• 沒有找到結果。

教育部教學實踐研究計畫成果報告

N/A
N/A
Protected

Academic year: 2022

Share "教育部教學實踐研究計畫成果報告 "

Copied!
27
0
0

加載中.... (立即查看全文)

全文

(1)

【附件三】教育部教學實踐研究計畫成果報告格式(系統端上傳 PDF 檔)

教育部教學實踐研究計畫成果報告

Project Report for MOE Teaching Practice Research Program(Cover Page)

計畫編號/Project Number:PEE1090622 學門專案分類/Division:工程學門

執行期間/Funding Period:2020/8/1~2021/7/31

運用社會網絡分析結合合作學習在程式設計課程的行動研究 程式設計(一),程式設計(二)

計畫主持人(Principal Investigator):張文智 共同主持人(Co-Principal Investigator):

執行機構及系所(Institution/Department/Program):中華大學資訊管理學系 成果報告公開日期:

■立即公開

延後公開(統一於 2023 年 9 月 30 日公開)

繳交報告日期(ReportSubmissionDate):2021/9/14

(2)

運用社會網絡分析結合合作學習在程式設計課程的行動研究 一. 報告內文(Content)(至少 3 頁)

1. 研究動機與目的(ResearchMotive and Purpose) (1)教學實踐研究計畫動機

程式設計教育在近年來,隨著科技進步,人工智慧,大數據,物聯網的應用,

需要更多軟體工程師的培養,程式設計在軟體工程師培訓中佔重要的一環,初學 者第一次接觸寫程式的挫折感重,只要寫錯一個字,程式就無法運作,產生英文 的 bug 錯誤資訊。學生學習容易因為這些挫折感而放棄學習。

此外,程式設計包含邏輯訓練,以及抽象的記憶體概念,過去傳統教學透過 版書或是紙筆來傳承,現在學生對於現場吸收有困難,因此需要建立重複觀看學 習,以及同儕的合作學習團體,一起通過學習獲得更多成就感,來完成程式設計 學習。

(2)教學實踐研究計畫主題及研究目的

本計畫研究主題:運用社會網絡分析結合合作學習在程式設計課程的行動研究 本計畫主要研究目的:

1.提升學生學習程式設計的學習成就 2.對於程式設計抽象概念的理解

3.提升學生對於程式設計開發環境,看懂 debug 資訊 4.針對環境沒有 debug 資訊,仍然可以試著讀懂,找出 bug

5.學習者只能在上課看老師示範,希望提供數位教材協助重新學習 6.除了老師教學,建立合作學習同伴教學的學習環境

2. 文獻探討(LiteratureReview)

本計劃針對程式設計課程,提出結合社會網絡分析分群在合作學習的分組,結合 錄製數位影像去呈現抽象概念於學生學習,幫助學生可以重複學習與自學。以下針對 合作學習,社會網絡分析進行文獻探討。

合作學習中學生的分組很重要的工作之一,好的分組能讓組員有良好的互動交流,

讓同組組組員為同一個目標而奮鬥,而如何將學生適瑝的分組,而使得每位組員均能 對小組有所貢獻,且合作順暢,藉以提高合作學習的效能,是進行合作學習教學前必 頇先考慮的事。

一、分組人數

在學校中進行教學時常因目標不同,而使用不同的分組人數、及分組方式以期達 成最好的效果,合作學習中的第一步即是分組,小組人數是分組重要之一,若要使小 組內的互動達到最佳的效果,其小組人數是重要關鍵之一,一般而言小組內的人數不 宜過多,否則易造成部份學生被邊緣化,而失去分組的意義,而也不宜過少,人數太 少進行合作學習時溝通及學習的對象就因過於少人少了許多學習的機會,林佩璇(1996) 認為一組人數太少,組數就多,教室的座位安排就較為困難,建議合作學習人數為 3~6 人為佳,Slavin(1995)將不同能力、種族、性別的學生分到同一組中進行學習並分享 經驗,建議每組最佳人數為 2~6 人,孫天光等人(民 90)採用基因演算法計算分組最佳 組和解,學生分組人數訂為 4~5 人,陳俊亨(民 95)合作學習最佳分組策略之研究將分

(3)

組人數訂為 4~5 人,劉秋木(2002)的研究中認為合作學習最適合人數為 3~5 人,綜合 上述文獻,加上此次實驗中的班級人數較多約 25~27 人,因此本研究將分組人數訂為 5~6 人一組,且不超過 6 人,每一個班級將分為 5 組進行合作學習。

