基于形成性评价的幼儿园综合课程主题设计与适调系统的制作方法

1.本发明涉及教学评价技术领域，具体涉及一种基于形成性评价的幼儿园综合课程主题设计与适调系统。


背景技术：

2.教学评价可分为总结性评价和形成性评价，总结性评价主要功能在于选拔甄别，形成性评价的功能则主要在于查漏补缺。总结性评价广泛应用于期末考试、水平考试等，其评价结果作为学生是否通过或者获得证书的依据，学生并不知晓具体评价知识正误情况。而形成性评价则不一样，它是专门针对学生的知识掌握情况进行诊断纠正式检测，学生可以通过形成性评价具体得知知识掌握情况，从而有效的查漏补缺，教师也可以通过形成性评价了解所有同学容易犯的错误，从而修正自己的教学方向并调整接下来的教学内容。另外，根据教育规律，教育反馈越及时、越准确、越全面、越个别，越有效，因此从促进学习角度上讲，形成性评价要比总结性评价要重要得多，有效形成性评价方法的研究和实施就成为我国教育界提高教学质量、提升教学效果的重点和难点。
3.随着互联网和教育信息化的发展，教学评价在学前教育领域已经得到了广泛的应用，然而这些评价往往限制于总结性评价，形成性评价相对缺失，特别是幼儿园综合课程方面，幼儿园综合课程作为一种课程模式，在幼教领域广泛应用，但是很多教师仍是直接套用综合课程经典课程蓝本中的课程方案，在实施中缺乏调整的自觉性，并且一些调整也较为随意。


技术实现要素：

4.针对现有技术中的缺陷，本发明提供一种基于形成性评价的幼儿园综合课程主题设计与适调系统。
5.本发明的技术方案为：基于形成性评价的幼儿园综合课程主题设计与适调系统，包括：
6.主题确定模块，用于根据教学评估量表以及基准教学评估量表，确定学生对各个教学领域的掌握程度，根据学生对各个教学领域的掌握程度确定课程主题及其对应的主题目标；
7.课程分析模块，用于根据所述主题目标对应的课程评估量表以及基准课程评估量表，评估学生当前阶段对各个主题目标的掌握程度；获取学生视频数据，对所述学生视频数据进行特征识别，根据特征识别结果评估学生当前阶段对各个主题目标的偏好程度；
8.课程优化模块，用于根据学生当前阶段对各个主题目标的掌握程度和各个主题目标的偏好程度优化下一阶段的课程活动，直到课程结束。
9.优选的，所述主题确定模块包括：
10.教学量表构建模块，用于根据幼儿园教育指导纲要从语言领域、健康领域、社会领域、科学领域、艺术领域五个维度构建每个领域所对应的教学评估量表，所述教学评估量表
包括评价指标、评价内容以及评价等级；
11.教学效果评价模块，用于根据评价等级确定每条评价内容的评价系数，根据所述评价系数确定每个评价指标的评价值；
12.掌握程度计算模块，根据所述评价值以及所述基准评估量表中的预设值计算学生对各个领域中各个评价指标的掌握程度，根据所述掌握程度确定整个班级对各个领域的掌握程度。
13.优选的，所述课程分析模块包括：
14.视频数据获取模块，用于获取当前阶段的视频数据，从所述当前阶段的视频数据中抽取各个主题目标所对应的学生视频数据，并对所述学生视频数据进行预处理，得到多帧目标图像；
15.视频特征识别模块，用于对多帧目标图像进行面部识别以及行为识别，以确定各个目标行为的行为次数以及目标面部表情的表情次数；
16.偏好程度计算模块，用于根据所述行为次数、表情次数以及预设行为次数权重、表情次数权重计算学生当前阶段对各个主题目标的偏好程度。
17.优选的，所述视频数据获取模块包括：
18.视频抽取模块，用于抽取预设周期内各个主题目标所对应的学生视频数据；
19.视频预处理模块，用于采用稀疏采样策略对所述学生视频数据进行预处理。
20.优选的，所述视频预处理模块具体用于：
21.将所述学生视频数据均匀划分为多个片段，在每个片段中随机找出一帧目标图像，从整个学生视频数据中采样多帧目标图像，使得所采样的目标图像覆盖整个学生视频数据段。
22.优选的，所述视频特征提取模块包括：
