本方案通过分阶段的团队任务、结构化反馈、评分者培训、实施保真度监控以及独立的学生层面和团队层面结果评估，将诊断—决策—辩护竞赛流程融入本科阶段的战略管理教学中。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本文内容
摘要
摘要
战略管理教学要求学生将分析框架应用于不确定、资源受限且存在权衡的商业情境中。当课程竞赛被组织为一个结构化的教学系统，而非单一的展示活动时，可有效支持这一学习过程。本文描述了一项可复现的教学方案，用于在本科阶段的战略管理课程中整合一个分为三个阶段的课程内竞赛。该方案遵循为期16周的教学流程，包括基线评估、核心讲授、企业案例引入、小组组建、战略诊断、战略决策模拟或决策表填写、最终战略答辩、课程后评估以及课程回顾。该教学机制融合了分阶段练习、企业案例学习、结构化形成性反馈、小组责任机制、口头答辩以及基于评分量规的打分方式。通过本地化实施的过程指标，对课堂互动、案例设计完整性、反馈及时性、任务与量规的一致性、学生参与度以及实施保真度进行监控。分别分析学生层面的学习成果、小组层面的竞赛结果、评分者一致性、缺失数据模式、人工智能使用披露情况以及分数虚高预警模式，以避免分析单位错误。所报告的代表性结果应被解读为来自回顾性、非随机化教育记录比较的情境特异性实施产出，而非因果有效性的证据。该方案为在课程改进周期内设计、实施、记录、评估和优化融合竞赛的战略管理教学提供了可审计的操作流程。
引言
战略管理课程要求学生超越概念记忆。学生必须在信息不完整和优先事项相互冲突的条件下，应用诸如行业结构、竞争优势、资源配置、战略选择及实施等理念。竞争定位理论解释了企业在外部约束条件下如何选择自身定位1，而基于资源的观点则强调影响战略选择的企业特有资源与能力2。这些视角使得战略管理适合采用应用型教学设计，使学生能够诊断商业情境、做出战略决策、论证所选方案，并在获得反馈后修正其推理过程。讲座和孤立的案例讨论仍然具有价值，但可能无法充分揭示学生如何应对不确定性、权衡取舍以及实施中的限制因素。只有当课程内竞赛与课程目标、任务顺序、评分标准和反馈循环紧密结合时，才能营造出更高要求的学习环境。若缺乏这些要素，竞赛可能奖励的是展示时的自信或任务分工能力，而非战略思维能力。
以往关于商业游戏和模拟的研究表明，这些活动若要作为教育方法而非课堂娱乐发挥作用，必须具备明确的规则、决策周期、评估依据以及总结反思环节3,4。主动学习的效果也取决于任务设计，而不仅仅是活动本身。学生可能看似投入，但实际上仍停留在对概念的浅层应用。因此，一个结构化的战略管理竞赛应要求学生分析情境、论证决策、获得形成性反馈、修正推理过程，并阐明实施方案。这一过程体现了主动学习的原则，因为学生是在自主构建、检验和改进其推理能力，而不仅仅是被动接受讲授5。同时，这也符合体验式学习的特点，因为竞赛循环将具体案例接触、反思性分析、决策制定与改进后的行动紧密联系在一起6。
已发表的商业模拟与竞赛报告在程序细节上差异较大。一些报告描述了模拟或竞赛的使用，但在团队组建、任务分阶段、反馈时机、评分者培训、评分量规构建、缺失数据处理以及个人与团队成果的区分等方面提供的信息有限。以往的综述和分类研究也表明，商业游戏并非单一的教学方法；它们在规则、仿真度、学习者角色、决策结构、技术应用、评估设计和复盘程序等方面均存在差异7,8。因此，一个可重复的战略管理实验方案不仅需要说明竞赛的发生，还需明确竞赛如何融入课程，以及其实施过程如何被监控。
本方案最好被理解为一种集成了多重要素的竞争性课程改进体系。预期的教学效果不能仅仅归因于竞争环节，因为该方案还包括企业案例接触、反复练习、结构化反馈、团队责任机制、公开答辩、评分者校准以及系统性的课程回顾。竞争元素在教育上具有价值，因为它能创造截止期限、比较机制、责任要求和公开论证的需求，但这些要素是有意与分阶段的学习任务和评估控制相结合的。该教学程序在三个方面区别于传统的体验式、基于模拟以及基于竞赛的战略管理教学方法。第一，竞争贯穿诊断、决策和最终答辩三个阶段，而非集中于一次最终展示。第二，在解读学习成果之前，会先监控实施的保真度。第三，将学生个体层面的学习成果与团队层面的竞赛结果分开。这一区分至关重要，因为一个团队在最终答辩中可能表现良好，但部分成员的个体学习水平却有限。团队学习需要责任机制、互动交流和共同推理，而不仅仅是团队成员身份9。因此，本方案采用团队章程、过程记录日志、同伴贡献评估表、评分者培训、评分者一致性核查以及分数虚高预警规则。
该方案作为常规教学活动，在中国科学技术大学珠海学院商学院的本科战略管理课程中实施。实施该方案的课程班为2025-2026学年秋季学期的SM-2025-F01班。对照组为历史对照组，即2024–2025学年秋季学期的SM-2024-F01班。实施方案的课程班共招收96名学生；在获得伦理审批后、纳入研究数据集之前，有94名学生提供了书面或电子形式的同意书，授权将去标识化的课程记录用于研究；其中2名学生因在第8周前退课或缺乏任何有效的课程后评估结果而被排除，最终纳入分析的方案组为92名学生。历史对照班共招收92名学生；在获得伦理审批后、进行回顾性数据提取前，有90名学生同意将其去标识化的课程记录用于研究；根据相同的缺失数据和退课排除标准，2名学生被排除，最终纳入分析的对照组为88名学生。
两个队列均由大学三年级的商科学生组成，专业包括工商管理、市场营销、电子商务和国际商务。实验组队列包括51名女性和41名男性学生，平均年龄为20.4 ± 0.7岁；对照组队列包括49名女性和39名男性学生，平均年龄为20.5 ± 0.8岁。实验组队列中有27名学生、对照组队列中有24名学生报告曾有竞赛经验。在最终分析前，实验组队列的失访率为4.2%，对照组队列为4.3%。实验组队列中缺失的数据包括：2份基线知识测试、3份课程后知识测试、4份课程后学习调查问卷以及4份不完整的竞赛任务记录。对照组队列中缺失的数据包括：3份基线知识测试、4份课程后知识测试、5份课程后学习调查问卷以及70份不完整的竞赛任务记录，原因是历史课程未包含完整的三阶段竞赛流程。
