在线学习

摘要： 联通主义学习是在开放复杂网络环境中以教学交互为核心的一种学习.cMOOCs教学设计与xMOOCs的教学设计非常不同,主要采用问题支架的方式促进学习者深度交互和联通,但当前对于问题支架促进交互深度规律的研究还十分匮乏.本研究从课程设计者视角出发,运用主题分析法、内容分析法和统计分析法对国内首门cMOOC"互联网+教育:理论与实践的对话"4.0主题学习周中的35个问题支架以及围绕问题支架的278篇博文和786条讨论区回帖数据开展分析,构建了联通主义学习中基于认知参与度的交互深度多层级分析指标,探究了问题支架类型与学习者交互深度之间的关系.研究发现:在情境式、比较式、头脑风暴式、总结反思式和情感态度式五类问题支架中,情境式问题支架更有助于学习者深度交互;学习者基于博客问题支架的交互深度高于论坛问题支架,博客更适用于情境式和总结反思式问题支架,而论坛更适用头脑风暴式支架;问题支架编排应由浅入深、内在联系、螺旋上升,避免学习者交互停留在浅层次.研究对cMOOCs的课程交互深度提升、相关课程教学设计提供了实证依据.

摘要： 随着互联网、移动互联网的迅速发展,微课作为近些年来越来越流行的一种线上学习方式,它体积小巧,便于携带,内容易于接受,可以促进学生自主学习。 能够制作出优秀的微课已经成为一名教师应该具备的教学能力之一,本文对如何打造与完善一个精美实用的微课进行了分析和探讨。

摘要： 目的:探讨在线学习联合虚拟痴呆体验教育项目对本科护生痴呆知识、态度及照护自信心的干预效果。方法:采用方便抽样法选取山东省某高等院校本科三年级护生50名,采取在线学习联合虚拟痴呆体验的教育干预方法,采取自身前后对照研究设计,观察干预前后护生痴呆知识、态度及照护自信心的变化。结果:干预后护生的痴呆知识水平及与痴呆病人合作相处时的自信心均有所提高(P<0.01),对痴呆病人的态度更加积极(P<0.01)。结论:在线学习联合虚拟痴呆体验能够增强护生的痴呆知识、态度及照护自信心。

摘要： 以新冠肺炎防控期间《大学游泳》公共选修课在线学习为个案,开发了《疫情语境下(大学游泳)在线学习自我效能感量表》。该量表从理论上建构了能力感、控制感、提高感和愉悦感四个维度,共25个条目。量表的测量学属性检验结果表明,各分量表的克隆巴赫系数α在0.898~0.931之间,总体α系数为0.968,四因素解释方差累积贡献率为75.538%,其模型的拟合优度指数达到较高水平,在使用上具有较好的信度和效度,可以作为评估疫情对《大学游泳》课程教学影响的有效工具和可靠工具,也为贯彻落实教育部《关于在疫情防控期间做好普通高等学校在线教学组织与管理工作的指导意见》中提倡的“停课不停学”精神,为评价其他课程在线学习效能感,提供了有益借鉴。

摘要： 为了更有效地评估学生的团队协作能力,以PBL学习模式为基础,提出构建一个集在线学习和能力评估为一体的平台,结合在线教学与数据挖掘手段,阐述该平台的特点和优势,以复旦大学某班级的教学实践为例,说明该平台的可行性和应用效果。

摘要： 探究疫情常态下影响设计专业大学生在线学习满意度显著因素,优化其在线教育实施效果。以湖南省9所设计专业高校为例,基于学生满意度为主导的三种系统理论、结合文献研究与专家建议,创建理论模型并编制展开问卷调研,通过SPSS24.0及多元线性回归予以检验。设计专业大学生对在线学习的满意度总体较低。其中,设计专业网络教学课程、自我效能感及教师网络教育教学质量三个维度影响因子指数最高,且对满意度有显著预测作用。为设计专业大学生在线学习模式的改进提供了参考依据。

摘要： 以任务驱动教学模式为基础,通过在线直播和视频录播两种教学模式进行比较,采用学生教育质量评价问卷(SEEQ)调查长春两所高校138名学生的在线学习效率、学习兴趣和创造性思维。实验结果从五个维度(学习价值情感、课程素材组织、小组互动、个人融洽关系、考试和作业)研究了不同教学模式对学习者信念的影响。并就在线教学模式的选择、子任务的设计、完成任务的时间跨度等内容进行了深入讨论,为在线教学的可持续发展和提升学生在线学习效率提供理论和数据支撑。

