远程环境中学习者特征模型的研究

发布时间：2020-11-05 20:48

　　 信息时代推进远程教育的飞速发展,而科技发展的双刃剑使得远程学习的机遇和挑战并存。本研究以远程学习者特征为突破口,从中发现问题并提出改进策略,以期在充分了解远程学习者及其学习过程和学习情况的基础上提高远程学习效率。首先,对国内外的远程学习进行文献综述,指出学习者特征是提高远程学习效率的关键点。在此基础之上对远程学习等相关概念进行界定,分析远程学习与个性化学习的关联,并分别从远程学习基础理论、自我导向学习理论、行为学习理论、社会认知理论为视角,论证认清远程学习的必要性和重要性,为探讨与分析构建现代远程环境学习者模型以及各方面的关系奠定了基础。其次,在梳理远程学习者特征要素的理论基础之后,选择班杜拉的三方互惠决定论因果模型作为理论基础。利用扎根理论的研究思路,基于国内外有关学习者特征的相关研究筛选出影响远程学习者学习的主要特征因素,并结合领域专家意见,进行编码、选择与归类,从远程学习者背景特征、心理特征、行为特征三个维度构建现代远程环境中学习者特征概念模型。再次,以现代远程环境下学习者特征的概念模型为基础,从远程学习者的背景特征、心理特征和行为特征三个维度设计指标体系,并根据指标体系的相关内容进行数据收集。之后借助SPSS21.0软件对数据进行描述统计、相关、回归等方法处理,以探寻远程学习情况、远程学习的影响特征及特征对学习成绩的影响。最后,结合数据处理结果对远程学习者概念模型进行修改,最终建立现代远程环境下学习者特征模型。最后,根据案例分析得出结果:1)现代远程学习环境中的学习者基本学习情况较好,但仍有亟待改进之处;2)不同学习背景的远程学习者在心理特征和行为特征方面存在差异;3)现代远程学习者心理特征部分要素之间及行为特征部分要素之间存在相关关系;4)远程学习者成绩受发帖量(0.084)、学习时长(0.062)、成绩反馈(0.216)、学习评价(0.381)、学习期望(-0.133)、自我效能感(0.106)等因素影响。之后,根据研究结论,从利益相关者的视角,对远程学习者、远程授课教师、远程课程设计者、教育教学管理者提出远程学习的改进方法与策略。
【学位单位】：淮北师范大学
【学位级别】：硕士
【学位年份】：2020
【中图分类】：G434
【部分图文】：

9习因素的考虑稍显单薄，只是从学习积极性和学习习惯两个方面进行。Self等人(1994)从学习模型的完整性考量学习者特征，认为一个完整的学习者模型必须包含学习者领域知识、偏好、主要目标、兴趣、学习进展等信息[26]。此项研究极大的丰富了学习者特征的研究领域。而后的研究多通过实证的方式进行，主要成果如下:Qureshi(2002)通采用判别函数分析法对远程教育和在校学生的四种描述特征(人口学、经验、动机、抑制)模型进行了检验，最终将学习者特征概括为人口学特征、动机、障碍、经验、环境等[27]。Brusilovsky(2007)通过搜集自适应系统中学习者在线学习数据构建学习者动态模型，该模型归纳出学习者的个性特征为用户知识、兴趣、目标和任务、背景、个人特质[28]，如图1-1所示。图1-1Brusilovsky学习者特征模型Thalmann(2008)认为特定内容的偏好、呈现模式偏好、用户历史、先前知识、知识状态、媒体类型的偏好以及学习风格[29]是构成个人特征必不可少的要素。Grimley等人(2009)认为认知风格、性别、工作记忆、知识和焦虑[30]对基于web的学习有显著影响。Vandewaetere等人(2011)以自适应学习系统为视角，对用户模型中的学习者个性特征进行了系统性的文献综述，将学习者个性特征分成三类：认知类、情感类、学习行为类[31]。Chrysafiadi和Virvou(2013)认为知识、错误和误解、学习风格、偏好、认知风格、情感特征、动机和元认知特征[32]等是自适应源重要的个体特征。Teampelar等人(2015)跟踪学习管理系统(LMS)的相关数据，从动态的、纵向

