姜倩 李艷 錢圣凡

摘?要：隨著大數(shù)據(jù)技術在高等教育領域的不斷滲透，高校教學模式正朝著智能化、個性化、精細化、科學化的方向逐漸發(fā)展。本研究結(jié)合精準教學的理論和高校大數(shù)據(jù)教學模式的特點，從學情診斷、教學設計、教學活動、教學決策、教學干預和教學反思六個環(huán)節(jié)出發(fā)，設計了基于大數(shù)據(jù)的高校精準教學模式。各環(huán)節(jié)貫穿課前、課中、課后三個階段，互相推進且彼此兼容，以循環(huán)迭代的形態(tài)優(yōu)化教與學的全過程。

關鍵詞：大數(shù)據(jù);高校;精準教學模式

一、引言

智能時代，隨著大數(shù)據(jù)、人工智能、云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等新興技術在教育領域的不斷滲透，數(shù)字化學習環(huán)境每天都在生成和累積豐富的“數(shù)字足跡”（Digital Footprint）。面對海量且復雜的教育數(shù)據(jù)，如何利用有價值的信息驅(qū)動有針對性的教學，已成為教育關注的熱點話題。2017年，《國家教育事業(yè)發(fā)展“十三五”規(guī)劃》明確提出要“鼓勵學校利用大數(shù)據(jù)技術開展對教育教學活動和學生行為數(shù)據(jù)的收集、分析和反饋，為推動個性化學習和針對性教學提供支持。”[1]作為人才培養(yǎng)的重地和信息化教育的主力，高校也開始探索大數(shù)據(jù)技術融入教育教學的模式和路徑。2018年，《高等學校人工智能創(chuàng)新行動計劃》明確指出要“建立基于大數(shù)據(jù)的多維度綜合性智能評價，精準評估教與學的績效，實現(xiàn)因材施教?！盵2]2019年，《關于一流本科課程建設的實施意見》（以下簡稱《實施意見》）強調(diào)要“大力推進現(xiàn)代信息技術與教學深度融合，積極引導學生進行探究式與個性化學習。” [3]在政策引領和技術推動下，高校教學開始朝著智能化、個性化、精細化、科學化的方向逐步前進。

二、精準教學模式的時代發(fā)展

（一）傳統(tǒng)精準教學模式的經(jīng)典內(nèi)涵

20世紀60年，美國學者奧格登·林斯利（Ogden Lindsley）將斯金納（Skinner）的操作性條件反射理論從實驗室遷移到教育環(huán)境中，發(fā)展出了具有循證學屬性的教學程序——“精準教學”（Precision Teaching）。精準教學致力于科學的測量和評估，要求師生持續(xù)監(jiān)測可直接觀察的行為，并使用標準變速圖表記錄數(shù)據(jù)，既而驅(qū)動有針對性的教學決策，滿足個體和群體的個性化學習需求。傳統(tǒng)精準教學主要遵循四條基本原則：第一，“學習者最清楚”，即學習者的學習表現(xiàn)是教學決策的唯一依據(jù);第二，聚焦可直接觀察和測量的行為;第三，使用“流暢度”評估學習表現(xiàn)，并以“頻率”為衡量“流暢度”的關鍵指標;第四，使用標準變速圖表（Standard Celeration Chart，SCC）記錄行為頻率，繪制學習表現(xiàn)[4]。這四條基本原則既體現(xiàn)了精準教學的經(jīng)典內(nèi)涵，也反映了它的科學屬性。