二、分組方式

由過去的文獻發現,合作學習希望能透過有效的分組方式來提高學習成效,(張瑛 蘭,民 90;張秀梅,民 92)所提出的合作學習模式中,都建議採用異質分組,黃政傑、

林佩璇(民 88)認為合作學習分組時,是讓小組具有異質性的組成,而異質性包含學習 能力和成就的異質性,Johnson(1985)指出:在異質分組的方式中,高能力學生的學習 和參與度會提高,而且似乎能從不同能力者的學習中獲得進步。有此可知,巫偉萍(2001) 發現合作學習異質性分組學習成效優於同質組,由以上可得知合作學習較適合採用異 質性分組,即是小組中融入不同性別、不同學習成就、不同學習風格等等,利用異質 分組,使得彼此之間透過合作,發揮所長彌補小組成員之間的差異,讓小組間達到彼 此相互合作的目的,並且藉由相處,認識與自己不同性別,不同學習成就的人,且學 習與不同的人溝通但除了需採用異質性分組外,還有哪些分組時會遇到的阻礙導致合 作學習教學時運作不順暢呢?Logan(1986)提出不管採用何種分組方式都有幾項問題會 影響分組,例如人格衝突、小組成員態度都會影響分組後的學習過程。孫光天等人(民 90)指出分組除了可考量成員的性別、成績外,也可加以考量社交關係、人格屬性、學 習動機等因素進行分組。Hallinan and Sorensen(1985)的研究也是以探討學生「人際 關係」為屬性來進行合作學習分組,有此可知,分組時除了需要異質性外還需要加以 考慮學生本身的人格屬性及人際關係,否則儘管透過異質分組方式,若無法克服其他 因素則也可能影響他學習成效及學生分組的意願,另外,鍾樹椽(民 85)也曾研究過性 別對合作學習的影響,發現性別差異對學生學習成就的影響並無顯著差異。

合作學習是近幾年來重要教學方法之一,合作學習以小組取代個人的學習,因此 合作學習亦須建基於良好的分組策略之上,學者多指出合作學習小組中應使用異質分 組的方式進行,才能激發學生學習的能量,帶動小組的學習成長。異質指的是每位組 員間某些特質的不同,可能是學習能力、性別、動機、成長背景等等。希望小組成員間 不同的差異,能讓組員接觸與自己不同的意見、做事方式,彼此藉由溝通合作互相幫 忙,從教與學中一起成長學習。因此如何分組,是非常重要的,能讓合作能更順利,合 作學習效果更好,以下表 1 是有關合作學習使用不同

表 1.不同合作學習方式

(4)

從大部分的研究指出分組方式有助於提升學生學習成效,而合作學習中適合使用異質分 組,較能提升學生的表現及促成不同學習能力的合作,不過對於不同能力學生而言,在不同 分組中,卻有其差異,研究者歸納其研究果,將高、中、低程度組分述如下:

(一)高程度組

Hooper & Hannafin(1991)指出高能力組在同質分組對高學習成就者有益,張秀梅(2003) 研究亦發現,高能力在同質分組表現較好。高能就學生在同質組進步幅度比異質組高成就學 生還多;高能力學生在同質團體中,有較大的進度空間;在異質團體中,甚而被拉低陳素貞 (1994)。彭月香(2006)以 S 型異質分組進行資訊融入合作學習研究發現,低能力學生其電腦 操作能力強,高能力者可以提供組員解決問題與思考問題,相互合作補足彼此的缺點;具領導 者可帶領小組有效率學習。(Johnson & Johnson,1987)在異質分組的方式中,高能力學生的 學習和參與度會提高,而且能從不同能力者身上獲取進步。

從許多的研究指出,有些學者認為在學習成效上高程度組在同質分組中,因彼此的能力 相瑝,在彼此的合作及良性的心理競爭之下,學習成效有較好的表現,同時有些學者認為高 程度組在異質性分組中因需要領導與教導中、低程度組,在教的過程中,觀念更加清楚,再 一次把知識分析和綜合。且在異質分組中可以得到中、低程度組提供不同的能力,補齊高程 度組較缺少的能力。

