检索结果-南通市图书馆

协作编程中的计算思维发展轨迹研究——基于量化民族志的分析方法

在线全文

学校读者我要写书评

暂无评论

现代远程教育研究 2019年第2期31卷 76-84,94页

作者：吴忭王戈华东师范大学教育信息技术学系

伴随科学技术的迅猛发展,计算思维能力成为当前社会各行业人才都应具备的重要技能。计算机教育领域的研究发现,协作编程能够更好地帮助学生进行编程学习,但是在协作过程中,学生计算思维的动态发展情况却难以测评。"量化民族志"(Quantita... 详细信息

伴随科学技术的迅猛发展,计算思维能力成为当前社会各行业人才都应具备的重要技能。计算机教育领域的研究发现,协作编程能够更好地帮助学生进行编程学习,但是在协作过程中,学生计算思维的动态发展情况却难以测评。"量化民族志"(Quantitative Ethnography)既是一种对质性数据进行量化分析的方法,也是一种对专业能力进行网络化建模的技术,为协作学习过程的分析和评价提供了新的思路。将该方法应用于分析协作编程活动过程中小组成员之间的会话交流内容,有利于构建学生计算思维能力不同维度之间关联的认知网络模型,并揭示不同能力水平的小组在计算思维能力水平上的差异和发展轨迹。以本科一年级的"C/C++程序设计基础"课作为研究情境开展的实证研究发现,高水平组和低水平组学生的计算思维网络结构在初期虽有显著不同,但是随着协作任务的不断深入,两组学生的思维模式趋于相似。该研究结果表明协作编程能够促进初学者计算思维能力的提升,且量化民族志方法能为计算思维的能力评估提供一种基于质性数据的大规模测评方法。

关键词：计算思维协作编程量化民族志认知网络分析

如何使用数据:回归基于理解的深度学习和测评——访国际知名学习科学专家戴维·谢弗

在线全文

学校读者我要写书评

暂无评论

开放教育研究 2019年第1期25卷 4-12页

作者：吴忭胡艺龄赵玥颖戴维·谢弗华东师范大学教育信息技术学系不详

大数据时代的到来,给学习科学研究人类的学习及如何促进深度学习提供了机遇,但也存在一种迷思,即当我们拥有了海量数据,在不了解数据背后含义的前提下,就能依靠统计方法发现以往无法发现的有意义模式,提供智能化的教学建议,甚至实现智... 详细信息

大数据时代的到来,给学习科学研究人类的学习及如何促进深度学习提供了机遇,但也存在一种迷思,即当我们拥有了海量数据,在不了解数据背后含义的前提下,就能依靠统计方法发现以往无法发现的有意义模式,提供智能化的教学建议,甚至实现智慧教育。单纯依靠大数据驱动,真能实现对教与学变革的期待和目标吗?如何利用信息技术和教育大数据真正促进深度学习,并将深度学习和测评相联系?本期高阶访谈有幸邀请到国际知名学习科学专家戴维·谢弗(David Shaffer)教授分享他关于大数据时代下学习和测评的观点和经验。戴维·谢弗是美国威斯康星大学麦迪逊分校教育心理系学习科学研究讲席教授,哥本哈根奥尔堡大学学习分析研究客座教授和威斯康星州教育研究中心数据科学家,主要研究如何开发和评估复杂问题解决能力和协作思维技能。谢弗教授出版了《电脑游戏如何帮助孩子们学习》、《量化民族志》(Quantitative Ethnography)等专著,在《计算机与教育》《教育研究者》《教学科学》《思维、文化和活动》等国际知名期刊发表了百余篇游戏化学习、学习分析学术论文。

关键词：深度学习数据挖掘量化民族志认知框架

在线全文

学校读者我要写书评

暂无评论

学习分析四种范式:论范式融合的重要性

中国远程教育 2021年第12期 38-52,77页

作者： [美]赖安·S.贝克 [澳]德拉甘·伽瑟维克 [澳]沙姆亚·卡伦拜亚肖俊洪(译) 美国宾夕法尼亚大学美国宾夕法尼亚大学学习分析中心国际教育数据挖掘学会《基于计算机的情景学习》《教育数据挖掘期刊》澳大利亚莫纳什大学信息技术学部学习分析研究学会汕头开放大学

与初期相比,学习分析已经有了长足发展。这个领域从研究成果发表渠道看声誉提高得很快,已经形成一个富有活力的共同体,对政策和实践的影响越来越大。然而,很多研究者仍在厘清这个领域的范围以把学习分析的贡献与其他同样基于教育数据领... 详细信息

与初期相比,学习分析已经有了长足发展。这个领域从研究成果发表渠道看声誉提高得很快,已经形成一个富有活力的共同体,对政策和实践的影响越来越大。然而,很多研究者仍在厘清这个领域的范围以把学习分析的贡献与其他同样基于教育数据领域的贡献区分开来。我们认为,应该重视协作和了解相关领域的研究成果,才能保证学习分析领域健康发展,而不是强调它们的不同。具体讲,本文提出一个旨在分析当今聚焦教育数据研究的相关领域如何影响学习分析领域发展的框架。该框架的着眼点是这些领域各自所采用的主要方法范式,即本质论、实体论/还原论、本体论/辩证论和存在论。本文使用这个框架分析学习分析领域(本体论范式)如何在方法上受到教育数据挖掘(实体论范式)、量化民族志(存在论范式)和大规模学习(本质论范式)等领域新近发展的影响。本文根据分析结果归纳文献中存在的、有待今后填补的研究空白。

关键词：学习分析教育人工智能量化民族志大规模学习机器学习研究范式

深度学习评价:理论模型、相关技术与实践案例

在线全文

学校读者我要写书评

暂无评论

广西师范大学学报（哲学社会科学版） 2023年第6期59卷 66-75页

作者：王梦珂王卓陈增照华中师范大学人工智能教育学部湖北武汉430079

深度学习是国际教改的普遍趋势,也是核心素养发展的核心要求,如何对深度学习展开评价是关乎深度学习发展的一项挑战性任务。布鲁姆的教育目标分类学、韦伯的知识深度模型以及深度学习评价的多维理论体系为开展深度学习评价提供了坚实的... 详细信息

深度学习是国际教改的普遍趋势,也是核心素养发展的核心要求,如何对深度学习展开评价是关乎深度学习发展的一项挑战性任务。布鲁姆的教育目标分类学、韦伯的知识深度模型以及深度学习评价的多维理论体系为开展深度学习评价提供了坚实的理论基础。表情识别、语音识别、自然语言处理,区块链等智能技术在评价信息采集、处理和存储方面具有广阔的应用前景。案例分析的结果表明,技术赋能的深度学习评价在线上学习情境中扮演着愈发重要的角色。展望智能化深度学习评价的未来,量化民族志方法为深度学习评价提供了方法论指引。

关键词：深度学习知识深度模型表现性评价智能技术量化民族志