（二）傳統(tǒng)精準教學模式的發(fā)展局限

在與精準教學相關的文獻記錄中，大多數(shù)實踐研究聚焦于中小學階段，例如美國蒙大拿州大瀑布城的薩卡加維亞小學開展的精準教學實踐活動。但是作為一種兼容于不同學段、不同課程的系統(tǒng)程序，精準教學在高等教育領域也產(chǎn)生了積極影響，以密蘇里州立林肯大學的心理學課程[5]和佐治亞理工學院的物理學課程[6]為例，精準教學在培養(yǎng)流暢的基礎技能方面發(fā)揮了良好的教學效果。盡管如此，精準教學并沒有被廣泛推行，原因可能是多方面的：第一，由于缺乏先進的技術手段，數(shù)據(jù)收集和分析主要依靠人工完成，這不僅對數(shù)據(jù)的規(guī)模、類型和時效性造成了限制，還給師生增加了額外的工作和學習負擔。第二，作為一種嵌入式教學程序，精準教學必須與具體的學科課程或教學方法相融合才能發(fā)揮更好的教學效果，但多數(shù)教師并不愿意額外花費時間和精力去研究適用于具體課程的實踐模型。第三，早期精準教學過于強調(diào)行為的結(jié)果而忽視了行為的過程以及學習者的個性化特征，被詬病為“機械的教學法”[7]，受到了學界的批評和質(zhì)疑。第四，開展精準教學實踐活動的人員大多數(shù)是學校里的教育工作者，盡管他們在教學過程中積累了豐富的案例數(shù)據(jù)，但由于在論文寫作和發(fā)表方面缺乏足夠的動力和指導，這些實踐研究并沒有在學術文獻中得到充分記載。在各種因素的影響下，精準教學一度陷入發(fā)展瓶頸。但不可否認的是，精準教學對科學評測的強調(diào)使行為分析不再停留于模糊描述的層面，教學決策也不再僅僅依靠傳統(tǒng)的經(jīng)驗和直覺，而是有了更多可量化的指標和可視化的數(shù)據(jù)，這對促進個性化學習而言具有重要的指導意義。

（三）大數(shù)據(jù)精準教學模式的智能特點

智能時代，隨著大數(shù)據(jù)技術的發(fā)展，精準教學開始突破傳統(tǒng)模式的局限，逐漸發(fā)展為一種技術賦能的新型教學模式[8]。大數(shù)據(jù)驅(qū)動的精準教學是指以大數(shù)據(jù)技術為手段，在精準分析學情的基礎上精準定位教學目標、精準定制教學內(nèi)容、精準設計教學活動、精準評價學習表現(xiàn)，進而驅(qū)動精準的教學決策，使教學過程和教學結(jié)果可量化、可監(jiān)測、可調(diào)控[9]。大數(shù)據(jù)精準教學主要遵循四條基本原則，即聚焦于可觀測的行為數(shù)據(jù)，用多維指標來衡量表現(xiàn)，使用學情分析工具，以學習者的表現(xiàn)為唯一決策依據(jù)[10]。從總體上看，大數(shù)據(jù)精準教學模式與傳統(tǒng)精準教學模式在基本理念方面一脈相承，但與傳統(tǒng)基于紙筆的數(shù)據(jù)收集和分析方法相比，大數(shù)據(jù)技術不僅使教師從繁瑣的繪圖工作中被解放出來，而且使數(shù)據(jù)的規(guī)模、類型和處理速度都突破了人工可實現(xiàn)的范疇。在大數(shù)據(jù)精準教學情境中，涉及行為、心理和生理等層面的多模態(tài)數(shù)據(jù)極大地豐富了精準教學的評價指標，使行為表現(xiàn)和學習過程以細粒度、可追溯的方式被記錄和呈現(xiàn);教育數(shù)據(jù)挖掘和學習分析技術的應用，也使精準教學不再局限于“可直接觀測的行為”，而是深入到人工難以發(fā)現(xiàn)或測量的隱藏模式，為形成性評價和預測性分析提供了更多科學依據(jù)，有助于實現(xiàn)對個體和群體更精準的個性化指導。

三、高校大數(shù)據(jù)精準教學模式的研究現(xiàn)狀

關于大數(shù)據(jù)精準教學模式，國內(nèi)研究者從不同維度提出了理論和實踐模型。彭紅超和祝智庭圍繞教學目標、教學材料、教學活動、教學記錄、教學決策幾個環(huán)節(jié)構建了信息技術支持的精準教學模式[11]。付達杰和唐琳從教學目標確立、教學過程框架設計、教學評價與預測三個維度，構建了基于大數(shù)據(jù)的精準教學模式[12]。張忻忻和牟智佳以學習者模型生成與數(shù)據(jù)更新為設計核心，以基于生理數(shù)據(jù)的學習者個性分析為起點，從課前學案設計與結(jié)果分析、課中教學互動與差異化指導、課后個性化自主學習等環(huán)節(jié)出發(fā)構建了精準教學模式，并提出了目標導向的精準教學模式實現(xiàn)路徑[13]。蘇濤濤以精準教學模式為基礎，結(jié)合大數(shù)據(jù)技術和微課程教學，構建了基于“互聯(lián)網(wǎng)+”的精準教學模型，并通過實踐證明了該模型的應用價值[14]。