(二)中程度組

Webb & Cullian(1983)研究中傾向在學生分組時,宜將中等能力的學生以同質分組,根 據吳淑玫(2002)研究顯示在中等能力的學生以同質分組,有助於提升其學習成效,中等能力 的學生在異質分組中較少與小組成員互動,他們很少有機會去幫助能力低的成員解釋疑難,

同時亦得不到能力較高的同學去為他們解惑,容易被忽略。在同樣都是中等能力的小組中,

互動的頻率較高,因而能提高學習成效。

從許多的研究指出,中程度組在異質性分組中較容易受忽略,而同質分組中,較能互相 幫忙,表達自我意見的機會,因此學習成效較好

(三)低程度組

(5)

Hooper & Hannafi(n1991)發現在異質組中低學習成就學生有機會和不同程度的組員互 動,能提升學習成效。Swing & Peterson(1982)認為高低能力異質分組對學生較有利,因為 低 能 力 學 生 可 從 高 能 力 學 生 獲 得 較 多 的 教 學 支 援 和 照 顧 , 因 此 更 加 積 極 參 與 學 習 Webb,Nemer,Chizhik & Sugrue(1988)研究中發現,低能力的學生和高能力的學生在同一組時,

會比低能力的學生獨自學習有夠高的學習成效。同質組的低成就學生,除了在實驗操作上易 遇挫折,其餘學習態度的各向度有正向表示(高翠穗,2001)。Cullian(1983)研究亦發現低能 力的學生在同樣都是低能力的小組中表現最差。

從研究顯示低程度組同質分組時,會因能力普遍不足,易於學習中受挫,且在小組中缺 乏帶領者,因此放棄或消極學習,因此低程度組在同質分組中學習成效上較差,相反的異質 性分組中,低程度組能得到能力高的成員的指導與解惑,使得低程度組的學生能獲得進步。

綜觀以上討論可以得出許多研究顯示,在異質分組中,高程度組可以幫助小組,不僅對 高程度組及低程度組學習成效上有幫助,且對低程度組而言,有高程度組的幫忙,低程度組 在學習上挫折較少,且學習成效上所以研究都指出是正向的,在同質分組中,中程度組有較 好的發揮,因此中程度組教適合同質分組,高程度組則在解題時能相互討論,刺激彼此激盪 出更多的想法,但對低程度組而言,同質分組少了其他同學的幫忙,因此對低程度組較無幫 助。

林佩璇與黃政傑(1996)認為合作學習分組時,基本原則是讓小組具有異質性的組成。讓 高能力主帶動討論,並教會中、低程度的同學,一起互助合作。即使「異質分組」可能對某 些的同學不公平,但高程度組的同學學得快,先學會課程內容後也可以學習如何幫助其他的 同學,達到與人合作、溝通的社交技巧,這同時也是一種學習。故本研究採用三種分組方式,

這三種方式皆為異質性分組,希望達成高、中、低三種程度的合作,並提高學習成效及學習 時的滿意度。

社會網路分析理論 社會網路分析之定義

哈佛大學心理學教授 Milgram 在 1967 年提出「六度分割理論」,並且設計一個實驗,透 過轉寄信件來嘗試證明帄均只要經過六個人就可以讓兩個互相不認識的美國人聯繫上,而且 絕大多數的傳遞都是透過極少數的明星型人物完成的(Milgram,1967)。Strogatz 與 Watts 在 1998 建立了縮小版網路模型來解釋小小社會的網路現象,發現「分隔係數 (Separation Coefficient)」與「群聚係數(Clustering Coefficient)」這兩種網路特徵(Strogatz,S.H.

& Watts,D.J.,1998)。「社會網路」(Social Network Theory)一詞追本溯源,最早可見於西 方 的 社 會 學 與 人 類 學 相 關 之 研 究 是 由 Barnes 提 出 , 意 謂 人 對 人 之 間 的 社 會 關 係 (Barnes,1954)。其目的在探討人際互動關係的社會結構對特定個體所產生之影響(任慶宗,

2003)。Mitchell(1969)將社會網路定義為:在某一個群體中,個體與個體或團體與團體之間 特定的連結關係。而「社會網路分析是一種社會學的方法論,它能透過分析關係之間的模式 以及社會人與人之間的互動,用以尋找潛在的社會網路結構」(Wasserman & Faust,1994)。

