疫情期间大学生学习效果的调查分析

在新冠疫情期停课不停学的特殊环境下,大学生全面开展在线学习的学习现状和学习效果堪忧.本文通过调研分析,从学生、教师、环境、平台等因素提出了相应的对策和建议,以提高在线学习效果,提升在线学习质量.     

基于表情识别的在线学习效果监测研究

研究基于表情识别的在线学习效果监测方法.从感知教学理论中寻找表情识别与学习效果监测之间的关系;从表情特征向量选取、特征点数据采集、表情数据库构建和SVM支持向量机建模等方面深入了解表情识别算法原理;采用决策树算法和设计测试实验用来检验学习效果监测的真实有效性;进行在线学习系统模型设计,使其能够实现教师与学生在教学情感上...     

基于尔雅通识课的大学生在线学习现状研究

尔雅通识课作为一种在线学习平台,广泛应用于高校公共选修课的教学。本文以X大学学生为样本,调查大学生在尔雅平台的在线学习情况。调查围绕学习动机、学习方法、学习时间、学习环境、学习效果以及学习过程中的重要他人等维度展开。通过调查发现,X大学学生在尔雅平台的学习动机、行为表现、学习效果等方面的特点和存在的问题并提出合理的改进建议。     

基于ISM的在线学习参与度影响因素模型研究

学习参与度不高是导致在线学习辍学率高和结业率低的重要原因,探究在线学习参与度影响因素对提高在线学习质量具有重大价值。首先采用文献分析法和访谈研究法确定在线学习参与度的18个影响因素。然后分析各因素之间的逻辑关系,建立邻接矩阵,计算可达矩阵,通过层级分解,绘制在线学习参与度影响因素的结构模型。研究发现,学习动机、学习氛围是影响在线学习参与度的直接原因;知识呈现方式、平台易用性、课程难度、课程时长以及活动安排是最基础因素;其余因素作为间接因素发挥作用。最后,尝试提出改善在线学习参与度的建议,以期为后续在线课程建设提供新思路。     

后疫情时代大学生在线学习"临场感"对学习效果的影响研究

后疫情时代,在线教育从"新鲜感"走向了"新常态",在线学习成为了当今大学生乐于接受的新型学习方式.但是线上环境所缺失的"临场感"也导致现阶段大学生在线学习的学习效果不达预期.基于探究社区理论框架(CoI)的临场感分类模型,运用多元线性回归模型分析了534名大学生的问卷调查数据.分析结果显示,在线学习临场感的三要素(TP、CP、SP)对学习效果均具有显著的正向影响,其中社会临场感对在线学习效果的影响权重最大,知识构建、触发事件、情感表达、群体凝聚是教学临场感、认知临场感、社会临场感中对在线学习效果影响的最重要因素.     

基于网络学习空间的中职信息技术在线学习效果提升研究

在新时期现代社会背景下,各个网络教学平台构建出新型的网络学习空间,与传统学习空间相比更具有个性化,它的出现不仅促进了资源整合与共享,还对传统教学方式带来了冲击,使得家长、教师与学生能够在互动式、开放式的空间内进行沟通交流,进而培养学生独立思考、自主探究的学习习惯。此外,教师还应全面了解网络学习空间,对其有个正确认知,并积极接纳先进的教学理念,大胆采取新颖、高效的教学方式,直至完成思想层次的改革。基于中职课程实践性强的教学特点,教师充分利用网络空间提升学生的信息实践技能变得至关重要。笔者结合实践教学经验浅谈基于网络学习空间提升中职信息技术在线学习效果的有效策略。     

面向在线学习行为分析的学习效果预测方法研究

近年来,随着各种MOOC平台和视频网站的发展以及新冠疫情的影响,在线学习已经成为高校学生获取知识的常用方式之一。同时高校教学模式改革也将各种信息化平台和工具引入传统课堂教学。以高校一个本科生教学班为研究样本,使用Python爬虫技术获取学生线上学习数据,采用多元回归算法从多个维度对学生学习行为数据进行计算分析,预测学生的学习效果,以便及时地对学生的在线学习行为进行预警。     

