首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 34 毫秒
1.
学习动机是学习行为产生和维持的关键,为提升大学生在线学习的学习质量,采用文献研究法和问卷调查法,基于已有的成人学习动机量表,对大学生在线学习现状进行调查,探究大学生在线学习动机。利用SPSS22.0对调查结果进行统计和分析,采用因子分析法,提取五个公因子,得出大学生在线学习动机的五个维度,分别是自我认知及兴趣、自我提高与发展、课程与教学安排、社会关系以及外界影响。最后从学习者、教育者、在线平台三个角度出发,提出有关大学生在线学习动机的激励策略。  相似文献   

2.
在线学习支持服务不足是MOOC发展面临的重大瓶颈,SPOC在MOOC基础上由"大"转"小",由"开放"转向"限制",其在线支持服务在情感支持、管理支持、评价支持三个层面得到了巨大改善:教师在与学生的互动和答疑上倾注更多的时间和精力;教学管理团队与学习管理模式更加科学;课程评价更加趋向全面化和细粒度化,这些改善措施有利于增强学习者的学习动机。从注意、相关性、信心、满足感及陪伴与约束几个因素出发,详细解读了SPOC支持服务对学习动机的强化作用。  相似文献   

3.
研究表明,在线学习投入是影响学习绩效的关键要素,开展在线学习投入研究可以为学习者提供针对性的教学干预和过程性的学习支持.研究通过对不同维度进行分析,构建了在线学习投入分析模型,并以中国大学MOOC"教育传播学"为例探究在线学习投入与学习绩效之间的关系.研究结果显示,在线学习投入中的认知投入、情感投入和社交投入与学习绩效呈显著正相关关系;在线学习普遍存在浅层的认知投入和无效的行为投入;积极的情感投入和社交投入能够有效提升学习绩效.  相似文献   

4.
《现代教育技术》2016,(2):65-70
随着MOOC在全球快速规模化发展,MOOC辍学率高这一问题日益突出,MOOC学习者的学习动机逐渐引起了国内外学者的关注。认知工具是远程学习者访问MOOC的重要媒介,基于此,文章以自我决定理论为指导,试图从学习动机的视角,探讨MOOC平台认知工具的需求、设计及应用:首先,结合MOOC学习需求,简单介绍了自我决定理论的基本框架,重点介绍了基本需求理论;其次,从自主需求、能力需求和归属感需求三个方面,分析并设计出10余种MOOC平台的认知工具;最后,探讨了MOOC平台认知工具应用的基本策略。  相似文献   

5.
MOOC的"低完成率"一直是MOOC建设者们面临的现实困境,找出影响学习者持续学习的原因是推进MOOC长远发展的关键。本研究通过文献分析法对2011-2016年CNKI上相关的实证研究进行梳理和归纳,总结分析出影响我国MOOC学习者持续学习的原因主要有两个:一是主体因素——学习者自身,包括学习者学习动机、学习者个人经历和学习者感知能力;二是客体因素——教学与管理,包括课程设计、平台管理和认证体制。研究结果表明,应从学习者和教学者两个方面入手来改善MOOC的实践效果。  相似文献   

6.
近年来,认知负荷过载成为影响在线学习效果的一个重要因素。为解决此问题,文章聚焦在线学习认知负荷评估,首先设计了基于多模态数据的在线学习认知负荷评估研究框架,包含多模态数据采集、多模态特征提取和评估模型构建三个部分。接着,文章通过实验,采集学习者在特定在线学习环境下的多模态数据,提取人脸表情特征、眼动追踪指标特征和脑电信号特征,构建在线学习认知负荷评估模型。之后,文章对评估模型的准确性进行验证,发现在五种机器学习算法模型中,KNN模型的综合性能最佳,故将此模型作为最终的在线学习认知评估模型;同时,文章对多模态数据进行了分析,发现多模态融合方法在认知负荷评估上具有优越性。文章构建的评估模型可赋能在线学习平台实现认知负荷的实时评估,进而实现基于认知负荷的个性化学习,增强学习动机,提升学习效果,促进在线教育质量提升。  相似文献   

7.
学习者通过深度学习能够促进高阶思维能力发展,以实现知识在不同情境下的迁移应用。影响学习者深度学习的因素主要包括学习动机、学习投入、合作学习、学习环境、学习反思5个方面。通过构建在线学习深度学习影响因素模型,发现学习动机、学习环境、学习反思与深度学习的知识迁移显著正相关;合作学习对深度学习的知识迁移无显著影响,对能力培养有显著影响;学习投入对能力培养无显著影响。因此,可以从合理设置合作学习项目,提问和作业提交环节注重提升学习者反思能力设计,改善平台学习环境建设3个方面来提升在线学习中学习者深度学习的效果。  相似文献   

