魏曉，文雪峰，等.鉛、鎘同位素在重金屬污染源解析中的應用——基于CiteSpace計量分析[J].江蘇農(nóng)業(yè)學報，2023，39（2）：557-566.

[3] 陳悅，陳超美，劉則淵，等.CiteSpace知識圖譜的方法論功能[J].科學學研究，2015（2）：242-253.

[4] 陳坤，譚英磊.基于CiteSpace的我國思政課領域知識圖譜分析[J].黑龍江高教研究，2020，38（2）：128-132.

[5] 廖勝姣，肖仙桃．科學知識圖譜應用研究概述[J]．情報理論與實踐，2009，32（1）：122-125．

[6] 孫雨生，仇蓉蓉，鄧興.國內(nèi)知識圖譜研究進展——基于CiteSpace II的分析[J]．現(xiàn)代情報，2014，34（1）：84-88.

[7] 蕭涵，周宇飛，陳毅欣，等.基于CiteSpace的烏龍茶香氣研究知識圖譜分析[J]．食品與發(fā)酵工業(yè)，2023，49（5）：344-351.

[8] 王利絨，趙芳.國內(nèi)第二課堂研究的知識圖譜與發(fā)展路向——基于Citespace的可視化分析[J]．高教學刊，2020（3）：49-52.

[9] CHEN C M. CiteSpace II： Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology，2006，57（3）：359-377.

[10] CHEN C M. CiteSpace： A Practical Guide for Mapping Scientific Literature[M]. Hauppauge： Nova Science Publishers， 2016.