迈向教师话语的优化评估:以激励性信息为例
计算与语言
2024-12-20 v2
摘要
评估教师技能对于提高教育质量和学生成绩至关重要。教师话语显著影响学生表现,是一个关键组成部分。然而,编码教师话语可能非常耗时。本研究通过引入一种优化教师话语评估的新方法论来解决这一问题。研究包含两项研究,均以中学教师使用的激励性信息为框架。第一项研究在两个学年的录音课程真实示例上训练了两个大语言模型,以识别和分类课程转录文本中的激励性信息。结果在识别和分类方面分别达到了84.31%和91.11%的灵敏度,以及97.69%和86.36%的特异度。第二项研究将这些模型应用于第三个学年的录音课程转录文本,以考察按教育水平和学年时段划分的信息类型频率与分布。结果显示,教师主要使用强调参与益处(与改善结果相关)的信息,而三分之一的信息强调不参与的弊端(与焦虑增加相关)。激励性信息的使用在12年级和学年末有所下降。这些发现提示了优化激励性信息使用的潜在干预措施,以提高教学质量和学生成绩。
引用
@article{arxiv.2412.14011,
title = {Towards an optimised evaluation of teachers' discourse: The case of engaging messages},
author = {Samuel Falcon and Jaime Leon},
journal= {arXiv preprint arXiv:2412.14011},
year = {2024}
}