8.
在线学习环境中提升学习动机的移动交流工具设计   总被引:1,自引:0,他引:1  
随着无线技术的广泛部署以及移动设备拥有率和使用率的提高,在线学习已经从台式电脑扩展到了移动设备。移动交流技术有效地提升了网络学习中学习者的学习动机、增进学生和教师,学生与同伴之间的交互。本文在提升学习者动机的移动交流工具框架的引导下,探索了将网络教学平台扩展到移动设备上的移动交流工具的设计和开发。该框架以Keller提出的ARCS(注意、相关性、自信、满意度)动机模型和协作因素(collaboration factor)为基础。本文还讨论了相关的研究、系统设计、系统架构的问题以及学习者使用该系统的实验调查结果和反馈。该结果使我们更好地理解了移动技术在高等教育中扮演的角色,也促进了移动交流工具的深入开发,还揭示了移动学习者相对于传统在线学习模式的学习动机。  相似文献   

9.
随着大规模在线开放课程(MOOC)浪潮席卷全球,国内高校MOOC的发展势头十分强劲.清华大学“学堂在线”作为我国高校MOOC平台本土化的典型代表,受到了学习者的广泛关注.作者通过对“学堂在线”平台中四门MOOC课程的学习,以库伯体验学习理论为视角,基于课程的授课团队、学习者和学习同伴、以及教学内容等三个关键要素及其相互关系,对MOOC质量影响因素进行分析,从而提出提高MOOC课程质量的几点思考.  相似文献   

10.
在线学习作为信息化时代一种有效的学习方式,已成为教育领域研究的热点,如何在网络学习环境中激发学习动机和学习参与度,以提高在线学习的效率与效果就显得尤为重要。在分析在线学习和Jigsaw教学模式的基础上,提出一种基于Jigsaw模式的在线学习活动设计方法。该方法将在线学习活动设计分为三个阶段,先由教师完成学习者分组、细化任务及设计制作教学资源;然后学习者通过专家组的交流互动,完成分享学习;最后由教师参考学习者间的互评结果,对学习者进行评价。经实验验证,该方法能够激发学习者的参与热情,在线学习的效率明显提升。  相似文献   

11.
中国在线教育“质量革命”已经到来,以学习者视角的在线学习分析与评估至关重要。该研究基于“学习预备—学习过程—学习结果”的3P分析框架,构建了学习者信息素养、在线学习投入、深度学习动机与策略,以及在线学习绩效各要素之间的在线学习影响因素关系模型,并采用结构方程模型法分析其作用关系和影响效应。研究表明,学习者信息素养对其在线学习投入、在线学习绩效、深度学习动机和策略均具有直接正向影响;在线学习投入对在线学习绩效具有直接正向影响;在线学习绩效对深度学习动机和策略具有直接正向影响;在线学习投入是信息素养与在线学习绩效的中介变量,但未达到关键程度;在线学习绩效是信息素养到深度学习动机和策略的关键中介变量,且对深度学习动机影响力大于深度学习策略。最后,文章提出优化学习者在线学习效果的相关研究建议。  相似文献   

12.
在线学习作为一种学习者建构性且自主的学习,其中学习动机是指引与驱动学习者学习的动力,也是影响在线学习效果的关键因素。在已有研究基础上,对93名学习者的在线学习动机及其影响因素进行调查研究,从学习者、教学者、课程和平台4个维度及其隶属的13个因素分析其对在线学习动机的影响。研究结果显示,学习需求、自我效能感、教师个人魅力、授课水平、课程内容、课程考核、技术支持、学习交互及奖励措施对在线学习动机可发挥显著正向影响作用。因此,依据数据分析结果,提出激发在线学习者学习动机的建议。  相似文献   

13.
在线英语学习动机类型在一定程度上影响在线英语学习效果,研究在线英语学习动机类型具有十分重要的意义。问卷调查法是研究在线英语学习动机类型的有效方法。七种在线英语学习动机类型的结论和启示为:激发并维持绝大多数学生的内在兴趣动机;学习情境动机体现在英语课的质量和英语教师自身素质两个方面;无论出国与否,鼓励学生为自己的目标努力奋斗;鼓励学生增强责任意识;鼓励学生为自身发展目标而奋斗;学生对英语的信息媒介动机认识有所不同。  相似文献   

14.
大规模开放在线课程(MOOC)为全世界学习者提供了宝贵的学习机会,在线课程的低完成率给学习者带来巨大的困扰,了解学习的困难和提供学习支持对学习者极其重要。以Coursera平台上在线课程《红楼梦》的学习者为调查对象,通过问卷调查与论坛数据分析,结果显示MOOC学习困难集中在内容理解难度大,时间投入多、自我管理欠缺、互评标准把握不准和平台操作等方面,学习者希望从推送相关资料、增加视频交流、提供随时笔记、反馈个性化学习体验等方面得到学习支持。  相似文献   

