面向混合学习的多模态交互分析机制及优化策略

被引：37

作者：

田阳 ^{[1
]}

陈鹏 ^{[2
]}

黄荣怀 ^{[1
]}

曾海军 ^{[3
]}

机构：

[1] 北京师范大学教育学部教育技术学院

[2] 首都师范大学教育学院

[3] 互联网教育智能技术及应用国家工程实验室

来源：

电化教育研究 | 2019年 / 40卷 / 09期

关键词：

多模态; 混合学习; 多模态交互分析; 学习分析; 优化策略;

D O I：

10.13811/j.cnki.eer.2019.09.008

中图分类号：

G434 [计算机化教学];

学科分类号：

040110 ;

摘要：

"互联网+教育"促进了混合学习的实践应用。混合学习融合了物理空间、社交空间、资源空间等,这使得学习交互的内在机理成为学术界重点关注的议题之一,研究团队尝试从混合学习的多模态分析视角揭示混合学习交互内在机理。通过对混合学习的多模态交互特征分析,归纳出其特征为跨空间交互、同步与异步交互并存、多情境转换、具身情感性、可表征等。结合混合学习运行规律,发现混合学习的多模态交互过程中可表征多模态和抽取多模态信息,并总结出多模态交互分析的主要流程为数据采集、加工与筛选、数据分析、数据表征可视化、反馈调节等。多模态交互信息经过可视化表征,将分析得到的结果经过仪表盘反馈给教师、学生,帮助教师和学生及时调整教与学的方法,并促进混合学习多模态交互策略的优化。

引用

页码：67 / 74

页数：8

共 20 条

[11]

人工智能在教育有多少潜能可挖[N]. 黄荣怀.中国教育报. 2018 (003)

[12]

学习科学与技术[M]. 高等教育出版社 , 桑新民主编, 2004

[13]

A multimodal parallel architecture: A cognitive framework for multimodal interactions[J] . Neil Cohn.Cognition . 2016

[14]

Blended learning in higher education: Institutional adoption and implementation[J] . Wendy W. Porter,Charles R. Graham,Kristian A. Spring,Kyle R. Welch.Computers ＆ Education . 2014

[15] Student Engagement in Blended Learning Environments with Lecture-Based and Problem-Based Instructional Approaches [J].