基于KNN算法的mCSCL学习伙伴分组策略研究

随着信息技术的快速发展,mCSCL已成为教育技术学领域新的研究热点,学习伙伴选择合理与否将直接影响着协作学习效率.文章利用mCSCL环境下协作分组伙伴模型,提出了基于KNN的mCSCL学习伙伴分组理论,通过计算学习者之间的相似度和类别权重,提供一张可视化的学习伙伴关系图,导学者遵循组间同质和组内异质分组原则,为学习者动态推荐最佳学习伙伴;并设计了以小学一年级加减运算为内容的mCSCL活动,开展分组满意度访谈和小组学习效率实证研究.实验结果表明,相对于随机分组方式,基于KNN算法的mCSCL学习伙伴分组方式更适合移动学习活动开展,学习效率更高.     

基于学习行为模型的学习伙伴推荐方法研究

如何提供合适的学习伙伴进行协作学习,是解决远程学习者学习孤独、提升学习效果的关键问题。文章通过网络教学平台采集数据,提出并建立了六维的学习者学习行为模型,并利用相似度区分相似型学习行为模型和互补型学习行为模型,进而为学习者推荐相似型学习伙伴和互补型学习伙伴,而学习者也可以自主选择学习伙伴。实验结果验证了学习行为模型和推荐方法的有效性。相比已有的分组方式,基于学习行为模型的学习伙伴推荐方法具有可视化、智能性、个性化等特点,更适合大规模网络学习环境下的学习伙伴推荐。     

网络环境下协作学习的分组策略探究

以建构主义理论为基础的网络协作学习,适应了当今社会对学习者学习的要求。协作学习离不开特定的群体和协作伙伴,分组活动是协作学习的基本形式,如何有效划分学习小组,成为网络环境下协作学习实施的问题所在。从网络协作学习的特点出发,阐述了目前网络环境下比较流行的几种分组策略,并给出了网络环境下协作学习的分组策略及建议。     

基于贝叶斯分类的CSCL自动异质分组策略研究

异质分组是计算机支持的协作学习（CSCL）普遍采用的分组方式。研究表明,异质分组更有利于学生提高协作学习效果。但是目前较少有CSCL系统能够依据学习者个性特征对其成员实现自动异质分组。本文旨在依据学习者个性特征,利用贝叶斯分类方法实现CSCL系统中的自动异质分组。     

基于聚类分析的协作学习分组方法的讨论

以建构主义理论为基础的网络协作学习,适应了当今社会对学习者学习的要求。如何进行协作学习的分组是一个不可忽视的问题。从基于网络协作学习的学习者特征的分析入手,提出了一种使用聚类分析对学习者进行分组的方法。这种方法具有系统性,同时强调了学习者的个性特征,因而是一种比较可行的分组方法。     

智能学习分组:从通用模型到大数据框架

学习分组是协作学习活动设计的首要阶段。随着学习场所的快速变化、多模态交互过程复杂性的增加,采用传统的随机分组、教师指派或学生自我选择等方法进行协作学习分组的效率十分低下。研究提出基于智能技术构建自适应的协作学习小组。首先,阐述了学习分组的价值,即构建合理的协作学习环境、兼顾学生的个体差异和促进教育资源优质公平;其次,总结了影响智能学习分组的因素,包括个体属性、小组学术与物理构成以及学习者与环境的交互;最后,描述了经典场景下智能学习分组的通用模型,并讨论了大数据背景下智能学习分组的前景与挑战。针对大数据驱动智能学习分组的稳定性问题,基于机器学习中的集成学习思想构建了大数据共识分组框架。此框架有望为人工智能促进未来规模化的个性化教育提供支持。     

浅析基于网络的协作学习及实现

协作学习目前已经成为课堂教学和网络教学中非常重要的教学模式,它有利于培养学习者的创造能力、批判思维、探索发现精神,以及与学习伙伴的合作共处能力.通过介绍了协作学习和协作学习模式,并在Internet环境中,探索了协作学习在大学网络教育中的应用,并对网络协作学习模式下的技术问题进行了初步探讨.     

