学习干预对在线学习者的影响及其学习行为序列差异

根据社会比较理论可知,利用学习干预帮助学习者了解自己和同伴的学习情况,有助于激发学习动机、改善学习行为。基于此,文章利用滞后序列分析法,探究学习干预对高成就学习者、中成就学习者、低成就学习者学习行为的影响及其学习行为序列差异,结果发现:学习干预对问题解决行为的影响最大,对协作行为的影响最小;中成就学习者的学习行为序列受学习干预的影响最大;学习干预导致部分学习者层次发生改变,其中低成就学习者的成绩提升幅度最大。借鉴社会比较理论分析不同层次在线学习者的学习行为序列差异,旨在提供更有效的学习干预,以改善教学决策、提升学习成效。     

基于全脑模型的在线学习者学习行为序列分析

基于全脑模型,文章首先将D大学教育技术学专业参与Moodle平台"计算机网络"课程学习的102名在线学习者分为逻辑型、组织型、交流型和空想型等四种思维类型;随后,文章利用GSEQ软件,采用滞后序列分析法,分析了不同思维类型学习者的学习行为序列,并重点解读其转化路径,得出结论:逻辑型学习者、组织型学习者的学习行为序列均为网状结构,前者更为关注学习内容,而后者更为关注学习任务;交流型学习者、空想型学习者的学习行为序列均为线性结构,前者更为关注同伴信息,而后者更为关注学习结果。基于此,文章最后针对基于全脑模型的在线学习提出了相关建议,以期为在线学习平台设计、路径和资源推荐、深度学习引导提供参考,并推动在线学习的进一步发展。     

在线讨论中动态学习情绪和认知行为序列的关系研究

在线讨论作为在线学习的重要组成部分,其产生的文本数据可以反映学习者的认知水平、互动质量以及情绪状态。学习情绪影响认知行为,从而影响学习成效,研究学习情绪和认知行为之间的关系非常重要。文章基于Harris等人的情绪分类法和蔡今中的认知分类体系,使用内容分析法和滞后序列分析法研究学习者的动态学习情绪、认知行为序列模式以及学习情绪和认知行为之间的关系。研究表明:困惑情绪和消极情绪会转化为积极情绪,但是中性情绪不会转化为积极情绪;学习者倾向于呈现描述行为和推断或解释行为,且认知行为序列模式具有渐进性特征;描述行为会引发消极情绪,比较行为、推断或解释行为会引发积极情绪。教师可根据学习者的行为转换情况进行适当的指导和干预,以提升学习者的学习效果。     

基于过程挖掘的在线自主学习行为模式识别及干预实证研究

自主学习符合人类学习的本质,被赋予了从未有过的价值与使命,实现了自我驱动的学习行为.在线学习背景下,有必要挖掘学生自主学习行为模式,识别学生认知过程,寻找在线学习规律,解决自主学习能力薄弱问题.通过顺序分析和聚类分析算法,对论坛、测验、作业与评价和资源四类学习行为进行挖掘,分析高低成就学习者之间的在线自主学习行为模式差异.并基于模仿榜样理念,以高成就学习者的学习行为模式为策略,对低成就学习者进行干预.研究结果表明高低成就学习者在线自主学习行为模式存在显著差异,且高成就学习者的学习行为模式对低成就学习者具有指导作用,可为均衡化教学提供新思路与方法,缩小规模化教学与个性化教学的矛盾.     

基于关联规则的网络学习行为实证研究

学习者在远程教学平台中遗留的大量数据,体现了学习者的个性特征和知识建构过程。但由于远程教学实施过程中指导教师精力有限、学习过程缺乏监管等,导致这些数据并未得到充分利用。文章选取某继续教育学院远程教学平台中存储的网络学习行为数据,基于关联规则挖掘出学习风格、学习行为和学习成绩之间隐含的内在规律,并转换为有利于教学决策和教学过程优化的知识,以帮助不同风格的学习者改善自身学习行为,同时便于教师在不同类型的远程教学过程中结合学习者的风格差异完善教学过程。     

学习者深度学习何以发生:从行为序列到行动进向

随着新的全球学习格局的形成,社会变革带来了学习概念和学校组织的相应转变。21世纪学习范式转型与深度学习“发生问题”的研究吁求,从实践改革与理论发展两方面要求我们必须重审学习者深度学习。基于此,首先在对深度学习相关文献进行分析的基础上,构建了学习者深度学习行为的课堂观察指标;其次,通过测试卷对“深度学习倾向的学习者”进行聚类识别,为选择性观察提供意义的聚焦对象;再次,基于课堂观察和滞后序列分析法,从实践层面对“课堂中深度学习如何发生”进行学习行为序列的提取与分析;最后,在分析上述研究资料的基础上,形成促进深度学习发生的行动进向：关联知识与行动问题情境的深度学习触发源点、支持身份建构的对话-协作共同体的深度学习中心逻辑以及促进自我扩展的反馈素养的深度学习中介环节,以此在研究转化的意义上回应“学习者深度学习何以发生”的现实问题。     

