学习表现

摘要： 疫情期间的大规模在线教学,将中小学生推到了在线学习的最前线,中小学生的在线学习表现及其适应性成为社会关切,家庭也前所未有的卷入到了在线学习过程之中。本研究以江苏省教育厅委托的大规模中小学在线教学调查为基础,对449650份有效学生问卷进行了描述性统计分析、单因素方差分析、聚类分析以及多元线性回归分析。研究发现,在父母普遍教育卷入的背景下中学生的在线学习投入良好,学习结果接近良好,学习心理存在一定的问题,并且存在一定的人口学差异;作业辅导、学习环境是影响学习结果的两个重要因素,同时正向预测学习投入;影响学习投入的因素还有亲子氛围和在线学习监管;学习心理受作业辅导、学习环境、亲子氛围和家庭教育期待的正向影响;乐学善学者、勤学出众者、成就焦虑者、中规中矩者、孤独后进者这五类典型的在线学习者特征背后反映的是不同的家庭教养方式。研究建议,后疫情时代的混合学习实施需重视家校协作、学习心理干预、在线学习互动等若干方面。

摘要： 以与电路相关的学习表现为“学习进阶”的研究变量,按照初中阶段、高中阶段中的成就水平,对相应的学习表现进行整理,并结合安德森等人的认知过程类别划分标准,对学习表现进行分类.根据统计结果分析不同阶段的学习表现进阶特征和电路主题爬坡式进阶模式,并以高中阶段为例,进行进一步的解释说明,以期给教师提供一定的教学参考.

摘要： 考试焦虑影响个体的学习表现。已有研究显示,考试焦虑的认知成分与学习表现存在稳定的负相关,评价情境或考试情境中适当的情绪唤醒对学习表现有促进作用。通过分析考试焦虑对注意加工和工作记忆影响的已有研究发现:考试焦虑通过影响注意加工和工作记忆功能影响学习表现,考试焦虑对学习表现的影响依赖于可用的工作记忆资源,考试或评价情境对工作记忆资源的需求及个体本身的工作记忆容量都可能调节考试焦虑与学习表现的关系。今后研究可以从个体自身的能力差异及跨文化的角度探讨考试焦虑的产生及其对学习表现的影响,还可将考试焦虑在考试前、考试中和考试后对学习表现的影响作为未来考试焦虑干预研究的方向。

摘要： 社会线索的呈现是教师在在线教学过程中采用的一种重要的教学形式,教师使用不同的社会线索会对学生产生不同的影响.本研究通过功能性近红外光谱技术(fNIRS)以及学习测验,考查学生在不同社会线索(手势引导、眼神引导、眼神—手势引导)条件下,大脑皮层的激活范围、前额叶(PFC)与右侧颞顶联合区(rTPJ)氧合血红蛋白浓度(HbO)的变化及学习成绩的差异.结果发现:(1)在眼神—手势引导条件下,学生的保留测验成绩显著高于单独呈现某一引导条件;(2)fNIRS结果证明,被试在眼神—手势引导条件下右前额和右颞叶的HbO要显著高于眼神引导条件下的HbO,在眼神—手势引导条件下学生有更深的认知加工水平并且感知到了更强的社会性.因此,为了提高学生在线学习的效果,教师应发挥眼神引导和眼神接触的重要作用,注重教学中社会线索的使用,并将更多的社会线索(眼神、手势)结合起来开展教学.

摘要： 本文选择与大气要素相关的学习表现作为"学习进阶"研究的变量.按照小学阶段、初中阶段、高中必修阶段、高中选择性必修阶段四个成就水平,对相应的学习表现进行整理,共整理出大气主题的29条学习表现,涉及36个学习表现动词,然后对学习表现动词逐项进行分类.之后,通过统计特征分析不同成就水平学习表现的进阶特征.最后,分析气候小主题与大气运动小主题学习的爬梯进阶模式和拼图进阶模式.

摘要： 综测考核是高校辅导员的一项重要工作,涉及每个学生的奖学金评定.针对当前高校每学期的综测评分考核工作工序繁杂、手工作业完成、反复核对耗时长等痛点,本文通过对作者所在高校的综合测评管理的流程进行详细的分析,对学校个人综合测评加分条例细则进行剖析,统筹影响学生综测评分的学业表现、专业技能、创造能力、组织管理能力、文体能力、社会实践等6个方面因素,研究并设计出综测评分管理系统.该系统包括综测管理、推优管理、活动赛事管理、可视化统计分析及推荐管理等模块,打通学院信息管理系统,融合各种赛事活动,将学生综合测评的各项数据实时显示并实现实时综测总评分排名,提高整个综测评定效率.可视化分析可以帮助学生适时调整综测评分获取计划,辅导员老师也可以有的放矢对学生进行更好的专业赛事、活动等引导.

摘要： 基于西安市784名大学生的样本数据,通过因子分析方法考察大学生体育锻炼、情商、学习表现之间的关联,进而以体育锻炼为自变量、以情商为中间变量,检验它们对学习表现的影响.结果表明:大学生体育锻炼对其情商和学习表现均具有显著正向影响,大学生情商对其学习表现具有显著的正向影响,情商在体育锻炼对学习表现的影响过程中起中介作用.

摘要： 就当下高校思想政治工作的现状,习近平总书记在2019年3月18号的教师座谈会上进行了重要的讲话,并对为什么构建思想政治课堂、如何实现思想政治教育进行了重要论述,对高校的思想政治建设提出了“八个统一”要求。文章就如何贯彻落实、精准规划、循序渐进,深化新时代学校思政课改革创新进行探讨。

摘要： 本研究采用元分析方法来探讨身体活动与学习表现之间的关系,并进行定量化综述分析.元分析结果发现,身体活动与学习表现之间的总效果量(ES)为0.40,置信区间为(0.32,0.48),属于中等效应,即身体活动在很大程度上有助于促进人们的学习表现.最后,对研究结果进行相关讨论并提出两点建议.

摘要： 随着在线学习和慕课的兴起,在线学习活动分析已经成为国内外的研究热点之一.为深入了解学习者在线学习行为的模式和特点及其与学习者学业表现的关系,本研究在人类动力学的视角下,对“乐学一百”平台中1000万条学习者做题记录进行了分析.研究发现:一方面,学习者在线测试活动的时间间隔有明显的胖尾特征,且有强阵发、低记忆的特点;另一方面,学习者在线测试活动的阵发性与其学业表现的质量、速度两个维度几乎不相关.最后,本研究就以上结果展开了讨论,指出在线学习环境下学习者时间管理倾向、学习行为的阵发性和记忆性、学习表现之间可能的关系,并提出了未来的研究方向.

摘要： 随着全球化的发展，英语已在全世界的语言中占据了不可动摇的地位，因此大多数的学校将英语纳入学生的必修科目。过去研究指出双层式测验可帮助学生们了解正确答案背后的原因为何,但却无法判断学生们能否正确的活用新学习到的观念,为了解决上述的问题,本研究提出三层式测验系统.另一方面,因为过去的研究指出先备知识的不同会影响学生们的学习状况,故本研究的目标为探讨先备知识对学生们使用三层式测验系统会有何影响.本研究的结果显示,在学习行为方面,高先备组的显着行为少于低先备组的显着行为,而在学习表现方面,在答题扣分与测验分数上,高先备组的表现显着高于低先备组,但在后测分数上,这两组之间的表现并没有显着的差异.

摘要： 随着科技的进步,越来越多教师使用科技辅助教学,其中,由Bergmann与Sams利用电脑科技开创的翻转教室(Flipped Classroom)是近年来非常受到关注的一种教学模式.然而,目前研究多皆着重在探讨翻转教室对学习表现的影响,较少探讨翻转教室的实施原则与策略.本研究以5篇文本为主体并进行内容分析,归纳出9项教学原则或策略.分析结果发现,小组异质性分组、增强物、鹰架、评量、小组讨论、学习历程、生活化布题、即时回馈和补救机制为翻转教室常见的原则与策略.本研究期许能提供予翻转教室教学的教师或对翻转教室有兴趣的研究者一些参考或建议.

摘要： 本文以学校整体能力的观点,分析“学校教与学环境”对学生学习表现的影响.以问卷调查法汇集台湾各县市具代表性国民小学校长、学校行政人员与教师的看法,总计回收校长问卷46份,教师间卷552份,合计598份有效样本进行分析.结果发现,一、国民小学校长、行政人员与教师大多同意"学校教与学环境"与学生学习表现是良好的.二、国民小学"学校教与学环境"与学生学习表现整体及个别层面显着正相关.三、"学校教与学环境"对学生学习表现具显着影响力,特别是学校社区支持能力、教师专业能力、学校组织能力三个层面的投入,对学生学习表现整体的解释力具显着性,其中尤以学校社区支持能力与教师专业能力对学生学习表现整体的解释力最大,且对学生学习表现各层面(包括学生学业成就、学习态度与学习行为)具显着解释力,而校长个人能力的层面并未显着影响学生学习表现.本文并依结论提出多项建议.

摘要： 本文以汉语学习者在美中两国不同学习环境下的学习为实例,探讨了汉语学习者的成就目标、语言焦虑和学习表现的关系以及这些因素之间的交互影响.基本上,持有成绩目标的学习者在接收汉语信息时有较高的输入焦虑,但是输入焦虑和学习表现并无显著的关系.当学习者在理解汉语过程中有较高的处理焦虑时,他们的学习表现才会相对的降低.此外,学习者运用汉语表达思想时的产出焦虑和学习表现的相关不像处理焦虑那么高.同时,作者也发现汉语学习者的成就目标、语言焦虑和学习表现之间的关系并不全然是线性的.在不同的学习表现组里,存在着学习者的成就目标、语言焦虑和学习表现间的正负相关并不一致,解释这些因素间的关系得因人、因时而异.

摘要： 本发明涉及教育技术领域，具体涉及一种基于课堂表现的听写内容选择方法及学习设备，包括：获取用户的课程安排表，从课程安排表中查找出用户所学的课程，并获取每个课程对应的表现评价分值；其中，该表现评价分值是由课程的任课教师根据用户的课堂表现进行评分得到的；从所有课程中确定出表现评价分值小于预设分值阈值的至少一个目标课程；根据目标课程对应的学习内容确定用户的听写内容。实施本发明实施例，能够通过听写的方式提升用户的薄弱科目，进而改善用户的听写效果。

摘要： 公开一种用于提供可信的表现反馈和体验式学习的系统。所述系统可包含从第一用户接收与第二用户关于所述第二用户参与事件的效益相关的反馈。所述系统可将信息分配到所述第一用户和所述第二用户的化身。为了确保用户的信息保持专用于所述用户，所述化身可以是所述第一用户和所述第二用户在虚拟社交网络内的匿名化虚拟表示。基于对所述信息的分析，所述系统可分别针对所述第一用户和所述第二用户的所述化身产生条件状态数据。所述条件状态数据可以是表示所述化身的关系的时间序列变量。基于所述条件状态数据，所述系统可将推荐或报告提供给所述第二用户以用于提高所述第二用户在未来事件中的效益。

摘要： 本发明涉及机器学习、深度学习及数据挖掘等技术领域，具体是涉及基于混合深度学习及注意力机制的学生表现预测方法。利用学生在线学习日志信息，首先对其进行预处理和特征提取，使用相关性特征选择方法来获得对预测结果有重要影响的特征。然后将提取到的特征按照特征类别进行周累计统计和全部累计统计。接着将提取到的时序特征和潜在特征进行拼接，由于学习到的两类特征在量级和类别上差异较大，因此使用深层神经网络进行高阶特征交互，学习更深层次的特征。同时考虑到不同特征对学生表现的影响程度不同，使用注意力机制为不同的深层次特征分配不同的权重。最后使用sigmoid分类器预测学生是否能够通过某一门课程，从而提高预测的准确性。

