面向智慧教育的学习分析研究

来源 :第21届全球华人计算机教育应用大会 | 被引量 : 0次 | 上传用户:gnaixug
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科学技术的进步和信息技术在教育领域的深入应用,大数据环境支持下的智慧教育已成为教育信息化发展的新方向.智慧教育是一种以学习者为中心的、智慧的、能够真正实现因材施教的新型教育形式,学习分析技术是智慧教育促进教育改革与发展的关键.文章从学习分析的定义出发,探讨智慧教育和学习分析的关系,并提出大数据环境下面向智慧教育的学习分析的特征、优势和面临的问题与挑战.
其他文献
本文对国内外200门网络课程进行无障碍检测,分析检测数据,对比国内课程的无障碍现状,发现国内无障碍在线课程的无障碍水平明显低于国外的无障碍水平.随着我国对信息无障碍的重视,网页无障碍水平得到了一定的改善,但在对检测数据的分析中发现,我国的在线网络课程中仍然存在错误亟待解决.本文对国内外的在线课程进行研究,分析归纳存在的问题,以期对我国的在线网络课程无障碍性提供改进建议.
化学信息素养既强调化学知识信息,也强调信息技术合理而有效的应用,关注于"知识层面"的化学信息如何通过"媒介层面"得以获取、转换、应用和创造,直指学生思维品质的提高和化学学习的有效实现.为探查中学生化学信息素养的培养现状,从学校环境、课堂教学两个维度构建框架,编制问卷调查了334名中学化学教师.通过分析数据,发现当前化学信息素养培养在各维度上存在的问题,并以此为据,提出中学生化学信息素养的培养建议和
本文旨在探究在采用翻转课堂教学法的课堂中,实现高层次的认知投入的途径.在目前的研究中缺乏理论框架分析学生的高层次认知投入.本文提出一个分析框架,逐项剖析不同类型的同伴互动在不同对话类型中的学习结果和认知结果,探究高层次认知投入的发生条件.期望通过本文的讨论,为今后设计和实施高层次认知投入的学习活动提供基础.
移动学习是目前在线学习的一种发展趋势,利用移动端进行MOOC学习是移动学习的主流方式之一.文章就移动MOOC的设计与用户体验进行研究分析,提出了MOOC移动端设计的六个原则.使用问卷调查法和数据统计分析法对移动端MOOC设计进行研究,并对用户的主观评价进行内容分析,数据分析和内容分析结果验证了提出的六个原则的正确性和合理性.基于这些原则提出了移动MOOC设计的具体建议.
本研究旨在探讨国小师资生使用云端即时回馈系统之科技接受度为何.研究架构以Davis(1989)的科技接受模式为基础.研究对象为北区某大学选修教育学程的109位国小师资生,以问卷调查法进行相关资料之蒐集,并以皮尔森相关分析和路径分析进行验证所设定之九项假设.研究结果显示:国小师资生使用云端即时回馈系统在科技接受模式各个构面均达显着相关,且路径分析结果发现除系统品质指向知觉易用性此条路径未达显着外,其
无论是从语言理解的角度,使学习者能够听懂、读懂,还是从语言产出的角度,让学习者能够会说、会用,组合概念都是语言学习中一个不可回避的难题。这一点在对外汉语教学中尤为突出,因为汉语是意合语言,把意思“说清楚、讲明白”一直是教学的难点。在语言学习中,组合概念的释义问题是一个不可回避的难题.本文利用Sketch Engine语料库,通过恢复修饰词和中心词之间隐含的语义关系,对组合概念进行自动释义,这是语料
随着教育信息化的快速发展,信息技术与教育的深度融合逐渐成为研究的热点.本文基于Scratch平台设计了"走进动物王国"、"设计小故事"和"小小配音师"教学主题活动,通过设计、创作故事情节和为卡通人物配音等形式,激发学生的学习兴趣,引导学生合作与分享.
本研究旨在探讨科技如何辅助学生学习中文阅读理解课程.研究的科技应用为(1)辅助学生阅读中文文学作品时绘制心智图(2)在学生绘图阐述阅读理解时提供反覆指导.Popplet与EverCam为主要应用的两项科技工具.本研究采质性研究法,透过课堂观察和学生晤谈了解科技辅助学生的发展与学习成效.研究对象为台湾19位实施国际文凭组织小学阶段课程的六年级学生.研究发现,科技在提升学生学习动机与促进高层次思考过程
眼动研究作为一种重要的心理学实验研究方法,近几年被广泛应用于教育研究领域当中.本文采用文献计量法和内容分析法,从文献量、研究主题、研究领域、数据分析方法和眼动数据指标选取等五个方面对过去五年(2012-2016年)国内核心期刊和CSSCI期刊上发表的关于教育研究领域"眼动研究"的文献进行统计与定量分析,阐述了眼动研究的关键内容和研究现状,为未来高效地采用眼动追踪技术进行学习干预研究提供参考.
学习预警是提升在线学习质量的重要途径,知识掌握程度作为学习预警中的重要组成部分,是检验学习成效的重要指标.文章在调研、分析大量文献的基础上构建了在线学习知识掌握程度预警框架,指出知识掌握程度预警的实现依赖于三个模块,即诊断模块、预测模块以及预警模块,并对这三个模块进行了详细的阐述,最后对知识预警的进一步发展完善提出相关建议.