学习分析研究：基本框架和核心问题——2022版《学习分析手册》的要点与思考

大规模、庞杂和多态的学习数据使学习黑箱变得更加复杂。2022版《学习分析手册》从方法与技术、应用领域及使用规范三个维度呈现了学习分析的新发展,为数智时代的学习黑箱解密提供了新视野。基于此,本文构建了“学习分析黑箱模型”,刻画了解密学习黑箱的基本过程、应用领域、方法与技术、应用与伦理四个部分。为提升学习分析解密学习黑箱的效能,学习黑箱解密探讨了学习分析领域的核心问题,涉及如何提高学习分析的精准度及如何构建高质量学习分析的应用规范。面对数智时代的学习黑箱解密挑战,需要构建基于人工智能的学习分析技术,探索多模态学习分析的方法与技术,探究学习分析的独特方法论,创设公平与公正的分析机制,建立符合伦理道德的分析制度。     

智慧学习环境下学习分析的理论模型及其机制

智慧学习环境为学习者提供了个性化学习服务。在智慧学习环境中,学习分析技术是其关键技术之一,因此开展学习分析模型的研究是为学习者提供个性化服务的重要基础。文章通过对国内外学习分析模型要素的综述,以联通主义学习理论、学习目标划分理论、数据分析方法及教育评价与测量理论为基础,从学习数据变量、学习数据类化、学习数据处理和学习测评服务四个方面建构了智慧学习环境下学习分析的理论模型,并据此提出了学习服务智慧化导向下的学习分析机制:多源动态学习数据的高效采集和存储机制、多模态异构学习数据的智能管理和分析机制、多通道分析结果的模型自适应反馈机制。文章所提出的学习分析理论模型及其机制,将提高智慧学习环境下学习分析的有效性。     

分析学习任务的教学策略

分析学习任务是教学设计中的一项重要工作,关系着教学目标、课程目标的达成,并为教学过程的安排提供依据。分析学习任务的教学策略:分析学习结果类型,确定学习的条件;学习任务的结构分析(确定学生的起点能力和终点能力、分析中间目标及其学习内容、分析情感态度与方法、表述学习任务)。     

学习分析能够支持学习设计决策吗？——设计分析视角下的学习分析系统性文献综述

学习分析的最终目标在于支持学习设计决策,在实践层面更好地促进基于证据的教学改进。研究通过对设计分析视角下的学习分析研究进行系统性文献综述,分析了学习分析支持学习设计决策的层次、方法及路径。研究结果表明,学习分析尚不能完全支持学习设计决策,可以通过基于学习理论提出设计分析框架、关注研究变量的阶段性和连续性、选择理论驱动的技术方法三方面助力学习分析支持学习设计决策。为了更好地促进学习分析支持学习设计决策,需要解决设计分析的堵点问题,打通学习设计与学习分析的闭环,双向赋能为教学改进提供循证基础。     

智能时代学习分析再认识及其发展路径

面向智能教育,学习分析呈现出"三个新拓展":拓展学习分析的目标理念、拓展学习分析的数据范围、拓展学习分析的技术方法.融合人工智能技术,学习分析在推动计算教育学发展、培育数据驱动思维、构建终身学习服务体系、提升教育治理水平等方面具有极大潜能.为促进智能技术与学习分析的融合应用,未来研究要积极探索与寻求核心理论支撑,建立多...     

成人在线学习的研究现状与发展趋势

随着全民学习和终身学习理念的深入人心,基于大数据、云计算和虚拟现实等新技术的在线学习越来越能满足人们多元化、多层次和多样化的学习需求。以中国知识网络中的成人在线学习文献为样本,对出版文献的总体趋势、来源、类型、关键词及作者做了定量分析,以学习者为中心将研究主题归纳为成人学习者特征分析、学习行为分析、学习资源分析、学习支持系统分析和学习评价分析五个方面,深入地分析了成人在线学习研究的现状,探索了成人在线学习的发展趋势。     

