基于抬头率的高校课堂教学质量评价改革创新

创新创业理论研究与实践 ›› 2024, Vol. 7 ›› Issue (24): 161-164.

基于抬头率的高校课堂教学质量评价改革创新

陈绍杰¹, 王蕊¹, 邵谦², 尹大伟¹, 汪锋¹, 李美燕¹

1.山东科技大学能源与矿业工程学院,山东青岛 266590;
2.山东科技大学化学与生物工程学院,山东青岛 266590

出版日期:2024-12-25 发布日期:2025-03-28
通讯作者: 王蕊（1989—）,女,山东菏泽人,博士研究生,讲师,研究方向：大数据分析、工业工程、人工智能,电子邮箱：wangrui@sdust.edu.cn。
作者简介:陈绍杰（1978—）,男,河北保定人,博士研究生,教授,研究方向：采矿工程、课堂质量评价。
基金资助:
山东省高等教育学会高等教育研究专项课题本科重大课题“基于抬头率实时检测的高校课堂教学质量评价：智慧课堂评价”（SDGJ2023A04）; 山东科技大学教育教学研究“群星计划”面上项目“基于抬头率实时检测的高校课堂教学质量评价：智慧课堂评价”（QX2023M04）; 山东科技大学研究生教育教学改革研究项目“产学互联下矿业特色工程管理专业人才智造路径研究与实践”; 山东科技大学研究生教育教学改革项目“基于抬头率实时检测的智慧课堂评价：研究生课堂教学质量评价改革创新模式探寻”（Yzlts2024001）; 山东省本科教学改革研究项目“面向本科课堂教学改革的虚拟教研室建设与实践”（M2022226）; 山东科技大学优秀教学团队培育计划项目“山东科技大学优秀教学团队培育计划项目”（TD20211103）; 2021年全国煤炭行业高等教育研究课题拟立项课题“煤炭高校——流专业的特色建设路径理论与实践研究”（2021MXJG142）

Reform and Innovation of Post-Secondary Classroom Teaching Quality Evaluation Based on Head-Up Rate

CHEN Shaojie¹, WANG Rui¹, SHAO Qian², YIN Dawei¹, WANG Feng¹, LI Meiyan¹

1. School of Energy and Mining Engineering, Shandong University of Science and Technology, Qingdao Shandong, 266590, China;
2. School of Chemistry and Bioengineering, Shandong University of Science and Technology, Qingdao Shandong, 266590, China

Online:2024-12-25 Published:2025-03-28

摘要/Abstract

摘要： 课堂教学质量评价一直是高校教学改革的关键内容。该文针对传统的师生问卷调查方式存在的主观性、随机性和操作复杂性等问题,提出了一种基于抬头率实时检测的课堂教学质量评价方法;通过对YOLOv5模型的改进,实现了基于改进模型的课堂抬头率实时检测算法,并将其作为评价课堂教学质量的辅助手段。实测验证和对比分析表明：该方法具有客观、实时以及操作简单等特点,可以及时客观地评价课堂教学质量,为各专业各学科课程评价的改革和创新提供科学依据。这一研究成果有望为提高教学质量、优化教学效果提供有力支持。

关键词: 高等学校, 课堂教学, 质量评价, 抬头率, 实时检测, YOLOv5

Abstract: The evaluation of classroom teaching quality has always been a key content in higher education teaching reform. In this paper, aiming at the subjectivity, randomness, and complexity of traditional teacher-student questionnaire survey methods, a method for evaluating classroom teaching quality based on real-time detection of head-up rate is proposed. By improving the YOLOv5 model, a real-time detection algorithm for classroom head-up rate based on the improved model is implemented, serving as an auxiliary means for evaluating classroom teaching quality. Experimental verification and comparative analysis demonstrate that this method has the characteristics of objectivity, real-time feedback, and simplicity of operation, enabling timely and objective evaluation of classroom teaching quality. It can provide a scientific basis for the reform and innovation of course evaluation in various disciplines, offering strong support for improving teaching quality and optimizing teaching effectiveness.

Key words: Higher education, Classroom teaching, Quality evaluation, Head-up rate, Real-time detection, YOLOv5

中图分类号:

G642

陈绍杰, 王蕊, 邵谦, 尹大伟, 汪锋, 李美燕. 基于抬头率的高校课堂教学质量评价改革创新[J]. 创新创业理论研究与实践, 2024, 7(24): 161-164.

CHEN Shaojie, WANG Rui, SHAO Qian, YIN Dawei, WANG Feng, LI Meiyan. Reform and Innovation of Post-Secondary Classroom Teaching Quality Evaluation Based on Head-Up Rate[J]. The Theory and Practice of Innovation and Enntrepreneurship, 2024, 7(24): 161-164.

