共查询到20条相似文献，搜索用时 406 毫秒
1.
MOOC已经成为网络开放教育与传统学校教育资源高起点、高质量建设典范,对于创新在线教育和学历教育的发展产生了深远的影响。然而MOOC学习过程中的高辍学率和低参与度仍然是当前面临的主要问题之一,文章引入学习分析技术理念,从学习者视角出发,提出设计MOOC学习者智慧管理模块,设计了学习者用户、教师用户和管理用户三类登录用户及其可实现功能,构建了MOOC学习者智慧分析层,进一步设计了MOOC资源智慧服务流程,旨在实现MOOC平台资源个性化呈现、学习者数据智慧收集与模型转化、MOOC平台资源生态化发展的目标。 相似文献
2.
学习者使用MOOC平台进行学习活动的意向,不仅取决于课程质量,MOOC平台的功能体验也十分重要。通过问卷设计、发放、收集与分析,并采用结构方程模型分析方法进行检验,构建了基于MOOC平台功能用户体验的MOOC学习者持续使用意向模型。路径分析结果显示,MOOC平台功能的感官体验与感知易用性、交互体验与感知有用性、感知易用性与感知有用性、感知有用性与情感体验、感知有用性与平台持续使用意向、情感体验与平台持续使用意向具有正相关影响。最后,文章提出了提升用户体验的三点建议。 相似文献
3.
“中国式MOOC”概念在我国教育技术界的提出和展望,是基于对国外MOOC发展的分析和升华而来的,这种理论研究拓展到宏观层面,关乎MOOC如何在“中国模式”这一特定环境下立足,并由实践层面的中文MOOC平台构建直接制约.在廓清“中国式MOOC”对学习者个性化需求满足和课程文化负载的基础上,以学堂在线、超星慕课等六大中文MOOC平台为对象,以实际的网站监测为手段,系统地得出了六大平台在网络环境、教学平台、网络课程和教学支持等方面的现状;以六大平台的学习者为调研对象,采用问卷调查法对其学习环境的总体现状进行了调查分析,得出当前学习者对中文MOOC平台满意度水平较低的结论.针对其中较为突出的教师支持、内容设计和技术支持问题,以客观的MOOC教学实例为依据,提出深化责任意识、契合关联MOOC、关注学习体验的优化措施,拟在提升对中文MOOC平台认识的基础上从理论和实践的双重层面对我国后续的MOOC事业提供绵薄之力. 相似文献
4.
胥定定 《中国教育技术装备》2015,(4):5-7
基于用户体验的学习环境研究,能够提高学习者在学习中的情感态度,使他们在学习过程中得到满足感。通过提出基于用户体验的移动学习环境的设计要点,从视觉上的感官需求,到用户情感的体验,来实现移动学习的个性化。 相似文献
5.
6.
以现今移动终端工具使用的高普及率和学习者趋向碎片化的泛在学习习惯为背景,从用户视角对国内外6个具有代表性的MOOC学习APP进行评价。参考EduTools网络教学平台分析评价指标与德国MOOC设计质量保障标准（N=205）两个指标,归纳整合了MOOC学习APP评价指标,对MOOC学习APP进行多维度的对比分析并作出评价。以此为参考提出MOOC学习APP的4点优化策略,即整合人机交互界面、优化关联功能兼容性、加强用户间互动交流、增加学习分析可视化,以期为MOOC学习APP的应用与建设提供参考。 相似文献
7.
8.
学习者是MOOC学习过程中的直接参与者与体验者,学习者的体验将直接影响着自己是否选择MOOC课程并完成.研究基于用户体验的视角,对MOOC学习质量的概念与内涵进行了理论上的阐述和分析,提出了MOOC学习质量立体模型,并对学习内容的质量、学习交互的质量、学习支持的质量、学习期望的质量及学习感知的质量五个构成要素及其关系进行探讨,以期促进MOOC学习质量的提升. 相似文献
9.
理解学习者MOOC课程学习的体验和需求,是促进MOOC高质量可持续发展的重要途径。基于学习者评论数据挖掘,可以揭示学习者情感体验与课程质量因素之间的关系,并为分析不同学科课程的差异提供有效支持,弥补现有研究的不足。为此,开展了基于学习者视角的MOOC课程质量影响因素研究,首先以文本挖掘技术为基础,客观地从MOOC课程学习者评论数据中提取出课程管理、课程设计、学习平台、学习任务、学习材料、课程教师、课程内容及学习体验八个课程质量影响因素。其次,构建了基于学习者满意度和关注度的KANO分类模型,以评估课程质量影响因素的重要性程度,并对两类课程进行差异性分析和对影响因素之间进行相关性分析。结果表明：学习者对人文社科类和自然课程类课程的评价在课程设计、学习材料、课程教师、课程内容及学习体验上存在显著差异;而学习任务在两类课程中的评价均为最低;并且通过可视化揭示了不同类别课程的KANO模型分类结果和影响因素之间的关系。最后,针对不同学科课程的特点,提出课程优化建议,对MOOC课程质量的改进与提升具有重要指导意义。 相似文献
10.