融合社交特征的学习者模型构建研究

在“互联网+教育”时代,学习者模型是实现个性化网络教学的关键。通过对学习者模型研究现状的分析,在知识模型、认知模型、情感模型和行为模型的基础上,提出一种融合社交特征的学习者综合模型。首先,对模型的特征选择和形式化表征进行了详细说明;然后,针对该模型在学习资源推荐、学习路径推荐、学习伙伴推荐、学习督导和预警中的应用进行了分析。最后,研究认为该模型能够为新型互联网学习环境下的个性化教学服务提供良好的支持。     

混合式协作学习模型构建及应用成效分析

混合式学习已经成为高等教育中主流的教学模式,如何有效融合线上和课堂部分的小组协作学习,充分发挥协作学习促进认知和非认知发展的教育价值,已成为当前混合式教学中亟须解决的问题。本研究基于探究社区框架、协作知识建构等理论,构建了线上与线下相结合的混合式协作学习模型,并将理论模型应用于真实的课程环境中,从学习者在课程中的学习投入、协作学习能力、知识掌握水平3个方面探析其应用成效。结果表明,混合式协作学习能够显著提升课程学习成效：显著提升了学习者的学习投入;显著提升了学习者的协作学习能力;显著提升了学习者的知识掌握水平。     

基于任务的引领式协作学习环境的构建与实践

为了提升成人学习者的网络学习质量,该研究将引领式教学、基于任务的学习和小组协作学习理论引入网络学习环境的设计中,以"引领""任务"和"协作"作为功能模块的设计核心,搭建了基于任务的引领式协作学习环境,实现了教师对成人学习者的学习进度、学习目标、学习内容和讨论协作等全方位的引领,还原了传统课堂的有序教学及师生、伙伴间的有效协作。为了验证在此环境下开展教学的效果,研究团队以"网页设计"课程为例进行了教改实践。通过分析调查问卷数据,证实了在基于任务的引领式协作学习环境下开展教学,能帮助教师进行学习过程监控,减低学习迷失率,促进学习者开展有目的的学习,值得在成人学习者的课程网络教学中尝试及推广。     

基于BBS的异步协作学习互动研究

网络环境下的异步协作学习方式越来越受到教育工作者的关注,因为它能够为学习者提供延时性交流与协作环境,便于学习者能够以小组或个人的形式参与到学习讨论之中。为了探讨基于BBS的异步协作学习互动过程,通过以案例形式进行实证性研究,其中,运用了会话内容分析法、调查法等方法,对异步协作学习活动中的帖子总体数量情况、各组发帖时间情况、帖子间关系情况以及基于知识建构模型的异步协作学习过程进行了详细的分析。研究结果表明,异步协作学习活动促进了学生的自主学习能力的发展,但是在活动中存在的问题值得教育工作者的思考。因此,研究对于指导异步协作学习互动活动的开展具有积极的参考价值。     

数据驱动的多维融合在线协作会话可计算模型及应用研究

在线协作会话是在线学习活动的重要组成部分，也是促进学习者进行协同知识建构的重要手段，因此越来越受关注。目前，由于分析框架和分析方法不够完善，导致当前在线协作会话存在分析维度单一、自动化程度较低等问题。为此，文章首先提出了一种数据驱动的多维融合在线协作会话分析框架和可计算模型，然后提出了协作水平系数和协作投入倾向两个核心指标对会话状态进行整体评估，最后进行了案例分析。案例分析的结果表明：协作水平系数能够准确表征学习者在在线协作会话中的协作状态；在线协作会话可计算模型可以直观地呈现学习者在线协作会话过程中的核心特征和学习者的个体差异性；学习者的在线协作会话模式包括领导型、思想型、中庸型和边缘型四种典型类型。文章通过研究验证了模型的有效性和其对于在线协作会话自动分析与评估的实践价值，期望能够为在线协作会话的自动化分析提供参考。     

基于项目式学习的同伴在线协作学习活动设计与应用研究

近年来,基于项目的协作学习研究主要集中在项目式学习的模型、程序、分组、策略、优缺点等方面,在项目式同伴协作在线学习过程中,学生如何通过自我调节和共享调节来实现项目目标仍未得到充分研究。文章依据活动理论框架和协作学习中共享调节模型,通过设计持续时间8周的PBL同伴在线协作学习来组织教学活动,借助同伴评价表、自我报告调查表、团队项目成果评价表,进行自我调节和共享元认知调节对项目协作学习结果的影响研究。研究结果表明:自我调节和共享调节在PBL同伴在线协作学习中发挥着关键作用,有效的共享调节主要受到学习者自身强大的自我调节的支持,在共享调节的作用下,协作同伴之间相互影响,共同推进项目协作过程。     

问题解决在线协作学习中的角色设计研究

角色规定了CSCL中学习者所承担的权限和任务,是CSCL研究关注的核心要素。本研究将角色引入问题解决协作学习中,从协作任务和问题解决认知加工两个维度构建了角色设计框架。研究将角色设计框架应用于具体问题解决协作学习中,部分验证了框架包含角色的有效性。研究结论认为,问题解决协作学习活动所采用的三类角色能够增强学习者在线问题解决学习的效果,并提升学习者对学习的主观感知。     

