
未来教育探索
Exploration of Future Education
- 主办单位:未來中國國際出版集團有限公司
- ISSN:3079-3637(P)
- ISSN:3079-9511(O)
- 期刊分类:教育科学
- 出版周期:月刊
- 投稿量:4
- 浏览量:455
相关文章
暂无数据
基于滞后序列分析的师生课堂话语互动研究——以10节高中英语读思课为例
A Study on Teacher-Student Classroom Discourse Interaction Based on Lag Sequential Analysis: A Case Study of 10 High School English Reading and Thinking Classes
引言
教师反馈行为对学生核心素养的发展具有至关重要的作用,这一点已逐渐受到广泛关注。有效的教师反馈行为能够对学生表达的信息给予合理回应,推动师生之间的意义协商以及课堂互动交流(穆肃等,2019)。我国《普通高中英语课程标准》(2017年版2020年修订)中明确要求教师应根据学生的课堂表现,通过口头或书面等反馈方式为学生提供有效指导,以提高教学效率。然而,目前教师反馈行为存在反馈的形式单一、内容简单化和片面化等问题,导致学生难以获得教师的有效指导,从而影响了课堂互动的效果(李茂森、祝蕾蕾,2022)。
一、研究设计
(一)研究对象
本研究以第十四届全国高中英语观摩课10节读思课课堂实录作为实验材料,所选文本来自不同版本的高中教材,授课教师来自全国各地,教学经验丰富,专业背景深厚,具有一定的代表性和实验性。
(二)研究问题
在高中英语读思课(Reading and Thinking)中,教师反馈行为是促进学生阅读理解、思维品质和语言能力的关键因素。本研究旨在培养学生学科核心素养的导向下,通过滞后序列分析法,对第十四届全国高中英语观摩课10节读思课课堂实录进行编码分析,揭示教师反馈行为与学生话语参与的关联性,观察教师反馈行为(如纠正性反馈、积极评价、追问)与学生话语参与(如主动提问、语言尝试、批判性回应)之间是否存在显著的行为序列?不同反馈类型触发学生话语参与的概率是否存在差异?最后,对其提出有针对性的改善建议。
(三)研究方法
学界对于教师反馈语的研究主要有以下几种理论:Sinclair & Coulthard(1975)提出的IRF模型,研究课堂互动的基本结构,明确反馈的衔接功能;Lyster & Ranta的纠正性反馈模型(1997),细化语言课堂中的反馈类型,强调形式与意义的平衡;Walsh的SETT框架(2006),主要分析教师话语模式,突出反馈在意义协商中的作用;Hattie反馈理论(2009),跨学科视角下的反馈分层设计,强调任务、过程与自我调节的结合。由于本研究分析读思课教师反馈行为与学生话语参与的关联性,所以结合了Lyster & Ranta的纠正性反馈和Walsh的意义协商模式,自主创建了编码表格。学生话语参与编码模型则聚焦了Sinclair和Coulthard的IRF模型中的学生回应中的主动参与行为,以及从Walsh的SETT框架提取意义协商模式中的学生话语行为(质疑、分析、澄清等)。
另外,研究采用LSA对高中英语读思课教师反馈行为和学生话语参与之间的动态关联进行分析。该方法由Sackett于1978年提出,用于心理学和社会学中行为模式的研究,主要检验人们一种行为出现后另一种行为出现的概率以及该行为是否存在统计学意义上的显著性。近年来,教育技术领域的专家将该方法应用于学习行为的分析中。
因此,根据课堂实际情况与研究问题,运用LSA方法对读思课教师反馈行为与学生话语参与的关联性。利用这些过程,获取读思课堂中教师反馈行为对学生话语影响中须重点关注的行为序列,从而提出有针对性的改进措施(表1、表2)。
| 编码 | 分类 | 内容描述 |
|---|---|---|
| T1 | 显性纠正 | 教师直接指出错误并提供正确答案(如“It should be ‘is’, not ‘are’.”)。 |
| T2 | 重述 | 教师重复学生语言并修正错误(如学生:“He go to school.” 教师:“He goes to school.”)。 |
| T3 | 澄清请求 | 教师要求学生澄清或重新表达(如“What do you mean by that?”)。 |
| T4 | 元语言反馈 | 教师提供语言规则或解释(如“Remember, the past tense of ‘go’ is ‘went’.”)。 |
| T5 | 引导式反馈 | 教师通过提问或提示引导学生自我修正(如“Is that the correct tense?”)。 |
| T6 | 积极评价 | 教师对学生语言输出给予肯定或鼓励(如“Great effort!”)。 |
| T7 | 追问 | 教师通过提问引导学生进一步思考或扩展语言输出(如“Can you explain more?”)。 |
| T8 | 多模态反馈 | 教师通过肢体语言、技术工具(如PPT标注)或示范进行反馈。 |
| 编码 | 分类 | 内容描述 |
|---|---|---|
