【摘要】目的探讨体验式案例教学方法和教师一对一指导，对培养护理专业本科生科研能力的影响。方法选取70名2020级护理专业本科生为研究对象，按照班组均衡匹配的原则划分为实验组与对照组，各35名。实验组采用体验式案例教学方法，课程设计环节进行教师一对一指导；对照组使用传统教学方法。结果实施体验式案例教学方法进行课程设计一对一指导后，两组课程目标1的平均成绩差异无统计学意义（P>0.05），实验组的总评成绩和课程目标2～课程目标4的成绩均优于对照组，差异有统计学意义（P<0.05）。课程目标达成度分析结果显示，实验组学生的数据分析能力和科研能力明显高于对照组。结论在课程中采用体验式案例教学方法能够提升学生的数据分析实践操作能力，尤其是一对一的课程设计指导环节对学生科研能力的提高有明显优势。

【关键词】护理专业；本科生；科研能力；数据分析；医学大数据

《全国护理事业发展规划（2021-2025年）》对护理人才的信息素养与科研创新能力提出了新要求。有专家指出，信息素养在循证护理实践中起着至关重要的作用，也是应对未来社会竞争所需要的一种基本能力[1-2]。科研能力是教育部制定的护理本科生培养目标的重要内容[3]。有研究表明，我国科研人员的信息素养水平对科研创新能力有着显著影响，即信息素养水平高有助于高水平创新成果的产出[4]；国内高校教学改革研究领域对于护理本科生的信息素养能力培养已经开始重视[5]；护理专业本科生科研兴趣浓厚，参与科研活动需求较高[6]。但是，也有调查显示，我国护理本科生仍存在信息意识薄弱、信息处理技能有待提高、数据分析能力欠缺等信息素养问题；科研能力方面则存在选题困难、科研意识缺乏等问题[7-8]；护理专业学生科研意识缺乏和科研能力不足，将成为阻碍护理学科发展的主要障碍[9]。现以华北理工大学《医用大数据分析基础》课程为例，探索体验式案例教学及教师一对一指导的教学方法，对护理本科生的数据分析能力与科研能力的影响。

1对象与方法

1.1研究对象

选取华北理工大学2020级护理本科二年级学生70名为研究对象，其中男生15人，女生55人。按照班组均衡匹配的原则分为实验组35人与对照组35人。

1.2教学方法

1.2.1对照组。采用传统教学方法，具体包括：（1）课前教师利用“学习通APP”上传预习课件及视频、布置预习任务，完成预习。（2）课中教师讲解理论知识，学生按要求完成课上实验操作并撰写报告。（3）课后学生通过“学习通APP”完成章节测试题目。（4）课程结束后进行为期两周的课程设计，提交课程设计报告并进行总结汇报。1.2.2实验组。采用体验式案例教学法和教师一对一指导，具体包括：（1）体验式案例教学法：①教师：设计抽象理论与医学护理实践结合的案例，并以案例为线索开展讲解课程知识点。引导学生分析、总结操作要点，理解知识点在案例中的作用，进行主题探究活动，完成实验报告。②学生：在教师引导下开展体验操作，在操作过程中发现和分析问题并总结实践验证结果，在课程结束后，能够将学习成果应用至课程设计中。实践过程中如不顺利学生需对课前发布预习内容进行查缺补漏，并在教师的引导下再次进行实践操作，直至完成实验报告撰写。以上教学环节形成了“实践与体验-观察与反思-概括与总结-行动与应用”的四环节循环模式[10]。具体实施步骤如图1所示。（2）一对一教师指导：①开题阶段。学生通过文献资料学习确定研究背景，收集数据并经过小组讨论理解数据反应的问题，在教师引导下明确分析目标和研究任务，确定设计题目。②数据分析阶段。教师通过“学习通”在线解答学生对数据进行规范化和可视化处理，应用训练、评估和分类预测方法中遇到的问题。③报告撰写阶段。定期组织集中交流，以研究小组为单位派出代表汇报研究进度和成果，开展师生间和学生间交叉质疑和辩论，教师负责给出完善和改进意见。

