“慕课+”情境下的学习行为和学习效果研究

慕课在蓬勃发展的同时,其学习效果一直受到质疑。慕课情境下的学习行为研究逐渐受到重视。国内外学者都力图通过学习者的学习数据来预测学习者的学习成绩以及评估学习效果,但受制于各平台的数据限制,相关研究仍处于起步阶段,没有较有影响力的观点和著作。基于《文献管理与信息分析》慕课在"好大学在线"及"中国大学MOOC平台"的学习者数据收集,具体分析了学习者的选课、退课情况,在线互动及提交作业情况,在线时间以及学习成绩情况,分析了学习者的在线学习规律,了解学习者的在线学习行为。传统的课程考核方式和知识认知已不适应甚至阻碍了慕课的发展。网络时代的学习者不再以成绩和证书为导向,而是以获取技能和知识为重点。国内的慕课课程并没有彻底摆脱传统课堂的影子,仍然把重点放在"教"的环节上,缺乏对整个学习过程的管理以及对互动的反馈,都抑制了学习者的学习热情。     

MOOCs环境下学习者学习行为分析与学习效果评估

MOOCs的产生改变了学习者的学习模式与学习行为, 给学习者的学习带来了机遇与挑战. 研究MOOCs模式下学习者的学习行为及其效果, 能够为MOOCs平台功能完善和MOOCs模式推广提供决策依据.设计了纯MOOCs、翻转课堂和传统课堂三种授课模式,研究了MOOCs环境对学习者学习行为的影响,并分析了学习者在该环境下的学习行为特点. 研究了三种模式对学习者学习效果的影响, 评估了不同学科的学习者在三种模式下的学习效果.最后调查研究了MOOCs模式下的学习者满意度评价.研究表明:MOOCs下的授课模式优于传统授课模式,理工类学习者在MOOCs模式下的学习效果优于文科类与艺体类学习者.     

基于层次聚类的军校学员MOOC学习行为分析

论文以使用梦课平台的军校本科生为研究对象,对其学习行为模式开展深入的调查与分析。论文旨在通过调查军校本科生的MOOC学习过程,获取其学习行为相关的各类数据,包括课程在线时间、在线交流次数、作业完成质量等,运用层次聚类方法对学习者进行分类,确定不同类型学习者的特点,分析不同的学习行为对学习者最终学习效果的影响,为有针对性地设计在线课程内容,优化在线交流、教学评价等提供有益的借鉴。     

慕课学习者群体的聚类分析——以“STEM课程设计与案例分析”慕课为例

文章选取"学堂在线"平台上参与"STEM课程设计与案例分析"慕课学习的1068名学习者进行研究,以视频观看比例、平时作业得分率、期末考试得分率、课程得分率四个变量来表征学习者的学习行为特征,并运用凝聚层次聚类分析、K-Means聚类算法、相关性分析和逻辑回归分析来处理获取的课程数据。研究结果表明,案例慕课的学习者群体可分成积极学习者、一般学习者、单纯注册者三类;四个变量在3个学习者群体之间均存在差异,其中平时作业得分率、期末考试得分率、课程得分率对积极学习者有显著影响,视频观看比例对单纯注册者有显著影响;视频观看比例是影响慕课学习者学习效果的主要因素。     

在线开放课程学习质量评价指标体系构建与应用

在混合式教学模式基本流程、在线开放课程学习质量评价逻辑的基础上,构建了基于数据驱动的在线开放课程学习质量评价体系。评价体系从课前学情预测、课中迭代监测、课后反馈提升等维度,对影响学习质量的14个因素进行了深入挖掘分析。最后将本评价体系应用在"C语言程序设计"课程中,研究结果表明:投入度高的学习者其学习参与度越高,学习成绩越好;学习能力强的学习者其创新能力并不一定强;在线开放课程中实施混合式教学对学习者顺利完成学习目标具有重要保障作用。     

MOOCs学习者在线学习持续力的影响因素及提升策略——基于扎根理论的质性研究

新冠肺炎疫情的暴发与反复把在线教育推上了舞台,越来越多的用户选择MOOCs课程,但高辍学率、低持续性、低参与度等在线学习持续力较差现象接踵而至。研究基于扎根理论,采用半结构访谈法对42名MOOCs学习者进行深度访谈,利用NVivo12对MOOCs学习者在线学习持续力的影响因素进行质性分析,系统地归纳了4个方面、11个维度的MOOCs学习者在线学习持续力的影响因素。文章发现MOOCs学习者自身因素是影响MOOCs学习者在线学习持续力的根本原因,课程、环境、教师等外部刺激因素通过影响MOOCs学习者在线学习的学习动机、学习投入、自我调节能力等内部机体因素,继而影响其在线学习持续力。最后,基于S-O-R范式构建了MOOCs学习者在线学习持续力的影响因素模型,并提出相应的提升策略。     

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.     