在高等教育領域，研究者和教育工作者也開始探索不同學科情境中的大數(shù)據(jù)教學模式。趙靖巖和胡振波從高校信息化教學面臨的實際問題出發(fā)，以數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)挖掘分析、數(shù)據(jù)應用四個模塊為基礎，構建了基于大數(shù)據(jù)的高校信息化教學模式[15]。陳慶斌針對傳統(tǒng)大學英語寫作教學的主要問題，圍繞教學目標、教學資源、教學形式、師生和生生關系、考評體系五個方面，提出了大數(shù)據(jù)支持的大學英語寫作教學模式的構建思路[16]。許靜波和王藝鑫以高校思想政治理論教學模式的現(xiàn)狀及問題為切入點，從教學目標、教學理念、教學方法三個層面構建了基于大數(shù)據(jù)的高校思想政治理論教學模式[17]。孟軍等研究者以“工程熱力學”課程為載體，結(jié)合MOOC和傳統(tǒng)課堂的特點，設計了大數(shù)據(jù)環(huán)境下的高校翻轉(zhuǎn)課堂教學模型，并構建了相應的評價指標體系，實現(xiàn)了對學生的個性化評價[18]。

從總體上看，大數(shù)據(jù)精準教學模式與高校大數(shù)據(jù)教學模式既相互契合又相互區(qū)別。二者都強調(diào)以學習者為中心的個性化學習，都注重形成性評價的作用，都要求對學習表現(xiàn)進行監(jiān)測和分析，都需要依托具體的學科課程或問題情境。但大數(shù)據(jù)精準教學模式更強調(diào)師生的主動參與，例如自主監(jiān)測，日常練習，數(shù)據(jù)分享，協(xié)作學習;高校大數(shù)據(jù)教學模式則更側(cè)重智能信息技術的應用，強調(diào)利用自動化的評估和決策輔助改善教與學。因此，構建適合高校的大數(shù)據(jù)精準教學模式，需要從理論和實踐層面對二者的共性和特點進行融合，使其相互補充，相互促進。

四、基于大數(shù)據(jù)的高校精準教學模式構建

經(jīng)典的精準教學模式涉及五個步驟：第一，確定精準的學習目標;第二，準備合適的教學材料;第三，監(jiān)控學習表現(xiàn)并記錄行為頻率;第四，將數(shù)據(jù)繪制在標準變速圖表上;第五，使用標準變速圖表評估學習表現(xiàn)并做出教學決策[19]。在高等教育領域，為了使教育大數(shù)據(jù)更好地發(fā)揮作用，研究者也對教學程序提出了基本要求：首先，要提供類型多樣的教學內(nèi)容和教學策略;其次，要注重培養(yǎng)學生的綜合技能;第三，要為學生提供有利的技術支持;第四，要收集與教學活動相關的過程性數(shù)據(jù);第五，要與學生保持溝通交流[20]。本研究在借鑒這兩類模式的基礎上，從精準教學的理論出發(fā)，以學習者為中心，結(jié)合高校大數(shù)據(jù)教學的特點，設計了包含學情診斷、教學設計、教學活動、教學決策、教學干預和教學反思六個環(huán)節(jié)在內(nèi)的高校大數(shù)據(jù)精準教學模式，如圖1。

（一）學情診斷

課前學情診斷的目的在于了解學習者的個體特征（如能力水平、興趣偏好、學習動機、學習風格等），幫助教師精準定位目標，精準設計教學。利用大數(shù)據(jù)技術診斷學情，教師首先要確定需要解決的問題，基于預期實現(xiàn)的總體目標，初步確定所需數(shù)據(jù)的類型，并在學生知情和同意的前提下開展學情診斷，如利用已有數(shù)據(jù)進行深入分析，或在課前通過能力測試、態(tài)度調(diào)查等途徑獲取所需信息。為全面了解學習者之間的個體差異，教師應注重對基本數(shù)據(jù)（如人口統(tǒng)計學信息）、行為數(shù)據(jù)、心理數(shù)據(jù)和生理數(shù)據(jù)等多維信息的收集，選擇合適的分析技術和工具，從數(shù)據(jù)中提取有價值的信息，厘清關聯(lián)并進行深入挖掘，識別潛在的行為模式和可能存在的風險，同時充分利用學情數(shù)據(jù)和課程信息構建學習者畫像和知識圖譜，為教學設計提供詳細的參考依據(jù)。

