泛在学习环境中的学习资源设计与共享——“学习元”的理念与结构

继积件、学习对象和学习活动技术之后,学习资源的建设与共享呈现出新的发展趋势.为了满足未来泛在学习对学习资源生成与进化、智能与适应等多方面的需求,本文提出了适合泛在学习环境与非正式学习的一种新型学习资源组织方式--学习元.它具有生成性、开放性、联通性、可进化发展、智能性、内聚性、自跟踪、微型化等基本特征,可以实现学习者群体智慧的共享和学习工具的共享,是泛在学习实现的基石之一.     

泛在学习环境下学习资源建设的生态性思考

泛在学习环境下,学习资源处于十分重要的位置.为实现学习者“无处不在”的学习,提出学习资源建设应基于学习资源是构建泛在学习生态系统的关键物种,要充分考虑学习资源的适应性、整体性、开放性、进化性等生态属性,实现优胜劣汰,得以不断进化和发展.     

泛在学习环境下的学习资源信息模型构建

数字化学习资源的建设与共享一直是e-Learning领域研究和实践的热点,资源信息模型具有指导资源建设、促进资源共享传播的重要价值.当前的资源信息模型主要是针对正规教育而设计的,忽略了内容的进化信息、学习的过程性信息、人际信息、资源的语义关联信息、资源的格式展现信息、资源的语义本体描述信息等要素,无法满足泛在学习环境下的实际学习需求.本文在比较分析当前国际主流学习技术标准的资源信息模型的基础上.提出了一种泛在学习环境下的资源信息模型--学习元信息模型,并对其结构要素进行了详细说明,对未来学习资源的设计具有重要的启发和借鉴意义.     

面向泛在学习环境的高等教育学习资源库构建

泛在学习对学习资源库的建设提出了新的要求,本文阐述了泛在学习的定义和特点,在综合分析当前国内高等教育学习资源库建设现状的基础上,从学习资源信息模型设计、学习资源生态系统构建、学习情景感知和个性化学习资源服务这四个方面论述了一个满足泛在学习模式的高等教育学习资源库的构建,并通过应用场景举例演示了该学习资源库的运行效果.     

学习元与学习对象的多维比较研究——学习资源聚合模型发展新趋势

在新技术与学习理念的双重推动下,学习资源正朝着可进化、分布式、社会性、情境性、开放性和复合性的方向发展.支持传递接受范式教学的学习对象已经无法满足泛在学习对学习资源进化生长、过程性信息跟踪、人际智慧聚合、多终端支持、无限群体的个性化学习等多方面的实际需求.学习元是在学习对象基础上发展起来的适合泛在学习的一种新型资源组织方式,顺应了学习资源的发展趋势,是未来学习资源设计与共享发展的新方向.本文从历史背景、概念特征、学习理念、信息组织、信息模型、存储结构、质量控制、共享范围等多个层面对学习元和学习对象进行了对比分析,并在此基础上总结了学习资源聚合模型发展的新趋势.     

泛在学习资源建设的特征与趋势——以学习元资源模型为例

学习资源是构建泛在学习无缝学习空间的基础性组成部分。泛在学习具有情境性、社会性、非正式性、适应性等特征,但目前以学习对象为主流的学习资源技术只关注封闭结构中学习内容的共享,无法满足泛在学习的需求。未来的泛在学习资源将具有生成性、进化性的特点,采用面向学习过程的设计和支持情境认识的聚合模型,附加社会认知网络属性,利用动态语义标记进行资源描述,使学习资源从传统封闭资源库形态向以资源为中心的协同知识建构学习共同体形态转变。     

学习元平台的设计及其应用场景分析

I普适计算技术推动下的泛在学习已成为下一代e-Learning的重要发展方向,泛在学习环境的构建是泛在学习成功实施的基础和保障。传统的e-Learning资源仍然是当前大多数泛在学习原型系统的核心,但忽视了适合泛在学习自身特性和需求的学习资源的设计与建设。针对此问题,本研究在联通主义学习理论、知识建构理论和生态学习理论的指导下,以泛在学习资源组织模型"学习元"为核心设计开发了一种新型的泛在学习系统——学习元平台(Learning Cell System,LCS)。该系统采用基于本体的资源组织方式,通过开放内容编辑实现资源内容的持续进化发展,可以在多种移动终端上自适应地呈现资源,实现资源之间的动态语义关联,支持社会认知网络的动态生成与共享,并可以基于过程性信息开展个性化的学习评价。最后,对LCS潜在的应用场景进行了分析。     

