Study of The Technical Index of Online Learning Behavior Analysis of Nursing Majors on The Superstar Platform Based on The Kirkpatrick Evaluation Model

Objective:To analyze the technical indexes of students’online learning behavior analysis based on Kirkman’s evaluation model,sort out the basic indexes of online learning behavior,and extract scientific and efficient evaluation indexes of online learning effect through statistical analysis.Methods:The online learning behavior data of Physiology of nursing students from 2021-2023 and the first semester of 22 nursing classes(3 and 4)were collected and analyzed.The preset learning behavior indexes were analyzed by multi-dimensional analysis and a correlation analysis was conducted between the indexes and the final examination scores to screen for the dominant important indexes for online learning effect evaluation.Results:The study found that the demand for online learning of nursing students from 2021-2023 increased and the effect was statistically significant.Compared with the stage assessment results,the online learning effect was statistically significant.Conclusion:The main indicators for evaluating and classifying online learning behaviors were summarized.These two indicators can help teachers predict which part of students need learning intervention,optimize the teaching process,and help students improve their learning behavior and academic performance.

基于行为投射的在线学习动机测量模型探究

在线学习过程中,学习动机对学习成效至关重要。以自陈式量表反馈学生动机的评价方法受被试主观倾向影响,难以反映其真实动机水平。基于此,文章基于行为投射视角,从学生参与在线学习行为的表现入手,结合在线学习动机量表数据,探索在线学习动机的有效测量策略,构建了基于行为投射理念的在线学习动机评价模型,并基于真实的在线学习行为数据验证了模型的有效性,可以为大规模在线学习场域的动机测评提供支持。研究证实,在线学习者的学习投入度、学习启动点位、交互发帖的数量和质量、组内积极度、拓展性资源的选用量,是能够投射学生动机真实水平的关键信息,是在线学习动机测量模型的关键指标。

基于内容分析法的在线英语学习词典用户评价模型构建

词典评价研究对词典编纂具有重要意义,但以往研究鲜少从用户视角来建立词典评价模型。以App Store上用户对五部在线英语学习词典的评价为样本,运用ROST Content Mining 6软件从在线词典用户积极评价与消极评价文本中提炼高频词并进行社会语义网络分析,挖掘出用户的潜在需求和使用偏好。结合高频词表和社会语义网络图选取100个有效分析单元,对分析单元进行编码并进行分类检验后,初步建立起用户评价模型。结合词典用户需求研究,完善评价模型。最后,以有道为调查对象,将模型运用于评价实践中。验证结果显示,模型具有较好的信效度。

高中数学在线视频学习行为影响因素研究——基于结构方程模型的机制路径

探究高中数学在线视频学习行为的影响因素,可以为相关学习平台提供优化建议,提升学习高中数学用户的学习效果。基于D&M与TAM模型、“SOR-KAP”融合模型构建了以高中数学在线视频学习行为为结果变量的理论框架,并运用结构方程模型对模型进行检验、分析。结果显示:在线视频平台的信息质量、系统质量和服务质量作为外界刺激会对包括感知有用性、易用性和高中数学在线视频学习态度、意愿在内的用户认知有机体产生正外部性,并最终影响用户学习行为;在线视频平台的信息质量、系统质量、服务质量、感知有用性、感知易用性以及在线视频学习态度、意愿作为影响因素并非简单地线性影响高中数学在线视频学习行为,而是要通过复杂的机制路径协同作用促进高中数学在线视频学习行为。文章据此构建了高中数学在线视频学习行为影响因素模型,并基于问卷调研,采用结构方程模型验证了该模型的科学性。

基于雨课堂的医学院校食品微生物学教学探讨

食品微生物学是微生物学的分支学科之一,与人类生活极为密切,其主要任务是研究食品(包括功能性食品)中存在的微生物种类、分布及其特点。食品微生物课程的教学,对于培养学生对食品安全的认识和食品微生物学的理解至关重要。文章探讨了基于雨课堂的食品微生物课程教学模式,通过雨课堂平台提供的在线学习和互动功能,拓展传统课堂教学的边界,促进学生对于食品微生物学的深入学习和实践应用,以期提高教学效果,培养更多优秀的食品卫生与营养学专业人才。