自主学习能力对在线学习效果的影响机制探究——兼论在线学习交互体验的中介作用

围绕自主学习能力对在线学习效果的影响,文章基于实证数据分析发现,自主学习能力对在线学习效果的总效应显著,但主要体现为以交互体验为中介的间接效应;学习者之间的交互体验对深度学习效果的中介作用较明显。在线课程应有意识地培养学习者的自主学习能力,利用在线平台技术和学习行为大数据的支持,增强学习者的在线学习交互体验,从而助力于在线学习效果的提升。     

MOOCs学习者:分类、特征与坚持性

随着MOOCs在全球的不断推进,对于学习者群体学习行为、学习过程及学习效果的追踪和分析开始成为一个关键的研究领域.本文在已有相关研究及笔者对中国高校大学生MOOCs学习过程的本土研究基础上,首先总结了对MOOCs学习者群体分类研究的初步成果,接着描述了当前MOOCs学习者群体的主要特征,最后探讨了影响学习者坚持性的因素问题.     

混合学习视域下网络学习行为对学习结果影响的实证研究——以信息技术课程教学论课程为例

本研究以河南某大学参加信息技术课程教学论课程的46名学生为研究对象,以BlackBoard平台数据为数据源,采用数据挖掘和统计学方法,定量分析学生学习行为对学习结果的影响。结果发现:学生在线时间跨度、登录次数、平时作业的质量、学习日志的质量、讨论交流帖子的数量及质量均与学习结果显著正相关,学习结果与在线学习总时长、平均每次在线学习时长、学习日志数量、平时作业提交时间无显著相关关系。     

基于案例的教师教育类MOOC课程大作业设计研究

教师教育类MOOC的学习者主要是一线教师和高校师范生,教师教育类MOOC在教师专业发展中发挥着不可估量的作用.课程大作业作为学业考核的重要组成部分,其设计是否合理直接影响学习效果.研究采用文献研究法、案例分析法和比较研究法,对"游戏化教学法""教师如何做研究""英语教学与互联网"三门MOOC课程大作业的作业目标、作业内容、完成方式、提交时间、提交方式、评价方式和是否提供评价量规等进行分析,归纳总结这三门MOOC课程大作业设计的特点,继而提出教师教育类MOOC课程大作业设计的五条改进建议:注重个性化学习,智能推荐分层作业;开放在线学习环境,构建学习共同体;注重反馈与沟通,强化作业的实践性与亲和性;研发作业评价细则,完善评价系统;加强作业的启承性,训练学习者的思维能力.     

学习者在线学习能力模型构建的实证研究

数字化学习时代,对学习者在线学习能力的测量是实现个性化在线学习的关键。目前,数字化学习领域中,人们更加关注学习者的成绩,却往往忽略影响学习成绩的重要因素——在线学习能力。因此,文章依据Sampson能力模型及影响学习过程的因素,对在线学习行为进行数据挖掘,以构建在线学习能力模型。在此基础上,综合应用非监督学习算法（K-means算法、PCA算法）和监督学习算法（随机森林算法）,构建学习能力水平预测模型;同时以Canvas Network平台课程数据为例进行实证研究,最终实现在线学习能力的计算。研究表明：学习成绩与在线学习能力息息相关,在线学习能力的测量研究对个性化在线学习的发展具有重要指导作用。     

远程学习者在线学习行为的实证研究CSSCI

远程学习者在线学习行为无疑会影响到远程学习效果,研究远程学习者的在线学习行为是远程开放教育重要的课题之一。研究设计了三组实验,以明确远程学习者在线学习行为的特征、影响因素及远程学习者在线学习行为与其课程成绩之间的关系。研究表明:远程学习者的在线学习行为具有习惯性、适应性特征;远程学习者的在线行为会受到学习者有无远程学习经历、所在班级学习共同体及年级学习共同体的影响;远程学习者在线学习行为与其课程成绩之间无直接相关关系。最后,针对研究结论,提出了改进远程学习者在线学习行为的相关建议。     

远程学习者在线学习行为的实证研究

远程学习者在线学习行为无疑会影响到远程学习效果,研究远程学习者的在线学习行为是远程开放教育重要的课题之一。研究设计了三组实验．以明确远程学习者在线学习行为的特征、影响因素及远程学习者在线学习行为与其课程成绩之间的关系。研究表明：远程学习者的在线学习行为具有习惯性、适应性特征：远程学习者的在线行为会受到学习者有无远程学习经历、所在班级学习共同体及年级学习共同体的影响：远程学习者在线学习行为与其课程成绩之间无直接相关关系。最后,针对研究结论,提出了改进远程学习者在线学习行为的相关建议。     