学习分析模型的分类与对比研究

在分析领域中逐渐分离出的学习分析,通过获取、分析数据来实现促进学习和优化教学的目的。学习分析模型作为学习分析的参照性指导方略,对学习分析的高效实施具有重要作用。文章归纳了国内外学者提出的各种学习分析模型的基本策略与设计结构,并按照各模型不同的侧重点,将现有的学习分析模型分为反馈环状学习分析模型、交互网状学习分析模型和多因素学习分析模型。此外,文章还研究了这三类学习分析模型的特征、基本环节、设计特点并进行了对比分析。文章的研究成果,可为今后学习分析领域的研究与应用提供参考。     

学习分析：从源起到实践与研究

学习分析是“大数据”在教育领域的应用,引发了教育技术发展的第三次浪潮,并获得学术界的广泛关注。本文梳理了学习分析的形成过程,然后从利益相关者、研究目标、研究对象、技术方法四个维度,回顾了近五年来国内外学者在学习分析方面的研究成果,并提出未来发展趋势和可能遇到的挑战,便于相关人员制定教育决策、优化教育管理过程以及完善学习过程。研究结果表明,学习分析研究主题主要涵盖学习者知识建模、学习情绪建模、学习行为特征抽取、学习活动跟踪、学习者建模、学位获取分析、教学资源和教学策略优化、自适应学习系统和个性化学习、在线学习影响因素分析九个方面;分析数据主要来源于集中式学习环境、分布式学习环境以及身体活动数据;常用分析方法包括统计分析、信息可视化、数据挖掘、社会网络分析、话语分析和网站分析。目前,学习分析研究遇到的挑战包括教育数据预处理难度大、数据访问权限不明确、学习分析适用性有限。虽然学习分析尚处于发展初期,但由于能够为教育系统各级决策提供科学参考,已经成为教育信息化的重要内容之一。     

学习分析技术的发展和挑战——第四届学习分析与知识国际会议评析

第四届学习分析与知识国际会议于2014年3月24-28日在美国印第安纳州波利斯成功举行,会议以探讨学习分析研究、理论和实践的交叉点为主题,涵盖了学习分析技术在教育学、教育心理学、教育管理学、工程学中的运用,以及教育数据挖掘、计算机算法和数据可视化等方面的发展。文章首先说明了此次会议的背景,从研究、理论和实践三方面阐析学习分析主题之间的关系,简述了来自孟菲斯大学的格莱赛教授(Art Graesser)、香港大学的罗陆慧英(Nancy Law)教授和加州大学圣地亚哥分校的克莱默教授(Scott Klemmer)三位专家所作的主题报告;然后从学习分析与课程教学设计、教与学过程挖掘和评价、学习分析与学习资源、文本挖掘与语义分析、学习分析与数学教育、学习分析与教育一体化、学习分析多元化等七个方面对分论坛报告及会议进行系统综述;文章最后指出未来学习分析研究和发展的五个方向:逐步明晰学习分析系统概念与理论、研究通用性的算法和模型、研制学习分析技术标准、支撑数据驱动的学习和评估、融入教育信息化应用与实践、推进教育的深度发展和加快多元化进程,期望能够推动学习分析系统化研究和在教育中的深度应用。     

学习分析:性质、定位及功能——基于主题、方法和数据研究的考查

系统搜集和加工处理来自在线资源大数据集的学习分析过程已成为教育研究领域备受关注的课题.从主题选择看,学习分析是指帮助教育工作者检查、理解和支持学生的学习行为并改变他们学习环境的过程;从方法应用看,学习分析是利用信息可视化、统计以及数据挖掘等多种方法提供反馈和对学习过程的认识;从数据加工看,学习分析是测量、收集、分析和报告学习数据的活动.从主题、方法和数据三个视角分析学习分析的诸多问题,可以回答学习分析中"何谓""何位"及"何为"三个层次的问题,更加全面、准确地把握学习分析研究的现实境遇和动态趋势.     