15.
在线学习环境下,探索符合学习习惯和偏好的学习活动路径能够降低学习者学习盲目性、提升学习者的课程体验。研究以教育大数据为背景,以MOOC为研究案例,以个性化学习路径为研究内容,通过对学习结果分类理论、教育目标分类法以及三维目标分类理论的分析、对比、归纳、借鉴,对MOOC平台学习者行为数据进行了维度划分,并从态度和认知两方面入手构建了包含学习兴趣、知识水平、综合能力三个维度的学习者学习画像特征模型。在此基础上,通过交叉使用Apriori All算法和贝叶斯网络对平台行为数据进行差异处理,使其转化为具有信息价值的具体数值,设计出了学习画像与个性化学习路径拟合系统。在此基础上,运用蚁群算法实现个性化学习路径的生成与推荐,为学习者提供精准的学习路径指导,降低学生迷航率。研究结果表明:基于学习画像的个性化学习路径推荐具有精准性;学习画像可以实现MOOC环境下平台数据和学习者之间的耦合;交叉使用多种算法实现不同维度数据的差异性处理,使数据分析、处理、应用具有合理性,是实现个性化学习路径生成推荐的良好基础。  相似文献   

16.
在线学习是一种师生分离的自主学习,对学习者的学习行为进行监控,能提高在线学习效率。利用电子学档对学习者的在线学习行为进行监控,不仅有助于促进学习者的学习反思、激发学习动机、开展更为有效的学习,而且有助于实现对学习者学习行为的全面监控。基于电子学档的在线学习行为监控模型一般包括行为信息的提取模块,整理和分析模块,成果及评价模块,反思模块,行为标准制定模块等五部分。采用这个模型,可以实现对在线学习行为的全面监控。  相似文献   

17.
本文运用定量研究的方法 ,以580名来华留学生为调查对象,分析了学习者汉语学习动机强度与动机类型之间的关系,以及学习者个体因素对来华前动机强度的影响。研究结果表明:1)整体来看,留学生来华前汉语学习动机强度不高;2)对学习者来华前动机强度产生影响的是他们的专业以及是否来华攻读学位。来华攻读学位的学习者、学习汉语专业的学习者,动机强度不如来华进修语言的学习者和非汉语专业的学习者;3)内在兴趣动机与经验动机对学习者来华前动机强度影响较大,尤其是学习者对汉字及中国影视书籍等文化产品的兴趣对其动机强度影响最大。  相似文献   

18.
以往研究发现,大量MOOC学习者中途退出,课程完成率非常低,这个现象一直困扰着MOOC授课教师和MOOC平台所有者,低课程完成率不是期望的目标,也不利于MOOC的持续发展,许多授课教师和研究者试图改变这种状况,这个现象也因此成为学者们关注的焦点。为了分析在此背景下哪些因素对学习者的课程参与和课程完成产生影响,并基于分析结果给出建议,本研究以"学堂在线"(xuetang X)平台的"电路原理一"课程数据为基础,使用Tobit和Logit两个定量分析模型,分别对MOOC学习者的课程参与和完成情况进行深入分析。研究发现:学习者的课程学习动机越强,学习者在课程讨论区和Wiki表现越活跃,即课程参与度越高,同时更有可能学完课程;课程注册时间越早,学习者越容易完成课程学习,也会较多地参与课程讨论;相对于非高校学习者,高校的学习者在讨论区中表现更活跃;个体课程参与度对其他学习者具有明显的正向影响。这些发现对于MOOC的持续发展具有一定指导意义。  相似文献   

19.
自主学习是大规模在线课程学习过程中的一种基本行为能力,学习动机是发起自主学习能力的重要条件。本研究以英国开放大学Inge de Waard在Future Learn平台上针对学习者学习全过程开展的实验研究为背景,将自主学习过程中学习者的学习动机与学习特点相融合进行分析,通过激励学习者的内在学习动机完成在线学习的整个过程,为课程负责人、平台开发者以及学习者了解并提高在线学习过程中的学习体验提供参照指标与建议。  相似文献   

20.
有研究表明,在线学习对学习者的作用是正面的,学生对于在线学习保有极高的兴趣和主动性。但我们关于三峡大学学生在线学习课程的实验表明,学生在线学习动机经历四个阶段,兴趣并不总是高涨的,学习热情也会衰退。如果没有教师的合理引导以及网络课程的合理设计,学生在线学习还需面对很大的挑战。本研究基于三峡大学语言学习中心现有的设施,重点研究该校非英语专业学生在网络平台下的自主学习动机现状,以期发现新环境下的自主学习之不足并提出自主学习策略的建议。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号