学习分析视域下学习预测研究的发展图景

发布时间：2022-10-23 19:29

　　学习预测是教育领域的新兴主题,致力于为学习者提供有效的个性化学习服务、提升在线学习效果。为厘清国内学习预测研究的发展图景,文章首先以2016～2019年教育技术领域的8种中文核心期刊为文献来源,选取25篇论文作为研究样本,编制了学习预测研究编码表。接着,文章从预测对象、学习情境、学习者和预测模型四个维度对样本论文进行了量化分析。随后,文章阐释了学习预测研究具有的风险识别、数据理解和过程诊断三重效用。最后,文章从预测对象、预测模型、预测指标、预测旨趣四个维度,指出了学习预测研究的未来发展方向,旨在解决学习预测面临的现实难题,进一步推动其在学习分析领域的发展与应用。 

【文章页数】：7 页

【文章目录】：
一学习预测研究的获取与编码
    1文献来源
    2样本选取
    3内容编码
二国内学习预测研究的现状
    1预测对象
    2学习情境
    3学习者
    4预测模型
三学习预测研究的三重效用
    1风险识别：个性化支持与干预
    2数据理解：学业成功描述与归因
    3过程诊断：学习规律挖掘与探索
四学习预测研究的未来发展方向
    1预测对象：扩展“学习成功”内涵
    2预测模型：构建自适应学习预测模型
    3预测指标：有效运用时序信息
    4预测旨趣：综合考虑模型的解释力和预测力


【参考文献】：
期刊论文
[1]挖掘有意义学习行为特征:学习结果预测框架[J]. 武法提,田浩.  开放教育研究. 2019(06)
[2]在线学习危机精准预警及干预:模型与实证研究[J]. 舒莹,姜强,赵蔚.  中国远程教育. 2019(08)
[3]任重道远:人工智能教育应用的困境与突破[J]. 郑勤华,熊潞颖,胡丹妮.  开放教育研究. 2019(04)
[4]网络环境下的案例教学:在线讨论的效果及影响因素分析[J]. 罗恒,曾兰,杨婷婷.  中国远程教育. 2019(05)
[5]学习分析视角下的个性化预测研究[J]. 张琪,王红梅,庄鲁,赖松.  中国远程教育. 2019(04)
[6]基于教育大数据的学习习惯动力学研究框架[J]. 武法提,殷宝媛,黄石华.  中国电化教育. 2019(01)
[7]学习云空间中基于大数据分析的学情预测研究[J]. 王希哲,黄昌勤,朱佳,徐小琪.  电化教育研究. 2018(10)
[8]基于LMS数据的远程学习者学习投入评测模型[J]. 李爽,李荣芹,喻忱.  开放教育研究. 2018(01)
[9]学业成就与学业风险的预测——基于学习分析领域中预测指标的文献综述[J]. 范逸洲,汪琼.  中国远程教育. 2018(01)
[10]基于在线学习行为的学习成绩预测及教学反思[J]. 吴青,罗儒国.  现代教育技术. 2017(06)



本文编号：3696989