基于行为序列的学习过程分析与学习效果预测

摘要:学习过程数据反映了学习者在学习过程中的状态。当前众多对学习者学习过程数据进行挖掘与分析的研究,大多基于学习者在某一学习行为上投入的精力和时间来开展。这些粗粒度数据并不能细致地反映学习者的认知投入水平,且部分学习行为数据对学习效果的预测正确率不高。与学习者参与度相比,学习过程中的学习行为序列,更能反映学习者学习行为轨迹、意愿与认知过程。利用滞后序列分析法对DEEDS平台上的学习过程数据的分析发现:滞后序列分析法可以清晰地揭示若干重要的学习行为序列;相较于支持向量机、逻辑斯蒂回归以及决策树等数据挖掘方法,朴素贝叶斯方法具有良好的预测性能,平均正确率超过70%。研究结果证明,学习者的学习行为序列可以为教师呈现更全面的在线学习图景,帮助教师发现学习者的学习习惯、偏好以及认知过程,辅助教师对教学过程进行反思。同时,通过行为序列数据可以较准确地预测出学习者的学习成就,继而对预测模型中关键属性进行分析,为教师在后续教学过程中采取有针对性的干预措施提供建议,达到提高教育教学绩效的目的。 关键词:学习过程; 行为序列; 数据挖掘; 滞后序列分析法; 学习效果预测; [1]江波,高明,陈志翰,王小霞. 基于行为序列的学习过程分析与学习效果预测[J]. 现代远程教育研究,2018,(02):103-112.

Continue reading »

MOOC 中学习者流失问题的预测分析——基于24 篇中英文文献的综述

摘要:MOOC(Massive Open Online Course)的核心属性之一是“课程”(Course),因此“完成率”或“流失率”始终是其发展中绕不开的话题。借由完成率问题引发的一系列深入讨论和研究,例如流失问题的预测分析,取得了丰富的研究成果,对于增进我们对MOOC研究的认识和相关教学理论的理解都具有积极作用。但由于该领域内还缺乏对预测分析的系统综述,我们对这个问题的研究全貌、研究局限以及未来的研究方向并不明晰。因此,本文通过综述24篇最近五年相关的高质量文献,试图回答三个问题:哪些预测指标是有效的?哪些算法模型是相对较好的?不同模型的节俭性和耐用性如何?通过回答这些问题,本文梳理了有效的预测指标体系,对比了不同算法模型的有效性,并检验了模型的节俭性和耐用性;更进一步,本文通过讨论研究的理性观、实践意义和开展跨领域对话,指出了未来研究可能的研究取径、研究方向和研究重点。 关键词:慕课; 学习分析; 流失率; 预测分析; 文献综述; [1]范逸洲,刘敏,欧阳嘉煜,汪琼. MOOC中学习者流失问题的预测分析——基于24篇中英文文献的综述[J]. 中国远程教育,:1-10.

Continue reading »

基于扎根理论的MOOC在线深度互动影响因素

摘要:近年来,部分MOOC平台为满足学习者的深度互动需求推出了各具特色的互动工具和方法,然而在线深度互动效果并不理想,如何解决MOOC在线互动存在的问题并有效实现在线深度互动是提高MOOC教学质量的关键。本研究运用扎根理论方法探究影响MOOC在线深度互动的深层次原因,结果发现,参与意愿、个体能力、教学情境、知识氛围、支持服务五个主范畴对深度互动存在显著影响,其中参与意愿是内驱动因,个体能力是内部情境因素,教学情境、知识氛围和支持服务是外部情境因素。在此基础上,本研究还探索了五个主范畴的构成因子及其作用机制,构建了”意愿—情境—行为”模型,为MOOC在线深度互动提供思路和实施路径。 关键词:MOOC; 在线深度互动; 影响因素; 扎根理论; [1]刘艳春,张庆普,李占奎. 基于扎根理论的MOOC在线深度互动影响因素[J]. 开放教育研究,2017,(05):64-73.

Continue reading »

基于扎根理论的在线开放课程质量评价指标体系构建研究——以国家精品资源共享课为例

摘要:质量是在线开放课程可持续发展的关键影响因素之一。构建科学、有效的质量评价指标体系对保障和提升在线开放课程质量具有重要意义。目前已有的评价指标体系主要遵循自上而下的标准化方式构建,缺乏对学习者学习需求和学习体验的关注。本文依据扎根理论,选取爱课程网国家精品资源共享课中240条与课程质量相关的用户评价作为原始分析资料,通过开放性编码和轴心编码得出了包含5个一级指标和17个二级指标在内的在线开放课程质量评价指标体系,并对指标体系的信度和理论饱和度进行了检验。5个一级指标分别为系统特性、视频质量、教师队伍、教学内容、辅助性学习资料。在构建指标体系的基础上,针对当前在线开放课程建设中存在的问题,提出了在线开放课程质量保障的对策和建议。 关键词:扎根理论; 在线开放课程; 质量评价; 指标体系; 精品资源共享课;  

Continue reading »

