混合学习环境下学习者的在线自我调节学习潜在剖面分析及行为过程挖掘

被引:19
作者
邓国民 [1 ]
徐新斐 [2 ]
朱永海 [3 ]
机构
[1] 贵阳学院教育科学学院
[2] 贵州师范大学教育学院
[3] 首都师范大学初等教育学院
关键词
混合学习; 自我调节学习; 在线自我调节学习环境; 潜在剖面分析; 过程挖掘; 自适应学习;
D O I
10.13811/j.cnki.eer.2021.01.011
中图分类号
G434 [计算机化教学];
学科分类号
摘要
混合学习强调线下课堂教学和线上自主学习的混合以实现优势互补,其中学习者的在线自我调节学习能力显得异常重要。文章旨在揭示学习者的在线自我调节学习能力存在哪些潜在类别,不同类别学习者是否具有不同的在线自我调节学习行为过程模型,以及这对于在线自我调节学习环境的设计有何启示。研究首先对239名学习者的在线自我调节学习能力进行测评,然后使用潜在剖面分析方法对测评数据进行分析,发现样本学习者可以分为高、中、低三种不同水平的自我调节学习剖面类别。然后分别对三种类别学习者的在线自我调节学习行为数据进行过程挖掘,研究发现:(1)学习者的自我调节学习能力更多体现在执行阶段的行为上;(2)中高水平自我调节学习者的在线学习行为表现出更强的认知和元认知策略;(3)高水平自我调节学习者体现出更有效的时间管理策略与更强的整体规划能力。因此,在线自我调节学习环境需要引入自适应支持机制,为学习者提供适应性的过程和策略支持。
引用
收藏
页码:80 / 86
页数:7
相关论文
共 4 条
[1]   基于OERs的自我调节学习行为对学习成效的影响 [J].
邓国民 ;
韩锡斌 ;
杨娟 .
电化教育研究, 2016, 37 (03) :42-49+58
[2]  
Comparing online and blended learner's self-regulated learning strategies and academic performance[J] . Jaclyn Broadbent.The Internet and Higher Education . 2017
[3]   Process mining techniques for analysing patterns and strategies in students' self-regulated learning [J].
Bannert, Maria ;
Reimann, Peter ;
Sonnenberg, Christoph .
METACOGNITION AND LEARNING, 2014, 9 (02) :161-185
[4]   Online Technologies Self-Efficacy and Self-Regulated Learning as Predictors of Final Grade and Satisfaction in College-Level Online Courses [J].
Puzziferro, Maria .
AMERICAN JOURNAL OF DISTANCE EDUCATION, 2008, 22 (02) :72-89