对照组接受了传统的基于案例的战略管理教学，但未包含完整的三阶段竞赛流程。两个组别均由同一位教师授课。两个组别在课程学习目标、核心战略管理主题、知识评估覆盖范围、个人案例分析评估以及最终课程评分结构方面均保持一致。实验组额外接受了企业案例包、分阶段的竞赛任务、结构化的反馈循环、正式的团队过程记录、评分者培训流程以及实施保真度监控。本文将该方案描述为一种可重复的课程改进方法，而非对其因果有效性提出的主张。代表性结果展示了该方案所产生的实施情况、教学质量和学生层面、团队层面的表现、评分信度、缺失数据及问题排查输出等类型的数据。由于该比较属于历史性的、非随机化的且具有特定情境性的，因此组间差异应被解读为在特定实施背景下课程改进的证据，而非证明课程内竞赛本身单独导致了所观察到的结果。
本方案的总体目标是帮助教师设计、记录、评估和优化融入竞赛的战略管理教学。通过将教学活动、学生产出、评分量规、实施记录和课程评审决策相互关联，该方案支持学习保障工作的开展10。同时，该方案也回应了游戏化教学与竞争性学习研究中的关切：当过度强调动机而忽视任务设计、反馈质量及评估有效性的充分关注时，游戏化元素可能产生不一致的教学效果11,12。预期产出包括实施记录、本地可操作的教学质量指标、学生层面的学习成果、团队层面的竞赛结果、评分者一致性证据、人工智能使用披露文件、缺失数据记录以及问题排查记录。
访问受限。请登录或开始试用以查看此内容。
方案
中国珠海科学技术学院教学研究伦理委员会（批准号：20260507001；批准日期：2026年5月7日）已批准对两个队列的去标识化教育记录进行研究使用。该批准涵盖方案队列和历史对照队列，包括常规课程记录、调查问卷、课堂观察、团队过程记录、竞赛成绩、评分员评分、学习平台记录以及去标识化的成绩册变量。在数据提取用于研究之前，16周的课程已作为常规的战略管理教学完成，且在获得伦理批准之前，未提取、编码、分析或报告任何可识别的研究数据集。在获得伦理批准后、数据集纳入前，已获取学生对去标识化课程记录用于研究的书面或电子知情同意。课程参与与研究数据使用相互分离；未同意参与研究的学生正常完成课程，但不纳入研究分析。同意记录与成绩册分开保存，数据管理员仅限访问身份编码文件，且仅在提交成绩、确认同意、分配编码并删除直接标识符及可识别的自由文本评论后，才生成可供分析的数据集。
1. 建立融合竞赛的课程改进方案。
- 将本方案定义为一个为期16周、融合竞赛机制的本科战略管理课程改进流程。教学机制采用分阶段的“诊断—决策—辩护”循环，将战略分析、基于证据的决策、反馈、团队责任、口头辩护以及课程回顾有机衔接。
- 通过课堂互动、案例设计完整性、反馈及时性、任务与评分标准的一致性以及学生参与度来定义教学质量；通过计划活动完成率、企业案例或案例课程完成率、任务完成率、反馈周转时间、评分标准完成率、课堂观察完成率以及评分员培训完成率来定义实施保真度。仅在信度和维度证据支持的前提下，才对指标进行汇总。
- 在课程实施前，对学习成果、教学活动、竞赛任务、评分标准、反馈节点及结果测量工具进行对齐，以保持建构性对齐13。
- 分配课程教师、竞赛协调员、企业联络人、课堂观察员、评分员协调员和数据管理员等角色。在小型项目中，教学角色可合并担任，但数据管理员应尽可能与最终评分及研究数据集的准备工作相分离。
- 准备一个版本受控的课程实施文件夹，包含教学大纲、案例文件、手册、任务模板、评分标准、观察表单、调查问卷、团队记录、评分表、反馈日志、人工智能使用披露表以及版本控制记录。在获得伦理审批后，建立一个研究可重复性文件夹，包含审批记录、知情同意验证记录、去标识化日志、去标识化数据集、数据字典、数据清洗日志、分析脚本、统计输出结果、图表源文件、表格以及补充文件（图1 和 材料表；操作模板见 补充文件1）。
图1：融合竞赛机制的战略管理课程改进方案的工作流程。该工作流程展示了从课程准备到16周常规课程实施、常规教学记录生成、成绩提交、伦理审批后的研究用途准备、知情同意验证、去标识化、数据集锁定、分析、报告、问题排查及课程优化的完整顺序。该图将常规教学活动与成绩提交后的研究数据提取和分析过程进行了区分。请点击此处查看此图的放大版本。
2. 招募学生队列并准备研究数据集。
- 纳入正式注册参加所选本科战略管理课程班级的学生。记录学校名称、学年、学期、班级、队列类型、专业、年级、授课周数、课时数、注册人数、同意参与的样本量、排除人数、最终分析样本量、人口统计学特征、先前竞赛经历、失访人数及缺失数据数量。
- 将协议队列定义为接受完整竞赛整合教学方案的班级，比较队列定义为接受传统基于案例的战略管理教学但未实施完整三阶段竞赛流程的历史班级。记录两个队列是否由同一教师授课，并记录学习成果、考核覆盖范围、个人案例分析要求和评分结构是否具有可比性。
- 在获得伦理审查批准后，核实学生知情同意情况，分配非可识别的学生和团队编码，移除直接身份标识信息，并按照表1中的纳入、排除及缺失数据规则进行处理。
- 纳入至少拥有一项有效课程后测结果的同意参与学生。若任一知识测试数据缺失，则该学生不纳入配对知识分析；若三项任务记录全部缺失，则不纳入与竞赛相关的分析。其他符合条件的分析应保留可用数据记录。
- 将缺失的研究数据编码为 NA。除非零分符合经批准的课程评分政策中的实际成绩，否则不得赋值为零。为每个队列建立参与者流程记录。
| 项目 | 操作定义 | 应用规则 | 数据集变量 | 分析含义 |
| 目标课程 | 在选定学期开设的本科战略管理课程 | 纳入正式注册该课程班次的学生 | course_section | 界定符合条件的教学人群 |
| 方案队列 | 接受完整竞赛整合式课程改进方案的班级 | 编码为1 | cohort_type | 方案队列 |
| 历史对照队列 | 接受传统案例教学法的本科战略管理课程班级，未实施完整的三阶段竞赛流程 | 编码为0 | cohort_type | 非随机化历史对照队列 |