基于滞后序列分析的学生合作学习行为模式研究

采用滞后序列分析法对合作学习过程中学生的学习行为模式进行量化分析,结果发现,学生在合作学习的过程中,小组成员之间产生了9条具有显著意义的学习行为序列,其中代表学习者正在进行高阶思维以及知识建构的行为序列占70%;在合作解决问题过程中,产生了3条具有显著价值的行为序列路径,解释了小组成员是如何互相支持、围绕着共同的目标解决问题的。合作学习有助于学生理解和建构知识,形成问题解决等高阶思维,进而提高课堂参与度。分析学生在合作学习情境中的学习行为,能够帮助教师把握学生的学习行为模式,诊断影响学习效果的潜在问题,从而调整教学策略以促进其获得更好的学习结果。     

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.     

网络教学中学习者行为研究

网络教学摆脱了传统教学时间和地域因素的限制,但是现有的网络教学只是简单地将学习内容进行堆积和罗列,不同学习背景的学习者难以分辨哪一部分是适合自己的学习内容,严重影响了网络教学的效果。本文通过对学习者学习行为的判断,为学习者推荐合适的学习序列,从而达到针对不同学习者的行为,为学习者设计不同学习策略的目的。     

英语学习行为模式研究

文章通过对非英语专业学习者英语学习行为模式的调查与研究,从课内英语学习行为、课外英语学习行为以及课外英语交际行为三个方面对其学习模式进行归纳,并针对其中出现的问题提出相应的教学意见。     

翻转课堂中学生学习行为模式与知识建构研究

随着翻转课堂教学效果不断被证实,翻转课堂教学模式也在不断被推广。但是翻转课堂中学生的哪些行为模式与学习效果有关,仍然需要深入研究。本研究主要对学生在课前预习和课中讨论学习的行为模式进行分析,并以知识建构作为学习效果评价内容,对学生的学习行为模式与知识建构水平进行相关性分析。实验分析结果表明,在课前预习中,学习者的评论行为发生在浏览资源之后,学习者会对评论进行回复,发生多轮交互。在课前的讨论活动中,有部分学习者达到高阶知识建构水平。但是,学习者课前的学习行为模式与知识建构不存在强相关关系,而学习者在课中的学习行为模式与知识建构具有强相关关系。     

基于人体骨架信息提取的学生课堂行为自动识别

利用计算机视觉技术和机器学习技术对学生课堂行为进行自动识别,是过程性评价的一种新方法,近年来逐渐引起了研究者的关注。文章以监控设备拍摄的实际课堂教学视频为数据源,采集、标注了学生课堂行为数据,提取了学生的人体骨架信息。在此基础上,文章采用Boosting算法和卷积神经网络算法,对基于这两类不同机器学习算法的5种模型进行了学生课堂行为自动识别准确率实验。实验结果表明,在学校教室这种识别比较困难的场景,基于人体骨架信息提取的学生课堂行为自动识别可以达到较高的精度,其中基于Boosting算法的XGBoost模型识别准确率最高。文章的研究推动了计算机视觉技术和机器学习技术的进一步应用,有助于解决学生课堂行为自动识别难题,并助力教师优化教学策略、提高教学效率。     

脑机接口的智能化课堂教学应用研究

基于移动学习终端的智能化课堂学习数据分析多是基于教学互动和学习结果反馈等显性学习行为实现的,可穿戴的脑机接口设备能够测量学生的认知负荷、注意力、情感等内隐状态,为智能化课堂教学提供新的技术支持。本文构建了基于脑机接口的智能化课堂应用模型,通过脑机接口与移动终端的结合,实现师生教与学风格识别匹配、学习者脑波状态测量、教师教学行为智能化支持、学生复杂能力评测等智能化教学任务。为验证模型的可行性,本文开展了两项实证研究,验证基于脑机接口实现学习风格分类的可能性,分析了常态课堂教学中学生注意力特征,并基于学生教学活动的注意力特征提出课堂教学优化策略。     

