基于TPACK理论—滞后序列分析的中职教师课堂教学行为研究

通过研究常州某中职校交通运输类X教师和加工制造类W教师的课堂教学行为,旨在揭示中职教师的课堂教学行为、教师TPACK能力的现状,并提出优化策略。研究采用滞后序列分析和TPACK理论框架,通过视频分析软件和GSEQ程序对教师课堂行为进行编码和分析。发现W教师和X教师的课堂均以教师主导,学生参与度有待提高,两位教师在TPACK能力的应用上存在不足。建议提高学生主动性,提升课堂互动质量,优化课堂控制行为,并深化教师的TPACK能力。未来应采取多元策略,拓展研究范畴,持续跟踪教学行为对学生学习成果的影响,并加强教师培训与专业发展。

基于滞后序列分析的学生合作学习行为模式研究

采用滞后序列分析法对合作学习过程中学生的学习行为模式进行量化分析,结果发现,学生在合作学习的过程中,小组成员之间产生了9条具有显著意义的学习行为序列,其中代表学习者正在进行高阶思维以及知识建构的行为序列占70%;在合作解决问题过程中,产生了3条具有显著价值的行为序列路径,解释了小组成员是如何互相支持、围绕着共同的目标解决问题的。合作学习有助于学生理解和建构知识,形成问题解决等高阶思维,进而提高课堂参与度。分析学生在合作学习情境中的学习行为,能够帮助教师把握学生的学习行为模式,诊断影响学习效果的潜在问题,从而调整教学策略以促进其获得更好的学习结果。

滞后序列分析法在学习行为分析中的应用

学习分析技术的出现为实现高阶的个性化在线学习提供了新的解决思路。学习行为分析是学习分析的重要组成部分,通过对学习过程中记录下来的相关行为数据进行有目的的分析,挖掘出隐藏在行为数据背后的有价值信息。该文从分析方法的角度切入探讨学习行为分析,重点介绍滞后序列分析法(LSA)在学习行为分析中的具体应用思路和策略。LSA可以帮助研究者和教学者准确把握学习者潜在的行为模式,从行为视角阐释技术增强学习效果的原因,同时有效指导后续教与学活动的设计与实施。LSA既可以分析外显操作行为也可以分析内隐交互行为。实际应用中主要有三种策略,分别是分析整个活动过程的行为模式、分析不同阶段行为模式以及分析高低成就组行为模式。

基于滞后序列分析法的在线学习者活动路径可视化分析

研究从学习分析视角出发,以365大学平台《<资治通鉴>导读》2015年某班次学习者为研究对象,采用滞后序列分析法,探究了观看视频和完成作业两种学习活动的发生顺序所揭示的行为逻辑。首先,对每一课程章节学习中的四个关键时间节点进行编码,并生成学习路径图;其次,通过Gephi将分析结果可视化。研究结果表明,在学习过程中,学习者观看课程视频热情较低,且课程章节间、章节内的学习回溯行为较少。基于此,研究对于致使学习者出现积极、消极学习行为的原因进行了讨论,并根据学习者对外部资源和知识构建的需求,为教学资源、活动的设计,课程及平台功能的设计与开发以及自适应学习路径规划应用提供合理建议。

基于滞后序列分析的智慧课堂教学行为研究

课堂教学行为分析有助于教师发现教学问题,并促进教学反思和教师专业发展。文章以10个小学主科的智慧课堂教学视频片段为研究样本,采用滞后序列分析方法对课堂教学行为进行分析,共得到3161个行为样本和21组显著行为序列,分析结果表明:两组教师在智慧课堂教学行为模式上存在显著差异,且分别映射浅层地使用、讲授式应用、导学式应用、反思性应用等四个层级的教师信息技术应用能力。基于此,文章提出智慧课堂教学行为的优化策略,以期提升智慧教室环境下教师的信息技术应用能力。

幼儿园半日活动中的师幼互动行为研究——基于滞后序列分析

师幼互动是幼儿园教学质量的重要因素,对幼儿发展起着重要作用。对北京市3所幼儿园中的师幼互动过程进行多次半日观察,并对各种类型的教师互动行为和幼儿互动行为进行编码。采用滞后序列分析法绘制行为序列转换图,探究师幼互动的行为模式。结果发现,认知激发在教师互动行为中占比最高,任务导向在幼儿互动行为中占比最高。师幼互动中存在较强的情感和认知积极循环,教师和幼儿通过互动在情感和思想上的相互促进;师幼互动也存在管理的消极循环,班级秩序难以改善;此外,同伴互动和教师的认知激发是促进幼儿参与任务的重要因素。研究进一步提出了相应的建议:增强师幼互动敏感性,营造温暖关爱的园所情感环境;打破师幼互动消极循环,采用建设性协调策略;发挥同伴和教师的作用,促进幼儿参与任务。