| 正式注册 | 学生出现在官方课程名单中 | 视为潜在符合条件者 | eligible_status | 开展研究用途筛选前的必要条件 |
| 研究知情同意 | 学生在伦理审批后提供书面或电子形式的同意，允许使用去标识化的课程记录 | 仅将同意参与的学生纳入研究数据集 | consent_status | 未同意的学生正常完成课程，但不纳入研究分析 |
| 课程参与 | 无论是否同意参与研究，均完成常规课程学习活动 | 允许所有注册学生参加课堂、加入团队、完成课程任务并获得成绩 | course_participation_status | 区分教学参与与研究参与 |
| 有效的课程后结果 | 至少有一个有效的课程后结果数据可用 | 在相关结果数据可用的情况下纳入分析 | outcome_available | 支持可用案例分析 |
| 课程中途前退课 | 学生在第8周前退课 | 从最终研究数据集中排除 | withdrawal_status | 减少暴露不完全偏倚 |
| 缺失基线知识测试 | 第1周知识测试缺失 | 编码为NA | pre_knowledge_missing | 仅从成对知识分析中排除 |
| 缺失课程后知识测试 | 第16周知识测试缺失 | 编码为NA | post_knowledge_missing | 仅从成对知识分析中排除 |
| 两次知识测试均缺失 | 基线和课程后的知识得分均缺失 | 从知识得分分析中排除 | knowledge_pair_status | 若其他数据可用，仍可保留用于其他符合条件的分析 |
| 缺失课程后调查 | 匿名课程后调查缺失 | 编码为NA | survey_missing | 在客观绩效分析中予以保留 |
| 缺失一项或两项竞赛任务记录 | 缺失一项或两项任务或对应项目记录 | 除非课程政策规定记为零分，否则将缺失记录编码为NA | task_score_missing | 保留可用的任务或对应项目记录 |
| 三项竞赛任务记录全部缺失 | 任务1、任务2或任务3均无有效记录 | 从与竞赛相关的分析中排除 | competition_completion | 若其他结果数据可用，仍可保留用于非竞赛相关分析 |
| 重复记录 | 同一学生代码出现多于一行记录 | 在核对源文件后保留经核实的最终记录 | duplicate_check | 分析前必须解决 |
| 标识符泄露 | 出现姓名、学号、电话号码、电子邮件、平台账户、设备标识符或可识别的自由文本评论 | 分析前须移除标识符 | identifier_check | 数据集在去标识化前不得进行分析 |
| 最终分析样本 | 在排除和缺失数据规则处理后，具有可用数据且已同意参与研究的学生 | 报告最终人数及排除原因 | analysis_sample | 用于参与者流程报告的必要信息 |
表1：队列结构、纳入标准、排除标准和缺失数据处理规则。 本表定义了研究方案队列、历史对照队列、入组标准、研究使用许可、排除标准、缺失数据处理方法以及分析样本的构建方式。
3. 实施16周课程安排。
- 课程持续16个教学周，包含32个课堂授课学时，以及约24至30个独立团队合作学时。需分别记录授课学时、团队合作时间、案例互动、反馈、排练及评估时间。
- 第1周进行课程说明会、基线知识测试和基线参与度调查，作为常规课程活动。讲解课程流程、任务顺序、评估规则、数据保护原则，以及去标识化记录后续用于研究的情况。第2至3周讲授核心战略管理内容，并在第4至15周期间进行简短的概念强化。
- 第4周发放企业案例包和竞赛手册，内容包括任务顺序、提交规则、评分标准、反馈时间安排、团队职责、学术诚信规定、人工智能使用披露要求、口头核查程序及申诉流程。
- 第5至6周实施任务1，并于第7周起7个日历日内返回反馈。在开展任务2之前，须完成战略问题陈述的修订14。任务2于第8至10周实施，第11周安排企业导师指导或结构化案例辅导，任务3于第12至15周实施。
- 第16周进行课程结束后的知识测试、课后调查、数据审核和课程回顾，作为常规课程活动。仅在获得伦理审批、确认知情同意、成绩提交后，方可导出、编码、去标识化并分析数据用于研究（见Table 2）。
暂停节点：若团队分配、案例文件、手册、评分标准、人工智能披露表、任务模板或数据记录表尚未完备，则在第4周后暂停。若用于研究报告，须待伦理审批、知情同意确认、成绩提交、去标识化及数据集锁定全部完成后，方可暂停并开始分析。
| 周 | 活性 | 教学重点 | 学生或团队成果 | 必需记录 | 质量检查 |
| 第1周 | 课程简介与基线评估 | 课程流程、评估规则、基础知识测试、基础参与度调查 | 基线知识测试；基线调查 | 出勤；基线测试文件；基线调查文件；课程说明记录 | 确认基线评估完成，并将常规课程记录与后续研究使用分开 |
| 第2周 | 核心战略管理教学 I | 环境分析，产业分析，竞争对手分析 | 课堂练习工作表 | 出勤；工作表记录 | 检查工作表完成情况 |
| 第3周 | 核心战略管理教学 II | 内部资源分析、战略选择、实施规划、绩效评估 | 简短病例讨论回答 | 出勤；病例讨论记录 | 在竞赛启动前确认核心概念 |
| 第4周 | 企业案例介绍与竞赛说明 | 案例包装、手册、任务顺序、评分标准、人工智能披露、团队规则、申诉程序 | 团队名单；团队章程；人工智能使用声明 | 团队名单；团队章程；手册访问记录；案例访问记录 | 若案例文件、手册、评分标准、团队记录、任务模板或人工智能使用表单不完整，则暂停 |
| 第5周 | 任务1开始 | 战略性诊断报告结构与证据要求 | 起草战略诊断报告 | 团队过程日志；咨询记录 | 确认团队角色分配 |
| 第6周 | 任务1提交 | 战略诊断、产业与内部分析、证据应用 | 最终任务1报告 | 投稿记录；报告文件 | 识别缺失或格式不正确的提交内容 |
| 第7周 | 任务1反馈 | 基于评分标准的反馈与修改指导 | 修订后的战略问题陈述 | 反馈日志；反馈处理周期记录 | 暂停如果 >15% 的报告未能达到规定的结构要求 |