23.行为特征提取模块，用于对多帧目标图像进行骨架信息提取；对提取的骨架信息进行预处理，将其编码转换为图像，获取动作类型特征；以所述动作类型特征为输入，基于行为识别模型进行行为分类识别；
24.行为次数确定模块，用于根据行为分类识别结果确定目标行为的行为次数。
25.优选的，所述视频特征提取模块还包括：
26.面部特征提取模块，用于对多帧目标图像进行人脸信息提取，以获取嘴部特征和眼部特征，通过自注意力模块对嘴部特征和眼部特征进行加权融合，得到融合特征；以所述融合特征为输入，基于面部识别模型进行面部表情分类识别；
27.表情次数确定模块，用于根据表情分类识别结果确定目标表情的表情次数。
28.优选的，所述课程优化模块包括：
29.综合掌握程度模块，用于根据学生对各个主题目标的掌握程度和偏好程度计算各个主题目标的综合掌握程度；
30.课程优化子模块，用于根据各个主题目标的综合掌握程度调整下一阶段各个主题目标所对应课程活动的时长。
31.本发明的有益效果体现在：本发明所提供的一种基于形成性评价的幼儿园综合课程主题设计与适调系统，能够根据教学评估量表来评估学生对各个教学领域的掌握程度，并根据学生对各个教学领域的掌握程度来确定综合课程的课程主题以及对应的主题目标，
在课程活动实施过程中，可根据每个阶段学生对各个主题目标的掌握程度和偏好程度来优化下一阶段课程主题对应的课程活动，解决了现有技术直接套用综合课程经典课程蓝本中的课程方案的问题。
附图说明
32.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
33.图1为本发明实施例提供的一种基于形成性评价的幼儿园综合课程主题设计与适调系统的系统框架图；
34.图2为本发明实施例提供的教学评估量表中可设计的评价指标参考；
35.图3为本发明实施例提供的语言领域的教学评估量表。
具体实施方式
36.下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。
37.需要注意的是，除非另有说明，本技术使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
38.如图1所示，本发明实施例提供了一种基于形成性评价的幼儿园综合课程主题设计与适调系统，包括：
39.主题确定模块，用于根据教学评估量表以及基准教学评估量表，确定学生对各个教学领域的掌握程度，根据学生对各个教学领域的掌握程度确定课程主题及其对应的主题目标；
40.在本发明实施例中，所述主题确定模块包括：教学量表构建模块，用于根据幼儿园教育指导纲要从语言领域、健康领域、社会领域、科学领域、艺术领域五个维度构建每个领域所对应的教学评估量表，所述教学评估量表包括评价指标、评价内容以及评价等级；教学效果评价模块，用于根据评价等级确定每条评价内容的评价系数，根据所述评价系数确定每个评价指标的评价值；掌握程度计算模块，根据所述评价值以及所述基准评估量表中的预设值计算学生对各个领域中各个评价指标的掌握程度，根据所述掌握程度确定整个班级对各个领域的掌握程度。
41.其中，教学评估量表描述了每个学生对于每个领域的掌握程度，基准教学评估量表描述了每个学生对每个领域的基本掌握程度。
42.如图2所示，对于不同的领域具有不同的评价标准，因此，需要针对每个领域构建不同的教学评价量表，具体的，在语言领域所对应的评价指标包括倾听﹑理解、表达，阅读前书写准备等，在健康领域所对应的评价指标包括情绪、习惯、动作等，在科学领域所独有的评价指标包括数学认知、探究能力、现代生活等，在艺术领域所对应的评价指标包括感受﹑欣赏﹑创造性表达等，在社会领域随对应的评价指标包括交往能力、行为规范、责任、归属感等。
43.在语言领域倾听指标所对应的评价内容包括能够认真听家长或教师的讲话、能够辨别声调、语调、能够辨别说话人的表情、情绪、能够理解教师或家长较为复杂的指令等，如图3所示。
44.在具体的实施方式中，可获取老师填写的教学评价量表、家长填写的教学评价量表，当前，也可以是学生自评的或者互评的，在本实施例中，均不限制，可根据实际情况进行设置。通过电子设备获取这些数据，所述电子设备包括但不限于手机、平板、计算机等设备。
