自我决定理论视角下在线学习力模型构建——基于扎根理论的质性分析

在线学习已经成为重要的学习方式之一,与之相对应的在线学习力成为一个热点问题。通过收集S校7位大学生的在线讲座信息、对Y校8位优秀网络教育学生进行访谈获取的资料,以自我决定理论为指导,基于扎根理论的三级编码方法,利用NVivo12.0质性分析软件构建了动机—行为—绩效的在线学习力模型,具体包括学习动机、学习投入、学习技能、学习情绪和学习绩效5个维度。其中,学习动机由目标倾向和价值意义组成;学习投入由意识认知、行为努力和社交支撑构成;学习技能落实在学习策略、信息能力和综合能力3个方面;学习情绪具有积极心态和负面情绪2个类别;学习绩效则体现在学习业绩和学习满意度2个层面。从教育视角来看,提高在线学习力必须强化在线学习体验,加强教师的教学设计和教学干预,完善在线学习绩效评价等。

大学生深度学习能力及其与英语学习成效关系的研究

文章以南方某中医药大学为例,采用问卷调查和访谈等方式,探讨大学生深度学习能力及其与英语学习成效的关系。研究发现:(1)大学生具有一定程度的深度学习能力,在其4个考察维度中,学习效果略弱于学习动机、学习策略和学习投入;(2)深度学习能力(特别是学习动机、学习策略和学习效果)与英语学习成效之间存在显著的正向相关关系;(3)深度学习能力最为显著的影响因素包括:领悟学习的意义和价值;与老师和同学讨论;产生假设、提出问题;改善技能和提高解决复杂问题的能力等。这些发现对英语教师如何培养学生的深度学习能力,从而提高英语学习效果有一定的启示意义。

人工智能下学生自主学习方法探究

针对人工智能下学生自主学习的研究是非常有必要的,也是高等教育信息化研究的前沿领域与核心问题。本文从学生自主学习意识、自主学习能力以及自主学习环境三个方面对学生自主学习现状的分析,探讨了人工智能背景下学生自主学习存在资源利用、个性化学习和人机交互三个方面的优势,最终从学习前的定位、学习中的监督管理及学习后的效果评价提出了对应的学生自主学习方法。

单篇课文教学中语文学习任务的设计探究

单篇课文是单元组合的重要元素,是单元学习任务完成的关键载体,由单篇课文生成的学习任务,既是单元学习任务的分解,又是促进单元语文要素转化为学生语文核心素养的有效途径。那么,在单篇课文教学中,如何设计语文学习任务呢?一、研究学习主体,巧设学习任务单篇课文学习任务设计是学习任务群得以落实的基础,是多篇、项目化学习任务设计的重要部分。

在线学习环境:隐喻问题与系统改进

在线教育中,教师经常沿用面授教学方法,学校则复制针对面授教学而设置的各种制度和结构,虽然这些制度和结构的原本唯一目的是解决物理空间环境下教学所产生的问题。与此同时,学习技术的开发和使用主要是为了建设旨在复制具备校园学习环境特点的虚拟学习环境,结果复制的是面授教师在物理环境下不得不解决的问题,而且复制得很蹩脚。这是一个制造问题和解决问题的恶性循环,对谁都没有好处。把我们为了支持学习而建设的在线学习系统比喻为“环境”有误导之嫌,因为这种认识限制了我们在教学方法上的选择和借助技术解决问题的能力。本文采用基础设施和服务这个比喻,以便能够使用更能体现灵活性、学习者驱动和数字原生的方法设计支持学习的系统(包括工具、教学方法和结构)。

基于K-means聚类和特征空间增强的噪声标签深度学习算法

深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样本集赋予伪标签。然而,错误的伪标签以及训练样本数量不足的问题仍然限制着噪声标签学习算法性能的提升。为解决上述问题,提出基于K-means聚类和特征空间增强的噪声标签深度学习算法。首先,该算法利用K-means聚类算法对干净样本集进行标签聚类,并根据噪声样本集与聚类中心的距离大小筛选出难以分类的噪声样本,以提高训练样本的质量;其次,使用mixup算法扩充干净样本集和噪声样本集,以增加训练样本的数量;最后,采用特征空间增强算法抑制mixup算法新生成的噪声样本,从而提高网络的分类准确率。并在CIFAR10、CIFAR100、MNIST和ANIMAL-10共4个数据集上试验验证了该算法的有效性。

基于教育数字化构建学习型社会和学习型大国:现实逻辑、内涵要义及发展路向

学习型社会建设是我国实现教育现代化和全面建设社会主义现代化国家的必然要求。“二十大”报告提出“推进教育数字化,建设全民终身学习的学习型社会、学习型大国”,从宏观政策层面为我国指明了建设中国式学习型社会的战略方向。“二十大”报告关于学习型社会建设的要求是基于人与学习关系深化、教育与学习观念变革、经济社会发展客观需要等历史背景提出来的,其本质核心是建设服务全民终身学习的学习型社会,价值目标是建立中国特色的学习型大国,方法支撑是教育数字化技术的全面应用。为适应时代发展需要,提出了数字化学习型社会建设理念,并从文化意识引导、数字技术应用、强化治理监测等维度提出实施建议,期望为我国加快建设全民终身学习的学习型社会进程提供策略参考。

