共查询到20条相似文献，搜索用时 31 毫秒
1.
本研究以陕西师范大学"现代教育技术"网络课程学习平台为依托,首先以Felder-Silverman学习风格为依据对参与该课程学习的2639名学习群体进行聚类,其次通过单因素方差分析法对具有不同学习风格的学习群体的动力性特征进行了差异分析,最后从相似性特征与差异性特征两方面对不同学习群体网络学习动力性特征进行归纳总结,以期对网络环境下学习者模型的构建提供参考价值。 相似文献
2.
网络环境下学习者特征分析是构建学习者模型,实现网络环境下适应性学习的关键步骤。本研究按照性别和学科类别,将参与陕西师范大学"现代教育技术"网络公共必修课学习的1715名在校大学生进行分类,在对先前学者相关研究进行归纳总结的基础上,构建了包括网络学习策略、网络学习自我效能感、网络学习动机、网络学习归因、网络学习焦虑、网络学习态度等关键特征在内的学习者特征关系模型,并采用多群组路径分析法对各项特征间影响权重进行了群体差异分析,希望对实现网络环境下群体意义上的个性化服务提供一定的参考。 相似文献
3.
学习者特征对网络学习的影响 总被引：32，自引：0，他引：32
网络学习的效果不仅取决于学习内容、资源,而且受到学习者的某些个体特征的影响。在以学习者为主体的网络课程中,还需要考虑学习者对网络以及学习内容的先前经验、对网络的学习动机与在网络中的元认知能力、在网络课程中的学习风格以及学习者的某些个性特征。只有网络学习的环境和过程与学习者的个体特征相匹配,才能与学习者进行良性互动,产生最佳的学习效果。 相似文献
4.
5.
网络学习者特征对网络学习平台提供个性化学习服务具有重要影响。个性化学习服务指为学习者提供适应性的学习内容。基于学习者的学习风格和学习目标设计了个性化的知识组织、知识呈现和学习导航。以C语言课程为实例,针对不同类型的学习者设计出个性化的学习界面,实现了一种学习者与学习平台之间的新型交互模式。 相似文献
6.
学习风格是个体相对稳定的信息组织和信息加工方式,极大地影响着学习进程。掌握学习者的学习风格,有利于教师提供有针对性指导,从而提高网络学习有效性。本文基于数据挖掘技术,应用混合方法测量网络学习者的学习风格。在显式获取用户学习风格的基础上,提出运用J48算法,挖掘不同风格学习者的网络学习行为特征,并构建学习风格模型。其中重点探讨了应用最近邻居法进行异常点挖掘,以减少受其他因素使得网络学习行为无法客观体现学习风格的样本的干扰。以及利用属性选择方法,评估网络学习行为与学习风格的关联关系。并结合相关教学原则对构建的学习风格模型开展教学反思。 相似文献
7.
个性化推荐作为解决学习者信息迷航的重要途径已成为研究热点。以生成性学习资源中学习者的个性化学习特征为基础,构建用户模型。根据布卢姆认识理论,采用贝叶斯网络评估学习者认知状态,并基于Felder-Silverman模型,利用TAN贝叶斯网络预测学习者学习风格,依据学习者的认知水平和学习风格推荐不同的学习策略,以有效提高学习效率。 相似文献
8.
9.
教育信息化促使越来越多的学习者选择在线学习,基于学习行为数据的研究也逐渐增多,然而对学习行为的研究普遍基于学习者个人,涉及学习者相似群体特征挖掘的研究较少。选取阿里云天池中的公开数据集,通过对不同个性特征和认知能力的行为数据进行相关性分析,以学习成绩为依据聚类不同的学习者群体,挖掘群体的典型行为特征。研究表明,群体行为特征存在显著差异,借助群体特征挖掘可以帮助学生与他人对比,发现自身不足并及时调整。这样既能在个性化学习基础上充分利用群体智慧,也能避免因学生过多使教学工作者负担过重。 相似文献
10.
《中国教育信息化》2014,(17)
依据文献综述和网络学习实践,笔者发现学习者在网络学习过程中,面临着认知性、策略性和情感性缺失。为了弥补这些缺失,利用设计研究的方法,以通用学习设计为概念框架,以Web2.0理念和技术为支持,提出了三个设计原则:一是为了弥补学习者认知性缺失,设计应充分利用Web2.0作为支架的特征,提供多种灵活的表示结构和方法;二是为了支持不同的策略性缺失,应基于Web2.0的交流工具和自我反思的特点,设计应提供灵活多样的表达工具和方法;三是为了支持不同的情感性缺失,应利用Web2.0的社会性的特征,提供多种灵活的选择参与和互动。利用这三个设计原则创设有效的网络课程中的学习支持环境,以促进学习者学习。 相似文献
11.