MOOCs学习参与度影响因素调查分析

自2012年开始,MOOCs呈现井喷式的发展,学习MOOCs的热潮迅速传遍了全世界,MOOCs的出现为高等教育发展注入了新的活力,但高辍学率和低完成率一直制约着MOOCs的发展。笔者认为,学习者参与学习的主动性与态度,直接影响其学习的持续性和学习成绩,因此对MOOCs学习参与度的影响因素进行调查研究是非常有必要的。文章从学习者自身、教师、课程平台、课程建设、学习同伴、政策支持六个方面展开调查,以期发现它们对学习参与度的影响。     

基于数据挖掘的开放教育在线学习者学业行为分析与成绩预测

基于国开学习网平台的课程数据,运用教育数据挖掘的研究方法,采用Pearson、Spearman和Kendall等统计算法分析了在线学习者学业行为与成绩的相关性特点,相比浏览资源数、浏览其他信息数两个在线学习行为,浏览活动数、行为动作数与学业成绩存在更为显著的相关关系;借助神经网络、决策树、K最近邻、朴素贝叶斯、支持向量机等监督分类算法进行了学业成绩的分类预测,并对各分类算法模型进行了评估,确定了K最近邻预测模型在学业成绩的分类预测上性能最优;根据研究结果给出了在线学习过程中进行及时教学干预的建议,以期为教师了解在线学习者学习情况、学习者提高在线学习效果、管理者优化教育决策提供有益的参考。     

教师在线教学准备与学生学习效果的关系探究——学习者控制与学业情绪的中介作用

为探究教师在线教学准备对研究生线上学习效果的影响及作用机制,本研究基于控制—价值理论构建结构方程模型,对调查数据展开分析。研究发现,教师在线教学准备能够直接显著预测研究生线上学习效果,也能分别通过研究生的学习者控制、学业倦怠情绪的独立中介作用和学习者控制与学业倦怠情绪的链式中介作用间接预测学习效果,且总间接效应略大于直接效应。在三个特定间接效应中,学习者控制的独立间接效应最大。为提高研究生线上学习效果,应加强教师线上教学培训,提高教师在线教学准备度,改善线上课程教学质量;评估研究生线上学习的自我控制度,并提供充分指导;关注研究生线上学习的学业情绪,对消极学业情绪进行及时干预。     

在线课程开放度对教与学行为与效果的影响 ——基于成人学生的研究

成人教学是否需要给学生更多的自主权备受争议.对两种开放程度的成人在线课程教学形式对学与教行为和效果的影响进行了研究.从北京开放大学在线课程库选取低、高开放度的课程班各36个,选课学生分别为976和977人次.从学生学习参与度、学习行为时间分布、学习效果、教师教学辅导行为等维度对两种教学组织形式的课程进行对比分析.发现:低开放度课程的学生测试参与度显著高于高开放度课程的;低开放度课程学生的学习行为在时间上分布较均匀,高开放度课程的学生学习行为明显集中在课程起始或中间一小段时间;低开放度课程的学生学习成绩显著高于高开放度课程的;低开放度课程的教师及时回帖率、作业批阅率、作业及时批阅率显著高于高开放度课程的.     

大数据环境下在线学习绩效的监测预警模型构建与应用——基于非线性门限回归模型

从学习绩效理论视角出发,基于非线性门限回归模型构建适用于大数据环境下的在线学习绩效监测预警模型,并应用预警模型对某开放大学的学生在线学习情况进行实证研究。研究结果表明,与线性回归模型相比,基于门限回归模型所构建的在线学习绩效监测预警模型具有更高的预测精度,能够融合学习行为、学习满意度和学习结果等多维度数据信息,对在线学习绩效发出比较准确的监测预警信号。在实践应用层面,非线性门限回归模型可以作为在线学习绩效监测预警系统开发与应用的“信息处理中枢”,以在线学习全景数据多维信息为支撑,通过对在线学习绩效的立体化展示,为学习者、教师和教育管理者提供更加有效的学习改进策略建议。     

MOOCs学习效果影响因素及学习行为模式研究与分析

针对影响MOOCs学习效果的因素及学习行为模式进行深入研究与分析。重点统计和分析了学生对MOOCs教育的熟知度和兴趣度、参与MOOCs学习的意愿度、放弃MOOCs学习的遗憾度,并对中途放弃MOOCs学习和最终完成学习的主客观因素进行了详细统计与论述。针对提高学生MOOCs学习效果及MOOCs课程的结构内容设计给出了方案与建议,为进一步在高校顺利开展MOOCs教育提供借鉴。