| S1 | 主动提问 | 学生主动提出问题或请求进一步解释(如“Why did the author use this metaphor?”)。 |
| S2 | 批判性回应 | 学生对文本内容提出质疑或分析(如“I disagree with the character’s decision”)。 |
| S3 | 语言尝试 | 学生尝试使用新语言形式或复杂句式(如被动语态、高级词汇)。 |
| S4 | 及时修正 | 学生根据教师反馈立即修正语言错误(如语法、词汇)。 |
| S5 | 同伴协作 | 学生与同伴讨论或协作完成语言任务(如小组讨论角色扮演)。 |
| S6 | 沉默/回避 | 学生对教师提问或反馈未作出明显回应或保持沉默。 |
(四)数据编码方法与过程
本研究采用了张海教授团队在东北师范大学开发的OKC课堂分析视知工具,对课堂教学视频进行了编码分析,该软件支持教学行为、教学媒体和教师行为三个方面内容的记录和分析,具备视频播放、持续时间单元选择、三大维度的编码选择、相对中心度曲线等特性。通过播放控制按钮,可精准划分每个课堂行为的持续单元时间,时间精确度可达到0.01秒。本研究借助OKC,以5秒作为分割取样时间,将5秒取样内容记录对应编码,分别记录10节课的编码顺序,最后导出课堂教学互动行为编码表,加以汇总统计。
(五)编码数据分析工具
本研究中使用交互行为分析类的专用软件GSEQ5.1作为序列分析工具。在视频分析法的基础上,将OKC中导出的教师反馈行为和学生话语参与编码,表逐一导入GSEQ5.1中,从而得到行为转换频率表和调整后的残差表,找出具有显著意义的行为序列并用可视化工具Gephi0.10.1绘制行为转换图,呈现出教师反馈语对学生话语行为的影响特点。
二、研究结果分析
本研究基于滞后序列分析法采用GSEQ5.1软件进一步分析该课堂教学中达到显著水平的行为序列。在GSEQ5.1软件中导入10节高中优质课读思课堂教学互动行为编码表,获得行为转换频率表和调整后的残差表。行为转换频率表(表3)中列表示起始行为,行表示起始行为结束后续发生的行为,反映了发生一项行为后发生另一种行为的次数。通过数据统计分析,教师和学生的行为转变频率较高的有:T5→S3(15次),T5→S6(12次),T7→S2(43次),S1→T7(10次),S2→T5(22次),S2→T7(13次),S3→T7(10次)。但是不能直接反映出这些是需要重点关注的行为序列,我们还须进一步对师生行为转换进行显著性研究(表3)。
| T1 | T2 | T3 | T4 | T5 | T6 | T7 | T8 | S1 | S2 | S3 | S4 | S5 | S6 | Totals | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| T1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 9 | 5 | 0 | 6 | 0 | 2 | 22 |
| T2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 2 |
| T3 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0 | 0 | 2 |
| T4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 2 | 0 | 4 |
| T5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 15 | 1 | 2 | 12 | 32 |
| T6 | 1 | 1 | 0 | 1 | 0 | 0 | 2 | 3 | 3 | 0 | 1 | 0 | 0 | 0 | 12 |
| T7 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 43 | 3 | 1 | 1 | 0 | 50 |
| T8 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 2 | 0 | 8 |
| S1 | 0 | 0 | 0 | 0 | 1 | 0 | 10 | 2 | 0 | 0 | 0 | 0 | 0 | 0 | 13 |
| S2 | 4 | 0 | 1 | 0 | 22 | 5 | 13 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 46 |
| S3 | 3 | 0 | 0 | 2 | 4 | 2 | 10 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 22 |
| S4 | 0 | 0 | 0 | 0 | 1 | 4 | 7 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 13 |
| S5 | 0 | 2 | 1 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 6 |
