计算机多媒体在英语课堂教学中的运用与反思

随着现代教育技术的进一步发展，特别是近几年来，计算机技术在人们工作和生活中被广泛地使用，多数英语教师也在他们的教学工作中大量地开发和使用多媒体计算机来辅助教学。他们已尝试用Powerpoint，Authorware和Flash等软件来设计英语课堂教学，利用多     

面向"服务"视角的自适应学习系统设计与实现

自适应学习系统是当今乃至今后教学系统的研究热点,它是学习者实现远程个性化学习的前提条件.本文针对目前自适应学习系统的用户模型建模问题以及常见的一些网络学习服务平台实现学习者获取资源策略存在不足之处,提出了面向"服务"视角的个性化推荐策略,设计与实现了面向"服务"的自适应学习系统(SOALS,Service-Oriented Adaptive Learning System),分别从系统的架构流程(程序驱动和用户自主选择学习路径)、核心组件(用户模型和领域模型)、学习资源建设标准及实现技术和部分功能实现等方面做了深入剖析,为同行研究者提供了理论依据和实践参考.     

浅谈初中作文教学中的互动交流

不少教师感叹现在的初中学生,作文水平越来越差,是麻布袋草布袋,一代不如一代。听那口气,似乎学生写不好作文,那责任不在老师,而在学生。怪学生吗？我曰：非也,责任在老师。没有教不好的学生,只有不会教的老师。如果我们到教学第一线去看一看就可以知道,大多数教师对阅读教学很重视,但在作文教学上所花时间少之又少,     

如何培养学生的创新能力

创新教育的中心就是培养学生的创新精神、创新能力、创新意识。教师应以培养学生的创新意识和实践能力为目标,在教学方法上大胆突破,确立教学原则。     

基于大数据的个性化自适应在线学习分析模型及实现

通过大数据学习分析模型,能够深入探究学习者的学习过程与情境,发现学习规律,根据每一个学生的需求和能力为其提供个性化自适应学习。本研究综述了大数据的内涵及应用,从微观视角提出了大数据之“大”,不在于其表象的“大容量”,而在于分析数据的全面性和潜在的“大价值”。基于大数据分析,从数据与环境(What)、关益者(Who)、方法(How)和目标(Why)等4个维度构建个性化自适应在线学习分析模型。以《C语言程序设计》课程学习为例,从基于大数据个性化自适应的学习过程结构、学习过程可视化及学习效果实证等方面进行分析,研究结果表明对学生学习行为与知识掌握的数据分析,能够推荐合理的学习路径与恰当难度的学习资源,可对学生的学习效果做及时准确的反馈,提供个性化服务干预,有利于促进教与学。     

可视化技术在e-learning系统中应用的国外研究现状及启示

师生在e-learning环境中所面临的信息过载问题由来已久,将信息以可视化方式呈现能减轻用户认知负荷、增强对信息的感知,是解决以上问题的重要突破口。该文首先界定了e-learning系统中可视化技术的内涵,然后针对国内实践研究的不足,采用文献研究法剖析了国外相关研究现状,重点对用户模型、在线交互、学生跟踪数据、学习过程可视化工具进行梳理,分析其可视化机制。最后提出可视化技术应用在e-learning系统中未来值得关注的研究方向有:用户模型功能一体化研究、预测模型构建研究、混合学习过程可视化研究、思维过程可视化研究,研究结果以期为国内开发本土化可视化工具的实践研究提供参考借鉴。     

数字化时代在线学习行为结构及其作用机理研究——自我调节理论视角

数字技术与数字社会的高速发展为教育结构变革注入力量,在线学习研究成为推动中国教育数字化转型的重要领域。合理全面地识别与分析在线学习行为是厘清在线学习活动规律、顺应数字化时代发展之基石。让学生在线学习时保持学习行为参与进而实现良好的自我调节是一项重要的科学问题。基于自我调节理论,从计划、表现和反思三个阶段系统梳理在线学习行为,采用随机森林算法精细化识别最能影响在线自我调节学习的关键行为,并利用解释结构模型方法分析在线自我调节学习的行为结构,进一步揭示数字化时代在线学习行为对自我调节学习的作用机理。研究成果提供了对在线自我调节学习行为涌现及其演化规律的新见解,为未来开展灵活、精准、个性化的大规模数字教育提供理论与实践依据。     

自适应学习系统述评及其优化机制研究

一些网络学习系统如Blackboard、Moodle、SaKai等提供给学习者都是千篇一律的学习资源,不能根据用户特性动态适应地呈现个性化学习内容。因此,构建自适应学习系统是解决学生需求的个性化与教学资源的静态化的有效方案。本文对国内外一些常见的自适应学习系统进行了研究分析,总结出其特点和不足,设计与实现一个面向服务的自适应学习系统,分别在系统参考模型设计、用户模型和领域模型构建、个性化学习资源推送策略、多元化学习资源建设以及系统依据学习风格模型适应性呈现学习活动序列和学习资源等方面做了大量的优化研究。     

自适应学习系统中双向适应交互评价实证研究

随着信息技术的快速发展,网络学习已经成为人们生活中不可或缺的一种学习方式。以实现网络个性化学习为目标的自适应学习系统成为提高网络学习质量的重要研究课题。然而目前大多数自适应学习系统仅具有单向适应能力,即实现了系统根据用户特性适应性向学习者呈现学习资源、过程和策略的功能。尽管这种功能有助于解决学习者认知超载和网络迷航问题,一定程度上提高了学习效率,但学习者在此系统中是一种被动学习,不利于培养学习者自主学习能力和创新能力,也不利于促进学习者对知识的主动建构,还容易使学习者产生惰性。因此,应该充分考虑学习者和系统之间的主客体关系,在自适应学习系统中建立双向适应交互,即用户主动选择资源的适应性交互和系统主动推送资源的自适应交互。双向适应交互最为关键的是用户模型,而认知风格是用户模型中影响学习者个体差异的一个重要元素。从学习效率和使用感受两个层面实证评价双向适应交互性,以及认知风格对其的影响发现:采用自适应学习方式,学习者具有更积极的学习态度,能够取得更好的学习绩效;但认知风格会影响到自适应学习和适应性学习的绩效。     

基于过程挖掘的在线自主学习行为模式识别及干预实证研究

自主学习符合人类学习的本质,被赋予了从未有过的价值与使命,实现了自我驱动的学习行为.在线学习背景下,有必要挖掘学生自主学习行为模式,识别学生认知过程,寻找在线学习规律,解决自主学习能力薄弱问题.通过顺序分析和聚类分析算法,对论坛、测验、作业与评价和资源四类学习行为进行挖掘,分析高低成就学习者之间的在线自主学习行为模式差异.并基于模仿榜样理念,以高成就学习者的学习行为模式为策略,对低成就学习者进行干预.研究结果表明高低成就学习者在线自主学习行为模式存在显著差异,且高成就学习者的学习行为模式对低成就学习者具有指导作用,可为均衡化教学提供新思路与方法,缩小规模化教学与个性化教学的矛盾.