教育技术研究速递:个性化学习

该图片由thatsphotography在Pixabay上发布

个性化教育需要系统框架

Integrating instructional designs of personalized learning through the lens of universal design for learning

作者:Ling Zhang et al.

随着物质水平和产业的发展,个性化教育(PL)已经成为欧美国家关注的热点之一。研究者总结了过去15年来关于个性化教育的实证研究,指出尽管个性化教育能够被通用学习设计(UDL)框架所包含,但大多数研究都仅在关注细节,忽视了不同因素的系统性影响。因此作者建议在未来的研究中,个性化学习应该利用框架(例如UDL)来进行设计。

如何创建学习路径? 

Automatic Learning Path Creation Using OER: A Systematic Literature Mapping 

作者:Anni Siren & Vassilios Tzerpos

学习路径指的是学习资源组织的序列,其中理应包含学习者达到学习目的所需要的先决知识。最近,研究者针对开放教育资源(OER)相关研究进行了系统地梳理,尝试理解当前研究中学习路径的创建模式。研究首先归纳出了学习路径创设领域核心的5个相关主题,分别是分类、元数据、概念图、推荐系统和学习路径。通过对这些相关主题中文献的分析,研究进一步提炼出了学习路径创设的三个步骤——①概念提取②关系建立③路径创设。但是,研究者指出当前基于OER的学习路径仍旧存在一些问题,其中最为突出的是由于路径基于课本或Wiki建立,导致它们无法适应学习者个性化的学习。因此,研究者呼吁探索一种更加敏捷的学习路径。 

如何评判网络视频有利于学习? 

VUER: A model for rating videos to curate content for learning 

作者:Rahul Pandey et al.

网络上的视频流媒体已经是重要的学习途径之一,但是这些视频杂乱无章,师生们都很难从茫茫多视频中找到那些适合学习的部分。因此,研究者提出了一个新的理论模型,用于评估视频内容对学习目标的支持潜力。这个模型包括四个部分,分别是视觉吸引力、内容可理解性、主题的参与程度和推荐偏好。研究者利用TED平台的大数据和AR两个主题对这个模型进行了测试。结果显示,模型中的推荐偏好分数与视频流媒体的学习潜力显著相关,而根据学习潜力进行的视频排序与平台的推荐排序不太一致。研究者指出,即使是TED这样的教育频道,流媒体平台上的个性化推荐顺序并不能代表视频内容对学习者学习的有用程度。研究认为,为了更好的支持学习,应该在流媒体平台上开发支持个性化学习的推荐系统。

责任编辑:Diaw Maxwell

15117967419@126.com