Wolfe 與 Whitten(1974)則將「社會網路」定義為:存在他人與個人之間一系列相關性的連繫,

可視為在特殊情境下,人們以某種的聯繫所形成之社會關係,此關係就是社會資源流動的基 礎。透過社會網路分析所得的資訊找出靈魂人物。此外,社會網路位置和權力也是存在密不 可分的關係,即社會網路位置較高者其權力亦可能較高,每個人的行動都可能受其所處社會 網路位置影響(林妤容、吳文琪、李均揚、林岱嬋、江宜珍,2014)。學校就如同一個小型的 社會,每位學生在班級上亦有其獨特位置,等於是說學校內班級是一個小型的社會網路結構。

因此本研究探討學生與學生之間在不同網路類型的連接關係,似乎是可行的。

2.2.2 社會網路分析之組成元素

(6)

社會網路最基本的組成元素就是點(Point)和線(Line),點代表個體,線代表個體與他人 之間的聯繫,其可能是單向的,也可能是雙向的,從點到線,最後構成整體的社會網路結構 (鄭義穎,2010)。社會網路具有描繪出原本無法辨識的各種關係網路的能力,如諮詢網路、

工作網路、情感網路、信任網路與訊息網路的建立,並可使用所發展出的各種指標瞭解評估 整個社會網路的狀況,如結構緊密或是鬆散,或了解社會網路中的角色地位是核心,還是邊 陲,來協助解決個人或社會所面臨的ㄧ些問題(邱議德,2003)。從上述定義,可發現一個社 會網路具有三個基本單位(Hanneman,R.A. and Riddle,M.,2005):一、行為者(Actors):行為 者亦可稱為行動者或節點(Node),節點代表社會網路中的個體,可以代表著不同的角色,可 以是個人、組織、國家、事件等等都可以成為節點。二、關係(Relationship):關係就是行為 者與行為者之間因某種原因或社會功能而產生的互動作用與影響,相同的行為者,因不同的 關係而產生的社會網路,可能會有所差異。此外,關係也包含了方向:方向是指無方向性 (Undirected)和有方向性(Directed),例如在本研究中,學生甲選擇了學生乙瑝課後玩伴即 為有方向性。三、繫(Tie):亦可稱為連結(Links),連結通常是指瑝行為者之間建立起關係時,

透過某種的途徑(Path)直接或間接的去建立彼此間的關係。Campbell 和 Marsden(1984)主張 聯繫強度又可分成弱聯繫(WeakTies)及強聯繫(StrongTies)兩種,例如學生甲一個月內和學 生乙一起做功課的次數是 20 次,學生丙和學生乙則是 3 次,就可以說明學生甲,乙的聯繫強 於學生乙,丙。

2.2.3 社會網路分析之分類與層次

社會網路分析是指以某個人為中心所形成的社會關係網。個體會因為各種不同社會功能 的聯繫形成不同的社會網路,也可由相同的社會網路中得到各種不同的社會功能,繼而滿足 個體在社會關係中的需求(江宜珍、李蘭,2010)。而且透過社會網路分析可了解人與人、人 與組織、組織與組織間交互的觀點,並非只是單方面的因果關係,而是一種雙向的交互行為,

所以此種研究方法有助於釐清溝通微觀與宏觀之間的橋樑(劉軍,2007)。社會網路分析依照 研究目的與其蒐集資料方法的不同,而有不同的分類與層次。Borgatti(1998)主張社會網路 分析可以分為兩個層次:

一、自我中心網路:以個體為核心或出發點所形成的社會網路,即以個體的某種關係或社會功 能所形成的獨特的、屬於自身的社會網路,通常強調個體自我的影響力。分析的重點在網路 中的連帶與位置,如網路大小(Size)、強聯繫(Strongties)、弱聯繫(Weakties)等,只以特 定的個體為探討中心。

二、整體社會網路:以所研究的全數個體作分析,重點在分析整個社會網路之結構,通常探討 圖形結構以及密度、中心性、中介性、親密性等等。由於本研究係以班級為單位,探究各班 學生在班級之內的社會網路生態,故本研究採用整體社會網路分析之概念,試圖從中找出學 生在整體社會網路中特徵與位置。