参考文献

[1] 蒋士会,牛宏伟,李枭鹰.高校学生评教的内在逻辑、现实图景与理性选择[J].教育科学,2023,39(3):37-43.
[2] 张瑞玲. 学生主体视角下地方应用型本科课堂教学满意度研究[J].吉林省教育学院学报,2021,37(4):135-139.
[3] 孙晨皓,赖惠成,李亚东,等.改进YOLOX在行人目标检测中的应用研究[J].东北师大学报(自然科学版), 2023,55(2):76-84.
[4] RUI W, SHAOJIE C, GANG T, et al.Post-secondary classroom teaching quality evaluation using small object detection model[J].Scientific Reports,2024,14(1):5816.
[5] ANH B N, SON N T, LAM P T, et al.A computer-vision based application for student behavior monitoring in classroom[J]. Applied Sciences, 2019,9(22):4729.
[6] 徐家臻,邓伟,魏艳涛.基于人体骨架信息提取的学生课堂行为自动识别[J].现代教育技术,2020,30(5):108-113.
[7] 何秀玲,杨凡,陈增照,等.基于人体骨架和深度学习的学生课堂行为识别[J].现代教育技术,2020,30(11):105-112.
[8] REDDY N S, SUMANTH M V, Babu S S.A counterpart approach to attendance and feedback system using machine learning techniques[J].International Journal of Emerging Technologies and Innovative Research,2018,5(12):2349-5162.
[9] TS A, GUDDETI R M R. Automatic detection of students’ affective states in classroom environment using hybrid convolutional neural networks[J]. Education and Information Technologies, 2020,25(2):1387-1415.
[10] RASHMI M, ASHWIN T S, GUDDETI R M R. Surveillance video analysis for student action recognition and localization inside computer laboratories of a smart campus[J].Multimedia Tools and Applications,2021,80(2):2907-2929.
[11] 吴丽娟,任海清,关贵明,等.基于人脸姿态识别的课堂学习状态反馈系统的设计与实现[J].沈阳师范大学学报(自然科学版),2022,40(2):127-132.
[12] Nguyen H C, Nguyen T H, Scherer R, et al.Unified end-to-end YOLOv5-HR-TCM framework for automatic 2D/3D human pose estimation for real-time applications[J]. Sensors, 2022,22(14):5419.
[13] 王婧媛,方健.基于Yolov5的密集场所人数估计方法[J].吉林大学学报(信息科学版),2021,39(6):682-687.
[14] MOU C, WU Y, WANG X, et al.Metric learning based interactive modulation for real-world super-resolution[C].European Conference on Computer Vision. Cham: Springer Nature Switzerland,2022.

[1]	邰枫, 袁伊航, 李振泉. 运用正态分布理论的教学督导课堂评价研究[J]. 创新创业理论研究与实践, 2024, 7(9): 21-24.
[2]	宋小燕, 向友珍, 时鹏, 康艳, 巨娟丽, 张妍. 交叉学科研究生教学改革探索——以气象水文学为例[J]. 创新创业理论研究与实践, 2024, 7(9): 43-45.
[3]	张梦诗. 基于教学能力大赛的教学设计探讨与实践——以生物化学中糖的分解代谢为例[J]. 创新创业理论研究与实践, 2024, 7(8): 169-173.
[4]	黎荣伟, 蒙思敏. 应用型人才培养模式下创新创业教育课程建设研究[J]. 创新创业理论研究与实践, 2024, 7(7): 82-86.
[5]	车玲洁. 创业教育助力乡村振兴：现状、问题及对策[J]. 创新创业理论研究与实践, 2024, 7(6): 67-70.
[6]	毛芬, 李广锋, 刘尚丽, 石建甫. 校企合作方参与适应社会需求的高职人才质量评价系统研究——以工程造价专业为例[J]. 创新创业理论研究与实践, 2024, 7(6): 150-152.
[7]	古叶, 侯淑萍. 在课堂教学中提升高职师范生核心素养的策略——以教育心理学课堂使用“TRE教学模式”为例[J]. 创新创业理论研究与实践, 2024, 7(24): 137-140.
[8]	阮雪景, 孙海, 冯秀梅, 李清清. 面向“专创融合”课程建设的教学质量评价体系研究[J]. 创新创业理论研究与实践, 2024, 7(21): 9-12.
[9]	廖仲尼, 张伟. 人工智能+教育课堂教学改革新路径探索[J]. 创新创业理论研究与实践, 2024, 7(2): 54-56.
[10]	关琳, 李彩云. 高校英语专业创新创业人才培养模式探索[J]. 创新创业理论研究与实践, 2024, 7(19): 105-108.
[11]	王飞龙, 刘沐霖. 创新驱动发展战略下新时代广西高校创新创业教育体系构建研究[J]. 创新创业理论研究与实践, 2024, 7(17): 65-68.
[12]	胡菁, 王兵, 牛阿萍, 李彦澄, 李江. 以发展创新型人才为导向的工程制图课程教学模式改革[J]. 创新创业理论研究与实践, 2024, 7(15): 138-140.
[13]	刘丽君, 左文进. 基于LINMAP模型的课堂教学质量评价研究[J]. 创新创业理论研究与实践, 2024, 7(11): 16-20.
[14]	杨杰, 祖强. 基于CIPP评价模式的中医专业床边教学质量评价体系的构建与探索[J]. 创新创业理论研究与实践, 2024, 7(10): 5-9.
[15]	张懿鑫, 王克勤, 龚思怡. 基于因子分析法的“双一流”建设高校生源质量评价模型研究与应用[J]. 创新创业理论研究与实践, 2024, 7(1): 75-77.