作者:
原文服务方: 中国医学教育技术       
摘要:
采用学习行为分析技术对学生在线学习活动行为数据进行分析,有助于更好地了解学生群体表现以及预测学习结果,及早发现低效学习者.该研究以MOOCs学习者为研究对象,以学习活动行为数据为依据,从学习内容、学习互动、学习评价三个方面对学生在学习活动中的群体特征表现和学习结果进行分析.研究发现:MOOCs环境下学习者在学习内容上的表现特征是以活动参与者与围观者为主的学习过程参与群体,以深度参与和知识掌握为主的少数达成学习目标群体;在学习互动上,学习者整体在论坛中表现出有限性、无绝对差异化的群体参与状态;在参与程度上,存在少数诸如意见领袖的互动活跃者.学习内容行为和学习评价行为在学习结果预测准确率上较高.
推荐文章
基于聚类算法的MOOCs学习者分类及学习行为模式研究
MOOCs(Massive Open Online Courses)
聚类算法
学习行为
学习效果
统计分析
基于在线学习行为数据的学习者群体特征挖掘研究
在线学习行为
相关性分析
群体特征
聚类分析
基于深度学习的MOOCs辍学率预测方法
大规模开放式在线课程
辍学预测
时间序列预测
长短期记忆
卷积神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 MOOCs环境下学习行为群体特征分析与学习结果预测研究
来源期刊 中国医学教育技术 学科
关键词 MOOCs 学习行为 群体特征 数据分析 学习结果预测
年,卷(期) 2020,(1) 所属期刊栏目 理论探索与实践
研究方向 页码范围 1-6
页数 6页 分类号 G40-057|G434
字数 语种 中文
DOI 10.13566/j.cnki.cmet.cn61-1317/g4.202001001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 牟智佳 江南大学教育信息化研究中心 25 214 7.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (22)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
MOOCs
学习行为
群体特征
数据分析
学习结果预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国医学教育技术
双月刊
1004-5287
61-1317/G4
大16开
1987-01-01
chi
出版文献量(篇)
4049
总下载数(次)
0
总被引数(次)
19571
论文1v1指导