在线学习系统数据可视化研究与实现——以“测测SAT平台”为例

数据可视化是一个多学科融合、交叉的研究领域,正逐渐成为国内外的研究热点。在线学习系统数据可视化,利用学习者视觉通道的快速感知能力,提高学习者识别、加工在线学习资源和系统反馈的效率,有助于促进学生的深度学习和深层次意义建构。文章以"测测SAT平台"为案例,从学习资源可视化和学习行为数据的可视化两个视角,提出了在线学习系统数据可视化的设计原则,建立了在线学习系统数据可视化的过程模型,并检验和分析了在线学习系统的数据可视化设计原则与效果。

从技术植入到生态优化:信息技术赋能课堂教学的范式转型

随着教育现代化和人工智能等新兴技术的发展,“信息技术与课堂教学融合”相关问题逐渐成为教育领域的研究热点。根据该领域的已有研究,可将目前的研究方向大致归为两种不同的学科视角,即“价值本位”视角与“工具本位”视角。虽然也有研究者提出改变已有的认识偏执,将两种视角融合起来,但此类研究仍较为单薄。该文以生态学的思维来实现两种视角的融合,构建信息技术赋能课堂教学的“生态优化”范式。首先,分析当前信息技术赋能课堂教学的“技术植入”范式:技术本位的立场、功能替代的思维、主体异化的危害;其次,审视信息技术赋能课堂教学的教育学立场和技术学立场,提出信息技术赋能课堂教学的生态立场;最后,依据信息技术赋能课堂教学的生态理念,构建信息技术优化课堂生态的实践逻辑,促使信息技术真正融入教育教学,优化课堂生态。

现状与发展:智能问答机器人促进学习的反思

随着人工智能的发展,智能问答机器人成为各领域的研究热点,但在教育领域,尤其是促进学习方面的研究仍处在探索阶段。如何使其成为促进学生学习的有力工具,为促进学习创造新的可能,都有待深入研究。文章概述了智能问答机器人的系统框架,并从语言学习、学科学习、学习效果、思维训练、学习环境、学生态度等六个方面系统分析其研究现状。在此基础上,总结分析智能问答机器人促进学习的研究方法,研究发现理论研究较少,实证与实验研究居多。智能问答机器人在运算力、数据量和算法模型等方面在促进学习时面临的巨大挑战,存在学习运算力薄弱、学习数据量不足、算法模型不够完善等问题。最后,总结了智能问答机器人促进学习的发展趋势,以期探究智能问答机器人在教育领域的应用潜能。

基于位置情境的移动语言学习研究

移动语言学习是以移动终端为媒介的新型教育模式,已成为现代语言学习的重要模式之一,而大部分移动语言学习平台没有考虑应用情境,未把语言学习指向实际应用维度,很少考虑个体差异,鲜有能实现个性化的自主推荐。文章基于位置情境和模糊推荐技术,突破传统语言教学在时间、地点、语言运用及个性化教学等方面的瓶颈,设计了M-O ral辅助英语学习系统。随后,文章从7个维度对该系统的可用性进行了分析,结合用户体验调查结果分析了用户对该系统的满意程度并对该系统进行了改进。实证表明,该系统操作性强,具有很高的实用性。

虚拟仿真实训系统学习行为意向影响因素研究——以企业运营虚拟仿真实训系统为例

本研究基于V-Learning构建了包含临场感、感知有用性等7个潜变量的虚拟仿真实训系统学习行为意向影响因素模型,提出了15个变量关系的研究假设,研发了测量7个潜变量、34个观测变量态度水平的李克特(Likert)量表,以湖北某应用型高校经济管理类专业、参加企业运营虚拟仿真实训系统学习的666名学生为调研对象,收集整理了359份有效调查问卷。研究工具采用SPSS22.0、AMOS24.0,通过信度、效度及结构方程模型分析方法检测了问卷测量变量和构念潜变量的收敛性和区分度,验证了结构方程模型的可靠性和稳定性,对研究模型中潜变量相关关系进行了假设检验和标准化效用分析。验证了临场感、感知有用性对学生"学习行为意向"存在显著正向影响等多项研究假设,提出了"高校应筹建各类虚拟仿真实验实训中心"等建议,目的是探寻"提升高校学生参加虚拟仿真实训系统学习行为意愿和实训教学效果"的路径和方法。

在线学习系统数据可视化评价标准研究

数据可视化是在线学习系统的一个重要因素。在线学习系统强调数据挖掘、分析、表述和修饰,应用数据可视化手段促进信息传播和创新受到越来越多的关注。以英语在线学习平台为例,基于数据理解力、视觉点缀、设计与美学、视觉隐喻和数据可记忆五个评价准则,选择学习资源和学习仪表盘两个视角,对在线学习系统数据可视化进行研究,提出了在线学习系统数据可视化评价标准与相关原则。最后,对在线学习系统的数据可视化评价标准和原则进行了总结归纳,并加以验证。