ChatGPT赋能CSCL:未来图景与突围路径

CSCL作为培养高阶思维发展的一种新型学习方式,已经历了30年的颠簸历程,但因跨学科的特征致使其发展与探索呈现复杂性。随着以ChatGPT为代表的生成式AI迅速渗透各行各业,为CSCL的创新发展带来了曙光。为此,文章首先进行了ChatGPT的基本概述,并从内容生成、语境理解、语言转译及场景复刻刻画了其应用优势。然后,文章基于对CSCL手册的分析与思考,融合ChatGPT的特征与能力,从影响CSCL发展的外延与核心两个层面,依据复刻境脉、助力变革、面向多元、支持学习、辅助教学、解密黑箱六个维度,构建了ChatGPT赋能CSCL发展的未来图景。最后,文章提出了基于ChatGPT的CSCL生态创新发展的突围路径,以期为CSCL的创新发展与教育领域内ChatGPT的理论探索与实践应用提供参考。

基于复杂理论的MOOC用户留存意愿组态分析

MOOC用户留存意愿聚集了个体、外部环境、内容质量等多因素的互动规律,但已有的研究偏向单一因素或系列因素对结果变量的影响,忽略了因素之间的关联性与协同性。定性比较分析能够通过考察促生结果的前因变量及变量之间的相互作用、可能的变量组合,有效揭示促成事件发生的组态路径和作用机制。文章从复杂理论的角度出发,结合社会认知理论和技术接受度模型,采用模糊集定性比较分析对291个MOOC学习用户的相关数据进行分析,以探索MOOC用户留存意愿的形成机制。研究结果发现,MOOC用户留存意愿受9种构型影响,依据路径特征将其分为4种模式,其中游戏化、自我效能感等关键因素对MOOC用户留存意愿具有积极影响。研究结论为MOOC平台的重构与优化、在线教学内容的设计等提供了借鉴与参考。

不同UAV航摄方法的3D建模技术及精细化量测分析

本文以云南省禄丰恐龙谷南部的典型冲沟为研究区域,分别设计两种模式进行数据采集,先采用无人机正常航测模式对试验区一进行数据采集,再用无人机贴近地面飞行的方式对试验区二进行数据采集,通过数据处理,得到两个试验区的三维实景模型、点云数据、DOM、DSM等,对无人机成像点云进行PTD滤波处理,构建高分辨率的DEM;结合三维实景模型和DEM分析不同数据采集模式的优缺点以及适用性,结果总体实证了应用近地面飞行采集数据构建的三维实景模型能够实现对复杂地物的精细化量测分析,为广大山区复杂地形的三维建模和精细化分析提供了一种思路,对复杂地形的研究分析具有参考借鉴作用。

基于HLS与TLS的建筑物点云采集及3D建模性能比较分析

不同平台所搭载的三维激光扫描仪适用于不同场景,具有不同的特性。为研究手持三维激光扫描仪(HLS)与地面三维激光扫描仪(TLS)在建筑物数据采集应用相关方面的差异,实验以一座高约8m的雕塑建筑为对象,分别采用这两种仪器对其进行扫描数据采集。通过点云数据预处理与表面模型重建,获取建筑物3D模型,并完成建筑物的点云切片与边长提取。实证研究得出,HLS采集数据时间效率优势显著,相比设站扫描可节约83%时间,同时还可获得更丰富的点云数据;TLS采集的数据质量相对要高,粗糙度均值总体要低,细节表达更优;与建筑物实测边长进行比较,利用两种扫描仪所构建3D模型测量得出的边长均具有较高精度的相关一致性。此次研究成果对不同场景要求下的建筑物点云数据采集与建模,以及具体选择何种平台的三维激光扫描仪进行应用,可提供相关技术性能参考。

无人机成像点云与LiDAR点云用于DEM构建精度对比分析

针对传统的地面调查及卫星遥感手段构建DEM存在测量难度大或制图分辨率低等问题,通过无人机(Unmanned Aerial Vehicle,UAV)成像点云与机载激光雷达(Light Detection and Ranging,LiDAR)点云构建高分辨率DEM,并对比分析DEM产品的误差及其空间分布差异。采用多种滤波算法分类成像点云与LiDAR点云中的地面点云,结合点云内插的误差分析实验,得出以下结论:①利用点云的光谱信息能增强改进的渐进三角网滤波算法的效果;②成像点云和LiDAR点云构建DEM的最佳点云密度分别为27.70点/m^(2)和16.44点/m^(2);③成像点云X和Y方向的误差集中在±0.1 m之间,Z方向的误差离散程度大,集中在±0.6 m之间,LiDAR点云X和Y方向的误差集中在±0.3 m之间,Z方向的误差集中在±0.5 m之间。研究结果可为点云用于地形复杂区域的高精度地形建模提供参考。