摘要： 为保障COVID-19疫情防控工作期间日常教学不间断,全国各高校均依托现有网络平台,开展了形式多样的线上教学活动。通过对医学生COVID-19疫情防控工作期间在线学习现状进行调查,探究在线学习过程中存在的问题,积极提出具有可行性的对策,对于医学院校构建更加科学合理的在线教学体系、完成COVID-19疫情防控工作期间的日常教学任务、保障医学生的整体培养质量,均具有积极的促进作用。

摘要： 为减少移动边缘计算(mobile edge computing,MEC)网络中移动用户的长期任务开销,利用强化学习的马尔科夫决策过程,将用户的移动性与系统的动态信息建模为随机优化问题。依据系统信息的状态,将问题分为系统信息已知、系统信息未知2种情况。在系统信息已知时,提供了问题的最优解;系统信息未知时,基于在线学习提出2个任务卸载策略。一个策略能够收敛到系统最优解,但收敛速度较慢;另一个策略能以更快的收敛速度,达到接近最优解的表现,可用于更复杂的系统。最后在仿真中展示算法的有效性。

摘要： 在线学习是与传统课堂学习存在差异的学习活动,其发展受到越来越多的重视。文章基于高职和本科大学生在线学习数据,从内外因的视角剖析大学生在线学习的影响因素;通过基于OLS模型的回归分析发现,存在适应网课困难、网课互动少、学习受到打扰、网速慢等情况的大学生,对网课学习效果的评价较低,而且内部因素对在线学习的影响大于外部因素,其中网课互动的影响最大。研究结果表明,提高高校教师在线教学能力和大学生自主学习能力,是增强大学生在线学习效果,并将教育信息化进程推向深入的重要举措。

摘要： 情感交互是在线学习领域的一大痛点;新媒体时代,表情包迅速发展,提供了便捷高效的情感交互工具;通过文献分析,辅助以真实课堂和视频观察,本研究从表情状况、行为动作、教育工具符号三个维度构建教育表情包,并以学习者端为例,对教育表情包的三个维度进行详细内容设计;从在线学习者情感高效表达、教师有效情感感知和及时反馈、基于语义的简易情感识别方法三方面探讨了教育表情包的作用;通过教育表情包的构建以探寻在线学习情感交互的有效方法.

摘要： 在线学习的社会交互备受关注,尤其是互联网时代在线教育将发挥更大的作用.本研究基于社会网络分析方法、问卷调查法、比较分析法综合分析了在线学习者的学习性社交对学习成效的影响,关注到学习成效的情感维度和成绩维度两个方面,并对二者进行了测量.通过数据分析发现在线学习的学习者积极参与学习性社交活动有助于提升其学习成绩,说明学习性社交对在线学习成效有着显著的影响.

摘要： 长久以来,在线学习过程中社会属性的缺失使得学习者常常在学习时感到孤独与无助,因此如何营造归属感与认同感至关重要,这其中教师扮演着关键角色.本研究以在线学习过程中的教师支持行为为切入点,利用学习分析技术对学生在线学习行为进行探究,探讨教师的支持行为是否会对学生表现产生影响.研究结论显示,在线学习中教师的支持行为会造成学生的表现行为差异,获得支持的学生会更加积极地投入学习并参与互动讨论,且其在学业成就上表现也更加优异.因此,在设计网络学习活动时需要充分考虑教师支持的作用与效果,并形成及时的反馈机制.

摘要： 探究共同体(Community of Inquiry,CoI)中的三种临场感:社会临场感、认知临场感、教学临场感是影响在线学习者体验的三个要素.本文分析了近12年(2005—2017年)来源于SCOPUS数据库上发表的87篇与“临场感”主题相关论文的基本特征和深层特征,探究了CoI模型框架中三种临场感分别与在线学习的联系,能够为深入研究临场感、了解在线学习中临场感机制、将临场感理论应用于在线学习中的研究者提供理论参考.

摘要： 学习分析作为近几年教育信息化的热点之一,是大数据主要应用领域.随着在线学习方式的普及,大学生在线学习时会产生海量的学习数据.为了对这些数据进行分析与研究,高等教育领域将学习分析应用在教学实践中,并取得了不错的效果.本文主要从学习分析在高等教育领域内的学习、教学、学校管理三个方面的应用进行阐述.当然,学习分析在应用的过程中也面临着挑战:技术挑战、伦理问题的挑战、相关人的能力提升等.基于这些挑战,笔者给出了以下应对策略:学校政策支持策略、加大资金投入和资源建设策略、相关人员专业培训策略.