1.3效果评价及方法

1.3.1课程目标。《医用大数据分析基础》课程作为信息技术类医工融合专业拓展课，在护理专业本科阶段第三学期开设。课程培养目标包括：（1）课程目标1：理解医学数据读取、清洗、分析的原理及过程，具备新医科背景下利用数据分析工具开展科学研究的理论基础。（2）课程目标2：掌握数据处理及可视化工具使用，具备利用信息技术进行自主学习与研究的实践操作能力。（3）课程目标3：了解科学计算操作、机器学习方法和神经网络概念，为后续开展科学研究储备理论知识。（4）课程目标4：了解健康中国战略下医用大数据的分析价值和医疗卫生服务融合情况及护理新模式，拓展科研视野、提高科研敏感度。1.3.2考核项目及标准。采用过程化考核方法。总评成绩考核项目包括学生的平时成绩、实验成绩和课程设计成绩3部分，主要考核学生对各知识点的掌握程度、实际应用能力和科研能力。在总评成绩中的权重系数为α1、α2、α3分别是0.2、0.3、0.5，见表1。所有成绩目标分值均采用百分制[11]。表1中的目标分值为各考核环节的满分分值。具体构成、权重系数及考核课程目标情况如下：（1）平时成绩：由课前预习情况、章节测试和课堂表现三项成绩构成。在平时成绩中的权重系数分别为0.4、0.3、0.3。其中预习成绩和章节测试考核课程目标1的达成度，包括辨析数据类型、数据分析原理、函数功能等内容；课堂表现主要考核课程目标1和4，以课堂提问互动方式，结合教学进度考察学生对知识点的掌握与科研视野情况。（2）实验成绩：由8次实验成绩组成，主要考核课程目标2的学生实践动手能力。（3）课程设计成绩：由探究活动、报告撰写和汇报答辩3部分组成。其中报告撰写与汇报答辩对应课程目标4，考察学生的科研视野与创新意识；探究活动对应课程目标3，考察学生对于科学计算及人工智能相关理论的理解。（4）课程目标达成度=学生课程目标考核平均成绩之和/该课程目标分值之和。

1.4统计分析方法

采用SPSS25.0统计软件处理数据，计量资料用“均数±标准差”表示，组间均数比较采用t检验。P<0.05为差异具有统计学意义。

2结果

2.1实验组与对照组课程目标分项成绩与总评成绩比较

课程结束后，两组课程分项成绩和总评成绩见表2。实施体验式案例教学法及一对一课程设计指导后，除了课程目标1两组之间差异无统计学意义（P>0.05）外，实验组的总评成绩和课程目标2~课程目标4的成绩均优于对照组，差异有统计学意义（P<0.05）。

2.2实验组与对照组课程目标达成度分析

（1）课程目标1达成度：实验组与对照组差别不大，均高于0.9（见图2）。说明在理解大数据的各类数据格式、数据清洗的过程及原理方面学生整体情况较好。达成度较高的原因有三个，一是数据读取、处理等基础理论知识难度不大，学生易于掌握；二是预习情况由课件浏览页数和视频观看比例的百分制结果衡量。这部分容易出现“刷题”情况，但是可由课上实验成绩进行检验；三是章节测试属于有标准答案的考核，其答案容易通过网络搜索获得。（2）课程目标2达成度：与课程目标1达成度比较，实验组与对照组的达成度均有下降，且实验组成绩优于对照组（见图2）。说明体验式案例教学能够对提高学生的数据分析能力产生效果。在轻松愉悦的氛围下，以案例为线索将知识点进行串联讲解，注重知识与实践应用的结合、学习兴趣的培养，学生通过四环节循环的教学模式能够更好地理解所涉知识点的具体应用场景及使用方法，在面对医学数据时能够快速选择正确的读取及整理方法，完成数据的可视化操作，并撰写较高质量的实验报告。而对照组使用传统教学方式，注重理论知识与语法细节讲解，演示案例以解决经典数学问题为主，因此在完成医学数据分析时，学生虽然能够按照要求基本完成指定操作，但在完成时长与质量上与实验组存在一定差异。（3）课程目标3达成度：与前两项达成度比较实验组与对照组均下降明显，但两组差别不大，均略高于预期目标值0.65（见图2）。达成度不高的主要原因有二，一是由于课时限制，此部分所涉内容仅做简单介绍，学生没有产生深入了解学习的兴趣；二是本校护理本科一年级未开设与数理统计相关课程，学生没有相关理论知识基础，难以接受与理解，学习动力不足。（4）课程目标4达成度：与课程目标3达成度比较实验组达成度有明显上升，而对照组略有上升，实验组成绩明显优于对照组（见图2）。实验组的学生展现出了极高的科研热情，实验组学生大部分进行了自主选题，如获取招聘网站数据分析全国34省份护理人员需求、分析脑卒中病患后期护理数据集、分析指定区域5岁以下儿童及孕妇死亡率等，能力较强的小组开展探索性分析，使用机器学习算法及相关模型对数据进行训练、评估和分类、预测，科研能力得到了显著提升。

