共查询到20条相似文献，搜索用时 31 毫秒
1.
大量研究表明,数据驱动的教学决策能有效增强教师教学和学生学习的效果。当前研究多聚焦于数据驱动的教学决策模型及实践案例,较少关注支持教师教学决策的数据组织、收集和分析的过程。文章运用文献研究法和案例分析法,阐明基于数据教育应用原理的教学决策过程,并对其中的数据收集和分析过程进行解构,基于多模态学习分析的发展和过程优势,建构多模态学习分析支持的教学决策过程模型,找寻多模态学习分析支持教学决策的多模态数据收集和处理的过程与方法,并从实践角度分析两种多模态学习支持的教学决策的典型案例的过程和实践,希冀为国内中小学开展基于数据的有效教学决策研究和实践提供指引。 相似文献
2.
运用citespace对国际科学教育领域八种SSCI期刊2000～2022年的数据进行研究,发现国际科学教育的研究热点领域包括素养的多维度发展;注重科学探究和情境化教学实践;重视教师专业化发展;关注教育主体内在差异。研究前沿经历了从学生观念到发展科学素养、STEM教育的演进,且始终关注师生的学习和发展。结果启示须关注国际科学研究的前沿动态,基于跨学科学习弥补分科课程不足,变革传统的教育方式。 相似文献
3.
随着物联网、可穿戴传感设备、人工智能的快速发展,多种模态数据的连续抓取与融合分析成为可能,促成了多模态学习分析研究的诞生,并成为学习分析领域的一个重要新兴分支.多模态学习分析关注真实的学习情境与本真的学习交流方式,"返璞归真"地聚焦更普遍的物理学习情境,克服了主流学习分析过度关注数字化学习环境的局限.研究主要采用文献归纳法,阐述了多模态学习分析的发展动因、概念理解,重点从身体、生理视角概述了多模态的数据类型,并对多模态学习分析的过程模型进行了详细描述.研究认为,未来要充分借助人工智能处理多模态数据,借鉴认知带理论融合不同模态数据的意义,借力学习理论来理解真实的多模态学习交互过程,以进一步完善基于多模态数据的学习评价方法. 相似文献
4.
随着大数据时代的到来和在线学习的蓬勃发展,个性化自适应学习日益成为人们关注的热点。本文从教育数据挖掘的目标和关键技术出发,在个性化自适应学习系统中应用教育数据挖掘技术,研究了学习者模型、领域知识模型和社交网络模型的构建、融合和应用,设计出基于教育数据挖掘的个性化自适应学习系统的架构和流程,探讨了模型的构建和个性化自适应学习引擎机制的建立,提出了基于聚类的个性化自适应学习内容呈现、基于序列挖掘和关联规则的最佳学习路径推荐、基于协同过滤和社交网络的个性化资源推荐方法。 相似文献
5.
作为一种新的学习方式,近年来混合学习引起了国内外研究的高度关注。系统地探究我国混合学习的研究现状与问题,对进一步深入研究我国混合学习以及教育教学改革具有重要意义。本文基于文献计量法、内容分析法和聚类分析法,对混合学习领域核心期刊上近十年的论文从时空分布、核心期刊、作者、研究热点和趋势进行系统分析发现:对混合学习深层次基本理论的探究和实践应用研究依然是研究热点,但是研究的深度、广度和影响力有待进一步加强;对混合学习资源建设和教学要素的研究相对比较匮乏。研究发现,后续混合学习研究领域或将更加关注从资源建设和教学要素的角度,去探究提升混合学习内生动力的机制、教育大数据和学习分析技术在混合学习中的应用以及深度学习与混合学习的融合。 相似文献
6.
