课题名称：新文科视阈下多元借力提升青年外语教师自我发展能力研究
课题类别：广州华商学院校内青年学术科研项目
课题批准号：2021HSQX43
经费资助：1万元
项目负责人：姚令芝
成果名称：
1. Lingzhi Yao,Investigation on the Identity Construction of Young Foreign Language Teachers in Colleges and Universities Based on Feature Selection Algorithm[J]. Mathematical Problems in Engineering.2022.28(1):308-320 (SCI-Q4）
2. Lingzhi Yao,Research on the Difficulties and Countermeasures of College English Teachers’ Scientific Research Development[J].International Journal of Computational and Engineering.2022.7(3):131-134
主要观点：
本课题结合新时代背景，研究高校青年外语教师如何全方位有效提升自我发展能力，提升职业素养、科研素养、身份建构等，探讨高校外语类教师发展方向。
成果1通过调查数据对高校青年外语教师的身份建构进行了研究。传统理论认为教师个体的教学效果在很大程度上取决于教师对自身身份的认同程度，因此有必要进一步完善教师身份的建构。以往对教师身份建构的研究大多从认同理论出发，缺乏实证研究的数据支持，因而实用性不大。本研究通过特征选择算法中的ReliefF算法和Spark算法对高校青年外语教师身份建构进行科学处理。随着计算机的快速发展，大数据库对应生成了许多数据样本。特征选择算法是现代计算机科学和技术成熟发展的产物，指的是对由计算机获得的大数据样本中包含具有一定特征的一组小数据样本进行提取分析汇总。特征选择算法的使用能大大降低数据的维数、避免维数失真、提高特定算法的最大效率。高校青年外语教师身份建构涉及到许多特征，通过 ReliefF和Spark特征选择算法将很好地选择和提取青年外语教师最具有代表性的身份特征，更好指引高校青年外语教师建构身份，从而更好实现高校青年外语教师的自我完善和自我发展。成果2通过阐述学术研究在高校社会服务效能、教师专业素质、教学能力等方面的重要影响作用，分析高校英语教师科研发展中的实然困境和提升高校英语教师科研素养的实践路径。
学术价值：
成果1采用ReliefF和Spark这两种不同的特征选择算法对高校青年外语教师的身份建构进行研究，提取并分析了对青年外语教师群体身份建构最重要的影响因素，分析不同的算法对调查获得样本数据处理的不同影响。基于特征选择算法研究高校青年外语教师身份建构的影响因素和作用机制可以为外语类群体教师身份的实现提供客观依据，为青年外语教师的自我发展提供可能性干预措施，提升教师自我发展能力，改进传统的教学模式的弊端。成果2提出明确方法和相关策略，为高校英语教师科研发展提供新的思路。
创新点：
在传统的课堂教育中，人们对教师的关注多为教师的教学行为、教学方法、专业知识储备等方面，缺乏对教师身份建构内涵的理解，缺乏对以研促教、教研相长重要性的认识。以往对教师自我发展能力的研究理论层面较多，实践层面较少，对教师身份建构的研究缺乏实证数据支撑，因而在实际教学活动中未能发挥批判性应用和实际指导作用。成果1通过特征选择算法对高校青年外语教师身份建构进行科学处理，实现了改进的ReliefF特征选择算法应用，优化了基于Spark算法的特征选择应用步骤。实验结果表明，改进的ReliefF算法在30% ~ 40%的特征范围内具有较好的特征选择精度。本课题研究范围更加广泛，涉及到教师能力发展内在因素和外在环境因素，成果1和成果2提出的策略能够更有效的予以教师支撑，多元化的帮助教师提升自我发展能力，并保障能力水平长效性。
