同声转译工具有效提高低语言水平学生的学习情绪和满意度
Improving student academic emotions and learning satisfaction in lectures in a foreign language with speech-enabled language translation technology
作者: Rustam Shadiev & Yueh Min Huang
在外语环境中，一些学生由于语言能力较差，对他们的学习情绪和学习满意度产生了很大的负面影响。最近，研究者报告了一项同声转译技术工具（SELT），可以将课堂中的英语话语翻译成学生母语，并提供翻译后的文本。33名大学生参与了一个基于讲座的对照试验，按照英语成绩分为高、低语言水平两组。结果显示，低语言水平组学生的学习情绪在使用SELT听讲座后有了显著提高，而高语言水平组的学习情绪则出现了下降。另一方面，低语言水平组的学习满意度也显著高于另一组。研究者指出，当前的数据显示SELT有助于低语言水平组学生的学习，该工具在未来有广泛的应用前景。
嵌入式脚手架工具有效支持在线学习中的沟通交流
A technology-enhanced scaffolding instructional design for fully online courses
作者: Juan Yang et al.
COVID-19迫使教育机构从面对面教学转为线上，最近，中国研究者提出了基于在线课程的嵌入式脚手架工具，有效地改善了在线教学环境中的互动，提高了学习者对数字学习平台的使用。研究指出，新的技术工具支持的学习提高了学习对话的质量，减少了教师的时间成本，并且提高了教学干预的有效性。
基于在线学习行为序列分析的早期预警系统
Mining Sequential Learning Trajectories With Hidden Markov Models For Early Prediction of At-Risk Students in E-Learning Environments
作者: Anika Gupta et al.
越来越多的高等教育机构开始运用在线平台进行教学，因而产生了大量的教育数据，为学习行为分析提供了新的发展契机。最近，研究者报告了一个基于学习行为分析的早期预警系统（EWS），以期及时干预和优化教和学的过程。该预警系统使用隐性马尔可夫模型对在线平台收集的数据集进行了基于序列的分析，并在众多课程和3万余名学生的数据集中进行了测试。测试结果显示，该预警系统能够实现较高的分类准确率。研究者还指出，该预警系统最好在课程的前半部分就被部署，以保证其有足够的数据量能够做出合理的预测。
责任编辑：Diaw Maxwell
15117967419@126.com