节点文献

基于眼动追踪技术的在线学习认知负荷量化模型研究

免费订阅

【作者】 薛耀锋李卓玮

【Author】 XUE Yao-feng;LI Zhuo-wei;Department of Educational Information Technology, East China Normal University;Shanghai Engineering Research Center of Digital Education Equipment, East China Normal University;

【机构】 华东师范大学教育信息技术学系华东师范大学上海数字化教育装备工程技术研究中心

【摘要】 与传统课堂学习相比,在线学习具有信息量大、复杂度高的特点,对在线学习者的学习效果具有一定的负面影响。在分析认知负荷与眼动追踪技术的基础上,文章结合注视时间、注视点个数、瞳孔直径等三项眼动指标,构建了基于眼动追踪技术的在线学习认知负荷量化模型。随后,文章通过在线学习环境下的学习者认知负荷测试实验,结合大量眼动实验数据,验证了量化模型的可行性和准确性。基于眼动追踪技术的在线学习认知负荷量化模型的提出,可为生理指标测试工具应用于在线学习提供有价值的理论参考。

【关键词】 眼动追踪技术在线学习认知负荷
【基金】 上海市浦江人才计划项目“基于大数据的义务教育年限延长政策及社会影响研究”(项目编号:17PJC034)的阶段性研究成果
【所属期刊栏目】 教学研究 (2019年07期)
  • 【分类号】G434
  • 【下载频次】58
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: