教育技术研究速递:系统设计

该图片由Janos Perian在Pixabay上发布

3D模型促进中文学习 

Learning challenging L2 sounds via computer-assisted training: Audiovisual training with an airflow model 

作者:Fei Chen et al.

随着中国崛起,学习中文成为越来越多西方人的选项之一。最近,研究者使用了眼动追踪设备来跟踪3D模型(展示说话时的气流)对中文学习的促进作用。结果显示,3D模型成功地将学习者的注意力吸引到了气流模型上,有效地促进了学习者掌握中文发音的过程。 

协作脚本对任务导向的阅读绩效的影响 

Supporting socially shared regulation during collaborative task-oriented reading 

作者:Jolique Kielstra et al.

任务导向的阅读(TOR)包含完成特定任务的阅读和信息处理过程。最近,研究者关注了协作脚本对TOR绩效方面的影响——他们将44名中学生按4人一队进行分组,调查了在使用协作脚本完成TOR任务时的元认知和社会交互情况。研究结果显示,在使用了协作脚本后,学生的元认知调节水平有了一定程度的提高,并且确实采取了合适的策略来完成任务。因此,研究者认为这个协作脚本在计算机支持的TOR任务中是有效的。 

如何在信息较少的情况下评价MOOCs学习者的学习质量? 

CMKT: Concept Map Driven Knowledge Tracing 

作者:Yu Lu et al.

在MOOCs学习中,一些学习者不愿意参加练习,另一些学习者不会按照进度计划来学习。这些情况导致在评估他们的学习质量时,评价体系只能获得非常稀少以及不规则的数据。为了解决这个问题,研究者提出了一种新的模型(CMKT)用于评估在线学习的学习质量。该模型利用概念图拓扑来追踪学习者的知识发展,并且对其进行建模。研究者将CMKT应用于5个不同的公开教育数据集中(约30万条数据),结果表明该模型方法的性能指标(AUC)达到0.82(满分为1.0),准确率指标(ACC)达到0.75(满分为1.0),相对基线评价方法提高了12.2%的性能和9.2%的准确性。因此,研究者认为CMKT是一种具有应用价值的评价在线学习质量的模型,尤其是对于那些学习数据完整性不佳的场景。

责任编辑:Diaw Maxwell

15117967419@126.com