基于云班课的大学英语伴随式评价研究

本文通过在云班课智慧教学平台建立学生英语学习电子档案袋,实施大学英语伴随式评价,并就云班课经验值对学生学习结果的预测功能进行了实证研究。研究结果表明,代表学生学习投入的云班课经验值与代表终结性评价的期末考试成绩具有明显的正相关关系,这说明云班课数据能有效地帮助师生实现学情预测,能为教师及时实施教学干预和学生改进自己的学习方法和学习态度提供数据支持。     

“实时”式评价与“嵌入”式评价——动态评价新探之三

正建构充盈活力的动态评价机制,是实施学生学习评价改革的核心所在。课堂情境中的动态评价,包括"实时"式评价和"嵌入"式评价两种形态及其相应的运作方式。教师善于运用和把握好这两种评价,对于深化堪称"硬骨头"的评价改革、提升教学品质和教师的评价素养具有极其重要的意义。一、动态评价之"实时"式评价什么是"实时"式评价?顾名思义,实时式评价是指在日常教学实践中,针对学生当下的学习表现或问     

基于深度学习的智慧课堂设计框架

作为智慧教育与教学实施的主阵地,智慧课堂的建设与发展是智慧教育规模化进阶的直接驱动力。然而,智慧课堂的概念庞杂且分散,其建设陷入设备堆砌和功能叠加的单向循环,并涌现诸多功能障碍。本研究通过梳理智慧课堂的研究现状,厘清其囊括外在环境条件和内在目标模式的宏观概念、深度学习的价值导向;基于智能技术赋能的智慧课堂新形态,归纳得出面向特色空间的沉浸式课堂和面向基础空间的交互式课堂应用,明晰网络与技术、数据与模型、硬件终端设备与软件系统平台、数字教学资源、教师资源五大结构要素及其功能边界;结合DIKW模型,设计包含知识组织与整合、知识获取转换与输出、知识进化的深度学习框架。该框架可用于指导智慧课堂的有序建设,辅以人机协同底线思维推动智慧课堂的高效运转,助力深度学习的有效达成与智慧生成。     

实然与应然：教育虚拟社区伴随式评价摭论

Web3.0时代应约而至,人工智能迈入新的纪元,教育虚拟社区发展也迎来了新的机遇,伴随式评价成为社区评价的可行路径,但实践中尚未与现今智能技术水平和社区发展理念统一步调,经受着“过程分离”“情感缺场”“技术孤立”等种种桎梏。伴随式评价的有序推进是实现社区成员个体完满发展和个性建构的必然要求,也是建设开放、和谐社区生态的必要举措,为解决教育虚拟社区伴随式评价的实然之困,进而促进评价活动与个体成长过程相适应,推动评价目标与社区育人要求更契合,有必要厘清社区伴随式评价在价值趋向、目的趋向和模式趋向中的应然逻辑,分析伴随式评价在教育虚拟社区中面向全过程、服务全领域和促进自适应的具体表现,在立体化、多元化和精准化评价的追求下,探讨将实时诊断与反馈系统、多模态数据分析系统以及自适应评价系统应用于教育虚拟社区伴随式评价的现实路向。     

伴随式学习支架在小学自然数字化教学中的应用

上海市闸北田家炳小学通过引进数字化信息系统（DIS）和“赛·课堂”数字教学系统,开始了从数字化实验到教学数字化的转型。实践中基于“赛·课堂”现有功能,构建阅读、设计、数据和评价四个伴随式学习支架,并将其融入课堂教学,形成“师生终端互联、行为数据驱动”的教学新样态,有效提升学生的小学自然核心素养。     

