International Open Access Journal Platform

1 引言

2018年，教育部印发《教育信息化2.0行动计划》[1]及2020年发布《关于加强“三个课堂”应用的指导意见》[2]。我国高度重视同步课堂，将其作为“专递课堂”的具体形式，以实现优质资源共享和促进教育公平。各地积极响应政策、推广同步课堂教学，但实际效果参差不齐[3]。课堂教学行为研究，可以帮助研究者和教学者准确把握学习者潜在的行为模式，总结课堂师生行为的特点，从而有效指导后续教学设计与实施[4]。课堂教学行为的时序结构与互动逻辑，直接影响课堂教学质量与学生技能习得的成效。初中乒乓球教学兼具技能规范性、练习密集性与互动即时性的特点，教师讲授、指导与学生练习、互动等行为在时间轴上形成动态链条，共同塑造课堂形态。传统课堂分析以静态频次统计为主，难以捕捉各类行为间的转换规律。通过滞后序列分析法分析课堂行为数据，探索教师课堂教学行为序列，形成可视化教学行为模式[5]。滞后序列分析为突破静态局限、解析课堂动态行为结构提供了可行路径。

近年来，滞后序列分析与GSEQ技术在师生互动、教学模式挖掘等领域得到逐步应用，为课堂行为时序解析提供了方法借鉴[11]。但现有研究仍存在明显短板：针对初中乒乓球课堂的行为序列研究匮乏，缺乏贴合专项教学特征的编码体系；多数研究停留于频次分析，对显著行为序列的挖掘不足，研究的规范性与可复制性有待提升[6]。GSEQ技术可高效识别不同行为之间的显著转换关系，为弥补上述不足、开展专项课堂深度分析提供可靠手段。

基于此，本研究以初中乒乓球课堂教学行为为研究对象，运用GSEQ技术对两节课的课堂行为进行系统编码与量化分析。通过构建行为转换矩阵、计算调整残差（ADJR）、开展卡方检验（XSQ），系统挖掘师生行为的时序关联、转换规律与显著序列模式，精准诊断课堂教学行为存在的问题。在此基础上提出针对性优化策略，构建乒乓球课堂“行为编码—序列挖掘—模式诊断—教学优化”的完整研究框架，既为提升初中乒乓球课堂教学质量、优化教师教学行为提供数据支撑与实践参考，也为同类体育专项课堂的教学行为量化研究，提供可借鉴的技术范式与研究思路。

2 研究方法

2.1 研究对象

本研究选取两节“乒乓球正手攻球”同课异构教学视频作为分析样本，两节课时长均为40分钟，由不同教师授课，样本具备良好的代表性与可比性。

2.2 教学行为编码体系构建

本研究构建了视频分析专用的行为编码体系，如表1所示。该体系将教学行为划分为教师行为和学生行为两大类别，涵盖9种具体类型，并为每种行为设置了唯一代码和操作性定义，以确保编码结果的可靠性[7]。

表 1 体育课堂教学行为编码体系

Table 1 Sports classroom teaching behavior coding system

2.3 基于BORIS的教学行为数据采集与编码

本研究采用BORIS软件进行课堂教学行为数据采集。将表1中的9类行为编码（T、D、G、E、M、P、S、R、N）导入软件，由两名经过统一培训的研究员，分别对两节教学视频逐帧编码，记录各类行为的起止时间与转换节点。编码后进行观察者一致性检验，Kappa=0.86（p<0.001），表明编码信度极佳。

随后通过Python脚本对BORIS导出的日志数据进行自动化处理，完成数据清洗、冗余信息剔除、5秒时间切片与行为序列重构，最终输出GSEQ兼容格式文件，研究以Z-score>1.96作为行为序列显著性判定标准。

“BORIS-Python-GSEQ”集成分析框架的完整技术流程如图1所示，可实现了从视频采集到行为序列挖掘的全流程自动化处理。

图 1 “BORIS-Python-GSEQ”集成分析框架技术流程图

Figure 1 Technical flowchart of the “BORIS-Python-GSEQ” integrated analysis framework

2.4 滞后序列分析算法与关键参数

针对体育课堂时序结构的分析，本研究采用了5秒固定间隔分割法。为实现原始行为日志到序列模式的可计算挖掘，研究构建了自动化数据处理与分析流程，核心算法与关键参数说明如下：需要说明的是，滞后序列分析对行为频次具有一定要求，低频行为（如本研究的E、R）对应的Z值稳定性较差，结果解读时需谨慎[11]，课堂行为的时序结构分析可参考相关系统综述［13］。

