桌面虚拟现实学习环境对学习投入和学习成绩的影响——基于多模态数据

虚拟现实+教育正逐渐从"概念设想"走向"落地应用",成为促进教育发展的新型技术手段.然而,与在线学习环境相比,有关虚拟现实学习环境对学习投入影响的探讨尚不深入.本研究采用实验法,利用脑波仪、眼动仪和量表等工具收集学习者学习过程中的多模态数据,分析和对比桌面虚拟现实学习环境和在线学习环境对学习投入和学习成绩的影响.研究发现:1)两种环境下的学习投入存在显著差异,桌面虚拟现实学习环境下学习者的认知投入和行为投入更高;2)两种环境下学习成绩存在显著性差异,桌面虚拟现实学习环境下陈述性知识的学习效果更好;3)桌面虚拟现实学习环境下学习投入与学习成绩之间存在显著相关关系.     

桌面虚拟现实学习环境对学习投入和学习成绩的影响——基于多模态数据

虚拟现实+教育正逐渐从"概念设想"走向"落地应用",成为促进教育发展的新型技术手段.然而,与在线学习环境相比,有关虚拟现实学习环境对学习投入影响的探讨尚不深入.本研究采用实验法,利用脑波仪、眼动仪和量表等工具收集学习者学习过程中的多模态数据,分析和对比桌面虚拟现实学习环境和在线学习环境对学习投入和学习成绩的影响.研究发现:1)两种环境下的学习投入存在显著差异,桌面虚拟现实学习环境下学习者的认知投入和行为投入更高;2)两种环境下学习成绩存在显著性差异,桌面虚拟现实学习环境下陈述性知识的学习效果更好;3)桌面虚拟现实学习环境下学习投入与学习成绩之间存在显著相关关系.     

开放学习环境中学习行为投入与认知投入的实证研究

基于学习分析视角,文章从学习行为投入与认知投入两个方面对开放学习环境中的学习者进行描述,并以学习行为投入评测框架和认知投入编码框架为研究工具,利用定性、定量研究方法对408名课程学习者产生的数据进行分析,结果表明:行为投入呈现成绩导向特征,且存在5种类型;中等认知投入水平学习者占比大、类型多为总结型;与同伴交互会促进认知投入水平提高;行为投入、认知投入与期末成绩存在显著正相关的线性关系。探究开放学习环境中的学习行为投入和认知投入,旨在从学习者层面为开放学习环境建设提供新思路。     

虚拟现实技术有助于降低学习者的认知负荷？——基于23项实验与准实验研究的元分析

虚拟现实技术因能促进学习者的概念理解、知识迁移和情感投入等而广受关注。认知负荷是衡量虚拟现实技术教育效果的重要因素。国内外均有针对虚拟现实技术影响学习者认知负荷的实证研究，但结论存在争议。本研究采用元分析方法，深入分析国内外23篇实证类研究文献，从学科、学段、干预时间等维度探讨调节变量对虚拟现实影响认知负荷的作用。结果表明，虚拟现实技术整体上对减少认知负荷起中等程度的促进作用；调节分析显示，认知负荷测量工具、虚拟现实应用场景、教学方法在虚拟现实技术影响认知负荷过程中发挥调节作用，学段、学科、干预时间和频率、虚拟现实技术类型等不存在调节效应。     

远程教育学习者学习投入提升策略研究

学习投入是保证学习质量、促进学生深度学习的重要因素,在高等教育质量评估中日益受到重视。以江苏开放大学学习者为研究对象开展问卷调查,对其学习投入现状进行分析,同时对不同类别学习者群体的学习投入水平差异也进行详尽分析。结果表明,远程学习者的学习投入水平整体较高,各维度从高到低依次是情感投入、认知投入、行为投入,学习投入水平最低的项目分布在学习者在人际交互、时间管理、情绪管理、归属感等四个三级指标中,研究同时还表明,学习者群体在性别、年龄、专业上的学习投入水平存在显著差异,最后提出提升远程学习者学习投入的策略。     

在线讨论中动态学习情绪和认知行为序列的关系研究

在线讨论作为在线学习的重要组成部分,其产生的文本数据可以反映学习者的认知水平、互动质量以及情绪状态。学习情绪影响认知行为,从而影响学习成效,研究学习情绪和认知行为之间的关系非常重要。文章基于Harris等人的情绪分类法和蔡今中的认知分类体系,使用内容分析法和滞后序列分析法研究学习者的动态学习情绪、认知行为序列模式以及学习情绪和认知行为之间的关系。研究表明:困惑情绪和消极情绪会转化为积极情绪,但是中性情绪不会转化为积极情绪;学习者倾向于呈现描述行为和推断或解释行为,且认知行为序列模式具有渐进性特征;描述行为会引发消极情绪,比较行为、推断或解释行为会引发积极情绪。教师可根据学习者的行为转换情况进行适当的指导和干预,以提升学习者的学习效果。     

