排序方式: 共有4条查询结果,搜索用时 109 毫秒
1
1.
2.
在深化新时代教育评价改革的背景下,学习评价如何促进学习和个性化发展,是教育评价当下研究的重要问题。数据作为信息时代的关键生产要素,在管理、决策及评价中发挥着至关重要的作用。在大数据变革产业行业、重塑社会管理决策的同时,小数据以个体独特、实时动态、应用精确等优势,在个性化需求和服务等方面深受欢迎。基于此,结合职业教育实际,以职业教育学习评价为研究对象,全面分析了个体学习小数据在学习评价中的应用,提出了个体学习小数据的建模维度及存储表示,构建了个体学习小数据的分析处理框架,并运用因子分析刻画了学习评价结果的生成过程。 相似文献
3.
随着信息技术在学习评价中的应用与发展,立足职业教育学习评价实际,充分发挥智能技术赋能职业教育的优势,从改进学习和发展学习的角度对精准学习评价进行深入阐述.以职业教育为灵魂,以信息技术为驱动,以学习数据为核心,围绕学习数据采集、学习数据整合、学习数据分析建模、学习评价可视化构建了学习评价框架,并从改进结果评价,强化过程评价,探索增值评价,健全综合评价四个方面阐述了精准学习评价的实践探索,指出了职业教育精准学习评价的保障措施.在职业教育已从内涵建设进入提质培优的新发展阶段背景下,精准学习评价方案的设计以期能够达到"以评促学"的目的,为新时代职业教育学习评价改革提供有益的探索和参考. 相似文献
4.
程光胜 《深圳职业技术学院学报》2022,(1)
伴随着大数据和人工智能在教育领域的渗透和融合,个性化学习成为当前和未来教育关注的焦点,而自适应学习系统为个性化学习提供了一种实践路径.在分析自适应学习基本模型的基础上,结合自适应超媒体系统通用模型AEHS,引入了学习情境,构建了基于情境感知的自适应学习系统模型.为了提高自适应结果的精准性,根据学习情境中的学习者要素、时间要素、空间要素和设备要素,对学习者进行学习情境分组,以此为基础,通过学习者模型、领域模型和教学模型的协同作用,在自适应引擎的驱动下,生成自适应学习结果.最后,结合动态变化的时间因素,提供了个性化资源推荐的实现思路. 相似文献
1