新書推薦：
《
抢人：数字时代如何快速吸纳精准人才（美国商业图书大奖AXIOM年度图书）
》
售價：HK$
66.7
《
给好奇者的黑洞简史
》
售價：HK$
67.9
《
债务机器：美国的银行政策与个人陷阱
》
售價：HK$
79.4
《
朝鲜半岛古代史研究
》
售價：HK$
182.6
《
钱穆：国史新论
》
售價：HK$
78.2
《
洪武元年：大明开国的罪与罚
》
售價：HK$
66.7
《
大学问·从东方到中亚——19世纪的英俄“冷战”（1821—1907）
》
售價：HK$
90.9
《
元宴
》
售價：HK$
216.2
|
| 編輯推薦： |
|
伴随教育大数据时代的到来，在线协作讨论活动得到了越来越多技术方法的支持。一方面，在线平台可以借助技术的支持，记录协作者在协作讨论过程中产生的各种数据。另一方面，学习分析技术的发展，也使得更多新的技术方法可以与在线协作讨论过程分析进行有效结合，为在线协作讨论的过程分析方法向实际教学场景发展提供了可能。因此，如何在新的环境下建立合理的在线协作讨论分析模型，并实现自动化的数据分析与结果呈现，促进教师对在线协作讨论过程的有效监控与分析，成为一个重要的研究课题
|
| 內容簡介： |
|
大规模在线教育中基于协作的学习能够对学习者提供重要的益处。面对不断增长的在线学习群体，对协作学习过程进行科学分析，辅助教师提供及时反馈变得尤为重要。本书基于过程分析的视角，从知识加工、行为模式、社交关系三个维度构建了在线协作讨论分析模型，对在线协作学习中的知识发展水平、交互行为规律，群组交互结构进行深入分析。基于该模型，设计了支持在线协作讨论过程分析的交互式可视化分析工具，为大规模在线教育场景下的学习监督、教学干预、预测诊断提供基础技术支撑。
|
| 關於作者： |
|
郑娅峰，1979年生，女，河南洛阳人，北京师范大学教育技术学博士，河南财经政法大学副教授，硕士生导师，河南省高校创新人才（人文社科类）支持计划入选者。长期从事信息技术教育应用研究，关注创新教育的理论与实践，教育数据挖掘、学习分析与数据可视化呈现等研究。主持国家自然科学基金2项、教育部人文社会科学基金1项，省部级科研课题多项。在《Educational Technology & Society》《电化教育研究》和《中国电化教育》等国内外权威期刊上发表学术论文20余篇。出版教材3部，其中《网页设计与开发---Html、CSS、JavaScript实例教程》全国总销量10 万册，并被新闻出版署评为畅销图书奖。
|
| 目錄：
|
|目录|1绪论
11研究背景
111大规模在线教育
112在线协作学习
113在线协作学习的发展需求
12问题提出
13研究意义
2国内外研究现状
21在线协作学习分析模型研究
211不同维度分析
212单一要素分析
22在线协作学习分析方法研究
221简单统计方法
222内容分析法
223社会网络分析法
224序列分析法
225数据挖掘方法
23在线协作学习分析工具研究
24在线协作学习分析现存问题
241分析模型存在的问题
242分析方法存在的问题
25本章小结
3面向自动化的在线协作讨论多维分析模型
31在线协作学习理论基础
311社会建构主义理论
312活动理论
32多维分析模型的构建
33模型的构成维度
331知识加工
332行为模式
333社交关系
34模型的分析对象
341个体层次对象分析
342群组层次对象分析
343社区层次对象分析
344不同层次关系分析
35本章小结
4面向自动化的在线协作讨论分析方法
41知识加工分析方法
42行为模式分析方法
421行为模式分析
422行为模式方法构建
43社交关系分析方法
44本章小结
5在线协作学习可视化理论
51可视化学习相关概念
511在线学习可视化发展
512学习分析
513可视化分析
514可视化学习分析
515在线学习可视化工具的评价原则
52在线学习可视化呈现方法
521比较型图表呈现
522关联型图表呈现
523分布型图表呈现
524构成型图表呈现
525时间型图表呈现
53本章小结
6在线协作学习可视化分析工具设计与实现
61理论依据
62功能模块与系统框架
621功能模块
622系统框架
63关键技术实现
64工具功能设计
641管理配置功能
642知识加工模块设计
643行为模式模块设计
644社交关系模块分析
65工具有用性评价
651数据收集
652样本选择
653实施过程
654结果分析
66本章小结
7基于在线协作讨论分析模型的案例研究
71实验设计与实施
711实验对象
712活动设计