以项目式学习推动学习任务群落地

有教师把学习任务群简单地理解为学习内容的拼凑、学习资源的集中,忽视了学习情境的创设、学生学习方式的变革等重要内涵。在实际教学中,笔者发现,以项目式学习的方式创设学习情境,整合学习内容和课内外学习资源,能够充分激发学生学习的自主性和创造性,使学生在充满乐趣和启发性的情境中开展学习。

家庭代际学习:模式、要素与作用机理

家庭代际学习是代际学习在家庭场域中的具体应用,它贯穿家庭的各个生命阶段,是真正意义上的终身学习实践。当前家庭代际学习存在开放共享、基于尊重的自上而下、基于尊重的自下而上和开放非共享四种典型模式,其与家庭的构成要素,即家庭结构、互动层次、学习目标与内容密切相关。从家庭结构来看,复合家庭、直系家庭、核心家庭三种家庭结构相对传统和稳定,任何家庭代际学习模式都可能发生;不完全家庭多表现为开放共享或非共享家庭代际学习模式。从互动层次来看,基于尊重的自上而下模式和基于尊重的自下而上模式均以家庭内学习为主;开放共享模式和开放非共享模式均存在个体参与形式的家庭外学习,而以家庭为单位参与的家庭外学习只发生在开放共享模式中。从学习目标与内容来看,无论哪种家庭代际学习模式,都包含知识、技能与意识提升等学习目标,以及知识传授、技能传递与意识形态建设等学习内容。家庭代际学习的有效发生受家庭凝聚力、灵活性和沟通三大因素影响。因此,推进家庭代际学习,一是要注重回归家庭深度联结,激发家庭代际学习原生动力;二是要明晰多元构成要素,选择适合的家庭代际学习模式;三是要重视有效调节机制,形成家庭学习可持续性生态。

学习中心课堂的两个标志——以《咏雪》教学为例

学习中心课堂是以学生学习活动为整个课堂教学过程的中心或本体的课堂。这样的课堂有两个重要标志:一是学生有学习内驱力,有专心、专注、投入的学习行为;二是学生能有意识地运用学习策略,自觉调控学习状态。笔者结合《咏雪》教学案例,谈谈学习中心课堂的教学策略。

基于知识图谱的跨境电商英语智慧学习平台的设计与实现

随着全球化发展,跨境电商的进步,与知识图谱相结合的英语智慧学习平台显得尤为重要。为此,本文提出了基于知识图谱的跨境电商英语智慧学习平台的设计与实现。首先,通过构建一个包含有关跨境电商领域相关英语知识的知识图谱,加强学习平台的知识储备,同时应用知识图谱中的实体、关系、属性等信息进行智能推理,增进学习者的学习效率。其次,通过设计智能推荐系统,提供个性化学习路径,鼓励学习者主动学习,同时引导学习者探索新知识。结果显示,使用该平台进行跨境电商英语学习,能够有效提高用户的学习效率和学习满意度。总的来说,本平台充分利用知识图谱的优势,为不同地区、不同文化、不同语种的跨境电商提供了一种新的英语学习方法,对于推动跨境电商英语教学具有重要的研究价值和实用价值。

“互联网+”背景下财会专业大学生自主学习能力培养——以“财务管理”课程为例

自主学习能力是建设学习型强国的内在要求,是实现人的全面发展的关键要素,也是素质教育的核心内容,加强大学生自主学习能力的培养不仅关系个人发展,也事关国家民族的未来。影响自主学习能力形成的因素既有学习动机、学习策略、学习意志力及元认知能力等内部因素,也有社会、学校、家庭、教师等外部因素。学校和教师应从激发学习动机、加强时间管理、优化学习策略、改善学习环境等各方面加强引导和投入,强化学生自主学习能力的培养。

基于图神经网络的小样本学习方法研究进展

小样本学习(few-shot learning,FSL)旨在利用少量样本学习得到解决问题的模型,为解决应用场景中样本量少或标注样本少的问题.图神经网络(graph neural network,GNN)由于其在许多应用中的卓越性能引起了极大的关注,许多学者开始尝试利用图神经网络进行小样本学习,基于图神经网络的方法在小样本领域取得了卓越的成绩.目前与基于图神经网络的小样本学习方法相关的综述性研究较少,缺乏该类方法的划分体系与介绍性工作,因此系统地梳理了当前基于图神经网络的小样本学习的相关工作:概括了小样本学习的图神经网络方法的概念,根据模型的基本思想将其划分为基于节点特征、基于边特征、基于节点对特征和基于类级特征的4类方法,介绍了这4类方法的研究进展;总结了目前常用的小样本数据集和代表性模型在这些数据集上的实验结果,归纳各类方法主要的研究内容和优劣势;最后概述了基于图神经网络的小样本学习方法的应用和面临的挑战,并展望其未发展方向.