大数据的浪潮席卷而来,教育大数据引起人们的广泛关注。以中国知网(CNKI)中国学术期刊库中的相关文献为研究对象,对高频关键词进行共词聚类分析,揭示我国大数据在教育领域的研究热点与发展趋势。结果显示,大数据在教育领域的研究主要集中在以下几个方面:基于大数据影响的理论研究、大数据促进高校教育改革和创新发展的研究、大数据在具体教学应用中的研究、大数据背景下技术支持学习的研究。基于以上数据分析提出以下建议:转变研究方向,注重大数据理论研究与实践应用的结合;拓宽研究领域,关注大数据在基础教育领域的应用研究;建立安全机制,保护个人数据隐私;加强技术开发,促进教育、技术一体化发展。 相似文献
7.
大数据时代的到来,为各领域带来了新的数据研究方法,人们开始将数据作为一种基础性资源并注重研究其潜在价值,引导研究从单纯关注因果关系向关注相关关系转变。教育领域大规模开放网络课程的诞生及发展,在产生的海量学习数据的同时,为学习分析及教育数据挖掘提供了研究基础。作为一种新型在线课程资源,MOOC使开放教育从单纯的资源共享转变到课程与教学模式的革新,通过对学习者在线学习过程的追踪和实时分析,实现个体层面的课程定制,对我国高校教学模式改革提供了一定启示。 相似文献
8.
近年来,深度学习已经成为人工智能教育研究领域的前沿。为了更进一步审视人工智能视角下的深度学习,文章以Web of Science(WOS)核心数据库为文献数据来源,对2006~2019年与深度学习有关的20708篇有效文献进行了知识图谱分析,发现:2014年以后深度学习相关研究的年发文量激增,且重要的节点文献大多集中在计算机模式识别和视觉领域;中国、美国、英国产出的深度学习研究成果占国际发文总量的一半以上;深度学习的相关研究主要集中在大学开展;主流算法、多模态识别、教育应用场景是深度学习的三个研究热点。基于此,文章提出:深度学习主流算法支持的人工智能分析平台搭建、教育数据多模态识别范式更迭、基于场景的智慧校园生态圈构建代表了未来深度学习的教育应用趋势。 相似文献
9.
10.
“后教育时代”的新兴教学媒体——国内“教育游戏”相关硕士论文综述 总被引：1，自引：1，他引：0
在迅猛发展的网络、计算机和新兴信息技术的支持下,现代社会已然步入了"后教育时代",实现了人、教育、生活的全方位整合。教育游戏正是在这种大背景下应运而生的产物,并且受到越来越多研究人员的关注。随着相关的理论与实践研究不断增多与深入,教育游戏的独立研究领域已经逐步形成。通过对近年来"教育游戏"相关优秀硕士学位论文展开调查分析,从纵、横两个维度构建当前教育游戏研究领域的基本框架,进而从研究领域的形成、教育游戏的理论基础、教育游戏的设计开发、教育游戏的应用研究四个子领域分别展开论述,并对整个研究领域的理论与实证研究进行概念梳理和数据统计。 相似文献
11.
12.
13.
随着人工智能时代信息的爆炸式增长,教育测量的发展也倾向于对学习者个体信息的个性化测量,而教育数据庞大的量、复杂的结构以及极快的增速使得传统测量方法束手无策。教育测量方法应当适应时代发展,在相应的技术支持下实现对学习者个体的个性化教育测量。深度学习技术具有优秀的数据分类处理能力,这在教育测量领域将发挥极大作用。基于深度学习技术特点,综合分析传统测量方法的局限以及基于深度学习技术的教育测量应用优势与不足,完成深度学习技术在教育测量领域的应用综述,并给出深度学习促进教育测量个性化发展的建议。 相似文献
14.
学习环境的智能化已成为主流趋势,如何合理运用学习分析技术挖掘并分析其中的学生学习行为数据,优化学生学习行为、激发其学习主动性,是在线教育领域值得关注的课题。为此,基于对学习行为文献的分析,从数据采集与存储、行为分析、反馈与提醒、智能化行为优化、智能引擎等五个方面,构建了学习行为优化模型,并将模型运用于湖南S大学《信息技术与课程整合》课程的智慧教学实践中,依托智慧教学平台获取并分析学生学习行为数据,再针对具体情景采取合理的学习行为优化措施。研究结果表明,经过这一优化,不仅有效提升了学生认知维度的学习成绩、强化了互动维度的学习互动;而且提高了时效维度的学习任务完成率、强化了参与维度的学习积极性和参与性。 相似文献
15.
