“以用户为中心”的教育数据挖掘应用研究

现有对教育数据挖掘(EDM)的应用研究多从技术角度出发探究实施有效性或应用创新性,缺少从用户视角对教育数据挖掘主体用户的深入分析。为了遵循教育应用问题研究"来自于教育、回归于教育"的本质要求,文章借鉴软件工程领域的"瀑布模型"设计了"以用户为中心"的EDM应用研究框架,采用分析法分析不同教育场景下、不同教育用户对EDM应用的情感意愿和功能需求,运用对比法研究不同数据挖掘技术对EDM应用实现的支持方式,构建用户体验评估体系检验用户对EDM应用的体验效果满意度。研究结果提供了一个"用户驱动"的完整的EDM应用研究流程,拓展了EDM应用研究的范畴,为实现精准教育服务目标提供了有效的实施路径和坚实的理论支撑。

视频课程中教育智能体的社会线索设计研究

教育智能体在视频课程中的应用,是提升视频课程社会交互性的有效途径之一。然而,如何进行社会线索的设计以满足学习者的个性化需求,仍有待探索。研究采用内容分析方法,梳理了33项实证研究中教育智能体社会线索的设计。分析结果显示,教育智能体的社会线索整体上可划分为动态、静态和语音线索三类。其中,静态社会线索中的性别和年龄,动态社会线索中的表情和手势,以及语音社会线索是近十年研究关注的热点。此外还发现,不同学习者对社会线索的感知可能存在差异,但现有教育智能体的设计很少将学习者的偏好纳入考虑范围内。为了解决这一问题,文章基于内容分析的结果,设计并实现了支持个性化社会线索设计与调节的教育智能体原型系统,为改善视频课程中社会交互功能的设计提供了一种可行的方法。

协同反思性评价促进大学生知识创新话语发展的效果研究

大学生知识创新意识与能力的培养,一直是高等教育课堂改革的重点与难点。该文在知识创新教学模式中,设计了数据驱动的协同反思性评价策略,以帮助大学生发展知识创新话语,进而发展知识创新能力和领域知识的理解能力。该研究的参与者是一所重点师范大学选修通识核心课的、来自不同专业的67名本科生,整个研究持续了两个周(32课时)。通过社会认知网络及探究线程和内容分析方法,对学生的在线知识创新话语进行分析,发现:在创设的知识创新环境中,数据驱动的协同反思性大学生能够以共同体的形式不断促进知识创新话语的发展。同时发现,大学生在线知识创新行为与对学科领域知识的理解程度具有显著的正相关。该研究对培养大学生协同知识创新能力的研究和实践提供了很好的启示。

多模态学习分析实证研究的发展与展望

多模态学习分析(MMLA)是智能化探究有效学习发生机理的关键技术。研究对国外37篇实证文献的任务情境设计和MMLA的四个过程进行系统综述,梳理出多模态数据集的生成场域多以发展认知为主,少关注情感价值的培育;学习标签注释以计算科学指导为主,缺乏不同时间尺度行为关联的理论指导;预测结果多关注学习行为表现,轻心智发展的过程解释;多模态数据分析反馈聚焦个性化学习支持,忽视决策支持。未来实证研究发展应聚焦有效学习与情感体验,融合计算科学和认知带理论,协同人机优势提供反馈支持,开展MMLA系统开发者和利益相关者的深度对话,不断迭代设计与优化分析系统和应用模式,有效促进“人工智能+教育”的发展。

智慧教室中座位偏好与学习动机的相关性研究--以“圆桌式”、“秧苗式”两种智慧教室的布局为例

智慧教室位置不仅是一个物理坐标,而且具有丰富的内涵,其特征涉及高低交互区、与讲台与媒体的距离等。然而,学习者对这些特征的偏好是如何与其内部学习动机相关联尚需要进一步挖掘。基于此,文章以H大学102名本科生为研究对象,探讨了学生在“圆桌式”、“秧苗式”两种智慧教室布局下座位偏好与学习动机之间的关系,结果发现:两种布局都存在座位选择的偏好区域与非偏好区域;学生的自主动机高于受控动机,学习动机水平较高;学生的学习动机与高低交互区、距离讲台远近的座位偏好显著相关,但与距离屏幕远近的座位偏好关系不显著。此结论有助于改进智慧教室空间设计,同时,为富媒体环境下如何扩大交互区域、激发学习动机提供一定的方向与参考。

