1. 引言

在国内，对英语师范生专业素养的研究虽然近几年有所增多，但大都多集中在英语师范生核心素养、课程设置、培养体系、信息化素养等方面，对于英语师范生专业素养的测量与培养的研究至今都是少量。CNKI文献检索结果显示：以英语师范生专业素养为主题词的文章28篇，基于新课标核心素养的4篇。以师范认证为主题词的文章726篇，其中与英语师范相关的46篇，近一年发文量呈极速增长趋势。更别说民办高校英语师范生的专业素养的研究至今为零。

同样，在信息技术与教学深度融合的时代背景下，英语教师信息素养、数据素养等日渐引起外语人的关注。 其中，基于Shulman提出的PCK，密歇根州立大学的Matthew Koehler和Punya Mishra首次提出TPACK的概念，同年他们对TPACK框架中的七个元素进行了详细论述，并将它作为衡量现代教师知识结构和教师专业素养的新标准。TPACK理论强调信息技术在教学环境中的作用，认为教师在掌握学科教学知识体系（PCK）之外，更重要的是在具体教学情境中，在深入理解信息技术知识（TK）与其他两种知识（PK和CK）相互作用的基础上，具备将信息技术整合到PCK知识体系中的能力。目前国内尚未有完整的外语教师知识结构内容标准，TPACK结构厘清了学科内容知识、教学法知识和信息技术之间的关系，为外语教师形成新的知识结构提供了理论框架，成为信息技术与教学融合背景下外语教师专业素质的代表性模型。

2. 研究设计

本课题以成都文理学院422名大三英语师范生为研究对象，以Mashira等提出的TPACK理论和 Burns、Ｒichards及Freeman等的教师认知观及语言教师观为理论基础，结合英语学科特点和要求构建问卷结构模型。经试测，如显示量表具有很好的信度和效度后再正式施测。

TPACK 主要用于测量和评价教师的知识结构，为教师教育提供参考。目前最具权威性的TPACK调查量表有两个：一是美国爱荷华州立大学的Schmidt( 2009)与Mishra和Koehler等合作研发的《职前教师的教学与技术知识调查问卷》，问卷包括TPACK的7个维度58项内容；二是2009年Archambault ＆Crippen( 2009) 针对K-12在线教师研发的调查量表，该量表也包含TPACK的7个维度，共计24项内容。上述两个量表均采用Likert五级制或七级制的自我报告评估方式，题项内部的Cronbache(α) 系数较高，拥有较好的信度和效度，同时量表制作者还做了一系列相关的质性研究，对量表进行三角互证，得到了其他研究者的广泛采纳、修正和推广，这也是本文将其作为重要参考依据的原因。

Schmidt和Archambault等人研发的两个量表虽然评价的维度相同，但结构和题量不一，内容表述也有差异，针对的调查对象也不同，所以本研究对它们进行了删减与合并，保留了原有的7个维度，但在结构和内容表述上体现了Ｒichards与Freeman的语言教师观和英语学科特点要求，设计了28题 项。同时参考王鑫强等( 2010) 设计的《师范生职业认同感量表》，对英语师范生的教师职业宏观认知加以考察和评价，增加了4题项。为了便于分析和总结，还增加了人口统计学上的基本信息3题项，本问卷的主体内容共计32题项、8个维度，涵盖教师职业宏观认知 ( Teacher Cognition，简称TC) 、TPACK理论框架和语言教师观( PTE) 三个模块的内容，其中PTE模块与TC和TPACK模块相互融合体现在TC、TK、PK、CK、TCK、TPK、PCK和TPCK的8个维度中，共同构建英语师范生专业素养( SL) 。具体结构模型如图2。例如在TK维度，可以考察师范生对现代教育技术工具和平台的掌握程度；在CK维度，可以评估他们对英语语言知识、文学素养以及跨文化交际能力等方面的掌握情况；而在TPCK维度，则可以关注他们如何利用技术优化英语教学方法和策略的能力。因涉及师范认证的背景和民办高校的特色，我们还在量表中加入一些特定的维度或指标，以更全面地反映英语师范生的专业素养。比如，考察他们对师范认证标准和要求的理解程度，以及在民办高校教学环境中如何发挥自身专业素养等。本问卷采用Likert量表五级制计分，数字越大表示越符合，从高到低分别为：5表示非常符合、4表示符合、3表示基本符合、2表示不符合、1表示非常不符合。问卷编制后会进行逻辑论证，将邀请3位专家和5名英语师范专业任课教师对问卷项目与测量结构的内容范围进行对比、访谈、征求修改意见。

3. 数据分析与总结

在本课题研究中，基于英语师范生专业素养测量量表的数据分析是至关重要的一环。通过对收集到的数据进行深入的分析，我们可以更准确地了解英语师范生的专业素养现状，为他们的培养提供有针对性的建议。

首先，需要对收集到的数据进行整理和清洗，去除无效数据和异常值，确保数据的准确性和可靠性。接下来，可以利用描述性统计方法对数据进行初步分析。通过计算各个维度的均值、标准差等指标，我们可以了解英语师范生在各个方面的整体表现。同时，也可以利用频数分布和柱状图等可视化工具，展示不同维度下师范生的分布情况，为后续的深入分析提供参考。除了描述性统计，还可以利用相关性分析、方差分析等方法，探究不同维度之间的关系以及不同群体之间的差异。例如，可以分析技术知识与整合技术的学科教学法知识之间的相关性，或者比较不同年级、不同性别师范生在专业素养上的差异。此外，为了更深入地了解英语师范生的专业素养情况，还采用定性分析的方法。通过对师范生的访谈记录、课堂观察报告等文本数据进行编码和分类，我们可以提取出他们对专业素养的理解、实践中的困惑以及培养需求等方面的信息，为制定更具针对性的培养策略提供依据。最后，在数据分析的基础上，我们需要撰写详细的分析报告，总结英语师范生的专业素养现状、存在的问题以及改进的方向。同时，也可以提出具体的培养建议，为民办高校英语师范生的专业素养提升提供有力支持。数据分析是一个复杂而繁琐的过程，需要综合运用多种统计方法和分析工具。因此，我们将邀请教统计学或数据分析领域的教师对数据进行审核，以确保分析结果的准确性和有效性。

参考文献

[1] Burns，A.，Freeman，D.& Edwards，E. Theorizing and studying thelanguage -teaching mind: Mapping research on language teacher cognition[J]．The Modern Language Journal，2015(3) : 585-601．

[2] 张翠平,马娜，王文静.我国小学英语教师专业素养量表编制[J]．教师教育研究，2016(1):75－82．

[3] 吴玉玲，邱思莲,李沐阳.英语师范生学科素养测量研究[J]．外语教学,2018(5):61－65．

[4] 黄友初.教师专业素养内涵结构和群体认同差异的调查研究[J]．湖南师范大学教育科学学报,2019(1):95－101.

基金项目：成都文理学院大学生创新创业训练项目S202413671063）