read

References

Citekey: @顾小清2012学习分析

顾小清, 张进良, & 蔡慧英. (2012). 学习分析: 正在浮现中的数据技术. 远程教育杂志, (1), 18–25.

Notes

Highlights

教育工作者利用数据考核、分析和评估教学和学习已有 悠久历史,随着参与网络学习的人数和支持网络学习活动的 工具种类的剧增,有关学习行为数据的数量不断增多并具多 样性。 (p. 1)

1.学习分析技术的定义 (p. 2)

EDUCAUSE 研究机构对学习分析技术的界定是:学习 分析技术就是利用数据和模型,预测学习者在学习中的进步 和表现,预测未来表现和发现潜在问题[12]。 (p. 2)

2.学习分析技术的要素 (p. 2)

从纵向发展角度来看,学习分析技术是 CMI 与DDDM 发 展的产物,而从横向发展角度来看,学习分析技术又是网络 分析技术(web analytics)与学术分析技术(academic analytics) 综合应用的结果。 (p. 3)

(5)多元化的理论基础。 学习分析技术的理论基础包括 分析理论和实践知识两部分:第一是协同过滤算法、贝叶斯 网络、关联规则挖掘、聚类、基于知识的建议和协同过滤算法 等理论的有效分析方法和技术。 第二是与学习理论、良好的 教学实践、知识共同体的构建、学生的学习动机、毅力和动机 等知识积累的相关领域[17]。 (p. 3)

(二)学习分析技术中的关键技术 (p. 4)

伦理问题
不知是隐私问题,还涉及ethical use of results (p. 6)

隐私问题 (p. 6)

学习分析技术所能 够获取的是那些学生的外显行为数据, 由于内隐数据的缺 位,行为数据也许不能反映学生学习的全貌。 如果只分析行 为数据,我们就有重返行为主义学习理论的危险[57]。 (p. 6)

五、存在的问题与挑战 (p. 6)

责任分担问题 (p. 6)

Blog Logo

Bodong Chen


Published

Image

Crisscross Landscapes

Bodong Chen, University of Minnesota

Back to Home