-
题名情境流驱动的大规模在线学习动态分组方法
- 1
-
-
作者
廖宏建
曲哲
赵文静
陈俊城
-
机构
广州大学网络与现代教育技术中心
广州大学图书馆
广州大学电子与通讯工程学院
-
出处
《现代教育技术》
CSSCI
2023年第3期118-126,共9页
-
基金
广东省教育厅创新强校特色创新项目“SPOC深度学习影响因素实证分析及策略研究”(项目编号:2017GXJK138)
广州市哲学社会科学规划课题“广州建设粤港澳大湾区教育改革与发展示范城市研究:MOOC学习者在线深度学习能力评价与发展路径研究”(项目编号:2022GZYB50)的阶段性研究成果。
-
文摘
在大规模在线学习社区中,学习者的行为特征可能会随时间发生变化,如何根据个体和群体的动态演化特征实现学习小组的自适应动态划分,是有效开展协作学习的关键。为此,文章提出一种情境流驱动的大规模在线学习动态分组方法:首先,构建基于活动理论的学习者情境模型,将反映情境指标的多模态数据转化为情境流;然后,扩展模糊C均值聚类算法,使用增量式流处理和动态滑动窗口技术检测概念漂移,实现基于某一情境维度的学习群体自适应动态聚类;最后,对不同情境维度的同质聚类结果进行差异化组合,得到异质学习小组。实验证明,动态分组在合作倾向、互惠性、群体互动一致性等方面比静态分组更具优势。文章的研究可为在线学习平台智能分组提供方法指引,并为实现有效的在线协作学习提供支撑。
-
关键词
情境感知
概念漂移
情境流
大规模在线学习
动态分组
-
Keywords
context awareness
concept drift
context stream
large-scale online learning
dynamic grouping
-
分类号
G40-057
[文化科学—教育学原理]
-
-
题名大规模开放在线学习学生互评效果实证研究
被引量：37
- 2
-
-
作者
罗恒
左明章
安东尼.鲁宾逊
-
机构
华中师范大学教育信息技术学院
宾夕法尼亚州立大学地理系
-
出处
《开放教育研究》
CSSCI
北大核心
2017年第1期75-83,共9页
-
基金
2016年度教育部人文社会科学青年基金项目"面向大规模在线教育的众包评测模型研究"(16YJC880054)
-
文摘
学生互评能够有效弥补教师评阅和机器评分的局限,是适用于大规模开放在线学习情境的重要评价模式。然而,现阶段对在线互评模式的准确性和有效性尚缺少基于实证的系统研究。基于此,本文通过对一门大规模开放在线课程(MOOC)的学生互评、自评和教师评分等数据的比较,得出在线互评模式的信度、效度、影响因素和学生认可度等初步结论。研究结果表明,尽管互评模式的评分者间信度并不理想,但综合考量多个评分结果的前提下,该模式能够为在线学习者提供较为一致可靠的最终得分。学生互评结果和教师评分结果的相关性系数高达0.619表明,该模式同时具有较好的聚合效度。此外,对课后问卷的统计分析表明,在线学习者对互评模式总体持积极态度,认可互评活动对反馈获得、课程投入和高阶思维培养等的有益影响。这些发现和结论对完善和改进面向大规模开放在线学习的评价模式有一定的指导意义。
-
关键词
学生互评
评分者间信度
聚合效度
大规模开放在线学习
-
Keywords
peer assessment
inter-rater reliability
convergent validity
massive open online learning
-
分类号
G436
[文化科学—教育技术学]
-
