“动车组检修”课程虚拟仿真实验构建与学习指标评价体系研究

实验教学资源的建设是提升学生动手能力,提高人才培养质量的重要手段。目前,江苏师范大学“动车组检修”课程实验教学和实践培训存在实验教学成本高、实验效率低、极端检修工况无法模拟等问题。针对这一现状,剖析了“动车组检修”课程的实验项目体系,阐述了对其虚拟仿真的必要性,介绍了“动车组检修”课程虚拟仿真实验的建设思路和现阶段建设成果。同时,指出了虚拟仿真实验的构建不仅需要平台设计与实验内容的紧密联合,更需注重评价反馈机制的设计理念。进而从虚拟仿真实验学习评价指标体系初建、专家咨询问卷设计及信效度检验、虚拟仿真实验环境中学习评价指标体系确定及应用思考等三个方面,介绍了虚拟仿真实验学习指标评价体系的建设方法,可为相关高校虚拟仿真实验的开发与评价提供参考。

欧洲终身学习指标(ELLI)及其启示

欧洲终身学习指标借鉴了加拿大终身学习测量工具———"综合学习指标"的设计理念和操作模式,在广泛调查和深入研究的基础上,于2008年6月研制而成。该指标以德洛尔报告中的"学会认知、学会做事、学会生存和学会共处"为基本框架,分为四个层级,包含36个测量指数。该指标的基本理念、建构思想、设计结构和测量变量的确定对于我国深入开展终身学习以及建设学习型社会有重要的启示和借鉴作用。

普惠学习,标准为先——联合国教科文组织学习指标体系述要

联合国教科文组织"学习指标体系特别工作组"研究发布普惠学习指标体系三份关联报告,目的在于研制国际通用的教育目标或者学习结果标准,以便于坚定稳步地迈向实现普惠学习与全民教育的愿景。普惠学习指标体系分为学前教育、小学教育和中学教育三个时期,涉及到身体健康、社交与情绪、文化与艺术、读写与沟通、主动学习与认知、数字与数学、科学与技术7个领域,具体描述了每一领域的具体学习指标和总体要求,为在全球范围内衡量普惠学习结果和推进全民教育提供了总体框架与国际视野。其价值在于帮助世界各国政府部门、教育事业的工作者、社会人士、家长、用人单位等深入对话创造了前提——坚信"普惠学习"理念,坚信"标准为先"价值,开辟"学校转型"通路,争取"全球评估"落地。

加拿大终身学习评价工具“综合学习指标”及其启示

加拿大终身学习评价工具"综合学习指标"以学会求知、学会做事、学会共处和学会生存为框架,通过统计涵盖终身学习的17个指数,准确地了解加拿大在终身学习方面的进展、成效和不足,是迄今为止世界上第一个以统计学指标评价终身学习的极具使用价值的测量工具。了解该工具的构建对于我国终身学习的开展和学习型社会的建设具有重要的借鉴意义。

试论终身学习指标的构建

学习社会构建过程中最为核心的问题就是终身学习机制的建立,构建终身学习指标,是建立终身学习机制的重要一环,也是持续开展终身学习的生命力所在。通过对《终身学习政策比较研究》和《欧洲终身学习质量指标报告书》这两份报告书的简介分析,揭示其对我国构建终身学习指标的借鉴价值。

中英文作为二语教材评价量表学习者相关指标比较研究

本文对国内中文作为二语、国外英文作为二语两类教材评价量表中的学习者相关指标进行了对比。研究发现,中英文学习者相关指标分布维度相同,在整体设计、形式与配套、文化与国情三个维度上的分布数量无差异,且在各维度上均存在相似的评价内容。二者差异表现为:英文作为二语教材学习者相关指标涉及对插图、指示语的评价,评价内容更为全面,重视练习与活动、文化适配性评价;中文作为二语教材学习者相关指标重视教材使用的便利性评价,并出现了否定句式指标。本文从中获得如下启示:(1)将学习者相关指标分布于多个维度;(2)确保评价内容的全面性,关注重点维度和教材使用便利性评价;(3)重视教材促进学习者全面发展及满足学习者差异化需求的评价。

学生应该学什么?——联合国教科文组织最新基础教育学习指标体系述评

2013年2月联合国教科文组织和美国著名智库机构布鲁金斯学会联合发布了"学习指标专项任务"(LMTF)的1号研究报告——《向普及学习迈进——每个孩子应该学什么》该研究从身体健康、社会情绪、文化艺术、文字沟通、学习方法与认知、数字与数学、科学与技术这七个维度,建构了基础教育阶段学生应该达成的学习目标体系。该体系特别突出了基础教育阶段学生思维能力和工作方式的培养,非常重视学生社会性能的发展,强调知识与实践的紧密结合,重视信息技术能力的培养,凸显了性教育的社会内涵,并根据不同年龄段学生发展的特征明确了不同的学习重点,对我国未来基础教育的发展有重要的启发。

