基于知识图谱的智慧教育研究热点及发展趋势探析

智慧教育作为教育信息化2.0阶段所需实现的高级形态,是现如今教育领域信息化的新方向。本研究选取587篇与智慧教育相关的文献作为研究对象,利用SATI 3.2、SPSS 25.0和Ucinet 6.0等可视化软件进行词频分析、共词聚类分析、多维尺度分析及社会网络分析,探究国内智慧教育研究方向、热点以及未来发展趋势。研究发现,当前的智慧教育研究主要集中在关键技术支撑下的智慧教育教学环境搭建、“互联网+”课程资源建设、智慧教育视域下的课堂教学改革、发展战略研究四个方面。根据数据分析结果,立足于时代背景,提出拓宽智慧教育研究理论体系,推进智慧教学全面实施,构建并完善智慧教育评价体系,建立智慧教育研究集群等建议,探讨未来智慧教育发展的研究趋势,为深化我国智慧教育的发展、拓宽研究广度提供思考与借鉴。

研究生数据素养对科研创新能力的影响研究

数据素养是研究生开展学术研究的关键,是培养研究生科研创新能力的基础。本研究以硕士研究生为对象,运用结构方程模型(SEM)展开实证研究,构建研究生数据素养对科研创新能力的影响模型。结果表明:(1)研究生数据素养5个变量对科研创新能力产生正向显著的影响;(2)数据分析应用能力和数据获取能力对研究生科研素养具有较强的正向影响效应,影响系数分别为0.63和0.57;(3)数据处理能力(0.36)和数据意识(0.25)对研究生的科研创新能力具有较弱的正向影响效应。根据研究结果,提出如下建议:构建意识驱动、数据实践、伦理守门三位一体的培养引导机制;塑造学校数据文化,构建完善的数据素养课程体系;完善数据资源设施,优化研究生科研创新平台等重要建议,促进研究生数据素养和科研创新能力提升。

混合研修对中小学教师教学能力影响因素研究--基于PAST视域的探析

混合式研修活动已成为新时代提升教师专业素养和核心能力的重要途径。基于PAST理论,从教学法设计、研修空间、研修评价和技术支持四维度,探讨中小学教师在混合研修活动中信息化教学能力提升的影响因素,并构建结构方程模型,采用最大似然法、多群组分析等方法对数据进行分析与验证。研究发现,PAST四维度是影响教师参与混合研修的关键因素,其中教学法设计(0.411)与研修空间(0.234)影响较大;性别和任教年资在教师参与混合研修中发挥着重要的调节作用。基于此,研究提出构建“点一面一体”相结合的研修空间结构、创新设计AI支持下的混合研修模式、建立“线上+线下”混合研修协同管理机制等建议,以期为促进教师专业发展提供借鉴。

基于AHP的教师教育学科群评价指标体系研究

教师教育学科群建设是培养高质量师资队伍的关键。近年来,各师范院校为彰显其教师教育特色,相继成立教师教育研究中心,但我国的教师教育学科群相较于其他学科群尚处于起步发展阶段。本研究通过搭建教师教育学科群逻辑体系框架,采用层次分析法(AHP)构建学科群建设条件与保障、学科团队与教学实力等5个一级指标和13个二级指标以及若干三级指标的教师教育学科群评价指标体系,进而提出建设"点—线—面"学术梯队和高水平教师教育学术队伍;加强教育实践,提升人才培养厚度;打造实体化科研创新平台,创建学科群发展空间等有针对性的建设建议。

人工智能在教育领域的研究热点及趋势分析

随着人工智能技术的迅速发展,人工智能在教育领域的应用研究广受学界关注。研究以2000—2021年CNKI核心数据库中901篇文献为样本,采用可视化分析方法,探析人工智能在教育领域中的研究热点和发展趋势。研究发现:当前人工智能在教育领域的研究主要聚焦于人工智能促进教育新生态发展、人工智能引发人才培养变革、“人工智能+教育”的应用、人工智能技术引发思想政治教育变革等方面。未来人工智能应从教育理论和技术实现两个方面进行挖掘和探索,搭建可实现的逻辑框架,加强人机交互,同时在情感智能方面实现创新性技术突破。

隐性知识共享对硕士研究生科研绩效的影响研究

科研绩效作为衡量研究生成果产出的重要指标,对硕士研究生的培养与管理有重要的导向作用,探究和把握其影响因素,是研究生培养部门亟需思考和解决的重要问题。文章以硕士研究生为对象,构建偏最小二乘法结构方程模型(PLS-SEM),将学术素养作为中介变量、情绪智力作为调节变量探究隐性知识共享与硕士研究生科研绩效之间的关系。结果表明:隐性知识共享对硕士研究生科研绩效有正向促进作用(T>1.96,P<0.05)。学术素养在隐性知识共享对科研绩效的影响中起部分中介作用(20%<VAF=52.5%<80%),情绪智力在其中起正向调节作用(T>1.96,P<0.05)。最后研究提出设置梯度激励目标、提高科研“双元”绩效,促进情绪智力发展、构建共享思维交叉点,完善知识治理机制、驱动隐性知识共享的针对性建议,以期为研究生培养提供理论与实践的参考。

