基于数据挖掘的在线学业拖延精准识别及干预实证研究

作     者：胡琼 姜强 赵蔚 HU Qiong;JIANG Qiang;ZHAO Wei

作者机构：东北师范大学信息科学与技术学院吉林长春130117 

基　　金：国家自然科学基金面上项目“网络学习空间中的学习风险预警模型和干预机制研究”(编号:62077012) 吉林省高等教育教学改革研究课题“面向深度学习的高等教育学生课堂参与边缘化诊断及干预研究”(编号:JG2020016) 东北师范大学“创造的教育”教学模式改革项目“网页设计与开发课混合式教学模式改革研究”(编号:21JXMSGGHHS001) 

出 版 物：《现代远距离教育》 (Modern Distance Education)

年 卷 期：2022年第3期

页      码：46-54页

摘      要：学业拖延是一种回避性适应行为,会给拖延者带来压力和焦虑情绪,及早发现拖延行为并进行干预对学生顺利完成学业尤为重要。目前针对学业拖延识别主要采用主观性量表,容易导致测评结果出现偏差。本研究使用教育数据挖掘技术设计在线学业拖延识别方法,对学生学业拖延倾向进行客观判断,并结合神经网络、决策树等算法验证了该识别方法划分学生拖延倾向的精准性。基于时间决策模型,采用学习分析仪表盘自我调节和即时通讯软件教师消息提醒的方法对存在强、弱拖延倾向学生实施教学干预。实验表明,研究成果实现了及早、精准地发现存在学业拖延倾向的学生,个性化干预能够有效引导学生,减缓或控制学生的拖延倾向,规避学业风险。

主 题 词：学业拖延 教育数据挖掘 拖延行为识别 干预 

学科分类：0401[教育学-教育学类] 04[教育学] 040110[040110] 

核心收录：

D　O　I：10.13927/j.cnki.yuan.20220414.001

馆 藏 号：203112234...