| S6 | 10 | 0 | 0 | 0 | 3 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 15 |
| Totals | 18 | 3 | 2 | 4 | 32 | 13 | 45 | 9 | 14 | 51 | 22 | 13 | 6 | 15 | 247 |
调整后的残差表(表4)中的数据为z-score(标准残差值),当z值大于1.96时,表示行为路径达到统计学上的显著意义(即p<0.05)。z值越大,行为路径显著性越强。调整后的残差表反映两种行为之间发生关系的先后顺序是否具有统计学上的显著意义。
| T1 | T2 | T3 | T4 | T5 | T6 | T7 | T8 | S1 | S2 | S3 | S4 | S5 | S6 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| T1 | 0 | -0.53 | -0.43 | -0.61 | -1.96 | -1.14 | -2.53 | -0.94 | 1.6 | -0.18 | -1.55 | 4.92* | -0.76 | 0.64 |
| T2 | -0.39 | 0 | -0.12 | -0.17 | -0.55 | -0.32 | -0.71 | -0.26 | -0.33 | -0.76 | -0.43 | 2.99* | -0.21 | 2.74* |
| T3 | -0.39 | -0.15 | 0 | -0.17 | -0.55 | -0.32 | -0.71 | -0.26 | -0.33 | 0.91 | -0.43 | 3* | -0.21 | -0.35 |
| T4 | -0.55 | -0.21 | -0.17 | 0 | -0.78 | -0.46 | -1.01 | -0.37 | -0.48 | -1.08 | 2.99* | 4.24* | -0.3 | -0.49 |
| T5 | -1.77 | -0.67 | -0.55 | -0.78 | 0 | -1.46 | -3.23 | -0.2 | -1.52 | 7.69* | 7.59* | -0.63 | 1.48 | 0.69 |
| T6 | 0.15 | 2.44* | -0.31 | 2* | -1.4 | 0 | -0.39 | 4.22* | 3.07* | -1.94 | -0.07 | -0.82 | -0.54 | -0.89 |
| T7 | -2.42 | -0.92 | -0.75 | -1.07 | -3.41 | -1.99 | 0 | -1.63 | -0.79 | 7.62* | -1.17 | -1.33 | -0.34 | -2.16 |
| T8 | -0.8 | -0.3 | -0.25 | -0.35 | -0.07 | 1.01 | -0.59 | 0 | -0.68 | -0.73 | 0.39 | 1 | 4.44* | -0.71 |
| S1 | -1.04 | -0.39 | -0.32 | -0.46 | -0.64 | -0.85 | 4.93* | 2.44* | 0 | -2.03 | -1.16 | -0.86 | -0.56 | -0.93 |
| S2 | -0.05 | -0.89 | 1 | -1.03 | 6.15* | 1.46 | 0.34 | -0.76 | -2 | 0 | -2.6 | -1.92 | -1.27 | -2.08 |
| S3 | 1.14 | -0.53 | -0.43 | 2.99* | 0.58 | 0.86 | 2.7* | 0.26 | -1.2 | -2.74 | 0 | -1.16 | -0.76 | -1.25 |
| S4 | -1.03 | -0.39 | -0.32 | -0.46 | -0.63 | 4.38* | 2.89* | 0.87 | -0.89 | -2.03 | -1.16 | 0 | -0.56 | -0.93 |
| S5 | -0.68 | 1.73 | 4.67* | 3.15* | -0.96 | 1.36 | -0.24 | -0.46 | -0.59 | -1.34 | -0.76 | -0.56 | 0 | -0.61 |
| S6 | 1.12 | -0.43 | -0.35 | -0.49 | 0.74 | -0.92 | -1.41 | -0.76 | -0.96 | -2.2 | -1.25 | -0.93 | 1.18 | 0 |
根据调整后的残差表中(表4)达到显著意义的行为,可以绘制出行为转换图(如图1),其中,箭头表示行为转换的方向,线条的粗细表示显著性的高低(线条越粗,显著性越高),线条上的数据表示z-score(标准残差值)。通过对显著性行为序列的分析,反映出10节高中英语优质课读思课堂中教师反馈行为对于学生课堂话语参与影响的规律及特征,从而帮助教师反思反馈行为使用缺点,改进反馈行为机制,促进学生课堂话语参与。
