“互联网++”环境下数据驱动的课程教学模式探讨.docVIP

“互联网++”环境下数据驱动的课程教学模式探讨.doc

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 PAGE 页 “互联网+”环境下数据驱动课程教学模式剖析   互联网、大数据等技术飞速发展与普及,深刻地改变着人类思维、生产与生活方式,为各行各业带来了新机遇与挑战。2019年7月《国务院关于积极推进“互联网+”行动指导意见》提出:“鼓励学校利用数字教育资源及教育服务平台,逐步剖析网络化教育新模式”。在政策与技术多方面支持下,在线学习模式得到了快速推广,各种学习管理系统、课程管理系统、网络互动平台广泛应用产生了涵盖学习行为、学习状态等方面海量教育数据,这使教育信息以可捕捉、可量化、可传递数字形式存在,使得教育过程性考察成为可能,透过真实数据更能发现教与学关系,教育正悄悄地发生着一场革命[1]。   虽然教学过程始终产生了各式各样数据,但这些数据中蕴藏价值仍未被充分地挖掘与运用于教学过程中。近年来,随着深度学习、人工智能等新技术日趋成熟与实用化,大大地推动了教育数据服务于教学过程,有助于进一步发现教学规律并提升教学质量。   一、新环境下课程教学优势与挑战   利用互联网开放性与便利性组织与开展教学活动已经得到国内外教育管理部门与研究人员高度关注[2]。目前,MOOC与SPOC便是这种新环境下教学模式发展新产物,国内外研究也表明这两种教学模式有效性[3]。与传统课堂教学模式相比,结合在线学习开展教学活动具有如下优势:(1)共享大量优质学习资源。在线学习平台上学生可以便捷地使用世界各地优质学习资源,如教学视屏、参考资料、学习笔记等。(2)学习时间与位置约束大大降低,学生在教学过程中主体地位更加突出。在线学习平台具有巨大便利性,学生几乎可随时随地进行课程学习与讨论交流,有利于碎片时间利用,并可针对自身学习情况对教学内容进行选择性、重复性学习,从而提高学习效率。(3)更丰富、全面学习数据。学生学习数据不仅来自于传统课堂,而且在网络学习平台上能够产生更多、更全面学习数据。基于这些数据剖析与挖掘能够更准确、更全面地了解学生学习特点。(4)实时掌握学生学习状态,及时进行教学干预。通过在线数据剖析与挖掘技术,学生在线学习时产生学习数据能够得到实时剖析甚至进行预测,教师根据这些结果对学生出现问题可以及时进行指导与处理。   然而,新环境为课程教学带来了新机遇同时,也带来了很多挑战。(1)结合在线学习教学模式中,学生是教学活动主体,具有高度自主性,因此需要有更强自制力。(2)教师角色逐渐改变,传统模式中主导地位被弱化,转变为教学活动组织者、指导者与评价者。(3)学生学习途径越来越多,学习过程中产生学习数据量爆炸式增长。面向大规模数据实时管理与在线剖析技术仍需进一步提高与完善。(4)新环境下在线教学与课堂教学相结合模式属于新兴产物,很多政策与制度仍处于空白,需要从多方面、多角度进行剖析与完善。   二、教学过程中数据剖析作用   通过对学生在学习过程中产生学习数据进行挖掘与剖析,可展现学生所掌握知识概念、方法技巧、课程学习独特轨迹与学习兴趣等,发现内在学习?律,密切掌握学生学习动态,从而实现学习数据剖析服务与指导教学过程,达到提高教学质量目标。从课程教学活动不同阶段上分,对学生学习数据进行剖析与挖掘,可以服务于课程教学不同阶段。   课程开始之前,基于历史课程教学数据进行剖析能够更准确地确定课程内容重点与难点,使教学大纲、教学方法与内容划分等方面设置更加科学。例如,通过关联规则挖掘可以发现知识点间相关性,通过聚类剖析可以根据学生特点划分多个异质学习小组进行协作学习,等等。此外,还可以评估不同教学资源质量,如果再结合以往学习数据对学生进行画像,则可以刻画出学生准确学习特点,进而实现精准、个性化教学资源推荐。   在课程教学过程中,学习数据可以反映当前学生学习状态,将剖析结果反馈给教师可以及时进行指导、内容、方法调整等教学干预措施。这些措施不仅可以在课堂上实施,还可以体现在在线学习阶段。例如,学生观看教学视屏表情、动作、重复度、时长等以及与教师、同学进行交互信息,能够预测学生对相关知识点掌握程度,系统可根据预测结果自动调整相应练习强度。   课程结束后,应该更注重学生整体学习数据剖析,进行课程教学质量剖析,挖掘与归纳出学生在该课程学习上总体规律以及学生在上一次教学过程中出现普遍问题,为下一次该课程教学提供参考。另一方面,每次课程教学完成都为剖析模型提供了更加丰富样本数据,使得剖析与预测模型泛化能力越来越强,提供更准确输出结果。   三、教学质量评价机制构建原则   要使学生学习数据剖析在教学过程中能够发挥指导作用,需要适时、有效地进行多角度评价,教师、学生或者系统则可以根据评价结果对教学过程进行适当调整。针对“互联网+”环境中在线学习与课堂教学相结合教学模式特点,为了充分发挥学习数据剖析在教学过程实施中作用,我们认为教学评价机

文档评论(0)

130****9768 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档