基于LSA与SNA的虚拟学习社区信息交互实证研究

随着互联网的普及,网络环境下的虚拟学习已成为一种重要的学习方式,虚拟环境中的交互对于提升学习效果具有重要意义。传统研究者大多使用总结性评价方法而无法触及到交互具体过程与细节,滞后序列分析法为人们深入探究交互过程提供了关键性技术方法。基于滞后序列分析法,并结合社会网络分析法,针对虚拟学习社区中参与者的交互行为序列开展滞后序列分析,进而由点及线地深入探究参与者的信息交互特征。实证结果表明,参与者的信息交互行为过程存在明显特征,网络平台设计者与教师可以从关键行为强化与无关行为控制角度优化虚拟学习社区,并对学习者进行更具针对性的指导,提升虚拟学习社区参与者间的信息交互效率,最终促进虚拟学习社区的发展。

川西高原机场对地区旅游业发展影响因素研究

航空运输业与旅游业是促进我国经济发展的重要产业,探究与分析机场对旅游业发展的要素对于促进航空运输业与旅游业的可持续发展和制定科学合理的旅游发展战略具有重要的意义。文章通过构建双对数模型对川西高原机场发展和旅游业发展状况展开研究,估计机场通航后各相关指标对旅游业发展的影响程度,并对部分机场进行滞后分析。结果显示,机场通航后各相关指标对地区旅游业发展的影响程度不同,且都显著促进当地旅游业的发展,同时通过滞后分析发现,各机场不同时期对不同地区旅游业发展的影响差别较大。

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。

小学人工智能课堂教学行为分析研究

课堂教学行为分析能有效帮助研究者、教学者了解课堂特征、发现教学问题,促进其进行教学反思并提升课堂质量。本研究以12节2022学年G市中小学人工智能优秀课例的教学视频为研究对象,采用滞后序列分析法,对所选取的优秀课例的教学视频进行对比分析,并结合具体的教学片段进行个案分析,从教学主体、教学内容、教学范式、教学设备等4个维度进行辨识,总结出优质小学人工智能课堂特征,并在此基础上提出了相应的建议,以期提升人工智能教师的教学能力。

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。

公众异步科学讨论中的群体知识建构研究

推进全民科学素质,是国家科技发展的基础和国际竞争力提升的有力措施。信息技术的高速发展,使公众能够借助异步论坛随时随地参与科学话题讨论、建构科学知识。为探索异步论坛中公众如何进行知识建构,研究者基于交互分析模型,通过内容分析法和滞后序列分析法,分析了公众在异步科学讨论中的知识建构水平,以及表现出怎样的知识建构行为。研究发现,公众参与科学讨论时,主要处于低水平的知识建构阶段,较少进入高水平的知识建构阶段,并且随着知识建构层次的提升,发帖数量逐渐下降。基于此,研究者提出三类公众科学知识建构的行为序列,即公众持续分享与比较信息;持续发现和分析彼此观点的分歧;在探索和分析观点中分歧部分的基础上,通过意义协商进行群体知识建构。

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。

高校SPOC环境下学习者行为序列的差异性分析研究

由于教学方式的灵活性与学习的可控性,小规模限制性在线课程(Small Private Online Course,SPOC)在高等教育学府教学实践中备受欢迎,而目前针对高校SPOC环境下学习行为模式和规律的研究还甚少。该文以华中师范大学自主开发的SPOC平台Star C中12517名在校大学生在一学年内的学习行为记录作为研究对象,并对其学习行为进行了实证观察、编码与分析。首先邀请两名专家对行为数据进行编码,提取学生学习行为的二阶转移序列,然后对编码数据采用频率统计分析和二阶序列分析以发现高校SPOC教学中学生行为序列的概率分布和状态转移模式。在此基础上,采用滞后序列分析法(Lag Sequential Analysis,LSA)提取每个年级学生最显著的行为模式,据此发现不同年级群体行为操作的规律性,并对不同年级下学生行为模式的差异性进行分析。最后,评估了学习平台的可操作性、可扩展性与局限性并为今后SPOC环境下学习行为的研究提出建议。

