摘要：学习分析作为学习科学的子领域,其关注的核心问题就是对学习过程的理解与优化,而这离不开对学习者学习行为数据的收集和对行为模式的分析。特征工程作为一种基于底层数据设计特征集的系统方法,为行为模式的分析提供了新的技术支持与研究路径。文章通过介绍特征工程实施的四个步骤,系统梳理了目前使用特征工程方法识别出的典型行为模式,如投机取巧、挫折、疑惑等,可为行为模式的相关研究提供参考。同时,文章基于对有效的技术支持和实践意义两个话题的讨论,指出了未来的研究取径与研究重点。

摘要：自2013年起,我国研学旅行研究不断发展,但目前仍存在"重游轻学""行程包办"和"评价单一"等问题,笔者认为其源于研学过程中研究性学习的缺乏。因此,本研究基于研究性学习的3C3R模型,探究研学旅行中研究性学习的开展,以中国传媒大学日本暑期学校为例,进行研学旅行中研究性学习的设计、开发、实施与评价,以达到知识建构和高阶能力培养的目标。通过开展基于问题的研究性学习活动,实现了学习目标,提升了学习者的高阶能力,且学习者对课程满意度较高。

摘要：随着教育与信息技术的不断融合,MOOC已经成为一种新型的、重要的学习模式,而如何促进MOOC中的有效学习也成为MOOC情境下的研究热点之一。分析以往研究发现,平台记录的学习者学习行为数据将原本复杂的学习行为分解成了可操作、可获得的数据指标,对学习者的学习效果存在很重要的预测作用。本研究基于MOOC《游戏化教学法》第三期课程数据,采用逻辑回归方法对课程中取得合格成绩的学习者学习数据进行分析,结果显示:学习成绩与论坛发帖数量、作业互评完成度、作业提交次数、参与测验情况、视频观看主动性存在相关性;参与测验情况、作业互评完成度和论坛发帖数量是预测课程学习成绩是否优秀的主要指标。研究发现:在任务学习行为上成绩优秀与合格的学习者都具有良好的行为习惯;在交互学习行为和学习参与上,成绩优秀学习者相比于合格学习者具有积极参与论坛讨论和同伴互评、课程内容完成主动性强等行为特征。基于上述研究,本文尝试提出如何提升MOOC学习质量的建议,为MOOC课程建设提供参考和借鉴。