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。

互联网医院评价体系与政策建议

目的:各种模式的互联网医院近年来增长迅速,推动其发展已成为提升医疗服务质量的大方向和必然趋势。方法:应用SERVQUAL模型、四分图模型等模型方法分析互联网医院的影响因素,探究提升互联网医院服务质量的途径。结果:本研究构建了6个维度,26条二级评价指标的评价指标体系;进行重要度-满意度矩阵分析,被调查者对互联网医院服务质量的期望与实际感知的差距值皆小于0(服务质量较差),差值分布在-2.176~-0.147。四分图模型绘制结果中A4、B1、B3、B4、B5、B7、D1、D3、E3、F1位于A区(优势区),B2、B6、C1、C4、F2位于B区(修补区),A1、A2、A3、C3、E2、F3位于C区(机会区),C2、D2、D4、E1、E4位于D区(维持区)。结论:构建的互联网医院评价指标体系对医院工作提出了明确要求和标准,具有良好的操作性,可为互联网医院的持续改进与服务质量的优化提供依据。

长江中游城市群城市韧性与规模关系的时空分析

以长江中游城市群31个城市为研究对象,利用因子分析法分别测算2007—2017年间城市韧性与城市规模水平,并引入象限图法探讨二者间的关系,分析各地区城市韧性与城市规模关系的时空特征。结果表明:(1)长江中游城市群城市韧性小幅下降,城市规模水平整体有所提升但普遍较低,二者间的关系类型以低级协调型为主,大体同向演进。(2)从区内城市群上看,二者关系的时空差异显著,低级协调型呈组团状由西北向东南延伸,高级协调型则呈品字形分散分布于西北、东部和南部地区。(3)相关系数和象限图结果均显示,城市规模越大,城市韧性水平越高,二者间存在较强的正相关关系。大城市建设的重点在于增强应对灾害风险的抵御能力,确保韧性建设成效的稳固性;而中小城市则应科学规划城市规模,从整体上保证城市规模扩张的质量,在此基础上加强韧性建设。