全日制教育硕士生教学能力量表编制.pdf

江西科技师范大学学报/Jun.2023/No.3教学基金课题全日制教育硕士生教学能力量表编制高淑敏，胡重庆（江西科技师范大学，江西南昌330 0 38）摘要：研究基于文献分析对全日制教育硕士生教学能力进行了理论构建，并结合专家评议通过实证检验编制了全日制教育硕士生教学能力量表。研究显示：全日制教育硕士生教学能力是由教学准备能力、教学设计能力、教学实施能力、教学反思与研究能力四个维度及其下的九个因子构成的多维度结构体。据此编制成的全日制教育硕士生教学能力量表具有较好的信度和效度，可以作为全日制教育硕士生教学能力的测评工具。关键词：教学能力；全日制教育硕士生；教学能力结构；量表编制中图分类号：G423.04文献标志码：A文章编号：2 0 9 6-8 54X(2023)03-0114-08引言新时代我国教育的高质量发展呼唤着高素质的教师。2 0 2 2 年新时代基础教育强师计划提出，到2 0 2 5年培养一批硕士层次中小学教师和教育领军人才，明显提升教师队伍整体素质和教育教学水平。全日制教育硕士专业学位研究生指导性培养方案(2 0 17)指出，全日制教育硕士应“具有较强的实践能力，胜任并创造性地开展教育教学和管理工作 2 。学者Morris Cogan指出，哈佛大学要求教育硕士生毕业时需具备扎实的专业学科知识、广泛的通识教育知识和令人满意的教学技能3。学者Franciskeppel 等提出教育硕士生必须在当地中学实习并证明其教学能力，达到实习的要求才能获得教育硕士学位。可见，教学能力是教育硕士生最重要的素养，巫需悉心培养。我国全日制教育硕士生的培养工作起步较晚，自2 0 0 9年起，教育部对教育硕士专业学位研究生进行全日制培养改革。与之相适应，国内学界出现了一些相关研究，从内容来看主要涉及全日制教育硕士生的培养模式和学位教育的特点等相对宏观的问题,虽然也出现了全日制教育硕士生实践能力及其培养的研究，但数量很少,聚焦于全日制教育硕士生教学能力及其培养的研究缺乏。而且，从研究方法来看，国内已有相关研究大多为定性研究，少数定量研究也仅仅停留在描述统计分析的层面，对数据资料的挖掘还停留在较浅层次。因此，本研究拟以全日制教育硕士生教学能力为研究对象，在理论建构的基础上，借助规范的方法和步骤，开发出信度和效度较高的量表，为后续有关全日制教育硕士生教学能力的相关研究提供质量较高的研究工具。收稿日期：2 0 2 2-10-12基金项目：本文系江西省教育科学规划2 0 2 1年重点项目“师范生教育实践性知识建构研究”（编号：2 1ZD061)阶段性研究成果作者简介：高淑敏（1997-），女，河南许昌人，江西科技师范大学硕士研究生，研究方向：高等职业教育管理与评估；通讯作者：胡重庆（197 3-），女，江西南昌人，江西科技师范大学教授，教育学硕士，研究方向：教师教育。114一、全日制教育硕士生教学能力结构的理论构建要编制高质量的教学能力量表，首先需对教学能力这个概念的内涵进行分析，并据此梳理出教学能力的内在结构。教学能力是一个多维度结构的复合概念，国内外学者常以“教师的专业能力”“教学实践能力”“教学素养”等词语指代教学能力，开展各种研究，成果颇丰。相关研究涉及不同学段、不同学科、不同阶段的教师教学能力，学者们也对教学能力提出了不同的见解。如申继亮等从认知心理学的角度对教学能力进行分析，认为教学能力是一般能力和特殊能力的结合，它是以一般能力（智力)为依托,通过特殊能力表现出来的,其特殊性由教学能力的智力基础一一般教学能力一具体学科教学能力依次升高,并指出所有教学活动涉及到三种能力：教学监控能力、教学认知能力和教学操作能力5。孟育群认为教师的教育教学能力包括五个方面：认识能力、设计能力、传授能力、组织能力、交往能力。王宪平把教师的教学能力结构大致分为五个维度：教学选择能力、教学整合能力、教学沟通能力、教学评价能力和教学创新能力。国外学者戴维杰克森（D a v i d Ja c o b s e n）等将教学过程分为计划（Planning）、实施（implementing）和评价（evaluating）三个阶段，并针对每阶段教学活动的内容提出所需的相应能力，即教学能力应包括教学准备能力、教学实施能力、教学评价能力8 。Douglas R.Miller提出教学实践能力包括：思考与设计能力、学习与鼓励能力、导入与探究能力以及质疑能力几个维度9。综合上述国内外相关研究可以看出，学者们多从“教学过程要完成的任务”和“教学工作所涉及的内容”两个角度建构教学能力的结构。基于已有相关研究成果的合理内核，本研究综合这两个视角进行教学能力结构的建构。