搜索到2158篇“ 在线学习行为“的相关文章
学生在线学习行为学习效果的影响研究
2025年
以应用型本科高校红河学院参加生活中的管理学课程混合式教学的学生为研究对象,收集在线学习行为学习效果数据,运用SPSS软件进行分析,发现课程音视频、章节测验、章节学习次数、讨论等八项在线学习行为学习效果之间存在正向积极的相关性。提出制订合理的学习计划、加强师生交流等教学方法,以期唤醒学生学习的内在动力,激发学习兴趣,调动学习积极性,进而提升学习效果。
孙飞燕
关键词:混合式教学
基于数据挖掘的在线学习行为分析模型研究
2025年
本文构建了一个在线学习行为分析模型,运用教育数据挖掘技术,通过Excel和SPSS工具,对超星学习通平台课程的学习行为数据进行分析,并采用多元线性回归模型预测学生的学业成绩。经研究发现,作业平均成绩、课程积分、讨论区发帖数、章节学习次数、视频观看时长等变量是影响学习成绩的主要因素,预测学业成绩能为学习干预和个性化教学提供支持。文章最后提出课程资源优化、开展学练结合、建立学习共同体等提高在线学习质量的建议和措施,以期为优化在线教育决策提供有益的参考。
康迎曦田莉周细凤
关键词:数据挖掘在线学习行为学习绩效
智慧学习环境下的在线学习行为分析
2025年
本文基于智慧学习平台的在线教学受到的关注日益增多,分析在线学习现状及相关因素对提升教学质量具有重要意义。首先,通过对智慧学习平台的课程学习数据进行分析,确定学习行为指标的四个分类:学习者基本情况、操作行为、协作行为、问题解决行为;其次,利用主成分分析和聚类分析,确定学习行为学习效果的正相关性,将学习样本分为积极型和消极型;再次,对比不同环境下的教学效果,发现在线学习在大部分情况下表现优于传统教学;最后,进行学习行为维度与学习成绩的相关性分析,得到影响学习成绩的主要因素为学习时间和学习次数。在此基础上,从学习者、教师等角度提出相应教学建议。
赵元棣刘永欣于槐松
关键词:数据分析
大学生在线学习行为分析与学习效果预测方法探究
2025年
剖析当前在线教学系统存在的一些问题,包括学习行为监测分析的表面化,难以全面反映学生的真实学习情况和挖掘行为模式;学习效果预测准确性欠佳且模型缺乏普适性;个性化教学支持匮乏,资源匹配不当;交互性不足且反馈机制不及时、缺乏针对性。探讨了提升在线学习行为分析准确性与深入性的策略,涉及多元化和跨平台的数据收集、有效的数据处理与特征提取,以及采用多种数据分析方法和先进技术。同时阐述了提高在线学习效果预测的方法,如优化数据特征选择与融合、改进预测模型构建并进行动态更新和个性化调整。文章旨在为解决在线教育现存问题提供思路,促进在线教育向智能化、个性化方向发展。
朱道恒李晓玉冯天心
关键词:在线教学个性化教学
人格特质对学习在线学习行为影响的LSA分析
2025年
人格特质已被证明对学习在线学习行为有重要影响,但目前鲜有学者进行相关实证研究。针对线上线下混合式教学的某课程,本研究采集了学习者一个学期的线上学习行为数据,采用滞后序列分析(lag sequential analysis,LSA)方法,基于大五人格量表简化版(NEO-FFI)比较不同人格特质学习者的线上学习行为序列差异。结果显示,人格维度得分高的学习者更倾向于参与双向互动交流的学习活动;神经质、尽责性学习者倾向于遵循常规的知识获取路径;具备谨慎、探索特质的学习者倾向于运用高效的在线学习策略。基于研究发现,为线上学习平台提出“优化讨论问答区域,为学习者设置良好的互动交流平台”和“开发智能导引系统,为学习者提供个性化学习路径选择”两条建议,以期对优化课程平台设计和提升在线学习质量有所帮助。
杨晨何向阳张文敏
关键词:人格特质LSANEO-FFI
基于K-means聚类算法的在线学习行为特征挖掘方法
2025年
