基于改进SMOTE算法和Ensemble模型的学习结果预测方法

为解决不同领域的数据分类和预测任务中单个机器学习算法适用性较差的问题,以及缓解数据集严重不平衡对预测性能的影响,提出了基于合成少数类过采样(SMOTE)和Ensemble集成模型的数据分类方法。传统SMOTE算法通过对少数类样本进行插值来生成新的合成样本,合成样本中存在噪声和样本间相似性较高的问题。为此,提出了改进的SMOTE算法,通过距离计算移除噪声样本和易混淆样本,得到高区分度的纯净合成样本。然后,利用Ensemble方法调整样本和分类器权重,并组成分类效果更好的强分类器。在公开在线学习数据集Kalboard360上的实验结果表明,使用极限随机树(ERT)分类器时,结合改进SMOTE和Ensemble模型后实现了97.9%的预测准确度,比单个ERT分类器提升了5.5%,证明所提改进SMOTE算法能够生成高质量的均衡化数据,且集成学习模型的性能显著优于单个机器学习算法。

同伴指导对大学生学习结果的影响研究——基于30项实验或准实验研究的元分析

学界对于同伴互动对大学生学习结果的影响效用尚未达成统一结论。本研究采用元分析方法对30项实验或准实验研究展开系统量化分析。研究结果表明:同伴指导对大学生学习结果呈中等偏上的积极促进效应,合并效应值为0.782;同伴指导对大学生学业成绩和专业技能的促进作用突出,但对情感态度发展的促进作用较小;其效应受指导时长、指导形式、指导年级和课程类型等调节变量的影响。高校应优化制度环境,建立协同、可持续的同伴指导机制,选择短周期、跨年级和小组指导的同伴指导模式,从而更为有效地提升大学生学习结果。

教学设计中预期学习结果的设计

通过文献和行动研究明确了教学目标、学习目标与预期学习结果的关系,得出了预期学习结果是解构了的教学目标,是理解了的学习目标的结论.解构是对高度概括的课程标准的解构,理解是对学习目标的解释和说明;确定预期学习结果的步骤是根据课程标准确定教学目标,再结合教材确定学习目标,最后结合学情确定预期学习结果;应用预期学习结果制定的学习结果层级水平确认单,使得目标可测量、可评估,用于学生对学习结果做自我评估.

学习结果分类视角下初中历史教学的实施策略研究

本文从加涅的学习结果分类理论出发,结合初中生在认知发展、学习规律等方面的发展情况,从言语信息、动作技能、智慧技能、认知策略和态度这五种分类结果出发,细分教学目标(即学习结果),并依据加涅理论,为不同的学习结果结合不同的内外部条件,提供不同的、适合的、可操作的教学策略,打破教学困境,提升教学质量,促进学生核心素养的培育。

媒介信息素养、在线临场感与深度学习结果关系研究——基于职业教育在线学习场景的实证分析

在线深度学习的“深度”表现在方法、过程、结果等方面,受个体特质与素养、在线环境以及交互行为等的影响。基于媒介与信息素养、在线临场感以及深度学习理论,以职业教育在线学习场景下的学习者为研究对象,探究媒介与信息素养、社会临场感、认知临场感以及深度学习结果之间的关系,并构建了相关模型。研究显示,学习者的信息需求意识、网络媒体技术应用能力以及数据信息整合与传播能力,均对其在线学习社会临场感和认知临场感具有直接正向影响。同时,数据信息整合与传播能力和两种临场感直接正向影响在线深度学习结果。基于研究结果提出构建与实施基于具体职业场景的媒介与信息素养知识技能体系;强化社会临场感和认知临场感的教学设计;构建与实施在线深度学习目标与评价等策略。

沉浸式虚拟现实赋能科学教育能有效提升学生的学习结果吗?--基于2011~2022年国内外44篇实证论文的元分析

当前,沉浸式虚拟现实(IVR)技术在教育领域的应用呈上升趋势。虽有大量研究探讨了IVR对学生学习结果的影响作用,但未聚焦到科学学科,也未对不同类型的学习结果加以区分。鉴于此,文章采用元分析方法,对国内外44篇相关实证研究文献进行定量分析,研究结果表明,整体而言IVR对学生的科学学习结果具有显著正向影响,但效应量较小(总效应量g=0.275);IVR对知识保持类和知识迁移类学习结果的影响均受教学方法调节,学段仅调节IVR对知识保持类学习结果的影响,测量方式仅调节IVR对知识迁移类学习结果的影响;IVR搭配预训练教学方法对陈述性科学知识的学习促进作用更显著;IVR搭配探究式教学时采用延时测量的方式更能发现知识迁移的效果。文章通过研究,期望从教学方法选择和教学效果测量两方面为IVR技术赋能科学教育提供启示。