教育大数据环境下基于学习画像的个性化学习路径设计研究

在线学习环境下,探索符合学习习惯和偏好的学习活动路径能够降低学习者学习盲目性、提升学习者的课程体验。研究以教育大数据为背景,以MOOC为研究案例,以个性化学习路径为研究内容,通过对学习结果分类理论、教育目标分类法以及三维目标分类理论的分析、对比、归纳、借鉴,对MOOC平台学习者行为数据进行了维度划分,并从态度和认知两方面入手构建了包含学习兴趣、知识水平、综合能力三个维度的学习者学习画像特征模型。在此基础上,通过交叉使用Apriori All算法和贝叶斯网络对平台行为数据进行差异处理,使其转化为具有信息价值的具体数值,设计出了学习画像与个性化学习路径拟合系统。在此基础上,运用蚁群算法实现个性化学习路径的生成与推荐,为学习者提供精准的学习路径指导,降低学生迷航率。研究结果表明:基于学习画像的个性化学习路径推荐具有精准性;学习画像可以实现MOOC环境下平台数据和学习者之间的耦合;交叉使用多种算法实现不同维度数据的差异性处理,使数据分析、处理、应用具有合理性,是实现个性化学习路径生成推荐的良好基础。     

中医院校大学生宿舍气氛和学习投入的模型研究

基于积极心理学和认知行为理论,对针推、康复专业大二年级280名学生进行了问卷调查,分析宿舍气氛和学习投入与认知投入、情绪投入、行为投入三个维度之间的关系。     

基于聚合统整的汉语在线学习资源认知模型建设

在线资源建设的基本内核是构建资源认知模型。研发认知模型的前提是进行学情自适应分析、学科知识特征自适应分析和汉语资源数据库建设。汉语学习资源个性化认知模型可建设途径有多种,基于词的汉语在线学习资源认知模型为其典型代表。词是汉语最基本的语言单位,是汉语学习网络建构的重要起点,是连通汉语立体化多维视角的重要元素。汉语词的在线资源认知模型由自然范畴、社会范畴、认知范畴、使用范畴四大基本范畴和书写维度、语音维度、语义维度、人文维度、环境维度、对象维度、展示维度、交互维度、规则维度、交际维度十个认知维度组成,由此可延展出场景-功能、话题-主题等单元认知环境。模型通过统整、融通实现信息聚合。在线汉语学习资源认知模型评估,可从内检和外验两个维度进行,建立起包括资源内容和形式、学习过程和结果在内的4类16项评价指标。     

虚拟学习社区采纳行为影响因素实证研究

虚拟学习社区已逐渐成为一种重要的非正式学习环境,学习者对虚拟社区的采纳是开展虚拟社区学习的前提。以理性行为理论和技术接受模型作为个体行为影响因素研究的理论框架,从行为视角识别和分析影响学习者采纳虚拟学习社区的主要因素,建立虚拟学习社区采纳行为前因模型,提出相应研究假设,并采用结构方程模型统计技术进行实证数据分析。实证结果表明,学习者采纳虚拟学习社区的行为受学习者的个体特征、虚拟社区的环境特征和虚拟社区的技术环境多方面因素影响,其影响的显著性与强度存在着差异。     

网络学习空间中虚拟教师的社会形象研究

网络学习空间中虚拟教师的社会形象影响学习者的学习效果，而学习者对虚拟教师的社会形象存在学习偏好，但现有研究在设计虚拟教师社会形象时较少考虑学习者对偏好的自主选择性和灵活可编辑性。为此，文章依托社会代理理论、具身认知理论和情绪动机理论，提出了包含静态形象、动态形象、语音形象的虚拟教师社会形象设计框架。以此为指导，文章从社会形象环境、模型、数据库三个维度对虚拟教师的社会形象进行了系统性构建，并阐释了其在客户端的实现。之后，文章以小学视频课程学习为应用情境，分析了虚拟教师社会形象的偏好选择对学习效果的影响。文章提出的虚拟教师的社会形象设计框架和虚拟教师社会形象的系统性构建，对于促进网络学习空间中在线教学方式的创变、人机共融的师生协同生态重构具有重要的理论与实践价值。     

在线学习投入的分析模型构建及应用研究

研究表明,在线学习投入是影响学习绩效的关键要素,开展在线学习投入研究可以为学习者提供针对性的教学干预和过程性的学习支持.研究通过对不同维度进行分析,构建了在线学习投入分析模型,并以中国大学MOOC"教育传播学"为例探究在线学习投入与学习绩效之间的关系.研究结果显示,在线学习投入中的认知投入、情感投入和社交投入与学习绩效呈显著正相关关系;在线学习普遍存在浅层的认知投入和无效的行为投入;积极的情感投入和社交投入能够有效提升学习绩效.     

