大规模私有型在线课程学习行为及其影响因素研究-以国家开放大学网络课程学习为例_1.docx

大规模私有型在线课程学习行为及其影响因素研究-以国家开放大学网络课程学习为例_1.docx

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
? ? 大规模私有型在线课程学习行为及其影响因素研究 以国家开放大学网络课程学习为例 ? ? 摘要:本文采用描述性分析和相关性分析对国家开放大学学习平台2015年秋季学期运行的57门MPOC(Massive Private Online Course)课程中54,228位学生产生的5,600多万条学习行为记录进行分析,结合教学过程跟踪和师生访谈,深入了解国家开放大学学生在线学习情况和课程交互情况,分析学生学习行为特点及其影响因素。通过分析发现,MPOC课程中学习者的活跃程度差异较大,多数学生只关注和考核直接相关的作业和测验,存在突击完成学习任务的情况,但也有部分学习时长和活跃程度都比较突出的学生,这些学生普遍集中在教学团队分工和教学组织合理、支持服务到位的课程中。分析还发现,教师教学和支持服务能有效地促进学生提交作业、完成测验和论坛发帖等人际、人机交互,而在提高学生资源浏览量和使用率方面效果不明显。同时,有效的管理机制和优秀的课程设计也是调动学生在线学习的重要因素。最后,基于分析结果,结合教学实际经验,从课程建设、教学和服务、管理机制三方面对国家开放大学网络课程给予相应的可操作性建议,希望能更好地落实课程教学,完善MPOC教学模式,为学生提供高质量的在线教学和良好的在线学习体验。 关键词:MPOC,MOOC,学习行为,学习分析,国家开放大学,网络课程 一、引言 伴随着MOOC的广泛应用,其在学习支持服务、教学辅导、教学设计、教学交互等方面的不足逐步显现。针对MOOC教学模式的局限性,以MOOC为基础的DLMOOC(深度学习的MOOC)、SPOC(Small Private Online Course,小规模私有在线课程)、MPOC等新的教学模式相继出现。其中,MPOC由于其私有、缴费、分班教学、配备辅导团队等特点,可为大规模在线学习者提供有针对性的教学内容、有组织的教学过程和个性化的支持服务,是现在远程教育机构、培训机构主流的课程形式之一。 国家开放大学于2013年开始,基于Moodle学习平台建设了大批支持教、学、测、评一体化的MPOC课程。与MOOC课程相比,国家开放大学网络课程在选课学生、课程建设、教学模式、支持服务方面都有很大差别。首先,国家开放大学网络课程的学习者都是国家开放大学在籍的学历教育学生,学生的教育背景和层次相似,课程教学目标一致。其次,国家开放大学网络课程是针对国家开放大学学生设计,集资源、学习活动、学习评价、学习支持服务于一体,可有效地完成学习、活动、测评等所有学习过程的在线学历课程。在具体设计方面,鼓励突出课程特色,可根据课程特点选择活动类型、考核方式和比例。再次,教学和支持服务方面,国家开放大学依托总部、分部、分院三级教师为学生提供“全过程、混合式、基于团队”的导学、助学、促学服务,即以教学班为单位,由教学团队教师提供线上、线下混合式教学,线上基于网络课程组织和实施教学、完成作业、课程测验等在线考核,线下主要是辅导教师的面授辅导和部分课程的期末考试等。2015年秋季,国家开放大学学习平台共有57门课程,169个教学班,1,871个教学组(按属地进行划分,每门课程每个开课分部划分为一个教学班,每个教学班下按照不同的教学点又划分为教学组),共54,228位学生基于网络课程进行混合式学习。 本文以2015年秋季国家开放大学网络课程的学生行为数据为研究对象,通过对平台日志记录的学生学习行为数据进行采集、挖掘,分析国家开放大学学生的在线学习行为特点、学习效果及其影响因素,并通过教学过程跟踪和师生访谈,进一步解释学习行为和补充相关教学、支持服务建议,改进课程教学设计,优化教学过程,促进MPOC课程的教与学。 二、文献综述 在线学习行为是指学习者在使用在线学习平台时被记录下来的登录、浏览、交互、检索等各类可回溯的活动,相对于自陈式问卷、访谈等研究材料,这些活动能够真实地反映学习者在线学习的全过程,因此一直以来都受到相关领域研究者的重视。在20世纪早期,就有学者尝试从原始的Web访问日志中分析学习者的在线学习行为,在Za?ane Luo(2001)的研究中对42万条原始的Web日志进行分析,归纳了两门实验课程的学生行为规律,如对哪些模块的访问最多、哪些模块的访问具有明显的前后联系等。但是,从Web日志中能挖掘的信息毕竟有限,随着在线学习平台的完善,更多的研究者开始考虑如何从结构化的后台数据中获取和分析更丰富的学习行为信息,例如台湾的学者尝试从符合SCORM规范的结构化课程中分析学习者的学习档案(Su,et al.,2001),美国的学者Hung Zhang(2008)等从LMS的后台数据库中抓取行为日志信息,对学生的特征进行分类,对其日常学习行为的模式进行了归纳。这个阶段的学习行为分析大多属于针对少数课

您可能关注的文档

文档评论(0)

布丁文库 + 关注
官方认证
内容提供者

该用户很懒,什么也没介绍

认证主体 重庆微铭汇信息技术有限公司
IP属地浙江
统一社会信用代码/组织机构代码
91500108305191485W

1亿VIP精品文档

相关文档