如何提高精品在线开放课程学习效果

与传统现场教育不同,在线教育不仅可以打破时空的约束,使学习时间和场景更为灵活,而且对没有听清或没有听懂的东西,学生可自主选择反复听讲;此外,在线教育可迅速统计出学生学习的情况,为直播课堂提供更准确的学情分析。但是在线教育也不可避免地存在一些缺点：比如师生缺乏交流和互动、缺少教师的现场指导和约束、对于学生的学习能力和自我约束能力要求较高等。本文主要介绍可从哪些方面提高在线课程的学习效果,目的是如何利用在线课程为学生提供优质教育,提高教学效果,增强学生在网络环境中的学习体验。     

延安市大学生体质健康调查与影响因素研究

目的：对大学生体质健康状况研究,寻求其影响因素,为决策部门提供可靠的参考依据。方法运用问卷调查、数理统计等方法,对所获得数据进行统计分析。结果：男女生体重明显高于全国水平,分别高于全国均值4.31和1.78,男生肥胖率为6.7%,女生肥胖率为5.3%,男女生之间差异并不显著。男生超重为18.7%,女生为15.3%,在超重指标方面男生略高于女生。男生肺活量超出平均值729.04,女生超出593.83,明显高于全国平均水平;而肺活量体重指数也均高于全国平均水平,男生为7.08,女生为9.35。男生高出全国台阶实验指数平均值1.31,女生稍低于平均值0.11,男生体前屈超过全国平均水平0.33,女生超过0.79。而50m和立定跳远成绩均低于全国平均水平。结论大学生的身体形态发育水平有所提高,身体机能呈上升的趋势、身体素质部分的速度与下肢爆发力指标呈下滑的趋势。     

在线学习资源推荐综述

近年来越来越多的学校广泛使用网络在线授课,然而互联网中海量的学习资源令学习者难以抉择。因此,研究在线学习资源推荐并为学习者进行个性化推荐非常重要,这可以帮助学习者快速获取其所需的优质学习资源。针对在线学习资源推荐的研究现状,从以下5个方面进行分析总结。首先,总结了目前国内外在线教育平台在学习资源推荐方面的工作;其次,分析和探讨了以知识点习题、学习路径、学习视频和学习课程为学习资源推荐目标的4种算法;接着,分别从学习者和学习资源的角度出发,以具体的算法为例,详述了常用的基于学习者画像、基于学习者行为和基于学习资源本体的3种学习资源推荐算法;此外,总结了公开的在线学习资源数据集;最后,分析了学习资源推荐系统目前存在的问题和未来的发展方向。     

网络环境下高职院校学生在线学习设计策略

信息化时代的发展,为网络教育的普遍应用提供了优越的条件。本文在对在线学习概念分析的基础上,针对目前高职院校学生在线学习现状及特点,结合在线学习活动构成要素,提出了高职院校学生在线学习活动的五项设计策略,以提高学生的在线学习能力。     

基于在线教育的网络自主学习平台开发研究与实践

基于在线教育的网络自主学习平台能够满足院校学生、企业员工等多种学习者个性化和主动性学习的需要,提高不同学习者的学习积极性和主动性。基于在线教育的网络自主学习平台采用Browser/Server架构体系,以面向对象的程序设计语言设计、开发完成了网络设备配置综合实训的在线自主学习平台系统。     

基于大数据的五年制高职护生在线学习行为要素研究

在线学习已逐渐成为高职院校一种重要学习形式,该领域也成为当前研究热点之一。对在线学习进行介绍,同时对大数据技术在在线学习平台中的应用进行分析,重点对五年制高职护生在线学习行为要素进行研究分析,为更好地开展在线学习评价提供参考,促进高职院校更好地开展在线学习,提高在线学习质量。     