基于智能Agent的远程学习者情感与认知识别模型——眼动追踪与表情识别技术支持下的耦合

情感与认知状态的准确识别是实现远程学习者与教学Agent有效互动的基础。只有有效识别出学习者的情感与认知状态,教学Agent在改变学习者行为态度、帮助学习者获取和理解知识、支持学习者认知发展方面才能取得预期的效果。现有的教学Agent普遍存在两方面问题:一是缺乏情感交互性,容易使远程学习者产生厌倦情绪;二是认知推断功能薄弱,对学习效果的促进作用不稳定。这主要是由于Agent对学习者状态的识别不够充分造成的。已有的学习者状态识别方法虽然在学习者情绪状态的识别方面各有优势,但却无法同时检测学习者的视域、学习情绪与认知状态。学习者的眼动追踪数据是判断学习者实时状态的重要指标,也是学习者与Agent进行情感交互的重要依据。结合表情识别和眼动追踪技术构建的基于智能Agent的远程学习者情感与认知识别模型,将眼动追踪与表情监控迭代识别、情感与认知识别过程相耦合,以提高远程学习者状态的识别准确率,改进Agent对学习者的情感和认知支持,为智能教学Agent与远程学习者交互机制的研究提供新的思路和方法。     

学习风格理论在大学外语教学中的意义

学习风格即学习者特有的认知、情感和生理行为,是学习者知觉与学习环境相互作用并对之做出反应的持续、一贯带有个性特征的行为方式,是学习者个体差异研究中重要的课题,对外语教学具有重要意义。     

个性化学习资源推荐中文本情感识别的作用及关键技术

基于数据智能分析的学习资源推送是精准支持个性化学习的教学服务方式之一。随着人工智能技术和学习分析技术的发展，通过对行为数据、测评数据和日志数据等的分析进行资源推送虽已有较成功应用，但未能实现学习者个人情感状态为引导的资源推送。为此，该研究针对个性化学习资源推荐中情感价值、情感控制理论和实践的缺失，以实现个性化学习多维度情感识别为目标，采用BERT模型和TextCNN构建个性化学习资源推荐文本情感识别模型，并提出了基于学习者作业、论坛内容等的文本情感识别模型实现过程。学习资源推荐文本情感识别模型和实现过程可为真实应用提供方法支持和技术路线指引。     

社交学习网络中基于学习认知的情感交互研究

在分析社交学习网络特点的基础上,文章探讨了情感识别与学习者学习状态之间的关系;通过将学习者脸部表情、眼动、人体姿态与情感图文等多模情感作为识别的指标,并结合学习者的学习认知状态和学习行为,构建了社交学习网络情感交互模型。该模型可以促进学习者的认知发展,支持大规模的远程学习;也可以对社交学习网络进行更好的监督与指导,为该网络在学习上的应用提供新思路与新方法。     

基于在线作业数据的学习行为投入画像构建研究

学习者画像是描述学习者特征、实现智能化推送、实施个性化教育的重要基础.如何挖掘并利用在线学习平台中的数据构建学习者画像是当前亟待解决的问题.研究以在线作业为目标场景,以在线学习行为投入为切入点,构建了以参与、坚持、专注、学术挑战和自我调控为主要维度的分析框架和测量指标,利用7695名小学生在线作业数据进行了27个测量指标的有效性验证,采用K-Means聚类方法对在线学习者的行为特征和结果特征进行了标签分类,形成了四类学习者的群体画像,提出了相应的学习指导建议.研究发现,学习者的学业成绩与作业行为投入之间存在显著相关,不同的行为投入平台指标与学业成绩呈现不同的相关性,学习品质相关指标与学业成绩呈现强相关.因此,在线教育平台应通过画像技术,持续跟踪学习者的在线学习行为投入,评估学习者的学习品质,提出个性化的指导建议,推送精准化的学习资源,进而提升学习者在线学习效率.     

英语学习风格研究及启示

学习风格即学习者特有的认知、情感和生理行为,是学习者知觉与学习环境相互作用并对之做出反应的持续、一贯带有个性特征的行为方式。英语学习风格的研究对语言教学有重要影响,我们从中可以获得很多启示。     

以认知建模为支架的适应性学习系统构建

本文在分析了现有适应性学习系统的基础上,发现其存在学习过程的跟踪表面化和简单化、缺乏适合学习者认知过程的动态适应性、未能体现学习者的主观参与等问题,提出以认知建模为支架的适应性学习系统的设计思想,将动态适应性和学习者特征模型作为两个主要特征进行系统模型构建,重点阐述了系统动态适应性的实现和基于认知模型的学习者特征模型构建的方法。     

促进学习的评价:在线开放课程中同伴互评投入度研究

后疫情时代,提质增效是在线开放课程内涵式发展的重要抓手。重申促进学习的评价,强调学习者的深度参与,探究学习者参与同伴互评的特点及现存问题具有重要的现实意义。文章基于国内一门在线开放课程,采用学习分析技术从结构化与非结构化数据入手,分析在线开放课程同伴互评过程中学习者的投入度,并进一步探究同伴互评投入度与学习绩效的关系。研究结果表明,在线开放课程中学习者同伴互评的行为投入及认知投入不高,但是参与同伴互评能够识别更有动力通过课程的学习者,且其认知投入度能够预测其学习绩效。基于FBM(学习行为模型)模型提出促进同伴互评投入度的两阶段干预策略,从而提高学习者参与同伴互评的投入度,并为教师及平台提供更具针对性的策略建议。