本研究认为，全日制教育硕士生的教学能力是指能胜任并创造性地开展教育教学和管理活动所需具备的能力，包括教学准备能力、教学设计能力、教学实施能力、教学反思与研究能力这四大维度，并进一步分解成九个因子。其中，教学准备能力包括加工处理教学内容的能力和分析研究学生的能力两个因子；教学设计能力包括设计教学目标和方法的能力、设计教学过程的能力两个因子；教学实施能力包括语言表达能力、组织教学能力、管理与评价能力三个因子；教学反思与研究能力包括教学自我调控与反思的能力、教学研究能力两个因子，最终形成全日制教育硕士生教学能力的理论结构框架。二、全日制教育硕士生教学能力的初始问卷编制基于上文分析得出的全日制教育硕士生教学能力的理论结构框架，初步编制问卷题项。邀请相关领域教授，对问卷结构和具体题项进行专家评议，然后请4名全日制教育硕士生预填问卷，依据反馈修改并完善题目的表述，并依据问题间的逻辑关系，增加相倚问题的设置，最终形成了4个维度9 个因子39个题项的初始问卷（每个因子含3-6 个题项），详见表1。教学能力量表采用Likert自评五级量表形式计分，从“非常不符合”到“非常符合”，计分相应为1-5分，得分越高表示全日制教育硕士生教学能力水平越高。115表1教学能力理论结构框架及题项内容说明维度因子加工处理教学教学准备内容的能力能力分析研究学生的了解学生的个性特点及学习兴趣、动机、风格和知识经验；了解学生的接受水能力平、学习能力和思维规律能根据课标和学情设计教学目标；所设计的教学目标具有可操作性和可观测设计教学目标和性；能根据学科性质和特点、教学目标和具体教学内容的特点以及学情选择教学设计方法的能力能力设计教学过程的设计教学过程时能处理好课程标准、教材、学生情况和教学方法之间的关系；能力内容设计由浅入深；注重启发性；所设计的教学过程结构完整语言表达能力口语表达清晰流畅、抑扬顿挫；善用肢体语言；能有条理地讲授教学内容能有效导课和结课；能用多样化的方法组织教学活动；管理好班级秩序，保持组织教学能力良好课堂纪律；恰当把控教学节奏；能熟练使用现代信息技术，充分利用网络教学实施资源开展教学活动能力良好的课堂常规管理；适时恰当调整教学进度；恰当处理课堂突发事件；及时管理与评价能力妥善处理自身的教学失误；对学生的表现给予及时的评价与反馈；通过多种方式对学生学业和平时表现等作出恰当评价；引导学生自我评价和相互评价教学自我调控与审视教学理念与教学目标；审视教学策略和方法；课堂据反馈信息及时反思教学反思与反思的能力研究能力教学研究能力内容说明能基于课标分析教材；把握教材知识点的内在联系；把握教学内容的重难点；联系学生实际对教材进行加工拓展恰当的教学方法调整教学活动；课后及时评价与反思以调整和改进教学发现并提出教学研究问题；开展行动研究，做到教研相长；基于教学研究撰写教研论文三、全日制教育硕士生教学能力结构模型的探索与验证(一)研究被试与程序1.研究被试本研究选取参加过教育实习的研二即将毕业的教育硕士生作为本研究的被试。因受新冠疫情影响，采用线上的施测方式，通过“问卷星”线上发放并回收问卷。初始问卷预测、探索性因素分析和验证性因素分析3次施测的样本详情见表2 所示。表2 三次施测的被试情况三次施测初始问卷预测探索性因素分析山西、上海验证性因素分析陕西、江苏数学、英语、历史）2.研究程序首先，对初次施测回收的2 14份有效问卷进行项目分析，根据结果调整项目,形成正式问卷；其次，对第二次施测获得的2 14份有效问卷的数据进行探索性因素分析，依据分析结果调整问卷题项，优化问卷结构；116施测省份江西专业现代教育技术学前教育职业技术教育学科教学（语文、被试数量问卷回收率有效问卷数问卷有效率217100%22099%385100%21421436998.6%97.3%95.8%表3教学准备能力分量表项目载荷量和共同度最后，对第三次施测获得的36 9 份有效问卷的数据进行验证性因素分析和信效度检验。采用SPSS24.0和AMOS26.0软件进行数据分析。(二)研究结果与分析1.项目分析首先,采用临界比法对教学能力量表进行独立样本t检验,以教学能力量表的39个题项为检验变量，检验高分组（总分前2 7%)和低分组（总分后2 7%）两个分组之间是否有显著差异。数据分析结果显示，本量表39个题项在高低分组上的平均数差异均达到了0.0 5及以上的显著性水平，则表明该量表各题项的鉴别度均较佳，予以保留。其次,通过求题项与所属维度总分的相关，对题项进行同质性检验。经过相关性分析发现,本教学能力量表的39个题项与所属分量表总分的相关系数均大于0.4,有较高的相关性。再次，进行同质性检验，主要包括信度检验、共同性和因素负荷量的分析。