增强沉浸感能提高学习成效吗?——沉浸感对学习结果的影响及作用机制

虚拟现实(VR)的沉浸感会影响用户感知到的存在感、认知负荷和情绪等,进而促进或阻碍学习。已有文献中沉浸感对于学习结果影响的研究结论并不一致,其作用机制也没有得到充分探讨。研究基于沉浸感相关的研究,在消防安全教育中控制沉浸感水平(沉浸式VR体验和桌面式VR视频),通过知识测试和量表的形式测量了128名大学生的学习效果(即时知识保留和延时知识保留)、认知负荷、情绪(效价和唤醒)、存在感和学习动机。研究发现:(1)沉浸式VR体验更有利于激发高唤醒的积极情绪,提高存在感和学习动机,但在认知负荷、知识的即时保留和长时保留方面与桌面式VR视频无显著差异。(2)情绪效价、存在感和学习动机在沉浸感影响学习的过程中发挥中介作用。研究结论揭示了VR环境中沉浸感对学习的作用机制,对VR技术课堂教育应用提供了方法论指导。

学习与表现:对学习结果评价的启示

学习是因经验而引发的变化,“变化”强调学习的结果,“经验”则强调引发变化的过程。表现是外显的可观察的学习结果,是个体学习结果或学习过程的某种外化表达。学习借助表现来说明,但表现远不足以说明学习的全部。任何形式的表现式评价,只能说明学习的一部分,所以对学习而言,表现式评价存在“所能、未能和不能”的问题。

自适应学习对大学生学习结果的影响研究——基于51项实验和准实验研究的元分析

引入自适应学习技术为大学生提供个性化学习服务,是高等教育数字化转型的重要课题。自适应学习在多大程度上能促进大学生学习结果,又为何造成大学生学习结果差异,这也是自适应学习系统开发和应用的关键问题。已有研究提供了自适应学习对大学生学习结果影响的证据,但大多数研究并没有区分这种效应在多大程度上促进了大学生不同类型的学习结果,也没有对潜在的调节效应进行充分说明。基于此,通过对国际期刊上发表的实验和准实验研究进行元分析,旨在深入探讨自适应学习对大学生认知学习结果和非认知学习结果的影响,并考察可能导致研究结果异质性的潜在调节变量。按照严格的纳入标准,共筛选出51项研究进行综合分析。随后,对13个被认为对大学生学习结果产生影响的调节变量进行详细分析。结果发现:与非自适应学习相比,自适应学习对大学生的认知学习结果(g=0.751)和非认知学习结果(g=0.542)均具有显著的中等效应;进一步的调节变量分析揭示了这种影响在大学生认知学习结果方面受“自适应目标、反馈时间以及自适应技术”的显著调节,但在大学生的非认知学习结果方面未发现显著调节变量。可见,改进自适应学习的产品研发、应用与评估等工作任务仍然艰巨。为此,自适应学习系统的研发和应用应建立在“证据”的基础上;有组织地引导大学生参与自适应学习活动,完善人机协同的自适应学习生态环境;学术研究应更加关注多变量效应分析,深入探究和确保干预措施的有效性。

在线学习结果预测与激励——基于学习者行为建模

在线课程普遍具有注册率高、通过率低的问题。为了提高在线课程通过率,本文从在线学习者参与课程的测试、作业、讨论角度,分析在线学习课程通过者、未通过者的学习行为,对比两类学习者的学习行为特征,筛选两类学习者的特征,并根据所选特征建立机器学习模型,对比分析SVM模型和BP神经网络模型,对在线课程学习结果进行预测;最后,基于加涅九阶段教学设计,提出具体干预措施,并结合预测模型对提出措施进行实施效果验证,结果表明干预措施对提高在线课程通过率具有一定的效果。

