混合式工作坊教学模式在开放大学产教融合中的实践——以学前教育专业为例

加强同行业企业合作办学,促进产教融合、校企合作是开放教育高质量发展的核心路径。混合式工作坊教学模式以职业需求为导向,以实践能力培养为重点,以产学研结合为途径,以“学历+技能”一体化教学为核心,旨在培养专业知识扎实、实践经验丰富的创新型应用型人才。针对开放大学产教融合实践过程中需求匹配不精准、融合不深入、文化基础不牢固等问题,从整合高质量专业师资、增进参与各方的文化交流与认同、持续培育生成性三个角度提出了改进建议。

如何帮助学习者走出学习资源迷航——基于学习者画像的个性化学习资源推荐

以MOOCs为代表的在线课程为学习者提供了多模态海量的学习资源,但学习者在选择资源时也经常面临信息过载、资源内容与学习需求不匹配等问题,造成学习资源迷航的困境。如何高效精准地向学习者推荐合适的学习资源与自适应的学习路径,已成为当前教育信息化亟待解决的问题。基于学习者画像的个性化学习资源推荐模型,从个性化资源推荐的现实需求出发,以现代教育理论和数字技术为支撑,探究个性化学习资源推荐过程中,学习者的状态与学习需求等个性化特征诊断、学习资源自身属性特征参数挖掘与表征、学习资源与学习需求精准匹配等问题,旨在向学习个体和学习群体推荐个性化学习资源。将基于学习者画像的个性化学习资源推荐模型应用于教学实践,结果表明,与基于协同过滤推荐、DINA认知诊断推荐相比,该学习资源推荐模型具有更高的精准度和更优的可解释性,能够为不同学习需求的学习者推荐适切的学习资源;同时该模型也在一定程度上缓解了冷启动与数据稀疏性等问题。

基于师星学堂的开放学习者模型设计研究——以信息技术课程为例

文章主要采用文献研究和问卷调查方法,基于开放学习者模型的理念,以信息技术课程为例,调查学生自主学习的满意度,并提出相关策略。研究结果表明:学生对资源形式、教师答疑、评价方式多样化、学习统计的要求较高,但认为制定计划、抢答和复习对自身帮助较小;学生认为自主学习中最主要的困难是自制力较差;大部分学生更看重考试或作业的分数,在一定程度上忽视知识的掌握。

个性化自适应学习研究——大数据时代数字化学习的新常态

随着移动互联网、智慧教育的发展,个性化自适应学习成为新兴的研究热点,将成为以大数据为基础的教育技术新范式。该文通过对中外相关文献的综述和分析,对个性化自适应学习的概念、研究历程以及取得成就和影响力等方面进行了详细阐述,强调了个性化自适应学习的发展趋向,使其成为大数据时代数字化学习的新常态;重点提炼了个性化自适应学习的元认知与开放学习者模型、自主学习方式、信息可视化处理和大数据学习分析。大数据时代个性化自适应学习研究新视角可从智能感知、个性化、预知性、动态平衡、智能化评价及实现学习者思维过程的可视化等层面审视,研究成果将被应用在MOOC个性化设计、网络学习空间人人通建设、未来智慧教育发展等方面。

自适应学习系统中开放性学习者模型实证研究

为帮助学习者掌握自适应学习系统为学习者所定义的个性特征和学习信息,设计并开发了开放性学习者模型MindOLM。MindOLM采用思维导图可视化形式将学习者模型中课程知识状态呈现给学习者,帮助学习者了解、查看自己的学习进展,以及章、节、知识点之间的关联关系,并引发学习者元认知学习体验。在实证研究方面,通过实验研究法、问卷调查和面对面访谈等方式收集数据,结果表明:MindOLM能引发学习者在学习规划和自我反思两个方面的元认知学习体验;MindOLM能很好地表示学习者学习进展和知识水平;学习者对MindOLM在有用性、易用性和满意度3个方面都表现出较高的认可度。

开放性社会学习者模型的研究进展视图

学习者模型是个性化学习系统的核心组件。开放性学习者模型(OLM)是允许学习者访问系统对自己的评价信息,驱动自适应教育系统个性化及维护学习者或同伴信息的学习者模型。大多数开放性学习者建模研究关注学习者个人的信息呈现,忽略了人类学习的社会性。因此,研究开放性学习者模型及其社会性,即开放性社会学习者模型(OSLM),成为学习者模型研究的一个重要趋势。美国匹兹堡大学Peter Brusilovsky教授所带领的团队对开放性社会学习者模型进行系列研究,开发了Quiz Map、Parallel Introspective Views、Progressor和Progressor+系统。对这四个系统从模型可视化的一体性、学习顺序、交互性、社会比较、模型识别度五个维度进行探讨发现,国外学者对OSLM的研究主要集中在元认知能力提升、学习者协作与交流、学习成果作用机制研究等方面。我国应在借鉴国际经验的基础上,结合具体实际,从多学科、多属性、多样性信息源和多种学习系统角度研究OSLM,为学习者创造良好的个性化学习环境。