（二）教學設計

在學情診斷的基礎上，教師需要深入了解個體差異，結(jié)合教學經(jīng)驗和專家指導，確定精準的教學目標、教學內(nèi)容、教學材料、教學策略和評價指標，并根據(jù)數(shù)據(jù)類型（如結(jié)構化、半結(jié)構化、非結(jié)構化）選擇合適的分析方法（如數(shù)據(jù)挖掘、文本分析、社會網(wǎng)絡分析等）及相應的技術工具。需要注意的是，由于精準教學強調(diào)要依托具體的學科課程或問題情境，因此課前不僅要利用大數(shù)據(jù)分析學情，還要利用大數(shù)據(jù)洞悉課程信息。特別是在高校，學科專業(yè)類型多樣，教師在設計教學時應注意以具體的培養(yǎng)要求和教學目標為出發(fā)點，充分利用優(yōu)質(zhì)的學習資源，提供豐富的教學策略，滿足個體或群體的學習需求。

（三）教學活動

在線學習是高校開展教育教學的重要形式，師生通過在課程管理系統(tǒng)（CMS）、學習管理系統(tǒng)（LMS）、智能導學系統(tǒng)（ITS）、大規(guī)模在線開放課程（MOOC）等系統(tǒng)和平臺上開展教學活動，生成豐富的行為數(shù)據(jù)和互動痕跡，如在線學習時長、頁面停留時長、平臺登陸次數(shù)、資源訪問次數(shù)、論壇發(fā)帖次數(shù)、作業(yè)完成數(shù)量等，為在線學習表現(xiàn)的評估提供了豐富的度量指標。盡管在線學習突破了時間和地點的限制，在數(shù)據(jù)收集方面也更加便利，但它仍然難以取代面對面教學的優(yōu)勢。對于高校課程教學的建設，《實施意見》明確提出要“加強對學生課堂內(nèi)外、線上線下學習的評價”，并且要求“強化師生互動、生生互動，解決好創(chuàng)新性、批判性思維培養(yǎng)的問題，杜絕教師滿堂灌、學生被動聽的現(xiàn)象?！盵21]與單一的在線學習相比，“線上+線下”的混合學習模式有助于促進更頻繁的互動交流，并為發(fā)展高階思維能力提供更多的可能性。充分發(fā)揮在線學習和面對面學習的優(yōu)點，構建泛在化、交互式的混合學習環(huán)境，不僅可以獲取更多類型的數(shù)據(jù)，還有助于聯(lián)結(jié)課堂內(nèi)外的學習信息。與中小學階段相比，高校對自帶設備的限制較小，課堂組織形式也相對靈活，師生可以充分利用智能手機、平板電腦等移動設備，開展限時應答、在線投票、同步討論、頭腦風暴等多種形式的互動學習，在此過程中生成的實時數(shù)據(jù)能夠幫助教師快速了解個體和群體的學習表現(xiàn)并及時進行策略調(diào)整。同時，在倫理允許的情況下，適當利用可穿戴設備和信息無感采集裝置，使用面部識別、語音識別和情緒識別等智能技術，對課堂教學過程中師生的心理和生理狀態(tài)進行實時監(jiān)測，將從中獲取的數(shù)據(jù)與其他類型數(shù)據(jù)進行關聯(lián)分析，為學情診斷和教學決策提供更豐富的科學依據(jù)。

（四）教學決策

實現(xiàn)以學習者為中心的個性化學習，關鍵在于對學習者的深刻理解和全面洞悉，僅僅依靠技術手段并不足以從根本上改變教學問題。復雜的教育活動不能被簡單地量化處理，算法有時并不能反映真實的問題;知識與技能是無法直接測量的潛在變量，盲從數(shù)據(jù)反而可能受其誤導，例如資源瀏覽次數(shù)和頁面停留時長并不意味著對內(nèi)容的認真學習。過度依賴自動化的評估和決策，不但可能忽視難以度量的潛在變量，導向錯誤的學情診斷和預測分析，還可能被系統(tǒng)推薦束縛于“信息繭房”之內(nèi)，阻礙批判性思維、創(chuàng)造性思維等高階能力的發(fā)展。智能信息技術不是對傳統(tǒng)教學智慧的顛覆，以師生為主體的教學活動參與者仍然要把握教學決策的自主權。教學決策不可能完全依靠大數(shù)據(jù)，因為人們會結(jié)合自己的視角對數(shù)據(jù)進行過濾，在此過程中還受到經(jīng)驗和直覺的影響。因此，師生需要始終保持審慎的態(tài)度，結(jié)合理性思考和直覺經(jīng)驗，對系統(tǒng)生成的數(shù)據(jù)和決策進行深入分析，并通過觀察和訪談等多種方法補充信息，尋找數(shù)據(jù)背后隱藏的真實問題。對于系統(tǒng)推薦的學習資源，教師和學生也需要理性對待，結(jié)合實際情況適當進行篩選和拓展。