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。

SPOC学习者认知行为及序列模式的差异性分析

SPOC论坛的话语数据是反映学习者知识建构方式、认知策略和互动质量的重要载体。作为一种限制性学习社区,SPOC论坛存在大量与学习成效相关的认知行为样本,但学习者互动话语的认知行为类型及其序列模式未被充分发掘。为此,本研究先制定话语认知的评定规则以实现论坛帖子的认知行为分类;然后基于语义内容的自动化编码机制统计学习者认知行为类型(定义、描述、比较、推断或解释);最后采用卡方检验与滞后序列分析法验证不同群体关键认知行为及其序列模式的差异。研究结果包括:1)必修、旁听类群体倾向于发布高阶认知行为帖,在讨论中呈现"循序渐进""一鸣惊人"的序列模式,选修类群体倾向于发布低阶认知行为帖,表现出"循环往复"的序列模式;2)不同性别群体的认知行为无显著差异,然而,在序列模式方面,男性呈现"循序渐进"的模式,女性表现出"反向补救"模式;3)高、中成就群体倾向于发布低阶认知行为帖且呈现"循序渐进""反向补救"序列模式,低成就群体呈现"一鸣惊人"的序列模式。教师可对不同群体的认知目标、讨论内容和互动形式进行调适或指导,促进学习群体的互动学习积极性及认知水平的提升。

促进在线同伴互评中学习者批判性思维发展研究

批判性思维作为21世纪学习者核心素养之一,其实质是基于事实性证据进行合理推断、质疑和辨析的思维过程。在线学习为批判性思维的发展提供新的视角和研究方向,特别是以协作交互为核心的在线学习活动,推动了学习者批判性思维的高阶发展。研究从同伴反思和同伴讨论两个视角设计在线同伴互评学习活动,运用Murphy的批判性思维框架对同伴交互数据进行编码分析,采用滞后序列分析和认知网络分析探索在线同伴互评不同阶段学习者批判性思维的发展特征。研究结果显示:(1)批判性思维发展是一个连续统,由低阶层次向高阶层次持续发展;(2)在线同伴互评不同阶段的批判性思维因问题空间的构建与消解而呈现不同特征;(3)在线同伴互评活动影响批判性思维的发展。研究从在线同伴互评视角探索学习者批判性思维的发展过程,为有效促进在线学习环境中批判性思维发展提供实践参考。

学科竞赛视角下项目式实验教学的研究——以第三届“卓越杯”大学生物理实验竞赛为例

以项目学习为核心的实验教学能够有效提高学生科学实验能力、科学素质、科学思维方法和科学研究能力,是基础学科卓越创新人才培养的关键。以第三届“卓越杯”物理实验竞赛中进入决赛的24支参赛队为样本,通过对参赛学生项目开展路径的调研,结合专家评分与同伴评价,对竞赛中开展项目式教学的人才培养路径与模式进行了实证探索。研究采用滞后序列分析法,对面向卓越人才培养的项目式教学路径进行了归纳总结,分析并完善在项目学习过程中的主要环节。基于结构方程模型论证了研究方法对研究结果的正向影响,肯定了项目式教学对人才创新力的激发作用。

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。

教师协同课例研修中的知识建构行为模式分析

课例研修是提升教师教学设计能力、打造优秀课例的有效手段之一。为探究教师协同课例研修中的知识建构行为模式,文章以参加“增强现实(AR)和初中化学教学融合”课例研修的31名成员为研究对象,探究了研修过程中的知识建构行为模式转换特征。通过滞后序列分析(LSA)发现:(1)在活动前期,教师知识建构的显著性行为序列以低层次序列为主;(2)随着研修活动的推进以及知识建构的深入,高层次的显著性行为序列比较突出;(3)主持人在协同课例研修中起到了促进教师知识建构的核心作用。最后,文章讨论了教师协作学习与交互以及知识建构理论对课例研修的支持作用,并从“聚焦智能时代教师专业发展需求”“规范研修过程的组织和管理”“有效利用研修伴随式数据”三个方面为提高课例研修中教师知识建构水平提出策略建议。

