"教师—研究者"协同设计提升职前教师在线教学能力的策略研究

以发展在线教学为契机,促进信息技术与课程教学深入融合,是当前教学创新的重要内容.然而,在缺乏学习设计理论与方法指导的情况下,教师容易产生复制传统教学模式的行为倾向,这就难以达到教学创新的目的.针对这一现实问题,本研究基于证据启发的学习设计理念,提出运用"教师—研究者"协同设计的方式提升教师在线教学能力的解决方案.为了验证解决方案的有效性,本研究对64名职前教师实施了基于WISE平台的协同设计实证研究.通过分析职前教师干预前后的调查问卷和反思文本,本研究发现职前教师的在线教学能力提升显著.这一方式还增强了教师在线教学的态度和信念,引发教师对在线教学的深度反思,但教师在编排在线教学内容和组织在线教学活动等方面仍面临挑战.本研究建议,研究者需要将学习科学知识转化为指导教师认知的实践性知识,引导教师在技术中介情境中开展"以设计为中心"的实践,促进教师在线教学能力的发展.本研究是连接学习科学研究与教师专业发展的本土化实践,可为在线教学创新提供新思路.     

基于RCYPT校本课程探究流体力学线上讲座式教学方法

师生讲座活动是我校课程建设的一大特色，教师通过讲座的方式进行教学活动，可以发挥教师自身的专业优势，开阔学生视野.我校充分利用在线教育平台和资源，基于RCYPT校本课程中的流体问题开展了一次线上讲座式教学活动，通过在线交流平台师生互动、交流探讨，为后续开展线上讲座式教学积累了宝贵经验.     

地方高校大规模在线教学的实践思考与应用 ——基于江苏省H学院问卷调查的分析

2020年新冠肺炎疫情期间,大规模在线教学成为高校开展教学活动的有效方式.为探究在线教学对学习效果的影响,分析在线教学实际成效,分别立足师生主体体验者角度开展问卷调查.结果表明,师生对在线教学满意度较高,在线教学质量能够得到有效保障,但是也存在教学平台和工具的多样性增加学习成本等困扰.调查结论为2021年春季学期大规模...     

基于BBS平台的在线实时教学研究

基于BBS平台的在线实时教学是远程开放教育中师生实时互动的重要方式。众多研究表明,提升在线实时教学效果关键在于提高教师的在线教学能力,包括教师要掌握在线实时教学活动的基本结构和操作流程,培养学生协作学习的意识,科学规划在线实时教学栏目等。因此,笔者以多门课程基于BBS平台的在线实时教学为例,设计了基于BBS平台的在线实时教学的教学活动基本结构图、协作学习小组、BBS栏目。从实际应用效果来看,笔者的研究也提供了基于BBS平台的在线实时教学的有效模式。     

新冠疫情对中学地理教学组织的影响及应对策略

文章通过对中学地理教师和学生的问卷调查和访谈,总结了新冠疫情期间中学地理在线教学组织的主要特征,剖析了其存在的主要问题,并提出了应对策略。研究认为,中学地理在线教学主要通过教学平台建立教学联系,在线教学资料需求大;授课方式以教师讲授为主,以师生问答和课堂讨论为辅;在线课堂教学时间与线下基本一致;课后师生互动方式丰富,互动时间增多。但在系统化教学平台和在线地理教学资源建设、在线课堂教学效果提升、地理实践教学活动组织开展等方面存在不足,未来应构建适应中学地理教学的系统化在线教学平台,加强优质在线地理教学资源建设,多途径提升在线地理教学效果,开展线上和线下相结合的分散式地理实践教学。     

成人学生在线自主学习能力培养的教学支架有效性研究

自主学习能力既是成人学生在线学习效果的重要保障,也是学生终身学习所需具备的能力。将在线教学设计和实施两个阶段的三种教学支架策略分别应用于四门成人在线课程教学实践中,通过分析学生自主学习能力和在线学习行为检验策略的有效性。研究发现：教学设计中的结构化支架有助于促进成人学生自主学习能力的提升;学习过程中问题化支架有助于学生反思、评价等学习行为发生;交互支架所带来的及时师生互动和情感交流有助于提升学习的黏度,促进学生向教师寻求帮助。对成人高校在线课程的教学设计和教学指导具有一定的借鉴意义。     

