聚焦高等教育数字化转型领域,主导混合式教学模式创新与学习数据分析应用研究,统筹省部级教育科研课题全周期管理,推动研究成果向教学实践转化并形成标准化解决方案。
- 主导设计‘AI赋能的混合式教学评价模型’,基于xAPI标准搭建多源学习数据采集系统(整合超星学习通、雨课堂、智能课堂行为分析终端),针对12所合作高校的3000+本科生样本,解决传统评价中过程性数据缺失问题;通过SPSS进行多元回归分析,识别出‘互动频次-知识留存率’‘个性化资源匹配度-学习投入度’等5组关键影响因子,优化后的模型使参与试点课程的学生期末成绩优秀率从18%提升至32%,相关成果被纳入《高等教育数字化教学评价指南(2025版)》。
- 牵头申报‘人工智能时代高校教师数字素养发展路径研究’省部级课题,构建‘需求诊断-干预实验-效果追踪’三维研究框架;运用NVivo对200份教师访谈文本进行主题编码,提炼出‘技术操作焦虑’‘教学范式冲突’两大核心障碍,针对性设计包含微认证课程、工作坊演练、同伴互助的干预方案;课题最终以‘优秀’结项,成果被省教育厅采纳为教师数字素养提升工程参考文件,覆盖全省87所高校。
- 推动研究成果转化,开发‘高校混合式教学实施工具包’(含教学设计模板、数据监测仪表盘、教师能力自评量表),面向省内30所高校开展12场专题培训(单场平均45人参训);通过前后测对比发现,参训教师中能独立完成数字化教学方案设计的比例从41%提升至79%,所带班级学生在线学习活跃度平均提高43%,工具包获2025年中国高等教育学会教学技术专业委员会优秀应用案例奖。
- 建立跨校教育大数据共享机制,协调7所合作院校突破数据隐私与格式壁垒,基于Federated Learning技术构建分布式学习分析平台;平台上线后支持实时追踪200+门课程的学生认知轨迹,为合作院校提供个性化教学改进建议,年度服务调用量超1.2万次,助力3所院校在教育部本科教学审核评估中获得‘优秀’结论。