网络学习系统中学习量的分析和预测方法

在网络学习中,需要对系统学习情况进行有效衡量,并给出相应的价值判断,以此作为改进整个网络学习系统的依据。本研究提出了学生学习量、课程学习量、网络学习量三种学习评价,并且,发挥人工神经网络能够自学习和自适应的优点和模糊推理策略处理不确定问题的能力以及多元线性回归统计,提出了这三种学习量的分析和预测方法。最后,指出了当前课题的研究价值和存在问题。

不同英语水平研究生通用学术英语课程学习焦虑感差异研究

学生在通用英语课程中的焦虑感已被广泛研究。近年来,许多高校开设通用学术英语课程(EGAP),但很少有研究关注到学习EGAP课程中学生的焦虑感。本研究基于Horwitz(1986)设计的外语学习课堂焦虑量表设计了"通用学术英语课程学习焦虑感量表",通过方差检验分析了90名不同英语水平的非英语专业研究生在学习为期一年的EGAP课程时的焦虑感。我们发现被试研究生,无论英语水平高低,在学习EGAP课程时均有较为明显的焦虑感,且两组被试在9项具体焦虑表现上存在显著差异。本文提出相关教学策略,对EGAP课程的发展有一定的积极意义。