（五）教學干預

在課后的精準干預環(huán)節(jié)，教師應根據(jù)學習者的個體情況，對不同特點和不同需求的學生進行差異化指導，并提供量身定制的學習資源。但在高等教育階段，由于班級規(guī)模和學科專業(yè)的差異性，教學地點和師生關系的流動性，學習環(huán)境和學習資源的泛在化，教學組織和學習方式的多樣性等因素的影響，教師難以對課程內(nèi)的所有學生都展開有針對性的跟蹤輔導，因此，學生在課后開展積極的自主學習和自我調(diào)節(jié)尤為重要。事實上，精準教學模式自誕生以來，就要求學生在自主監(jiān)測行為變化的過程中主動分析問題并嘗試自我調(diào)節(jié)，進而增強學生的責任感、自信心、自我效能感以及學習動機。從這個意義上來說，在基于混合學習的精準教學情境中，高校學生需要突破數(shù)據(jù)生產(chǎn)者和知識接受者的被動局限，主動成為自己學習過程的觀察者、引導者、設計者和決策者，充分利用各種智能技術和學習資源進行個性化學習，積極開展日常練習、階段反思和協(xié)作交流，通過與數(shù)據(jù)和問題的頻繁互動，提升學習管理和自主決策的綜合能力。

（六）教學反思

對教學干預的結(jié)果進行及時反思，深入分析各環(huán)節(jié)可能存在的問題，是教學模式迭代更新的重要前提。在大數(shù)據(jù)精準教學情境中，學習表現(xiàn)是衡量干預措施對個體適用性的核心依據(jù)，但如果只是對干預結(jié)果進行簡單的數(shù)據(jù)匯總，而不對各環(huán)節(jié)進行深入回顧和反思，則難以利用潛在的關聯(lián)信息推動下一環(huán)節(jié)活動的發(fā)展和進步。因此，在課程開始前和干預結(jié)束后，教師和學生都需要對其他環(huán)節(jié)的問題進行批判性思考，幫助自己更好地理解數(shù)據(jù)的意義和策略的作用。由于精準教學強調(diào)協(xié)作交流，師生也要在反思過程中積極分享數(shù)據(jù)，協(xié)作思考問題，在觀點的交流和碰撞過程中不斷加深對數(shù)據(jù)的理解，從不同角度審視自己和小組的學習表現(xiàn)，從而驅(qū)動更加科學的教學決策。

五、結(jié)語

本研究以學習者為中心，從精準教學的經(jīng)典內(nèi)涵出發(fā)，結(jié)合高校大數(shù)據(jù)教學模式的特點，從課前、課中、課后三個階段構建了基于大數(shù)據(jù)的高校精準教學模式。教學模式的六個環(huán)節(jié)之間并非簡單的遞進關系，而是以彼此兼容的態(tài)勢貫穿于精準教學的各個階段，例如學情診斷既是課前教學設計的重要前提，也是課堂實時調(diào)控和課后教學反思的重要依據(jù)。教學設計也并非始終固定，而是需要隨著學情變化進行適時調(diào)整。在大數(shù)據(jù)技術支持下，教與學的過程信息得以實時呈現(xiàn)，教學決策和教學干預也突破了傳統(tǒng)匯總式的模式局限。當然，時間有限的課堂教學可能更適合靈活敏捷的反饋形式，由表及里的問題分析和深思熟慮的教學決策更適合放在相對寬松的課后時間段進行。但無論在哪一個階段，及時的總結(jié)和反思都是推動精準教學模式有效運行的重要動力，教學設計以學情診斷為基本依據(jù)，課堂教學依托教學設計有序進行;課堂實時反饋促使師生對教學策略進行及時調(diào)控，課后決策和精準干預又需要對其他環(huán)節(jié)展開細致地回顧和梳理。各環(huán)節(jié)互相融合，互相促進，以循環(huán)迭代的形態(tài)優(yōu)化教與學的各個階段，并在頻繁的反思活動中不斷發(fā)展更新。

