学习行为投入评测框架构建与实证研究

发布时间：2023-05-24 23:26

　　作为学习者实际表现的主要驱动力量,学习行为投入还未能形成有效的评测体系。该文在对学习行为投入本质探寻的基础上,利用学习者对信息交换活动的适应性调节过程分析学习行为投入的状态,建立周期反馈循环模型,确定了包含持续性(Persistence)、反思性(Reflection)、主动性(Initiative)与专注性(Concentration)的"PRIC"评测维度以表征学习行为投入的水平。据此构建了基于教育云平台的学习行为投入评测框架。框架指标的探索性因子分析表明,4个因子积累方差解释率为64.90%,因子载荷在0.625至0.930之间;验证性因子分析表明,各拟合指数良好,标准化路径系数在0.60至0.94之间,建构信度为0.949;主成分回归分析表明,4个因子对学习结果具有36%的解释力。为更准确的构建评价体系,利用层次分析法建立指标权重,"PRIC"各维度的权重分别为0.3263、0.2121、0.2516与0.2100。

【文章页数】：7 页

【文章目录】：
一、学习行为投入的状态界定
    (一) 多维度、自定步调是信息交换活动的重要特征
    (二) 周期反馈循环是信息交换活动与学习行为投入的中介
二、学习行为投入周期反馈循环模型
    (一) 模型的层次结构
    (二) 周期反馈循环
    (三) 模型的内部交互机制
    (四) “PRIC”评测维度
        1. 持续性 (Persistence)
        2. 反思性 (Reflection)
        3. 主动性 (Initiative)
        4. 专注性 (Concentration)
三、基于教育云平台的学习行为投入评测框架
    (一) 教育云平台记录指标
        1. 总计学习时间与学习次数
        2. 学习时间间隔与规律性
        3. 学习笔记深度与长度
        4. 课后测试分数
        5. 学生提问、回答数量以及主题被推荐数量
        6. 三屏互动展示次数
        7. 及时测评时间和分数
        8. 课件点播得分
    (二) 基于教育云平台的学习行为投入评测框架
四、评测框架的实证研究
    (一) 数据预处理
    (二) 评测框架效度分析
        1. 框架指标与学习结果的相关分析
        2. 框架指标的探索性因子分析
        3. 框架指标的验证性因子分析
        4. 框架指标的主成分回归分析
    (三) 权重体系建立
五、结语



本文编号：3822490