以往在线学习行为特征指标的选择往往依赖于主观判断和经验,导致所选特征片面。为此,本文研究基于K-means聚类算法的在线学习行为特征挖掘方法。全面收集学习者在在线学习平台上的行为数据,选择具有代表性和预测价值的在线学习行为特征指标,利用K-means聚类算法对学习者进行精准划分,形成具有相似学习行为特征的学习群体。实验结果表明,该在线学习行为特征挖掘方法具有较好的预测能力和拟合效果。
刘小艮
关键词:K-MEANS聚类算法
固定型思维对青少年在线学习行为投入的影响——基于消极学业情绪的中介作用
2025年
文章采用固定型思维量表、消极学业情绪量表和在线学习行为投入量表调查466名高中生,研究固定型思维对青少年在线学习行为投入的影响,以及消极学业情绪(羞愧、厌倦)在两者之间的中介作用,结果表明,固定型思维与在线学习行为投入存在显著的负相关关系,厌倦在固定型思维和在线学习行为投入之间起中介作用。
卢柳颖李晓月
关键词:青少年
SPOC学习在线学习行为分析及学习效果提升对策研究
2024年
随着信息技术的蓬勃发展和不断普及,MOOC、SPOC等在线教育模式相继出现,教育形式由传统的课堂面授转变为在线授课,学习者不受时间、地点和空间的限制在线自主学习,教育的关注点也从教师的“教”转变为学生的“学”,尤其是学习行为。为此,文章以江苏省某高校545名本科生为研究对象,以其在中国大学MOOC平台参加为时一学期的独立SPOC课程“英汉对比与翻译”所记载的数据为语料,从学习资源、人际互动,任务完成度和课程评估四方面分析其在线学习行为特征,提出提高学习效果的建议。
张春芳张春芳
关键词:在线学习行为
应用型本科高校在线学习行为分析与学习绩效评估被引量:1
2024年
在线学习行为是指学习者通过在线学习平台的各种交互工具、在线课程资源和其他支持资源,以学习者为中心,采用各种交互策略,通过在线学习活动的参与和互动,实现知识建构、技能形成和自我反思的过程。2020年的全球公共卫生突发事件让在线教育成为主要的教学方式,也使得应用型本科高校的在线教学问题受到广泛关注。利用线上问卷调查和线下访谈等方式对学生学习行为进行分析,构建了在线学习绩效评估模型。通过对应用型本科高校的627名学生进行问卷调查,发现学生的学习绩效总体情况较好,但学生在课程、课程难度和课程结构等方面存在差异,建议高校应根据学生个体差异性制订个性化学习计划。
付孝军
关键词:应用型本科在线学习行为
基于在线学习行为分析的在线教学设计优化研究
2024年
为了更好地提高在线教育的教学质量,分析在线学习行为进而优化在线教学设计有着重要意义。文章运用内容分析法对某高校193名学习者的在线学习日志进行分析,借助ROST CM 6.0进行词频和语义网络分析。分析结果表明:在线学习者较多关注学习体验与共情感悟,学习过程的互动设计利于学习者发生群体归属感,较多学习者愿意主动利用资源进行自主学习,学习者更多关注教师的反馈与评价,适度激励有利于学习行为持续、正向发展。建议在线教学设计从创设在线学习情境、丰富在线学习资源、创设良好课堂互动、文本激励适度投放等方面入手,从而提高在线教育质量。
陆丽园刘赣洪王润花
关键词:在线学习行为学习日志文本分析教学设计

相关作者

郑勤华
作品数:181被引量:3,165H指数:33
供职机构:北京师范大学教育学部远程教育研究中心
研究主题:教育 互联网 远程教育 人工智能 学习者
袁明
作品数:7被引量:23H指数:2
供职机构:华东师范大学教育科学学院教育技术学系
研究主题:网络教育 学习者 在线学习行为 远程教育 环境建设
陈丽
作品数:350被引量:6,633H指数:47
供职机构:北京师范大学教育学部远程教育研究中心
研究主题:远程教育 互联网 教育 联通主义 教学交互
董克
作品数:30被引量:90H指数:6
供职机构:安徽广播电视大学
研究主题:小修 惩罚成本 成人学习者 在线学习行为 故障数据
宗阳
作品数:7被引量:252H指数:6
供职机构:北京师范大学教育学部远程教育研究中心
研究主题:在线学习行为 MOODLE平台 学习者 LMS 在线课程