硕士研究生自我控制力对其学习结果的影响

为探究硕士研究生自我控制力对其学习结果的影响,以量化与质性相结合的方式,采取分层随机抽样方法向我国长三角地区多所高校的硕士研究生发放调查问卷,根据问卷结果从自我控制力的冲动控制、抵制诱惑、专注学习和健康习惯等四个维度以及学习结果的学科知识技能、科研能力和专业情意等三个维度出发,调查硕士研究生自我控制力现状,探究自我控制力与学习结果之间的关系。结果表明:硕士研究生整体上自我控制力不足,其影响因素较多,均对学习结果有显著影响。在此基础上提出通过增强硕士研究生自我控制力以促进其学习结果提升的建议:硕士研究生应明确个人发展规划,树立自我管理观念;高校应增设自控力相关课程,加强导师指导力度;家庭应采取民主型教养方式,推行“无痕化”教育。

学习结果的类型及其相互关系

学习结果是基于学习带来的个体内在心理变化,是课堂学习活动的着力点与核心,高质量的课堂成果依赖于高质量的学习结果。科学认知、区分和把握学习结果的不同类型,不仅有利于提升教师教学行为的专业性,帮助教师依据不同的学习结果采取差异化的教学策略,也有利于学生更清晰地明确学习目标,增强学习的主动性和内驱力,从而提升教学质量和学习效果。一线教师应重视和树立学习结果意识,厘清学习结果的种类及其相互关系,增强教学活动的导向性和专业性。

面向主题的智能问答机器人对学习过程和学习结果影响的实证研究

智能问答机器人是人工智能技术的典型应用之一,将智能问答机器人应用于教育教学领域受到了越来越多研究者的关注。本研究以七年级学生为研究对象,通过准实验研究探索了使用面向主题的智能问答机器人和传统搜索引擎辅助学习对学习过程和学习结果的影响。结果表明,相较于传统搜索引擎,面向主题的智能问答机器人能够更好地帮助学习者进行学习,具体体现在:在学习过程方面,智能问答机器人能够提升知识检索效率,提高学习者的内部学习动机,减轻网络迷航状态;在学习结果方面,智能问答机器人能够提升学习者的知识测试成绩。但在紧张-压力和努力程度方面,两种辅助学习工具不存在显著性差异。上述结果验证了面向主题的智能问答机器人在辅助学习方面的潜力与价值。

挖掘有意义学习行为特征:学习结果预测框架

及时有效地对学习结果进行预测,是学习分析的核心议题,也是为学习者提供个性化学习支持服务、保证学习者学习成功的关键。其中,如何寻找兼具预测效力与教学意义的学习行为特征是值得关注的问题。本研究以Cloudbag教育云平台中的108位学生为研究对象,基于特征工程的方法构建学习结果预测框架。基于文献调研和对教师的访谈,本研究将学习结果预测框架分为学生与学生交互、学生与教师交互、学生与内容交互、学生与系统交互四个维度,共包含10个特征变量;结合学生在平台中的学习行为数据,对特征变量进行量化和筛选,通过相关分析、信息增益(率)分析筛选出八个有效的特征变量,构成最终的特征集合;使用八种机器学习算法对学习结果进行预测,结果表明:随机森林算法对学习结果的预测效果优于另外七种算法,其特征集合对学习结果的预测准确率可以达到73.15%。本研究最后从有效学习行为指标和有效学习行为特征等方面对研究结果进行总结和反思,期望能够为混合式学习环境下学习分析和评估提供研究支持。

以学习结果评价为导向的评价改革探析

学习结果评价在西方高等教育的探索发展已近半个世纪,开展学习结果评价改革对于我国当前建设教育强国、深化新时代教育评价改革具有很强的实践价值;高校作为教育质量自我评估的主体,应以学生为中心,积极探索以结果评价导向的评价路径。