MOOC+SPOC混合教学模式下发展性校本学习评价指标体系探索与实践

针对MOOC+SPOC混合教学模式下的学习评价问题,提出发展性学习评价原则,并基于MOOC和SPOC评价框架和工具提出校本学习评价指标体系,介绍在微信小程序开发课程中的具体校本学习评价指标设计及指标权重设置,通过对比2019年和2020年春季学期微信小程序开发课程不同教学模式和学习评价体系下的教学效果,说明MOOC+SPOC混合教学模式下发展性学习评价方式的有效性。

基于二次型性能指标学习算法的温度控制系统

针对单神经元PID控制中学习速度较慢,动态响应时间长等问题,提出基于二次型性能指标学习算法的单神经元PID控制器,改善单神经元PID控制器的性能。同时,基于该算法进行了工业用温度控制试验箱设计。样机实验表明,该种新型控制算法具有学习速度快、动态响应时间短的特点,该系统具有良好的动态品质和稳态性能。

运用因子分析法构建高职学校学生学习质量评价指标体系

在相关文献和大量问卷调查的基础上,本文运用因子分析的方法,运用SPSS11.8统计分析软件,求得旋转成分矩阵,并依据旋转成分矩阵得到高职学生学习质量评价一级指标5个,二级指标27个;本研究对问卷进行了可靠性分析和效度分析,证实问卷的可行性;最后建立起适用于高职学校的学生学习质量评价指标体系。

Wintergerst(2001)学习风格指标量表的信度分析

目的:检验Wintergerst等人于2001年修订的学习风格指标量表(Learning Styles Indicator,LSI)的信度。方法:对102名大学生采用学习风格指标量表(Learning Styles Indicator,LSI)进行测试。结果:Wintergers(t2001)学习风格指标量表的内部一致性系数为0.715。结论:Wintergers(t2001)学习风格指标量表的信度水平较低,仍须进一步加以改进。

对新疆高校体育课学生学习评价指标的分析与研究

高校体育教学评价是高校体育课程的重要组成部分,是提高教学质量的有效手段。该文主要通过访谈法、问卷调查和文献综述等方法,并结合多年体育教学的实践经验,从多角度选取,评价内容向多元化方向发展,对体育学习评价指标进行分析与研究。对学生体育知识、体能、技能进行评价同时,加入对学生身心健康、个性与情感、道德品质进行评价;并将学生学习进步幅度纳入成绩评定指标;构建的评价指标权重以《纲要》为依据,全面体现课程目标所要求的五个水平领域。

高校电子类专业选修课的翻转课堂学习评价指标体系探究

电子类专业选修课程的培养目标注重学生实践能力与合作能力的提高,这与翻转课堂“课下传授,课堂内化”的新型教学模式内涵十分契合,然而真正适用于电子类专业选修课翻转课堂的评价体系却很匮乏,以“学”为主的教学效果难以评估。本文基于电子类专业选修课程特点,以适用性、方向性、可操作性、独立性为原则,探讨评估翻转课堂教学成效的学习评价指标体系构建,以德尔菲法方式设立了3个一级评价指标和15个二级评价指标,这些指标符合翻转课堂教学模式理念,也能为电子类专业选修课程的学习评价提供一定参考。

自闭症成人学习支持指标之理论建构——基于SLI支持理论

目前,仅有的相关研究仅仅从不同层面反映出自闭症成人或者自闭症群体获得学习支持的现实以及支持内容,还未能直接表明自闭症成人学习支持指标的构面,也无法对自闭症成人的学习支持活动提供导向性的支持。"SLI支持理论"提倡以学生为核心,对学生提供有效的学习支持服务,以满足学生多样化的学习需求。"SLI支持理论"视角下的自闭症成人学习支持指标,包括支持者、学习者、支持内容三个构面。支持者主要指政府机关、社会团体、家庭、教师等不同层级和不同领域的人员共同参与;学习者主要指以自闭症成人的认知方式、感知觉的特点等能力和需求作为切入点,对自闭症成人提供有针对性的学习支持;支持内容主要指学习内容、学习过程的直观性和形象性,以及提供适宜的学习空间,保证学习支持的持续性,提供相应的技术支持和工具支持,保证学习支持的有效性。