智慧教室中学习投入度与教学活动类型的关系

随着教育信息化的发展,如何提升学生的学习投入度成为了当前研究者重点关注的话题。文章运用视频分析法,对智慧教室中不同学科课程视频的学生课堂学习投入度进行编码分析,探究在不同教学环节、技术功能、教学组织形式等教学活动类型相关要素的影响下学生主动学习投入、被动学习投入、互动学习投入和非投入行为的分布特点,发现:在文章所涉课堂案例中,智慧教室中学生的课堂学习投入度情况良好,技术的使用能够促进学生的主动学习投入。基于此,文章针对智慧教室中如何更好地提升学生的学习投入度这一问题提出了相关建议,以期为课堂教学实践及相关研究提供参考。     

Analyzing the temporal evolution of students’ behaviors in open-ended learning environments

Metacognition and self-regulation are important for developing effective learning in the classroom and beyond, but novice learners often lack effective metacognitive and self-regulatory skills. However, researchers have demonstrated that metacognitive processes can be developed through practice and appropriate scaffolding. Betty’s Brain, an open-ended computer-based learning environment, helps students practice their cognitive skills and develop related metacognitive strategies as they learn science topics. In this paper, we analyze students’ activity sequences in a study that compared different categories of adaptive scaffolding in Betty’s Brain. The analysis techniques for measuring students’ cognitive and metacognitive processes extend our previous work on using sequence mining methods to discover students’ frequently-used behavior patterns by (i) developing a systematic approach for interpreting derived behavior patterns using a cognitive/metacognitive task model and (ii) analyzing the evolution of students’ frequent behavior patterns over time. Our results show that it is possible to identify students’ learning behaviors and analyze their evolution as they work in the Betty’s Brain environment. Further, the results illustrate that changes in student behavior were generally consistent with the scaffolding provided, suggesting that these metacognitive strategies can be taught to middle school students in computer-based learning environments.     

Detecting the correlation between mobile learning behavior and personal characteristics among elementary school students

ABSTRACT

This study aimed to explore the features of mobile learning behaviors among Chinese elementary school students, and relationships between mobile learning behaviors and personal characteristics in mobile learning environment. The current study designed and developed a game-based educational mobile environment and conducted an experimental research. Eighty-three elementary students participated in this study. The results revealed the features of elementary school students’ mobile learning behavior including: 1) the students had reasonable login frequencies and learning time duration with appropriate guidance from the teachers, and satisfying learning performance by self-learning; 2) higher grade, learning style with active information processing and higher test scores in the conventional Chinese subject course had positive impacts on the mobile learning behaviors, but no gender difference was found. Regrettably, students showed more digital consuming than digital creating in the current study. The results could provide necessary suggestions on mobile learning for young learners.     

基于在线学习行为数据的学习者群体特征挖掘研究

教育信息化促使越来越多的学习者选择在线学习,基于学习行为数据的研究也逐渐增多,然而对学习行为的研究普遍基于学习者个人,涉及学习者相似群体特征挖掘的研究较少。选取阿里云天池中的公开数据集,通过对不同个性特征和认知能力的行为数据进行相关性分析,以学习成绩为依据聚类不同的学习者群体,挖掘群体的典型行为特征。研究表明,群体行为特征存在显著差异,借助群体特征挖掘可以帮助学生与他人对比,发现自身不足并及时调整。这样既能在个性化学习基础上充分利用群体智慧,也能避免因学生过多使教学工作者负担过重。     

短期语言培训课堂上的文化介入研究

语言学习课堂上文化参与的方式和内容应该根据不同的人群设计和选择。然而,国内语言课堂上的文化参与内容和方式均过于单一,因而不利于培养不同学生群体的语用能力。为了借鉴国外课堂文化介入方式以改进我们的外语教学,本文作者结合我国短期成人英语学习者的实际需求,通过观察国外语言课堂活动和国内课堂实践,总结出了一个把文化学习融入语言技能训练的课堂文化介入方式系列活动,并对短期语言培训涉及到的文化介入内容问题进行了讨论,以期对各个层面的语言教育有所启发。     

行为数据分析视角下Moodle平台在线学习力研究

在线学习如今成为人们获取知识的一种重要方式,但许多研究表明,在线学习者的学习效果不理想,很大程度上与学习者的在线学习能力有关。在已有文献基础上界定在线学习力概念与发展模型,综合Moodle平台学生实际学习情况,尝试将行为数据分析技术应用于学生在线学习力分析中。采用滞后序列分析方法可从学习行为序列角度分析学习者在线学习过程中的学习行为,从而在一定程度上评估在线学习力各个维度的能力体现情况,以期为教师教学与学生学习提供指导,达到优化学生在线学习效果的目的。