职业教育逆向视角下伴随式教学评价的价值意蕴、运行机制与推进路径

职业教育逆向伴随式教学评价是通过对学生学习任务的习得程度进行评价进而推动教学改革的教学评价模式。建构职业教育逆向伴随式教学评价的关键在于在理解职业教育教学特征的基础上形成多主体参与的协同评价组织、以学习体验优化为根本的评价内容和贯彻教学全过程的评价过程,需要职业院校从课前准备、评价实施和反馈优化等环节进行全面理解。在职业院校实施逆向伴随式教学评价,需要重塑教学评价理念,通过理念推广形成愿景,统筹多主体共同细化评价标准,按照教学运行的逻辑建设整体评价制度,形成支持教学评价的信息平台,建构及时调整优化的反馈机制。     

浅谈现代汽车“数据流功能”的应用

在对汽车进行检修时,汽车的有些执行器出了问题,并不会被ECU记录,也不会有故障代码,当遇到这种情况的时候,最好的办法就是使用解码仪的数据流功能进行分析,通过分析静态或动态数据状况的差异,找出故障,解决问题.     

基于智慧课堂的精准评价与个性化学习应用研究

根据互联网技术衍生出的智慧课堂,一般来讲就是集教学智慧和环境智慧为一体的新型教育教师系统。智慧课堂中,凭借互联网技术达到师生交互式课堂教学,可在一定程度上为师生提供较为丰富的教学资源,推动学生相互合作与个性化学习,增强有效的学习能力,从而推动教学活动,使得教学评价更有效,进而全方位提高学生的学习能力。     

面向智慧课堂的灵活深度学习设计框架研制

深度学习是智慧教育的核心支柱,但目前尚缺少智慧课堂专属的深度学习设计方案。如何针对深度学习的灵活性诉求,研制一种智慧课堂赋能的灵活深度学习设计框架,是推进深度学习实践落地的关键所在。基于深度学习架构理念、采用教育设计研究范式研制的面向智慧课堂的灵活深度学习设计框架,遵循逆向设计逻辑,包括课堂环境分析、明确目标、确定评估、学生分析、任务设计、编列制定、绘制分布和决策预设等8个步骤,既体现了智慧课堂精准把脉、互动支持、适性推送、即时反馈等四大特色功能,也为智慧课堂中的学习任务、学习活动、学习进程和教学决策等四个方面的灵活性设计提供了详细的方案支持,并且还能够可视化学生深度学习的个性化进程。该框架经过高质量评估标准锚定下的专家校验与迭代修订,已达到可交付实施的质量要求。这一框架在智慧课堂中的应用有助于促使学生深度参与学习,引导学生采用高级学习方略,促进高阶知能的发展,加深概念理解及其迁移应用。     

学习空间开发的PSST框架

尽管已经有许多成功的学习空间案例,但是到目前为止对于如何进行学习空间的建构并没有明确的共识。根据文献调研和自身项目开发的经验,建立了一个基于"教育—社会—空间—技术"的学习空间开发框架。该框架既有一定的通用性和灵活性,也有较强的可操作性,适合于学习空间项目的需求分析、设计、实现、应用和评价,可以成为学习空间开发有用的工具。     

智慧学习环境中自适应学习系统动力机制研究

智慧学习环境下的教学更加关注学习者的个性化诉求,自适应学习系统能够为实现个性化学习提供技术支持。文章针对传统层状自适应学习系统模型未阐明学习系统内部运行机制的不足,基于自适应逆控制理论研制了一种自适应学习系统动力模型。学习者的学习目标选择促使学习系统开始运行,学习者的初始学习目标与其后的学习成效之间的差值是维系学习系统继续运行的内在动力。学习系统在领域模型、学习者模型、认知诊断和自适应模型四者的协同作用下向学习者不断推送适切的学习资源,旨在消除学习目标与当前学习成效之间的差值,从而使系统重新归于稳定。文章从系统动力机制视角,设计了自适应学习系统包含的领域模型、学习者模型、自适应模型和认知诊断模型。研究将为自适应学习系统的设计与实现提供理论借鉴。     

