慕课试验平台的研发:一项用户研究的结果

作     者：维托米尔·科瓦诺维克 斯雷奇科·约克西莫维奇 菲利普·凯特林诺珀洛斯 哈拉兰博斯·米凯尔 乔治·西蒙斯 德拉甘·伽瑟维克 肖俊洪 

作者机构：英国爱丁堡大学信息科学学院 美国德克萨斯大学阿灵顿分校学习创新和网络化知识研究实验室 不详 加拿大阿萨巴斯卡大学远程教育中心 英国爱丁堡大学莫雷教育学院 汕头广播电视大学515041 

出 版 物：《中国远程教育》 (Chinese Journal of Distance Education)

年 卷 期：2017年第7期

页      码：16-25页

摘      要：2011年,大规模公开在线课程(简称"慕课")席卷教育领域,在线教育因此成为全世界公共舆论的焦点。虽然研究者对于能收集到海量的慕课数据倍感兴奋,然而由于面对几个方面的挑战,这种数据并没有如同预期那样发挥作用。慕课的数据分析既耗时又费力,而且需要使用一套非常先进但却尚未被教育研究者所掌握的技术性技能。因此,慕课数据分析很少在课程结束之前进行,这样一来数据在影响学生学习结果和体验方面的潜能受到限制。本文介绍我们研发的一种用户友好型慕课数据分析软件平台——MOOCito(MOOC intervention tool,慕课干预工具)。这种工具主要是为了开展根据数据而做出的教学干预和课程实验。本文阐述MOOCito的重要设计原则,同时也对促使我们研发这种工具的慕课研究趋势做一个概述。这项工作仍在进行中,本文简要介绍MOOCito原型,同时呈现一项旨在了解这个系统的感知有用性和易用性的用户评价研究结果。本文还讨论了本研究的结果以及这些研究结果对实践的启示。

主 题 词：大规模公开在线课程(慕课) A/B测试 对照实验 分析平台 用户研究 技术接受模型 Coursera 

学科分类：0401[教育学-教育学类] 04[教育学] 040102[040102] 

核心收录：

D　O　I：10.13541/j.cnki.chinade.2017.07.002

馆 藏 号：203254597...