在线环境中支持自我调节学习的工具还存在一些问题
Tools Designed to Support Self-Regulated Learning in Online Learning Environments: A Systematic Review
作者：R. P. Álvarez et al.
自我调节的学习（SRL）是21世纪的学习者的重要能力之一，它要求学习者激励自己并积极地使用适合自己的学习策略。最近，研究者对在线环境中，支持SRL的工具进行了系统性的回顾。他们梳理了2008至2020年间的42篇文章，确定了25种工具。研究发现，大部分具有这些功能的工具其实没有明确指出它是基于SRL理论设计的，因此也很少有研究探讨工具与SRL模型之间的关系。在实践方面，研究提炼了常见的SRL过程——①目标设定②监控③自我评估，但同时研究指出，很少研究评估了SRL过程对学习绩效的影响。本文内容非常丰富，有兴趣请阅读原文。
自我评估能有效促进考试成绩
Investigating students’ use of self-assessments in higher education using learning analytics
作者：Dirk Ifenthaler et al.
传统教学中，形成性评价对老师来说费时费力，而在线教学平台为学习者自我评估提供了有利的技术条件，使得研究者可以探讨形成性评价与学习绩效之间的关系。最近，研究者就展开了这样的一项研究，通过为159名本科生在平台上提供9次自测机会，借助学习分析算法进行了数据探索。他们发现自我评估的参与程度确实对学术成绩有着积极作用，但研究中的自我评估大多数是在考试之前完成的。临时抱佛脚还是挺有用的！
聚类分析模型协助分析和理解在线学习日记
Evolutionary Clustering of Apprentices’ Self- Regulated Learning Behavior in Learning Journals
作者：Paola Mejia-Domenzain et al.
在线学习日记是一种常见用于促进自主和反思性学习的教育技术。但如何对学生的日记记录进行分析，进而达到理解学生的学习的目的？为了解决这个问题，研究者开发了一种基于聚类方法的流式分析模型。该模型会将学习日记系统中的数据拆分为不同的类型（努力程度、使用频率、使用规律、寻求帮助和日记质量）进行聚类分析，然后再组合成一份分析报告。研究将该分析模型运用到183名职业教育学生（厨师）的在线学习日记平台中，分析了超过12万个条目，证明了该模型可以捕捉到学生学习模式的转变，并且分析结果与学生的成绩具有一定的相关性。研究者指出，该分析模型可以有效促进教师/学校对学生的自主和反思性学习的理解，帮助学生获得更好的学习体验。
责任编辑：Diaw Maxwell
15117967419@126.com