网络学习资源进化：研究进展、难题透视与趋势分析

网络学习资源建设正在从高速增长阶段迈向高质量发展阶段,对资源动态更新、持续进化的需求越来越强烈。网络学习资源进化作为一个新兴的、多学科交叉的研究方向,在推动高质量资源建设与科学高效管理方面发挥着重要作用。当前网络学习资源进化,从研究主题来看,主要聚焦资源进化影响因素、进化技术、进化机制、进化规律以及进化预警等方面;从研究方法来看,涉及德尔菲法、社会网络分析、系统动力学仿真、机器学习、微分动力系统、时间序列分析、滞后序列分析以及流程挖掘等方法。尽管近年来,研究者从不同学科视角出发,在网络学习资源进化影响因素、模式、技术以及规律等方面取得了丰硕的研究成果,但从实践效果来看,网络学习资源自身的多样性以及系统的复杂性导致资源进化研究仍存在一些现实难题亟待解决,比如资源进化多模态难题、资源进化数据分析难题、资源进化系统仿真难题以及资源进化规律识别与验证难题等。在新技术与新方法的支持下,未来网络学习资源进化将呈现四大研究趋势,即从文本型资源进化到多模态资源进化、系统动力学指导下的资源进化仿真计算、资源进化质量的动态监测与评估反馈,以及资源关联网络的演化过程与机制。     

生成性学习资源进化评价指标设计

学习资源评价是引导资源建设方向、提高资源质量、促进优质资源传播与共享的重要手段。当前学习资源质量评价研究更侧重于资源终极质量的评判,少有对资源进化过程进行评价,同时也无法预测资源未来的进化效果。本文从"进化"的视角出发,在借鉴已有资源评价规范的基础上,采用文献调研法和专家访谈法,构建了生成性学习资源进化评价指标体系。该指标体系包括5个一级指标(资源内容、资源结构、标注规范、资源教学性、资源活性)和22个二级指标。本文依据该指标体系编制了相应的资源进化评价量表,并在学习元平台进行了试用。研究结果表明:该指标体系具有较好的完整性,能对资源进化评价提供系统指导;资源进化评价量表具有较强的可操作性,可以有效评判资源进化的结果和过程。     

高质量发展视角下网络学习资源进化预警系统设计

网络学习资源是数字教育资源公共服务体系不可或缺的组成部分,是保证教育信息化高质量发展的核心要素之一。现阶段网络学习资源建设暴露出资源进化不足、进化质量不高和进化不及时等问题。网络学习资源进化智能预警系统是解决以上难题的关键。文章基于知识进化理论和危机管理理论,构建了面向大规模开放协同环境的网络学习资源进化预警系统框架,设计了系统的主要功能模型,开发了网络学习资源进化预警原型系统。通过SUS系统可用性问卷调查和半结构式访谈,初步检验了网络学习资源进化预警原型系统设计的可行性和合理性,期望能为未来网络学习资源进化的智能预警实现提供参考,并为教育信息化2.0时代网络学习资源的智能管理与高质量发展提供指导。     

泛在学习环境下学习资源的聚合研究

该文以泛在学习为背景,从学习资源的角度阐述了泛在学习环境下学习资源建设中存在的资源间离散程度高,资源呈现分散等问题,提出学习资源的聚合可以有效解决这些问题.该文借鉴自然语言处理及数据挖掘等相关领域的理论与方法,利用聚类分析对泛在学习环境下的学习资源进行相应的处理与计算,基于“学习元”平台,对学习资源的聚合功能进行了设计与开发,实现了基于聚类分析的学习资源聚合.     

学习资源标准的新发展与学习资源的发展趋势

学习资源的质量和数量直接影响着数字化学习的效果,而学习资源标准的发展又引领着资源建设和共享的实践活动的发展,是学习资源研究和应用的"制高点".本文详细的介绍了IMS Common Cartridge和SCORM 2.0两个最新的学习资源规范的研究进展,并结合泛在学习的需求,分析和评述了它们各自的特色和不足.在此基础上,本文进一步对未来学习资源形态的可进化性、分布式、社会性、情境性、开放性、复合性等发展趋势做了简要的展望.     