基于大数据的高校学生在线学习画像研究

以四川省某高校的网络教学平台为研究对象,对该平台的学生在线学习数据进行学习行为画像。采用python、dycharts、图表秀,对不同任务点(视频)学习情况下学生章节测验平均分、不同作业平均分下学生的章节测验平均分、不同网络测评成绩下学生网络学习状况进行了画像。画像结果能直观看出任课老师对于课程设置的情况、学生学习的各项基本情况、各学院对于学生学习管理的长处和短处,从而更有针对性地进行改善和提高。     

培养提高网络教育学院学生的素质

网络教育作为一种新型的教育模式，如要蓬勃发展，离不开素质教育的全面推进。目前网络教育虽发展迅速，但对应的素质教育严重滞后这两者之间的矛盾已日益凸显。文章立足实践，对提高网络教育学院学生的素质教育提出了四个观点，以期能对网络教育的发展起到借鉴作用。     

面向在线学习平台的数据可视化研究

在互联网背景下,在线学习平台得到了各个领域的关注和认可.随着网络发展水平地提高,在线学习走向时代前沿,学生利用网络随时随地学习,具有人性化教学、二十四小时答疑等功能.然而,在线学习平台在发展中将会面临各种问题,如在线学习平台中将会产生各种数据信息.因此,本文就结合在线学习平台数据可视化的原则,重点分析面向在线学习平台的...     

在线教育环境中学习共同体研究综述

随着信息技术与教育的深度融合,蓬勃发展的在线教育已成为教育信息化进程的新常态,并产生了海量的教育数据,但也面临辍学率高、课程完成率低、监管不足等问题,因此如何对海量教育数据进行挖掘和分析是解决这些问题的关键.学习共同体是以学习者为核心要素的学习组织,强调学习过程中学习者之间互动交流、资源共享以及协作学习等行为,从而完成共同的学习任务或目标.对在线教育环境中学习共同体的研究进行回顾、分析和展望.首先,介绍在线教育环境中学习共同体的背景与重要性.其次,介绍不同学科中学习共同体的定义.然后,总结同质、异质和混合3种类型学习共同体的构建方法.接着,从共享、协作和激励3个方面讨论学习共同体的管理机制.最后,探讨和展望学习共同体未来的研究方向.     

基于SCROM的在线交互学习平台的研究与设计

结合本院的实际情况,提出了建设基于SCROM的高职院校在线交互学习平台的目标,旨在解决学生在线学习、在校考试、教师教学资源共享的问题[1]。通过软件工程的方法建设在线交互式学习平台,该平台完善了学院现有在线学习系统的不足,充分利用了校园网的网络带宽和存储空间,方便了教师和学生的教学活动。最后对平台的发展前景和未来方向进行分析和展望。     

大学生网上创业教育探讨与SWOT分析

随着网络技术的飞速发展以及大学生就业压力的逐渐加大,网上创业由于其门槛低、成本低、风险小等特点正成为大学生就业选择时的一条重要途径。从大学生网上创业的背景、形式以及优势、弱势、机会和威胁方面进行了简要的分析,并在此基础上,对高校在大学生网上创业中应发挥的作用提出了一些合理的建议。     

在线学习算法综述

随着信息技术的迅猛发展,尤其是互联网行业的广泛应用,越来越多的领域出现了对海量、高速到达的数据实时处理需求。如何从浩瀚的“数据海洋”中挖掘有用的知识变得尤为重要。传统批处理模式的机器学习算法在面临 大数据时变得力不从心,而在线学习通过流式计算框架,在内存中直接对数据实时运算,为大数据的学习提供了有力的工具,这类在线学习框架有望应对大数据背景下机器学习任务面临的困境与挑战。本文总结了经典和目前主流的在线学习算法,主要包括：(1）在线线性学习算法;(2）基于核的在线学习算法;(3）其他经典的在线学习算法;(4）在线学习算法的优化理论。本文介绍在线学习与深度学习结合方法的研究现状,探讨在线学习算法研究中的关键问题与应用场景,最后展望了在线学习下一步的研究方向。