2.4.1 行为序列离散化与状态定义

采用固定时间间隔分割法。设课堂总时长为T（秒），时间间隔Δt=5秒，将课堂划分为N=T/Δt个时间单元。每个时间单元i的状态由该单元内累计持续时间最长的行为代码确定，计算公式为：

其中，B表示所有行为代码集合，表示行为B在第i个时间单元内的总持续时间。

2.4.2 滞后序列分析数学模型

构建k×k频次转移矩阵F（k=13），元素表示行为i后出现行为j的观测频次。调整后残差计算公式如下：

其中，期望频次的计算公式：

2.4.3 显著性检验准则

当>1.96时（p<0.05），认为行为序列i→j具有统计显著性，作为显著行为序列，并据此绘制课堂教学行为模式图[5]。

3 体育教学行为数据的分析结果

教学行为频次统计结果显示，课堂A、课堂B行为总次数相近（分别为462次与410次）。两节课堂均以“讲解、提问、指令”为主课堂A占31.4%；课堂B占31.5%。课堂A“指导、反馈”更为频繁17.7%；课堂B“言语、互动”占比更高18.3%。具体行为频次分布如表2与表3所示。

表 2 课堂A调整后的残差值

Table 2 Adjusted residual values for class A

表 3 课堂B调整后的残差值

Table 3 Residual values after adjustment for class B

注：*表示>1.96，序列显著；“—”表示该行为在课堂中未出现，相关单元格的观测频次与期望频次均为0，调整残差无定义。

3.1 行为频次与序列模式特征

教学行为频次统计显示，两节课堂行为总数相近（课堂A为462次，课堂B为410次），整体行为密度基本一致，且均呈现“教师主导”特征，教师行为占比超过学生行为。

在具体行为分布上，两节课堂均以“讲解、提问、指令”（T）为核心行为（课堂A为31.4%，课堂B为31.5%），说明讲解是课堂教学中最主要的教师行为。然而，两节课堂在指导与互动行为上存在明显差异：课堂A“指导、反馈”（G）占比为17.7%，显著高于课堂B的9.8%，表明课堂A教师更倾向于频繁介入、给予个别化指导；课堂B“言语、互动”（S）占比为18.3%，明显高于课堂A的8.0%，反映出课堂B学生拥有更多的口头回答与同伴交流机会，课堂互动氛围更为活跃。此外，课堂A存在“技术辅助”（E）行为（占比3.0%），课堂B未观察到该类行为，说明技术辅助手段在当前初中乒乓球课堂中的应用仍然有限。

3.2 体育课堂教学行为模式分析

基于滞后序列分析得到的调整后残差矩阵，本研究进一步分析两节课堂的行为转换规律。表2和表3分别呈现了两节课堂的调整后残差值（Z-score），依据滞后序列分析原理，当Z-score>1.96时，行为序列具有统计学显著性（p<0.05）。

分析结果显示，课堂A共识别出9条显著行为序列，且全部为行为自循环，表明该课堂呈现较强的“行为惯性”，师生均倾向于连续执行同一类型行为，缺乏跨类型动态转换。课堂B共识别出10条显著行为序列，其中包含8条自身循环和2条跨类型转换，分别为学生言语互动触发教师指导（S→G，Z=2.87）和沉默混乱转为课堂管理（N→M，Z=2.31）。这表明课堂B中学生能够通过言语互动主动引发教师回应，同时在课堂秩序出现问题时，教师能及时介入管理，显示出灵活运用师生互动与课堂调控的能力。

对比两节课堂发现，课堂A呈现“教师主导—行为惯性”型特征，9条显著序列均为自身循环；课堂B呈现“学生触发—教师响应”型特征，虽仍以自循环为主，但已出现学生主动发起、教师回应的有效跨类型行为衔接，说明不同教师的教学行为组织方式存在显著差异。两节课堂均缺乏教师行为直接触发学生积极回应（如指导→互动、提问→应答）的显著序列，说明教师主导的即时互动链条尚未有效建立。已有研究表明，体育教师的言语行为具有可识别的模式特征[12]。基于调整后残差矩阵的显著行为序列，本研究绘制了两节课堂的教学行为模式图，如图2、图3所示。

