节点文献

数据驱动下的在线学习状态分析模型及应用研究

免费订阅

【作者】 王洋刘清堂张文超David Stein

【Author】 Wang Yang;Liu Qingtang;Zhang Wenchao;David Stein;Collaborative & Innovative Center for Balanced Development of Information and Foundation Education,Central China Normal University;College of Education and Human Ecology, The Ohio State University;

【通讯作者】 刘清堂;

【机构】 华中师范大学信息化与基础教育均衡发展协同创新中心俄亥俄州立大学教育与人类生态学学院

【摘要】 学习状态是决定学习者在线学习效果的重要指标。针对在线学习中学习者学习状态的测量方法,探究学习者的学习状态与学习行为之间的关系,可以为教师、学习者和教育管理者提供评估、预测与干预的依据。基于"云平台"上269名学习者的12912条在线学习操作数据,构建数据驱动的学习状态分析模型,对投入、挫折、困惑、分心四种学习状态的行为特征进行了分析。其精确度和科恩的一致性的结果表明:机器分析结果与自我报告结果一致性较高,具有一定参考性。对其的进一步应用研究结果表明:学习者的学习状态与其学习效果显著相关,这为基于学习者学习行为数据的状态分析研究提供了参考。

【基金】 湖北省技术创新专项“‘互联网+’精准教育关键技术研究与示范”(2017ACA105);教育部—中国移动科研基金项目“信息技术支持下的区域教研模式研究及试点”(MCM20170502);华中师范大学优秀博士论文培育计划项目“中美在线教育中教师教学存在对学生学习的作用研究”(2018YBZZ038)的研究成果
【所属期刊栏目】 学习新论 (2019年02期)
  • 【DOI】10.15881/j.cnki.cn33-1304/g4.2019.02.009
  • 【分类号】G434
  • 【下载频次】395
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: