1. <tt id="5hhch"><source id="5hhch"></source></tt>
    1. <xmp id="5hhch"></xmp>

  2. <xmp id="5hhch"><rt id="5hhch"></rt></xmp>

    <rp id="5hhch"></rp>
        <dfn id="5hhch"></dfn>

      1. 論認知學習風格在個性化 網絡學習中的應用思考

        時間:2024-08-07 01:33:38 論文范文 我要投稿

        論認知學習風格在個性化 網絡學習中的應用思考

          論文關鍵詞:認知學習風格 個性化 網絡學習

          論文摘要:學習風格的認知要素實質上是一個人的認知風格在學習中的體現,是個體習慣化的信息加工方式。網絡學習要為學生提供個性化的服務,關鍵在于如何有效監控學習者的認知過程,調整知識對象序列呈現方式和適應策略,為學習者認知遷移提供技術支持。本文分析了現有的使用學習風格的網絡學習系統,提出通過知識對象定序描述來確定學習者認知策略,并結合思維建模工具支持學習者元認知監控,創建更加全面和準確的認知模型的策略與方法。 

        隨著實時學習環境、自適應超媒體系統和智能導學系統等網絡學習系統的應用與發展,研究者對于發掘適合學習者的學習內容的方法表現出濃厚的興趣。一種可行的獲取個性化內容的方法是使用學習者模型,特別是認知學習風格具有促進個性化學習的巨大潛能,原因在于使用認知學習風格支持學習反映了一種良構的和多樣性的證據。一些關于認知學習風格在個性化學習方面的應用研究取得了新的進展,盡管有些系統仍然處于原型階段,但我們有理由相信學習者模型將成為個性化學習系統的中心組件。
          一、 學習風格相關研究
        認知學習風格種類多樣,可以作為群體學習者特殊的和靜態的學習方式的判斷標準。目前,最常見的使用學習風格分類的系統有:Honey and Mumford learning style;the Myers-Briggs Type Indicator;multiple intelligences;Kolb learning styles index和the Felder and Silverman index of learning styles。[1]但在界,對于學習風格的使用普遍存在一種懷疑,有些人甚至建議使用其他認知建模方式,比如個性化測試,其提供了一種更加接近個性化內容的途徑。此外,近來的自適應網絡學習系統主要依賴于內容定序,將其作為一種主要的自適應網絡學習的教學手段,使用知識對象提供個性化服務,盡管這些定序系統在多大程度上與學習風格有關,目前還沒有得到驗證。
        認知學習風格研究的領域非常廣泛,也常常令人感到困惑。近來一份關鍵的報告系統地評價了認知學習風格的實踐應用和價值,[2]報告分析了20世紀以來的71種學習風格,并對其中主要的模型分了13種類型。Coffield在Entwistle(1990)有效學習是可以預測和控制的觀點基礎上,提出可靠和有效的建構認知學習風格的措施和途徑可以作為促進自我發展的工具,不僅能診斷學習者如何學習,而且能描述學習者如何提高學習。Curry嘗試發掘71種模型的內在一致性,將這些風格模型歸為三類:學習偏愛、信息處理風格和認知風格,其中認知風格相比學習偏愛對于學習者更加重要。[3]只獲取學習風格的靜態屬性是阻礙學習風格應用的主要原因。解決學習風格靜態性問題的方法是提供自適應用戶模型,隨著時間的變化記錄學習者風格,或者由用戶明確更新,或者由系統根據用戶行為自動改變。
        認知學習風格是一個人的認知風格在學習中的體現,提供可靠和有效的適合認知學習風格的措施和途徑,可以促進學習者有效學習的發生。學習者學習行為的軌跡,映射著學習者的認知風格,個性化學習系統應跟蹤學習軌跡信息并結合其它反饋信息對學習者狀態做出評估,并進行適應性調整。
        二、基于學習風格的網絡學習系統的分析
          我們難以評價在自適應網絡學習系統中使用學習風格的有效性,原因在于學習風格原型種類較多,實證研究較少。源于早期的訓練系統(CBT)的智能導學系統,整合超媒體系統和智能導學系統的自適應超媒體系統(AHS),均能適應個體或群體的需求提供基于網絡的教育內容。盡管AHS已經經歷十五年的發展,但其中使用學習者風格的系統卻相當少。以下介紹的三個系統使用了認知學習風格,并在一定程度上進行了論證。
        1.INSPIRE(Intelligent System for Personalized Instruction in a Remote Environment)遠程環境中個性化智能教導系統
        Papanikolaou(2003)提出了一種自適應教育超媒體的原型INPIRE,它可以提供不同層次的適應性,從全系統控制到完整的學習者控制,兩種自適應模式都由學習者模型調節。學習者模型提供學習者當前知識水平、領域概念和學習者風格的信息。使用一個教學設計的框架,領域概念在INSPIRE系統中描述了知識抽取的三個層級:學習目標、概念和教學。個性化課程內容產生于特定的目標,圍繞特殊的學習結果進行組織。
        在INSPIRE系統中,學習偏好的使用遵循Honey和Mumford學習風格分類系統。[4][5][6]學習偏好通過問卷輸入系統。需要說明的是,這個模型是動態的,可以由學習者改變。2001-2002年間,在雅典大學信息通訊學院完成了一項針對系統的分析,測試樣本來自23名大學二年級的學生,這項重點評價了用戶的日志,發現學習者風格遵循不同的選擇和數據序列。
        2.AES-CS(Adaptive Educational System based on Cognitive Styles)基于認知風格的自適應教學系統
        Triantafillou(2004)提出了AES-CS原型系統,該原型用于驗證一種假設,即認知學習風格對于學習結果是有益的。AES-CS將Witkin的場依存和場獨立理論作為表示認知學習風格的方法,[7]假設將學習者分為場獨立和場依存學習者,場獨立學習者通常使用自己的方法分析數據,而場依存學習者學習的方法更加多樣化。系統由三個基本模塊組成:領域模塊、學生模塊和自適應模塊。三個模塊通過交互來適應教學過程的不同方面,包括根據用戶已有知識的內容適應;通過選擇和組合合適的媒體適應內容的表現;適應教學策略;修改實例和鏈接;以及推薦適合的超鏈接等。
        該原型系統使用了一種自適應表現技術,允許認知學習風格和知識狀態自適應地表現信息,允許通過課程尋找適合的路徑和序列,從而為學習者提供一種個性化的軌跡。這個系統將76名被測學生分為實驗組和控制組,依照從先前測試、嵌入式測試和后測中抽取的數據以及實驗組問卷獲得的態度進行測試,實驗組表現優于沒有使用自適應系統的控制組。研究還發現,實驗組學生在交互和學習結果方面都得到了改進。另外,使用過的學生都認為系統易于使用并有再次使用的意愿。
        3.EDUCE(An intelligent tutoring system)智能導學系統
        EDUCE專為支持12-14歲學生學習科學而設計的,它基于Gardner的多元智能理論提出了一種自適應陳述策略,盡管它沒有作為一種學習方式進行歸類。Gardner的分類系統為自適應超媒體和智能導學系統提供了類似的方法和可參考的模型。[8]
        EDUCE使用Gardner的理論建立了學生模型、領域模型和教師模型,預測引擎和陳述模型。在智能導學系統中,學習者學習表現的定義是依據學習收益、活動和動機。在原型構建過程中,一群18歲的學生已參與了系統測試。他們被分為兩組,一組使用EDUCE的自適應選擇,而另一組進行自由選擇。令研究者相當驚訝的是,研究發現當學習者沒有得到偏好的資源時,學習收益獲得了增長。然而對學習活動進一步的測驗發現,給予學習者最偏好的學習資源能促進學習活動,展示給學習者的學習資源范圍更廣。

        論認知學習風格在個性化 網絡學習中的應用思考

          LAMS系統復用知識對象的序列化與學習者軌跡的觀點相一致,[9]人們認為學習方式可應用于研究學習者自主創新使用知識的風格,以內容的選擇及資料定序來提供個性化的學習內容。這種方法主要的好處在于給定序系統更大的適應性,也允許仔細考慮學習軌跡。系統的優勢還在于支持協同學習,群體學習者可以按照已建立的軌跡進行學習。學習對象系統可以為個體和群體學習者提供可視的導航,顯示已學過的知識對象和未完成的學習對象。
        雖然哪一種學習風格分類方法更加有效還不明確,但可以肯定類似LAMS的網絡學習系統,可以潛在地整合學習風格,根據學習者選擇的內容排序提供更大的適應靈活性。因此,個性化學習系統面臨的挑戰主要在于是否可以確認一種科學的方法,來建立教學模型和支持不同定序和情境的獨立知識對象地使用;另外,在符合探究和建構式學習發展的原則下,支持特殊的學習結果和學習目標。
        三、 適應學習者認知特征的網絡學習系統原型構建
        具有不同認知特征的學習者需要過濾不同的學習內容與其學習需求相匹配,具體學習對象的選擇受學習者特征的影響,我們需要構建一種基于認知的選擇模式,并且這種模式能夠根據學習者的導航步驟動態更新。我們提出的構建方法使用學習者和學習內容分析技術,比如IMS學習者信息打包規格[10]和IEEE學習對象元數據標準(LTSC,2002);[11]對于學習者認知特征建模,我們使用認知特征模型(Kinshuk&Lin,2004),[12]其提供了一種具體的方式來確定學習者的認知特征。
        根據以上研究,我們提出一種支持基于認知的學習對象選擇的原型構架,原型分為存儲層和運行層,運行層包括內容描述、自適應和實時導航;存儲層由媒體空間、用戶模型、領域模型和自適應模型四個模塊組成,結構的主要要素包括:(1)認知特征模型,在分析學習者的導航模式的基礎上,更新學習者的認知特征屬性,并保存在用戶模型中;(2)學習對象選擇模型,具備匹配功能,匹配學習者特征與學習對象特征,反向可跟蹤學習者導航步驟。本模式的創新點在于實時導航步驟不僅可用于決定用戶模型而且可用于知識對象選擇模型,它不是按照靜態規則選擇學習對象,因為靜態規則往往預設在學習系統的設計階段。
        認知學習風格在個性化網絡學習系統中的應用表明,這樣或那樣的學習者分類模式將繼續促進原型的發展,并建構和支持規定的學習結果,特別是比如LAMS那些建立在實踐基礎上的系統。許多系統依賴于不同的知識對象序列,創造途徑或軌跡便于學習者更廣泛的選擇,反映不同的學習進度和方法。為了現有原型系統能被更廣泛地使用,對于那些能成功建模學習結果的系統,需要一個對于不同學習風格分類方法的評價和分析方法。 

        論文相關查閱:畢業論文范文、計算機畢業論文畢業論文格式、行政管理論文畢業論文       

        【論認知學習風格在個性化 網絡學習中的應用思考】相關文章:

        論網絡學習共同體的教學應用12-01

        論校園網絡在大學英語寫作教學中的應用11-22

        論校園網絡建設與應用11-22

        論校園網絡的建設管理與應用11-22

        論柔性因素在預算管理中的應用11-18

        論超濾技術在化工工藝中的應用11-23

        多媒體在教學中應用的思考11-15

        論公關在新聞傳播中的發展及個性化研究11-21

        論短信業務在廣播新聞中的應用發展12-03

        • 相關推薦
        国产高潮无套免费视频_久久九九兔免费精品6_99精品热6080YY久久_国产91久久久久久无码

        1. <tt id="5hhch"><source id="5hhch"></source></tt>
          1. <xmp id="5hhch"></xmp>

        2. <xmp id="5hhch"><rt id="5hhch"></rt></xmp>

          <rp id="5hhch"></rp>
              <dfn id="5hhch"></dfn>