初中地理翻转课堂的结构化教学实践研究——以“青藏地区”一节教学为例

基于翻转课堂的结构化教学理论是银川三沙源上游学校立足本土、立足本校的实践产物。文章将该教学理论应用于初中地理课堂教学实践中,通过课前先学和课中群学两个教学阶段,对翻转课堂进行三次结构化设计,逐步生成个体、群体与师生共识层面的结构化。在一定程度上破解了初中地理课堂中教学针对性差、学生思维水平低等问题,提升了学生自主建构主体结构的能力,促进了学生的终身学习与发展。     

临沧市初中生英语学习策略的现状调查与分析

通过对临沧市初中生英语学习策略的现状进行调查和分析，了解到该市初中生使用英语学习策略的总体情况以及存在的问题。在此基础上，分析了影响其英语学习策略使用的因素，进而提出培养学生英语学习策略的一些途径与方法。     

远程教育学习过程满意度评价研究

为提高远程教育中学习者的学习效率,提出了远程教育学习过程满意度评价的思路,建立了学习过程满意度评价指标体系,并通过主成分分析测定了评价指标权重,探讨了数据挖掘方法在学习过程满意度评价中的作用。     

英语教学中研究性学习和形成性评价的应用

根据新课标要求,结合自身教学实践,从研究学生学习方式入手,在英语教学中引入研究性学习方式和建立系统的形成性评价,研究如何建立学生主动探究式的学习和系统的学习过程评价,以使学习目的、学习内容、学习方式等一系列发生变化,从而帮助学生掌握和应用现代学习方式,使其能够成为一个具有创造性的独特自我,促进终身发展。     

深度学习的发生机制与多模态数据测评研究

进入数字化知识经济时代,社会发展对教育活动提出了更高要求,旨在培养高阶思维和创新能力的深度学习备受国际社会的高度关注。为此,“深度学习如何发生”和“如何评估深度学习发生程度”,也成为亟待研究的两个关键学术问题。认知心理学、教育神经学和具身认知为理解深度学习提供了理论基础,指引人们从人—物互动视角认识个体的认知变化过程,打开了个体学习的内隐机制“黑箱”,实现内隐机制和外显表征的桥接与理解。基于这一认识与分析,通过信息输入、深度加工和学习生成三个环节,初步构建了深度学习的发生机制模型,并设置相关的学习状态指标。而要实现对深度学习发生程度的精准评价,则应依据深度学习的多模态数据测评框架,综合性采集与分析学习者的生理数据、自我评估数据、在线学习平台数据和课堂参与数据等多模态数据。但是,在采用多模态数据测评深度学习的发生及其程度时,多模态数据仍存在异质性差距、数据建模缺乏精确度、常态化评价开展困难、数据安全和伦理道德难以得到保障等问题,亟需未来开展更为深入的研究与探索。     

基于社会网络分析(SNA)的共享调节学习评价:概念框架与解释案例

共享调节学习评价涉及协作学习的不同维度和过程,同时兼具群体感知的功能。现有的评价存在分析维度单一、数据利用不足、缺乏对互动过程的挖掘和跟踪等问题。将社会网络分析(Social Network Analysis,SNA)引入共享调节学习的评价,可以充分反映共享调节学习特有的理论观照,呈现调节过程不同阶段的特点、不同评价维度的关联性以及调节的内在机制。基于SNA的共享调节学习评价框架,在数据收集以及分析工具方面,拓展了现有的共享调节评价维度,其引入群体交流模式、群体互动紧密性、个人或群体角色、不同关系维度、多模社会关系等评价分析工具,对共享调节学习过程进行评价与跟踪,促进了群体的自我感知。以华东师范大学教育信息技术学系的一门专业选修课程为解释案例说明概念框架的应用过程,也表明了基于SNA的共享调节评价能够评估共享调节学习的协作过程,促进共享调节水平的提高,相应的评价工具能够促进协作学习活动开展,强化成员的群体感知。未来仍需要进一步深化实证研究,完善评价工具,拓展应用案例,进一步挖掘概念框架的潜在价值。     

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。