基于坐姿的课堂注意力测量工具设计与开发

发布时间：2020-11-21 02:53

　　 学习分析旨在通过对学习者行为数据的挖掘、处理、分析,获取行为数据背后蕴含的规律,为精准教学提供数据参考;虽然“线上”“线下”数据获取方式丰富,但是“线下”数据还面临收集困难、处理困难等问题。最近有研究表明,学习者的坐姿和课堂注意力之间存在某种联系,为解决“线下”数据采集困难,有研究者基于坐姿和课堂注意力这种联系,利用智能硬件、传感器设计了一款可测量学习者课堂注意力的教育装备,但是该装备在使用中还存在若干问题:学习者课堂坐姿类型是否完善,工具无法检测到学习者站立、转身等干扰行为,以及该工具需要路由器提供网络环境,但是路由器对终端设备数量的限制,导致该工具无法批量使用,即还无法真正做到为“线下”数据采集提供更有效的方法。为解决课堂注意力测量工具存在的技术缺陷,本研究力图在具身认知理论和注意力资源分配理论基础上,以课堂学习者坐姿为注意力中间测量指标,细化注意力卡系统中的坐姿类型,优化坐姿-注意力算法,分析现有通信技术优缺点,选择合适硬件,结合“主从式”多机通信方案,先设计课堂注意力测量工具(注意力卡)系统方案,再具体采用51单片机、JY61角度传感器、2.4G nRF2401无线透传模块、STM32单片机、ESP8266 WIFI通信模块,完成注意力卡硬件开发,以中移动OneNET为数据存储、实时监测平台。最后在中学课堂(习题讲解、新课讲解)开展注意力卡测试实验,计算实验无线通信有效数据率,对比注意力卡设备数据和课堂视频编码后的注意力数据(教师根据课堂视频,对被试学生课堂注意力表现的评价数据)、教师访谈数据,相关数据分析结果表示:“主从式”多机通信方案可在中学课堂采用,注意力卡设备数据与教师对被试学生的课堂表现评价数据比较贴切,与课堂视频编码后的注意力数据相关性显著,从而验证了注意力卡工具是实用有效的。
【学位单位】：华东师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：G434;TP311.56
【部分图文】：

目前，学习者学习背景、学习能力、学习需求呈多样化，给实施精准教巨大的挑战，因此掌握学习者背后的各类大数据，有利于建立完善的学习，易于教师实施个性化教学，以及教师在不同阶段采取不同的干预措施、学计划。杨现民教授曾提出融合课堂教学大数据、在线学习行为大数据及校外辅据的教学大数据概念，打通三大教学数据之间的沟通壁垒，丰富学习者大源，期望实现精准教学4，如图 1-1；祝智庭和雷云鹤曾以上海某中学为实场景，总结出包含数据层、技术层和教学应用层的精准教学层级关系图，2，其中作为整个框架的基础——数据层，详细描述了数据层级、数据来据类型5。以及还有更多研究者在研究如何利用学习者的各种学习行为数于精准教学，可见学习者大数据的重要性，以及如何获取、分析数据的方显得更加重要了。

总结出包含数据层、技术层和教学应用层的精准教学层级关系图，如图1-2，其中作为整个框架的基础——数据层，详细描述了数据层级、数据来源和数据类型5。以及还有更多研究者在研究如何利用学习者的各种学习行为数据服务于精准教学，可见学习者大数据的重要性，以及如何获取、分析数据的方法也就显得更加重要了。图 1-1 教学大数据实践框架(图表来源于杨现民，李新，邢蓓蓓《面向教育的教学大数据实践框架构建与分析》)4杨现民，李新，邢蓓蓓. 面向智慧教育的教学大数据实践框架构建与趋势分析[J]. 电化教育研究，2018,39(10):21-26.5雷云鹤，祝智庭. 基于预学习数据分析的精准教学决策[J]. 中国电化教育，2016

线下 数据获取有多种方式，比如通过卷面考试采集的定量数据，文案记录上的基本信息数据，深度访谈、参与式观察等采集的质性数据8；二是一定技术手段采集真实环境下学习者 线下 行为数据，如浙江省杭州第十学在教室内安装了的 智慧课堂行为管理系统 ，该科技使用摄像头捕捉真堂中学生的面部表情、行为和教师的课堂教学行为，用于后期找出课堂行为习成绩的相关性以及教师课堂教学行为之间的相关性；上海创视通自研发的智能-课堂质量评估系统（AI-CQE），如图 1-3 所示，该系统利用深度学习工智能训练方法，智能识别、记录课堂视频中教师和学生的面部表情、课堂，存储至数据库中，后期处理、分析这些大数据，最后以图表形式呈现给相员，从而表征课堂质量。但是以上 2 种方法造价、运行、维护成本高，不易使。此外再比如实验室环境下的脑波仪、眼动仪，可实时获取学习者脑电数眼动数据，反映学习者在真实学习环境中的各种心理状态。
【相似文献】

相关期刊论文 前10条

1 李争;;飞碟多向射击中注意力转移和分配问题初探[J];明日风尚;2017年15期

2 陆焕;注意力分配的科学与艺术[J];社会;1984年06期

3 曾宪聚;张雅慧;冯耕中;;注意力视角下媒体报道对股价的影响模型研究[J];运筹与管理;2019年07期

4 郭路平;;飞碟多向射击中注意力转移和分配问题初探[J];祖国;2018年15期

5 白忠贞，高秀峰，韩惠芬，卞鹰;汽车驾驶员注意力分配测试的研究[J];山东医科大学学报;1994年04期

6 朱张莉;饶元;吴渊;祁江楠;张钰;;注意力机制在深度学习中的研究进展[J];中文信息学报;2019年06期

7 郑崇明;徐望来;;任务清晰度、相对获得感与高校教师的注意力分配[J];集美大学学报(教育科学版);2018年01期

8 周海宏;;(连载二十六)第四章 孩子学琴家长一定要知道的事——了解与沟通篇[J];音乐生活;2015年02期

9 王艳敏;;产品设计中的原型与注意力关联性研究[J];包装工程;2018年24期

10 程梦;洪宇;唐建;张家硕;邹博伟;姚建民;;面向属性抽取的门控动态注意力机制[J];模式识别与人工智能;2019年02期

相关博士学位论文 前2条

1 张友梅;基于注意力卷积神经网络的人群计数算法研究[D];山东大学;2019年

2 王宗胜;基于注意力的证券投资选择[D];天津财经大学;2007年

相关硕士学位论文 前10条

1 张琴;基于坐姿的课堂注意力测量工具设计与开发[D];华东师范大学;2019年

2 吴秋萍;亲子小组在儿童注意力提升中的运用研究[D];广西师范大学;2019年

3 童杏;拉丁舞训练对不同学舞年限的学龄期儿童注意力影响的研究[D];首都体育学院;2019年

4 谢枝旭;地方党委决策注意力分配研究[D];厦门大学;2018年

5 王一羽;城乡结合部3-4年级小学生课堂注意力调查研究[D];云南大学;2017年

6 张奕璇;移动互联网时代注意力素养研究[D];浙江工业大学;2018年

7 祝元勃;基于深度学习与自注意力机制的情感分类方法研究[D];西安理工大学;2019年

8 王庆辉;母公司创新注意力对子公司绩效的影响研究[D];山东工商学院;2019年

9 张见见;虚拟战场环境下CGF感知注意力建模研究[D];国防科学技术大学;2016年

10 王玉;注意力训练提升低年级小学生学习成绩的效果研究[D];华中师范大学;2018年

本文编号：2892409