中美日韓對比研究顯示 中國高中生在線學習更自律


疫情讓很多習以為常的事情變得不再平常。令人難忘的防疫抗疫經歷,會給高中生的學習帶來什麼樣的影響?他們上網課的狀態如何?中國青少年研究中心發佈的“中美日韓高中生疫情下的生活”調查報告顯示,疫情發生以來中國學校停課率最低。關於上網課的情況,中國高中生上網課能更好地集中註意力和理解內容,但互動不夠。同時,中國高中生在線學習更自律。


2021年12月下旬,廣西邊境城市東興市出現新冠肺炎疫情。東興中學是當地唯一一所高中,受疫情影響,全校近900名高三學生中有近400名住校生在校接受封閉管理,其餘學生則在傢上網課。圖為東興中學部分住校的高三學生課後在室外背書。新華社記者 曹禕銘/攝

疫情發生以來中國學校停課率最低

自疫情開始,中美日韓四國的學校均有停課現象,但中國學校停課率最低(62.2%),而韓國停課率達94.7%,日本停課率達93.1%,美國停課率達86.9%。這說明自疫情發生以來,中國各地各校能綜合考慮疫情形勢變化,組織做好線上教學各項準備工作,保證線上教學與線下教學有機銜接,隨時切換,確保“停課不停學、停課不停教”,最大限度地減小疫情對教育教學的負面影響。

疫情以來中國高中停課時間“大約1個月”的比例最高(31.2%),日本停課“大約3個月”的比例最高(31.1%),而美國和韓國停課在“6個月以上”的比例最高,分別為28.8%和17.3%。說明中國高中面對疫情能迅速地作出反應,采取相應措施,很好地保障學生上課時間。

中國高中生在線學習更自律

有近九成(87.1%)的中國高中生用過在線學習,在線學習使用率在4個國傢中位列第二,有93.3%的韓國高中生利用過在線學習,而美國和日本高中生利用在線學習的比例更低,尤其是日本高中生,用過在線學習的比例不足七成。中國絕大部分的高中生能夠很好地利用網絡進行線上各種課程資源的學習。

和疫情前相比,各國高中生使用在線學習的比例有大幅度上升,尤其是中國、日本、韓國的高中生使用在線學習的比例上升幅度更大。2019年10月中美日韓四國高中生課題組也對這一題目進行調查,與本次調查對比發現,中國高中生使用在線學習的比例上升近29個百分點,韓國上升近21個百分點,日本上升17個百分點。而美國高中生使用在線學習的比例變化很小。從這一點也可以看出,中國在預防疫情方面積極應對,高中生通過在線學習的幅度上升更大。

在網課學習中,有64.3%的中國高中生“能集中精力學”,75.5%的中國高中生“能理解上課的內容”,66.2%的中國高中生不會上課開小差幹別的事情。在這三個方面的比例均高於美國、日本和韓國高中生。在進行網課學習中,中國高中生能保持良好學習狀態的比例更高。

60.9%的中國高中生認為和線下課堂比起來,網課更不易向老師提問,均低於美日韓三國高中生。同樣,有63.7%的中國學生認為比起線下課堂,網課不太易於和同學討論,也低於美日韓三國高中生。可見,中國高中生更適應網課與老師、同學的互動。但各國高中生在線學習缺乏互動的情況值得關註。

“常開小差幹其他事”的比例,中美日韓四國高中生的比例分別為33.7%、72.6%、38.2%、65.5%。這說明,中國高中生在網課上也更自律,美國、韓國高中生自律性較差,網課上開小差的比例較高。

有59.9%的中國高中生認為上學校網課有效果,所占比例低於美國(65.6%),略高於日本(59.2%)和韓國(42.8%),說明對於中國大部分學生來說,無論是學校對線上課程的安排,還是教師對於教學內容的設計都是有效的,但還有改善空間。

67.0%中國高中生經歷疫情後感到學習更重要

當被問到如果疫情結束是否還需要上網課時,70.3%的中國高中生認為疫情結束後不太需要上網課,這一比例高出其他3個國傢15-25個百分點。這說明中國高中生更渴望到校上課,校園生活對中國高中生更有吸引力。而韓國和美國的高中生認為疫情結束後仍然需要上網課的比例更高,均超過四成。

疫情的全球肆虐給各國高中生帶來很大改變。對經歷疫情之後的變化進行研究發現,中國高中生排在前三位的變化,分別是“感受到學習重要”(67.0%)、“感受到學校重要”(62.2%)、“感受到面對面交流重要”(60.8%)。由此可見,中國高中生非常看重學習,認為經過疫情之後學習、學校是感受變化比較大的方面。而美日韓三國高中生均認為面對面交流是最重要的,學習重要性較為靠後。另外,經此一“疫”,中國高中生有30.8%的比例學習變得更主動,與其他三國相比最高。在令人難忘的防疫抗疫經歷中,學生直觀地感受到學校、學習以及面對面交流的重要性。

