-
题名开放教育实践再思考
被引量：9
- 1
-
-
作者
索姆.奈杜
肖俊洪
-
机构
斯威本科技大学
汕头广播电视大学
-
出处
《开放教育研究》
CSSCI
北大核心
2014年第2期11-16,共6页
-
文摘
在教育发展领域,人们对创新教育实践的兴趣与日俱增。任何工作如果一开始就得到公共资金的支持或由公共资金支付(尤其以拨款或工资形式支付给劳动成果创造者),那么劳动成果应必须为大众共享。这种必要性很大程度上驱动着教育实践的创新。传统的学习、教学和研究(及其传播)模式面临压力。它如果不能响应这种诉求,必然会出现诸多其它的办学和认证模式,迫使传统的住宿教育模式发生变化。然而,不管什么类型的教育,学习资源获取途径和教育机会的开放并不意味着教学重要性的降低。事实上,教学可能变得更加重要。在开放教育环境下,学习者更可能需要有组织和有指导的教学,但是在多大程度上提供这种学习支持、何时提供以及如何恰当地提供这种支持——这些都是亟待开放教育工作者解决的问题。
-
关键词
开放教育实践(开放学习
开放学术
开放获取)
开放教育资源
云端学习
微认证(开放徽章)
大规模开放在线课程
-
Keywords
open educational practices （ open learning, open scholarship, open access ）
open educational resources（ OER ）
cloud-based learning
micro-credentialing （open badging）
massive open online courses （ MOOC ）
-
分类号
G434
[文化科学—教育学]
-
-
题名云学习平台大学生学业成绩预测与干预研究
被引量：25
- 2
-
-
作者
尤佳鑫
孙众
-
机构
首都师范大学信息工程学院
-
出处
《中国远程教育》
CSSCI
北大核心
2016年第9期14-20,79,共7页
-
基金
国家社会科学基金重大委托项目"语言大数据挖掘与文化价值发现"(批准号:14&ZH0036)的部分研究成果
-
文摘
预测在校大学生学业成绩并及时进行干预指导,是提升大学生学习效果的有效途径。云环境下,学习中过程性数据的积累为预测分析提供了有力依据。本研究设计并开展一门基于实体课堂和云学习平台(MOODLE平台、微信平台)的混合式大学课程。通过收集学生多类属性及学习过程性数据建立多元回归模型,对其将取得的成绩进行预测,并展开教学干预以提升其学习效果。结果显示,在预测模型方面,多元回归模型可以在全班水平上取得较佳的预测效果;在预测因子方面,绩点、在线学习参与度、前导课成绩和学习兴趣是影响学业成绩的重要因素;在干预效果方面,教学干预取得了较好效果,学弱群体接受干预后进步显著。
-
关键词
云学习平台
学业成绩
预测
干预
多元线性回归
-
Keywords
cloud-based learning platform
academic achievement
prediction
intervention
multiple linear regression
-
分类号
G443
[哲学宗教—心理学]
-
-
题名支持个性化学习的行为大数据可视化研究
被引量：18
- 3
-
-
作者
黄昌勤
朱宁
黄琼浩
韩中美
-
机构
华南师范大学教育信息技术学院
-
出处
《开放教育研究》
CSSCI
北大核心
2019年第2期53-64,共12页
-
基金
2018年度教育部人文社科规划基金项目"大数据背景下网络学习空间的智能服务生态与应用模式研究"(18YJA880027)
2018年度国家自然科学基金项目"学习云空间中基于大数据的多模态学习者情感分析与归因研究"(61877020)
2017-2018学年度华南师范大学"挑战杯"金种子培育项目"学习云空间中学习行为大数据分析及其可视化研究"(17JXKC09)
-
文摘
学习云空间是基于云计算技术构建的网络化学习空间,是重要的在线学习环境。空间中行为大数据的直观展示,对学习智能监测与适应性调整至关重要。本研究旨在探讨如何通过动态可视化呈现学习者在云空间中的行为关联大数据,为个性化知识建构提供及时反馈、监督与指导。研究先基于领域特征需求和可视化支撑技术,提出适用于云空间学习环境的可视化设计原则,建立面向智能学习服务的行为大数据可视化机制;然后结合不同空间学习形式,分析可视化内容、方式与时机的判定理论;再针对典型学习场景,制定个性化云空间可视化元素的适应性变更、基于学习全过程的知识点动态组织、交互感知下的可视化方式即时转换和面向群组角色的差异化内容呈现等可视化实现策略;最后采用问卷调查法和实验研究法分析可视化应用的实践效果。结果表明,本研究提出的可视化方案对网络学习空间的个性化学习活动推进及效果提升有良好的支持作用。
-
关键词
学习云空间
个性化学习
行为大数据
可视化机制
空间配置
-
Keywords
cloud-based learning space
personalized learning
big data of behavior
visualization mechanism
spatial configuration
-
分类号
G434
[文化科学—教育学]
-
-
题名面向学习云空间的认知投入量化研究
被引量：9
- 4
-
-
作者
张晓峰
李明喜
俞建慧
吴刚
-
机构
华南师范大学教育信息技术学院
华南师范大学外国语言文化学院
浙江师范大学教师教育学院
-
出处
《中国远程教育》
CSSCI
北大核心
2020年第5期18-28,76,77,共13页
-
基金
2018年广东省哲学社会科学“十三五”规划一般项目“网络学习空间中基于学档大数据的英语交互式学习效用研究”(项目编号:GD18CJY07)
广东省科技计划项目“网络学习云空间中的教育大数据分析与应用”(项目编号:2015A030401087)
华南师范大学研究生创新计划项目“学习云空间中学习投入度的量化研究”(项目编号:2017WKXM066)研究成果。
-
文摘
在全面推进"网络学习空间人人通"的建设背景下,学习云空间的应用不断深入。但正如其他在线学习平台一样,学习云空间也存在辍学率高、学习投入不足等问题。本文聚焦学习云空间中学习主体认知投入相关数据的获取,提出了基于机器学习的认知投入量化方法。首先,分析了认知投入的构成要素,并基于班杜拉的社会认知理论,建立了面向学习云空间的认知投入模型。然后构建了围绕"数据采集-数据处理-量化实现-量化应用"的认知投入量化框架,并设计了一个基于支持向量机的认知投入量化算法。最后以世界大学城系统平台数据为支撑,通过与其他机器学习算法的对比得到研究结果,基于SVM算法具有较高的量化精确率,本研究希望能为教育领域深层认知投入量化提供一种可行的参考方案。
-
关键词
在线学习
学习分析
深层次学习
深度学习
学习投入
社会认知理论
认知学习理论
认知投入
机器学习
支持向量机
-
Keywords
cloud-based learning space
learning engagement
social cognitive theory
cognitive engagement theory
machine learning
support vector machine
quantitative research
-
分类号
G434
[文化科学—教育学]
-
