教育技术研究速递:个性化学习

Photo by Nylos on Unsplash

基于图神经网路的MOOCs资源推荐算法

Graph path fusion and reinforcement reasoning for recommendation in MOOCs

作者:Zibo Liang et al.

随着世界各地的高校参与到在线教育的浪潮中来,MOOCs中的课程越来越多,学习者因而难以找到适合自己的资源。最近,研究者提出了一种新的资源推荐方法,尝试以用户为中心进行多路径的搜索,使用图神经网络来为学习者搜索最适合他们的MOOCs课程。研究在真实的MOOCs平台上将新提出的推荐方法与其他方法进行了比较,结果显示,新的推荐方法拥有更高的准确性。

电子书系统支持学生的个性化语言学习

Personalized review learning approach for improving behavioral engagement and academic achievement in language learning through e-books

作者:Christopher C. Y. Yang & Hiroaki Ogata 

随着信息技术装备的飞速发展,个性化学习手段日渐丰富起来。最近,研究者报告了一项名为BookRoll的电子书系统,该系统允许学生随时随地上传学习资料,并重复地进行检索复习。基于91名大学生持续8周的对照试验显示,使用BookRoll的实验组在学习行为和学习成绩方面都有了显著的提升。因此,研究者认为该工具有效支持了学生的个性化语言学习。

按需提供信息技术工具提升了学生运用技术获得知识的动机

Applying Gestalt approach as a method for teaching computer science practice in the classroom: A case study in primary schools in Brazil

作者:André Vasconcelos et al.

信息技术在教育场景中的运用越来越多,但是眼花缭乱的信息技术教学技巧并不意味着学生一定可以获得知识。因此,研究者尝试让学生成为技术的操作者而非吸收者,并观察学生的变化。研究在3所学校的课堂上根据学生个人需求提供硬件和软件工具。数据结果显示,学生在使用技术学习知识方面获得了更高的动机水平。因此,研究者指出,这种方法有助于构建技术工具并促进学生获得知识。

责任编辑:Diaw Maxwell

15117967419@126.com