物联网技术应用于学前儿童类比推理评价与学习支持的研究——基于认知诊断方法

发布时间：2022-01-10 05:22

　　在智慧教育背景下开展交叉学科研究,探究物联网技术在学前儿童类比推理评价与学习支持领域的应用。研究借助物联网技术设计类比推理工具,自动化采集和传输数据,采用认知诊断方法从更为微观的层面探究幼儿类比推理的特点、自动化反馈对幼儿类比推理学习的影响。研究发现,反馈和反馈+解释能够有效促进学前儿童类比推理能力的发展,促使学前儿童类比推理认知属性掌握模式的改变。利用物联网技术设计学前儿童学习与发展评价工具具有可行性和有效性,自动化反馈能够支持学前儿童类比推理学习。 

【文章来源】：电化教育研究. 2020,41(09)北大核心CSSCI

【文章页数】：8 页

【部分图文】：

学前儿童类比推理任务样例

类比推理测查及数据采集、传输过程

由于交互作用显著（如图3所示），故需进行简单效应检验，分析发现各组第一次测查分数无显著差异，F(3,117)=0.131,p>0.05，各组第二次测查分数存在极其显著差异，F(3,117)=35.69,p<0.001，η2=0.478，事后检验发现控制组得分显著低于练习组（p<0.01）、反馈+解释组（p<0.001）、反馈组（p<0.001），练习组得分显著低于反馈+解释组（p<0.001）和反馈组（p<0.001），反馈组和反馈+解释组的分数无显著差异（p>0.05），说明反馈的影响显著，反馈+解释和单独反馈相比并没有起到更大作用。从各组两次测查分数差异来看，各组前后测分数均存在显著差异，即反馈组（p<0.001，η2=0.807）、反馈+解释组（p<0.001，η2=0.771）、练习组（p<0.001，η2=0.379）和控制组（p<0.05，η2=0.081）的后测分数均显著高于前测分数，说明成熟和练习也能影响类比推理能力的发展，但后测各组之间的差异分析结果说明，反馈能更好地促进类比推理能力的发展。（三）反馈对学前儿童类比推理认知属性掌握模式的影响

【参考文献】：
期刊论文
[1]智能时代基于深度学习的课堂教学设计[J]. 谢幼如,黎佳.  电化教育研究. 2020(05)
[2]混合学习环境下交互式课堂生态系统设计及实证研究[J]. 黄志芳,周瑞婕,万力勇.  电化教育研究. 2020(04)
[3]面向即时数据采集与分析的学习投入纵向研究——基于经验取样法与交叉滞后分析的综合应用[J]. 马志强,岳芸竹.  电化教育研究. 2020(04)
[4]物联网技术和儿童学习与发展[J]. 郭力平,何婷,吕雪,李姗姗.  学前教育研究. 2020(01)
[5]中国教育信息化领域热点盘点与趋势展望——兼论《现代教育技术》杂志2020年选题策划[J]. 宋述强,钟晓流,焦丽珍,李海霞,杨智芳.  现代教育技术. 2019(12)
[6]基于人工智能视频处理的课堂学生状态分析[J]. 贾鹂宇,张朝晖,赵小燕,闫晓炜.  现代教育技术. 2019(12)
[7]智慧教育视域下混合式学习空间的构建与实践研究[J]. 陈明阳,阳亚平,陈明,陈展虹.  中国远程教育. 2019(11)
[8]增强现实技术在孤独症儿童干预中的应用研究——以词汇认知干预为例[J]. 陈靓影,赵俊敏,王广帅,张坤.  现代教育技术. 2019(08)
[9]脑机交互促进学习有效发生的路径及实验研究——基于在线学习系统中的注意力干预分析[J]. 胡航,李雅馨,曹一凡,赵秋华,郎启娥.  远程教育杂志. 2019(04)
[10]21世纪以来的新兴信息技术对教育深化改革的重大影响[J]. 何克抗.  电化教育研究. 2019(03)



本文编号：3580128