基于滞后序列模型的图书情报专硕研究生学习行为路径分析

随着MLIS招生规模的扩大与跨专业生源比例的增加,人才培养问题日益突显,而构建学习行为路径图既有助于教学困扰溯源,还能为MLIS课程安排、教学改革以及学业指导提供参考和依据。文章以吉首大学MLIS两门学位课程所记录的行为数据为例,依据学习行为编码表和滞后序列分析模型对25位研究生的学习行为进行筛选与编码,统计其行为频次、相关程度和时间位次,再结合GSEQ软件生成行为转换频率表和调整后残差表,最后以显著行为序列为基础分别绘制独立与协作形式的学习行为路径图来呈现学生行为特征、阶段成果和认知过程。在行为数据上,协作形式比独立形式的行为种类更为丰富且更能促进多方交流;在路径结构上,两者均呈现网状结构且小组学习更能激发个人投入度和贡献度;在成果转化上,协作形式比独立形式的成果产出更多且更有利于构建“四位一体”的学习共同体;在实践上,提出了以学习行为路径图协助解决教学困扰、提高学习投入和把握“教-研”规律等建议。

基于滞后序列的智慧学习环境下课堂师生互动行为分析

智慧学习环境是教学信息化改革与发展的新趋势,是提升教学质量和学生创新能力的重要支撑。探索智慧学习环境下的课堂师生互动行为的特征,对教师改革教学模式,践行以学生为中心的课堂教学有重要意义。滞后序列法是分析互动行为序列的有效工具,通过对传统多媒体环境和智慧学习环境下课堂师生互动行为的对比分析发现,智慧学习环境下学生主动参与学习活动的行为序列特征明显,课堂互动充分体现了学生的主体地位,表明智能技术与课堂教学的深度融合对教学模式的改革起到了很好的支撑作用。

基于滞后序列分析的移动英语学习行为研究

移动学习技术与语言学习的结合产生了内容丰富的移动辅助语言学习,为语言教学的改革和发展提供新的方法和手段。基于大数据的学习分析技术可以充分利用移动学习管理系统记录的学习者学习行为交互数据,为从学习行为视角观察学生的学习过程提供了支持。该研究利用滞后序列分析方法对移动语言辅助学习系统中的学生学习行为数据进行分析,探索了学生在移动技术环境下英语学习行为的特点,从行为层面把握了学生的学习习惯和学习路径,为后续的教学设计和实践提供了策略和方法上的建议。

滞后序列分析视域下的高中化学高端备课师生互动行为研究

为揭示"高端备课"项目下教师与学生行为互动的关键特征,研究采用视频分析法及滞后序列分析法(LSA)对2019年高端备课项目中"离子反应"课堂中的师生交互行为、比率、教师语言、师生操作技术以及教师与学生之间的交互行为等进行量化与质性分析。研究发现,高端备课更加关注学生对于本源性认识问题的科学认识逻辑,以传授核心观念建构以及基于学生认识发展为本为理念,由知识解析为本向促进学生认识发展转变,通过师生思维不断碰撞的过程促进学生知识迁移与应用,为常态化课堂优化提供了参考路径。

游戏分享中支持幼儿反思与解释的师幼互动行为研究——基于滞后序列分析

本研究采用滞后序列分析法绘制行为序列图,探究游戏分享中支持幼儿反思与解释的师幼互动行为路径。结果发现,师幼互动中存在三类链条,分别是情感支持链条、认知激发链条和人际互动链条,在促进幼儿反思与解释学习品质发展中各有其积极作用。本研究建议:树立科学的师幼互动观,创设探究式的学习氛围;与幼儿开展反思性对话,拓展幼儿思维的广度和深度;发挥同伴间的积极作用,共享真实丰富的游戏体验。

基于滞后序列分析的专递课堂教学互动行为案例研究——以五年级英语课“Foods and drinks”为例

为进一步缩小城乡教育差距,推动教育均衡发展,专递课堂在信息化技术支撑下解决偏远乡村学校师资力量薄弱、上不齐课等问题,实现优质资源共享。为了了解专递课堂中教学互动效果以及存在的问题,研究选取广州市B区A小学—H小学五年级英语专递课“Foods and drinks”的教学实录作为研究对象,采用滞后序列分析方法对课堂师生交互行为、提问、比率、师生课堂行为等挖掘专递课堂的教学互动行为规律。研究发现,优化课堂互动形式、建立主讲教师与辅助教师等多方协同备课机制、注重硬件与资源库的建设、强化教师信息技术应用等策略对小学英语专递课堂师生交互行为有显著效果。

