本框架旨在通过对课堂教学的语言文本数据进行深度分析，构建一个多维度、多视角的教学过程性评价模型。其根本目标是赋能教师自我反思与专业成长，服务于教学研究与质量提升，而非简单的量化评判。所有分析结果均应以诊断性、发展性的视角进行解读和呈现。
本框架共包含五大一级维度，下设18个二级具体指标。
核心理念： 考察一堂课的“骨架”是否清晰、完整、科学。评价教学活动是否在教学大纲的指引下，有目标、有计划、有逻辑地展开。
| 评价指标 (二级) | 分析要点 (AI分析指令) | 数据源 | 判定示例（AI输出） |
|---|---|---|---|
| 1.1 教学目标明确性 | 1. 显性陈述：在课程开篇部分，检索是否存在“今天我们的目标是...”、“通过这节课，大家要掌握/理解/学会...”、“本节课的重点是...”等标志性话语。 2. 隐性关联：分析全文关键词，是否与教学大纲中的“能力目标”、“知识目标”高度匹配。 |
课程文字稿、教学大纲 | 明确：开篇即清晰陈述了本节课的2个知识目标和1个能力目标，与大纲高度吻合。 |
| 1.2 课程结构完整性 | 1. 结构识别：识别并标注“导入-展开-总结”三大模块。导入：是否通过提问、故事、案例等方式引入主题。展开：主体内容是否有清晰的逻辑层次（如：首先...其次...；第一点...第二点...）。总结：结尾部分是否有“总结一下”、“回顾今天的内容”、“我们来梳理一下...”等标志性话语。 2. 环节过渡：检测环节间的过渡是否自然，是否存在“好了，接下来我们看...”、“解决了这个问题，我们再来看...”等承转词句。 |
课程文字稿 | 结构完整、过渡自然：具备清晰的导入、展开、总结环节。环节间过渡词使用恰当，逻辑流畅。 |
| 1.3 重点/难点突出 | 1. 关键词强调：统计教学大纲中的重点/难点关键词在文稿中的重复频率、语速变化（需音频辅助）、教师的强调性话语（如：“注意”、“关键是”、“这一点很重要”）。 2. 时间/篇幅分配：分析围绕重点/难点内容的讲解所占的文本篇幅和时间比例。 3. 方法多样性：分析在讲解难点时，是否采用了多种解释方式（如：比喻、举例、提问互动）。 |
课程文字稿、教学大纲 | 重点突出：核心概念“边际效用”被重复提及12次，并使用3个不同案例进行阐释，讲解篇幅占总时长的25%。 |
| 1.4 理念符合度 | 1. 课改理念匹配：检索是否体现新课改理念的关键词，如“核心素养”、“学科探究”、“合作学习”、“解决实际问题”等。 2. 教学模式：分析教学过程是以“教师为中心”的单向讲授为主，还是体现了“以学生为中心”的引导探究模式（通过互动频率、学生话语占比等间接判断）。 |
课程文字稿、教学大纲/新课改文件 | 符合度高：课堂设计了探究性问题，引导学生分组讨论（虽然无法直接观测，但能从教师“请各小组代表发言”等话语推断），体现了核心素养导向。 |
核心理念： 考察教师将教学设计转化为生动课堂实践的“技艺”。评价教师的语言表达、互动策略、节奏控制等专业能力。
| 评价指标 (二级) | 分析要点 (AI分析指令) | 数据源 | 判定示例（AI输出） |
|---|---|---|---|
| 2.1 语言表达清晰度 | 1. 逻辑性：分析句间逻辑连接词（因为/所以, 首先/其次, 然而）的使用频率与准确性。 2. 简洁性：计算平均句长，检测是否存在过多冗余词、口头禅（“嗯”、“那个”）。 3. 准确性：初步校验核心概念的表述是否与教材或知识库一致。 |
课程文字稿 | 语言清晰，逻辑性强：平均句长适中，逻辑连接词使用得当。少量口头禅“那个”出现，但不影响理解。 |
| 2.2 提问设计与技巧 | 1. 问题类型：区分并统计封闭性问题（“是不是？”、“对不对？”）与开放性问题（“为什么？”、“你怎么看？”、“还有其他可能吗？”）的比例。 2. 问题层次：根据布鲁姆认知层次理论，对问题进行分类（记忆、理解、应用、分析、评价、创造），评估高阶思维问题的占比。 |
课程文字稿 | 提问以开放性为主：开放性问题占比65%，其中包含多个引导学生分析和评价的高阶问题。 |
| 2.3 教学资源使用 | 1. 案例/比喻：识别并统计教师使用案例、故事、比喻、类比（“就像...”、“好比...”）的数量和质量（是否贴切、生动）。 2. 关键概念阐释：分析对核心概念的解释，是否做到了多角度、多方式（定义解释、举例解释、对比解释）。 |
课程文字稿 | 善用比喻：在讲解抽象概念“引力波”时，使用了3个生动的比喻（“池塘涟漪”），有效帮助学生理解。 |
| 2.4 课堂节奏与时间管理 | 1. 信息密度：分析单位时间内新知识点的数量，判断信息输出节奏是否平稳。是否存在信息过载或节奏拖沓的段落。 2. 环节时间分配：估算导入、展开、互动、总结等环节的文本篇幅比例，评估其合理性。 |