參考文獻：

[1]國務院.國務院關于印發(fā)國家教育事業(yè)發(fā)展“十三五”規(guī)劃的通知[EB/OL].（2017-01-10）[2019-08-30].http：//www.gov.cn/zhengce/content/2017-01/19/content_5161341.htm.

[2]教育部.教育部關于印發(fā)《高等學校人工智能創(chuàng)新行動計劃》的通知[EB/OL].（2018-04-03）[2019-08-30].http：//www.moe.gov.cn/srcsite/A16/s7062/201804/t20180410_332722.html.

[3][21]教育部.教育部關于一流本科課程建設的實施意見[EB/OL].（2019-10-30）[2020-01-26].http：//www.moe.gov.cn/srcsite/A08/s7056/201910/t20191031_406269.html.

[4]Kubina，R M，Morrison，R S.Fluency in education[J].Behavior and Social Issues，2000，10（1）：83-99.

[5]Beneke W M.Precision Teaching to Enhance Reading Skills of Introductory Psychology Students？[J].Journal of Precision Teaching，1991，8（2）：37-43.

[6]Thomas，E W.Performance Prediction and Enhancement in an Introductory Physics Course for Engineers[J].Journal of Engineering Education，1993，82（3）：152-156.

[7]Moran，S.After Behaviourism，Navigationism？[J].Irish Educational Studies，2008，27（3）：209-221.

[8]祝智庭，彭紅超.信息技術支持的高效知識教學：激發(fā)精準教學的活力[J].中國電化教育，2016，（1）：18-25.

[9]萬力勇，黃志芳，黃煥.大數(shù)據(jù)驅(qū)動的精準教學：操作框架與實施路徑[J].現(xiàn)代教育技術，2019，29（1）：31-37.

[10]王亞飛，李琳，李艷.大數(shù)據(jù)精準教學技術框架研究[J].現(xiàn)代教育技術，2018，28（7）：5-10.

[11]彭紅超，祝智庭.面向智慧學習的精準教學活動生成性設計[J].電化教育研究，2016，37（8）：53-62.

[12]付達杰，唐琳.基于大數(shù)據(jù)的精準教學模式探究[J].現(xiàn)代教育技術，2017，27（7）：12-18.

[13]張忻忻，牟智佳.數(shù)據(jù)化學習環(huán)境下面向個性化學習的精準教學模式設計研究[J].現(xiàn)代遠距離教育，2018（5）：65-72.

[14]Su，T.Micro-Course Model Based on Precision Teaching Theory—An Exploratory Course on Sports Scientific Research Methods[J].International Journal of Emerging Technologies in Learning （iJET），2020，15（14）：204-219.

[15]趙靖巖，胡振波.大數(shù)據(jù)環(huán)境下高校信息化教學模式研究[J].情報科學，2016，34（1）：92-95+103.

[16]陳慶斌.大數(shù)據(jù)時代的大學英語寫作教學模式重構[J].外語學刊，2016（3）：129-132.

[17]許靜波，王藝鑫.建構大數(shù)據(jù)時代高校思想政治理論課教學模式研究[J].黑龍江高教研究，2018（5）：152-155.

[18]孟軍，劉冰璇，翟洪江，蘭淇.大數(shù)據(jù)背景下高校翻轉(zhuǎn)課堂學習評價的研究——以A?！肮こ虩崃W”課程為例[J].高等工程教育研究，2018（5）：166-171.

[19]Griffin C P ，Murtagh L .Increasing the Sight Vocabulary and Reading Fluency of Children Requiring Reading Support：the Use of A Precision Teaching Approach[J].Educational Psychology in Practice，2015，31（2）：186-209.

[20]Nazarenko M A ，Khronusova T V.Big data in Modern Higher Education.Benefits and Criticism[A].In：2017 International Conference" Quality Management，Transport and Information Security，Information Technologies"（IT&QM&IS）[C].St.Petersburg，2017：676-679.

（責任編輯?賴佳）