| 第8周 | 任务 2 开始 | 决策表、模拟假设、决策变量 | 初始战略决策表 | 团队过程日志；观察记录 | 确认对决策变量的理解 |
| 第9周 | 战略决策优化 | 市场定位、资源分配、实施顺序、风险假设 | 修订后的决定表 | 指导记录；观察核对表 | 检查基于证据的合理性 |
| 第10周 | 任务2提交 | 最终战略决策逻辑 | 最终任务2决策表 | 任务2得分；提交记录；决策表文件 | 检查投稿完整性 |
| 第11周 | 企业或结构化案例指导 | 基于战略困境的导师指导或案例反馈 | 导师反馈表；团队修订计划 | 企业参与日志；学生提问；反思记录 | 确认出席及反思完成情况 |
| 第12周 | 任务3开始 | 最终答辩格式、执行摘要、幻灯片结构、问答&A规则 | 撰写演示文稿提纲 | 团队过程日志；人工智能披露更新 | 使用同行贡献表检查工作量平衡 |
| 第13周 | 最终答辩准备 | 战略一致性、可行性、风险控制、证据应用 | 草拟幻灯片文稿；执行摘要 | 辅导记录；观察检查清单 | 确认诊断-选择-实施的关联性 |
| 第14周 | 排练与评分者校准 | 排练答辩与评分员培训 | 排练演示 | 评分员培训记录；初步评分标准核查 | 确认评分校准 |
| 第15周 | 最终策略答辩 | 8分钟报告与5分钟问答&A | 最终幻灯片演示文稿；执行摘要；口头答辩 | 任务3得分；评分者得分；Q&A 的注释 | 计算重叠主观评分的组内相关系数 |
| 第16周 | 课程结束后评估与课程回顾 | 课程后知识测试，课程后调查，课程评价，常规数据审核 | 课程后知识测试；课程后调查问卷 | 课后测试文件；调查文件；课程评价记录 | 在成绩提交、伦理审批、知情同意验证、去标识化及数据集锁定完成之前，暂停科研分析 |
表2：竞赛融合型战略管理课程方案的16周实施计划。 本表总结了为期16周课程中每周的方案活动、教学重点、学生或团队产出、所需记录以及质量控制检查点。
4. 准备企业案例和竞赛材料。
- 从公开、匿名或企业授权的教学材料中选择一个主要企业案例和两个可选的辅助案例。针对每个案例，筛选其行业背景、管理决策问题、资源限制、战略权衡、实施挑战以及可衡量的结果。应优先采用“案例设计完整性”作为标准，而非“案例真实性”，除非具备独立验证的条件。
- 当无法获取企业授权材料时，准备一个匿名化的模型案例。明确说明行业、企业规模、客户群体、竞争压力、资源限制、战略决策、实施风险及预期结果。在未经书面许可的情况下，删除所有机密的企业信息，包括公司名称、确切财务数据、客户信息、员工信息、专有数据以及战略文件。案例模板详见 补充文件1。
- 准备手册、任务模板、同伴贡献表、团队过程日志、反馈记录表、人工智能使用披露表、口头核查记录表、评分量规及版本控制表。允许在明确披露的前提下使用人工智能进行语言润色、格式调整、语法检查、一般性头脑风暴和幻灯片布局优化。禁止使用人工智能替代学生自主完成的诊断分析、证据选择、决策论证、风险分析、实施规划或口头答辩。
- 设计评分量规时，应优先考量战略推理能力而非文本的 polished 程度。将证据使用、权衡分析、实施可行性、内部一致性及口头答辩的表现与展示形式分开评分。在第4周前上传手册、模板、评分量规、案例材料、人工智能使用规则及申诉程序。
5. 组建学生团队并分配团队角色。
- 组建由4至6名学生组成的团队。当课程基础表现、专业、性别或先前竞赛经验等信息可获取且符合学校课程政策时，应采用分层分组方式。
- 在任务1开始前为每位学生分配一个主要角色。要求每个团队提交团队章程，并维护一份过程日志，记录角色分配、沟通规则、贡献期望、截止日期、人工智能使用责任、出勤情况、决策内容、所查阅的证据、未解决的问题以及后续行动。
- 在项目中期和最终阶段收集同伴互评贡献分数，以识别贡献不均的情况。在辅导、排练或最终答辩过程中，通过随机选取学生，要求其用自己的语言阐述团队的诊断结论、证据基础、决策逻辑、风险假设或实施计划，进行个人口头考核。
6. 进行基线评估。
- 在第1周，在引入企业案例和竞赛任务之前，作为常规课程评估的一部分，实施基线战略管理知识测试。
- 使用包含24个题目的测试，评分范围为0至100分，内容涵盖环境分析、行业与竞争对手分析、内部资源分析、战略选择、实施规划以及战略评估。蓝图、题目开发规则、评审表和评分规则详见补充文件1。
- 设计A卷和B卷，两卷在主题覆盖、题目形式、认知层次、分数范围、预期难度和评分规则方面对等但不完全相同。邀请两名战略管理课程教师和一名商科教育评估专家对题目的相关性、清晰度、认知层次和主题覆盖范围进行评审。在分析样本之外，对24名学生进行两卷的试点测试。
- 在可行的情况下，保留难度值在0.30–0.80之间、区分度值高于0.20的题目。当KR-20或Cronbach’s α系数≥0.70时，视为内部一致性可接受。当试点测试中两卷平均分差异≤3分且标准化差异<0.20时，视为两卷可用于配对使用。
- 在可行的情况下采用交叉平衡设计。将一半学生在基线阶段分配使用A卷、课程结束后使用B卷，另一半则在基线阶段使用B卷、课程结束后使用A卷。若采用固定顺序，需将其记录为研究局限性。
- 在知识测试完成后，实施基线参与度调查。使用5点量表题目记录学生对战略管理的兴趣、感知的实践相关性、案例分析信心、参与团队任务的意愿、团队合作准备度以及先前的竞赛经历。除非信度和维度证据支持合成总分，否则对概念上不同的项目应分别分析。
- 在常规课程实施过程中记录基线出勤情况、知识测试完成情况、调查完成情况以及所使用的试卷版本。在获得伦理审批、确认知情同意、分配编码并去除直接标识信息后，导出基线数据仅用于研究目的。
7. 开展基于企业案例的战略管理教学。
- 通过简短讲座、引导式讨论、小组练习题和简要决策练习，开展基于案例的教学。运用主动学习任务，引导学生从概念理解逐步过渡到分析、决策、团队讨论和反思15。