学习者在线学习行为投入新探索——基于点、线、面方法的评估模型构建

作为线上学习质量的重要凭据,学习者的在线学习投入备受关注。纵观已有的在线学习投入研究,有基于行为数据的分析研判,也有结合认知、情感和社会因素的综合评判,但仍有诸多未解之谜,需进一步深入持续地分析探讨。从当前网络信息获取及应用的有效方式来看,大量的行为数据是在线学习投入质量分析的重要信息内容。从学习行为的外显性和内隐性两个属性对学习者在线学习信息进行分类探索,有助于综合考虑影响学习质量的行为、认知和情感等因素。在此分类基础上,结合点、线、面研究方法各自的特点,先后通过百分等级量表、单维和多维Rasch分析技术的应用,分别构建了针对学习者在线学习行为投入强度、效度及精准度评估的模型。最后通过准确获取在线学习的过程信息、全面掌握线上学习的质量结果,以及主动反思在线学习参与的实效性等应用验证了评估模型的有效性。

在线学习者持续学习行为与动机模型研究

针对大学生在接受在线教育过程中,对其持续学习行为产生影响的主要因素展开探讨,并就影响因素之间存在的相互作用及联系作出说明,旨在提高在线教育的学习效率,推动大学生提高在线学习深度,持续改革高等教育教学,使其朝着信息化方向发展,为此寻求更有效的解决办法。有研究指出,大学生在接受在线教育的情况下,影响其持续学习行为的因素可以分为四个维度,即学习者特征、教师特征、课程平台特征以及应用环境特征,四个维度又可细分为14个因素。持续学习意向会对学习者的学习行为产生直接影响,根据学习目标与动机、课程设计与质量、教师辅助学习、学习能力与方法、平台功能与服务、教育管理制度等对在线课程教学的基本要求,需充分尊重学生的主体地位,完善课程教学平台、科学设计教学方案、构建多维度信息与知识传播途径、丰富大学教师职能,从而有效推动大学生积极参与在线课程教学。

基于学习行为的在线开放课程中断学习风险预测模型研究

本文提出并实验了中断学习风险预测模型,该模型通过特定的学习者活动特征,可以根据学习者在线开放课程学习过程的数据,寻找可能导致学习者终止学习或长时间中断学习的迹象。实验结果表明,对于处于学习状态的学习者,该模型的正确预测率在40%到50%之间。对于中断学习14天或更长时间的学习者,正确预测率可以提高到90%以上,该预测模型具有一定的实用性和有效性,将有助于降低辍学率,促进在线开放课程的可持续发展,使课程价值最大化。

基于二维象限分析的大学生在线学习行为研究——以混合学习环境下的SPOC实践为例

在线学习环境下学生的全景式行为表现反映着学生的真实学习投入状况,进而折射出线上教学的质量。研究中以混合学习环境下的SPOC实践为例,从在线学习行为的内隐性和外显性特征两个维度构建学习行为分析的象限图,试图对学习者的在线学习投入表现、学习效果以及内隐性和外显性交互影响作用的异同进行较全面的分析。研究发现:(1)在学习投入水平上,作业类学习任务达到较高的行为投入,而自主选择类的行为投入较低。(2)在线学习投入的学习效果上,全面投入类行为的学习效果要优于主动投入类行为和被动投入类行为的学习效果;而主动投入类行为和自我管理类行为的学习效果又要优于规律投入类行为和绩效投入类行为。(3)从学习行为内隐性与外显性交互影响的作用来看,当行为内隐性和外显性都呈现为高投入时,学习效果与行为投入趋于一致;当行为内隐性和外显性高低投入不一致时,学习效果并不理想。

元认知能力对网络学习行为的影响效果研究

近年来,随着网络学习的发展,元认知与网络学习行为的相关关系成为网络学习研究的热点和趋势。本研究针对当前研究对于元认知与哪种网络学习行为有关联、有哪些关联关系较模糊这一问题,在借鉴已有研究成果的基础上构建了元认知与网络学习行为的关系模型,并以某高校某课程159位网络学习者作为研究对象,利用结构方程模型法验证和修正了文中所提出的元认知与网络学习行为关系模型。研究结果表明,元认知能力对网络学习行为具有显著作用,其中以元认知技能产生的作用为主,而元认知知识和元认知体验则通过元认知技能间接对网络学习行为产生作用。最后,根据元认知与网络学习行为关系模型中各因子之间的关联性对元认知能力培养方法提出了建议。本研究对厘清网络学习中学习者元认知的作用机制,更好地设计和开发元认知培养策略及其支架,触发有效网络学习行为,从而增强网络学习效果具有借鉴意义。