2.2.4 社會網路分析之常用技術

運用適合的社會網路分析技術,研究者可以得到整體社會網路更進一步的特徵資訊,例 如:「平均最短路徑」可以用來解釋社會網路中資訊在節點與節點之間傳遞的效率,值越小代 表資訊傳輸的效率越佳(吳峻興、丁一賢,2011)。常見的社會網路分析技術闡述如下:一、網 路大小(Size):網路大小即為社會網路中所有節點的,節點越多社會網路越大,節點越少社會 網路越小。較大的社會網路聯繫通常較多元,小的社會網路聯繫較為單純。二、網路密度 (Density):用來解釋社會網路分析圖中,所有節點之間連結的緊密程度。密度高表示網路中 的節點和其它成員的聯繫較多,密度低是每一個節點之間聯繫較少。瑝群體的網路密度值越 高,成員的互動程度也越高(Wasserman & Faust)。三、強度(Density):又可稱為「連結強度」

(Ties trength),Brown and Reingen(1987)將關係來源者與關係接收者間關係之親密性、互 動頻率和持久性,將「連結強度」區分為「強連結」與「弱連結」兩種。四、中心性(Centrality):

網路中心性是用於衡量個體在網絡圖中的重要程度,可以藉此掌控整體社會網絡圖的主要資

(7)

訊流向、個體控制資源的可能性...等,其主要目標在於定義出網絡圖中重要的個體角色 (Freeman,1979)。社會網路中心性通常又可以細分為程度中心性、親密中心性、中介中心性:

1.程度中心性(Degree Centrality):程度中心性的觀念主要是用來衡量一個團體中最重要的 靈魂人物,程度中心性越高的行為者,通常能掌握組織內許多正式或非正式的情報,在網路 中所擁有的權力與影響力也較多(Krackhardt,1993)。

向內之程度中心性計算公式 公式一

𝐶𝐷(𝑛𝑖)表示計算節點 i 的程度中心性,𝑛𝑖表示節點,𝑑(𝑛𝑖)表示 i 與其他節點關係量,𝑔表示 全部節點量。

2.緊密中心性(Closeness Centrality):又可翻譯為接近中心性,Freeman 主張社會網路緊密 中心性較高的行動者能以最小的成本與最多數的人進行溝通。因為緊密中心性代表著行動者 與其他行動者連繫的距離,距離越短其中心性越高。

緊密中心性計算公式 公式二

𝑛𝑖表示節點,𝑑(𝑛𝑖,𝑛𝑗)表示 i-j 之間距離,𝑔表示全部節點量。

3.中介中心性(Betweenness Centrality):中介中心性是衡量行動者位居其他兩個行動者或 群組

之間的路徑上的重要性。所以中介中心性比較高的行動者,其引導資訊資源的流通機會也較 多,也就是在操縱資訊資源流通上,具有關鍵性的位置(Burt,1992)。

中介中心性計算公式 公式三

𝑔𝑗𝑘(𝑛𝑖)表示通過𝑖連接𝑗−𝑘的路徑數,𝑔𝑗𝑘表示連接𝑗−𝑘的最短的路徑數,𝑔表示 網路節點個數

上述所提及的各種社會網路分析概念,皆能在某些方面衡量個體在社會網路中的特徵,

Hanneman and Riddle(2005)主張若行動者與其他行動者的連結越多,則此行動者能可能有越 多的選擇來滿足他的需要,也比較依賴其他互動者,所以用程度中心性來衡量行動者的中心 性,比較簡單直觀也是有效的方法,因此本研究對於社會網路的衡量,係採用程度中心性。

而程度中心性又可分成「向內程度中心性」(In-degree)及「向外程度中心性」(Out-degree)。

向內程度中心性主要是指網路中的行動者,因為某種社會功能,被其他行動者認為彼此間具 有連結的關係,因為此指標係由網路內所有成員共同決定,所以頗具客觀性(任慶宗、劉士銘、

尹靖遠,2005)。而向外程度中心性則是就某種社會功能而言,填答者主觀認定自我與多少人 具有連結關係,相較於向內程度中心性,較為主觀,客觀程度較低。因此,本研究將以向內 程度中心性做為衡量指標。

2.2.5 社會網路分析之資料蒐集方式

社會網路分析之資料蒐集方式,由陳俊彰整理出四種常見的蒐集方法,分別是問卷調查、文 件、網際網路、實驗(陳俊彰,2001)。問卷調查是讓受測者主動寫出與自己有關係的對象,特 別要注意的是資訊的正確性,以免產生誤差。網際網路的發展,更方便調查者獲取資料,至 今有很大部分的社會網路研究都是研究社交網路如 FACEBOOK、LINE,就是此類。本研究設計 主題在研究高中普通班、實驗班社會網路與其影響,所以採用問卷調查法,讓學生自行填寫 班級社會網路問題,再進行資料蒐集。