由图1可知,在10节高中英语优质课读思课堂中,T5→S2、T5→S3、T7→S2等行为都达到了较高的显著性水平。从学生的思维品质培养来看,行为序列表现为T5-S2,T7-S2,即教师的引导式反馈和追问能够有效促进学生的批判性回应。在学生回答较浅层次的问题之后,教师通过提问引导,进一步追问学生关于文本的更深层次的问题。结合教师的提示,学生通常能够及时回应,并且结合认知做出较为正确的回答,和教师形成有效互动。这能够较为有效地锻炼逻辑思维、批判性思维和创造性思维能力。
从学生的语言能力发展来看,显著性较高的行为序列有T5→S3,T1→S4,T4→S4,T3-S4。教师的引导式反馈可以有效触发语言尝试,在提供支架的情境下,不同英语水平层次的学生尝试使用新词汇和句式的意愿显著提高。另外,教师对于学生的语言尝试的显性纠正会触发学生及时改正,教师在学生回答完之后,直接指出语法、语音方面的问题,让学生深刻认识到语言运用有误之处,促进学生在听、说、读、写和看方面的能力增长。同时,教师的元语言反馈在促进学生即时修正方面也有较大作用。例如教师提示学生,“Remember, the past tense of ‘go’ is ‘went’.”,学生便会直接修正自己的语言表达,认识到错误之处。
从同伴协作程度来看,显著性较高的行为序列为T8→S5。教师的多模态反馈能够提高学生同伴协作的参与度和活跃度。优质课视频中,教师采取丰富多样的形式,如口头语、多媒体音频、手势、PPT标注布置任务,给予学生适当时间进行小组讨论,有效提升小组成员的讨论参与度和课堂表现度。并且,当小组代表总结出的观点得到了教师的口头表扬和肢体表扬(竖大拇指、鼓掌等),后续的同伴协作程度会得到显著提高。
从主动求知意愿来看,显著性较高的行为序列路径为T6→S1→T7。教师的积极评价可以有效增强学生的提问求知意愿,提高学生课堂参与主动性,并且会触发教师进一步的追问,促进学生思维拓展。例如,在教师鼓励质疑文本观点环节时,一个学生主动提问并且提出自己见解,教师对该学生进行高度赞扬并且带动其他学生一起鼓掌,之后,其他学生主动举手的次数显著提高。可见,教师的积极评价有效提高其他学生的主动求知意愿,引导其他学生积极参与课堂讨论,提出自己的观点,最终有效增强大部分学生的思维灵活性。
然而,具有显著性的行为序列T2→S6显示,教师过多的重述修正错误会导致学生沉默,抑制后续的话语参与意愿。例如,教师多次打断学生的表达,指出学生的语法问题,这一行为有损高中生的自尊心,最终影响学生的语言表达和后续话语参与。通常,被教师多次重述纠错的学生最后会陷入沉默,教师不得不转向其他学生回答问题。
三、优化策略
(一)优化积极评价,结合具体语言指导
研究发现,积极评价(T6)虽能增强学生信心,但对语言尝试(S3)的激励作用有限(z=3.07)。单纯的口头表扬(如“Good job!”)虽能提升学生的情感参与,但未能有效促进语言能力的实质性发展。因此,需在积极评价的基础上,结合具体语言指导,帮助学生明确改进方向,激发语言尝试的动机。教师采取分层表扬的技巧,在肯定学生回答时,附加具体语言指导。例如,当学生使用了一个新词汇时,教师不仅表扬其用词准确,还可进一步引导其扩展句子结构(如“Great use of ‘metaphor’! Can you explain how it enhances the story?”)。这种分层表扬不仅能增强学生的自信心,还能为其提供明确的语言提升路径。另外,鼓励语言冒险,明确支持学生尝试复杂句式或高级词汇也较为有效。例如,当学生尝试使用被动语态时,教师可鼓励其进一步尝试其他复杂句式(如“I like how you used passive voice here. Can you try another sentence with it?”)。通过这种方式,学生不仅能感受到教师的支持,还能在语言尝试中获得成就感。最后,也可以提供反馈支架。在学生语言尝试后,教师可通过追问或提示,帮助学生完善表达。例如,当学生尝试使用复杂句式但出现语法错误时,教师可通过引导式提问(如“Is that the correct tense?”)帮助学生自我修正,而非直接指出错误。
(二)整合多模态反馈,提升同伴协作参与度
研究发现,多模态反馈(T8)显著促进同伴协作(S5,z=4.44)。通过技术工具(如PPT标注)和肢体语言(如手势、示范),教师能有效提升小组讨论的参与度与活跃度。然而,当前课堂中多模态反馈的使用频率较低,未能充分发挥其潜力。因此,需系统整合多模态反馈,优化同伴协作效果。教师可通过技术工具辅助课堂教学,利用PPT、白板等工具明确任务指令与讨论框架。例如,在小组讨论前,教师可通过PPT展示任务要求(如“Highlight three key arguments in your group discussion”),并标注讨论重点(如“Focus on the author’s tone and purpose”)。这种可视化反馈能帮助学生明确目标,提升讨论效率。肢体语言激励也是较为重要的一环。通过手势、表情等非语言反馈增强互动效果。例如,当小组代表发言时,教师可通过点头、微笑或竖起大拇指等肢体语言表达肯定,同时鼓励其他学生参与讨论(如“Great point! Does anyone have a different perspective?”)