基于人类动力学的在线学习行为规律分析及建模研究

探究在线学习行为,有助于明晰在线学习本质、改进在线学习过程。已有研究主要聚焦于在线学习行为的外显表征分析,还应关注在线学习行为发生的内隐规律与动因。文章采用人类动力学研究方法,挖掘在线学习行为时间上的规律性,构建教学活动和学习兴趣双重驱动的在线学习行为动力学模型。研究表明学习者群体与个体的在线学习行为规律都具有一定的周期性、阵发性等基本特征,并且在时间间隔分布方面具有显著的重尾特征。模型在解释学习行为发生动因方面具体表现为,学习兴趣的衰减与学习行为发生概率呈负相关,而教学活动的影响与学习行为发生概率呈正相关。在促进在线学习行为中,需考虑任务与协作驱动的教学设计、智能技术支持的资源推荐、基于学习规律的个性化干预等策略,以推动破解在线教育质量难题。

基于UTAUT2模型的大学生移动在线学习行为影响因素研究

为更好地了解大学生的移动在线学习现状,对大学生移动在线学习行为意愿的影响因素进行了调查研究。基于UTAUT2理论,引入学习互动、界面设计和知识付费为外部变量,构建了大学生移动在线学习行为意愿影响因素研究模型。根据337名大学生问卷调查数据,使用SPSS和AMOS进行统计分析和结构方程建模,验证模型结构与假设路径。研究表明:影响大学生移动在线学习行为意愿的关键因素是习惯、努力期望、学习互动、享乐动机、社会影响和知识付费。此外,界面设计合理、互动形式新颖的学习平台更受大学生群体喜爱,进而促使大学生为高质量学习资源付费。

大学生同步在线学习行为意向的实证研究

后疫情期时代同步在线学习何去何从?为了获得影响大学生同步在线学习行为意向的各个因素,研究结合计划行为理论、技术接受模型及学生个体要素构建结构方程模型,通过问卷调查、相关性分析、路径分析和影响效应分析加以验证。研究结果表明,大学生对同步在线学习的感知有用性、行为态度对其线上学习行为意向有直接的、显著的正向影响;主观规范对行为意向无直接影响;大学生对同步在线学习行为意向的影响效应从强至弱依次是感知有用性、主观规范、行为态度、信息素养、便利性。由此,实现同步在线学习常态化,学习空间的变化不仅需要师生更高阶的信息素养加持,教师还应从学习任务要求、学习目标分解上使学生的本性得以释放,来形成更加持久的内在动机,并且教师需要构建及时的、多元的、有深度的交互,促成更加紧密的学习共同体。

基于学习风格模型的混合式学习成效研究——以计算机辅助平面设计的SPOC教学为例

基于Felder-Silverman学习风格模型理论,借助所罗门量表对学生进行分类,通过单因素方差分析个体学习风格与理论测试、实操训练、PBL小组作业和综合作业等各项成绩的关系,发现在线上线下混合课程学习中,活跃型、视觉型、感悟型学习风格分别在理论学习、技能训练和应用能力转化方面更具优势。通过教学平台提取学习行为数据,分析个体学习风格与在线学习行为中的反刍比、提交作业时间系数等参数存在相关性,从行为学层面验证和剖析了学习风格与学习成效的关联原因。

在线学习行为分析建模及挖掘

在日趋精密数字技术条件下,学习模式已通过互联网、社会化媒体实现数字化。海量的学习信息以数据的形式蕴含着学习者的隐性行为特征。文章从数据挖掘与领域应用、学习行为及行为分析、网络行为分析模型三个角度对在线学习行为可能的应用方向进行综述研究,探讨学习者的在线学习行为的建模机制,建立了数据、机制、结果三层次模型,并从网络挖掘的角度对学习数据进行模式分类与解析。

