OCCP学习行为模型视角下建构游戏中幼儿学习行为分析

研究幼儿的学习行为这一外显而直接的形式,能够帮助教师更直观、更科学、更系统地观察建构游戏中幼儿的行为表现,捕捉幼儿在建构游戏中的学习结果。在OCCP学习行为模型视角下,依据自编观察记录表,在户外建构游戏中随机抽取小、中、大班60名幼儿进行观察,在量化研究的基础上结合质性研究,分析建构游戏中幼儿学习行为的总体状况和各学习行为的现状,并为教师开展建构游戏提出相关建议。

基于多模态数据的智慧课堂学生学习行为研究

新兴技术赋能下的智慧课堂为学生学习行为监测、评价、反馈、预警提供丰富的教育多模态数据,充分采集、处理和分析教育多模态数据能够为教育研究和实践提供参考。首先,梳理已有智慧课堂学习行为分析和多模态数据教学研究,借鉴学习行为分类系统,构建基于多模态数据类型的“声音数据—图像数据—文本数据”三维的多模态数据分析框架,从言语学习活动、位置移动、身体动作、技术使用四个方面呈现智慧课堂下学生学习行为变化;其次,将体现学生学习行为特征的多模态数据编码,并进行质性表征形成编码体系;最后,从情境和时序行为分析视角出发,对课例中的学习行为多模态数据进行频度变化及周期性变化分析。研究得出,在智慧课堂环境下,学生课堂学习参与性、主动性、专注度均在不断提升,课堂学习氛围朝着积极的方向发展,无效及无关学习行为逐渐减少。此外,通过对学生学习行为多模态数据的剖析,以期为学生了解自身学习行为及状态、教师进行个性化教学,以及研究者构建学习评价体系提供数据来源、科学依据。

英语学习者网络学习行为与教学对策实证研究

网络学习行为分析着眼于探究在线学习者内隐学习的偏好,发现零散学习行为中的底层规则,洞察各类行为的内部联系。在分析研究背景和进行文献综述的基础上,对英语学习者网络学习行为与教学对策展开实证研究。最后,得出结论,即应从学习者内驱力、教师信息素养、课程大纲和平台设计等方面进行提高和创新,为搭建自适应教学平台和促进学生个性化学习提供便利。

信息技术环境下大学生高效学习行为分析与对策

信息技术环境下的学习模式具有开放性、交互性、虚拟性、智能性和便捷性等优势,在“互联网+教育”和疫情常态化的大背景下,在线教育成为高校学生学习的重要方式。同时,由于在线学习的时空阻隔问题,学生缺少直接有效的监督、课堂互动交流不足、且容易受到外界环境的干扰,上述因素不同程度地影响教学效果。该文在“高效学习”的定义框架上,深入探讨学生在线学习行为的内外在特征和运行机制,梳理高效学习行为影响因素,并从“学校-教师-学生”和“课前-课中-课后”二个维度六个方面探讨高效提升学生学习效果的应对措施。

基于“使学习行为发生”的岩石学课程教学改革举措与实践

随着信息技术的发展,数字媒体教学资源的建设严重冲击着偏重基础知识讲授的传统教学模式,新的教学理念和模式亟需引入到高等教育课堂中。“以学生为中心”的教学理念关注学生“学习行为发生”是当前高等教育的核心。抓住学生学习目标不明确,解决实际问题能力不足等方面的教学痛点问题,有效调整教学内容结构、融合多样态的教学手段、加强课程思政建设和采用多元考核方式监测教学效果等课程教学改革措施可有效提升教学效果,“使学习行为发生”,使学生能力得到锻炼,综合素质得到全面提高。该文以火成岩的结构为例,按知识类型调整教学方式,理论与实验融合授课,实施“自主学习+合作研究”的混合式教学模式,提升学生在教学过程中的主动性与参与感,从而实现高阶人才培养的教育目标。

基于深度学习的学生学习行为规制路径研究

由于自身和外部环境因素的影响,在线上线下混合式教学中,学生会出现一些问题学习行为,而问题学习行为必将弱化学习效果,无法实现深度学习。通过线上线下混合式教学中的学生学习行为,总结教学过程中普遍存在的三个问题:学习目标价值偏离,线上即时引导面临挑战;线下教学模式依赖固化,线上即时指导存在障碍;评价未适用混合式教学,评价结果效用缺位。在此基础上,以规制学生学习行为为目标,提出价值引导、任务驱动及立体评价三个机制。在三个规制机制的指导下,把课程的教学设计作为一种学术研究,在《隧道工程》教学中针对性地创设不同的规制措施,并观测学生的反馈效果。再通过发放问卷调查课程教学的效用,结果表明,该教学设计可以有效增强学生知识习得和优化学习行为,有效促进深度学习的实现。

基于画像技术的在线学习行为分析研究

由于在线学习的时空分离特性,如何监督和掌握学生的学习状态并提供及时的学习干预,成为在线教学首要解决的难题。文章从学生学习画像的角度出发,将画像技术和学习行为分析技术相结合,构建时效性较强的学生个体和群体画像,可视化地呈现了学生行为数据并进行干预,以提高学习质量。

基于TPB的大学生线上学习行为影响因素研究

文章基于TPB,对大学生线上学习行为影响因素进行了研究,结果显示,大学生线上学习行为态度、线上学习主观规范和线上学习知觉行为控制对其线上学习行为意愿具有显著的直接正向影响,进而对线上学习行为产生显著的间接正向影响,同时线上学习行为意愿对线上学习行为有显著的直接正向影响;大学生线上学习行为态度与线上学习主观规范之间、线上学习行为态度与线上学习知觉行为控制之间存在显著的较强正向相关,线上学习主观规范与线上学习知觉行为控制之间存在显著的中等正向相关。

混合式教学背景下保守课堂学习行为研究

混合式教学背景下,教学设计进行了调整和改变,课上课下都增加了合作学习,但是学生的保守课堂学习行为仍然存在。这些保守课堂学习背后存在三种心理因素:利他因子、价值因子和防御因子。根据这三种心理倾向,可把学生分为三种类型:价值防御、利他防御以及主动开放,其中价值防御和利他防御占比高达68%。这三种类型学生的期末考试成绩和对混合式教学的接受程度没有明显区别,影响混合式教学接受程度的主要是学生的自我获得感和课外学习行为。由于创新能力的培养更关注课程中学生的显性参与,因而混合式教学设计的关键是创设学生显性参与的条件。

硕士生网络平台学习行为分析——以微信平台为例

以微信平台为例,硕士生网络平台学习行为具有广泛性、多样性、持续性和自主性的特征。这种学习行为具有双重影响,能唤起情绪投入、提升学习效率,扩充学习资源总量、优化学习体验,突破时空边界、提升交流便捷性,“学”“用”深度融合、涵养数字素养。同时,也存在拉大数字鸿沟、侵权与被侵权、涉及伦理道德、冲击整体性和跨学科思维的潜在风险。引导规范硕士生网络平台学习行为,需填补数字鸿沟、加快数字赋能,深度规范、适度共享,增强主体认同、加强伦理道德建设,拓宽视野、发展整体性和跨学科思维。

课堂情境中深度学习行为的影响因素研究

为了探析和厘清学生深度学习行为发生的影响因素,研究基于课堂教学视角,对不同学段、不同类型的82节教学视频进行系统观察和切片分析。研究发现:在课堂情境中,深度学习行为发生的程度整体偏低、教师主体深刻影响着课堂深度学习行为的发生、高阶认知目标和诊断性评价对深度学习行为发生的影响更为显著、直观性和参与性强的教学方法有更利于高阶学习行为的发生,而传统教学媒体和一般教学环境不利于深度学习行为的发生。由此,在课堂教学过程中,需结合学生素养发展需求和教学活动情境特点,革新课堂教学理念,营造积极主动的课堂氛围,选择恰当的教学方法,优化知识内容呈现方式,发挥及时评价的作用等,有效引导和驱动有层次、有结构、可持续和可拓展的深度学习行为的发生。

Web3D虚拟实验中探究式学习行为建模与分析研究

当前,探究式虚拟实验已在转变科学教育方式、落实核心素养目标方面发挥了积极作用,但有关探究式学习行为分析的研究较少,尚未形成系统的理论成果以更好地指导教学实践。为此,文章针对Web3D虚拟实验中的探究式学习活动,构建了具备行为记录属性的学习行为模型,并借助该模型设计实施了教学应用实证研究。通过聚类分析,本研究发现大致存在四类学习者:擅长理论学习,重视测试结果的学习者;喜欢视频/动画类学习资料,重视评价与反思的学习者;擅长建构实验,对理论性概念学习不感兴趣的学习者;投入程度低,完成任务型的学习者。最后,文章结合学习者的学习行为分析结果,从激励机制、学习资源、实验设计、讨论交流四个方面提出了优化策略,以期为后续探究式虚拟实验平台的研发和应用提供参考。

基于计划行为理论的大学生红色文化学习行为研究

为提升高校红色文化育人工作实效,笔者基于计划行为理论研究框架,对影响大学生学习红色文化意愿和行为的因素进行实证研究,并对上述因素加以讨论,旨在为改善大学生红色文化学习意愿和行为提供方向与思路。首先,运用结构方程模型和单因素方差法对部分在陕高校大学生进行了问卷调研,并将所回收的问卷进行了数据检验与处理分析,结果显示:知觉行为控制对学习意愿具有显著的正向影响,学习意愿对大学生红色文化学习行为具有显著的正向影响,主观规范对学习意愿具有显著的负向影响,行为态度与学习意愿不存在显著关系。其次,验证了女生学习红色文化的意愿显著高于男生,大一学生在学习红色文化上的行为态度、主观规范、学习意愿和学习行为显著高于大二学生。最后,对研究结果进行了讨论并列举了部分高校红色文化教育的特色做法。

信息化教学技术对高职生学习行为的影响研究——以云班课为例

文章以云班课为例,探索信息化教学环境如何影响学生的课程学习行为,进而为提升课程教学效果起技术支撑作用。文章构建了结构模型;研究验证了信息化技术支持的教学环境对学生课程学习表现的显著影响;感知云班课APP的易用性和感知云班课学习内容的有用性是高职学生对信息化教学环境感知的关键要素;感知云班课系统的易用性对感知云班课课程学习内容的有用性有显著影响;利用云班课学习课程的态度倾向和学习知觉控制在云班课教学环境影响课程学习表现的路径中起到重要的中介作用。结合研究,文章提出了有关信息化教学工具的开发与选择、线上教学内容的设计、学习态度和知觉行为控制引导的建议。

基于可见学习行为的混合式教学问题诊断及策略研究

混合学习近年逐渐成为各类学校教学的常态。混合学习环境多借助网络课程平台和智能终端来构建,学生的某些学习行为被记录成为可见学习行为。本研究在构建混合学习环境可见学习行为模型的基础上,采集课程平台的数据,使用模糊综合评判方法对数据进行预处理,使知识获取、协作交流、学习态度等维度的数据量化可分析,同时结合课程平台功能设置进行数据分析,从学习活动设计、教师教学管理、学生学习能力等方面对课程混合学习教学中存在的问题进行探讨,提出了教师提升混合学习教学质量的建议。

基于学生学习行为序列的成绩预测模型构建研究

基于学习投入理论,依据学习者在线学习过程中产生的行为数据,采用滞后序列分析法与GSEQ工具进行行为序列分析,利用PSO-BP算法在Matlab编程软件中构建基于学习行为序列的成绩预测模型。实验结果表明,训练集与预测集的准确率均大约为80%,基于学习行为序列的成绩预测模型具有一定实用意义。

开放大学学历教育学生有效在线学习行为投入指标研究

开放大学将学习行为投入作为重要的过程性评价维度,纳入学生的学业考核评价中。但目前开放大学学习行为投入评测以简单统计分析为主,尚未进一步分析学习行为投入所映射的学生动机、学习态度、情感以及对学业成绩的促进作用,未充分发挥其对定制针对性教学策略的决策支持作用。本研究依据开放大学学历教育课程考核规则与组织方式,从参与和非参与两大维度构建学习行为投入指标。基于平台日志数据,分析各项指标与学业成绩的相关性,筛选有效指标。结果表明,学生学习行为投入具有高度的绩效导向特点,参与类以及非参与类下的社会交互这两个维度下的大部分指标与学业成绩相关性高于其他维度。同时学习行为投入指标的解释力受课程评价与组织方式的影响。

基于生成式人工智能的大学生编程学习行为分析研究

生成式人工智能可以为教育提供高效且个性化的智能化服务和技术支持。作为典型的生成式人工智能语言模型,ChatGPT在编程中的应用已然获得业界的广泛关注。然而,鲜有学者从实证研究的层面探究学习者如何利用ChatGPT来进行编程学习。研究通过细粒度地采集学习者的编程行为和知识探究问题,对36位学习者的编程过程进行分析。研究结果表明:(1)学习者将ChatGPT视为有用的编程学习资源,依赖其指导学习过程,并倾向于将代码或调试错误信息拷贝至ChatGPT,进而复制其反馈信息;(2)高绩效组主要在前期使用ChatGPT辅助编程,低绩效组在整个编程过程中更频繁地使用ChatGPT进行编程;(3)学习者在使用ChatGPT时主要关注浅层和中层知识的探究,其中,高绩效组通过自主提问获得ChatGPT的反馈,中低绩效组则依赖对ChatGPT反馈内容的追问获得问题解决方案。研究针对如何利用ChatGPT辅助大学生开展编程学习提出了相关的建议,以期为提高编程学习效率提供参考。

基于学习通平台的学习行为分析研究

文章基于学习通平台应用于《水资源规划及利用》混合式教学改革实践中获取的大数据对教育对象的学习行为进行分析,并对课程考核中涉及学习通平台的各项成绩与总评成绩的相关性进一步梳理,探讨现代教育技术应用于混合式教学的优势及存在的困难。研究结果表明:混合式教学过程中的线上自学对自制力差的学生带来了较大的挑战,线上成绩与期末成绩的数据之间缺少显著相关性,这可能与学生的自制力、诚信、自学能力、心理等多方面因素有关。

工匠型人才学习行为与技能成就相关性研究

工匠型技能人才在促进技术改革创新、推动产业结构优化升级、加快经济社会转型发展等方面的独特价值不言而喻,本研究以高职院在校及已经毕业学生为研究对象,采用问卷测量的方式,探析学习行为指标与工匠型人才指标的相关关系。本研究强调了专注勤奋、扎实技能、笃信敬业和精益求精等学习行为在工匠型人才培养中的核心作用,并指出性别、政治面貌和年级等因素在评价工匠型人才时的重要性。