检索结果-维普期刊中文期刊服务平台

线上教学模式下的试卷分析及学习行为数据分析——以中医学“5+3”专业为例被引量：9: 1; 作者王建光雷萍 +2 位作者徐铭关洪全韩晓伟《中国免疫学杂志》 CAS CSCD 北大核心 2021年第13期1633-1636,共4页; 目的:评估试卷质量及了解学生在线学习的相关因素情况。方法:对中医学"5+3"专业59名学生的医学免疫学与病原生物学考试试卷进行质量分析,并对期末考试成绩与在线学习行为数据的相关性进行分析。使用SPSS25.0软件对试卷进行质... 展开更多; 关键词试卷分析在线学习学习行为数据相关性分析; 在线阅读下载PDF 职称材料

混合学习环境下基于学习行为数据的学习预警系统设计与实现被引量：33: 2; 作者牟智佳李雨婷严大虎《远程教育杂志》 CSSCI 北大核心 2018年第3期55-63,共9页; 在混合式学习环境下,整合正式学习和非正式学习下的行为数据进行学习结果预警,是提高预警有效性和精准性的一个重要路径,因此,着重解决数据采集面单一和课程学习预警系统匮乏问题,具有重要的实践价值。对此,国内外对学习预警相关研究已... 展开更多; 关键词学习行为数据学习结果数据结构学习预警可视化分析; 在线阅读下载PDF 职称材料

MOOC学习结果预测指标探索与学习群体特征分析被引量：42: 3; 作者牟智佳武法提《现代远程教育研究》 CSSCI 2017年第3期58-66,93,共10页; 高辍学率与低参与度是MOOC面临的一个主要问题。根据学习结果预测,及时开展有效的教学干预是改善此问题的途径之一。当前基于MOOC学习行为数据进行结果预测主要以次数分析为主,较少探索其他行为指标;在预测算法上以回归分析为主,缺少不... 展开更多; 关键词 MOOC 学习行为数据学习结果预测预测指标学习群体特征; 在线阅读下载PDF 职称材料

多模态学习分析:学习分析研究新生长点被引量：74: 4; 作者牟智佳《电化教育研究》 CSSCI 北大核心 2020年第5期27-32,51,共7页; 多模态学习分析是多模态交互、学习科学、机器学习等领域交叉形成的一个新方向,它利用多模态数据对复杂环境下的学习行为进行分析以优化学习体验。在空间结构上,多模态学习分析以学习机理为核心,以多模态交互、多模态感知、多模态语义... 展开更多; 关键词多模态学习分析多模态交互学习科学复杂学习环境学习行为数据; 在线阅读下载PDF 职称材料

题名线上教学模式下的试卷分析及学习行为数据分析——以中医学“5+3”专业为例被引量：9: 1; 作者王建光雷萍徐铭关洪全韩晓伟; 机构辽宁中医药大学中西医结合学院; 出处《中国免疫学杂志》 CAS CSCD 北大核心 2021年第13期1633-1636,共4页; 基金辽宁省研究生教育创新计划项目(辽教发[2007]123号)。; 文摘目的:评估试卷质量及了解学生在线学习的相关因素情况。方法:对中医学"5+3"专业59名学生的医学免疫学与病原生物学考试试卷进行质量分析,并对期末考试成绩与在线学习行为数据的相关性进行分析。使用SPSS25.0软件对试卷进行质量分析,并检验期末考试成绩与在线学习时长、参与讨论次数、查看章节次数等学习行为的相关性。结果:试卷的难度为0.788,各题型区分度范围为0.41~0.51,试卷信度α系数为0.788;期末考试分数与参与讨论次数呈现相关性,回归分析显示在线学习时长、章节学习次数与期末考试成绩有一定相关性。结论:试卷难度系数、区分度、信度均处于合理区间,相关性分析显示期末考试成绩与参与讨论次数呈正相关;回归分析显示在线学习时长、章节学习次数对期末考试成绩有一定影响,呈三次曲线关系。; 关键词试卷分析在线学习学习行为数据相关性分析; Keywords Test paper analysis Online learning Learning behavior data Correlation analysis; 分类号 G712 [文化科学—职业技术教育学]; 在线阅读下载PDF 职称材料

题名混合学习环境下基于学习行为数据的学习预警系统设计与实现被引量：33: 2; 作者牟智佳李雨婷严大虎; 机构江南大学教育信息化研究中心; 出处《远程教育杂志》 CSSCI 北大核心 2018年第3期55-63,共9页; 基金中央高校基本科研业务费专项资金资助课题"基于学习行为数据的学习结果预测研究"(JUSRP11880) 江苏高校哲学社会科学研究基金项目"基于教育大数据和学习分析的精确教学模式与应用成效研究"(2017SJB0809) 2017年江苏省教育信息化研究资助重点课题"大数据视域下高校教师教学质量评价的研究与实践"(20172132)的研究成果; 文摘在混合式学习环境下,整合正式学习和非正式学习下的行为数据进行学习结果预警,是提高预警有效性和精准性的一个重要路径,因此,着重解决数据采集面单一和课程学习预警系统匮乏问题,具有重要的实践价值。对此,国内外对学习预警相关研究已有丰富的基础。在相关文献分析的基础上,提出的基于学习行为数据的学习预警模型,包括学习服务模块、数据采集模块、教育大数据仓库和云计算平台、数据处理模块、预测计算与分析模块、自动预警与可视化模块。基于该模型并结合相关的技术标准和规范,设计了包含了数据源、数据集成、数据管理、应用服务和信息展示的学习预警系统基础技术框架。研究结果表明,利用UML建模来设计核心数据模型,以ASP.NET为开发平台,采用Oracle数据库,从数据结构与权重、监测与动态分析和可视化结果输出等三部分开发的学习预警系统,具有高度的扩展性和稳定性,可满足学习预警的常态化监测要求。; 关键词学习行为数据学习结果数据结构学习预警可视化分析; Keywords Learning Behavior Data Learning Outcome Data Structure Learning Early Warning Visual Analysis; 分类号 G420 [文化科学—课程与教学论]; 在线阅读下载PDF 职称材料