基于视频的在线学习情感识别研究

随着疫情防控的常态化开展,在线学习已成为日常教学活动的主要形式之一。然而,随着在线学习活动的大规模开展,“情感缺失”问题日益凸显,已成为阻碍在线学习成效的主要原因之一。针对上述问题,探讨利用视频数据的非侵入式在线学习情感状态识别方法。首先采集了22名学生在线学习的面部视频和心率数据,构建了双模态在线学习情感数据库。其次,采用帧注意网络从学习视频中提取表情特征,识别在线学习情感状态,识别精度达到了87.8%。最后,探讨了视频心率识别方法在在线学习情感分析中的应用,研究结果表明,困惑状态下的心率水平具有显著性。本文从学习视频数据挖掘出发,重点探讨了基于表情和视频心率的学习情感识别,为提高在线学习情感状态感知提供了新思路。

中小学教师参与混合式研修满意度的影响因素研究

混合式研修已经成为新时代深化教师队伍建设、助力教师专业发展的一种常规研修方式。教师研修满意度是一个受教师个体特征、研修过程和结果感知等多种因素影响的复杂概念。首先,本研究基于文献综述探讨了教师研修满意度的内涵及影响因素,并提出了研修动机、感知支持、学习获得、感知有用性、感知易用性和研修态度六项变量的教师参与混合式研修满意度的影响因素假设。其次,采用问卷调查法收集数据,并利用主成分分析、相关分析、逐步多元回归分析等对研究假设进行分析与验证。结果表明:(1)教师的感知有用性、学习获得、感知支持对混合式研修的满意度有积极影响,并具有较强预测作用;(2)教师的感知易用性的预测作用较弱;(3)教师研修动机、研修态度与混合式研修满意度之间存在正向相关关系,但不具有预测作用;(4)学段差异显著影响混合式研修满意度。最后,研究从提高线上资源质量、加强线下实践成效、实施精准研修三个方面为提升教师混合式研修满意度提出了若干建议。

基于多源履职数据的大学院系画像构建与应用

在推进高等教育治理现代化的背景下,深度挖掘和充分利用大学院系层面的数据价值赋能院系治理,有助于提升大学院系的现代化治理水平。基于此,文章首先提出了大学院系画像的四步构建流程,即获取院系履职数据、分析院系特征属性、建立院系标签体系和院系画像可视化。随后,文章以S学院为例,根据其2017~2020年的履职数据生成院系画像。最后,文章分析了此画像在院系日常管理、人才培养、人事管理及自我评估等场景中的应用,旨在借助院系画像提高院系管理效率和院系治理水平,为大学及其院系管理者提供有效的教育治理决策支持工具。

我国微信应用于教学的实证研究现状及未来趋势

微信的用户数量近10亿,提供了诸多实用功能,如即时通讯、群聊、朋友圈、推送消息等,但它在教育领域的应用价值却有待研究。文章对2013年至2017年微信在教学中应用的实证研究进行了综合研究,以便了解微信在我国当前教学过程中的应用现状。从知网中筛选出相关实证研究的文献,采用词频分析的方法,对微信在教学中的具体使用方式、微信对教学效果的影响以及微信在教学应用方面的研究热点进行了统计分析,并对微信在未来教学中的应用趋势进行了合理预测。文章研究对调动教师教学改革的积极性与确定未来教育信息化的研究方向具有一定的参考意义。

职前教师MOOC学习的推广意愿及其影响因素研究——基于创新扩散模型的实证分析

在职前教师中推广MOOC学习对未来推动教学方式和学习方式的变革有着重要的意义。文章以正在参与MOOC学习的师范生为研究对象,在创新扩散理论的基础上提出研究假设,构建了研究模型,并通过问卷调查收集数据,共发放调查问卷300份,回收有效问卷287份,对影响推广意愿的因素进行了验证性分析。结果表明,MOOC学习的五个感知属性均对学习效果满意度及推广意愿有着显著影响。其中,性别对感知相对优势和感知兼容性的影响有调节作用,先前的MOOC学习经验对感知复杂性的影响有调节作用。该研究结论为制定针对性的推广策略提供了理论支持和实践建议。

中小学智能精准教研的需求调研与发展策略

智能技术与教师教育的融合促使教师研修向智能化、精准化、个性化方向转变。推动中小学加快实现这一转变,必须充分了解各地开展智能精准教研的需求。然而,当前研修活动的开展并未考虑教师的实际需求,导致研修活动难以真正做到精准性、个性化。依托中央电化教育馆智能研修平台应用试点工作,基于活动理论,从研修环境、研修目标、研修活动、研修资源、组织机制等五个方面,对26省47个区县和179所中小学开展了智能精准教研大规模需求调研,并提出四条发展策略:完善智能精准教研技术环境,建设智能精准教研大数据体系;创新智能精准教研模式,探索智能精准教研发展路径;建立智能精准教研支持服务体系,保障智能精准教研常态化发展;形成教育行政部门-教研部门-企业-高校-中小学校多方协同的合作机制,构建智能精准教研新生态。