智慧课堂生成性学习资源设计研究

教学活动的开展、实施离不开学习资源的支持,目前的学习资源大多数是静态的、预设的,较难支持深度教学互动、个性化的学习过程。文章在分析智慧课堂内涵、智慧学习影响因素基础上,构建了智慧课堂生成性学习资源设计模型。模型基于生态学进化视角从学习资源需求分析、资源预设、发展进化、进化生成、资源评价等步骤对学习资源进行动态生成、持续进化性设计。通过该模型设计的生成性学习资源能较好地支持深度探究、激发学习兴趣、提高学习参与度、促进知识建构与智慧发展。     

泛在学习的内容个性化推荐模型设计——以“学习元”平台为例

泛在学习中资源海量化和快速获取个性化资源之间的矛盾对资源个性化推荐提出了要求。文章在当前个性化资源推荐的基础上,结合泛在学习的需求,以泛在学习资源——"学习元"为例,提出了一种针对泛在学习的内容个性化推荐模型。该模型从用户兴趣、学习偏好和知识模型三个角度出发,利用泛在学习资源的语义描述、KNS网络、生成性信息和学习活动等方面的特性,针对结构化泛在学习资源进行综合推荐。望对未来泛在学习资源推荐研究起借鉴作用。     

情境化的泛在学习资源智能推荐研究

情境感知是泛在学习的本质特征,为学习者提供情境化、个性化与差异化的资源服务已成为泛在学习领域一个新的研究议题。文章采用个性化推荐视角,研究了泛在学习情境的形式化表征,构建了情境化的学习资源推荐模型,阐述了情境化资源推荐的一般过程,并就情境化资源推荐的关键问题进行了分析。     

智能适应服务导向的泛在学习资源开发与应用

文章是在海南省教育科学规划一般立项课题"智能适应服务导向的泛在学习模式与资源"研究的基础上形成的,文章阐述了智能适应服务导向的泛在学习的概念和内涵,在综合分析当前U-Learning资源建设的基础上,双向智能适应服务导向的泛在学习的体系结构和动态交互结构被阐述,提出了面向上下文感知的泛在学习指标层次适配模型和智能适应服务导向的泛在学习云平台,期望为泛在学习资源的开发提供建设性指导意见。     

网络学习生态系统的进化探索

我国网络教育正处于高投入低产出的瓶颈期,该研究将信息生态进化理论引入到网络学习中,寻求网络学习生态系统进化规律,以期进一步推动网络教育的发展.该文首先阐述了网络学习生态系统中进化的内涵和标志,论述了系统进化的过程,然后提出网络学习生态系统进化是由环境动力、主体动力、内在动力、理念和工具动力共同作用的结果,以此对系统的进化进行反思和提出建议.     

开放知识社区中学习资源进化现状与问题分析——以学习元平台为例北大核心CSSCI

在Web2.0理念和技术的强力冲击下,开放知识社区发展迅速,成为信息时代知识创新与分享的重要聚集地。开放知识社区中的知识管理受到了来自信息科学、图书情报、教育技术等多个领域研究者的关注,社区中的知识进化成为重要研究议题之一。该文以国内面向中小学教师和高校师生的新型开放知识社区——学习元平台中一年内实际产生的资源进化数据为样本,综合运用描述性统计、相关性分析、滞后序列分析等方法,对其资源进化现状和存在问题进行了调查分析。研究发现:(1)学习资源的生成速度和学校校历密切相关,基本呈现"开学初快速上升,达到顶峰后开始下降,维持2个月左右时间,到期末突然下降"的整体发展趋势;(2)学习资源的平均进化时长较短,但整体质量较好;(3)学习资源的平均得分与进化时长、编辑次数以及协作者人数之间存在显著的正向相关关系;(4)用户行为存在一些显著的序列模式;(5)用户参与度低、用户行为缺乏适时引导、社区知识共享机制与文化缺失是开放知识社区发展面临的三个主要问题。     

基于进化计算的课程资源编列问题研究综述

在线智能化学习是目前教育技术领域研究的热点,其中课程资源自动编列是在线智能化学习系统应用成功的关键。课程资源编列能够较好地解决个性化学习资源筛选与重组问题,已成为智慧学习领域重要的研究课题。首先在分析国内外课程资源编列文献的基础上,阐述了课程资源编列问题的内涵,构建了课程资源编列问题模型,然后梳理基于进化计算的课程资源编列问题研究文献,探索基于学习者特征的课程资源编列分类研究现状,开展基于进化计算的课程资源编列问题应用研究分析,最后给出了研究趋势与展望。     

智慧环境下的学习资源建设研究

智慧环境下的学习资源建设是实现智慧教育和推动教育现代化发展的关键。传统数字资源存在诸多缺陷,不能满足学习者的智慧化需求,难以促进教学方式和学习方式的转变。文章提出智慧资源应满足学习者智慧化发展需求,深入分析其具有的泛在、进化、联通、自适应、个性推送、多维交互性等特征,并构建了智慧资源建设的体系框架,最后对智慧资源的建设理念、模式、技术与机制进行深入阐述,以期为数字资源的智慧化升级改造提供一定指导。