2.2.7、社會網路分析之相關研究文獻

社會網路分析,最廣泛的用途是利用網際網路上的資料進行分析,可以從分析銷售歷史 資料而找出影響因素,除了能運用在網路資料上的分析外,也可以運用在人際關係上,例如 比較諮詢網路、情感網路與工具網路的情況,探討分組學習情況,也都是社會網路分析應用 的範圍。表 2 整理國內研究,表 3 整理國外研究。

表 2.社會網路分析論文與期刊整理(國內研究)

(8)

表 3. 社會網路分析論文與期刊整理(國外研究)

3. 研究問題(ResearchQuestion)

(9)

本研究針對兩個班級的程式設計課程學生,都進行合作學習,但是透過不同的分組,並 配合前後測分析學習成效,學習動機,社會網絡分析等元素,找出資料分析的成果並且配合 錄製數位教材,以利重複學習與課後學習,解決表 3 提出過去課程抽象概念的學習現狀。

表 3.教學現場的現狀與計畫提出的解決方案

(10)

4. 研究設計與方法(ResearchMethodology) 本計畫流程規劃,見圖 1。

課程範疇:包含變數定義,邏輯運算,迴圈指令,條件指令,陣列,指標,函式,遞迴等 教材選用:書名:C 語言教學手冊,作者:洪維恩,出版社:旗標

教學資源應用:運用學校數位學習網站,結合 IRS 增加互動,並且錄製數位教材內容,提供 學生回家學習重複觀看與學習

評量方式採用:採用評量機制採取個人成績,團體成績,並累積為學期成績。

圖1.系統流程規劃圖 研究對象與場域

大一學生主要上課人數是兩個班級,每個班級 40-50 人,學生對於程式設計能力多半都 沒有經驗,屬於第一次的程式設計學習。我們授課教學場地是電腦教室,並且依據合作學習 方式,安排 5-6 位同學一組,分組方式有兩種,一種是自由分組,一種是社會網絡分析考量 人際關係的學習分組。在每年教育部要求進行 UCAN 實施測驗,資訊管理學系大一學生的相關 職能中,前四項較高的能力是人際互動,工作責任及紀律,團隊合作與資訊科技應用。透過 這個資訊的了解,我們將透過本計畫來實施合作學習,並結合兩種分組方式實施教學實踐計 畫,提升學習程式設計能力的表現。

圖 2.研究對象描述

(11)

教學暨研究成果(Teaching and ResearchOutcomes) (1) 教學過程與成果

(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)

(2) 教師教學反思

(3) 學生學習回饋

(21)
(22)

學生給老師的話

還不錯

希望老師能多開課呢 希望可多一些課後輔導 跟同學討論的空間還不錯 小困難

東西比較複雜,學習的速度比較慢,所以比較常參加課輔

(23)

沒什麼問題大部分可能是我自己有點學不會ㄅ 但可能可以給一下老師寫的程式給我們當作參考 講得很詳細

真的無法完全吸收...感覺中間空掉好多東西...

謝謝老師,老師上課真的很認真。

摁....希望可以講慢一點點 老師加油

我覺得老師每次上課都很用心感謝老師 老師非常細心優秀,沒什麼意見

可以進行小組討論題目

有時會跟不上老師的脚步哈哈哈 文智很棒

老師加油~!

建議可以以問卷方式詢問學生較不會的單元或作業的部分 感覺很完善

我覺得很好

在新的詞出現的時候,可以稍微簡單介紹帶過,也可以叫同學查之後 再簡單的說明一下

程式內容偏難 很棒

覺得老師針對程式解說部分解說的很清楚,馬上就能聽懂老師的解說 教學不錯挺喜歡這種授課方式,雖然有時偏難,不容易理解,但有了 老師的教學影片穰我比較容易發現自己的問題所在。

老師可以在課堂上幫忙比較不明白的同學 很好

解釋可以再詳細一點,也有可能是我個人理解有點慢,但希望可以再放 慢一點,做題目有點吃力!

謝謝老師學期的努力教導!!

