国外自适应学习技术的研究主题及趋势——基于Web of Science文献关键词的可视化分析

被引:10
作者
梁茜
皇甫林晓
机构
[1] 华东师范大学教育学部
关键词
自适应学习; 教育人工智能; 学习分析; 个性化; 智能环境; 混合学习; 泛在学习; 教师适应性专长;
D O I
10.13541/j.cnki.chinade.2019.08.005
中图分类号
G434 [计算机化教学]; G353.1 [情报资料的分析和研究];
学科分类号
040110 ; 1205 ;
摘要
自适应学习是教育人工智能的重要技术手段之一,致力于通过对学生教育数据的挖掘以促进个性化学习。运用共词分析法,对从2008年至2018年国外自适应学习技术的研究现状进行了可视化分析,将近10年来国外自适应技术的研究主题划分为四类:智能学习环境创设研究、自适应技术支持下的个性化学习研究、教师适应性学习研究、基于自适应学习技术的理科教学实践创新研究。国外自适应学习技术的研究趋势主要体现在三个方面:将技术与人员整合,促使教师成为"适应性专家";将技术与课堂整合,从学习分析走向学习调节;将技术与高等教育整合,构建自适应学习技术的研发智库。最后与我国的研究情况相对比,指出今后我国未来研究应更多关注学习的干预和调节、自适应学习技术的环境创设、教师适应性教学素养以及自适应学习产品开发的相关研究。
引用
收藏
页码:47 / 58
页数:12
相关论文
共 33 条
[1]  
自适应学习:溯源、前景与误区[J]. 佩特·约翰内斯,拉里·拉格斯多姆,张永胜,肖俊洪.中国远程教育. 2018(07)
[2]   基于自适应学习平台促进学生个性化学习的研究 [J].
周海波 .
电化教育研究, 2018, 39 (04) :122-128
[3]   人工智能教师的未来角色 [J].
余胜泉 .
开放教育研究, 2018, 24 (01) :16-28
[4]   《新媒体联盟地平线报告:2017年图书馆版》的解读与启示 [J].
徐健晖 .
大学图书馆学报, 2018, 36 (01) :27-33
[5]   在线学习系统数据可视化评价标准研究 [J].
杨兵 ;
卢国庆 ;
曹树真 ;
TiongThye Goh .
中国远程教育, 2017, (12) :54-61+80
[6]   新兴技术在高等教育领域中的应用趋势研究——基于《新媒体联盟地平线报告》的解读与启示 [J].
孙掌印 .
高等教育研究学报, 2017, 40 (04) :30-36
[7]  
教育技术三大支柱:学习管理系统、社交媒体和个人学习环境[J]. 特里·安德森,王志军,张永胜,肖俊洪.中国远程教育. 2017(11)
[8]   学习分析研究的现状与未来发展——2017年学习分析与知识国际会议评析 [J].
吴永和 ;
李若晨 ;
王浩楠 .
开放教育研究, 2017, 23 (05) :42-56
[9]   自适应学习技术研究现状与展望 [J].
董晓辉 ;
杨晓宏 ;
张学军 .
电化教育研究, 2017, 38 (02) :91-97+121
[10]   智能导学环境下个性化学习模型及应用效能评价 [J].
韩建华 ;
姜强 ;
赵蔚 ;
刘东亮 ;
Gautam Biswas .
电化教育研究, 2016, 37 (07) :66-73