基于行为识别的课堂深度学习成绩预测模型研究

课堂学习行为智能识别和大数据分析为课堂高阶认知评价带来契机。利用数据技术挖掘学生课堂学习行为对深度学习成绩的影响关系,解决识别与评价课堂高阶认知不足的现实问题。以英语和化学两门学科为例,以课堂学习行为为自变量,以测试试卷深度学习成绩为因变量,通过高斯消元、回代总样本求均方差最优解等算法,分析出课堂“听讲”“阅读”等8种课堂行为对深度学习成绩的权重影响,构建课堂学习行为与深度学习成绩间的预测模型,依据模型可识别和评价学生的高阶认知是否发生,为常态课堂高阶认知规模化评价提供科学依据和技术支撑。

中美两国信息素养概念的演变分析

信息素养概念的提出是一个不断演进的过程。中美两国不同时期的学者对于信息素养概念赋予了不同的含义。"信息素养"较之"计算机能力"、"计算机素质"、"信息能力"、"信息文化"等概念概括更为全面,更为确切,可视为科学概念。

融于数学问题解决的同伴互评模式研究

当前我国数学课堂的同伴互评模式研究多作为课堂学习活动的一部分进行设计,缺乏数学问题解决的评价针对性。研究在已有的同伴互评模式的基础上以波利亚的数学问题解决的四个步骤为评价量规建立支点,构建了融于数学问题解决的同伴互评模式,并提出通过理解题目量规设计、拟定方案量规设计、实施方案量规设计和回归检验量规设计,让同伴互评针对具体的数学问题解决开展评价;从同伴的观点是什么、我是否同意同伴观点和我从同伴的观点中能学到什么三个维度的回应技巧上给出具体的反馈回应策略指导,提高同伴互评的反馈质量;对于教师实施同伴互评给出接受不同的观点、拒绝唯一正确答案、把证据整合到学业表现和评分标准中、不要让个人发言代表整个群体发言、激活学生成为自己学习的主人意识五个方面给出具体的实施建议。

为深度学习而教:优质教学的内涵、框架与策略

优质教学是课堂教学对深度学习的积极呼应,是促进深度学习理念融入课堂教学实践的必然选择。文章在分析促进深度学习之教学条件的基础上,首先明确了优质教学的概念与特征。之后,文章从学习内容、学习目标、学习活动、学习评价、智能技术等五个维度,构建了面向深度学习的优质教学设计框架。最后,文章从持续激发学生的学习动机、关注学生的已有知识经验、发展学生的元认知能力、营造积极的课堂氛围等方面提出面向深度学习的优质教学的实施策略。文章对优质教学内涵、框架和策略的研究,旨在推动国内深度学习理论向课堂教学实践转化,最终实现学生深度学习的教育目标。

杜威个性化教育思想的中国化实践与启示

杜威继承和发展了由皮尔斯创立、詹姆斯普及的实用主义哲学,并将实用主义哲学创新应用于教育,强调经验在认知过程中的重要性,开拓性发展并推广了个性化教育思想。杜威的个性化教育思想强调以学生为中心,主张师生共同参与,通过师生之间的交互完成知识的建构。同时,提出在活动中学习,学习是经验的获得,经验在与客体的交互中形成。杜威个性化教育思想在中国本土化化实践过程形成了很多较具影响的个性化教育成功案例。依此为基础,国内形成了强调个性发展的“平”和思想、推崇“平民思想”的个性教育、“健全”的个性主义教育、提倡并践行“活的教育”等多元化主张。具体到中国本土化的实践,要尊重个性化的教育理念、“健全”知识传承过程中的个化性目标和个体本身所具有的丰富性,不断夯实课程设置,打造“生活化”的教材,激发学生的个体化自由和个性化思维,促使学生通过情境的感知实现自身的知识创新。

基于阅读认知诊断的学生表现预测

面向学生的表现预测(试题得分)是在线教育领域重要的研究课题。但传统认知诊断的预测准确性较低,协同过滤方法难以保证预测结果的可解释性。此外,由于目前方法预测时大多利用了学生的试题作答记录,因而不能预测无作答记录的学生在试题上的表现。学生作答试题之前,通常会阅读一些辅助性文本类学习材料。阅读认知诊断即学生阅读学习材料的内容往往可以反映出学生的知识状态(知识点掌握情况),从而有助于预测学生表现。为此,提出一种基于阅读认知诊断的知识状态建模方法。利用学生阅读学习材料的内容,量化其对学习材料的潜在认知程度。结合教育学假设,量化学习材料的难度。利用上述两个量化结果,根据项目反应理论,计算出学生对学习材料的实际掌握程度,据此建模学生的知识状态并预测其在试题上的表现。在实际数据集上进行实验,实验结果表明所提方法可以保证预测结果的准确性与可解释性,也可以预测出无作答记录的学生表现。

面向学生画像的偏好知识获取研究

针对信息过载导致学生不能有效获取偏好知识的问题,提出一种面向学生画像的偏好知识获取方法.利用学生浏览知识内容,通过学生关键词、主题分布两个维度,构建学生画像向量空间模型.据此,计算学生与知识之间的相似度,获取直接偏好知识.利用学生浏览知识内容进行聚类分析,根据学生学习行为设计算法,获取间接偏好知识.以实际运行系统中提取的学生学习行为信息为实验数据,进行实验分析,结果表明,获取的偏好知识能更好地刻画学生画像.

基于分布式补偿方法的载波频偏估计算法

考虑突发通信系统中存在的导频开销有限和时频域同步算法复杂度高的问题,提出了一种基于分布式补偿的载波频偏估计算法。首先利用基于频域的周期图谱法对载波频偏进行粗估计并补偿到接收信号中,接着再利用基于时域的相关运算法对残留的载波频偏进行细估计。由于导频开销有限,频域估计所残留的载波频偏会很大,故利用分布式补偿的时域估计来实现更高的估计精度和导频利用率。仿真结果表明,该算法具有较好的估计性能和较低的复杂度以及良好的导频利用率。