11吴战杰利用数据的表现形式，将学习者特征的类别共分为52个项目。极大的丰富了网络学习者特征的具体内容。而后，从分析主体、分析方法、分析对象等多个维度构建学习者分析信息处理模型[35]，如图1-2所示。该模型对传统学习者特征模型进行修正和改进，使其更适合网络远程教育的发展需要。图1-2网络环境下学习者特征多维分析的模型王迎从人的发展的视角提出远程学习者特征模型(DSMS)，如图1-3所示。将远程学习者特征分为人口学特征、支持性特征、动力特征和策略特征四个方面，对远程学习者特征进行了较为深刻的理论研究。之后又搜集2010-2014年发表在核心期刊上有关国内远程教育学习者特征的文章进行研究，发现理论框架、学习动机、学习策略等方面的研究较少[36]。在此前研究的基础上，采用问卷调查法并结合人口学特征，发现：相较于传统学习者而言，远程学习者的年龄、性别、工作、地域、经济发展水平、婚姻状况等都会在一定程度上对学习动机有所影响[37]。图1-3远程学习者特征的DSMS模型[38]

11吴战杰利用数据的表现形式，将学习者特征的类别共分为52个项目。极大的丰富了网络学习者特征的具体内容。而后，从分析主体、分析方法、分析对象等多个维度构建学习者分析信息处理模型[35]，如图1-2所示。该模型对传统学习者特征模型进行修正和改进，使其更适合网络远程教育的发展需要。图1-2网络环境下学习者特征多维分析的模型王迎从人的发展的视角提出远程学习者特征模型(DSMS)，如图1-3所示。将远程学习者特征分为人口学特征、支持性特征、动力特征和策略特征四个方面，对远程学习者特征进行了较为深刻的理论研究。之后又搜集2010-2014年发表在核心期刊上有关国内远程教育学习者特征的文章进行研究，发现理论框架、学习动机、学习策略等方面的研究较少[36]。在此前研究的基础上，采用问卷调查法并结合人口学特征，发现：相较于传统学习者而言，远程学习者的年龄、性别、工作、地域、经济发展水平、婚姻状况等都会在一定程度上对学习动机有所影响[37]。图1-3远程学习者特征的DSMS模型[38]
【参考文献】

相关期刊论文 前10条

1 黄伟;邢士宾;;基于MOOC的远程教育模式研究[J];山东社会科学;2015年S2期

2 孙月亚;;开放大学远程学习者在线学习行为的特征分析[J];中国电化教育;2015年08期

3 黄丹;杨顺起;平凡;马永旭;;成年残疾人远程教育学习者特征的调查分析[J];成人教育;2015年06期

4 梁林梅;;MOOCs学习者:分类、特征与坚持性[J];比较教育研究;2015年01期

5 李运福;傅钢善;;网络环境下学习者动力性特征群体差异研究[J];中国远程教育;2014年07期

6 刘奉越;;西方成人自我导向学习理论发展的比较研究[J];现代远距离教育;2014年02期

7 王锦;;基于网络环境的干部教育学习者特征研究——以西安干部教育培训广播电视大学基地学习者为例[J];现代远程教育研究;2014年02期

8 姜蔺;韩锡斌;程建钢;;MOOCs学习者特征及学习效果分析研究[J];中国电化教育;2013年11期

9 平凡;柳嘉宁;李强;赵园静;;远程教育中残疾学习者特征简析[J];中国远程教育;2013年09期

10 王红艳;胡卫平;;中国在线学习研究现状与启示[J];中国远程教育;2013年08期

相关博士学位论文 前3条

1 黄焕;面向e-Learning的学习者情感建模及应用研究[D];华中师范大学;2014年

2 彭文辉;网络学习行为分析及建模[D];华中师范大学;2012年

3 张家华;网络学习的信息加工模型及其应用研究[D];西南大学;2010年

相关硕士学位论文 前6条

1 尹烨彬;在线环境下成人学习者多维特征研究[D];华东师范大学;2017年

2 刘岩;远程教育中学习者特征与学习行为关系的研究[D];北京交通大学;2016年

3 毕巧春;成人学习者的在线学习行为建模研究[D];北京邮电大学;2016年

4 贾冰;自适应学习系统中学习者模型的表示及特征值获取方法研究[D];东北师范大学;2010年

5 杨金来;网络学习行为的实时监控研究与实践[D];浙江工业大学;2008年

6 吴战杰;网络远程教育中学习者特征分析体系的构建及学生模型（student model）的设计[D];陕西师范大学;2004年

本文编号：2872168