题名MOOC学习结果预测指标探索与学习群体特征分析被引量：42: 3; 作者牟智佳武法提; 机构江南大学教育信息化研究中心北京师范大学教育技术学院; 出处《现代远程教育研究》 CSSCI 2017年第3期58-66,93,共10页; 基金 2014年全国教育科学"十二五"规划教育部重点课题"基于教育大数据的学习分析工具设计与应用研究"(DCA140230) 中央高校基本科研业务费专项资金资助课题:"‘互联网+’环境下的理解性学习与认知研究"(2017JDZD07); 文摘高辍学率与低参与度是MOOC面临的一个主要问题。根据学习结果预测,及时开展有效的教学干预是改善此问题的途径之一。当前基于MOOC学习行为数据进行结果预测主要以次数分析为主,较少探索其他行为指标;在预测算法上以回归分析为主,缺少不同预测算法效果的比较分析。以ed X平台上一门MOOC课程的学习行为数据为研究对象进行的探索研究发现:学习结果预测的主要参照行为指标组合为视频学习次数、文本学习次数、评价参与时长、评价参与次数和论坛主题发起数;学习次数的预测效果要好于学习时长,并与学习时长和学习次数结合后的预测效果接近;BP神经网络预测准确率要优于决策树和朴素贝叶斯网络,且预测准确率与样本数量呈正相关;而在课程学习模块的预测比较上,评价模块和文本模块的学习行为数据预测率较高,互动模块预测率最低。研究还发现,MOOC学习群体包含三类,分别是以视频学习和学习评价为主、以互动交流为辅的学习群体;以视频学习和文本学习为主、以评价参与为辅的学习群体,以及以文本学习和学习评价为主、以互动交流为辅的学习群体。; 关键词 MOOC 学习行为数据学习结果预测预测指标学习群体特征; Keywords MOOC Learning Behavior Data Learning Outcome Prediction Prediction Indicators Characteristic of Learning Group; 分类号 G434 [文化科学—教育技术学]; 在线阅读下载PDF 职称材料

题名多模态学习分析:学习分析研究新生长点被引量：74: 4; 作者牟智佳; 机构江南大学教育信息化研究中心; 出处《电化教育研究》 CSSCI 北大核心 2020年第5期27-32,51,共7页; 基金江苏省社会科学基金青年项目“基于教育大数据的学习风险预警与干预研究”(项目编号:18JYC006) 江苏省教育科学“十三五”规划2018年度重点资助课题“基于学习测评大数据的智能评价工具设计与应用研究”(课题编号:C-a/2018/01/07)。; 文摘多模态学习分析是多模态交互、学习科学、机器学习等领域交叉形成的一个新方向,它利用多模态数据对复杂环境下的学习行为进行分析以优化学习体验。在空间结构上,多模态学习分析以学习机理为核心,以多模态交互、多模态感知、多模态语义理解为技术支撑,形成跨模态、跨空间、跨数据、跨分析的独特体系。在数据分类上,多模态学习分析涵盖学习体征数据、人机交互数据、学习资源数据和学习情境数据,形成以学习者为中心的内外数据链相融合的数据生态。在分析模型上,以传感器捕获、语义解析、机器学习、反馈解释为分析过程,以模式识别、学习分类、预测、行为变化为分析结果。未来多模态学习分析在自动化数据采集、跨空间分析建模、可扩展分析工具、学习计算、数据隐私保护等方面还有进一步的研究空间。; 关键词多模态学习分析多模态交互学习科学复杂学习环境学习行为数据; Keywords Multimodal Learning Analytics Multimodal Interaction Learning Sciences Complex Learning Environment Learning Behavior Data; 分类号 G434 [文化科学—教育技术学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	线上教学模式下的试卷分析及学习行为数据分析——以中医学“5+3”专业为例	王建光雷萍徐铭关洪全韩晓伟	《中国免疫学杂志》 CAS CSCD 北大核心	2021	9	在线阅读下载PDF 职称材料
2	混合学习环境下基于学习行为数据的学习预警系统设计与实现	牟智佳李雨婷严大虎	《远程教育杂志》 CSSCI 北大核心	2018	33	在线阅读下载PDF 职称材料
3	MOOC学习结果预测指标探索与学习群体特征分析	牟智佳武法提	《现代远程教育研究》 CSSCI	2017	42	在线阅读下载PDF 职称材料
4	多模态学习分析:学习分析研究新生长点	牟智佳	《电化教育研究》 CSSCI 北大核心	2020	74	在线阅读下载PDF 职称材料