-
题名学习分析四种范式:论范式融合的重要性
被引量:2
- 1
-
-
作者
肖俊洪(译)
-
机构
美国宾夕法尼亚大学
美国宾夕法尼亚大学学习分析中心
国际教育数据挖掘学会
《基于计算机的情景学习》
《教育数据挖掘期刊》
澳大利亚莫纳什大学信息技术学部
学习分析研究学会
汕头开放大学
-
出处
《中国远程教育》
CSSCI
2021年第12期38-52,77,共16页
-
文摘
与初期相比,学习分析已经有了长足发展。这个领域从研究成果发表渠道看声誉提高得很快,已经形成一个富有活力的共同体,对政策和实践的影响越来越大。然而,很多研究者仍在厘清这个领域的范围以把学习分析的贡献与其他同样基于教育数据领域的贡献区分开来。我们认为,应该重视协作和了解相关领域的研究成果,才能保证学习分析领域健康发展,而不是强调它们的不同。具体讲,本文提出一个旨在分析当今聚焦教育数据研究的相关领域如何影响学习分析领域发展的框架。该框架的着眼点是这些领域各自所采用的主要方法范式,即本质论、实体论/还原论、本体论/辩证论和存在论。本文使用这个框架分析学习分析领域(本体论范式)如何在方法上受到教育数据挖掘(实体论范式)、量化民族志(存在论范式)和大规模学习(本质论范式)等领域新近发展的影响。本文根据分析结果归纳文献中存在的、有待今后填补的研究空白。
-
关键词
学习分析
教育人工智能
量化民族志
大规模学习
机器学习
研究范式
-
Keywords
learning analytics
artificial intelligence in education
quantitative ethnography
learning at scale
machine learning
research paradigms
-
分类号
G420
[文化科学—课程与教学论]
-