项目式多粒度协作学习模型促进工程教育中高阶认知参与的实证研究

认知参与是协作学习中小组表现的一个重要指标。本研究提出了一种项目式多粒度协作学习模型,将项目式学习与多粒度协作学习策略结合起来,以提高工程教育中设计类课程的认知参与和学习绩效。为了验证模型的有效性,从一门工程设计类课程中采集了学习者进行数据库系统设计时的协作会话数据。数据分析显示,在基于项目式多粒度协作学习模型的小组合作过程中,学习者的高阶认知参与被不断提升。其中,反思活动可以极大地提高学习者的高阶认知参与。此外,个体准备和同伴评估中的高阶认知参与可以极大地提高协作中的小组表现。这些发现对协作学习活动的组织具有参考价值。项目式多粒度协作学习策略可以提升工程设计类课程中学习者的高阶认知参与和小组绩效。教师应重点关注个体准备和同伴评估活动,激发学习者在这两类活动中的高阶认知参与,这可以帮助学习者在小组协作中取得更大的进步。     

协作学习对英语阅读焦虑和阅读成绩影响的实证研究

阅读焦虑是经常困扰英语学习者的常见问题,严重影响阅读进程,而协作学习作为一种有效的学习方式能够缓解外语学习中出现的焦虑。为了探索协作学习对英语阅读焦虑和阅读成绩的影响,本研究开展了协作学习模式下的阅读教学,研究结果证明协作学习能够较低英语阅读焦虑,提升英语阅读成绩的有效性。     

协作学习情境中学习投入数字化表征模型的构建与应用

在协作学习中,如何对个体学习者的学习投入进行有效监测与评价并挖掘其内在特征与演变规律成为研究者面临的重要挑战。本研究基于协作学习投入理论、自我调节学习理论构建了协作学习情境中学习投入的数字化表征模型,指出该情境中的学习投入具有多维性、情境性、时序性、连续性等特征,同时提出了可操作的指标体系。随后,在协同写作学习场景中应用该模型,通过分析学生的录屏、对话、学习视频等数据,探究协作学习中的学生学习投入情况。研究结果表明：学习者在行为投入上比较稳定,但是在认知投入和社会投入上呈现“倒U形”变化趋势;行为投入、认知投入、社会投入以及学业成绩存在互惠的内在关系;浅层投入型、中等投入型、深层投入型的学习者在各维度上的投入并不均衡。本研究构建的学习投入数字化表征模型能够较为全面地刻画学生的学习投入,有助于揭示学习投入的本质特征和演变规律。     

跨学科视阈下在线协作学习知识创造螺旋模型研究北大核心

在线协作学习的常态化为跨学科知识创造提供了契机。探究跨学科视阈下在线协作学习知识创造模型对于培养学习者的创造性思维具有深远意义。然而,已有研究大多聚焦于宏观层面和微观层面,从中观层面构建跨学科在线协作学习知识创造模型尚付阙如。为此,以知识创造SECI理论和协作知识建构理论为支撑,构建在线协作学习知识创造螺旋模型。采用滞后序列分析法对知识创造过程进行分析,通过行为弦图与行为转换图验证了模型的有效性。结果表明:分享隐性知识有助于为知识创造提供起点,提供学习支持有助于实现知识的联结化,营造灵活氛围有助于促进学习者的协作交互。未来持续拓展跨学科知识创造螺旋模型的相关研究与应用,以期提升学习者的知识创造能力。     

合作学习动态分组的研究进展与思考 ——基于国际文献的系统综述

作为现代学习方式,合作学习受到研究者的广泛重视与应用.传统合作学习以静态分组为主,然而学习者的学习状态不是一成不变的,小组构成应考虑学习者状态进行动态分组,否则容易产生搭便车现象与旁观者效应、角色固化、负面的小组思维效应和合作倦怠等问题.鉴于国内相关研究较少,为了解动态分组研究的国际进展,文章采用文献研究法,通过关键词检索和滚雪球方式在国际权威数据库检索英文文献,获得1991-2020年发表的21篇代表性学术论文作为综述样本.通过对样本文献的归类分析,本研究发现有关动态分组的研究主要集中于三种学习环境:传统学习环境、计算机支持的合作学习环境和移动计算机支持的合作学习环境.基于文献综述结果,本研究建议后续研究可以从夯实动态分组理论基础,突破动态分组的关键技术、探索动态分组的新角度等方面寻找切入点.     

刍议分组协作式学习在中职计算机教学中的应用

计算机广泛应用于我国当今社会生活的各个方面,为满足社会科学的快速发展的需要,我国的应用型人才所具备的最基本的素质之一就是计算机的操作技巧.对于中职来说,应当重视计算机的教学,教学中最为关键的因素就是教学方法.分组协作式学习方法广泛应用于中职计算机的教学之中,这种方法既能够使学生主动积极的学习计算机,又能够使学生的学习效率有所提高.一、分组协作式学习分组协作式学习是指以小组为单位进行学习的一种方式.