学习支持服务对混合式学习满意度的影响——学习疏离感和学习投入的链式中介作用

在混合式学习背景下,学习疏离感是影响学习投入和学习满意度的重要因素,而学习支持服务对学习疏离感又有着重要影响。为探讨学习支持服务、学习疏离感、学习投入和混合式学习满意度的影响关系,采用学习支持服务、学习疏离感、学习投入和学习满意度量表对417名高校学生进行调查。结果显示:(1)学习支持服务可以直接负向显著影响学习疏离感,但不能通过学习疏离感正向显著影响混合式学习满意度;(2)学习支持服务可以直接或间接通过学习投入正向显著影响混合式学习满意度;(3)学习支持服务可以通过学习疏离感和学习投入的链式中介作用正向显著影响混合式学习满意度。基于此,需要通过构建动态一体化学习支持服务体系、建立混合合作学习共同体、合理运用动机与元认知策略等方法,提升混合式学习满意度。

避免近期偏好的自学习掩码分区增量学习

遗忘是人工神经网络在增量学习中的最大问题,被称为“灾难性遗忘”.而人类可以持续地获取新知识,并能保存大部分经常用到的旧知识.人类的这种能持续“增量学习”而很少遗忘是与人脑具有分区学习结构和记忆回放能力相关的.为模拟人脑的这种结构和能力,提出一种“避免近期偏好的自学习掩码分区增量学习方法”简称ASPIL.它包含“区域隔离”和“区域集成”两阶段,二者交替迭代实现持续的增量学习.首先,提出“BN稀疏区域隔离”方法,将新的学习过程与现有知识隔离,避免干扰现有知识;对于“区域集成”,提出自学习掩码(SLM)和双分支融合(GBF)方法.其中SLM准确提取新知识,并提高网络对新知识的适应性,而GBF将新旧知识融合,以达到建立统一的、高精度的认知的目的;训练时,为确保进一步兼顾旧知识,避免对新知识的偏好,提出间隔损失正则项来避免“近期偏好”问题.为评估以上所提出方法的效用,在增量学习标准数据集CIFAR-100和miniImageNet上系统地进行消融实验,并与最新的一系列知名方法进行比较.实验结果表明,所提方法提高了人工神经网络的记忆能力,与最新知名方法相比识别率平均提升5.27%以上.

智能时代的学习与进化:重构人类“学与教”范式

伴随着时代发展和生命进化,人类的学习也经历了从自然学习、文化学习到智能学习,从本能学习、超本能学习到反本能学习,从自然学习力、文化学习力到智能学习力,从文字式学习、网络式学习到智能式学习的多重进化。在进化过程中,需要明晰“学习的理想”,既要理解“学习的常识”,也要创造“学习的新识”。同时,还要警惕智能时代的学习,可能出现的“穿新鞋走老路”和“穿新鞋走错路”等异化现象,并以良好的心态应对学习进化带来的诸多挑战。

例谈体育游戏中教师如何促进幼儿的深度学习

深度学习是相对浅层学习而言的,是指在理解的基础上,学习者能够批判地学习新思想和事实,并将它们带入原有的认知结构中,能够在众多的思想间进行联系,并能够将已有的知识迁移到新的情境中,做出决策和解决问题的学习。深度学习是提升幼儿学习品质的重要路径,也是提高幼儿学习质量和内化学习内容的关键抓手。而在体育游戏中如何促进幼儿进行深度学习,推动幼儿良好学习品质的养成,需要我们深入探讨和研究。本文通过一例个案提出几点分析和思考,与大家探讨。

“三学课堂”对话式学习例谈

武汉市光谷第八小学基于儿童立场开展“三学课堂”教学模式理论研究与实践探索,将对话式学习嵌入点评学、辨析学、延展学等课堂学习环节,通过主题式自主对话、风暴式多边对话、战队式集群对话、项目式团队对话,帮助学生实现从被动学习到能动学习、从个体学习到协同学习、从表层学习到深度学习的转型。

培养学生学习力的价值意蕴及实施路径研究

2016年,《中国学生发展核心素养》在北京发布,报告提出了核心素养的内涵、要素和总体框架,指出“学会学习”是学生应该具备的核心素养之一。学习力是学生开展学习行动的关键要素,是学习的本质力量,更是学生对自身学习品质和水平的发现、提升与创造的过程。本文以学生学习力培养的价值意蕴及构建路径为切入口,以期深化学生学习力的相关研究,为学生学习力的提升“把脉开方”。

浅谈小学生自主学习能力的培养对策

自主学习能力是现代社会对人才的基本要求,也是小学生综合素质的重要组成部分。自主学习能力是指学生独立思考、解决问题和获取知识的能力,是推动学生发展与成长的重要能力,能够让学生将被动学习变为主动学习,调动学生学习的积极性,从而提高学习效率。因此,在小学数学的教学中教师应通过合理的教学对策,培养学生良好的学习习惯和自主学习行为,为他们未来的学习和发展打下坚实的基础。