45.通过上述方法实现了学生对每个领域的每个评价项的掌握程度的计算，为课程主题设计提供了基础支持。
46.课程分析模块，用于根据所述主题目标对应的课程评估量表以及基准课程评估量表，评估学生当前阶段对各个主题目标的掌握程度；获取学生视频数据，对所述学生视频数据进行特征识别，根据特征识别结果评估学生当前阶段对各个主题目标的偏好程度；
47.应当理解的，本发明实施例的课程评估量表的构建方法与教学评价量表的构建方法出于相同的发明构思，课程评估量表的构建方法可参考上述实施例，需要说明的，课程评估量表以各个主题目标为主体。
48.在本发明实施例中，所述课程分析模块包括：视频数据获取模块，用于获取当前阶段的视频数据，从所述当前阶段的视频数据中抽取各个主题目标所对应的学生视频数据，并对所述学生视频数据进行预处理，得到多帧目标图像；视频特征识别模块，用于对多帧目标图像进行面部识别以及行为识别，以确定各个目标行为的行为次数以及目标面部表情的表情次数；偏好程度计算模块，用于根据所述行为次数、表情次数以及预设行为次数权重、表情次数权重计算学生当前阶段对各个主题目标的偏好程度。
49.具体的，为了更好地区别各个主题目标的视频，需要选择特定场景的视频，以保证视频数据的有效性，若是预设周期内并没有采集到某一主题目标的对应的学生视频数据，则延用上个周期该邻域所对应的学生视频分析结果，以保证数据的完整性。
50.具体的，所述预处理视频预处理模块用于采用稀疏采样策略对所述学生视频数据进行预处理，包括：将所述学生视频数据均匀划分为多个片段，在每个片段中随机找出一帧目标图像，从整个学生视频数据中采样多帧目标图像，使得所采样的目标图像覆盖整个学生视频数据段。
51.本技术实施例在对视频数据进行采样时使用稀疏采样的策略，采样范围涉及整个长视频，使得识别行为以及面部表情所需的视频帧数大大减少，从而降低了计算量。
52.还需要说明的，本实施例还设置有前置预处理模块，用于对学生视频数据进行前置预处理，包括但不限于中值滤波法、腐蚀和膨胀法等，用于滤除背景噪声、调节亮度、增加边缘特征强度等。通过前置预处理模块可优化视频质量，提高行为与表情识别精度。
53.在本发明实施例中，所述视频特征提取模块包括：行为特征提取模块，用于对多帧目标图像进行骨架信息提取；对所述骨架信息进行预处理，将其编码转换为图像，获取动作类型特征；以所述动作类型特征为输入，基于行为识别模型进行行为分类识别；行为次数确定模块，用于根据行为分类识别结果确定目标行为的行为次数。
54.具体的，本实施例的所述行为识别模型为基于lstm的循环神经网络，其网络由lstm层和全连层(fclayer)组成前端的网络deeplstmnetwork,后面连接的分类网络(classificationnetwork)用于判定每帧的动作类别，从而实现快速准确的目标行为检测，
在检测到有目标行为时记录该目标行为的次数。
55.在本发明实施例中，所述视频特征提取模块还包括：面部特征提取模块，用于对多帧目标图像进行人脸信息提取，以获取嘴部特征和眼部特征，通过自注意力模块对嘴部特征和眼部特征进行加权融合，得到融合特征；以所述融合特征为输入，基于面部识别模型进行面部表情分类识别；行为次数确定模块，用于根据行为分类识别结果确定目标行为的行为次数。
56.具体的，本发明实施例采用intraface方法进行人脸标定，该方法使用级联人脸关键点定位(sdm)，可以准确预测49个关键点。sdm是一种监督下降方法，属于解决非线性最小化nls(non-linearleastsquares)问题的一种方法。sdm人脸对齐的核心内容很简单，就是特征到偏移量的映射：ix＝r，其中，i是特征，x是映射矩阵，r是偏移量。标定人脸之后就可以提取嘴部特征和眼睛特征进行融合，得到面部特征，再将该面部特征输入预先训练完成的面部识别模型，就可以得到对应的面部表情识别结果。