开放性社会学习者模型实证研究

为帮助学习者准确了解自己和其同伴在学习过程中进展,并引发学习者元认知和社会比较学习体验,笔者运用社会比较理论,设计并开发了基于表格的开放性社会学习者模型Table OSLM,其采用表格可视化形式呈现学习者本人、组和学习同伴的学习进展,在实证研究方面,通过问卷调查、实验研究法和面对面访谈等方式收集数据,评价结果表明:Table OSLM能引发学习者在学习规划和自我反思两个维度上的元认知学习体验和在比较方式和自我完善两个维度上的社会比较学习体验;学习者对Table OSLM在有用性、易用性和满意度3个方面都表现出较高的认可度。

面向自适应学习系统的开放学习者模型研究

自适应学习系统能够为学习者提供个性化学习环境,其最核心的部分是学习者模型,传统的学习者模型虽然种类丰富,但局限于对个人信息的收集,而开放学习者模型允许学习者访问系统对自己的评价信息,有利于自适应学习系统个性化的实现以及学习者模型的优化,开放学习者模型已成为自适应学习系统中学习者模型研究的重要方向。本文分析总结了开放学习者模型的研究意义、内容及应用现状,提出了未来研究方向,为开放学习者模型的进一步研究提供参考。

影响教育资源选择的学习者模型构建

为全面描述学习者特征以满足自适应学习和精准化服务需求,首先,在梳理学习者模型相关文献的基础上,归纳出影响学习者资源选择偏好的候选因素;再采用德尔菲法抽取影响学习者资源选择偏好的核心因素及其相互关系;最后,通过构建邻接矩阵和可达矩阵,利用解释结构模型方法(ISM)对影响学习者资源选择偏好的核心因素进行层级划分,绘制了因素间的ISM逻辑层次关系图。据此构建了包括学习者偏好特征、认知行为、学习情境特征和学习策略及动力特征的学习者模型,进而实现对学习者的多维度、全方位描述。

整合式教学模式在远程开放教育中的应用

远程开放教育为许多无法接受传统面授教育的学习者提供了一种灵活、开放的教育形式。然而,目前很多开展远程开放教育的机构只是把网上教学和面授教学简单混合,没有为学习者建立起有效的学习环境。为了改变现状,本文建构了整合式教学模式并采用定性分析方法进行了实证研究。在整体设计、有效资源、技术支持、交流互动四个条件的支持下,整合式教学模式通过整合导学辅导、课堂面授、网上教学、参观及实习的优势,缓解成人学习者工学矛盾,有效解决资源不足及交互不充分等问题。

基于学习者画像的在线开放课程学习预警研究

在线开放课程学习者数量多且个体特征差异较大,教师难以精准分析学情,存在课程完成率低、学习成效不高等问题。在智能技术支持下,从学习者的基本属性、知识掌握情况、学习行为和学习情绪四个维度刻画在线开放课程学习者群体画像和个体画像,在此基础上设计了基于学习者画像的在线开放课程学习预警模型,并将模型应用于超星慕课平台“C语言程序设计”课程混合式教学实践中。研究结果显示,学习者的学习全过程多模态数据采集是构建画像和实现精准预警的基础;学习者画像能够精准地描述学习者的知识掌握情况、学习行为和学习情绪;基于学习者画像构建的预警模型能为学习者提供精准的学习预警和个性化的教学干预,为教学者提供基于“证据”的教学决策支持服务。

开放学习者模型：让学习者参与构建--访国际知名教育人工智能专家朱迪·凯教授

随着教育大数据的兴起,学习者的画像变得更加精准、全面。如何从丰富的数据中提炼出有意义的信息,使其价值最大化是构建学习者模型的核心。传统的学习者模型虽然能为学习系统提供各类信息,但未赋予用户访问权限,用户无法参与模型的构建与控制。为更好地支持学习,实现学习过程的透明化,需要将学习者模型向用户开放。其开放的对象广泛,且意义不仅局限于基本的可视化。本期高阶访谈有幸邀请到国际知名教育人工智能专家朱迪·凯(Judy Kay)教授分享开放学习者模型的构建与应用的经验和见解。朱迪·凯教授是澳大利亚悉尼大学计算机科学教授,《教育人工智能国际期刊》(International Journal of Artificial Intelligence in Education)联合主编,研究领域为人机交互、普适计算和教育人工智能,研究重点是创建个性化终身全方位学习的基础设施、工具和界面,核心是开放学习者模型的界面设计,使用户能通过界面参与学习者模型构建。她在《教育人工智能国际期刊》《用户建模与用户自适应交互》(User Modeling and User-Adapted Interaction)、《个人与普适计算》(Personal and Ubiquitous Computing)、《计算机科学教育》(Computer Science Education)等国际知名期刊发表论文40余篇,并在界面研究方面创建了自然用户交互(Natural User Interaction)软件框架,为人们使用桌面、墙面等大型交互平面提供了新途径。

