在线学习中学生参与度模型及应用研究

1、在线学习中学生参与度模型及应用研究 在线学习是随着网络技术、计算机技术等技术的发展而产生的 , 其强调学习过程中学习资源的开放性和学生间交流沟通的开放性。 在 线学习已成为主流的学习方式 , 大量的学习者参与到在线学习中。然 而,由于师生间的联系、 沟通、交流不够 ,学生在线学习的参与情况并 不理想, 学生参与的持续性及效率不佳。学生参与是学习发生的必要 条件,学生的参与情况对在线学习有着重要影响。 因此, 有必要对在线 学习中学生的参与情况进行分析与研究 , 帮助教师了解学生的参与情 况以便进行及时干预 , 帮助学生反思自己的学习并促进其深入参与学 习过程。学生参与度是对学生参与情况的量化

2、, 包括学生的行为参与、 认知参与和情感参与 ,是一个复杂的问题。目前, 已有研究主要关注学 生参与的理论模型构建、外显行为统计、影响因素及效果分析, 缺少对学生参与度精确度量的研究。因此 , 论文拟提出一个可信的、可度 量的学生参与度模型 , 对学生的行为参与、认知参与、情感参与进行 精确刻画分析。具体的研究工作主要体现在以下几个方面： (1) 在线 学习中学生参与度模型构建。 针对已有模型中关注学生外显行为表现、 缺乏对认知和情感综合考虑等问题 , 论文依据以学生为中心的建构主 义学习理论、在线学习的要素及影响因素、学生参与的影响因素 , 提 出S-TEC学生参与度模型，并结合在线学习中学

3、生参与的特点，提出 学生参与度模型的“三维四度”分析框架 , 并对该分析框架从行为参 与、认知参与和情感参与三个维度展开 , 形成 3+2+1分析模式。 (2) 基于综合权重的学生行为参与度分析。 针对已有研究中较多地关注学生行为频度 ,缺乏对学生行为广度和行为深度的考虑等问题 , 论文从 学生实际参与的学习活动出发，结合S-TEC学生参与度模型和分析框 架, 提出学生行为参与属性划分；针对学生参与行为属性权重设置问 题, 论文提出利用主观和客观相结合的权重计算方法, 并结合属性权重利用线性加权法计算学生行为参与度； 实验结果表明综合权重结果 排名与最终成绩排名具有更高的一致性 , 行为参与度

4、计算结果与最终 成绩的相关性显著 ,验证了综合权重计算和行为参与度计算的有效性。 (3) 基于灰色偏相关的学生认知参与度分析。针对已有研究中较多地 是对在线讨论内容的频次统计和描述性分析 , 缺乏对学生认知参与度 的深入分析等问题 ,论文以布卢姆认知过程维度为基础 ,扩展学生认 知参与广度 , 形成学生认知参与维度划分；针对认知参与各维度中低 层次维度和高层次维度之间相互影响的特点 , 提出利用偏相关分析计 算各维度的权重： 针对学生认知参与度分析过程中部分信息明确、 部 分信息不明确定的特点 , 提出利用灰色综合评价对学生认知参与度进 行分析；实验结果表明扩展认知广度后的灰色偏相关结果与学生

5、的最 终成绩更相关 , 更能反映出学生的实际认知参与情况。 (4) 云模型支持 下的学生情感参与度分析。 针对在线学习中学生情感体验数据获取和 量化分析的问题，论文首先以Ekman的六种基本情绪为基础，结合在 线学习中学生会出现的学业情绪 ,形成对学生情感体验的划分 ,再采 用自我报告量表测量学生的情感体验 , 得到学生情感体验的量化数据； 针对云模型的不足 ,提出利用改进后的学生情感体验云模型对学生情 感体验进行分析 , 通过学生情感体验云模型的相关参数精确刻画学生 在学习过程中的情感体验； 实验结果表明利用学生情感体验云模型计 算学生的情感体验度结果与学生的最终成绩相关 , 能够反映出学生的 情感参与情况。 (5) 在前文所做研究工作的基础上 , 论文将学生参与度 模型应用于华中师范大学云课堂平台中 , 选取其中一个班级为分析对 象,从整体、个体、不同维度等多个角度进行具体分析 , 帮助教师了解 学生的学习情况 , 以便进行教学策略和学习内容的调整。论文的创新 之处主要体现在：1)构建S-TEC学生参与度模型，为学生参与度分析 提供理论支撑与量化依据； 2)提出基于综合权重的学生行为参与度分 析方法 , 从行为参与的频度、广度、深度对学生行为参与度进行深入 分析； 3) 提出基于灰色偏相关的学生认