在线学习自动评价模式构建与应用研究

2011年以来,在美国顶尖大学中迅速发展起来并广泛影响世界的MOOCs(大规模开放在线课程)无疑给"在线学习"树立了成功应用的典范。不同于以往的开放教育资源运动,MOOCs既有优质资源的共享,更有学习支持服务的提供。这使开放在线课程提供者面临一个严峻问题,即日益增长的学习者和有限的师资之间的矛盾。本文尝试采用技术方法缓解这一矛盾,以在线学习的评价问题为突破口,从辅导教师视角提出了"基于学习过程数据挖掘的在线学习自动评价模式",并选取基于Moodle平台开展的纯在线培训日志数据为样本开展模式应用,借鉴已有研究成果构建在线学习评价指标体系,并设计了指标评分算法,采用层次分析法确定评价指标体系权重,并以新的评价指标体系,基于学习过程数据挖掘为某课程学生自动评分。结果表明,自动计算得出的成绩与课程辅导教师人工给出的成绩有着较高的一致性,从而验证了在线学习自动评价模式的有效性。     

教学生活化,课堂互动化——浅析小学作文教学模式创新研究

基于"教学生活化,课堂互动化"——浅析小学作文教学模式创新研究,对目前小学作文教学存在问题,围绕三点进行分析:教学观念落后,学生学习兴趣不高,师生互动较少。在此基础上,对小学作文教学模式创新策略进行探究,希望对教学活动开展提供帮助。     

有效在线教学的策略设计与实践探索

教育部为防控新冠肺炎疫情影响,保护广大师生生命安全和身体健康,提出"停课不停学"开展在线教学的要求。教育主管部门、学校、社会教育机构、教育平台和内容服务提供商全力以赴,为全国超2亿学生线上学习提供各类保障。职业教育实现在线教学的效益,需要在教学模式组织、教学内容选择、教学活动设计等方面采取有力的方法和策略,使教师开展有效的在线混合式教学,打造高质量的线上"金课"。     

游戏化评价对大学生在线学习倦怠及 学习成绩的影响研究

研究表明在传统课堂教学中游戏化评价能够激发学习动机、消减学习焦虑,因此从理论上说游戏化评价具有缓解大学生在线学习倦怠,进而提升在线学习成绩的潜质.为了验证这一假设,在在线教学过程中开展了为期6周的准实验研究.其中,实验组采用基于Quizizz平台的游戏化评价方式实施课后测验,而对照组使用在线教学平台中的普通测验评价方式.研究表明:(1)仅通过游戏化评价干预并不足以有效缓解大学生在线学习倦怠;(2)游戏化评价可提升在线教学测验成绩且并未出现"新奇效应",反而表现出"持续效应";(3)与普通在线测验相比,游戏化评价可使在线学习更加有趣,且评价实质等效;(4)国外游戏化评价系统易用性欠佳,学生期望在线教学与游戏化评价相融合的独立系统.据此提出:对整门在线课程实施游戏化,以及对在线教学平台评价功能实施游戏化或将平台数据与游戏化评价系统融通,是实现在线教学游戏化,进而缓解在线学习倦怠、提升学习成绩的可行路径.     

基于规则和数据学习的清洗模型研究

数据质量在信息管理系统中具有重要意义。然而,由于用户拼写、录入、系统升级等原因导致各种数据质量问题的出现。数据清洗的目的就是检测出脏数据并修复它们。而当前的清洗工具缺乏灵活性和扩展性,基于此,本文提出了一个基于规则和数据学习的通用清洗模型。模型实现了动态规则学习和动态数据学习等关键技术。通过规则匹配和反馈学习过程实现了动态清洗规则最佳选择;通过字段学习和元表学习过程实现了动态数据的初始化。实验证明,应用该模型保证了动态数据的质量,提高了当前清洗工具的灵活性和扩展性。     