摘要： 探究学习社区理论模型是在线学习和混合学习领域中的一个动态的、过程导向的有效教学理论模型.该研究基于实证研究视角,采用实证研究方法,以中国大学生为研究样本,开发与编制了中文版网络探究学习社区(CoI)测量量表.实证研究的数据收集阶段分别回收两批施测样本数据,共452份有效问卷,整份量表的克朗巴赫α系数达到0.955.探索性因素分析结果揭示了包含27个题项的中文版网络探究学习社区(CoI)测量量表的三个因子:认知存在感、教学存在感以及社会存在感;验证性因素分析结果表明了,包含27个题项的“三因子结构模型”能较好地拟合数据;综合研究结果表明,该量表具有良好的信效度,可为中国大学生的网络探究学习社区研究,以及在线学习和混合学习中的在线学习体验研究提供测量工具上的有效支持.

摘要： 在线学习常常需要等质试卷来实施网络环境下的学习评价和测试,而目前的组卷系统大多在给定知识点覆盖和难度系数等的简单约束下从题库随机抽题,试卷质量得不到保证.本研究以项目反应理论(ItemResponse Theory,IRT)作为试卷质量的评估标准,先用分支定界优化算法从题库中产生若干道试题,再用最大团算法从备选试卷中生成差异化最大的一组等质试卷.用户可选的组卷参数包括题目类型,每种题型的题数和排列方式,考察知识点范围和每个知识点所占比例,试卷难度系数分布和区分度系数,试卷间的最大重叠题数和需要生成试卷的数量.系统生成的试卷严格满足题型约束,知识点覆盖约束和最大重叠题数约束,最小化知识点比例差异,根据IRT理论求出的信息函数差异,最大化出卷数量.

摘要： 一场突如其来的疫情,改变了中国人的生活观念、生活方式、生活习惯,更改变了千千万万学生的学习方式.但唯一不变的是中国人面对灾难与困难的守望相助.

摘要： 一场突如其来的疫情,改变了中国人的生活观念、生活方式、生活习惯,更改变了千千万万学生的学习方式.但唯一不变的是中国人面对灾难与困难的守望相助.

摘要： 一场突如其来的疫情,改变了中国人的生活观念、生活方式、生活习惯,更改变了千千万万学生的学习方式.但唯一不变的是中国人面对灾难与困难的守望相助.

摘要： 本申请实施例提供一种在线学习推荐方法、装置、在线学习系统及服务器，可以在当学员用户的学习行为数据与各个在线学习推荐模型之间的未存在达到预设适配度阈值时，结合每个在线学习推荐模型相对于学员用户的推荐级别匹配学员用户对应的多个模型匹配属性以及每个模型匹配属性中加载的模型属性节点，由此将每个模型匹配属性对应的风格属性权重参数关联到每个模型匹配属性中加载的模型属性节点对应的第二目标在线学习推荐模型中，通过每个第二目标在线学习推荐模型根据风格属性权重参数对学员用户进行信息推荐，从而可以实时提高推荐精度，避免了在线学习推荐模型的参数配置过程无法在短时间内进行有效更新持续导致的信息推荐体验较差的情况。

摘要： 本申请实施例提供一种在线学习挖掘方法、装置、在线学习系统及服务器，通过对在线学习推荐结果进行风格特征提取和内容特征提取，并确定对在线学习推荐模型的风格特征提取信息和内容特征提取信息进行并行映射挖掘，由此可以从在线学习推荐结果中有效挖掘出在线学习挖掘结果，以便于在线学习平台参考该在线学习挖掘结果进行后续的推荐内容侧重点布局，进而改善在线学习平台更新的推荐内容后续无法针对性地推荐给广大学员用户，而广大学员用户真正需要的推荐内容可能更新不及时或者更新内容过少的情况，提高信息推荐体验。

摘要： 本申请实施例提供一种在线学习推荐方法及在线学习系统，可以在当学员用户的学习行为数据与各个在线学习推荐模型之间的未存在达到预设适配度阈值时，结合每个在线学习推荐模型相对于学员用户的推荐级别匹配学员用户对应的多个模型匹配属性以及每个模型匹配属性中加载的模型属性节点，由此将每个模型匹配属性对应的风格属性权重参数关联到每个模型匹配属性中加载的模型属性节点对应的第二目标在线学习推荐模型中，通过每个第二目标在线学习推荐模型根据风格属性权重参数对学员用户进行信息推荐，从而可以实时提高推荐精度，避免了在线学习推荐模型的参数配置过程无法在短时间内进行有效更新持续导致的信息推荐体验较差的情况。

摘要： 本申请实施例提供一种在线学习推荐方法、在线学习系统及服务器，可以在当学员用户的学习行为数据与各个在线学习推荐模型之间的未存在达到预设适配度阈值时，结合每个在线学习推荐模型相对于学员用户的推荐级别匹配学员用户对应的多个模型匹配属性以及每个模型匹配属性中加载的模型属性节点，由此将每个模型匹配属性对应的风格属性权重参数关联到每个模型匹配属性中加载的模型属性节点对应的第二目标在线学习推荐模型中，通过每个第二目标在线学习推荐模型根据风格属性权重参数对学员用户进行信息推荐，从而可以实时提高推荐精度，避免了在线学习推荐模型的参数配置过程无法在短时间内进行有效更新持续导致的信息推荐体验较差的情况。