- 在条件允许时，邀请企业管理人员、创业者或行业导师参与。至少在授课前7天向其提供课程目标、学生水平、案例主题、保密要求、讨论重点及时间投入等信息。若无法安排现场导师，可采用匿名化或公开的案例简报替代。
- 呈现一个涉及市场不确定性、竞争压力、商业模式调整、资源限制、实施障碍或风险控制等非保密性战略问题。要求每个小组利用结构化练习表，识别问题本身、证据基础、备选方案、潜在风险以及推荐决策。
- 要求每个小组提交一篇300–500字的反思报告，将案例问题与一个战略管理概念及一项正在进行的竞争决策相联系。在企业参与日志中记录导师背景、案例来源、出勤情况、学生提问、练习表完成情况和反思报告提交情况。通过体验式学习活动，在整个竞赛周期中关联案例学习、反思、决策与修订过程16。
8. 实施三阶段教学竞赛。
- 在第4周举行正式竞赛说明会。讲解任务流程、时间安排、评分标准、反馈规则、学术诚信要求、人工智能使用披露、口头核查程序以及申诉程序。
- 在第5至6周实施任务1，要求提交一份1,500–2,000字的战略诊断报告，内容涵盖行业分析、竞争对手分析、内部资源分析、战略问题诊断、证据运用以及初步建议。须在7个日历日内返回反馈意见，并以修订后的战略问题陈述作为任务2的起点。
- 在第8至10周实施任务2，形式为战略决策模拟或结构化决策表单，内容包括市场定位、资源分配、定价或成本逻辑、实施顺序、风险假设以及预期成果。
- 在第12至15周实施任务3，即最终战略答辩。要求提交8–12页的演示文稿、1,000–1,500字的执行摘要、进行8分钟的陈述，并接受5分钟的提问。需确认答辩内容将任务1的诊断、任务2的决策逻辑、实施计划、风险控制与预期成果有效衔接。
- 使用百分制评分标准对三项任务进行评分，并采用表3中的结构与评分维度。
暂停节点：若任务1评分后发现超过15%的提交材料未遵循规定结构，或评分者指出描述不清之处，应暂停流程。在任务2开始前修订任务说明或评分指导文件。
| 任务 | 周 | 必需的输出 | 主要内容 | 评分 | 评分维度 |
| 任务1：战略诊断报告 | 第5–6周 | 1,500–2,000字团队报告 | 行业分析，竞争对手分析，内部资源分析，战略问题诊断，证据使用，初步建议 | 100 | 行业与市场分析，20 |
| 内部资源分析，20 | |||||
| 战略问题诊断，20 | |||||
| 证据使用，20 | |||||
| 书面逻辑与清晰度，20 | |||||
| 任务2：战略决策模拟或决策表 | 第8至10周 | 结构化团队决策表 | 市场定位、资源分配、定价或成本逻辑、实施顺序、风险假设、预期结果 | 100 | 战略一致性，25 |
| 市场逻辑，20 | |||||
| 操作可行性，20 | |||||
| 风险分析，20 | |||||
| 决策依据，15 | |||||
| 任务3：最终策略答辩 | 第12至15周 | 8–12 页幻灯片，1,000–1,500 字执行摘要，8 分钟演讲，5 分钟问答&A | 战略诊断，战略选择，实施计划，风险控制，预期绩效 | 100 | 战略诊断，20 |
| 战略选择，25 | |||||
| 实施可行性，20 | |||||
| 创新, 15 | |||||
| 证据使用，10 | |||||
| 口头答辩，10 |
表3：三阶段教学竞赛结构与评分维度。 本表定义了三项竞赛任务、实施周次、要求的产出成果、主要内容要求、总分及评分维度。
9. 标准化评分并培训评分人员。
- 在人员允许的情况下，至少招募两名评分员进行主观评分；当无法提供第二名评分员时，记录单评分员评分情况。
- 对评分员进行培训，内容包括评分量规、描述性标准、校准性作答样本、常见评分错误、人工智能披露规则以及口头核查标准。评分员独立评分两份校准作答样本，并讨论评分差异超过10分的情况。
- 培训结束后锁定评分量规，并在实施周期内始终使用同一版本。当两名或以上评分员对同一份作答进行评分时，计算组内相关系数（ICC）。将ICC ≥ 0.75视为可接受，当ICC < 0.75或评分差异超过10分时，需进行评分协调。保留原始评分、协调后评分及协调记录。
- 采用基于量规的评分方式以明确评分期望，并支持形成性评估17。遵循补充表S1中的评分员培训、评分一致性及评分协调流程。
10. 收集教学质量和实施保真度数据。
- 通过课堂互动、案例设计完整性、反馈及时性、任务与评分标准的一致性以及学生参与度来衡量教学质量。除非信度和维度证据支持合并，否则应分别分析各项指标。
- 使用“案例设计完整性”而非“案例真实性”，除非有独立的真实性验证可用。
- 通过计划活动完成率、企业或案例会话完成率、任务提交率、反馈处理周期、评分量表完成率、观察完成率以及评分者培训完成率来衡量实施保真度。
- 处理 表 4 阈值是基于预设的操作性质量控制规则设定的，而非经过外部验证的截断值。这些阈值在研究分析前，根据初步可行性、教学团队共识以及工作量限制而确定。
- 使用指标、数据来源、阈值、预警规则和纠正措施 表4. 其他故障排除步骤见于 补充表 S2.
- 当完成的计划周活动比例≥85%，协议队列中≥85%的学生完成全部三项任务，≥80%的反馈在7个日历日内提交，所有主要评分量表均已完成，且必要的观察记录可获取时，视为实施充分；当任务完成率 <75%，反馈超过14个日历日 >20% 的投稿，ICC 是 <0.75，或 >25% 的计划观测数据缺失。
| 类别 | 指标 | 数据来源 | 时间点 | 量表 | 正向信号或阈值 | 预警规则 | 纠正措施 |
| 实施保真度 | 计划活动完成情况 | 课程实施日志 | 第1–16周 | % 已完成 | ≥85% 的计划活动已完成 | <85% 已完成 | 审查遗漏的课程并修订进度控制 |
| 实施保真度 | 企业实践或结构化案例课程 | 企业参与日志 | 第11周 | 已实施 / 未实施 | 计划课程已实施，或由结构化案例辅导替代 | 计划课程缺失且无替代 | 采用匿名案例课程或结构化案例辅导 |