基于SouFLé框架的在线协作学习分析模型

协作学习是在线学习的重要方式和途径,通过学习分析提升其学习绩效已成为学界共识。然而,已有相关研究多针对个体学习状态,缺乏对小组协作状态的关注。会话文本可以客观反映学习者的协作过程,基于SouFLé框架提出的面向知识建构的协作学习分析模型及指标体系,从会话协商、会话介入和会话传递三个维度的12个指标出发,能对在线协作学习中的个体学习、组内学习、组间学习等阶段进行全面分析和评估。从个体状态、小组状态、组间状态和班级状态四个层面,应用该模型对在线协作学习案例中的会话文本进行分析,结果表明:学习者的积极参与有利于小组在会话协商中达成观点的一致和整合;协作状态较好的小组能够针对他组建议进行辩论并批判性接受;组间互评有助于促进小组间的互助合作,进而提升在线协作学习效果。依托SouFLé框架构建的协作学习分析模型有助于全面认识并指导在线协作学习过程,帮助教师有针对性地设计、监督和预测协作学习活动,并通过及时干预来改善学习效果。

面向在线学习协同知识建构的认知投入分析模型及应用

随着信息技术与教育的深度融合,社交学习、网络知识共同体等开始成为一种重要的协作学习形态,其中的学习投入研究成为领域热点。ICAP框架将学习者的学习参与行为划分为被动、主动、建构和交互四种类型,为分析协同知识建构中的认知投入提供了重要理论基础。基于集体认知理论框架和ICAP框架,构建了面向在线学习协同知识建构的认知投入分析模型,并确定了10个可观察的显性指标。在设计的协同知识建构学习场景中应用该模型,并采用对话内容分析和编码方法,探究了协同知识建构中的认知投入情况。研究结果表明:协同知识建构中的认知投入行为,主要为主动及建构,缺乏深层次交互;采用同、异步交流工具实现组内及组间交互,有利于学习者参与学习任务;在协作学习活动中提供学习支架,有利于提升学习者的认知投入。结合研究结果,讨论了模型的应用前景并提出建议。

基于人工智能引擎自动标注的课堂教学行为分析

课堂教学行为是影响课堂教学效果的重要因素,已有的课堂教学行为采集存在劳动密集、分类模糊和编码复杂等不足。人工智能技术为课堂教学行为大数据伴随式采集、自动化智能标注提供了新的契机。本研究以西北地区某市三所学校的1201个常规课堂教学视频为研究样本,利用人工智能引擎自动标注课堂教学行为,并采用相关性分析、主成分分析、非参数差异性检验等方法,对课堂教学行为类型、规律及差异性进行分析。研究发现:1)课堂教学各类行为的出现频率不等且相差较大,其中,读写、讲授、巡视行为占比较大,生生互动、师生互动占比较小;2)多数课堂教学行为之间具有关联性,其中,应答与生生互动之间的相关性最高,巡视、读写与其他行为存在负相关;3)教师行为和学生行为并非完全属于不同的成分;4)不同特征教师的课堂教学行为之间存在差异;5)不同类型课堂的教学行为之间存在差异。研究结论可为人工智能时代挖掘课堂教学行为规律、改进课堂教学及开展教研活动提供参考。

网络研修社区中教师的动机信念对学习投入的影响

网络研修作为当前中小学教师专业发展的一种主要方式,面临教师学习投入不足、研修质量不佳等问题,探索教师学习投入的影响因素,进而提升网络研修的实施效果成为研究者关注的焦点。该文以参与中小学教师信息技术应用能力提升工程的514名教师为研究对象,采用问卷调查和统计分析方法探索了教师的感知任务价值、感知研修胜任力等动机信念和动机调节等因素对学习投入的影响及其作用机制。研究结果表明:教师的感知任务价值和动机调节可以正向预测教师的学习投入;动机调节在感知任务价值影响学习投入的关系中起到部分中介作用;感知研修胜任力的调节作用出现在"感知任务价值→动机调节→学习投入"的前半段,而且与感知研修胜任力较低的教师相比,感知研修胜任力较高的教师的动机调节中介作用更强。因此,在网络研修活动中发布有价值的学习任务、重视对不同感知研修胜任力教师的动机调节策略的培养,有助于提升网络研修社区中教师的学习投入。最后,提出了研究中存在的不足及今后的研究方向。