摘要： 本申请实施例提供一种在线学习挖掘方法及在线学习系统，通过对在线学习推荐结果进行风格特征提取和内容特征提取，并确定对在线学习推荐模型的风格特征提取信息和内容特征提取信息进行并行映射挖掘，由此可以从在线学习推荐结果中有效挖掘出在线学习挖掘结果，以便于在线学习平台参考该在线学习挖掘结果进行后续的推荐内容侧重点布局，进而改善在线学习平台更新的推荐内容后续无法针对性地推荐给广大学员用户，而广大学员用户真正需要的推荐内容可能更新不及时或者更新内容过少的情况，提高信息推荐体验。

摘要： 本申请实施例提供一种在线学习挖掘方法、在线学习系统及服务器，通过对在线学习推荐结果进行风格特征提取和内容特征提取，并确定对在线学习推荐模型的风格特征提取信息和内容特征提取信息进行并行映射挖掘，由此可以从在线学习推荐结果中有效挖掘出在线学习挖掘结果，以便于在线学习平台参考该在线学习挖掘结果进行后续的推荐内容侧重点布局，进而改善在线学习平台更新的推荐内容后续无法针对性地推荐给广大学员用户，而广大学员用户真正需要的推荐内容可能更新不及时或者更新内容过少的情况，提高信息推荐体验。

摘要： 本申请公开一种车辆换道决策模型的在线学习方法，包括：在人工驾驶模式下，按照预设时间间隔采集交通场景数据和用户驾驶数据；对交通场景数据和用户驾驶数据进行分析，确定每一帧数据的标签数据；生成训练数据集，其中，一个训练数据集包括在一个采样时刻获得的交通场景数据、用户驾驶数据和相应的标签数据；将生成的训练数据集存储于为该车辆配置的用户驾驶行为数据库；在满足预设条件的情况下，利用用户驾驶行为数据库分别对各个驾驶任务类型下的车辆换道决策模型进行训练，更新各个车辆换道决策模型。基于本申请公开的技术方案，车辆的换道行为更加符合用户的驾驶习惯，从而使得车辆的换道行为更加符合用户的预期，从而提高用户的驾乘体验。

摘要： 本申请实施例提供一种在线学习挖掘方法、装置、在线学习系统及服务器，通过对在线学习推荐结果进行风格特征提取和内容特征提取，并确定对在线学习推荐模型的风格特征提取信息和内容特征提取信息进行并行映射挖掘，由此可以从在线学习推荐结果中有效挖掘出在线学习挖掘结果，以便于在线学习平台参考该在线学习挖掘结果进行后续的推荐内容侧重点布局，进而改善在线学习平台更新的推荐内容后续无法针对性地推荐给广大学员用户，而广大学员用户真正需要的推荐内容可能更新不及时或者更新内容过少的情况，提高信息推荐体验。

摘要： 本申请实施例提供一种在线学习推荐方法、装置、在线学习系统及服务器，可以在当学员用户的学习行为数据与各个在线学习推荐模型之间的未存在达到预设适配度阈值时，结合每个在线学习推荐模型相对于学员用户的推荐级别匹配学员用户对应的多个模型匹配属性以及每个模型匹配属性中加载的模型属性节点，由此将每个模型匹配属性对应的风格属性权重参数关联到每个模型匹配属性中加载的模型属性节点对应的第二目标在线学习推荐模型中，通过每个第二目标在线学习推荐模型根据风格属性权重参数对学员用户进行信息推荐，从而可以实时提高推荐精度，避免了在线学习推荐模型的参数配置过程无法在短时间内进行有效更新持续导致的信息推荐体验较差的情况。

摘要： 本发明提供了一种基于图书教材的在线学习管理方法及在线学习管理装置，其中，基于图书教材的在线学习管理方法，包括：创建对应于任一图书教材的管理群组；检测是否接收到用于加入所述管理群组的加入请求；在确定接收到所述加入请求时，将所述加入请求的发送方添加至所述管理群组；对所述管理群组内的所有成员在线学习所述任一图书教材进行管理。通过本发明的技术方案，能够基于某一图书教材快速地构建管理群组，以便对学习同一图书教材的成员进行统一管理，同时确保了能够在线追踪成员对图书教材的掌握情况，实现了将传统的线下教学延伸至线上，大大节省了人力资源。