数据分析结果显示，本教学能力量表的题项内部一致性系数为0.98 0,各分量表与总分的克隆巴赫系数高于0.8 50。由此可验证：本量表题项的内部一致性佳,量表信度较高。经共同性和因素负荷量分析,量表所有题项的共同性值均高于0.2 0,且因素负荷量均大于0.40。通过上述三种方法所做的项目分析表明，本量表的39个题项都达到了标准。2.探索性因素分析采用主成分分析法，检验教学能力量表各分量表的KMO值和Bartlett球形检验的显著水平。按照教学能力量表编制时所划定的维度，采取限定抽取共同因素法提取共同因素，再用最大方差直交转轴法，求出旋转因素负荷矩阵。(1)教学准备能力分量表进行探索性因素分析，按问卷编制所划定的维度,用限定抽取共同因素法抽取2 个共同因素,2 个因子共同解释的总方差为7 8.2 8 9%。探索性因素分析得到该分量表的KMO值为0.8 8 8。Bartlett球形检验卡方值为96 4.0 0 1(df=21,p=0.000),达到了极显著水平，非常适合进行因素分析。探索结果符合理论结构假设。项目载荷量和共同度分析的详细情况如表3所示，其中成分1命名为加工处理教学内容，包括题项al-a4，成分2命名为研究学情,包括题项a5-a7。项目ala2a3a4a7a6a5(2)教学设计能力分量表按照问卷编制的维度，限定抽取2 个共同因素进行探索性因素分析，2 个因子共同解释的总方差为75.629%。因素分析得到的KM0值为0.943,Bartlett球形检验卡方值为152 6.7 96(df=36,p=0.000）。项目载荷量和共同度分析的详细情况如表4所示，观察题项的载荷量发现题项a10在两个成分上的载荷量都大于117成分1.870.844.780.673成分2.878.841.798共同度.788.785.779.753.817.784.7740.5,在成分1上的载荷量更大且考察内容上属于成分1,故划分到成分1。题项a12在成分2 的载荷量高于0.5,而在考察内容上不属于成分2,故删除a12。删除题项a12后，根据限定抽取共同因素法，抽取2 个共同因素,重新进行因素分析,2 个因子解释的总方差为7 6.30 8%。此次因素分析得到的KM0值为0.934,Bartlett 球形检验卡方值为12 8 6.58 7（df=28,p=0.000）,达到极显著水平，非常适合进行因素分析。项目载荷量和共同度分析的详细情况如表5所示，由题项的载荷量可知题项a8-a11在成分1上的载荷量均高于0.6,a16-a19在成分2 上的载荷量均高于0.6，根据题项所考查的特质，将成分1命名为设计教学目标和方法，包括题项a8-a11,成分2 命名为设计教学过程，包括题项a16-a19。表4教学设计能力分量表初次探索性因素分析的项目载荷量和共同度项目成分1a10.663a9.887al1.640a8.622a17a16a18a12a19(3)教学实施能力分量表按照问卷编制的维度，抽取3个共同因素进行探索性因素分析，3个因子共同解释的总方差为7 3.8 6 4%。因素分析得到该分量表的KMO值为0.949,Bartlett球形检验卡方值为2 945.98 5(df=120,p=0.000），达到了极显著水平,非常适合进行因素分析。探索结果基本符合理论结构假设。其中，需要删除项目a23,因为该项目虽然在成分2 上的载荷量超过了0.5，然而该题项考察的特质不属于成分2,属于成分3，然而在成分3上的载荷量低于0.5,仅为0.2 2 4,故删去。剩余的项目分属三个成分，项目载荷量和共同度分析的详细情况如表6所示，将成分1命名为管理与评价，包括题项a24-a30；成分2 命名为语言表达，包括题项a20-a22；成分3命名为组织教学，包括题项a13-a15,a38-a39。删去题项a23后，根据限定抽取共同因素法，抽取3个共同因素，再次进行探索性因素分析,3个因子共同解释的总方差为7 4.193%。此分量表KM0值为0.945,Bartlett球形检验卡方值为2 6 90.7 0 7(df=105,p=0.000），达到了极显著水平，非常适合进行因素分析。项目载荷量和共同度分析的详细情况如表7 所示。探索结果与理论结构假设有所不同。不同主要体现在成分2 和成分3上，成分2 包括题项a20、a 2 1与a13-a15，成分3包括题项a38、a 39,然而题项a20、a 2 1与a13-a15所考察内容的共性较低，难以从中提炼出一个维度进行概括。此外，成分3仅有a38、a 39 两个题项，仅两个题项构成一个维度过于单薄。这也体现出量化分析结果可能存在的只反映数据特点的不足。