基于学习者个性行为分析的学习结果预测框架设计研究

对学习者及其所在情境中产生的数据进行记录和分析并为其提供个性化学习服务是教育大数据背景下学习分析研究在促进有效学习方面的内在旨趣,而要实现对学习状态的评估、预警和干预则需要对学习者个性化信息进行实时建模。该文通过对国内外学习分析模型的梳理分析总结存在问题,并基于个性化学习模式和相关文献构建了数字化学习环境下个性化行为分析模型。在此基础上,以教学目标分类理论、个性化学习理论和社会认知理论为指导设计了"目标—过程—结果"为思想的学习结果分类设计原理,并对各层级的学习行为类型进行分析。最后基于学习行为分析模型和学习结果分类设计了学习结果预测框架,包括学习内容分析、学习行为分析和学习预测分析三个模块,为后面个性化学习分析工具的设计提供理论指导。

MOOC学习结果预测指标探索与学习群体特征分析

高辍学率与低参与度是MOOC面临的一个主要问题。根据学习结果预测,及时开展有效的教学干预是改善此问题的途径之一。当前基于MOOC学习行为数据进行结果预测主要以次数分析为主,较少探索其他行为指标;在预测算法上以回归分析为主,缺少不同预测算法效果的比较分析。以ed X平台上一门MOOC课程的学习行为数据为研究对象进行的探索研究发现:学习结果预测的主要参照行为指标组合为视频学习次数、文本学习次数、评价参与时长、评价参与次数和论坛主题发起数;学习次数的预测效果要好于学习时长,并与学习时长和学习次数结合后的预测效果接近;BP神经网络预测准确率要优于决策树和朴素贝叶斯网络,且预测准确率与样本数量呈正相关;而在课程学习模块的预测比较上,评价模块和文本模块的学习行为数据预测率较高,互动模块预测率最低。研究还发现,MOOC学习群体包含三类,分别是以视频学习和学习评价为主、以互动交流为辅的学习群体;以视频学习和文本学习为主、以评价参与为辅的学习群体,以及以文本学习和学习评价为主、以互动交流为辅的学习群体。

教育大数据背景下学习结果预测研究的内容解析与设计取向

基于数据集的学习分析和人工智能技术的深入发展,使得以优化学习过程、缩短学习改善周期为目标的学习结果预测得到研究者的广泛关注和实践探索。文章首先对数字化学习环境下的学习预测研究探索进行梳理,辨析其研究特性,之后纵向解析了学习结果预测研究中的内容,并横向剖析了研究中存在的问题;在此基础上,从情境、理论、数据、方法和结果五个层面对未来学习结果预测研究的设计取向进行讨论;最后,对以学习者为中心的数据的预测设计原理进行阐释,并设计个性化学习结果预测研究框架,以明晰其系统化分析流程与结果。

家长参与类型与儿童学习结果的关系

家长参与对儿童学习有着重要影响。本研究从家长对儿童作业支持、亲子互动、制定规则、处理冲突策略以及学习情感支持等维度,采用潜在类别分析方法对所调查的12575名家长参与儿童学习情况进行分类,得到四种家长参与类型,分别是支持型、一般型、严厉型、放养型,并发现家长的社会经济地位越高,家长参与程度越高,不过严厉型家长的学习情感支持最低且最专制。儿童的学习结果由高到低依次为支持型、一般型、放养型、严厉型,说明家长参与程度越高,儿童的学习结果越好;家长对儿童的情感支持比其对儿童学习的直接参与更重要,这意味着即使家长无力参与孩子的学习,仍然可以通过对孩子的情感支持来提升孩子在校的学习竞争力。由于学习结果的差异是教育长期累积的结果,家长参与已然在儿童教育的各个阶段发挥作用,同时由于家长教养方式的相对稳定,父母参与儿童学习的类型也相对固定,因而本研究建议从学龄前阶段开始,家长就应注重为儿童提供学习支持,尤其要重视对儿童学习兴趣和学习习惯的培养;重视亲子互动的质量,而不仅仅是简单的陪伴;注重创设民主协商的家庭氛围,当亲子之间发生冲突时应注意倾听儿童的想法,给予儿童情感支持,提高儿童自信心和社会适应性。

“高等教育学习结果评价”概述

20世纪中期以来,随着高等教育质量评估理论和实践的发展,高等教育经费的大幅增加和高校人才培养功能中心地位的回归,学习结果评价成为世界高等教育质量评估的热点之一。目前,经合组织已经建立了高等教育学习结果评价体系,在评价的理念、目的、主体、技术和工具等方面为我国高等教育质量评估提供了经验与启示。