| 实施保真度 | 三任务序列完成情况 | 提交记录 | 第6、10、15周 | % 学生 | ≥85% 的协议队列学生完成全部三项任务 | <75% 完成全部任务 | 简化说明并增加进度检查 |
| 实施保真度 | 反馈及时性 | 反馈日志 | 第7、10、15周 | 日历天数 | ≥80% 的反馈在7天内返回 | >20% 的反馈在14天后返回 | 缩短反馈表单并分摊评分工作量 |
| 实施保真度 | 观察完成情况 | 观察表单 | 第1–16周 | % 计划观察 | ≥75% 的计划观察已完成 | >25% 的计划观察缺失 | 增加观察员后备人员并制定固定观察时间表 |
| 评分质量 | 评分者一致性 | 评分者评分 | 任务1子集和任务3答辩 | ICC | ICC ≥0.75 | ICC <0.75 | 重新培训评分者，明确评分描述语，并修正受影响的评分 |
| 教学质量 | 课堂互动 | 观察检查清单 | 选定课程 | 1–5 分 | 平均分 ≥3.50 或提升 ≥0.30 | 平均分 <3.50 | 加强讨论引导和促进技巧 |
| 教学质量 | 案例设计完整性 | 案例检查清单 | 第4周前 | 0–5 或 1–5 分 | 平均分 ≥4.00 | 平均分 <3.50 | 修订案例背景、决策问题、约束条件和后果 |
| 教学质量 | 任务与评分标准一致性 | 一致性检查清单 | 第4周前及课程结束后复盘 | 0–5 或 1–5 分 | 平均分 ≥4.00 | 平均分 <3.50 | 修订任务-输出-评分标准-反馈的一致性 |
| 教学质量 | 学生参与度 | 出勤、参与、日志、调查项目 | 第1–16周 | 项目级或 1–5 分 | 提升 ≥0.30 分 | 下降 >0.30 分 | 减轻负担过重问题，明确期望，增加形成性支持 |
| 学习成果 | 战略管理知识 | 基线测试与课程后测试 | 第1周和第16周 | 0–100 | 平均提升 ≥5 分 | 提升 <3 分 | 审查教学覆盖范围、题目一致性及测试等效性 |
| 学习成果 | 个体案例分析能力 | 案例分析评分标准 | 学期后期 | 0–100 | 协议队列优势 ≥3 分 | 无优势或下降 | 增加案例分析练习和带注释的示例 |
| 团队成果 | 团队竞赛表现 | 竞赛评分标准 | 第6、10、15周 | 0–100 | 各任务间表现持续提升 | 最终得分高但前期表现薄弱 | 检查评分膨胀问题，并将评分标准重新平衡至推理能力 |
| 学生感知 | 满意度 | 课程后调查 | 第16周 | 1–5 分 | 平均分 ≥4.00 | 平均分 <3.50 | 审查工作量、任务清晰度、反馈质量及团队协作 |
| 学生感知 | 实际相关性 | 课程后调查 | 第16周 | 1–5 分 | 平均分 ≥4.00 | 平均分 <3.50 | 提高案例具体性，并加强与真实战略决策的联系 |
| 工作量安全性 | 竞赛压力 | 课程后调查 | 第16周 | 1–5 分或 % | 高压力学生 ≤20% | 高压力学生 >20% | 减少任务重叠并调整截止时间间隔 |
| 解释性警示 | 天花板效应 | 基线测试和调查 | 第1周 | 0–100 或 1–5 | 基线知识 ≤85 且满意度 ≤4.50 | 知识 >85 或满意度 >4.50 | 谨慎解释微小提升 |
| 解释性警示 | 评分膨胀 | 团队与个体成果 | 学期末 | 模式判断 | 团队进步伴随个体学习证据 | 团队得分提升但个体学习未提升 | 加强个体责任和基于推理的评分 |
| 团队过程 | 同伴贡献均衡性 | 同伴贡献表单 | 中期和最终阶段 | 1–5 分 | 无重复出现的重大失衡 | 一名或多名成员反复被评为极低 | 要求重新分配角色并由教师介入检查 |
| 学术诚信 | 人工智能使用透明度 | 人工智能使用披露与口头核查 | 每项主要任务 | 已披露 / 未披露 | 根据机构规定披露人工智能使用情况 | 未披露或不当使用人工智能 | 执行机构学术诚信程序并明确人工智能使用规则 |
表4：实施保真度、教学质量和结果解释及故障排除指标。 本表列出了实施保真度指标、教学质量指标、学生层面和团队层面的结果指标、评分质量指标、解释阈值、预警规则以及纠正措施。
11. 收集课程后的结果数据。
- 在第16周使用与基线测试等效但非完全相同的课后形式，进行课后战略管理知识测试。
- 使用涵盖问题识别、证据运用、战略逻辑、可行性及书面表达清晰度的评分量规，收集学期末个人案例分析得分。除非已实施真实的基线案例分析评估，否则应将其报告为课后表现指标。
- 收集任务1至任务3的团队得分，并将其与个体层面的学习成果分开保存。
- 通过匿名的课后调查收集学员在满意度、感知实用性、反馈有用性、团队协作、竞争压力、工作量以及自我感知提升方面的数据。除非信度和维度证据支持合成一个总分，否则不得将各项目合并为单一得分。
- 仅在成绩提交后收集最终课程成绩。在获得伦理审批、确认知情同意、分配编码并去除直接标识信息和可识别评论后，方可导出仅用于研究的课后记录。
暂停节点：在最终成绩提交、获得伦理审批、完成知情同意验证、将同意名单与研究数据集分离且确认去标识化完成之前，暂停所有研究分析工作。
12. 清理并合并去标识化的数据集。
- 在获得伦理批准并核实知情同意后，创建去标识化的学生层面、团队层面和课程会话层面的数据集。检查重复记录、不可能的数值、缺失代码、不一致的团队代码以及直接标识信息。
- 仅通过团队代码合并学生层面和团队层面的数据。使用补充文件1中的模板和补充表S3中的变量字典对所有数据集进行清理和编码。
- 将缺失值编码为NA。除非课程政策明确规定了特定要求的补考评估或零分处理，否则不得替换缺失的结果。仅在成对知识分析中排除缺少知识测试的学生；在与竞赛相关的分析中，排除缺失全部三项竞赛任务的学生。其他符合条件的分析应保留可用记录。
- 保存清理后的数据集、数据字典、清理日志、可供分析的文件以及锁定的输出文件。仅可通过带日期的更正日志修改已锁定的数据。