经过理论分析，初次探索性因素分析得到的维度更为适切，故采用初次探索性因素分析得到的维度和题项。118表5教学设计能力分量表项目载荷量和共同度成分2共同度.786.865.726.694.839.806.802.762.780.738.749.745.699.684项目a10a9al1a8a17a16a18a19成分1.623.882.655.638成分2.835.812.794.687共同度.780.850.734.698.813.781.764.685表6 教学实施能力分量表初次探索性因素分析的项目载荷量和共同度项目成分1成分2 成分3共同度a26.803a27.733a25.732a24.662a28.552a29.522a30.504a23a21a20a22a15a38a13a39a14(4)教学反思与研究能力分量表按照问卷编制的维度，抽取2 个共同因素进行探索性因素分析，2 个因子共同解释的总方差为8 1.0 6 5%。该分量表的KM0值为0.92 9,Bartlett球形检验卡方值为12 57.2 58(df=21,p=0.000)，达到了极显著水平，非常适合进行因素分析。探索结果符合理论结构假设。项目载荷量和共同度分析的详细情况见表8：成分1命名为教学研究，包含题项a35-a37;成分2 命名为教学反思，包括题项a31-a34。表8 教学反思与研究能力分量表项目载荷量和共同度项目成分1a37.842a36.776a35.738a31a32a33a343.验证性因素分析经过探索性因素分析后，确定了教学能力量表的组成包括4个维度37 个题项。采用最大似然法，对量表进行结构方程模型验证。结果表明,4个维度的观测变量载荷量均大于0.7,所有观测变量均可作为测量潜在因子的有效项目存在，一阶潜变量均为对应二阶因子的有效指标。119表7 孝教学实施能力分量表项目载荷量和共同度项目成分1成分2 成分3共同度.789a26.719a27.755a25.733a24.712a28.706a29.650a22.780.803.768.785.723.773.649.745.747.719.660.781.640.695.620.732.564.721.813.757.751.687.573.568.520a30.518a20a21a13a14a15a39a38成分2.865.780.696.463.780.735.762.699.697.727.676.649.764.785.756.788.714.697.677.722.626.712.796.863.742.837共同度.817.802.837.869.835.740.774表9教学能力量表结构模型拟合指数根据AMOS分析指数对模型进行拟合度检验，量表的结构模型拟合指数如表9所示。量表的CMIN/DF值小于3,IFI、T LI、C FI 指数均大于0.9,NFI和RFI指数均大于0.8 5,RMSEA小于0.0 8,表明该量表的结构模型拟合较好。量表教学能力1511.3424.信效度检验(1)信度检验对量表的信度通过内部一致性系数和分半信度系数进行检验。结果（见表10)表明，教学能力总量表及分量表均具有很高的信度。信度系数内部一致性信度系数分半信度系数(2)效度检验在内容效度上，本问卷的结构和题项设计是研究者在广泛查阅文献归纳出教学能力的结构模型,同时请教多位教育学专业的教授以及中学一线优秀教师的基础上编制而成，而且在3次问卷施测中都有被试（教育硕士生)反映问卷填写过程是对自已教学能力的一个反思，上述这些均表明量表的内容效度比较良好。在结构效度上，检验量表中4个分量表之间以及分量表与总量表之间的相关性。结果如表11所示：量表教学能力总量表教学准备1教学设计.786*教学实施.738*教学反思与研究.694*教学能力总量表.854*.在0.0 1级别（双尾），相关性显著。结果显示，教学能力量表4个分量表之间呈强相关，各分量表与总量表的相关程度极强。综合来看，各分量表之间既具有一定的共通性又相互独立，量表的结构效度良好。CMINDF617表10 教学能力总量表及分量表的信度检验教学准备教学设计.907.927.855.923表11教学能力4个分量表之间以及与总量表的相关矩阵教学准备教学设计1.876*.811*.941*CMIN/DF2.450P.000教学实施.952.935教学实施1.863*.965*NFI.869RFI.859教学反思与研究.926.921教学反思与研究1.912*IFI.918TLI.911CFI.918教学能力总量表.977.9501RMSEA.063四、讨论与结论(一)关于全日制教育硕士生教学能力的结构研究通过文献分析的方式，构建了我国全日制教育硕士生教学能力的理论结构模型，经过实证研究对其进行修正,最终建构了全日制教育硕士生教学能力的结构模型为4维度9因子的三阶结构。