基于均衡认知负荷的学习平台设计研究

针对网络教学平台教学模式单一、功能体系不全、交互性不强等现实问题,本文将均衡认知负荷理论应用于教学平台设计,构建了预习、学习、复习、作业及问答五个学习环节为一体的学习平台来解决上述问题。文章分析了学习过程认知负荷变化规律及调节策略,提出了多环节一体化学习平台的设计思路与设计原则,构建了一种新型的一体化学习平台,并将其运用于课程教学。实践表明,基于该学习平台的教学效果良好,对增强教学效果有着重要的意义。

AI学习助手在高职英语教育中的应用

随着人工智能技术的快速发展,AI学习助手在教育领域的应用日益广泛。文中旨在探讨AI助手在高职英语教育中的可行性、有效性和影响。首先,构建了基于认知负荷理论和技术整合理论的理论框架,并对AI助手在教育领域的应用现状进行了文献综述。随后分析了AI助手在高职英语教育中的潜在优势和挑战,包括提高学习效率、增强学生参与度、个性化学习体验和促进自主学习等。最后,提出了AI助手在高职英语教育中的应用建议,并探讨了未来的研究方向。

听讲式接受学习过程中存在的一些问题──一种来自认知负荷的观点

听讲式接受学习仍是传统课堂教学的主要模式,但它存在着很多固有的缺陷。从认知负荷的观点来看,在这种模式下,教师很难有效地解决学生认知负荷的个别差异,大部分学生不能满负荷学习;学生也很难有效地使用认知资源、认知容量、认知策略和信息外存。剖析这些影响学习者获取知识和技能的因素,可给课堂教学改革以启迪。

数字教育中加工流畅性对视频教育资源学习影响研究

数字教育的高质量发展离不开优质的视频教育资源,加工流畅性是教育领域研究中的一个重要概念。本研究探究加工流畅性对视频教育资源学习的影响,分析高流畅组与低流畅组学生在学习判断、认知负荷以及学习效果上的差异。在此基础上,进一步分析加工流畅性对学习效果影响的作用机制。研究发现,与低加工流畅性条件下相比,高加工流畅性条件下学生的学习判断更高,外在认知负荷更低,学习效果更好,但加工流畅性对内在认知负荷与关联认知负荷无显著影响。此外,学习判断在加工流畅性对学习效果的影响中起中介作用。研究结果揭示加工流畅性在视频教育资源学习中的重要作用,有助于理解加工流畅性与学习效果之间的作用机制,以期为视频教育资源的理论与实践研究提供参考。

基于认知负荷视角的网络环境下成人学习成效研究

当前网络环境中的成人教育学习是一种普遍的教育模式,基于网络的学习有优势,同时也带来了一些新的挑战。网络学习因受师生时空分离和主客观因素的影响,成人学习在面对大量的开放性、共享性、快速性的网络资源信息时容易出现信息超载、信息迷航,学习中容易产生认知负荷,影响了学习效果。本文从认知负荷理论的角度,分析影响成人学习成效的主要因素,并对如何提高网络环境下成人学习者学习成效问题提出应对策略。

在线教学资源开发模型的构建与应用

情绪设计对在线教学资源的开发有着重要作用,设计良好的在线教学资源能激发学习者的积极情绪,实现学习效果最优化。通过梳理国内外有关情绪设计理论与实践的研究文献,在多媒体学习的认知-情绪理论基础上,构建基于“多媒体学习的认知-情绪理论”(CATLM)的在线教学资源开发模型。运用此模型指导在线教学视频“weather”的开发,并将资源应用于实践教学中。实践结果表明,该模型为在线教学资源的设计提供了理论参考,能满足学习者情感层面的需求,并为其提供更优质的在线教学资源。

数字学习资源中线索类型对学习效果的影响

优质的数字学习资源建设对于在线学习的发展具有非常重要的意义。但随着技术的发展,研究者更多关注数字学习资源开发的媒体表现与传播形式,很少关注如何从引导学习者思维的角度探索优质数字学习资源的教学设计问题。线索设计是数字学习资源设计过程中的一种教学设计形式。本研究运用眼动追踪技术和测量量表比较了学习者不同类型线索(无线索、视觉线索、问题线索、问题线索+视觉线索)的科技材料在线学习过程中的认知负荷、注意力和学习成绩。结果表明:一方面,视觉线索缩短了学习者筛选在线学习材料中的关键或重要信息所用的时间,但未影响学习者的在线学习认知负荷和学习成绩。另一方面,相对于视觉线索而言,问题线索的设置对学习者在线学习的影响更为突出,主要体现在以下三点:第一,问题线索的设计有效地降低了学习者的认知负荷水平;第二,问题线索的设计促使学生将更多的注意力集中于材料中的关键或重要信息;第三,问题线索的设置提高了学习者学习的迁移测试成绩。因此,为更有效地提升在线学习效果,未来数字学习资源的开发应在添加突出显示材料视觉线索的基础上结合传播材料的关键或重点知识点设计对应的问题线索。

深度学习数字化资源表征方法与开发模式

研究在"技术怎样促进学习"这一核心命题的多变量探索实验基础上,针对"学习内容及其资源"这一变量进行了深入的实证研究。依据实证研究的过程与结论及其相关理论基础,分析了S-DIP深度学习资源表征态,总结了与表征态映射的数字化学习资源表征方法及其特征,归纳了深度学习资源的五项开发原则,构建了CRF深度学习资源开发模式,最后对深度学习资源的内涵进行了深入理解,提出了其应用策略。