教育大数据
教育大数据的相关文献在2014年到2022年内共计755篇,主要集中在教育、自动化技术、计算机技术、信息与知识传播
等领域,其中期刊论文681篇、会议论文7篇、专利文献563096篇;相关期刊317种,包括现代教育技术、现代远程教育研究、远程教育杂志等;
相关会议4种,包括2015国际远程教育发展论坛、第二届全国教育实证研究专题论坛、“大数据驱动的教育变革”国际研讨会暨首届中国教育大数据发展论坛等;教育大数据的相关文献由1255位作者贡献,包括刘三女牙、杨现民、方海光等。
教育大数据—发文量
专利文献>
论文:563096篇
占比:99.88%
总计:563784篇
教育大数据
-研究学者
- 刘三女牙
- 杨现民
- 方海光
- 王振宇
- 舒江波
- 郑祥智
- 周建清
- 杨克杰
- 马燕
- 吴南中
- 张昭理
- 李卿
- 张维
- 胡凡刚
- 俞茹芳
- 刘智
- 刘海
- 刘邦奇
- 卢超
- 吴修国
- 唐斯斯
- 张浩
- 朱洪东
- 李姣姣
- 李波
- 杜婧敏
- 杨华利
- 杨宗凯
- 杨成
- 林建忙
- 王正青
- 王磊
- 谢娟
- 黄涛
- 不公告发明人
- 仝赛赛
- 余燕芳
- 余鹏
- 刘军
- 刘清堂
- 刘菲
- 卜晨阳
- 吴永和
- 吴砥
- 孙众
- 孙建文
- 戚万学
- 李亚兰
- 李冀红
- 李小平
-
-
郑志宏;
杜斌;
张硕;
方海光
-
-
摘要:
教育大数据在教育信息化中的作用愈发凸显,挖掘教育数据潜在价值已经成为当前教育技术研究领域的重要课题。文章以中国知网(CNKI)和科学网(Web of Science)数据库的期刊论文为研究对象,以Hist Cite软件分析和内容分析法为主要研究方法,对比国内外教育大数据的研究热点与发展趋势。分析发现,“数据挖掘”“学习分析”等技术依然是教育大数据的技术研究热点,“思想政治教育”“人工智能”“智慧教育”等领域是目前国内教育大数据的热门研究方向,我国大数据标准正在走向国际并产生影响。
-
-
边大刚;
边敏璇
-
-
摘要:
如今,信息技术已广泛应用到社会各个领域,进入我们生活的各个方面,很多人已经感受到了信息技术带来的便利。随着国家对信息化投入的不断加大,互联网+教育、智慧校园、教育大数据等在教学中的重要作用日益突显。信息技术作为一种先进的教学手段进入到了课堂,被广大教师所接受,尤其对语文教学有着非常重要的影响。在《教育信息化2.0行动计划》的实施推进下,各学科教师非常关注信息化条件下资源应用的必要性。那么,如何进行教育技术与语文课程的优化整合呢?如何实现教学方式、学习方式的创新与改革呢?如何有效利用信息技术手段培养学生的学科素养呢?
