多人从经验中学习模型研究:基于信息和分析方法的异质性视角

多人从经验中学习时,常常出现由于不同个体掌握的信息和分析方法不同,而导致的学习效率低的现象。基于时空理论,本文分析了多人从经验中学习时的信息异质性和分析方法异质性,并构建了信息结构异质性和信息内容异质性的桥梁结构,以及分析方法集。本文还对导致信息和分析方法错误的因素和对应的解决方法进行了阐述。进一步地,本文构建了基于信息和分析方法的异质性视角的多人从经验中学习过程机制模型,认为在可用的资源的制约下,多人可以通过“清洗”和“清除”信息和分析方法来提高信息真实性和分析方法可用性,通过“寻找”提高信息和分析方法的完整性,以达到学习目标的具体要求,从而提升学习效率,并列举了一些实践工具。本文从信息和分析方法的异质性视角出发,对多人从经验中学习时可能遇到的问题和解决方法进行探索,为提升学习效率提供理论依据和实践建议。

多人从经验中学习模型研究:基于信息和分析方法之间的匹配性视角

多人从经验中学习时,信息和分析方法之间的匹配性会影响学习效率。本文提出了信息和分析方法之间的第一匹配性和第二匹配性的概念,认为多人从经验中学习时,多人使用的分析方法需要在学习目标下与多人掌握的信息相匹配,即满足第一匹配性和第二匹配性。本文构建了基于信息和分析方法之间的匹配性视角的多人从经验中学习过程机制模型,认为在可用的资源的制约下,多人通过动态切换使用基于分析方法寻找信息和基于信息寻找分析方法这两种方式,来提高信息和分析方法之间的第一匹配性和第二匹配性,以达到学习目标的具体要求,从而提升学习效率。本文还列举了一些实践工具,例如德尔斐法和列名群体法。本文关注了多人提高信息和分析方法的匹配性从而提升学习效率的过程,并提出了理论依据和实践建议。

多人从经验中学习模型研究:基于信息和分析方法不对称性视角

当前,日益复杂且动态变化的形势和环境对多人从过往事件中不断学习、积累应对经验、快速迭代应对措施等提出了更高的要求。然而,在多人从经验中学习时,常出现由于不同个体间不了解彼此掌握的信息和会使用的分析方法而导致的莫衷一是、讨论进程拖沓、无法及时达成结论等现象。本文将个体间不了解彼此掌握的信息和/或会使用的分析方法的现象概括为“不对称”,并采用理论构建的方法,聚焦于多人从经验中学习的过程,以“信息”和“分析方法”为维度,构建基于信息不对称性和分析方法不对称性的二维矩阵,提出多人从经验中学习时会存在信息不对称且分析方法不对称、信息不对称且分析方法对称、信息对称且分析方法不对称,以及信息对称且分析方法对称四种情况,并指出信息和/或分析方法的不对称性会降低多人从经验中学习的效率,构建了基于不对称性视角的多人从经验中学习过程机制模型。随后,从“意愿”和“能力”两个方面,提出了降低信息和分析方法不对称性的实践方法,建立了降低不对称性的多人从经验中学习的实践方法库。本文针对多人从经验中学习时,由于信息和/或分析方法的不对称性而导致的问题进行探索,并为提升学习效率提供了理论基础和实践指导。