12.
网络课程设计的成功与否不仅取决于网络课程的教学内容、网络媒介特征，而且要考虑学习者的个体特征对网络课程学习的影响。从学习者的先前经验、学习动机、在网络中的元认知能力及学习风格4个方面分析了学习者特征对网络课程学习的影响，提出了基于学习者特征分析的网络课程设计方案，对网络课程设计有一定的指导作用。 相似文献
13.
14.
在线教师培训对教师专业发展具有重要意义。深入动态地分析教师学习者在线培训过程有助于提升教师参训效果,同时也充满挑战。社会认知网络特征分析方法综合运用了社会网络分析与认知网络分析的优势,能够对学习过程进行动态表征和分析。本研究采用社会认知网络特征分析方法分析教师在线评论和交互文本,探究了不同成绩教师学习者的社会认知网络特征及演变情况。研究发现,高分组与低分组的教师学习者的社会交互情况差异显著,社会网络特征的演变情况不同;认知主题存在差异,认知网络特征演变的趋势相似而程度不同;社会交互与认知演变存在内部一致性,但受个人特征与教学组织影响显著。对在线教师培训中的教师学习者群体进行社会认知网络特征分析,有助于精准把控教师学习者的学习情况,从而促进有效反馈和提升培训质量。 相似文献
15.
教育数据挖掘指通过分析学习者的学习行为记录和归纳学习者的行为特点,以提高教育质量的一种学习分析方法。在大数据时代下,网络课程学习者产生的大规模学习行为记录为教育数据挖掘提供了充足素材。以edX开放数据集为基础,使用数据分析方法,针对平台中本科学历用户获证概率最低的问题,分别从学习目的及兴趣、学习者类型、学习行为特征3个方面进行分析,深入探讨各种学习行为特征之间的相关性以及对学习效果的影响,为在线课堂平台建设者针对不同用户群体优化课程设计、改进个性化学习管理系统提供参考。 相似文献
16.
目前，部分学者从心理学视角对网络学习进行了研究。以此为基础，从学习者元认知能力、学习者原有知识基础、学习者动机、学习者的学习风格等几个方面，对以成人为主的现代远程教育环境下的网络学习需要的心理因素进行了探讨分析．旨在为成人学习者更好地进行网络学习以及为网络课程设计者设计更好的网络教学环境提供参考意见。 相似文献
17.
信息社会中在校学习者的特征已经改变.网络教学环境下,为保证学生学习过程的有效性,迫切需要建立新的适应在校学生特征的理论模型,以指导学习者分析实践.本文在对学习者特征研究进行文献综述的基础上,依据继承与发展、科学合理、具备可操作性等原则,构建了网络环境下在校学习者特征模型.模型重点研究在校学习者四个方面的特征:人口学特征、支持性特征、学习准备特征、策略性特征,并对各个方面的特征进行了阐述,希望能够为我国网络环境下在校学习者的研究有所帮助. 相似文献
18.
支持个性化学习的e-Learning系统研究 总被引：3，自引：0，他引：3
本文以个性化学习理论为指导,采用课程知识、教学方法和学习资源相互分离的策略,应用人工智能技术、数据挖掘技术和数据库技术构建了一个基于网络的个性化学习系统,该系统能根据学习者的知识结构、学习目标、学习风格、偏好等特征信息提供适应学习者的教学方法和学习资源,营造个性化的网络学习环境.同时,系统的个性化服务决策规则和模型还可通过数据挖掘修正不断加以完善. 相似文献
19.
20.
在线协作学习依靠学习者之间的交流和协作来维持和发展,因而对于学习效果的测量,不仅要重视实际学习效果,也应该重视学习者主观的学习感知.基于上述思路,本文以一门混合式教学的网络课程为例,分析学习者在参与在线协作学习过程中,个人和小组特征对学习满意度的影响.研究发现,社会临场感、学习者对协作学习的态度、学习者每天的在线时间、学习者对顺应型学习风格的偏爱,学习者在学习网络中的入度以及小组内部冲突会显著影响网络学习满意度.最后,研究者对分析结果进行了讨论并提出了后续研究计划. 相似文献