详见图1所示。120全日制教育硕士生教学能力教学准备1.加工处理教学内容的能力2.研究学情的能力图1全日制教育硕士生教学能力结构模型研究结合数据分析的结果对全日制教育硕士生教学能力结构模型进行了优化，经探索性因素分析后，有2 个题项在其考察特质所属的因子上载荷量低于0.5,删除这两个题项后得到最终的教学能力结构模型。依据教学能力结构模型编制的教学能力量表的4个分量表之间呈强相关，各分量表之间既有共通性又相互独立，各分量表与总量表的相关程度极强，说明本研究所建构的全日制教育硕士生教学能力模型是一个既包含多个结构维度,同时各维度间又相互联系的体系。因此,提升全日制教育硕士生的教学能力，4个维度需要同时注重，不能割裂单独提升。(二)关于全日制教育硕士生教学能力量表本研究首先基于全日制教育硕士生教学能力的理论结构，编制了相应的量表。量表的编制过程中,进行了严谨的项目分析、探索性因素分析、验证性因素分析和信效度检验。施测样本从多个省区、多个专业的参加过教育实习即将毕业的全日制教育硕士生中随机抽取，有一定的代表性，确保了所编制量表的适用性。研究得出，全日制教育硕士生教学能力是一个由教学准备、教学设计、教学实施、教学反思与研究这四个维度及其所属的九个因子共同构成的多维度多层次的综合性的结构体。在此基础上编制的全日制教育硕士生教学能力量表具有较好的信度和效度，可以作为全日制教育硕士生教学能力的有效测评工具。教学设计1.设计教学目标和方法的能力2.设计教学过程的能力教学实施1.语言表达能力2.组织教学能力2.教学研究能力3.管理与评价能力教学反思与研究1.教学反思能力参考文献：1教育部等八部门.教育部等八部门关于印发新时代基础教育强师计划的通知EB/OL.http:/ Cogan.Master of Arts in Teaching at Harvard UniversityJ.Journal of Teacher Education,1955,6(2):136.4Francis Keppel,Judson T.Shaplin,Wade M.Robinson.Recent Developments at the Harvard Graduate School of EducationJ.The High School Journal,1960,43(5):248.5申继亮，王凯荣.论教师的教学能力.北京师范大学学报（人文社会科学版）,2 0 0 0(1)：6 4-7 1.6孟育群.现代教师的教育能力结构J.现代中小学教育,1990(3)：30-33.7王宪平.课程改革视野下教师教学能力发展研究D.上海：华东师范大学,2 0 0 6:6 4.8David Jacobsen,Paul Eggen and Donald Kauchak.Methods for Teaching:A Skill Approach M.Macmillan Publishing Company,2002:13.9Douglas R.Miller,Gary S.Bilking&Jerry L.Gray.Educational Psychology an Introduc-tion M.Wm.C.Brown Company Publisher,1982:12.10吴明隆.问卷统计分析实务一SPSS操作与应用M.重庆：重庆大学出版社,2 0 14:16 6-16 9.（责任编辑：夏焕堂）(下转第113页）12142王少.ChatGPT介人思想政治教育的技术线路、安全风险及防范J.深圳大学学报（人文社会科学版）,2 0 2 3,40(2)：153-16 0.43方引超，邬加佳，林佳美.人工智能在期刊出版中的应用及思考J.传播与版权,2 0 2 3(1)：49-52.（责任编辑：黄建华）Influence and Countermeasures of ChatGPT as an ArtificialIntelligence Tool on the Editing and Publishing of Academic JournalsChen Shuai,Zhu Ling,Zhang Xianghui,Xia Huantang(Jiangxi Science&Technology Normal University,Nanchang 330013,P.R.China)Abstract:since their advent,ChatGPT and other generative