57.学生对各个主题目标的偏好程度与其课堂上的表现有关，包括但不限于特定的行为以及面部表情，例如，回答问题的行为、举手的行为、嘴唇眉眼微笑弧度等均可表征学生的学习意愿。因此，本技术考虑了行为和表情两个特征，在行为方面，对骨骼信息进行精确提取，保证了行为识别的精确性，在面部识别方面，对嘴部特征和眼部特征进行特征提取与融合，可以减少计算量，又可以得到更深层次的表情特征表达，从而能够更加精准的预测面部表情，并确定其对应的次数。
58.在本实施例中，学生的偏好程度根据其目标行为频次以及面部行为频次确定，在较为安静的课堂中，频次越高则偏好程度越高越低，在较为活跃的课堂中，频次越低在偏好程度越高。因此，本实施例还提提供了目标行为频次以及面部行为频次与各个领域之间的频次权重映射关系表，从而可快速计算出学生对各个领域的偏好程度，从而能够设计出更加满足学生意愿的课程活动。
59.课程优化模块，用于根据学生当前阶段对各个主题目标的掌握程度和各个主题目标的偏好程度优化下一阶段的课程活动，直到课程结束。
60.在本发明实施例中，所述课程优化模块包括：综合掌握程度计算模块，用于根据学生对各个主题目标的掌握程度和偏好程度计算各个主题目标的综合掌握程度；课程优化模块，根据各个主题目标的综合掌握程度调整下一阶段主题目标所对应课程活动的时长。
61.具体的，采用如下公式计算综合掌握程度
62.x＝λ1x1+λ2x263.式中，λ1为掌握程度的权重，x1为掌握程度，λ1为偏好程度的权重，x2为反应强度。
64.需要说明的，掌握程度的权重和反馈程度的权重根据专家打分法确定，可设置多个量化指标并为每个量化指标设置量化分值，所述多个量化指标可以为一般重要、重要和非常重要。该过程是将专家评分结果进行汇总，加权平均评分，专家再次确认意见后，确认最终打分表，根据最终打分表确定权重。
65.采用上述方法，能够计算主题目标的综合掌握程度，若综合掌握程度高，则降低其对应的课程活动时长，若综合掌握程度低，则增加其对应的课程活动时长。
66.还需要说明的是，在课程结束后，还可以根据综合掌握程度对主题目标的达成情况进行分析统计，若综合掌握程度大于预设阈值，则表明该主题目标已经达成。应当理解的
是，主题确定模块还可以根据上一课程主题所对应的主题目标的达成情况以及学生对各个教学领域的掌握程度确定课程主题。
67.综上，本发明实施例提供了基于形成性评价的幼儿园综合课程主题设计与适调系统，主题确定模块，用于根据教学评估量表以及基准教学评估量表，确定学生对各个教学领域的掌握程度，根据学生对各个教学领域的掌握程度确定课程主题及其对应的主题目标；课程分析模块，用于根据所述主题目标对应的课程评估量表以及基准课程评估量表，评估学生当前阶段对各个主题目标的掌握程度；获取学生视频数据，对所述学生视频数据进行特征识别，根据特征识别结果评估学生当前阶段对各个主题目标的偏好程度；课程优化模块，用于根据学生当前阶段对各个主题目标的掌握程度和各个主题目标的偏好程度优化下一阶段的课程活动，直到课程结束。本发明能够根据教学评估量表来评估学生对各个教学领域的掌握程度，并根据学生对各个教学领域的掌握程度来确定综合课程的课程主题以及对应的主题目标，在课程活动实施过程中，可根据每个阶段学生对各个主题目标的掌握程度和偏好程度来优化下一阶段课程主题对应的课程活动，解决了现有技术直接套用综合课程经典课程蓝本中的课程方案的问题。
68.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

技术特征：