网络学习环境下问题学习行为分析模型的研究与应用

网络学习行为的监控和分析是为存在风险的学习者提供有效干预的前提。学习分析技术能够跟踪网络学习过程和预警学习风险,但基于数据的分析与反馈只是问题表象的呈现,无法深入剖析问题发生的深层原因。本研究以网络问题学习行为分析与干预为核心,结合学习分析与学习历程研究的特点,从实践应用的角度构建了网络问题学习行为分析模型,重塑了网络问题学习行为分析流程。研究者将上述模型应用于指导研究生新生数字文献阅读活动,分析阅读中断和时间管理问题发生的本质,为学生的问题解决提供不同层次的解决策略。实践证明,该模型在发现问题、分析原因和提出干预策略上具有较好的作用。

在线学习行为意向影响因素分析及后疫情时代的教育启示

互联网的发展为高等教育教学变革带来了新的生机与活力,线上线下混合式教学模式逐渐成为高等教育教学模式改革的突破口。以L省12类高校的学生为研究对象,基于技术接受模型构建学生在线学习行为意向影响因素模型,采用结构方程模型探析模型中各因素之间的关系和效应。研究发现:学生在线学习行为意向受内因和外因影响;中介因素感知有用性、感知易用性对行为意向存在显著的积极影响,其中感知有用性是最主要的决定因素;外部因素教师支持、学生的自我管理学习、计算机自我效能感和所处在线学习环境通过中介因素影响行为意向,其中教师支持和自我管理学习的影响效应显著;学生的在线学习经验对行为意向形成过程具有一定调节作用。最后从课程设计、教师支持、学生自我管理学习和经验等方面提出后疫情时代在线教学实施的建议。

语义增强的在线学习行为预测研究

当前学习者的在线学习行为预测研究未充分利用短文本中的语义数据,导致对学习者的学习状态刻画不够全面,严重影响了行为预测的准确性.针对此问题,本文提出了语义增强的在线学习行为预测方法.首先,利用双向长短时记忆网络得到到短文本的语义向量表示;其次,基于学习者的统计、行为和短文本数据得到学习者的特征表征,并利用长短时记忆网络模型构建其学习状态表征;最后,利用学习状态表征预测学习者的学习行为.在11门真实在线课程数据集上的实验表明,本文方法能过有效提升在线学习行为预测的精确度.

网络学习环境生态化设计方法研究——基于给养的“一主体、两匹配”3M设计模型

从生态学的视角看,学习者的学习行为是由学习者的学习意图、效能和网络学习环境的给养共同决定的。网络学习环境生态化设计的关键是设计给养,以使其能够更好地与学习者效能动态契合,这对于创设学习者与学习环境互动、共生的网络学习生态有着重要的意义。针对"如何进行生态化设计"这一问题,提出"一主线(1Mainline)、两匹配(2 Matches)"的给养设计模型(简称3M模型),为网络学习环境提供了一种生态化设计。通过对基于给养的主线和匹配的设计策略进行论证,可以得出:一主线(1M)是指由"学习目标-学习活动"这一统一体决定的主线导向着网络学习环境的设计;匹配一(2M)是指学习工具的选择要与学习活动的需求以及学习者的效能相匹配,同时给出了一个给养分类系统,作为设计匹配的桥梁;匹配二(3M)是指学习资源的设计要与学习活动的需求以及学习者的效能相匹配,并从资源的形式(感官给养)、资源的内容(认知给养)、资源的情境性(情境给养)、资源的交互性(交互给养)四个方面,建立了学习资源的分析框架,作为设计资源匹配的策略。

基于购买行为RFM及评论行为RFMP模型的客户终身价值研究

在Web2.0时代,越来越多的消费者在购物网站、点评类网站以及社交类网站上发表自己对产品或服务的相关看法,由此对企业产生了巨大的影响。针对用户在线评论行为所产生的价值,以传统的RFM模型为基础构建了基于评论行为的RFMP模型。同时将购买RFM和评论RFMP模型进行结合,提出了适用于线上企业的客户终身价值评价方法,采用熵值法进行了指标权重的确定,并最终选取大众点评网的实际用户数据进行了传统客户终身价值与改进客户终身价值的对比。通过对用户群进行细分,为企业提供了更加精准的营销决策及管理建议。