图 2 课堂A教师教学行为模式图

Figure 2 Diagram of teacher A’s teaching behavior patterns in the classroom

图 3 课堂B教师教学行为模式图

Figure 3 Diagram of teacher B’s teaching behavior patterns in the classroom

4 基于行为序列的体育课堂教学行为评价

本研究基于行为频次统计与滞后序列分析结果，从教师主导程度、学生参与水平、技术融合深度等维度进行综合评价。频次数据显示，两节课堂“讲解、提问、指令”（T）占比分别为31.4%和31.5%，是最主要的行为类型。学生行为方面，课堂A言语互动（S）占8.0%，课堂B占18.3%，均低于讲解占比。课堂A存在自身循环S→S（Z=8.55），但未形成与教师行为的跨类型转换；课堂B虽存在学生言语互动触发教师指导的显著序列（S→G，Z=2.87），但同样缺乏教师直接触发学生回应的显著序列。两节课堂学生展示（R）占比均不足2.5%，且未形成与教师反馈的转换序列，表明学生主体作用未充分发挥。

对比两节课堂发现，课堂A呈“教师主导—行为惯性”型，指导占比高（17.7%）但转换单一；课堂B呈“学生触发—教师响应”型，互动活跃（18.3%）且存在学生主动发起的行为链条，但教师指导占比较低（9.8%）。综上，两节课堂均存在教师讲解主导、学生互动不足、技术应用薄弱的共性问题。在互动发起方向上，课堂A缺乏跨类型转换，课堂B的跨类型转换主要由学生发起。

5 体育课堂教学行为的优化策略

5.1 构建“分析—诊断—优化”改进机制

基于本研究的滞后序列分析结果，两节课堂均存在教师讲解自循环T→T、行为转换单一等问题，为此构建“分析—诊断—优化”三阶段教学改进闭环机制。在分析阶段，通过课堂录像与BORIS软件进行行为编码，以5秒为时间切片对课堂行为进行离散化处理，利用GSEQ软件计算行为转换的调整后残差Z值，建立行为序列数据库。在诊断阶段，基于分析结果识别问题序列，本研究发现两类典型问题：一是“过度讲解”序列T→T，Z>9.0，表明教师连续讲解时间过长；二是“技术孤岛”序列E→E，Z=13.58，表明技术辅助行为未能有效衔接学生练习环节。在优化阶段，针对诊断出的问题设计干预方案，如将连续讲解拆分为“精讲—练习—指导”的微循环，并通过后续课堂的滞后序列分析验证改进成效，形成持续优化的教学反思机制。

5.2 差异化教师支持体系

本研究发现，两节课堂呈现截然不同的行为模式，课堂A为“教师主导—行为惯性”型，课堂B为“学生触发—教师响应”型，因此需要针对不同课堂类型设计差异化教师支持策略。针对“教师主导—行为惯性”型课堂如课堂A，重点培训教师的问题设计与追问技巧，引导教师将连续的讲解行为T→T，拆解为“讲解→提问→应答→反馈”的互动链条，同时通过观摩优秀案例，帮助教师掌握“精讲多练”的课堂节奏控制方法。针对“学生触发—教师响应”型课堂B，则应着力提升教师的过程性指导能力，避免因过度放手导致学生练习偏离技术规范，具体可采取“巡回指导+即时反馈”的策略，增加指导行为G与练习行为P之间的有效转换。此外，建议组建校际教研共同体，将两类课堂的优秀实践进行提炼与推广，促进不同风格教师之间的经验共享与协同发展，动态分层教学法能够有效应对学生能力差异，通过分组教学、分层任务与动态调整机制，践行“因材施教”教学理念，显著提升课堂教学的适配性与效率，为“精准教学”在中学体育课堂中的落地实施提供理论和实践支撑。总的来说，动态分层教学法是初中体育篮球教学中一种科学、有效的方式，与传统教学法相比，能更好地挖掘学生潜力，提高学生学习的主动性和积极性。[10]李洋等构建的“学—练—赛—评”一体化乒乓球教学框架，同样强调技术体系化与战术情境化的整合[9]，与本研究的优化策略形成互补。

