欧阳璠——学习分析在计算机支持的协作学习中的应用

最近整理了浙江大学欧阳璠老师的讲座，还是只学到了其中的一点皮毛。对数据分析方法的选择以及研究创新点的思考是及其重要的。当然，除了坚持不懈的研究之外还要特别有信心。

加油！

协作学习环境大框架  包含几个径向

1 传统协作学习环境（中小学和大学仍然存在）

2 计算机软件或在线网络平台支持

1.学习分析的应用

主要应用于三个部分

协作学习过程中过程性数据的分析

1）教师和学校，教学质量评估（学生的学习过程、学生的学习质量反映教师的教学质量）

2）教师分析或教学分析，收集和分析教师数据（新的方向）

3）课堂的实证研究 教育教学研究的本质——了解学生如何学习——具体方式策略促进学习

从实践/教学的角度

研究的角度，实证研究的方式，了解应用工具、分析方法，干预策略，对教和学的影响

1. 教育大数据的挖掘

算法对学生成绩的prediction，数据学习教学pattern

学习分析和数据挖掘的区别，本质质和量的区别，学习分析虽然应用了不同的学习方法，但是其本质还是侧重于教师和研究人员对结果的解释，（质的解释）

而数据挖掘更加侧重于量化方面的工作，计算机、数学方面相关的算法，客观因素：教学和学习过程中的大规模数据。

3 人工智能教育应用

与人工智能算法相关（新方向）

 

 

 传统环境下在职教师知识建构

1. 为什么做这个研究？

知识建构，大多数研究侧重于学生层面，尤其是K12，教学也是学习的过程，从学生变为教师，终身学习的概念一直没有停止。如果把教学本身看做一种认知活动，教师在工作的同时也是一个知识建构者，而不是简单的复制所谓的最佳的实践。思考自身知识如何分享，在小组层面的互动、对设计的课程进行交流、开发和解释。相关研究也进行了一些探索，表明了一些理论和实践上的挑战。

从实践角度来看，教师教学，个人活动，习惯自己完成，缺乏经验交流。——课程改革，在职教师知识建构过程中，小组内部知识探究，知识建构和创造的具体模式是什么样子的。

对于他们最终教学产品的质量的提高是否有影响。