希望有更詳細的解說,因為上網找的問題很多都跟我學到的有點不一 樣很混亂,謝謝老師

我覺得老師的節奏很不錯但上課太過偏向個人導致有些同學害羞或者 找不到人可以幫忙時,

會無法進步,我覺得可以讓我們分組討論甚至出分組的作業讓我們可

(24)

以討論,謝謝老師

這次的上課內容有點難,希望能多說明內容,可以講得慢一點,因為 還沒消化完上一部分就得在吸收下一部分,有點難在更上進度

希望可以在講慢一點仔細一點速度太快有點跟不太上 希望課程輔導除了做題目外可以複習一些概念

希望可以多出一些程式的作業 老師說得很清楚了

但可能我自身學比較慢

希望之後能快點回學校上課(可以找室友在旁邊一對一慢慢理解程式) 老師教得很好,只是我真的需要多練習..

希望可以教更多的东西 教得很好

上完老師的課跟以前其他學校老師的課後,覺得老師你教的超讚 沒有意見,主要在自己要多努力去學寫程式

有時感覺自己聽的懂,但聽一聽又不懂了,不知到是不是我個人原因

5. 建議與省思(Recommendations and Reflections)

二. 參考文獻(References) 中文部分

吳淑玫(2002)。網際網路上合作學習最佳化分組之研究。國立臺南大學資訊教育研究所 教學碩士班。

巫偉萍(2001)。網路合作設計環境中群組互動型態與思考風格對設計效果之影響。國立 交通大學。

李婉瑜(2014)。不同分組方式進行專題導向學習之研究-以綜合活動學習領域為例。國立 臺灣師範大學。

林妤容,吳文琪,李均揚,林岱嬋, & 江宜珍.(2014).台灣國中生班級社會網路指標及其位置 與被霸凌經驗之關係.台灣衛誌,頁 397-409.119

林佩璇(1992),台灣省高級職業學校合作學習教學法實驗研究(未出版之博士論文)。國立 臺灣師範大學,臺北市。

林宗緣(2010)。分組方式對國小學生學習 KPL 程式設計之影響。國立臺灣師範大學資訊 教育學系。

(25)

邱欣儀(2011)。合作學習分組策略對學習成效的影響─以網路學習社群為例。國立高雄 應用科技大學資訊管理系。

孫光天、張瑛蘭、吳政諺(2001)。應用基因演算法於合作學習最佳化分組之研究。臺南 師範學院資訊教育研究所碩士論文。

高翠穗(2001)。對不同分組類型下低成就學生自然科學習結果之研究。國立台中師範學 院。

張秀梅(2003)。不同能力分組方式在合作學習應用中對學習態度和學習成就的影響。淡 江大學英文學系碩士論文陳素貞(1994)。學習動機、學習滿意度與生涯發展之相關研究-- 以第 26 期中國文化大學、銘傳大學之海外青年技術訓練班為例。中國文化大學。

彭月香(2006),資訊科技融入國小六年級數學合作學習之行動研究,中原大學 黃政傑、林佩璇(1996)。合作學習。台北:五南出版社。

劉秋木(2002)。羅素之哲學與教育思想。國立臺灣師範大學。

劉淑儀.(2017).以社會網路分析國小體育班學童友誼與諮詢網路.中華大學資訊管理學系 碩士論文.

蕭閔如.(2014).以社會網路分析國小學生單親與新移民子女人際關係—以中部某國小為 例.中華大學資訊管理所碩士論文.

鍾樹椽(1996)。性別和能力混合分組在電腦合作學習成就和態度上之研究。國民教育研 究學

英文部分

Barnes,J.A.(1954).Class and CommitteesinaNorwegianIsl and Parish.Human Relations,7(1),39–58.https://doi.org/10.1177/001872675400700102

Borgatti,Stephen & Jones,C and ace &

Everett,Martin.(1998).Networkmeasuresofsocialcapital.Connections.21.1-36.

Brown,J.J., & Reingen,P.H.(1987).SocialTies and Word-of-

MouthReferralBehavior.JournalofConsumerResearch,14,350-362.https://doi.org/10.1086/209118 CarlosManuelSantosMontie.(2013).UsingSocialNetworkAnalysis(SNA) and

UCINETtoModelaComplexEngineeringServiceEnterpriseinNicaragua.DepartmentofIndustrialEngine ering and Management.YuanzhiUniversity.

Elenihttp://www.emarketer.com/Article/Internet-Hit-3-Billion-Users-2015/1011 Stai,VasileiosKaryotis,SymeonPapavassiliou.(2014).ExploitingSocio-

PhysicalNetworkInteractionsviaaUtility-

(26)

BasedFrameworkforResourceManagementinMobileSocialNetworks.IEEEWirelessCommunications,(

10-17).

