摘要
文章在归纳总结学习的若干影响因素的基础上,将自适应系数定义为学习压力与学习能力的比值,并构建了自适应学习模型,将学习状态分为自适应区、"无聊"状态和"焦虑"状态。建设自适应学习系统的目的是让学习者停留在自适应区,为此文章设计了自适应学习模型的运行流程,并提出可从学习者建模、大数据系统的支持、体系化资源生态的形成、系统设计的多样化呈现、终端模型的有效规范等多方面来实现。文章的研究结果旨在提升在线学习的自适应程度和学习绩效。
Based on the analysis of the influencing factors of learning,this article defined the adaptive coefficient as the ratio of learning stress to the learning ability,constructed adaptive learning model,and divided learning status into the self-adaptive area,the ＂boredom＂ state and the ＂anxiety＂ state.The purpose of building adaptive learning system was to keep learners stay in the adaptive range.Thus,this article designed the operational scheme of the self-adaptive learning model and put forward that the adaptive learning system can be realized from the aspects of the learner modelling,the support of big data system,the formation of systematic resource ecology,the diversified presentations of system design,the effective and valid terminal models.The results of this article were aimed at improving the self-adaptiveness and learning efficiency of the online learning.
出处
《现代教育技术》
CSSCI
2017年第9期12-18,共7页
Modern Educational Technology
基金
2017年度重庆市教委科学技术研究项目"在线教育大数据挖掘技术与理解模型建构研究"(项目编号:KJ1737457)
2016年教育部人文社会科学研究西部和边疆地区规划基金项目"我国在线教育体系建设研究"(项目编号:16XJA880004)
2016年度重庆广播电视大学教改重点项目"基于自适应学习的MOOC资源建设理论与实践--以<终身学习与职业发展>为例"(项目编号:DDJG1601101)的阶段性研究成果
关键词
自适应学习
学习模型
实现策略
教育大数据
adaptive learning
learning model
implementing strategies
educational big data
作者简介
吴南中，副教授，硕士，研究方向为在线学习、学分银行，邮箱为yiqizou@126．com。