基于数据的机器学习问题

通过对基于数据的机器学习问题介绍,阐述了机器学习的主要问题、经验风险最小化、复杂性与推广能力问题。     

基于学习分析的大学生深度学习数据挖掘与分析

在信息化时代的学习中,网络化学习是大学生学习模式的重要组成部分。在网络学习平台上如何利用学习分析技术来收集学生学习大数据,从而引导学生开展深度学习?针对这一问题,文章选取某所高校,利用网络教学平台收集了学生学习及教师教学的大数据,将这些数据根据深度学习过程意向模型的三个部分进行分类,采用具有学习分析的定量研究方法对网络化学习中教师在线备课行为、学生自主学习行为、教师在线指导行为、学生学习反馈行为、师生交互行为进行量化,研究这些行为与深度学习过程意向模型之间相关性。     

泛在技术环境下教学体验与教师角色

随着3G技术、人工智能和云计算等关键技术的快速发展,泛在技术开始出现在多种教育场景中。然而目前国内关于泛在学习的研究,还主要集中在基本理论、技术支持、环境构建、资源服务设计以及标准规范等问题,对泛在技术在教学应用方面的研究还不太突出。深化泛在技术的具体教学应用和实践,对泛在学习研究由理论走向实践,并向教育应用纵深发展具有积极的意义。泛在技术环境下教学系统的各个要素及其关系与传统教学环境存在着内在属性的差异,需要教育实践者亲身体察。华中师范大学教育技术学62名研究生,从体验的视角,在无线网络和笔记本电脑终端构建的学习环境中,探究泛在技术环境下的学习方式、教学交互、课堂参与以及教师角色。研究发现：在泛在技术环境下,学习者以问题为中心,选择自主探究和学习共同体协作为主的方式,进行以人为本的多维互动,其整体参与度呈现多波峰的波浪式变化规律,而个体则以显性参与为主,参与体验的终端数对学生的深层参与影响较大。同时,泛在技术对教师能力提出了更高要求,强化了教师作用,教师转变为集教学组织、引导、帮助和评价于一身的多元角色。但是为了形成平等、互助、协商的学习氛围,教师需适度参与学习者互动。     

基于大数据分析的学习评价

针对目前高校课程评价手段单一,不能满足学生个性化学习的要求,本文提出了一种具有个性化和发展性特征的学习评价模型。该模型基于学生课堂教学、课外自学和部分日常生活构成的大数据,通过数据挖掘技术,给出课程学习过程中对每个学生的评价。学习评价关注学习的每个阶段,给出的建议符合学生个性化要求,并可帮助教师因材施教。教学实践结果显示,这种学习评价有助于改善学生的学习。     

数据驱动的自适应学习分析模型研究

随着教育信息化的深入发展,学习分析逐渐成为人们洞察学习过程细节、实现精准教学和个性化教学的有效方式。学习分析模型的研究有助于给予学习分析正确的指引。文章对国内外的学习分析模型进行了分类和梳理,并阐述了其优势与不足,在此基础上构建了基于数据驱动的自适应学习分析模型,对其构成要素进行了阐释和说明,进而指出它的未来发展趋势,以期为学习分析系统的研发及相关研究提供参考。     

基于数据挖掘技术的资源型学习

数据挖掘技术是一个正在迅速发展的新兴领域，受到社会各界的重视，在现今的应用中，数据挖掘技术主要用于商业，军事，工业等领域的决策应用，在本中，我们将通过对数据挖掘技术、知识发现，资源型学习的认识来讨论一种基于数据挖掘技术的资源型学习。     

基于数据挖掘的学生投入模型与学习分析

学生投入是高等教育质量和学习成果的重要影响因素,对于高等教育评估与改革具有积极作用,受到了国内外研究者的广泛关注。文章以构建学生投入模型为基础,采用典型相关分析和数据挖掘方法相结合,识别学生投入的相关因素,并对学生学习行为进行分类研究。分析发现学生投入与学生家庭背景、学生入学前特征、学校特征及课程作业之间存在着显著相关关系,不同的学生投入及其学习行为表现有助于加深学校对学生学习行为的了解,更好地研究学习规律的新趋势,为审视高校以生为本、以学为中心的人才培养措施和多元性发展,提供了重要的参考与支持。