1 / 15
文档名称:

基于Citespace的近5年教学评价研究现状与热点分析.docx

格式:docx   大小:43KB   页数:15页
下载后只包含 1 个 DOCX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于Citespace的近5年教学评价研究现状与热点分析.docx

上传人:资料分享 2019/5/17 文件大小:43 KB

下载得到文件列表

基于Citespace的近5年教学评价研究现状与热点分析.docx

文档介绍

文档介绍:基于Citespace的近5年教学评价研究现状与热点分析摘要:借助Citespace软件对中国知网2013-2017年收录的核心期刊中有关教学评价的文献进行检索,借助知识图谱生成关键词共词聚类图、时序图等对其进行计量、聚类分析,探寻近几年的研究趋势,以期为今后的教学评价相关研究提供素材,此外,结合分析结果提出后续教学评价研究应该在制度上有新的突破、在标准上有弹性发展、在目标上有顶层思考。关键词:教学评价;Citespace;研究现状;研究热点中图分类号:G434文献标识码:A文章编号:1009-3044(2018)10-0120-04教育评价研究、教育基础研究与教育发展研究被统称为当代教育科学研究的三大领域[1]。教学评价研究作为教育评价研究的重要组成,在教学管理改善、教学质量提升以及教学改革革新等方面均有影响。教育部《教育信息化“十三五”规划》公文中在保障措施部分明确指出要开展督导,形成制度化的评估机制。国家教育事业发展“十三五”规划中的主要目标也包含全面提升教育质量和促进教育体系制度成熟定型,以促使教育评价、督导等制度体系更加完善。与他国相比,我国教学评价兴起较晚,但发展态势迅猛,因而传统研究方法对于现有教学评价研究框架以及热点无法精准分析、高效探察。教学评价的根本目的是为了更好地促进教与学的进程。因此,为了准确了解教学评价的研究现状及发展方向,本文运用科学知识图谱,系统梳理2013-2017年教学评价的期刊文献,以此探究教学评价的研究前沿并对热点进行分析。,以主题词=“教学评价”在高级检索页面进行检索,检索时间截止到2017年12月25日,来源期刊限定为“核心期刊”,检索发表的时间区域为2013-2017年,检索文献1293篇,在下载时逐页排查,手动剔除评选活动启示、研修班开班、年度重点选题范围、投稿指南、教材正式出版公告等与研究主题无关文献,最终得到样本文献1281篇。、聚类分析等方法对教学评价研究进行定量分析。科学知识图谱是一种科学知识作为计量研究对象,借助数学挖掘、信息处理、知识计量以及图形绘制的图形,用可视化的方式展现复杂的科学知识,揭示其活动规律[2]。本文使用陈超美教授基于Java语言开发的Citespace软件,.(64-bit),通过引文可视化分析,以图谱形式呈现研究结果继而进行后续研究。-2017年,近5年的中国知网上核心期刊以教学评价为主题的发文量进行统计,体现其研究的进程和现状,从图1的发文量曲线图可以看出近5年核心期刊的教学评价发文量均在200篇以上,但是整体的态势是逐年减少,初步预测2018年的发文量应该仍在200篇以上,但不会突破300篇。教学评价涉及各个学段,应该热度持续,但是数据表明研究的热态不断减缓,说明相关专家学者对于教学评价的关注热度有所减退。,发现发表文章2篇以上的作者35位,从发文作者的共线知识图谱(如图2所示)的连线可以看出作者之间合作联系松散,仅专注自己研究领域内的教学评价,没有形成一定规模的紧密联系的研究团队。相对研究机构而言,如图3所示,关注教学评价研究的机构主要在高等院校,发文量较高的机构是西南大学39篇文章,依次是华中师范大学24篇、华东师范大学24篇、北京师范大学22篇、南京师范大学18篇、东北师范大学13篇、华中科技大学11篇、华南师范大学10篇、河南大学9篇。,以两两统计一组词在同一篇文章中出现的频率为基础,继而借助其词与词之间的关系分析其所属学科和主题的研究结构[3]。关键词是撰文者对文章核心内容的精炼与概括,是文章研究方向以及研究价值的展现,在Citespace的可视化分析结果中,通常用关键词的频次来确定该研究领域的热点情况,并且一些文章中出现频次高的名词短语在某种程度上来说代表了该学科的研究热点[4]。将本文研究的文献数据导入Citespace中,可以得到教学评价研究领域中近5年核心期刊关键词的共词聚类图谱,如图4所示,图中共有关键词节点227个,节点之间的连线体现关联性;各节点间的连线表示关键词之间的关联,一共有连线689条,二者之间连线越粗说明关系越紧密。在图4中,圆圈出现的大小表示该关键词共现的频次(Frequency),圈越大代表该关键词在来源期刊文献中共现的次数越多;共现关键词的字体越大就越具有较强的中心性(Centrality),即该关键词在共现知识图谱中与其他关键词同时共现的几率;而圆圈中心颜色