短纤维增强橡胶材料的力学模型

在材料剪切滞后分析与随机顺序吸收法的基础上建立了短纤维增强橡胶材料(SFRC)的理论模型与有限元模型。通过简化将SFRC模型中的三维随机取向纤维降为二维取向,对短纤维增强阻尼材料的弹性模型进行计算与拟合。结果表明,随纤维体积分数的增大,SFRC的模量逐渐增加。当纤维体积分数为2.00%时,材料的弹性模量增加了约1倍,与试验值基本相符合。有限元分析结果与试验结果相吻合,表明该模型在进行SFRC的力学行为分析时具有一定的真实性。当材料应变在300%以内时,有限元模型可以对SFRC的力学行为进行比较准确的描述。

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。

智慧教室环境下师生互动行为研究

教育信息化2.0时代,智慧教室在促进教育信息化发展方面发挥了重要作用,智慧教室中的课堂互动成为研究热点.为深入研究师生互动行为,采用ITIAS编码系统和滞后序列分析法,对智慧教室环境中的师生行为比率、教师提问与学生发言、教师言语作用、技术使用行为、师生互动类型、异常行为处理进行分析.结果表明,信息技术在课堂中得到充分利用,有效地支持教与学的活动;课堂教学通过多种形式的有效互动,支持学生的设计和创作活动,突出了以学习者为中心的理念;但教师的提问策略、指导反馈、课堂管理等方面还有待完善.

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。

在线交互活动中学习者批判性思维发展轨迹研究

批判性思维是知识经济时代人才所必备的高阶思维,在线交互活动是发展学习者批判性思维的重要途径。但目前对在线交互活动中批判性思维的行为特征及其发展轨迹还缺乏深入的研究。故基于“多媒体课件设计与开发”课程,采用滞后行为序列和认知网络分析对学习者批判性思维发展轨迹进行分析。结果显示:(1)学习者批判性思维行为模式呈现多元化态势,批判性思维深度在不同阶段的表现有所不同;(2)核心参与者批判性思维行为在“创造”层级占据首位,边缘参与者批判性思维行为在“分析”层级占据首位;(3)学习者可分为优秀型、被动型、问题型和跟随型四种类型;(4)提问次数、被教师回复次数、被同伴回复次数与“评价”和“创造”层级的批判性思维显著相关,被点赞次数与“评价”层级的批判性思维显著相关,回复他人次数与“理解”和“分析”层级的批判性思维显著相关。

沉浸式虚拟现实(IVR)对实验技能迁移的影响:学习风格的调节作用

沉浸式虚拟现实(IVR)实验通过模糊真实世界与数字世界之间的界限,为学习者塑造了高沉浸感的场景,并通过提供视觉、听觉、触觉等多感官通道,刺激、激活学习者的认知感受。因此,探究沉浸式虚拟实验中不同信息加工模式的学习者的学习行为模式、技能迁移能力,有助于理解沉浸式虚拟实验中深度学习的发生机制。为此,通过观察与评估不同学习风格的学习者在沉浸式虚拟实验与非沉浸式虚拟实验中的表现,使用协方差分析以及滞后序列分析法,对学习者技能迁移能力、学习策略做差异分析,再对学习风格在其间的调节作用进行深入探讨,研究发现:(1)相比非沉浸式虚拟实验,沉浸式虚拟实验更有助于培养学习者的技能迁移能力;(2)学习风格调节了沉浸式虚拟实验对技能迁移能力的影响,沉思型学习者从非沉浸环境到沉浸式环境中迁移能力提升较低,而活跃型学习者的能力提升更为显著;(3)行为序列分析显示,活跃型学习者在实验任务中表现出了更多的动作类交互行为,强化了三维视觉体验及视觉加工,形成高临场感,进而促进了学习;而沉思型学习者倾向于非动作类交互行为,有良好的实验习惯及反思,但脱离于虚拟环境,对迁移能力形成抑制作用。结合分析结果,可得出以下三点建议:利用沉浸式虚拟现实技术重构教学活动;探究个性化设计辅助沉浸式虚拟实验;设计选择性仿真促进深层认知加工。