基于QQ群的高校科研协作平台模式构建

腾讯QQ以其强大的互动性,同步与异步交流兼容,支持群共享,群聊、私聊、邮箱,QQ空间,微博,微信等功能特性,成为当下最为流行网络互动软件之一.本文简述了科研团队协作平台的研究现状,阐释了科研团队QQ群的概念,分析了基于QQ群的科研协作平台的特点,以施拉姆的传播理论为指导,提出了科研团队协作平台的应用模型,以期促进科研团队成员的信息交流、学术共享、科研协作和知识管理,有助于科研团队的可持续发展和成果产出.     

E-Learning协作学习中的分组问题研究

本文针对E-Learning协作学习中典型的分组问题展开研究,采用Multi-Agent的技术方法,根据某大学"教学在线"的实际应用背景,构造分组Agent结构。通过减少参与者人为干涉系统行为、网络控制及通信量,直接提高学习的效率,改善交互质量,从而最大程度地降低因分组决策错误而造成的资源浪费和经济损失,达到改善教学系统知识交换、整合、沉淀、创新、增值等的环境、提高高校核心竞争力的目的。系统试运行的结果表明,该研究成果较好地解决了E-Learning远程教育中协作学习的分组问题。     

Wiki环境下的大学英语协作教学模式

基于Wiki在教育领域的发展,在大学英语教学中引入Wiki教学理念。Wiki教学模式是充分利用信息技术,教师与学生协作构建知识、分享知识,共同参与教学的一种协作式教学。wiki模式的有效开展需要教师精心的设计、不断激发学生兴趣和师生共同构建知识。Wiki教学模式着眼于提高学习者学习的参与性、创造性及协作意识。     

研究生英语CIM教学模式研究

CIM协作研究模式是建立在现代学习理论基础上的教学方法体系,该文提出在研究生英语教学中依据CIM协作研究模式理论,通过优化教学内容、更新教学手段和完善教学评价体系,逐步提升研究生运用英语从事专业研究和进行学术交流的能力。     

基于信息流视角的教师指导与协作学习效果分析

提升协作学习效果是研究者和实践者追求的目标。高质量的协作学习需要有效的教师指导。教师指导的哪些特征会影响协作学习效果呢？从信息流视角,把协作学习抽象为复杂的信息系统来研究教师输出的信息流与协作学习效果的关系,有助于克服已有研究存在的问题。对30个小组协作学习信息流进行分类和建模发现,能够直接对协作学习效果产生促进作用的教师指导包括知识语义、积极情感、答案、管理类信息,其中知识语义类信息的促进作用最显著,策略和案例类信息通过知识语义类信息间接影响协作学习效果,管理类信息不仅能够直接影响协作学习效果,同时还可以通过作用于答案类信息而间接影响协作学习效果。个案研究还发现,协作学习效果较好的小组中,教师输出的元认知类信息多于认知类信息,教师主要通过计划策略指导学生有效完成协作学习任务。     

在线协作学习对感知学习的影响

在线学习环境缺乏人际交互的缺点在一定程度上决定了在线学习需要依靠学习者之间的交流和协作才能维持。对于在线学习的实际成效,研究者已经开发了不同的测量工具和评价方法来对其进行测量,但由于这些工具和方法之间缺乏内在一致性,使得针对学习的直接测量十分困难,因而感知学习常被用作反映学习的指标,也被视为衡量网络教学成功的重要标志之一。影响感知学习的变量很多,既有个体层面的,也有小组层面的。以天津职业技术师范大学本科生参与的网络课程“远程教育学”为例,运用逐步回归方法进行的实证研究表明：个体层面的变量——个体的协作学习态度、与熟人的交流能力,小组层面的变量——小组任务的相互依赖、小组任务的有效分配以及社会临场感都会显著影响学习者的感知学习。     

大学生在线知识建构行为及序列模式分析

为解决新时代下各种复杂问题,当代大学生应该具备知识建构能力,特别是学生能够通过在线协作平台不断进行提问、解释,从而共同解决问题并进行知识创造。由于学习过程数据可从在线学习平台获得,使得分析大学生知识建构的动态发展及序列模式成为可能。上海某高校教育技术专业的27名三年级学生参与了课程学习,并利用在线论坛进行了一学期的协作交互,共发帖787条。本研究采用内容分析法对所有帖子进行编码,利用滞后序列分析得到该课程三个协作阶段的编码行为序列。研究发现,随着协作的深入知识建构的层次逐渐提升,在不同协作阶段会出现不同的序列模式。分析在线学习行为及序列模式有助于教师更好地诊断影响学习结果的潜在问题,从而调整教学策略以促进其知识构建过程。     

《中国高等教育》“卓越实习生计划”招募启事

根据发展需要,《中国高等教育》编辑部面向广大高校招募实习生。岗位与要求如下:1.稿件编辑助理岗位要求:熟悉国家的高等教育方针政策,具有扎实的文字功底和理论知识储备;工作认真负责,团队协作能力良好;教育学博士研究生优先。2.美术编辑助理岗位要求:熟悉Photoshop、方正飞腾等图片处理和排版软件;有扎实的美术功底、优秀的创意思维和平面设计能力;在校本科生及以上学历,美术等相关专业优先。     

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。     

共享调节学习中的监控过程:理论模型与解释案例

在共享调节学习的序列中,监控的目的在于确定团队尚未实现的内容,引导团队在需要的时候调整任务理解、目标计划和参与行为。对监控的测量、观察或分析,首先需要明确监控活动的基本过程。研究从监控的发生条件、内容维度、调节类型等方面梳理已有研究,据此构建共享调节监控的过程模型,探索监控的内在机制和动态过程。以上海市闵行区高中信息科技教研组的一次教研活动为解释案例,分析了协作中的监控过程,初步验证了模型的适切性。研究表明:“监控的产生”“识别与分析”“反思与评估”“调节与适应”四个阶段是按顺序进行的;监控活动主要由团队面临的困难和挑战所引起,其中,支架干预具有重要作用;虽然识别与分析会在很大程度上引起反思与评估,但是也有一部分会直接导致调节与适应;即便是成熟的教师协作团体,仍然存在一定程度的不适应行为,需要外界的干预和支持。通过对监控序列的剖析,可以开发相应的监控促进策略、干预支架和支持工具,优化共享调节的内部机制。文中个案也体现了共享调节及其监控活动在教师协作活动中的应用效果,对改进教师教研具有重要的实践意义。