课程文字稿（结合时间戳） | 节奏平稳：新知识点引入速度适中，并在关键节点设置了提问互动环节以供学生消化，时间分配较合理。 |
核心理念： 评价教学的“含金量”，即是否不仅仅是信息的传递，更是引导学生建构知识体系、训练学科思维的过程。
| 评价指标 (二级) | 分析要点 (AI分析指令) | 数据源 | 判定示例（AI输出） |
|---|---|---|---|
| 3.1 知识关联性 | 1. 新旧联系：检索是否存在连接新旧知识的话语（“我们上节课讲的...”、“这和我们之前学的...有关”）。 2. 横向关联：检索是否存在跨学科或跨章节的联系（“这在物理学上...”、“这个问题其实也涉及到历史背景”）。 |
课程文字稿、教学大纲 | 知识关联构建良好：多次将新知识点与已学内容联系，并提及了该理论在另一学科的应用。 |
| 3.2 高阶思维引导 | 1. 探究性指令：识别引导学生进行分析、比较、归纳、批判、创新的指令或问题（“请比较这两种方法的优劣”、“大家思考一下，这个结论的局限性是什么？”）。 2. 思维过程暴露：分析教师是否展示了自己的解题思路或思考过程（“我看到这个问题，首先想到的是...”）。 |
课程文字稿 | 高阶思维引导充分：课堂中设置了3个需要学生进行批判性思考的开放式问题，并引导学生讨论。 |
| 3.3 学科思想渗透 | 分析教师是否在讲授知识的同时，点明了其背后的学科思想和方法（如：数学的建模思想、历史的史料实证、物理的控制变量法、语文的文本细读）。 | 课程文字稿、学科知识库 | 有意识渗透学科思想：在讲解实验时，明确指出了“控制变量法”是解决此类问题的核心科学方法。 |
核心理念： 评价课堂作为“学习共同体”的生态。考察互动的质量、情感的支持，以及是否营造了积极、安全的学习氛围。
| 评价指标 (二级) | 分析要点 (AI分析指令) | 数据源 | 判定示例（AI输出） |
|---|---|---|---|
| 4.1 互动模式与频率 | 1. 师生互动：统计问答回合的数量，计算师生对话的大致比例（Teacher-Talk-Time vs. Student-Talk-Time）。 2. 学生反馈处理：当学生回答后，分析教师的回应方式：是简单评判（“对/错”），还是进行追问、引申、总结或鼓励。 |
课程文字稿 | 互动频繁且有效：共发生15轮师生问答。教师对学生的回答多采用追问和总结的方式，能有效深化讨论。 |
| 4.2 激励与肯定 | 统计并分析激励性、肯定性话语的频率和场景（“很好”、“这个问题提得很有深度”、“你的想法很有创意”）。 | 课程文字稿 | 激励性话语丰富：在学生回答和提问环节，共使用了超过10次不同形式的激励性话语。 |
| 4.3 纠错与引导 | 分析教师纠正学生错误时的语言策略。是直接否定，还是采用启发式、保护性的语言（“你的思路很有趣，我们换个角度看...”；“这个点很容搞错，我们一起来分析一下...”）。 | 课程文字稿 | 纠错方式具有启发性：对于学生的错误回答，教师没有直接否定，而是通过补充提问的方式引导学生自行发现问题。 |
| 4.4 课堂氛围营造 | 1. 幽默感：识别课堂中的幽默、笑声（需音频辅助）或轻松的非正式话语。 2. 情感关注：检索是否存在关心学生状态的话语（“大家跟得上吗？”、“这里有没有同学不明白？”）。 |
课程文字稿 | 课堂氛围积极：教师适时使用幽默，并多次主动询问学生理解情况，营造了较为轻松的学习氛围。 |
核心理念： 从学生的角度出发，“反向”评价教学内容的可接受度和适配性。判断教学是否符合学生的认知规律。
| 评价指标 (二级) | 分析要点 (AI分析指令) | 数据源 | 判定示例（AI输出） |
|---|---|---|---|
| 5.1 语言通俗易懂 | 1. 术语解释：检测在引入专业术语时，是否伴随有通俗的解释或比喻。 2. 语言风格：分析语言是否贴近学生生活，是否使用了学生熟悉的场景或例子。 |
课程文字稿 | 语言通俗，善于转化：对于复杂的专业术语均给出了生活化的解释，举例贴近学生认知（如用“游戏段位”解释“等级”）。 |
| 5.2 认知脚手架搭建 | 分析知识的呈现顺序是否遵循“由浅入深”、“由具体到抽象”的原则。是否先通过简单的实例引入，再上升到理论总结，为学生搭建了理解的“脚手架”。 | 课程文字稿 | 认知脚手架搭建合理：先从一个具体的生活现象入手，引导学生观察，然后才引出背后的物理定律，符合认知规律。 |
| 5.3 学习负荷合理性 | 综合信息密度（维度2.4）、概念难度（与知识库对比）、互动与练习频率等，评估整堂课带给学生的认知负荷是过高、适中还是偏低。 | 课程文字稿、教学大纲 | 认知负荷适中：知识点密度与互动环节穿插安排得当，给予了学生思考和消化的时间，整体学习负荷较为合理。 |