随着教育改革全面推进,我国增大了对教育情感的关注,教师课堂情绪的研究被视为一个重要的话题。目前对于教师情绪的研究多处于宏观层面,研究方法、研究范围也受到许多局限。随着信息技术的发展,物联网、大数据、人工智能等相关技术为课堂行为的微观研究提供了新的思路,为了探究教师情绪在教学课堂场景中的微观表现,本文借助现代技术对教师课堂情绪特征进行了分析,并进一步考察了教师不同课堂情绪特征下的学生行为效果。主要工作和创新如下:首先,为了探究教师课堂情绪与学生行为间的关系,本文基于情绪工作的结构维度和社会建构理论提出了教师课堂情绪互动模型,用以描述课堂上教师情绪信号在师生互动中的表达与传递,以及教师课堂情绪对学生课堂行为的影响,并依此理论基础展开进一步的研究。其次,借助现代技术对教师语音、面部、肢体情绪进行识别、编码,利用计算机对教师课堂语音情绪进行分类、识别、切割,再根据教师课堂情绪和学生行为的外显特征,本文构建了教师课堂面部、肢体情绪观察表和学生课堂行为观察表用以对教师课堂情绪其它外显特征和学生行为统计、量化。通过对16组教师、学生相对应的视频数据进行识别、编码、统计、计算,最终获得1364组数据,其中教师数据包括课堂情绪状态、情绪类型、情绪强度和情绪持续时长,学生行为数据包括学生专注率、举手率和疲倦率。最后,对数据进行统计、分析,探究教师课堂情绪频率、强度、多样性、持续时间方面的特征及特征下学生专注率、举手率和疲倦率的高低。结果主要包括:(1)教师课堂情绪以积极为主,主要表现在师生互动中,但消极情绪也不容乐观。整体情绪强度偏弱,主要为单一情绪,表现在肢体情绪上,持续时间多为15s以上。(2)长时的消极和中性情绪下学生的专注力较低,特别是教师单一的消极肢体情绪下时。(3)教师积极情绪表达方式越丰富、强度越大,学生的举手行为越多,特别是积极语音+肢体的复合情绪下,学生举手效果最佳。(4)中性情绪比某些消极情绪下的学生疲倦率更高。根据以上研究结果,本文针对教师课堂情绪的运用提出建议。通过以上工作丰富了教师课堂情绪的理论研究,同时也为情绪识别相应技术的突破提供理论基础,另外,研究结论有利于教师情绪调节与改善的实践运用。