3讨论

按照《全国护理事业发展规划》要求，护理专业人才不仅要提高专业综合能力，也需要具备一定科研思维能力[12]。良好的信息素养是开展科研活动的前提。而数据分析能力作为信息素养的核心能力之一，是提高护理专业人才终身学习能力的基础，是开展护理循证实践的前提，也是新时代复合型护理人才必备的素质[13-14]。《医学大数据分析课程》作为信息类拓展课，在提高护理本科生数据分析能力和科研能力，培养高质量、高层次复合型护理人才方面将发挥着重要作用。在实践教学的课中环节实施体验式案例教学，对提高学生数据分析能力有明显效果。以学生为中心、应用为主线，将传统教学方法以教师讲授为主单向输出的教学模式，转变为教与学双向互动循环模式。在教师的全程指导下，学生通过课前预习自学、课中问题解决、团队合作交流，锻炼了对数据获取、发现、运用、共享和传播的能力[15]。直观感受现代信息技术处理医学大数据的智能化、高效性和准确性，熟悉并掌握医用大数据的处理流程、分析方法，了解人工智能在医疗领域应用情况。在课程设计环节提供教师一对一指导，对提升学生的科研能力与科研敏感度有显著效果。选题阶段、明确目标任务、辨析数据相关性等阶段介入教师辅导；设计阶段由教师主导开展阶段性答辩汇报，提供修改完善意见。满足了学生希望教师在科研选题、推进等方便提供更多引导的需求；希望通过定期组织汇报总结活动形式，帮助他们拓展科研视野及掌握撰写相关报告方法的愿望[16]。在每一次由教师全程参与的指导活动中，学生的学习兴趣与热情得到了不断提高，对数据与科研的敏感度也不断提升，坚定了科研自信与探索勇气。个别能力较强的同学能够带领自己的团队开展更具挑战度的机器学习和神经网络等技术的应用，完成了较高质量的研究，并表示会继续深入学习。本次教学改革探索，利用集移动教学、移动学习、移动阅读、移动社交为一体的免费应用程序“学习通”建立课程群、推送学习资料、发布测试题目辅助开展教学活动；开通讨论帖、设置分组任务辅助开展课外探究活动，方便师生间在线沟通、学生间开展讨论分享，打破了传统教学模式中时间和空间的限制，为学生提供了即时学习、按需学习的条件，在注重知识技能内化与应用的同时，有助于构建新型的师生关系和促进教学资源的有效利用，有利于个性化学习和因材施教的实现[17]。讨论贴、词云图、教学资源使用情况、答题分数等学习行为数据，方便教师精准了解学生学习效果和困惑，为及时调整后续教学环节提供学情数据。采集学生过程化学习记录作为考核依据，实现科学有效的评价。通过本次教学改革探索还发现，实验组和对照组的课程目标3达成度均不高。科学计算、机器学习方法和神经网络作为课程目标3的主要内容，是护理本科生学习期间特别是参加工作后，进行更为深入的护理科学研究，实现高质量创新成果产出的必备理论知识。如何提高学生学习这部知识的学习兴趣、激发其不断探索研究的热情，寻找更为有效地教学方法将成为未来护理本科生医学大数据分析课程的工作重点。综上所述，体验式案例教学和教师一对一辅导对护理本科生的数据统计分析与科研能力总体水平提升具有显著效果。随着大数据和人工智能时代的到来，数据分析的重要性及影响会越来越凸显。利用计算机和相关数据分析工具处理医疗数据的技能将成为医学生必需学习和掌握的必备知识技能[18]。课程的教学方法、教学资源构建及评价体系的设置，均应充分考虑学生的学情特点进行，才能有效提升学生的数据分析与科研能力，达到培养复合型护理专业人才、促进计算机科学与护理学深度融合的目的。

作者:刘盈 单位:华北理工大学理学院