-
-
万力勇
-
-
摘要:
教育研究具有描述、解释、预测等基本功能,受数据、算法和算力的限制,多年来教育研究的主要取径是理论思辨和统计验证,而对教育预测则可望不可即。算法时代的到来,为处于学科交叉前沿的定量社会科学研究带来新的曙光,也为开展真正意义上的教育预测研究提供了新的可能。该研究对教育预测的概念和前提进行了解析,提出了在算法时代实现教育预测的原理和方法,从宏观、微观两个方面分别阐明了算法时代教育预测的应用价值,同时对算法时代教育预测研究的范式特征进行了探讨,展现研究取向从“始于假设”向“基于数据”转变,研究数据从“人为设计”到“全量真实”转变,预测方法从传统回归向机器学习转变,研究模式从单一路径到多元融合转变的整体特征。随着算法时代大数据的广泛应用和机器学习算法的不断普及,教育预测研究将助推教育定量研究乃至整个教育研究的范式实现突破。
-
-
杨志禹;
吴士雨;
王增琦;
丁国勇
-
-
摘要:
教育数据挖掘是一个跨学科的研究领域,它综合多门学科的方法和技术应用于教育环境,以解决教育问题。为了研究国内近十年教育数据挖掘领域技术使用情况,文章以“教育数据挖掘”为关键词在CNKI进行检索,筛选了2010—2020年125篇教育数据挖掘领域技术类文献,对其技术的使用以及使用变化进行总结分析。研究结果表明,一些传统的数据挖掘方法日渐式微,技术的使用正向多元化、跨领域的方向发展。
-
-
汪琼
-
-
摘要:
数据驱动精准教学是通过对学生进行多样化的及时测评,有意向地收集多种有效的数据,由此引导和实施有针对性的教学决策。其成功实施需要在全校范围内建立信任文化,推动循证路线,基于一定交流规程开展富有成效的教师合作研讨,从而实现教学目标精准确定、关键学情精准分析、教学改进精准规划。在这个过程中,教师的教学策略得以丰富,专业判断愈加敏锐,整校教学质量持续提升。
-
-
于聪;
刘飞
-
-
摘要:
人工智能教育应用的伦理讨论重点有教育大数据导致信息数据存在隐患、智能应用潜在威胁着教师职业的稳定、定制化推荐算法潜藏的伦理问题、教育方面难以避免的数字鸿沟引发的伦理风险、智能应用兴起存在的社会情感的伦理冲突等不同方面的伦理问题。究其原因,与用户太过追崇技术、独立思考与选择能力弱化、监督管理与法律制度的不足等有着重要关系。人工智能教育应用应健全智能教育应用的伦理法规机制,建立追责制度,完善算法透明与数据监督体系,构筑以人为本的伦理认知,来推动人工智能教育应用高质量发展。
-
-
王惠
-
-
摘要:
借鉴DWIP模型,从教学设计、教学实施、教学评价三个方面分析了构建高职教师数据智慧模型的12个评价因子,提出教师要注重数据智慧职业能力的培养,使用教育大数据改进优化教学,不断提高人才培养质量。
-
-
杨欢;
刘世清
-
-
摘要:
人工智能的快速发展,是目前科研人员和教育工作者的研究热点。尤其是近年来,人工智能与教育的结合,给教育带来了新一轮的变革,人们普遍关注人工智能给教育带来的机遇,却很少有人关注其背后隐藏的教育风险。该文对人工智能背景下隐藏的教育风险进行梳理,并提出一些规避策略,以期人工智能可以更好地为教育教学服务,这对人工智能以及教育信息化的发展具有重要意义。
-
-
杨文;
王珩;
边晓静
-
-
摘要:
本文以贵州省轻工职业技术学院机电工程系专业基础课程《PLC应用技术》为例,根据教学实践和专业基础课程特点,改善教学方法和教学内容,构建基于学习通平台的线上线下混合式教学模式,并结合该模式下具体的教学实践,实践研究中以《PLC应用技术》中一个项目为例,设计一系列教学活动,实现了《PLC应用技术》混合式教学实践分析。总结此模式的实践效果及问题,并提出基于教育大数据《PLC应用技术》课程混合式教学模式的优化建议。
-
-
陈鹏;
刘铖
-
-
摘要:
增值评价在科学与价值、个性与公平、传统与未来之间具有辩证张力,契合教育循证化、教育高质量发展、教育大数据等时代趋向,为中小学生劳动素养评价提供了新的视角。内在逻辑层面,劳动素养与增值评价不仅在理念和特性上具有一致性,并且其结合能够实现二者优势互补;技术逻辑层面,增值评价模型可以为劳动素养评价提供技术迁移,延展其实施范围。为保障劳动素养增值评价的真正实现,可设立专职的测评机构,制定量化的指标体系并注重在真实情境中测量,同时要探索学段间与学校间的数据衔接机制。
-
-
-
-
李秀霞;
宋凯;
赵思喆;
周娜
- 《“大数据驱动的教育变革”国际研讨会暨首届中国教育大数据发展论坛》
| 2016年
-
摘要:
以Web of Science和CNKI数据库为数据源,利用共词分析法和LDA模型获取中外教育大数据研究的主题分布.国内教育大数据研究主要集中在教育教学改革、教学模式及应用、教育数据分析和个性化学习研究、人才培养、教师专业发展5个方向;国外研究主要集中在技术环境研究、数据挖掘及应用、教育应用研究、用户研究、开放资源与个性化教学5个方向.通过国内外研究主题的对比分析,发现国内在教育数据挖掘、教育数据保护、教育应用和教育数据开放4个方面与国外存在较大的差距,针对于国内教育大数据研究存在的不足,分别从政策法规制定、智慧校园建设、人才培养模式以及媒体融合等方面提出国内教育大数据的发展策略.