学习分析支持自我调节学习的效能分析框架研究

支持、促进自我调节学习发展是学习分析重要的应用领域之一，但当前学习分析重点着眼于“发送者”的服务质量，多以教师或研究者的视角为学习者的自我调节学习提供支持。相比之下，立足于学习者视角关注学习分析是否真正支持了自我调节学习的发生更具价值。为回答这一问题，研究依据建构主义理论的反馈模型，提出以学习者为核心的学习分析支持自我调节学习的效能分析初始框架；其次，采用德尔菲法确立分析效能的层次和维度（三个层次、七个维度）；最后，研究讨论了效能分析框架的分析工具，并以应用案例展示了其在实际教学中的实践价值和指导意义。结果表明，效能分析框架拓展了自我调节学习的评价范畴，更有利于帮助研究者发现学习者的内在学习机理，打破实证中的“黑箱”现象，为理性看待学习分析、促进学习分析支持自我调节学习提供依据。     

学习分析工具比较研究

近年来,随着智慧学习环境的飞速发展,海量、丰富、多样、异构的学习数据急剧积累,如何有效地利用这些数据引起了学界的广泛关注。学习分析技术应运而生,并成为研究热点。学习分析工具在学习分析过程中具有举足轻重的作用,好的研究工具可以使研究过程事半功倍。本文从多个角度对学习分析工具进行了分类,并从使用环境、数据支持格式、是否可视化等维度详细比较,讨论了24种学习分析工具的特点,旨在为学习分析提供相应的技术支持。     

面向数智化决策的学习分析研究要旨与动向——基于2011—2021年LAK会议论文的质性元分析

学习分析与知识国际会议是面向学习分析领域的专门性顶级国际学术会议,对收入该会议论文集的全部769篇文章进行系统综述,有利于厘清学习分析领域的研究主题分布和演进趋势,有利于拓展我国研究的国际化视野。研究采用质性元分析与社会网络分析混合的方法,发现学习分析在理论研究、数据挖掘、学业预测、监控反馈、干预决策、安全伦理六个方面的研究主题分布,及其在理论、实践与技术三个维度四个阶段的发展历程。基于研究发现,建议未来学习分析研究应更多关注学习发生机理与学习分析学理框架的建构;关注感知技术支持下的多模态学习数据的挖掘;关注脑认知科学和学习科学与学习分析的融合;关注人工智能等新兴技术在学习分析领域运用的研究前沿。     

学习分析技术的影响因素分析及应用策略研究

将学习分析应用于在线教育领域主要是借助于该技术对教与学过程中所产生的数据进行收集和分析,为在线教学的进一步优化提供有效指导.Rebecca Ferguson等人于2019年使用德尔菲法(Delphi)向学习分析领域的国际专家开展调研,确定了影响学习分析的七大主要因素:权力、教与学、效度、监管、复杂性、伦理和情感.分析七大因素发现,学习分析与在线教育的融合不仅要关注技术对教与学过程的指导作用,而且要从社会建构主义角度出发,全面考虑影响学习分析的因素,提炼在学习分析实施过程中的关键程序,并在此基础上形成开展学习分析的有效策略,以期学习分析提供指导在线教与学的新视角.     

现阶段高中生英语学习现状分析

一、调查情况分析 （一）自主学习与兴趣 自主学习是指学生自觉确定学习目标、制定学习计划、选择学习方法、评价学习结果的过程和能力。与传统的接受式学习方式不同,自主学习是以学生为主体,通过学生独立的分析、探究、实践来实现学习目标。倡导学生勤于思考,乐于探究,培养学生搜集处理信息的能力以及独立分析解决问题的能力。     

基于内容分析法的学习分析国内研究综述

随着教育大数据的快速发展,利用学习分析技术挖掘其潜在价值受到越来越多学者的关注。以CNKI数据库中核心期刊为数据来源,基于内容分析法,对107篇相关文献进行分析,从学习分析研究领域高频关键词以及研究主题两方面探究目前国内学习分析领域研究现状。从深化学习分析数据可视化研究、自适应学习分析系统设计与应用研究、完善基于学习分析的综合测评模型、关注伦理道德与安全问题等方面提出未来发展趋势。     