摘要： 本发明涉及教育技术领域，具体涉及一种基于课堂表现的听写内容选择方法及学习设备，包括：获取用户的课程安排表，从课程安排表中查找出用户所学的课程，并获取每个课程对应的表现评价分值；其中，该表现评价分值是由课程的任课教师根据用户的课堂表现进行评分得到的；从所有课程中确定出表现评价分值小于预设分值阈值的至少一个目标课程；根据目标课程对应的学习内容确定用户的听写内容。实施本发明实施例，能够通过听写的方式提升用户的薄弱科目，进而改善用户的听写效果。

摘要： 本发明公开了一种基于深度学习的教师课堂表现智能评价方法，包括：对待评价教师的授课视频，分别进行面部表情识别、语音识别和行为识别；将待评价教师面部表情识别、语音识别和行为识别获得的向量信息进行整合，得到待评价教师在该课堂上的情感状态向量和授课状态向量；基于专家标注评分的数据集，训练用于评价的深度学习网络；将待评价教师在该课堂上的情感状态向量和授课状态向量输入到训练好的深度学习网络，得到该教师课堂表现的评价结果。本发明通过结合面目表情和肢体动作进行识别，实现了简单客观地对教师课堂表现进行评价，在识别过程中引入语音信息，通过图像和语音的结合来增加结果的准确性，减轻了督查组的压力，评价结果更加真实客观。

摘要： 本发明公开了一种基于机器学习的自闭症儿童社交障碍症状分析的方法，包含以下步骤：获取各类型自闭症儿童社会行为特征集合；获取以往自闭症儿童的案例分析报告；系统对录入的信息进行学习；更新拟合函数；利用更新后的拟合函数进行新的案例分析。本发明还公开了一种基于机器学习的自闭症儿童案例分析系统。本发明基于机器学习的分析方法可以根据已有儿童的案例分析信息，自动从中学习到相关的特征分析规则；并在以后的分析活动中，依据新输入的特征参数和学习到的分析方法自动为康复人员推荐诊断结果，从而极大地提高康复的效率和准确性，具有广泛的应用前景。

摘要： 本发明属于数据分析及应用领域，提供一种基于课程教学模型的学习者学习表现分析方法，包括以下步骤：（1）构建课程教学模型；（2）建立学习者学习效果评价计算公式；（3）学习者学习表现分析，对所有全体学习者的拟合多项式函数进行分析，根据函数的变化情况描述学习者的学习表现。本发明方法简便易行，能有效解决现有方法分析精度不高和效率低下等问题。

摘要： 基于大数据与人工智能的学习表现画像方法和机器人系统，包括：将每一学生的每一评价单元作为所述每一学生的学习表现画像的一个评价单元标签，从所述每一学生的每一评价单元对应的教学录像中识别出的所述每一学生的第一预设动作的总时长占所述每一评价单元的总时长的比例，将所述比例作为所述每一学生的学习表现画像的所述一个评价单元标签的值。上述方法和系统通过学习过程大数据中学生在课程上的反应来对教师的学习表现进行画像，更为真实和客观地反映出学生的学习表现，能极大提高教学画像和对学生的学习评价的客观性和准确性。

摘要： 基于大数据与人工智能的学习表现评价方法和机器人系统，包括：从学习表现画像知识库中搜索并获取所述待查询的学生的学习表现画像，从所述待查询的学生的学习表现画像中获取属于所述待查询的评价单元的所有评价单元标签的值。上述方法和系统通过基于大数据与人工智能的学习表现画像来对学生的学习表现进行评价，更为真实和客观地评价出学生的学习表现，能极大提高教学画像和对学生的学习评价的客观性和准确性。

摘要： 本发明公开了一种基于行为模式的学生异常学习表现预测方法，包括：基于原始的校园记录获取行为序列，并构建隐马尔可夫模型；从隐马尔可夫模型中提取行为统计特征及行为关联特征；基于提取的行为统计特征及行为关联特征，应用正则化的多任务模型对异常学习表现进行预测。该方案基于丰富的校园数据，获取学生的行为序列，构建行为模型，并从统计特征与关联特征两个角度对学生的个体行为模式进行更加直观与有效的刻画。同时，多任务学习模型的采用可以更细粒度的对学生在不同课程上的异常学习表现进行预测，为学生提供监督和指导，优化教学效果。