學校作為開展線上教學的“頂層設計師”,能否合理地規劃教學會直接影響教學效率的高低。課題組建議,學校規劃好教師的教學任務、教學方式和教學內容,結合學校實際、教師和學生實際,制訂高效又切合實際的教學方案,並且在方案實施過程中對線上教學課堂進行過程監督和效果監督,對教學過程中出現的問題及時調整,以此保證線上教學的順利進行。教師在疫情中不僅是學生最主要的管理者,也是教學活動的設計者。作為管理者,要約束學生線上學習的行為,及時與傢長進行溝通,解每位學生的學習過程,在多方面兼顧不同基礎學生的情況;作為設計者,要迅速轉變教學方式,充分解線上學習平臺的使用規則,結合線上教學的實際提升教學質量,以此提高學生的學習效率。

疫情讓傢長的角色從輔助人員轉換為管理人員,在這一過程中,傢長不但要提升管理學生的意識,承擔起在線下監督的責任,更要為學生提供良好的學習環境和氛圍,把具有誘惑力的物品放在學習環境之外,增強學生的自控力,提高學生的學習效率。

孫宏艷 耿雅倩 來源:中國青年報

2022年07月14日 10 版


相關推薦

2024-03-18

蘋果公司的研究人員發現一種快速訓練大型語言模型(LLMs)的新型多模式方法,這種方法可以實現更靈活、更強大的機器學習和"人工智能"系統。該公司本周早些時候在研究網站 arxiv.org 上發佈的一篇研究論

2023-03-30

公司與教育工作者共同設計的新ZoneLearn耳機,幼兒可以從在線語言學習課程中受益。該公司與教育工作者和學生合作,設計一款針對語音清晰度而非音樂的耳機。因此,它是閱讀、測試和學習不同語言等課程的理想選擇。Zone Lear

2024-02-21

意到2022年在YouTube大規模投廣告的SHEIN。在Twitter上被日本高中生和大學生熱推的SHEIN,先一步牢牢占住服飾賽道。“SHEIN好看又便宜,類似款的餃子包,比ZARA和優衣庫,價格能差一倍。”出海巨頭們沒能在日韓打起來的重要原因

2024-03-27

AI人才在中國或美國的機構中工作,65%的頂級AI人才出自中美兩國。其他國傢雖然也有各自的特點,但中美兩國在AI人才方面仍然牢牢占據主導地位。在中美兩國的競爭中,美國在頂級AI人才方面又有著明顯的領先優勢。美國擁有

2023-04-15

市場調研機構Counterpoint公佈全球2023年1月份,一些國傢和地區的手機銷量榜單,主要集中前五強,沒有意外的是,蘋果完全秒殺安卓陣營。先來看中國市場,銷量最好的前四名手機都是iPhone,分別是iPhone14、14ProMax、iPhone13和iPhone1

2023-01-11

,同時與美國和其他有關國傢密切交換意見。”這表明在中美激烈的半導體戰爭中,日本可能會加入美國針對中國的芯片禁令。西村康稔於美國時間1月5日會見美國商務部長吉娜·雷蒙多,根據美商務部的一份聲明,兩位部長討

2022-09-24

語課程銷售時,對方曾承諾,授課老師均為帝國大學畢業研究生,在日本任教多年;輔導老師也都是國內一本畢業,至少日本留學交換一年。但在招聘信息中,貝殼財經記者發現,日語高級老師一職對學校級別和是否有海外工作

2023-01-20

重要推力,一個落腳點便是就業。1月8日,中國人事科學研究院與騰訊社會研究中心聯合發佈“騰訊新職業與就業發展報告(2022)”。報告中提到,數字平臺逐步形成助力高質量普惠性就業發展的新模式,並起到就業“蓄水池”

2023-03-24

的日本和韓國芯片廠商。那麼,美方目前擬議中的細則給日韓企業未來在華發展留下多少空間?細化後的條款美國商務部網站顯示,“國傢安全護欄條款”遵循三項原則,即受惠芯片廠不得使用其他國傢的資金支持;受惠芯片廠

2022-07-21

北京時間7月21日消息,福克斯主播塔克·卡爾森(TuckerCarlson)在新聞節目中稱,中國抖音和美國的抖音TikTok中呈現的內容有很大差異,在播放幾段中國和美國的抖音內容進行對比後,他總結道,中國內容是積極向上的,而美國內

2024-07-06

快科技7月6日消息,今天凌晨,2024沙特電競世界杯迎來《英雄聯盟》四分之一決賽第二個比賽日。由中國LPL賽區戰隊TES迎戰韓國LCK賽區戰隊GEN,TES直接零封GEN,晉級本屆四強。據悉,沙特電競世界杯《英雄聯盟》項目采用殘酷的

2022-06-23

根據周四發佈的一項研究,去年贖金勒索攻擊使美國學校和學院在停機時間損失超過瞭35億美元。Comparitech的研究人員在2021年記錄瞭67起單獨的勒索軟件攻擊,影響瞭954所學校和學院以及近100萬學生。雖然這些數字可能看起來很

2022-08-08

動通信技術的6G研究。尤其是在5G上被“刺激”到的美歐日韓都在鉚足勁頭,迫不及待地希望能夠在6G上“彎道超車”,奪回全球通信領域的主導權。記者/孫冰目前,全球技術界和產業界形成的共識是人類將在2030年左右迎來6G時

2023-01-27

自的工作原理:MuLan是一個文本-音樂聯合嵌入模型,支持對比性訓練和來自YouTube的44M音樂音頻-文本描述對。AudioLM使用一個來自語音預訓練模型的中間層來獲取語義信息。w2v-BERT是一個來自Transformers的雙向編碼器表表達法,這是