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。

基于行为序列分析对在线学习参与模式的探索

该文基于开放大学2131名学生在课程Moodle平台上的日志数据,通过相关分析、滞后序列分析和聚类分析对在线学习行为序列和参与模式进行了实证探索。研究发现,15个Moodle平台日志记录行为所形成的122个行为序列中,有36个行为序列与成绩显著相关,其中包括四个测试行为相关序列与成绩呈中度相关。研究采用滞后序列分析发现六个发生概率达到显著性水平的行为序列,并构建出在线学习行为转换模式。通过聚类分析,研究将学生样本根据其行为序列特征划分五种类型,并定义出五种在线参与模式:低投入式、浅层次投入式、绩效投入式、循序渐进式和随机参与式。文章最后从行为序列分析的价值、有效的行为序列与模式以及对在线学习行为转换特征的反思等方面对研究结果进行了讨论与总结。该文期望该研究能够为在线学习的分析、评估与促进提供有益的研究视角和研究支持。

基于行为序列的学习过程分析与学习效果预测

学习过程数据反映了学习者在学习过程中的状态。当前众多对学习者学习过程数据进行挖掘与分析的研究,大多基于学习者在某一学习行为上投入的精力和时间来开展。这些粗粒度数据并不能细致地反映学习者的认知投入水平,且部分学习行为数据对学习效果的预测正确率不高。与学习者参与度相比,学习过程中的学习行为序列,更能反映学习者学习行为轨迹、意愿与认知过程。利用滞后序列分析法对DEEDS平台上的学习过程数据的分析发现:滞后序列分析法可以清晰地揭示若干重要的学习行为序列;相较于支持向量机、逻辑斯蒂回归以及决策树等数据挖掘方法,朴素贝叶斯方法具有良好的预测性能,平均正确率超过70%。研究结果证明,学习者的学习行为序列可以为教师呈现更全面的在线学习图景,帮助教师发现学习者的学习习惯、偏好以及认知过程,辅助教师对教学过程进行反思。同时,通过行为序列数据可以较准确地预测出学习者的学习成就,继而对预测模型中关键属性进行分析,为教师在后续教学过程中采取有针对性的干预措施提供建议,达到提高教育教学绩效的目的。

基于LSA的在线学习行为序列演变分析

本研究针对在线环境下教与学时空分离,致使在线学习过程不易掌握的问题,分析了不同阶段的学习行为变化,阐释了优秀群体与中等群体间的差异化行为模式,展示在线学习过程全景,以期为掌握在线教学规律、优化教学策略、提升教学效率等提供依据。

学习者深度学习何以发生:从行为序列到行动进向

随着新的全球学习格局的形成,社会变革带来了学习概念和学校组织的相应转变。21世纪学习范式转型与深度学习“发生问题”的研究吁求,从实践改革与理论发展两方面要求我们必须重审学习者深度学习。基于此,首先在对深度学习相关文献进行分析的基础上,构建了学习者深度学习行为的课堂观察指标;其次,通过测试卷对“深度学习倾向的学习者”进行聚类识别,为选择性观察提供意义的聚焦对象;再次,基于课堂观察和滞后序列分析法,从实践层面对“课堂中深度学习如何发生”进行学习行为序列的提取与分析;最后,在分析上述研究资料的基础上,形成促进深度学习发生的行动进向:关联知识与行动问题情境的深度学习触发源点、支持身份建构的对话-协作共同体的深度学习中心逻辑以及促进自我扩展的反馈素养的深度学习中介环节,以此在研究转化的意义上回应“学习者深度学习何以发生”的现实问题。

基于行为序列分析的师生互动效果研究

有效的师生互动是课堂教学质量提升的关键所在。相较于行为频次的统计,行为序列的分析能更好地帮助理解师生互动。在采用ITIAS对50节优课进行编码统计的基础上,进一步借助LSA揭示课堂中的显著行为序列,并结合IRF分析课堂中的师生互动结构。研究发现,课堂中主要存在三种类型的师生互动。其中,知识传授型互动缺失教师的反馈,主要用于教师完成教学任务;评价反馈型互动能够检验学生的学习情况,对学习具有促进作用;引导追问型互动能够帮助学生进行思考和推理,促进学生深度学习。研究结果表明,师生互动的效果取决于互动的深度,而非互动的频次。

基于行为序列的在线学习投入与学习行为研究

行为序列可以将学习者行为结构可视化,帮助研究者探寻行为与行为之间的因果联系,挖掘更深层次的个体行为规律。选取“学堂在线”平台上的一门英语类国家级精品课作为案例课程,利用滞后序列分析、机器学习等方法对学习者的学习投入和学习行为进行实证探索。分析结果显示:(1)未辍课学习者和辍课学习者的学习投入有明显差异,前者的在线学习行为投入更高;(2)未辍课学习者和辍课学习者的学习行为转换模式不同,前者的行为序列更加丰富,学习策略更加灵活、学习目标更加明确,协作能力更强;(3)行为序列作为特征值,能够为预测模型提供更大的信息量,进而提高辍课预测的准确率。