FaustK.(1997).CentralityinAffiliationNetworks.SocialNetwork,19,157-

191.FreemanL.C.(1979).CentralityinNetworksConceptialClarification.SocialNetworks.1,215-239.

Hanneman,R.A. and Riddle,M.(2005).IntroductiontoSocialNetworkMethods.

Hanneman,RobertA. and

MarkRiddle.(2005).Introductiontosocialnetworkmethods.Riverside,CA:UniversityofCalifo rnia,Riverside

Hilke,E.V.(1990).Cooperativelearning.Bloomington,IND:PhiDeltaKappaeducationa l

Johnson,D.W., & Johnson,F.P.(1987).Joiningtogether:Grouptheory and groupskills(3rdedition).EnglewoodCliffs,NJ:Prentice-Hall.

LuisOrtega,IsidroF.Aguillo.(2008).VisualizationoftheNordicacademicweb:Linkanalysisusingsocialne tworktools.InformationProcessing and Management44,1624-1633.

Logan,T.F.(1986).Meta-Analysis.ReviewofEducationalResearch.66(4),423-458 Milgram.(1967).TheSmallWorldproblem.PsychologyToday,2:60–

67.MitchellJ.C.(1969).Socialnetworks and urbansituations.

Relationship.NationalHuaweiUniversityofScience and Technology/Masterof

Slavin,R.E.(1995).Cooperativelearning:Theory,research, and practice(2nded.).Swing,S.R. &

Peterson,(1892).Therelationshipofstudentability and

smallgroupinteractiontostudentachievement.AmericanEducationalResearchJournal,19(2),259-274.

Wasserman,S.Faust,K.(1994).SocialNetworkAnalysis:Methods and Applications.

Webb,N.M.,Nemer,K.M.,Chizhik,A.W., & Sugrue,B.(1988).Equityissues Hooper,S. & Hannafin,M.J.ETR &

D(1991)39:27.https://doi.org/10.1007/BF02296436InformationManagement.

Jing-WeiSyu.(2015).UsingSNAAnalysisApproachintheStudyofStockPrice MaureenT.Hallinan,AageB.Sørenen(1985),AbilityGrouping and

StudentFriendships,https://doi.org/10.3102/00028312022004485

Watt,D.,Strogatz,S.Collectivedynamicof‘mall-world’networks.Nature393,440–

442(1998)doi:10.1038/30918incollaborativegroup.Assessment:Groupcomposition and performance.

(27)

AmericanEducationalResearchJournal.35(4),607-651.

Webb,N.M., & Cullian,L.K.(1893).Groupinteraction and

achievementinsmallgroups:Stabilityovertime.AmericanEducationalResearchJournal,20(3),411-423.

Whitten,N.E. and A.W.Wolfe1973..Networkanalysis".InI.Honigmann(ed.),H and bookofSocial and CulturalAnthro-pology:717-46.Chicago:R and -McNally.

三. 附件(Appendix)(請勿超過 10 頁)

參考文獻

相關文件

Although the research of problem-based learning (PBL) and the integration of PBL and Zuvio IRS in Japanese pedagogy are trending, no related research has been found in Japanese

Learning Path Construction in PBL based on Moodle to facilitate Japanese Culture Pedagogy – Zuvio IRS Education Research.. CHIEN Shiaw-hua*,

樹、與隨機森林等三種機器學習的分析方法,比較探討模型之預測效果,並獲得以隨機森林

Therefore, this study intends to combine the discussion method with the interactive response system of Zuvio IRS for flipped teaching in the course "Introduction to

用在生活中的一些例子說明,覺得很棒;學生覺得利用清楚的圖表解釋,能快速的了解 內容;圖表比文字更快更清楚地去瞭解;另外覺得了解 Power BI

Therefore, in this project, to explore whether using Perusall combined with Zuvio IRS can help to strengthen the learning effect of flipped teaching and improve students'

[14] Wolfgang Gräther Blockchain for Education: Lifelong Learning Passport, Proceedings of 1st ERCIM Blockchain Workshop 2018, Reports of the European Society for Socially Embedded

The theoretical solutions of the uniform loading induced normalized consolidation settlement w and normalized excess pore fluid pressure p were derived by Biot [10] as