。这种多模态反馈能营造积极的课堂氛围,增强学生的参与意愿。最后,动态任务调整有助于更好地促进小组讨论活跃度。根据小组讨论进展,灵活调整任务难度与形式。例如,当学生讨论陷入僵局时,教师可通过PPT展示提示性问题(如“What evidence supports this argument?”),或通过示范引导讨论方向(如“Let me show you how to analyze this paragraph”)。这种动态调整能确保小组讨论的深度与广度,学生不会偏离讨论方向。通过整合多模态反馈,教师能有效提升同伴协作的参与度与活跃度。技术工具与肢体语言的结合不仅能帮助学生明确任务目标,还能增强互动效果,营造积极的课堂氛围。此外,动态任务调整能确保小组讨论的深度与广度,提升学生的思维品质与语言能力。这种反馈方式不仅能优化同伴协作效果,还能为学生的自主学习与团队合作能力奠定基础。
(三)设计分层追问,适配学生认知水平
研究发现,追问(T7)能显著触发批判性回应(S2,z=7.62),但部分学生因认知水平差异难以跟上追问节奏,导致沉默或回避(S6)。因此,需根据学生认知水平设计分层追问,确保所有学生都能参与互动。设置基础层追问,对语言基础较弱的学生,设计简单、直接的追问(如“What is the main idea of this paragraph?”),帮助其建立信心并参与课堂互动。另外,针对语言能力较强的学生,设计开放式、批判性问题(如“Why do you think the author chose this setting?”),激发其深度思考与批判性回应。 教师要坚持动态调整原则,根据学生回答情况灵活调整追问难度。例如,当学生回答较浅时,教师可通过追问逐步引导其深入分析(如“Can you explain why this is important?”);当学生回答较深时,教师可追加更高层次的问题(如“How does this relate to the theme?”)。通过分层追问,教师能有效适配不同认知水平的学生需求,确保所有学生都能参与课堂互动。基础层追问帮助语言能力较弱的学生建立信心,进阶层追问激发语言能力较强的学生深度思考。这种分层设计不仅能提升课堂参与度,还能促进学生的思维品质与语言能力的同步发展。
(四)建立即时反馈机制,强化学生语言意识
研究发现,即时修正(S4)在教师引导式反馈(T5)和元语言反馈(T4)下显著发生(z=7.59、z=4.24)。然而,当前课堂中即时反馈的使用频率较低,未能充分发挥其强化语言意识的作用。因此,需建立即时反馈机制,帮助学生及时识别并修正语言错误。教师可采用元语言提示。学生出现语言错误时,教师可通过元语言反馈(如“Remember, the past tense of ‘go’ is ‘went’.”)帮助学生理解语言规则,强化语言意识。同时,在小组讨论中,鼓励学生相互纠正语言错误(如“Can you help your partner fix this sentence?”),通过同伴互动强化语言意识。通过建立即时反馈机制,教师能帮助学生及时识别并修正语言错误,强化语言意识。实时纠错与元语言提示不仅能提升学生的语言准确性,还能增强其对语言规则的理解。同伴互评则能通过互动强化语言意识,提升学生的自主学习与团队合作能力。这种反馈机制不仅能优化语言学习效果,还能为学生的长期语言发展奠定基础。
四、结语
本研究以第十四届全国高中英语观摩课10节读思课课堂实录为研究对象,运用滞后序列分析法(LSA)和GSEQ5.1软件,系统探究了教师反馈行为与学生课堂话语参与之间的动态关联。通过对师生互动行为的编码分析与显著性检验,研究发现:不同类型的教师反馈行为对学生话语参与的影响存在显著差异。其中,引导式反馈和追问能够有效触发学生的批判性回应,促进思维品质发展;引导式反馈、显性纠正和元语言反馈有助于学生即时修正语言错误,强化语言能力;多模态反馈显著提升同伴协作的参与度与活跃度;积极评价则能激发学生的主动求知意愿,形成良性互动循环。然而,研究也发现,部分反馈行为如过度重述可能导致学生沉默或回避,需引起教师重视。
基于上述发现,本研究提出了优化积极评价、整合多模态反馈、设计分层追问以及建立即时反馈机制四项教学改进策略,旨在为高中英语教师优化反馈行为、提升学生课堂话语参与提供理论与实践参考。本研究在一定程度上揭示了教师反馈行为与学生话语参与之间的动态机制,丰富了课堂互动研究的分析维度。未来研究可进一步扩大样本范围,结合更多课堂类型与学生群体,深入探讨不同教学情境下教师反馈行为的优化路径,为构建高效、互动的英语课堂提供更有力的支撑。
参考文献:
- [1] Baena-Morales S, Jerez-Mayorga D, Fernandez-Gonzalez F T, et al. The Use of a Cooperative-Learning Activity with University Students:A Gender Experience[J]. Sustainability,2020,12(21):92.