以发展为本的开放教育课程多元化学习评价模式探索

以发展为本的多元化学习评价模式对于开放教育学习者的全面发展和开放大学的教学发展具有重要的现实意义。它以促进学习者的全面发展为评价取向,注重评价主体之间的平等交流和多元互动,评价内容的立体开放和多元互补,评价过程的自我教育和教师从旁指导,评价方法的形式多样和各展所长,评价反馈的正向激励和及时有效。国家开放大学广州分部基于发展性学习评价理念,探索出了"对分考核"、"小组合作成果"、"写作技能学测评"、"真实项目实操"、"1+N作品考核"等学习评价模式,适应了开放教育的应用型人才培养目标和混合学习模式的要求。

亚洲地区开放大学之比较

亚洲各国开放大学成功的借鉴英国开放大学办学经验,并立足本国的国情和文化创建本国的开放大学。亚洲典型的7所开放大学,在创立时间、立法保障、办学理念、办学规模及层次、经费支持、生师比、教学传递的模式、系统组织架构8个方面各具特色。深入分析与比较亚洲七国(地区)开放大学,可为建设有中国特色的开放大学提供借鉴和参考。

基于学习认知地图的开放学习者模型研究

学习者模型是自适应学习系统的重要组成部分,然而传统的学习者模型往往是封闭的,学习者无法知晓模型的具体内容。文章从学习者模型内容开放的视角,设计了能够表征学习者认知状态和知识结构并推送学习路径与学习同伴的开放学习者模型——学习认知地图。基于学习元平台,文章从认知状态评测、知识结构计算和可视化呈现三个方面对学习认知地图的构建过程进行了阐述。之后,文章将构建的学习认知地图应用于中学信息技术课堂,实践结果表明:学习认知地图能够提升学生的学习态度,同时学生对具有学习认知地图支持的在线学习方式满意度更高。文章设计并检验了作为一种开放学习者模型实践样态的学习认知地图的效果,以期为开放学习者模型的进一步研究提供参考。

智慧教育环境下一种开放学习者模型设计研究

在讨论开放学习者模型特点的基础上,提出一种智慧教育环境下的开放学习者模型结构,并从模型的设计、层次关系、交互机制、可视化、开放性和模型数据收集等方面对模型做出了诠释.

开放教育中学生学习心理障碍的调研与对策

人才培养模式改革和开放教育试点的关键是研究和探索开放教育的教学模式。学生在学习中会由于社会、个人等各种因素引发诸多心理障碍。通过问卷调查结果分析了四种学生学习心理障碍 ,提出了克服心理障碍的对策。

开放大学需求分析:理论基础和指标体系

面对新的机遇与挑战,开放大学需要转型升级,需求分析是转型升级的重要路径。借鉴现有的理论和模型,结合开放大学的特殊定位、办学特色和学习者特点确定了开放大学需求分析的理论基础和指标体系。

基于xAPI的开放学习者行为分析模型研究

xAPI解决了传统SCORM标准存在的结构复杂性以及数据传递单一性等问题,以"活动流"的形式更加有效地支持开放学习环境下对学习者的全面评价和个性化学习支持服务。文章通过对xAPI数据标准以及开放学习者学习行为分析,发现:(1)通过对开放学习者的学习行为进行语义分解,总结并扩展了20个"以学习者为中心"的学习行为动词;(2)提出基于xAPI的开放学习分析架构以及开放学习者行为分析模型,以更好地支持开放学习数据挖掘和学习分析;(3)以一位开放学习者的xAPI格式下的学习行为数据为例,进行开放学习者行为画像分析,为全面理解xAPI在支持开放学习者行为分析方面的作用具有重要意义。

国外开放学习者模型的研究问题及其建议

开放学习者模型作为自适应学习系统的关键模块,其研究受到了学界的广泛关注。而深入理解开放学习者模型,对促进自适应学习系统中个性化学习支持的实现与优化具有重要意义。然而,当前国内对于开放学习者模型的研究关注不足。为此,文章通过对33篇外文文献的内容分析,梳理了开放学习者模型设计要素的研究现状,并分析了开放学习者模型应用效果的实证研究特征。在此基础上,文章总结出开放学习者模型存在服务的开放对象过于单一、效果验证方式相对有限、实践应用以服务高等教育为主等问题,并从开放内容设计、开放形式设计、访问权限设计三个角度提出改进建议,以期助力基于开放学习者模型的自适应学习系统研究在我国的本土化落地应用。