混合现实技术对学生学习绩效的影响研究——基于33项实验与准实验的元分析

混合现实(MR)作为虚拟现实(VR)和增强现实(AR)的高级发展阶段,以沉浸式、跨时空、强交互等特点在教育教学中得到广泛应用。但对国内外文献分析发现,学界对混合现实技术的教学应用效果仍有分歧,对学生学习绩效的影响研究存在较大差异。为探究混合现实技术对学生学习绩效的影响,研究采用元分析方法,对2010-2020年间国内外33项混合现实技术支持下的实验与准实验研究进行量化分析,其总样本量为1460,重点从学段、学科、实验周期和学习场所等调节变量进行深入探析。研究结果表明:混合现实技术对学生学习绩效具有积极的正向提升作用;同时,其应用效果受到学段、学科、实验周期和学习场所等调节变量的影响。依据元分析结论,研究对未来混合现实技术在教育教学中的应用提出了推进学段贯通式MR教学,加快MR与学科融合发展,整合碎片化MR教学资源等建议。

基于AHP-熵值法的硕士研究生科研绩效评价研究

研究生科研绩效是其科研能力、科研行为以及科研成果的综合反映,科学客观地评价研究生科研绩效是当前高校管理工作亟须关注的重点问题。研究生科研绩效的评价以立德树人为根本,注重过程评价、探索增值评价。文章基于Kirkpatrick评估模型,结合专家咨询和文献分析,利用AHP(层次分析法)和熵值法进行组合赋权,构建涵盖自身投入、科研能力等4个一级指标、13个二级指标和若干三级指标的研究生科研绩效评价指标体系,将指标体系进行定点实践应用,进而提出构建“点—线—面”科研绩效管理模式、推进“激励—保障—落实”三位一体联动、“推动创新人才内涵式发展,促进学术素养螺旋式上升”的针对性建议。

基于元分析的在线学习效果评价研究

在线学习打破了传统教学模式,使学习者、教师和在线学习资源之间实现跨越时空的多元、智能和深度交互。为了探究在线学习对学生学习效果影响的显著程度和不同对象在线学习效果的差异,研究采用元分析方法对35个研究进行异质性检验,判断研究异质性;运用次群体分析法调节异质性;进行敏感度分析,检验文献的发表年份对研究结果的影响;利用出版偏误检验筛查文献缺失值。研究发现,在线学习合并效应值显著高于传统面对面学习合并效应值。以上结果说明:研究对象中在线学习的干预对学生学习效果具有正向促进作用;针对不同的学习对象,学习效果有显著差异;对不同学科学生学习效果的影响显著程度也不同;研究中的干预周期与效应值呈非线性关系。

基于具身认知理论的研究生学习投入度影响因素研究

具身认知强调生理与环境融合并作用于认知过程,这与学习投入即身心投入于学习的内涵相吻合。基于此,文章通过具身认知视角设置问卷,采用路径分析法,重点对西南地区部分高校硕士研究生学习投入度及影响因素进行考察,这对高校人才培养质量的提升有着重要现实意义。研究表明,各影响因素对学习投入的作用机制大小各不相同,其中,个体因素中学习信念对学习投入解释度最高;院校课程结构设置是否合理比教学服务质量的影响更大;有助于自身科研学习的导师指导方式更受学生青睐。鉴于此,文章从学校、导师、学生三个角度提出一些对策与建议,以期促进硕士研究生学习投入的有效提高。

基于密度峰值聚类和局部稀疏度的过采样算法

现有的绝大多数过采样方法着重于寻找少数类样本的边界从而增强样本的可分性,忽略了样本的重叠分布与小析取问题,这导致在过采样阶段产生过多的噪声,最终无法实现对少数类样本的正确分类.针对这些问题,提出一种基于密度峰值聚类和局部稀疏度的过采样算法.首先利用改进的密度峰值聚类算法对全部样本自适应地划分出多个簇,根据簇内样本的不平衡比过滤掉不平衡比过高的簇,然后在筛选出的簇中根据少数类样本的分布情况对各簇的过采样个数进行分配,最后通过样本密度计算出各簇少数类样本的局部稀疏度,从中选择出稀疏度较高的少数类样本参与到最终的合成少数过采样.将提出的过采样算法与八种常用的过采样算法分别与三种基分类器相结合,在18个不平衡数据集上进行对比实验.实验结果表明,提出的算法总体上表现更优,能得到更好的分类性能.