共查询到20条相似文献，搜索用时 125 毫秒
1.
在网络教学日益普遍的背景下,如何开发优质的在线学习资源,更好地实现网络环境下学习资源的个性化助学功能是十分重要的研究课题。文章在分析在线学习资源现状的基础上,分析了现有在线学习资源开发和应用过程中存在的问题,阐述了应用支架式教学理论在解决这些问题方面的重要价值;然后结合在线课程开发实例,提出了基于支架理论的在线学习资源开发的技术路线和开发策略,并通过实践应用,对所开发的高质量在线学习资源的有效性进行了检验。 相似文献
2.
泛在学习环境下的学习资源进化模型构建 总被引：1，自引：0，他引：1
学习资源是泛在学习生态系统的核心要素,泛在学习需要动态生成、持续进化发展、结构开放的学习资源.文章阐述了泛在学习资源进化的概念和内涵,在综合分析当前e-Learning领域的资源进化发展现状的基础上,提出了泛在学习资源的进化模型,并对资源的生命周期、资源进化的动力及养料来源、资源进化过程中的保障机制环境和关键技术等进行了阐述,最后依据进化模型预设了泛在学习资源的两种进化模式,期望为接下来泛在学习资源进化的系统研究提供宏观指导. 相似文献
3.
网络学习资源建设正在从高速增长阶段迈向高质量发展阶段,对资源动态更新、持续进化的需求越来越强烈。网络学习资源进化作为一个新兴的、多学科交叉的研究方向,在推动高质量资源建设与科学高效管理方面发挥着重要作用。当前网络学习资源进化,从研究主题来看,主要聚焦资源进化影响因素、进化技术、进化机制、进化规律以及进化预警等方面;从研究方法来看,涉及德尔菲法、社会网络分析、系统动力学仿真、机器学习、微分动力系统、时间序列分析、滞后序列分析以及流程挖掘等方法。尽管近年来,研究者从不同学科视角出发,在网络学习资源进化影响因素、模式、技术以及规律等方面取得了丰硕的研究成果,但从实践效果来看,网络学习资源自身的多样性以及系统的复杂性导致资源进化研究仍存在一些现实难题亟待解决,比如资源进化多模态难题、资源进化数据分析难题、资源进化系统仿真难题以及资源进化规律识别与验证难题等。在新技术与新方法的支持下,未来网络学习资源进化将呈现四大研究趋势,即从文本型资源进化到多模态资源进化、系统动力学指导下的资源进化仿真计算、资源进化质量的动态监测与评估反馈,以及资源关联网络的演化过程与机制。 相似文献
4.
学习满意度作为衡量在线课程质量的重要指标,可以帮助学校管理者及授课教师更好地了解学生的学习需求,进而改进在线课程教学方式和提升教学效果。文章以H大学人文类专业本科生为研究对象,构建在线课程资源学习满意度的影响因素研究框架,通过在线问卷调查数据分析了在线课程资源学习满意度。研究结果显示,不同性别、年龄、专业的大学生对在线课程资源学习满意度没有统计学显著性差异。参与调查的大学生对拓展的关联资源方面满意度最高,其次是课程参与活动、课程评价和学习课程投入。 相似文献
5.
6.
栾盛磊 《山西广播电视大学学报》2014,(2):2-4
课程资源建设是干部在线学习教育体系非常重要的组成部分。以在线学习课程的内容体系、课件形式、开发模式和学习特征等作为研究内容,结合对现有省级干部在线学习平台的现状进行分析,提出构建干部在线学习课程资源体系的对策和措施,对今后干部远程教育具有重要意义。 相似文献
7.
I普适计算技术推动下的泛在学习已成为下一代e-Learning的重要发展方向,泛在学习环境的构建是泛在学习成功实施的基础和保障。传统的e-Learning资源仍然是当前大多数泛在学习原型系统的核心,但忽视了适合泛在学习自身特性和需求的学习资源的设计与建设。针对此问题,本研究在联通主义学习理论、知识建构理论和生态学习理论的指导下,以泛在学习资源组织模型"学习元"为核心设计开发了一种新型的泛在学习系统——学习元平台(Learning Cell System,LCS)。该系统采用基于本体的资源组织方式,通过开放内容编辑实现资源内容的持续进化发展,可以在多种移动终端上自适应地呈现资源,实现资源之间的动态语义关联,支持社会认知网络的动态生成与共享,并可以基于过程性信息开展个性化的学习评价。最后,对LCS潜在的应用场景进行了分析。 相似文献
8.
在线学习倦怠是学习者由于学习压力等因素影响而产生的一种倾向于逃避学习的消极心理状态,对其进行有效识别与适时预警是实现高效在线学习的重要途径.鉴于此,文章首先确立了在线学习倦怠的内涵与结构维度,并基于学习倦怠量化表征依据分析构建了数据驱动的在线学习倦怠预警模型;然后从在线学习倦怠预警过程出发,详细阐述了数据驱动在线学习倦怠预警的实现方案;最终依托iStudy学习平台完成了在线学习倦怠预警系统功能的设计与开发,并以H大学在线学习者为研究对象进行系统应用和实证分析.实践效果表明,该预警模型可以有效降低学习者倦怠水平并显著提升课程学习效果,为在线教育中的学习倦怠评估与智能化预警奠定了一定的基础. 相似文献
9.
10.