-
-
-
ZHANG Yuanzeng;
张远增
- 《第二届全国教育实证研究专题论坛》
-
摘要:
教育数据是人类主观建构的记载教育系统及其活动和活动结果的体系.在大数据时代,教育数据既是科学研究范式又是产品和资源.本文在界定并分析教育数据概念的基础上,论述了教育数据制式及其结构与内容、教育数据设计及其结构与内容.教育大数据作为科学研究范式,它对教育学学术研究提出的实质性挑战是,教育学尽快建立起教育信息学和计算教育学两个分支,为促进教育实现从工业化教育到数字化教育的转型提供理论指导.
-
-
胡学钢;
卜晨阳;
刘菲;
吴共庆
- 《2018年中国高校计算机教育大会》
| 2018年
-
摘要:
分析目前教育学研究者对于认知诊断模型的观点,指出基于试题知识点关联矩阵的DINA模型难以适应学生解题的海量数据呈现出的不同粒度层次问题,提出多粒度知识点表示模型并改进认知诊断模型,说明模型可以构建知识点之间的关联关系、解决数据稀疏问题和不同粒度的知识点表示问题.
-
-
胡学钢;
卜晨阳;
刘菲;
吴共庆
- 《2018年中国高校计算机教育大会》
| 2018年
-
摘要:
分析目前教育学研究者对于认知诊断模型的观点,指出基于试题知识点关联矩阵的DINA模型难以适应学生解题的海量数据呈现出的不同粒度层次问题,提出多粒度知识点表示模型并改进认知诊断模型,说明模型可以构建知识点之间的关联关系、解决数据稀疏问题和不同粒度的知识点表示问题.
-
-
胡学钢;
卜晨阳;
刘菲;
吴共庆
- 《2018年中国高校计算机教育大会》
| 2018年
-
摘要:
分析目前教育学研究者对于认知诊断模型的观点,指出基于试题知识点关联矩阵的DINA模型难以适应学生解题的海量数据呈现出的不同粒度层次问题,提出多粒度知识点表示模型并改进认知诊断模型,说明模型可以构建知识点之间的关联关系、解决数据稀疏问题和不同粒度的知识点表示问题.
-
-
胡学钢;
卜晨阳;
刘菲;
吴共庆
- 《2018年中国高校计算机教育大会》
| 2018年
-
摘要:
分析目前教育学研究者对于认知诊断模型的观点,指出基于试题知识点关联矩阵的DINA模型难以适应学生解题的海量数据呈现出的不同粒度层次问题,提出多粒度知识点表示模型并改进认知诊断模型,说明模型可以构建知识点之间的关联关系、解决数据稀疏问题和不同粒度的知识点表示问题.
-
-
刘彦楼;
辛涛;
李令青
- 《“大数据驱动的教育变革”国际研讨会暨首届中国教育大数据发展论坛》
| 2016年
-
摘要:
本文提出了改进后的用于诊断分类模型中模型选择的Wald统计量.尽管Wald统计量在DCM的模型选择中具有重要作用,但是以往研究(Ma,Iaconangelo,&de la Torre,2016;de la Torre&Lee,2013)中Wald统计量的表现并不好.本研究中共进行了两个模拟研究.模拟研究1的目的是检验分别使用观察信息矩阵以及三明治信息矩阵计算的用于模型选择的Wald统计量的一类错误控制率.模拟研究2的目的是检验以上两种方式构建的Wald统计量的统计检验力.模拟结果显示:(1)使用观察信息矩阵时,Wald统计量在DINA,C-RUM以及DINO模型上的一类错误控制率很接近预先设定的显著性水平.(2)当使用三明治信息矩阵构建Wald统计量时,DINA,C-CUM的一类错误控制率略低于预先设定的显著性水平.对于DINO而言,当时其一类错误控制率相对保守;当样本量较小且时,一类错误控制率膨胀.(3)对于DINA与DINO而言,用于模型选择的Wald统计量的统计检验力在所有条件上都很高.对于C-RUM而言,当样本量比较小且时,Wald统计量的统计检验力偏低.