在线视频学习投入的研究——MOOCs视频特征和学生跳转行为的大数据分析

被引:32
作者
陈侃 [1 ,2 ]
周雅倩 [2 ]
丁妍 [2 ]
严文蕃 [3 ]
吕倩文 [1 ]
机构
[1] 复旦大学心理系
[2] 复旦大学教师教学发展中心
[3] 美国马萨诸塞大学波士顿分校教育与人力资源管理系
关键词
MOOCs视频; 学习投入; 跳转行为; 大数据; 学习行为分析;
D O I
10.15881/j.cnki.cn33-1304/g4.2016.04.005
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
观看视频跳转行为是指学习者在观看课程视频时,主动快进或后退,按照自身知识加工需求而主动调节注意力的行为。这一指标体现视频中的知识呈现与学习者认识加工速度之间的协调性。分析跳转行为与MOOCs课程视频特性间的关系,以确定什么样的视频容易引发跳转行为,可以促进视频质量和学习参与。利用Coursera平台上的中文课程"大数据与信息传播"后台点击行为大数据,分析了四种视频风格及六种PPT特征,并对分析进行评分者一致性的检验,将视频特征的分析结果与跳转行为频率之间的关系进行比对,结果显示:(1)头像和PPT交替出现的视频跳转率最高;单独出现PPT或头像,与PPT和头像同时出现的视频比较,跳转率没有差别;(2)PPT中出现作业、概念性内容时,跳转率增高,出现总结性内容时跳转率降低。可见,跳转行为是课程视频效果及学习投入评估的指标,可以根据跳转率变化的提示制作符合远程学习者认知习惯的课程视频。
引用
收藏
页码:35 / 42
页数:8
相关论文
共 13 条
[1]   中国MOOCs教学模式调查研究 [J].
郑勤华 ;
李秋菊 ;
陈丽 .
开放教育研究, 2015, 21 (06) :71-79
[2]   MOOCs距离个性化学习还有多远——基于10门国内外MOOCs的设计分析 [J].
任友群 ;
赵琳 ;
刘名卓 .
现代远程教育研究, 2015, (06) :3-10+29
[3]   “慕课”本土化开发面临的问题及对策 [J].
卫志民 .
西北师大学报(社会科学版), 2015, 52 (01) :78-84
[4]   xMOOCs中的教学视频设计要点:基于案例的视频分析研究 [J].
李秋菊 ;
王志军 ;
陈丽 .
远程教育杂志, 2014, 32 (06) :95-102
[5]   基于MOOC数据的学习行为分析与预测 [J].
蒋卓轩 ;
张岩 ;
李晓明 .
计算机研究与发展, 2015, 52 (03) :614-628
[6]   MOOC视频的分类及具体表现形式分析 [J].
于青青 .
工业和信息化教育, 2014, (09) :84-87
[7]   MOOC环境下视频资源设计研究 [J].
张岸 ;
汪岩 .
软件导刊, 2014, 13 (06) :162-164
[8]   基于视频资源的个人学习环境设计研究 [J].
高琳 ;
赵蔚 ;
宋学峰 .
现代教育技术, 2013, 23 (08) :39-43
[9]   在线教育:期待中前行 [J].
余波 .
中国教育网络, 2013, (01) :16-16
[10]   基于关联主义的大规模网络开放课程(MOOC)及其学习支持 [J].
樊文强 .
远程教育杂志, 2012, 30 (03) :31-36