用数据说话,基于数据开展教学决策对于在线教育领域尤其需要。在线教育领域管理者基于平台数据了解实情,做出决策,将是日常工作的重要组成部分。该文通过梳理学习分析相关研究,并结合教学管理者的实际需要,提出了＂在线教学绩效评估模式＂,并选取基于Moodle平台开展的纯在线培训日志数据为样本开展模式应用,验证了在线教学绩效评估模式的有效性。 相似文献
16.
认知追踪是一种数据驱动的学习者建模技术,被广泛应用于智能导学、智能课堂编排等系统.尤其是2015年深度神经网络被引入认知追踪任务以来,认知追踪成为智能教育领域的研究热点.针对当前研究普遍存在的"重模型、轻数据"以及数据处理不一致等问题,本研究基于近六年国内外35篇有关认知追踪的论文,全面梳理和分析其中被高频使用的数据集,提出以学生、知识、问题三个对象及六类交互关系为核心的认知追踪概念框架,为深层次理解数据内涵和统一数据操作提供指导.本研究还运用该框架对数据集特征进行分类,围绕数据重复、数据顺序、支架题目、技能缺失以及多技能题目等关键问题进行数据一致性分析,特别是针对多技能题目,提出了基于多热编码的表示方法.本研究最后从五方面讨论了认知追踪及未来智能教育的发展趋势:从个体自主学习到多模式混合学习、从单一学习行为到多模态数据融合、从深度学习算法黑箱到可解释分析、从数据驱动到数据与知识联合驱动,以及从技术意识垄断回归教育价值本位,为拓展认知追踪研究边界、促进智能教育创新突破提供参考与指引. 相似文献
17.
大学学科教育研究在国外已经得到了重视和发展,而我国还存在不足。通过分析国际上化学教育研究领域影响因子最高的期刊《化学教育研究与实践》2010—2014年大学化学教育研究的文献发现,国外大学化学教育研究注重实证研究,注重各种教育研究方法及数据收集和分析方法的运用,注重大学生的学习研究,注重从教育心理学、科学哲学和教育技术等领域汲取理论基础等,基于学科的教育研究作为一个学术领域在美国获得了充分的认可和支持。 相似文献
18.
《现代教育技术》2019,(12):5-12
文章基于对Web of Science数据库中文献关键词的可视化分析,梳理并呈现了国外教育人工智能的研究主题和趋势,研究发现,目前国外教育人工智能的研究可概括为四个主题领域:基于自然语言处理的教育智能研究、知识管理与运算的可视化研究、机器教学的应用案例研究以及指向深度学习的自适应教育技术研究。另外,国外教育人工智能研究呈现三个趋势:基于大数据的机器学习研究、深度学习理念引领下的在线学习变革研究、智能识别技术支撑下的智能导师系统研究。文章通过对国外教育人工智能研究的主题和趋势进行可视化呈现,旨在揭示国外教育人工智能的研究现状,将为我国教育人工智能的研究与发展提供参考。 相似文献
19.
20.
袁松鹤 《现代远程教育研究》2012,(1):68-73
理论与实践脱节是我国远程教育领域面临的重大问题之一,立足典型远程教育机构的实践内容,有利于从实践出发完善我国远程教育领域研究的内容框架。基于中外学者从理论层面对远程教育领域研究内容框架的划分,结合2010年电大系统实践层面科研课题的统计数据,研究认为,远程教育领域研究内容框架应包括7个子领域及30个研究主题。7个子领域分别是理论研究、系统建设与运作、教学管理与质量保证、教学资源、远程教与学、学习支持服务和媒体技术。通过比较发现：学者视角的远程教育领域研究更加关注理论研究、教学管理与质量保证子领域;实践机构更加关注应用研究、远程教与学、教学资源子领域;两者在系统建设与运作、学习支持服务、媒体技术方面的关注度相当。 相似文献