基于社交媒体大数据的大学生心理危机预警

因心理问题所引发的大学生自杀、犯罪等恶性事件呈逐年上升趋势,大学生心理危机成为社会各界关注的焦点。心理危机预警是心理健康教育的关键环节,而当前普遍采用的基于临床诊断量表的心理危机筛查方法存在误差大、效率低、时效性差等问题。社交媒体大数据为实时、准确地进行大学生心理危机筛查提供了新的思路,心理学相关研究也表明可以通过情绪变化来预测心理危机。基于此构建的大学生心理危机预警模型及其算法以应激事件和人格特质计算为基础,通过分析个体不同类型情绪的强度和阈值判断其情绪表现,进而基于时间序列上情绪的变化对其面临的心理危机风险水平进行测算,从而实现对大学生心理危机的预警。仿真实验结果表明,该方法可以反映出大学生在遭受应激事件时的情绪变化过程,能够对其心理危机进行有效预警。

基于学习风格和伙伴关系的配对编程对小学生计算思维的影响研究

配对编程作为培养计算思维的一种有效策略,其效果会受到配对方式、任务类型等多种因素的影响。为此,设计了“任务驱动+配对编程”教学模式,按照计算思维水平分层、学习风格分组、伙伴关系配对三层逐层配对策略,对天津市某小学六年级168名学生,进行了为期15周的教学实验,从计算概念、计算实践、计算观念三个维度衡量计算思维,探究了基于学习风格和伙伴关系的配对编程,对小学生计算思维的影响。研究结果表明:(1)配对编程教学,对小学生的计算思维有明显的促进作用;(2)基于学习风格的配对方式,对小学生总体和学优生的计算实践水平影响差异显著,同质组合配对优于异质组合;(3)基于伙伴关系的配对方式,对小学生总体的计算概念和计算观念水平影响差异显著,对中等生的计算观念水平存在显著影响,伙伴关系良好和一般对学优生不太好;(4)基于学习风格和伙伴关系交互作用的配对方式,对小学生总体和学优生的计算概念水平影响差异显著,伙伴关系一般情况下,学习风格异质组合效果最佳。

桌面虚拟现实环境中自我效能感如何影响学习结果——基于心流体验的中介作用

虚拟现实技术的教育应用是未来教育的重点关注领域。已有研究表明,自我效能感有助于学习者调整学习行为以适应学习环境,心流是虚拟现实环境中评估学习者学习体验的重要指标。因此,桌面虚拟现实环境的研究,应关注自我效能感影响学习结果的内在机制,分析影响过程中心流体验的功能作用。为此,基于桌面虚拟现实环境为背景,构建基于心流体验中介作用的自我效能感影响学习结果的假设模型,使用眼动追踪、脑波仪等设备采集多模态数据,利用结构方程进行模型拟合。研究发现:在桌面虚拟现实环境中,学习者的自我效能感对心流体验的内部维度均产生显著影响;心流体验对学业成绩产生显著影响,其中投入度的影响作用更为突出;心流体验对学习满意度产生显著影响,其中愉悦度的影响作用更为突出;自我效能感虽然没有直接显著地影响学业成绩与学习满意度,但通过心流体验产生了间接影响。心流体验在影响过程中具有完全中介作用,这启示教育研究者应更加重视立足心流体验的视角,优化桌面虚拟现实环境设计,提升学习结果。基于研究模型中的最优化路径及心流体验的中介作用,提出实践建议,可为今后桌面虚拟现实环境中的教学设计提供参考。

社交媒体大数据的教育应用研究:价值、路径与挑战

社交媒体已经成为学生记录生活、表达观点、分享交流等的最主要途径,也是反映学生真实状态可靠、即时的大数据来源之一。真实、准确、及时的社交媒体大数据样本蕴含着巨大的教育价值,为教育研究提供了更丰富的可能。从价值角度看,通过对社交媒体大数据进行情感分析、主题挖掘、社会网络分析等,可以实现学习者画像、学习者危机发现、教学过程优化和教育舆情分析等,从而为利益相关者提供决策参考与支持。从技术角度看,将应用的路径概括为数据采集与预处理、数据存储、数据分析和可视化四个阶段,并总结了每个阶段常用的方法。多源异构数据的整合应用、数据挖掘的合理性与准确性、伦理隐私问题等是社交媒体大数据教育应用所面临的主要挑战,也是未来研究需要重点关注的方面。