基于眼动追踪技术的在线学习认知负荷量化模型研究

发布时间：2021-10-27 03:56

　　与传统课堂学习相比,在线学习具有信息量大、复杂度高的特点,对在线学习者的学习效果具有一定的负面影响。在分析认知负荷与眼动追踪技术的基础上,文章结合注视时间、注视点个数、瞳孔直径等三项眼动指标,构建了基于眼动追踪技术的在线学习认知负荷量化模型。随后,文章通过在线学习环境下的学习者认知负荷测试实验,结合大量眼动实验数据,验证了量化模型的可行性和准确性。基于眼动追踪技术的在线学习认知负荷量化模型的提出,可为生理指标测试工具应用于在线学习提供有价值的理论参考。 

【文章来源】：现代教育技术. 2019,29(07)北大核心CSSCI

【文章页数】：7 页

【部分图文】：

85组认知负荷测量值PT和量化值P的分布图63

【参考文献】：
期刊论文
[1]定向运动员识图过程中视觉搜索特征研究[J]. 刘阳,何劲鹏.  中国体育科技. 2018(04)
[2]在线测评中的学习者眼动行为分析——以浙江工业大学的眼动实验为例[J]. 江波,王小霞,刘迎春,高明.  现代教育技术. 2018(05)
[3]数据可视化传播效果的眼动实验研究[J]. 许向东.  国际新闻界. 2018(04)
[4]网络教学视频字幕设计的眼动实验研究[J]. 王雪,王志军,候岸泽.  现代教育技术. 2016(02)
[5]基于眼动跟踪的自动瞄准技术研究[J]. 尹露,王雨婷,罗斌,张良培.  兵工学报. 2014(S1)
[6]基于认知负荷理论的有效教学设计研究[J]. 汪明,曹道平.  现代教育技术. 2013(05)



本文编号：3460821