- [2] Hattie J. Visible Learning: A Synthesis of Over800 Meta-Analyses[M]. London: Routledge,2009.
- [3] Hattie J, Timperley H. The power of feedback[J]. Review of Educational Research,2007,77(01):81-112.
- [4] Johnson D W, Johnson R T, Holubec E J. Circles of Learning:Cooperation in the Classroom[M].4th ed. Minnesota: Interaction Book Company,1993.
- [5] Lyster R, Ranta L. Corrective feedback and learner uptake[J]. SSLA,1997,19(01):37-66.
- [6] McCracken P. Cooperative Learning as a Classroom Management Strategy[J]. Momentum,2005(36):10-12.
- [7] Rubin L, Hebert C. Model for Active Learning: Collaborative Peer Teaching[J]. College Teaching,1998,46(01):26-30.
- [8] Sinclair J, Coulthard M. Towards an Analysis of Discourse[M]. Oxford: Oxford University Press,1975.
- [9] Slavin R E. Making Cooperative Learning Powerful[J]. Educational Leadership,2014,72(02):22-26.
- [10] Walsh S. Investigating Classroom Discourse[M]. London: Routledge,2006.
- [11] Yolanda M, Garate-Vergara F, Marambio-Carrasco C. Training and Support for Inclusive Practices: Transformation from Cooperation in Teaching and Learning[J]. Sustainability,2021,13(05):2583.
- [12] 白洁琼, 周晶. 基于滞后序列分析的学生合作学习行为模式研究[J]. 教育理论与实践,2024,44(10):52-58.
- [13] 陈晴晴.论“学生提问”的反馈:现象分析与价值回归[J]. 当代教育科学,2019(12):3-7.
- [14] 江波, 高明, 陈志翰, 等. 基于行为序列的学习过程分析与学习效果预测[J].现代远程教育研究,2018(02):103-112.
- [15] 李茂森,祝蕾蕾. 中小学课堂教学反馈的现实困境与改进路径——基于哈蒂“可见的学习”的视角[J]. 教育发展研究,2022,42(20):77-84.
- [16] 李玉利. 基于滞后序列分析的专递课堂教学互动行为案例研究——以五年级英语课“Foods and drinks”为例[J]. 中小学电教,2023(05):20-25.
- [17] 穆肃, 董经, 唐冬梅, 等. 信息化课堂教学中教师行为对学生活动的影响[J]. 中国电化教育,2019(08):91-98.
- [18] 王觅, 文欣远, 李宁宁, 等. 大单元教学视角下基于LSA的同步课堂师生交互行为研究[J]. 电化教育研究,2020,41(08):74-81.
- [19] 王中国, 彭文辉, 刘清堂, 等. “潜水”还是“学习”:在线协作学习中“在线倾听”行为再审视[J]. 电化教育研究,2024,45(03):77-84.
- [20] 伍绍杨, 彭正梅.迈向更有效的反馈: 哈蒂“可见的学习”的模式[J]. 开放教育研究,2021(04):27-40.
- [21] 杨现民, 王怀波, 李冀红. 滞后序列分析法在学习行为分析中的应用[J]. 中国电化教育,2016(02):17-23+32.
- [22] 朱珂, 吴雅欣, 胡金艳, 等. 面向知识建构的跨学科主题学习:模型构建及实践研究[J].现代教育技术,2024,34(10):65-74.