713实验过程
72实验结果
721知识加工的实验结果
722行为模式的实验结果
723社交关系的实验结果
724群组聚类的实验结果
73结果讨论
731知识加工实验结果的讨论
732行为模式实验结果的讨论
733社交关系实验结果的讨论
734群组聚类实验结果的讨论
735可视化工具的讨论
74本章小结
8研究总结与展望
81研究总结
82研究局限
83研究展望
参考文献
附录
附录1教师访谈提纲
附录2在线协作讨论分析工具有用性调查问卷
索引
|
| 內容試閱：
|
|
1 绪 论1.1 研究背景1.1.1 大规模在线教育大规模在线教育是在线教育发展的新形态，被誉为教育变革的主战场（吴剑平、赵可, 2013）。大规模开放在线课程（Massive Open Online Course，MOOC）是大规模在线教育最为重要的载体。其通过网络技术，将课堂教学、学习体验、师生互动等环节完整地在线实现，形成一种更加交互、基于群体行为的学习模式。MOOC是伴随互联网发展起来的新型在线教育模式，其秉承开放共享知识的理念，借助互联网模式成功实现了优质教育资源的全球共享，不仅突破了传统在线学习方式和教学方法，也促进了教育公平。在互联网的高速发展和开放教育理念的普及下，开放教育资源运动在全球得到了快速发展。MOOC因其高质量的课程资源，创新的学习模式被国内外越来越多的学习者所接受与传播。2012年，MOOC的井喷式涌现引起了世界的普遍关注。不同于传统的网络教育，依托大规模开放课程的在线教育有其鲜明的特点（王颖、张金磊、 张宝辉, 2013）。首先，开放性特征。在线教育的开放性使其规模是空前的，众多国内外知名高校参与其中，包括哈佛大学、MIT、北京大学、清华大学等。自2013年被定义为中国MOOC元年以来，我国高校相继通过MOOC学分互认、上海高校课程联盟等多种手段，促进在校学生的MOOC选课，推进更广泛和更灵活的在线学习方式。据教育部数据显示，截至目前，我国共有12500门慕课上线，超过2亿人次在校大学生和社会学习者学习慕课，6500万人次大学生获得慕课学分。第二，以学习者为中心的特征。在线教育采用翻转课堂、课堂讨论等形式，将传统以教师为中心的授课转变为以学生自主学习为主要形式的教学形态。学习者在学习中，具有充分发挥主观能动性的空间，学习方式与交互方式都发生重大改变。在学习的过程中，教师角色进一步弱化，仅作为助学者出现，学生的主体性更加突出。第三，大数据特征。在线教育还有独特的大数据特点。在线学习过程中，学习者之间、学习者与学习资源之间大量的交互使得学习者之间以及学习者和环境之间形成了一个复杂的学习网络，积累了大量混杂而全面的数据，构成了在线教育具有数据量大、产生快速和多样的大数据特点。大规模在线教育的三个特性，使其区别于传统的网络课程成为一种新的网络教与学方式，带来了开放网络时代教与学方式的深刻变革。基于互联网 教育的组织视角，通过高性能通信平台、丰富的数字资源、多样的学习工具、高效的教学组织、适切的服务支持，当前的大规模在线教育正在向超大规模型教育发展（黄荣怀、 张慕华、沈阳、 田阳、曾海军, 2020）。在线教育作为一种新的教育形态，正快速影响社会和经济发展。在线教育从共享课程、优质教师和传播教学方法的角度，促进了教育的公平。移动技术使得通信成本大幅度降低，即使在边远地区，人们也可以借助手机等通信手段接受免费的资源信息，获得教育的机会。2020年发生疫情以来，全国万亿学生同时开展的停课不停学大规模在线教育也表明，我国在线教育的硬件基础设施和通信网络能够支撑超大规模在线教育的有效开展。硬件基础建设富有成效。然而，仅仅利用通过技术手段的传播仍不足以解决教育本质的问题。在线教育繁盛的另一面，是在线学习面临的高辍学率及低通过率。据统计，目前MOOC完成率仅为6%。这是因为，学习的发生不仅仅是内容的传递。相比于传统的课堂学习，在线学习的时空分离，使得学习者之间的协作与交流变得异常重要。在线学习的学习方式呈现多元化和多样化特征。学习可以是个体学习，也可以是小组层面的、社群层面的学习。构建与学习者特征和学习环境相适应的协作学习小组，使在线学习者从独自学习转变为以团队的形式进行协作学习，可以有效改善学习体验，降低学习孤独感，增强学习者的有效参与和学习投入。因而，在线协作学习理论和实践是大规模在线教育效率提升和质量保证的重要途径（琳达哈拉西姆、肖俊洪, 2015）。然而，在在线教育中设计和开展在线协作学习是需要解决的一个重要难题。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