13. 分析实施的保真度、教学质量和学习成果。
- 在解读学习成果之前，先分析实施的保真度。当未达到保真度阈值时，应谨慎解读结果差异。
- 对连续变量报告描述性统计，对分类变量报告频数，包括队列类型、主要分组、先前竞赛经验、任务完成情况、缺失数据类别以及方案队列的奖项等级。仅当对照队列采用相同奖项结构时，才报告其奖项等级。
- 根据具体情况，使用独立样本 t 检验、卡方检验或 Fisher 精确检验比较基线特征，以描述基线可比性，而非推断因果等效性。
- 使用配对样本 t 检验或 Wilcoxon 符号秩检验比较队列内部的知识变化。使用独立样本 t 检验、Mann-Whitney U 检验、协方差分析（ANCOVA）或校正基线差异的回归模型比较不同队列间的课程后结果。将所有队列间的比较解读为特定情境下的教育记录分析，而非因果效应估计。
- 当分析多个时间点时，使用重复测量模型或混合效应模型。对于重复测量，纳入学生层面的随机效应；当学生嵌套于团队中时，还应纳入团队层面的随机效应或聚类稳健标准误。
- 将团队层面的结果与学生层面的结果分别分析。除非已处理聚类问题，否则不得将团队得分视为独立的个体观测值。
- 对主要均值差异报告 Cohen’s d，其中 0.20、0.50 和 0.80 分别解释为小、中、大效应。尽可能报告 95% 置信区间，并在敏感性分析中比较完整案例与可获取案例的结果。
- 保存统计脚本、软件输出、图表源文件及最终表格。提交所有表格为独立的可编辑文件，并归档图表源数据。
14. 解读成功与次优的实施效果。
- 在解释最终结果之前，先定义实施成功标准。当达到表4中的核心保真度阈值时，视为协议已成功实施。
- 仅在检查保真度、评分可靠性、缺失数据模式、基线可比性及分析单位后，再解释学习成果。
- 当保真度足够时，若课程后知识得分提高≥5分、学期末个体案例分析优势≥3分，或在5分制量表上教学过程指标提高≥0.30分，可视为积极的实施信号。
- 在分析前定义警示模式：当基线知识得分超过85/100或基线满意度超过4.50/5时，视为天花板效应；团队得分提升但无个体学习证据时，视为分数虚高；当满意度下降＞0.30分或＞20%的学生报告高工作负荷压力时，视为过度竞争压力。
- 将评估视为一个分层过程，从实施保真度到学生反应、学习证据，再到课程优化，而非单一评分18。避免使用因果性表述，因为该设计采用常规教学队列、历史对照组以及回顾性去标识化课程记录，而非随机分配。
15. 进行故障排除、调整与课程迭代。
- 在每项主要任务完成后，审查实施保真度，识别是否存在反馈延迟、团队参与度低、指令不明确、评分表不完整、观察记录缺失、案例设计完整性不足、评分者意见分歧或人工智能使用不当等问题。
- 根据补充表 S2中的纠正措施，采取相应行动，包括修订指导说明、增加辅导支持、重新培训评分者、调整角色分工、优化工作负荷或开展机构层面的学术诚信审查。
- 对于较短的教学周期，可将任务1和任务2合并为诊断与决策简报，同时保留最终答辩、反馈记录及保真度检查环节。对于线上、混合式或大规模多班级教学，应采用数字化简报、提交日志、在线口头核查、标准化反馈模板、统一评分量规、共享评分者培训、班级层面观察员、团队仪表盘及集中化数据管理。
- 第16周后，应审查实施保真度、过程指标、学生学习成果、评分者记录、数据缺失模式、人工智能使用记录、学生反馈意见及教师反思。在进入下一轮教学周期前，修订教学手册、案例资料包、评分量规、模板、反馈时间安排及数据记录表单。
- 在获得伦理审批并完成研究数据准备后，归档保存方案流程图、时间安排表、教学手册、案例文件、评分量规、观察记录表、调查工具、去标识化数据集、数据字典、分析脚本、统计结果、图表源文件、表格及补充材料。所有修订内容均需记录在版本控制表中。
访问受限。请登录或开始试用以查看此内容。
结果
代表性结果展示了通过16周竞赛融合式战略管理课程改进方案所产生的输出。结果按实施保真度、教学质量、学生层面结果、团队层面结果以及预定义的预警模式进行组织。由于数据来源于具有历史对照组的常规教学队列，而非随机分组，因此所有结果应被解读为特定情境下的实施与评估输出，而非有效性因果证据。
实施保真度与教学品质
现有的教育记录数据集包括历史对照组中的88名学生和方案组中的92名学生。团队层面的数据集包括22个对照组团队和23个方案组团队。在应用配对的前后知识测试规则后，保留了79名对照组学生和84名方案组学生用于知识增长分析。
在解读学习成果之前，首先检查了实施保真度。方案组完成了16项计划中的每周活动中的15项（93.8%），而对照组完成了16项中的13项（81.3%）。企业案例或结构化案例课程在方案组中已完成，但未纳入完整的历史对照结构中。在方案组中，92名学生中有88名完成了全部三项竞赛任务，占比95.7%；在对照组中，88名学生中仅有18...
访问受限。请登录或开始试用以查看此内容。
讨论
本方案提供了一种可重复的方法，用于将教学竞赛环节整合到本科阶段的战略管理课程中。其目的并非在现有课程中额外增加一项竞赛活动，而是将竞赛转化为一种结构化的课程改进流程，该流程涵盖战略诊断、决策制定、形成性反馈、最终答辩以及课后评估。因此，其教学价值取决于整个环节的设计，而不仅仅依赖于竞赛本身的存在。基于竞赛或游戏的教学活动可能提高参与度，但当学习目标、任务产出、评分标准和数据记录未明确界定时，其教育价值便难以评估19。本方案通过明确定义教学流程、评分量规、反馈窗口、实施记录以及可用于重复研究的去标识化数据结构，解决了这一问题。
核心设计原则是目标对齐。每一项任务均与课程目标、课堂主题、学生输出成果及评分标准相关联。任务1要求学生诊断一个战略问题，任务2要求他们选择并论证一项战略决策，任务3则要求他们通过书面和口头证据为最终战略进行辩护。这种“诊断—决策—辩护”的流程旨在防止学生仅将竞赛视为单纯的展示性练习，同时也为学生在最终辩护前反复修改其推理过程提供了多次机会。该结构与基于模拟和体验式学习的研究一致，研究表明，当学生积极参与决策循环、...