5.3 技术与教学的深度融合

本研究发现，课堂A技术辅助行为（E）占比仅3.0%，且仅为自循环（E→E，Z=13.58），未能有效衔接学生练习环节；课堂B则完全未使用技术辅助。为此，应确立“技术服务于教学”原则，将技术手段嵌入教学行为链条。首先，建立标准化应用流程：示范环节使用慢动作回放帮助学生建立动作表象；练习环节采用视频录制与即时回放支持自我纠错；评价环节借助动作分析软件，为教师评价反馈提供数据支撑。其次，突破技术“孤岛”状态，设计“技术示范→学生模仿→技术回放→纠错指导”的整合序列，构建“E→P→G”的良性转换链条。最后，引入可穿戴设备、智能感知系统，实时采集学生心率、动作轨迹等数据，实现从“经验驱动”向“数据驱动”的教学决策转型。奉浩卿的调查指出，场地器材不足是制约乒乓球课程教学质量的主要因素，该结论与本研究结果相互印证[8]。

6 研究结论

本研究构建了“BORIS-Python-GSEQ”集成分析框架，对两节初中乒乓球正手攻球同课异构课堂样本进行分析，得出以下结论：第一，该框架能有效捕捉体育课堂教学行为的动态时序结构，实现了从教学视频到行为序列模式挖掘的全流程自动化处理（编码信度Kappa=0.86，5秒切片）。第二，两节课堂共识别出19条显著行为序列，呈现两种典型模式：课堂A为“教师主导—行为惯性”型（9条自身循环序列，无跨类型转换）；课堂B为“学生触发—教师响应”型（8条自身循环序列，2条跨类型转换序列，分别为学生言语互动触发教师指导S→G、沉默混乱转为课堂管理N→M）。第三，两节课堂存在共性问题：教师讲解占比均超30%，学生互动不足20%，技术辅助低于3.5%，且存在教师讲解自身循环、学生行为未能主动触发教师反馈、技术辅助形成“孤岛”等现象。第四，提出了“分析—诊断—优化”三阶段改进机制、差异化教师支持体系，以及技术与教学深度融合路径。

本研究的局限性在于：第一，研究样本量较小，仅分析了两节课堂；第二，部分行为（如E、R）频次过低，导致滞后序列分析的统计稳定性不足，相关显著序列（如E→E、R→R）的结论需谨慎解读；第三，未来应拓展至更多项目，扩大样本范围，并融合多模态数据进行综合分析。

参考文献

[1] 中华人民共和国教育部．教育部关于印发《教育信息化2.0行动计划》的通知［Z］．教技〔2018〕6号，2018．

[2] 中华人民共和国教育部．教育部关于加强“三个课堂”应用的指导意见［J］．中华人民共和国教育部公报，2020（3）：12-15．

[3] 贾玉璐，杨丽勤．基于滞后序列分析的同步课堂教学互动行为研究［J］．电脑与电信，2025（11）：34-41．

[4] 袁磊，梁世松，龙露露，等．基于滞后序列分析的有效STEM课堂教学行为研究［J］．现代远距离教育，2025（6）：43-52．

[5] 刘冬萍，张海，孙中华．实践智慧解码：基于专家与新手教师教学行为画像的诠释［J］．教育发展研究，2026，46（4）：41-48．

[6] 谭世君，吉洪林．基于滞后序列的体育课堂行为模式研究［J］．北京体育大学学报，2025，48（2）：112-120．

[7] 赵琳．中小学体育课堂教学行为编码体系构建与应用［D］．上海：华东师范大学，2023．

[8] 奉浩卿．初中乒乓球课程的开展现状对比分析及其影响因素研究［D］．北京：北京师范大学，2024．

[9] 李洋，隋红．水平四乒乓球大单元教学设计与实践［J］．体育世界，2025（10）：24-27．

[10] 游东居．基于体育核心素养的初中篮球动态分层教学策略［J］．亚太教育，2024，（16）：84-87．

[11] Bakeman R，Quera V．Analyzing Interaction：Sequential Analysis with SDIS and GSEQ［M］．New York：Cambridge University Press，2011．

[12] García-Fariña A，Jiménez-Jiménez F，Anguera M T．Observation of communication by physical education teachers：Detecting patterns in verbal behavior［J］．Frontiers in Psychology，2018，9：334．

[13] Araújo R，Mesquita I，Hastie P A．Analysis of the temporal structure of physical education classes：A systematic review［J］．Journal of Sports Sciences，2019，37（12）：1356-1367．