魏顺平 《中国远程教育(综合版)》2015,(3):38-45,79
2011年以来,在美国顶尖大学中迅速发展起来并广泛影响世界的MOOCs(大规模开放在线课程)无疑给"在线学习"树立了成功应用的典范。不同于以往的开放教育资源运动,MOOCs既有优质资源的共享,更有学习支持服务的提供。这使开放在线课程提供者面临一个严峻问题,即日益增长的学习者和有限的师资之间的矛盾。本文尝试采用技术方法缓解这一矛盾,以在线学习的评价问题为突破口,从辅导教师视角提出了"基于学习过程数据挖掘的在线学习自动评价模式",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,借鉴已有研究成果构建在线学习评价指标体系,并设计了指标评分算法,采用层次分析法确定评价指标体系权重,并以新的评价指标体系,基于学习过程数据挖掘为某课程学生自动评分。结果表明,自动计算得出的成绩与课程辅导教师人工给出的成绩有着较高的一致性,从而验证了在线学习自动评价模式的有效性。 相似文献
11.
网络学习资源是数字教育资源公共服务体系不可或缺的组成部分,是保证教育信息化高质量发展的核心要素之一。现阶段网络学习资源建设暴露出资源进化不足、进化质量不高和进化不及时等问题。网络学习资源进化智能预警系统是解决以上难题的关键。文章基于知识进化理论和危机管理理论,构建了面向大规模开放协同环境的网络学习资源进化预警系统框架,设计了系统的主要功能模型,开发了网络学习资源进化预警原型系统。通过SUS系统可用性问卷调查和半结构式访谈,初步检验了网络学习资源进化预警原型系统设计的可行性和合理性,期望能为未来网络学习资源进化的智能预警实现提供参考,并为教育信息化2.0时代网络学习资源的智能管理与高质量发展提供指导。 相似文献
12.
在Web2.0理念和技术的强力冲击下,开放知识社区发展迅速,成为信息时代知识创新与分享的重要聚集地。开放知识社区中的知识管理受到了来自信息科学、图书情报、教育技术等多个领域研究者的关注,社区中的知识进化成为重要研究议题之一。该文以国内面向中小学教师和高校师生的新型开放知识社区——学习元平台中一年内实际产生的资源进化数据为样本,综合运用描述性统计、相关性分析、滞后序列分析等方法,对其资源进化现状和存在问题进行了调查分析。研究发现:(1)学习资源的生成速度和学校校历密切相关,基本呈现"开学初快速上升,达到顶峰后开始下降,维持2个月左右时间,到期末突然下降"的整体发展趋势;(2)学习资源的平均进化时长较短,但整体质量较好;(3)学习资源的平均得分与进化时长、编辑次数以及协作者人数之间存在显著的正向相关关系;(4)用户行为存在一些显著的序列模式;(5)用户参与度低、用户行为缺乏适时引导、社区知识共享机制与文化缺失是开放知识社区发展面临的三个主要问题。 相似文献
13.
教学活动的开展、实施离不开学习资源的支持,目前的学习资源大多数是静态的、预设的,较难支持深度教学互动、个性化的学习过程。文章在分析智慧课堂内涵、智慧学习影响因素基础上,构建了智慧课堂生成性学习资源设计模型。模型基于生态学进化视角从学习资源需求分析、资源预设、发展进化、进化生成、资源评价等步骤对学习资源进行动态生成、持续进化性设计。通过该模型设计的生成性学习资源能较好地支持深度探究、激发学习兴趣、提高学习参与度、促进知识建构与智慧发展。 相似文献
14.
课程学习资源建设是当前我国基础教育课程与教学改革中倍受关注的问题。本文针对实践领域中重物质建设轻教学应用的现象，从主体教育的视角论述了课程学习资源与学生主体活动间的关系。课程学习资源的价值在于促进学生的主体活动，只有提高学生的主体活动水平，课程学习资源才能够真正发挥其教学作用。 相似文献
15.
16.
学习资源评价是引导资源建设方向、提高资源质量、促进优质资源传播与共享的重要手段。当前学习资源质量评价研究更侧重于资源终极质量的评判,少有对资源进化过程进行评价,同时也无法预测资源未来的进化效果。本文从"进化"的视角出发,在借鉴已有资源评价规范的基础上,采用文献调研法和专家访谈法,构建了生成性学习资源进化评价指标体系。该指标体系包括5个一级指标(资源内容、资源结构、标注规范、资源教学性、资源活性)和22个二级指标。本文依据该指标体系编制了相应的资源进化评价量表,并在学习元平台进行了试用。研究结果表明:该指标体系具有较好的完整性,能对资源进化评价提供系统指导;资源进化评价量表具有较强的可操作性,可以有效评判资源进化的结果和过程。 相似文献
17.
《实验室研究与探索》2015,(11):182-185
学习资源的有效整合一直是在线学习领域中面临的难题和挑战。"慕课"作为一种全新的在线学习模式也需要对学习资源进行有效整合。通过分析慕课平台中学习资源的使用方式现状和SOA的特性,提出了基于SOA的学习资源的整合模式,对已有学习资源数据和分散异构数据采取服务封装的方法,从而实现慕课平台学习资源的有效整合。 相似文献
18.
长期以来,在线课程研究与实践一直被“高辍学率”困扰。传统文献对其原因的消极解读是在线课程定位失准、对在线互动机制理解片面、在线学习评价主体错位的结果。因此,本研究对将“高辍学率”理解为在线课程和课程学习者失败的合理性提出质疑,从学习者投资理论的视角,对在线课程与学习者的关系进行重新诠释。研究发现,在线课程“辍学”是学习者的一种主动选择,同时也是线下教师策略整合及在线课程资源属性的体现。基于“高辍学率”现象中隐藏的积极意涵,研究进一步从教学组织过程、学习评价模式、共同体实践等方面对在线课程学习机制进行了重构。 相似文献
19.
20.
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