访问受限。请登录或开始试用以查看此内容。
披露
作者声明无利益冲突。
致谢
作者感谢参与并支持课程内竞赛活动的学生和教学人员。作者还感谢科学技术学院珠海分校商学院为常规教学实施、课程协调和数据整理提供了非资金性的机构支持。本研究得到了2024年广东省本科高校教学质量与教学改革工程高等教育教学改革项目（项目编号：1174）的资助。
访问受限。请登录或开始试用以查看此内容。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 人工智能使用披露表 | 作者开发 | AI-Disclosure-v1.0；补充文件 1 | 公开的记录显示，每项主要提交材料均披露了人工智能的使用情况 |
| 基线战略管理知识测试 | 作者开发的 | SMKT-Pre-v1.0；补充文件1 | 测量第1周基线知识 |
| 课堂观察检查表 | 作者开发 | 观察-v1.0；补充文件1 | 记录课堂互动和教学过程质量 |
| 清洁记录 | 作者开发 | 清洁日志-v1.0；补充文件1 | 记录数据核查、校正、排除及数据集锁定 |
| 竞赛手册 | 作者开发 | 手册-v1.0；补充文件1 | 定义任务顺序、提交规则、评分标准、人工智能使用披露、口头考核、申诉流程及截止期限 |
| 数据字典 | 作者开发的 | 数据字典-v1.0；补充表2 | 定义变量、编码范围、数据来源及缺失数据规则 |
| 去标识化数据集工作簿 | 作者开发 | 数据集-工作簿-v1.0；补充文件1 | 存储学生层面、团队层面和课堂阶段层面的变量 |
| 企业或匿名病例包 | 作者开发或企业批准 | CasePack-v1.0；补充文件 1 | 提供战略决策背景 |
| 最终答辩幻灯片模板 | 作者开发 | FSD-模板-v1.0；补充文件1 | 指导任务3幻灯片结构 |
| 最终策略答辩评分表 | 作者开发 | FSDSF-v1.0；补充文件1 | 记录任务3评分员评分和Q&评估 |
| IBM SPSS Statistics | IBM | 版本 27.0；机构或个人许可证 | 描述性统计、组间比较、效应量及组内相关系数分析 |
| 个体病例分析任务表 | 作者开发的 | ICATS-v1.0；补充文件1 | 定义个案分析要求及评分维度 |
| 知识测试答案键 | 作者开发 | SMKT-Key-v1.0；补充文件1 | 支持知识测试评分 |
| Microsoft Excel | 微软 | Excel 2021；机构或个人许可证 | 数据录入、数据字典、清理日志、表格准备和源数据核查 |
| 口腔检查记录表 | 作者开发 | Oral-Check-v1.0；补充文件1 | 记录个人口头检查问题及回答 |
| 同行贡献表 | 作者开发 | PCF-v1.0；补充文件1 | 记录同行贡献及贡献不均衡情况 |
| 课程结束后学习情况调查 | 作者开发 | PCLS-v1.0；补充文件1 | 评估满意度、相关性、反馈的有用性、协作性、工作量以及感知到的改进程度 |
| 课程结束后战略管理知识测试 | 作者开发的 | SMKT-Post-v1.0；补充文件 1 | 使用等效形式测量课程结束后第16周的知识水平 |
| 评分员培训文件 | 作者开发的 | 评分员培训-v1.0；补充文件1 | 提供校准文件、描述符、示例及常见评分错误 |
| 统计输出文件 | 软件生成 | 统计输出-v1.0；已归档并锁定分析文件夹 | 将统计分析结果与分析文件及数据集版本一同存储 |
| 战略决策表 | 作者开发 | SDS-v1.0；补充文件1 | 指导任务2的决策输出 |
| 战略性诊断报告模板 | 作者开发的 | SDR-模板-v1.0；补充文件 1 | 指导任务1报告结构 |
| 学生代码关联文件 | 作者开发的受限文件 | 学生-代码关联-v1.0；由数据管理员单独存储 | 将学生身份信息与研究代码关联，以便在去识别化之前进行管理 |
| 任务-评分标准对齐核对清单 | 作者开发 | 比对-v1.0；补充文件1 | 检查学习成果、任务产出、评分标准与反馈要点之间的一致性 |
| 团队章程模板 | 作者开发 | 团队章程-v1.0；补充文件1 | 记录角色分配、沟通规则、截止日期和贡献预期 |
| 团队过程日志 | 作者开发的 | 团队过程记录表-v1.0；补充文件1 | 记录会议出勤情况、决策、进展、问题及后续行动 |
| 版本控制表 | 作者开发的 | 版本控制-v1.0；补充文件1 | 记录版本号、日期、编辑者、修改原因及审批状态 |
| 问卷星在线调查平台 | 文娟星 | 基于网络的平台；机构或用户账户访问 | 基线调查、课程后调查、同伴贡献表单及人工智能披露导出数据 |
参考文献
- Porter ME. Competitive strategy: techniques for analyzing industries and competitors. Free Press; New York; 1980.
- Barney J. Firm resources and sustained competitive advantage. J Manage. 1991;17(1):99-120.
- Keys JB, Wolfe J. The role of management games and simulations in education and research. J Manage. 1990;16(2):307-36.
- Crookall D. Serious games, debriefing, and simulation/gaming as a discipline. Simul Gaming. 2010;41(6):898-920.
- Prince M. Does active learning work? A review of the research. J Eng Educ. 2004;93(3):223-31.
- Morris TH. Experiential learning: a systematic review and revision of Kolb’s model. Interact Learn Environ. 2020;28(8):1064-77.
- Greco M, Baldissin N, Nonino F. An exploratory taxonomy of business games. Simul Gaming. 2013;44(5):645-82.
- Vlachopoulos D, Makri A. The effect of games and simulations on higher education: a systematic literature review. Int J Educ Technol High Educ. 2017;14:22.
- Johnson DW, Johnson RT, Smith KA. Cooperative learning returns to college: what evidence is there that it works? Change. 1998;30(4):26-35.
- Martell K. Assessing student learning: are business schools making the grade? J Educ Bus. 2007;82(4):189-95.
- Hamari J, Koivisto J, Sarsa H. Does gamification work? A literature review of empirical studies on gamification. In: Proceedings of the 47th Hawaii International Conference on System Sciences. IEEE; 2014. p. 3025-34.
- Buckley P, Doyle E. Gamification and student motivation. Interact Learn Environ. 2016;24(6):1162-75.
- Biggs J, Tang C. Teaching for quality learning at university: what the student does. 4th ed. Open University Press; Maidenhead; 2011.
- Hattie J, Timperley H. The power of feedback. Rev Educ Res. 2007;77(1):81-112.
- Freeman S, et al. Active learning increases student performance in science, engineering, and mathematics. Proc Natl Acad Sci U S A. 2014;111(23):8410-5.
- Kolb DA. Experiential learning: experience as the source of learning and development. 2nd ed. Pearson FT Press; Upper Saddle River; 2014.
- Panadero E, Jonsson A. The use of scoring rubrics for formative assessment purposes revisited: a review. Educ Res Rev. 2013;9:129-44.
- Frye AW, Hemmer PA. Program evaluation models and related theories: AMEE Guide No. 67. Med Teach. 2012;34(5):e288-99.
- Garris R, Ahlers R, Driskell JE. Games, motivation, and learning: a research and practice model. Simul Gaming. 2002;33(4):441-67.
- Sitzmann T. A meta-analytic examination of the instructional effectiveness of computer-based simulation games. Pers Psychol. 2011;64(2):489-528.
- Shute VJ. Focus on formative feedback. Rev Educ Res. 2008;78(1):153-89.
- Jonsson A, Svingby G. The use of scoring rubrics: reliability, validity, and educational consequences. Educ Res Rev. 2007;2(2):130-44.
- O’Donnell CL. Defining, conceptualizing, and measuring fidelity of implementation and its relationship to outcomes in K-12 curriculum intervention research. Rev Educ Res. 2008;78(1):33-84.
- Marsden E, Torgerson CJ. Single group, pre- and post-test research designs: some methodological concerns. Oxf Rev Educ. 2012;38(5):583-616.
- Gosen J, Washbush J. A review of scholarship on assessing experiential learning effectiveness. Simul Gaming. 2004;35(2):270-93.
访问受限。请登录或开始试用以查看此内容。