基于二次型性能指标学习算法的温度控制

讨论了一种基于二次型性能指标学习算法的单神经元温度控制。论文首先介绍了单神经元控制算法的系统结构和学习方法,接着是基于二次型性能指标学习的单神经元算法。最后是在ADS1.2软件开发环境下,对温度控制箱采用基于二次型性能指标学习算法的单神经元温度控制方法,同时对其与单神经元温度控制进行比较。实验结果表明,该控制算法对加热炉温度具有更好的控制效果。

学习与成长指标纳入护理绩效考核的管理实践

目的探讨将学习与成长指标纳入到医院护理绩效考核体系中对护士参与科研和继续教育的影响。方法采用历史对照设计,在原有考核护士工作数量、质量和中夜班补贴的护理绩效考核体系中加入有关护士学习成长相关指标和岗位系数等核算方式,每月绩效考核小组依据护士绩效得分情况分配绩效工资。选取4个科室运行该绩效考核体系1年后进行评价。结果实施后,护士发表论文、主持讲课、参加竞赛、参加继续学历教育、完成年度继续教育学分、申报省市级医学继续教育项目的比例显著高于实施前(P <0. 05,P <0. 01)。结论将学习与成长指标纳入护理绩效考核体系,能激发护士参与护理科研和继续教育的热情。

基于网络学习的过程性评价指标研究

网络在线学习的日益盛行,给学习评价带来了新的挑战,传统的单一评价方式已经不能科学全面地反映出学习者的学习效果。本文首先介绍了网络学习行为及网络学习评价的内涵,并将网络学习评价与传统面授式学习评价进行对比得出网络学习评价的优势;其次分析总结出现有网络学习评价模型存在的缺陷,说明本文研究的重要意义;最后通过对学习者在网络学习中的一系列行为的比较与分析,制定出科学全面的网络学习评价指标。

影响MOOCs退课的学习行为指标分析

MOOCs的较低完成率极大地制约了其持续发展。尽早预测学习者是否退课将有助于改善其学习效果,提高课程的完成率。本研究以学堂在线平台的37门计算机类课程中学习者产生的行为数据为研究对象,整合资源访问度和资源访问规律两类因素,构建了28个学习行为指标并分类,采用三种经典的机器学习算法支持向量机(SVM)、逻辑回归(LR)和朴素贝叶斯(NB),探索并分析有效预测退课的指标。研究发现:①在不同类型的学习行为指标的预测上,资源访问规律指标预测效果最好且超过了指标全集的预测结果;②在预测退课的最优指标组合上,会话数、活跃天数、访问间隔天数等七个行为指标构成预测退课的最优组合。通过对影响退课的行为指标分析,可以为MOOCs平台识别退课者并实施对应的教学干预措施提供判断参考。

全景透视多模态学习分析的数据整合方法

多模态学习分析被认为是学习分析研究的新生长点,其中,多模态数据如何整合是推进学习分析研究的难点。利用系统文献综述及元分析方法,有助于为研究和实践领域提供全景式的关于多模态数据整合的方法与策略指导。通过对国内外363篇相关文献的系统分析发现:(1)多模态学习分析中的数据类型主要包含数字空间数据、物理空间数据、生理体征数据、心理测量数据和环境场景数据等5类。在技术支持的教与学环境中,高频、精细、微观的多模态学习数据变得可得、易得、准确。(2)多模态学习分析中的学习指标主要有行为、注意、认知、元认知、情感、协作、交互、投入、学习绩效和技能等。随着技术的发展和人们对学习过程的深刻洞察,学习指标也会变得更加精细化。(3)数据与指标之间展现出"一对一""一对多"和"多对一"三种对应关系。把握数据与指标之间的复杂关系是数据整合的前提,测量学习指标时既要考虑最适合的数据,也要考虑其他模态数据的补充。(4)多模态学习分析中的数据整合方式主要有"多对一""多对多"和"三角互证"三种,旨在提高测量的准确性、信息的全面性和整合的科学性。总之,多模态数据整合具有数据的多模态、指标的多维度和方法的多样性等三维特性。将多模态数据时间线对齐是实现数据整合的关键环节,综合考虑三维特性提高分析结果的准确性是多模态数据整合未来研究的方向。

如何激发学生的学习能量

"学习能量"是英国教育界近年来出现的一套有关"学会学习"的新理念,目前正在中国进行本土构建。它有关学习的倾向、态度和价值观,由改变与学习、意义建构、探究意识、创造力、学习关系、战略意识和心理弹性这七大维度组成。此外,它还包括学习能量的在线动态测评工具和教学策略。学习能量的教学策略以学习能量七大维度为框架,整合并发展了一系列切实提升学生学习质量的教学方法,为促进国内课程及教学法改革、开展个性化学习以及培养学生终身学习的良好习惯提供了有力的实践指导。