游鸯 《江苏经贸职业技术学院学报》2021,(4):73-76
社区教育学习平台存在可视化程度不够、交互性弱等问题,制约着学习者的学习活动和学习效果.构建社区教育移动学习平台,遵循易用性、一致性、导向性原则,从学习内容、学习互动、学习评价等方面进行框架设计,以更好地满足学习者个性化和多样化的学习需求. 相似文献
11.
12.
王念坤邵光华 《宁波大学学报(教育科学版)》2017,(2):89-094
从学习体验视角出发,分析了优秀翻转课堂学习平台的特征,检视了当前翻转课堂学习平台在学习体验方面存在的一些不足,如视频带来的良好情感体验较少、在线测试缺失导致认知体验不完整、互动延时带来消极交流体验等,并从平台整体设计、教学视频设计、平台类型设计三个主要侧面,对基于学习体验视角的翻转课堂平台设计提出了具体建议,强调内容设计须兼顾科学性与多元性以满足学习者的认知体验、信息体验与思维体验,界面设计须完善人机、人人交流机制以提升学习者的交互体验,教学设计须营造情境化学习氛围以提升学习者的情感体验。 相似文献
13.
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
14.
15.
乐承毅路亭李佩佩 《宁波大学学报(教育科学版)》2022,(1):92-099
新型冠状病毒疫情为MOOC平台带来的机遇,但也面临如何继续留住用户的挑战。厘清高校大学生用户MOOC持续使用行为的影响因素,对MOOC平台优化服务、提升用户体验具有重要意义。本文基于ECM-ISC模型,结合考虑交互关系的承诺信任理论模型,对高校大学生MOOC持续学习行为的因素及各因素之间的关系进行了实证分析。研究结果表明:内在动机是学习者满意度的主要影响因素;信任是用户持续使用MOOC平台的重要影响因素;引入信任和承诺后的用户持续使用行为模型具有更强的解释力;信任与承诺在满意度对用户持续使用的正向影响中起到部分中介和链式中介作用。 相似文献
16.
《蒙自师范高等专科学校学报》2019,(1):138-141
文章围绕校本医学英语口语MOOC教学资源的教学实践中的不足,开展单一线上教学模式与线上教学+移动云教学平台(蓝墨云班课)混合教学模式下的MOOC课程资源学习效果的对比教学实践。其分析结果提示,移动云教学平台可显著提升MOOC课程资源学习效果,特别是MOOC课程资源教学中加强对学习者个性化学习行为过程化的评价活动对于教学效果有明显的提升作用。本文研究探讨所得结论对于全面优化MOOC教学效果具有明确理论意义与实践价值。 相似文献
17.
后疫情时代在线学习的地位得到进一步提升。基于文献研究与开发研究,构建了基于数据的在线学习个性化学习支持服务理论模型,并探讨了其实现途径,指出基于大数据的在线学习个性化学习支持服务能有效提升学习质量,提高学习支持服务与学习者需求的匹配程度,实现“类同伴”的陪伴效果,减少在线学习参与的孤独感,提高情感体验,实现高品质学习。基于此,构建了人、大数据、资源、时机、方式和途径为作用元素的学习支持服务模型,实现数据支持的精准决策和智能服务。提出实现基于大数据的在线学习个性化学习支持服务需要关怀生命,系统培育大数据驱动的积极学习支持服务理念;完善基础,构建大数据收集平台对学习者精准画像;建设资源,围绕学习者个性化学习支持服务形成优质学习支持资源;强化体验,围绕“高品质学习”优化学习支持服务机制。 相似文献
18.
当大规模开放式网络课程MOOC(Massive Open Online Courses)在美国快速发展之际,其在我国也受到了前所未有的关注。文章提出了推进MOOC发展的关键视角:学习者、资源、平台、学校。文章并从这四个方面整合分析了我国MOOC发展存在的以下问题:网络学习者情感缺失的通病仍然存在;学生流失率高;兴趣激发与作弊阻止难以甄别;资源上MOOC教学模式的实质性创新有待加强,课程存在局限性;平台上存在跨国文化的学习障碍,发展同质化;学校发展MOOC不均衡,校际竞争激烈等。文章并就此提出相应的推进策略,包括创建实体化学习群体,加强学习支持服务、适度增加"学习成本",完善评价监督机制;创新MOOC课程教学设计,加强MOOC课程准入和退出机制;平台增加语言选择功能和跨文化背景介绍,建立平台标准;以及构建校际联盟等。 相似文献
19.
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