教育游戏对学生学习效果的影响研究——基于41项实验和准实验的元分析

随着信息技术的发展,教育游戏在教学过程的应用越来越广泛,但学界对其应用效果仍颇具争议。为考察教育游戏对学生学习效果的影响,文章采用元分析法,对教育游戏的实验与准实验研究进行了梳理与分析,发现:相较于传统教学方式,教育游戏对学生的学习效果产生了中等程度的正向影响。之后,文章将学科、知识类型、故事情节、参与方式、研究设计类型作为调节变量,检验了调节变量对研究结果的影响。依据元分析结果,文章针对未来教育游戏应用提出了建议,包括依据不同学科特点设计相应的教育游戏、依据知识类型特征选择合适的教育游戏、增强教育游戏情景设计、增加小组参与的教育游戏模块、注重研究设计的多元化等。

无人机用于形态复杂实验对象量测的精度分析

采用大疆精灵4RTK无人机,设计3种不同的飞行方案,模拟倾斜摄影测量技术,运用Context Capture三维建模软件进行处理,实现对形态复杂的雕塑景观进行三维重建,得到雕塑实验对象的三维模型。利用RTK采集实验对象的地面控制点坐标,进行实验对象三维场景的平面精度、高程精度和特定边长精度分析,并结合三维模型纹理目视解译进行无人机模型多视角的可视化定性分析探讨。通过对比3种不同的飞行方案的精度,初步证明了利用无人机模拟倾斜摄影测量技术构建三维模型的可靠性,实验结果对于消费级无人机重建复杂对象的三维模型具有一定的参考价值。

基于学科知识图谱的教育知识服务模型构建研究

人工智能技术的不断提升使得教育知识服务向智能化发展。而学科知识图谱作为人工智能重要技术之一,既能优化教育知识的生产方式,又能为多种智能化的知识服务开展提供支撑。为满足当今教育用户多样化、个性化、精准化的需求,本文在分析学科知识图谱的内涵、构建框架基础上,从助力教育知识库形成、辅助智能化知识发现、支撑多项智能教育知识服务开展三个方面讨论了学科知识图谱与教育知识服务的适切性。随后分析了教育知识服务的构成要素,在此基础上构建了基于学科知识图谱的智能化教育知识服务模型,并从需求采集、服务构建、服务应用、服务评估四个阶段对模型进行了阐释,最后提出了模型的相关实施建议。

智能时代欧洲技能型人才的培养与启示

智能时代我国对技能型人才培养提出了新要求。通过对比分析2016年与2020年两版欧洲技能议程的提出背景和主要内容,借鉴欧洲技能人才培养的设计思路与经验,我国技能人才培养应从加快推进学分银行建设,构建技能人才终身学习体系、提高弱势人群的就业创业能力,促进教育公平、加强职业教育治理,促进产教融合深层次发展、实施数字胜任力研究和教育,提高技能人才的数字胜任力、融合应用大数据与人工智能技术,促进复合型技术技能人才培养等方面展开。

大学生在线学习采纳动因及组态效应研究

研究在线学习采纳动因及组态效应,可为在线学习业态完善和发展提供借鉴。但传统研究范式偏向单向线性关系,探究自变量对因变量的“净效应”,忽略了自变量间的联合效应。本研究采用模糊集定性比较分析(fs QCA)方法,基于UTAUT模型建立采纳动因概念模型,从组态视角分析在线学习采纳的多重并发因果路径。研究发现:信息素养是在线学习采纳的核心必要条件;努力期望和学习自主性互为替代关系;平台依赖型、独立发展型与社群依存型是3条提高在线学习采纳的有效组态路径,且平台依赖型是最常见的在线学习采纳路径。

基于聚类集成的学生群体画像构建

学生群体画像能自动挖掘学生的行为数据,构建不同特征群体,辅助教师快速把握学生群体的全貌,进行差异化教学.提出一种基于聚类集成的学生群体画像方法.首先,分析学生的基础数据和行为数据,建立学生群体画像的特征标签;其次,运用KMeans、KModes和GMM 3种聚类方法构建基聚类器;最后,通过投票法对基聚类器的结果进行集成处理.实验结果表明,相对于KMeans、KModes和GMM 3种聚类方法,本文提出的方法能显著提高聚类结果的精确性和鲁棒性;可将学生分为3类不同特征的群体.教师可根据不同群体的画像,制定更科学的分类教学策略,实现个性化教学.