测评大数据支持下的学习反馈设计研究

摘要 测评大数据是基于测评活动获得的学习数据的集合,基于测评大数据分析的学习反馈是发挥大数据优势、提高学习效率的有效途径。本研究从测评大数据的视角探讨了大数据应用于学习反馈环节的机遇与挑战,对当前测评大数据的应用方式及问题进行了分析;从数据优势与教学经验有机结合的思路出发,建构了基于测评大数据分析的学习反馈系统框架,包括:反馈内容设计、反馈环境设计、反馈机制设计三个维度。研究认为:测评大数据为当前学习者状态分析和教学优化提供了更客观的数据支持,基于测评大数据的学习反馈分析与规律总结是教育大数据在基础教育领域的价值所在,把握学习状态是开展下一阶段学习的基础。 关键字 测评大数据;学习反馈;反馈设计 [1]陈明选,王诗佳. 测评大数据支持下的学习反馈设计研究[J]. 电化教育研究,2018,(03):35-42+61.

Continue reading »

在线教育自组织系统的科学原理与趋势分析

摘要 当前,在线教育领域具有”草根服务”特征的自组织行为大量涌现,对这些新现象的认识以及规律的把握,是教育教学改革的重要任务,也是做好教育信息化规划的关键。文章归纳了自组织和他组织关系的演化图谱,认为一个系统的发展要经历结构失稳、自组织主导、他组织介入、他组织主导、新范式出现等几个阶段,并用该图谱解释和分析了我国教育信息化的演化,从而洞悉了在线教育自组织系统的发展趋势。文章认为应该积极看待在线教育自组织行为的作用,从认识、管理、文化三个层面将自组织的开放性和他组织的保障性相结合,为自组织的发展创造良好的环境和制度,这是推进当前教育信息化和供给侧改革的着力点。 关键字 在线教育;自组织;原理;图谱;趋势 [1]殷宝媛,陈丽. 在线教育自组织系统的科学原理与趋势分析[J]. 电化教育研究,2018,(03):56-61.

Continue reading »

不同在线协同评价方式对学生概念知识表征的影响研究

摘要: 采用实验研究法,以华东地区某高校一年级教育技术学专业的55名学生作为实验对象,令其绘制“行为主义学习理论”概念图,根据绘制结果,将其分为知识表征能力相当的实验组和对照组。对于对照组,给定基于概念图的知识表征能力测量标准,小组成员对标准内涵进行在线解读;对于实验组,只给定测量标准的框架,具体内容及方式由小组在线协商自主生成。之后,在各组内开展在线概念图协同评价活动。结果表明,在概念表征得分方面,控制组的学生得分显著高于实验组的学生;在概念图的四个构成维度方面,不同评分标准本身的引导、不同协作学习方式会影响这些维度的细部效果。 关键字: 在线协同评价;概念知识表征;概念图 [1]王靖,董玉琦,马志强. 不同在线协同评价方式对学生概念知识表征的影响研究[J]. 电化教育研究,2018,(03):96-102.

Continue reading »

数据驱动下的学习支持设计与实践

摘要: 随着数据挖掘与学习分析技术的发展,如何实现数据价值为学生提供支持服务已成为研究热点。为了合理运用学习过程数据更加准确、客观地辅助学生学习,本研究从精准教学视角出发,构建数据驱动下的学习支持设计模型,描述了学习支持设计的两个主体、四个维度、四个环节,阐释了各维度学习支持的具体设计途径与数据驱动过程,并将其应用于实践,结合实验研究法、问卷调查法、访谈法,运用SSAS等学习分析工具验证数据驱动下的学习支持有效性。结果表明,数据驱动下的学习支持能够影响学生学习决策,进而提升学生元认知水平、学习成绩与流畅度,在学习效果与学习能力方面均具有显著促进作用。 关键字: 学习支持;精准教学;数据驱动;学习分析 [1]李士平,赵蔚,刘红霞. 数据驱动下的学习支持设计与实践[J]. 电化教育研究,2018,(03):103-108+114.

Continue reading »

智慧教室环境中的课堂互动教学现状分析——基于小学数学课堂教学个案的研究

摘要: 文章基于行动研究取向,运用课堂视频内容分析法,通过对智慧教室环境下技术对课堂互动的支持分析和师生互动的话语分析,对智慧教室环境下开展的一节小学数学课的课堂互动进行了研究。研究发现:智慧教室环境下,课堂互动本质上并没有超越传统课堂。具体表现在:(1)技术主要支持的仍然是教师主导的教学行为;(2)技术支持的课堂即时生成的资源没有得到有效应用,动态生成教学的技术优势并没有得以彰显;(3)教师提问空间的窄化限制了学生的思维外显,导致师生互动缺乏深度。 关键字: 智慧教室;课堂互动;小学数学 [1]李利,梁文洁,薛锋. 智慧教室环境中的课堂互动教学现状分析——基于小学数学课堂教学个案的研究[J]. 电化教育研究,2018,(03):115-121.

Continue reading »