数字教材阅读中回看行为与学习效果的关系

回看是一种有效的学习策略,数字教材中弱交互的导航降低了回看对学习效果的提升。基于此,文章对参加数字教材阅读选修课的102名大学生的学习行为日志进行分析,结果发现:学习者在数字教材阅读的回看行为具有高频、跨度大的特点;回看行为网络图能可视化呈现数字教材的重、难点;回看组比普通组的回看行为更多且回看过程中添加了更多的书签和备忘录,取得的学习效果更好;学习者的先前知识水平和回看时添加笔记总频次对学习成绩影响很大。文章对数字教材阅读中回看行为与学习效果关系的研究,有助于理解学习者的回看行为特征,并可用于优化设计数字教材的智能导航功能,从而推动数字教材朝着智能化方向发展。

学习者知识追踪研究进展综述

学习者建模是自适应学习系统的支撑技术之一,其中以知识追踪为代表的学习者知识状态建模研究最为广泛。3种代表性的知识追踪技术分别为基于隐马尔可夫模型的贝叶斯知识追踪、基于逻辑回归模型的可加性因素模型、基于循环神经网络的深度知识追踪。通过综述发现,贝叶斯知识追踪模型适用于含单一知识点的学习任务的知识追踪,可加性因素模型和深度知识追踪模型适用于含多知识点的学习任务的知识追踪,但深度知识追踪模型的教学可解释性不佳。在综述现有研究的基础上,受到知识空间理论的启发,将知识点之间的先决关系融入到知识追踪模型是未来的一个重要研究方向,并初步提出了一种融合知识点先决关系的可加因素模型。