学习分析支持元认知培养的学习设计理论与实证研究

元认知对于培养学生的高阶思维有重要作用。学习分析技术通过优化学习设计可以培养学生的元认知,提高学习效益。文章采用基于设计的研究方法,运用认知网络分析和社会网络分析方法分析学生的学习行为,并开展三轮优化学习设计的实践,最终形成面向学生元认知培养的学习设计路径。首先,文章系统阐述了实证研究的理论基础：学习分析、学习设计、学习分析支持学习设计的内涵、学习分析支持学习设计的理论框架等;接着,文章基于埃尔南德斯（Hernández-Leo）等提出的框架模型开展学习分析支持的学习设计实证研究。任课教师和研究者相互协同,研究者利用认知网络分析和社会网络分析工具分析学生的行为数据并发现问题,为任课教师提供支持学习设计的信息反馈,协同任课教师优化学习设计。研究发现：学习分析可以为学习设计提供有效支持,其路径是个有序迭代的过程,能有效培养学生的元认知;社会网络分析、认知网络分析等工具为学习分析的开展提供了有力的技术支持;研究者、设计者和任课教师组成的协作共同体对于支持教师开展学习设计具有重要作用。     

多模态学习分析:理解与评价真实学习的新路向

随着物联网、可穿戴传感设备、人工智能的快速发展,多种模态数据的连续抓取与融合分析成为可能,促成了多模态学习分析研究的诞生,并成为学习分析领域的一个重要新兴分支.多模态学习分析关注真实的学习情境与本真的学习交流方式,"返璞归真"地聚焦更普遍的物理学习情境,克服了主流学习分析过度关注数字化学习环境的局限.研究主要采用文献归纳法,阐述了多模态学习分析的发展动因、概念理解,重点从身体、生理视角概述了多模态的数据类型,并对多模态学习分析的过程模型进行了详细描述.研究认为,未来要充分借助人工智能处理多模态数据,借鉴认知带理论融合不同模态数据的意义,借力学习理论来理解真实的多模态学习交互过程,以进一步完善基于多模态数据的学习评价方法.     

自我调节学习中学习分析的应用框架和融合路径研究

为厘清学习分析在自我调节学习中的最新研究进展和发展方向,研究以应用框架和融合路径为切入点,系统地分析国外近十年间的18篇高质量实证研究论文.一方面,从学习分析如何应用的角度分析其在自我调节学习中的实证场景、利益相关者和应用技术,得到应用框架;另一方面,从自我调节学习模型出发归纳学习分析支持自我调节学习的切入点、方法、途径和目标,得到融合路径.研究发现,学习分析丰富了自我调节学习的应用场景,以可视化技术为主要工具,通过对学习行为和学习策略的关注,实现以学习分析反馈优化自我调节学习的目标.但纵观全局,当前学习分析的应用更多是为了从侧面衡量、展示自我调节学习,而未从内部支持自我调节学习,即两者的融合仍停留于表层,且对伦理层面关注不足.最后,本研究得到相关启示,以期对后续研究提供理论依据和发展方向.     

学习分析仪表盘真的促进自我调节学习了吗？——基于24项实验与准实验的元分析

学习分析仪表盘作为可视化反馈工具越来越受重视,但它在促进自我调节学习的成效方面仍然存在争议。研究采用元分析方法,对学习分析仪表盘促进自我调节学习进行系统文献分析。纳入的24项实验分析表明：学习分析仪表盘对自我调节学习有正向促进作用,合并效应值为0.415。研究进一步从实验特征、表征形式和设计依据三个维度进行深入的调节变量分析,结果表明：实验时长、环境和对象等实验特征并不影响学习分析仪表盘对自我调节学习的促进效果,但学习分析仪表盘的内容、形式、挖掘程度以及是否有理论基础都会对促进效果产生影响。基于此,研究从教育教学融合视角,建议学习分析仪表应强化与教学理论的联结,形成平衡认知负荷,兼顾数据素养的设计原则,为提升自我调节学习提供有效支持。