课堂时序文本分析

要解决的问题

课堂评价常出现“气氛活跃”“效果较好”等难以核验的描述。该技能将课堂实录、师生对话、观察笔记等时序文本转为教研写作材料：先识别学科、学段、课型和核心任务，再提取教师行为、学生行为、学习任务、问题链、反馈与学习证据，最后给出问题诊断、改进建议和文章选题。它要求重要判断引用具体时间段、话语或活动，不评价教师个人。

如何工作

技能支持 full、brief、targeted 模式，可按用户指定维度定向分析。脚本先做预处理：transcript_preprocessor.py 提取轮次、师生比、问题数；classroom_analyzer.py 辅助识别问题类型、认知层级和 IRE/IRF 互动模式；generate_report.py 生成报告骨架。参考文件提供 Bloom 认知层级、课型维度、文章模板和质检清单。分析顺序固定：基础识别、分段、师生行为标注、任务分析、问题链、互动反馈、认知层级、学习证据、节奏、一致性、问题诊断、改进建议、选题。自动分类基于关键词，需人工校验。

适用边界

适合 K12、高教课堂、公开课和片段文本。若缺少时间戳、学生作品、练习结果或分组信息，应显式说明推断限制。输出面向教研写作，不替代深度阅读。