1.基于形成性评价的幼儿园综合课程主题设计与适调系统，其特征在于，包括：主题确定模块，用于根据教学评估量表以及基准教学评估量表，确定学生对各个教学领域的掌握程度，根据学生对各个教学领域的掌握程度确定课程主题及其对应的主题目标；课程分析模块，用于根据所述主题目标对应的课程评估量表以及基准课程评估量表，评估学生当前阶段对各个主题目标的掌握程度；获取学生视频数据，对所述学生视频数据进行特征识别，根据特征识别结果评估学生当前阶段对各个主题目标的偏好程度；课程优化模块，用于根据学生当前阶段对各个主题目标的掌握程度和各个主题目标的偏好程度优化下一阶段的课程活动，直到课程结束。2.根据权利要求1所述的基于形成性评价的幼儿园综合课程主题设计与适调系统，其特征在于，所述主题确定模块包括：教学量表构建模块，用于根据幼儿园教育指导纲要从语言领域、健康领域、社会领域、科学领域、艺术领域五个维度构建每个领域所对应的教学评估量表，所述教学评估量表包括评价指标、评价内容以及评价等级；教学效果评价模块，用于根据评价等级确定每条评价内容的评价系数，根据所述评价系数确定每个评价指标的评价值；掌握程度计算模块，根据所述评价值以及所述基准评估量表中的预设值计算学生对各个领域中各个评价指标的掌握程度，根据所述掌握程度确定整个班级对各个领域的掌握程度。3.根据权利要求1所述的基于形成性评价的幼儿园综合课程主题设计与适调系统，其特征在于，所述课程分析模块包括：视频数据获取模块，用于获取当前阶段的视频数据，从所述当前阶段的视频数据中抽取各个主题目标所对应的学生视频数据，并对所述学生视频数据进行预处理，得到多帧目标图像；视频特征识别模块，用于对多帧目标图像进行面部识别以及行为识别，以确定各个目标行为的行为次数以及目标面部表情的表情次数；偏好程度计算模块，用于根据所述行为次数、表情次数以及预设行为次数权重、表情次数权重计算学生当前阶段对各个主题目标的偏好程度。4.根据权利要求3所述的基于形成性评价的幼儿园综合课程主题设计与适调系统，其特征在于，所述视频数据获取模块包括：视频抽取模块，用于抽取预设周期内各个主题目标所对应的学生视频数据；视频预处理模块，用于采用稀疏采样策略对所述学生视频数据进行预处理。5.根据权利要求1所述的基于形成性评价的幼儿园综合课程主题设计与适调系统，其特征在于，所述视频预处理模块具体用于：将所述学生视频数据均匀划分为多个片段，在每个片段中随机找出一帧目标图像，从整个学生视频数据中采样多帧目标图像，使得所采样的目标图像覆盖整个学生视频数据段。6.根据权利要求3所述的基于形成性评价的幼儿园综合课程主题设计与适调系统，其特征在于，所述视频特征提取模块包括：
行为特征提取模块，用于对多帧目标图像进行骨架信息提取；对提取的骨架信息进行预处理，将其编码转换为图像，获取动作类型特征；以所述动作类型特征为输入，基于行为识别模型进行行为分类识别；行为次数确定模块，用于根据行为分类识别结果确定目标行为的行为次数。7.根据权利要求6所述的基于形成性评价的幼儿园综合课程主题设计与适调系统，其特征在于，所述视频特征提取模块还包括：面部特征提取模块，用于对多帧目标图像进行人脸信息提取，以获取嘴部特征和眼部特征，通过自注意力模块对嘴部特征和眼部特征进行加权融合，得到融合特征；以所述融合特征为输入，基于面部识别模型进行面部表情分类识别；表情次数确定模块，用于根据表情分类识别结果确定目标表情的表情次数。8.根据权利要求1所述的基于形成性评价的幼儿园综合课程主题设计与适调系统，其特征在于，所述课程优化模块包括：综合掌握程度计算模块，用于根据学生对各个主题目标的掌握程度和偏好程度计算各个主题目标的综合掌握程度；课程优化子模块，用于根据各个主题目标的综合掌握程度调整下一阶段各个主题目标所对应课程活动的时长。

技术总结
本发明公开了一种基于形成性评价的幼儿园综合课程主题设计与适调系统，涉及教学评价技术领域，所述系统包括主题确定模块、课程分析模块、课程优化模块。本发明能够根据教学评估量表来评估学生对各个教学领域的掌握程度，并根据学生对各个教学领域的掌握程度来确定综合课程的课程主题以及对应的主题目标，在课程活动实施过程中，可根据每个阶段学生对各个主题目标的掌握程度和偏好程度来优化下一阶段课程主题对应的课程活动，解决了现有技术直接套用综合课程经典课程蓝本中的课程方案的问题。问题。问题。


技术研发人员：章丽
受保护的技术使用者：南京市实验幼儿园
技术研发日：2023.05.31
技术公布日：2023/9/14