artificial intelligence(GAI)tools relying on large language models(LLM),have rapidly brought significant impact on fields of education,academic research,news media and publishing and so on.There are positive and negative influence of GAI tools represented by ChatGPT on the editing and publishing of academic journals(column planning and topic selecting,content control,editing and proofreading,reviewing,publishing,communication,editorialdevelopment,academic ethics and standard reviewing,etc.).The editorial team should deal with these problems from such aspects asimproving personal quality,making good use of identification tools,leading academic discussions,controlling manuscript quality,keeping up with education and academic reformation,strengthening author contact and industry communication,to finally contributeto the editing and publishing work of academic journals under the new situation.Key words:ChatGPT;artificial intelligence;academic journals;editing;publishing(上接第12 1 页)Teaching Ability Table Preparation for Full-time Master ofEducationGao Shumin,Hu Chongqing(Jiangxi Normal University of Science and Technology,Nanchang 330038,P.R.China)Abstract:based on literature analysis,this paper constructs the theory of the teaching ability for full-time master of education,and complies a full-time masters teaching capacity table through an empirical inspection based on expert evaluation.This studyshows that the teaching ability of full-time education consists of four dimensions:teaching preparation ability,teaching design ability,teaching implementation ability,teaching reflection and research ability,which includes nine factors under it.According to this,the Full-time Education Masters Teaching Ability Table has a good reliability and validity,which can be used as an evaluation tool forthe teaching ability of the Master of Education.Key words:teaching ability;master of full-time education;teaching ability structure;quantity table113