电子商务营运博弈沙盘 云私塾系列产品之 电子商务营运博弈沙盘
酒店建设营运博弈沙盘 云私塾系列产品之 酒店建设营运博弈沙盘
物流营运博弈沙盘 云私塾系列产品之 物流营运博弈沙盘
毕业论文指导与评审平台 云私塾系列产品之 毕业论文指导与评审平台
电子商务营运博弈沙盘 云私塾系列产品之 电子商务营运博弈沙盘
酒店建设营运博弈沙盘 云私塾系列产品之 酒店建设营运博弈沙盘
物流营运博弈沙盘 云私塾系列产品之 物流营运博弈沙盘
毕业论文指导与评审平台 云私塾系列产品之 毕业论文指导与评审平台
随着数字教育资源的迅速发展和普及，数字教育资源服务的作用日益凸显，其能够帮助学习者更好地进行自主学习。然而，数字教育资源的服务质量和学习者的需求之间仍有一定差距。本研究依据数字教育资源服务的内涵，建构了数字教育资源服务的三个维度：数字教育资源分类和课程描述、通用性服务及个性化服务。同时，选取10个国内外典型的公开课程网站进行比较分析，分析结果表明现阶段数字教育资源服务存在不足，即学习评价方式单一，学习情况未能细致体现，知识缺乏系统化等。基于此，提出三个针对性的数字教育资源服务优化模型，即围绕学习活动的学习评价模型、个性化学习数据管理模型和在线深度学习模型，以期改善数字教育资源服务质量。 引言 随着网络技术高速发展以及互联网应用平台的不断涌现，教育领域将信息化作为发展的主要战略之一。在信息化的环境下，数字教育资源应运而生。数字教育资源是为达到一定的教学目的而设计与开发，支持教学活动开展，以数字化形态存储的课程材料（余亮，陈时见，吴迪，2016）。基于网络平台的数字教育资源克服了传统教育在时间和空间上的局限，使得教师和学生可以根据实际条件来进行自主学习或协作学习。数字教育资源的出现与发展不仅仅是对在校学习的辅助，更是对终身教育的延续。无论何人，只要有学习的欲望，都可以利用琐碎时间，随时随地地借助网络来学习。随着多种新型数字教育资源的出现，在促进学习者学习的过程中，数字教育资源相关服务的作用也得以凸显出来，为学习者提供了多元化的学习方式，提高了用户体验。 数字教育资源服务是为满足不同用户的教与学需求，进行资源建设并将海量的学习资源和资讯分门别类地收集起来进行内容聚合，通过网络平台为用户提供数字教育资源及相关辅助手段的数字化服务，以支持用户完成资源查找、整理和应用等的教育相关活动过程。数字教育资源服务是网络学习平台极为重要的一部分，对于学习者基于网络平台进行自主学习起到了极大的帮辅和促进作用，但其仍然存在不足（肖爱平，蒋成凤，2009）。王焕景和张海燕（2005）在对部分地区的网络学习者自主学习能力现状的调研表明，学习者出现“缺乏网络学习方法指导”“难以有效调控网络学习过程”的情况比例最高，可见缺乏学习引导和自我学习调控能力是网络学习者普遍遇到的问题。董杜斌（2015）在对青年在线学习者的学习现状进行调研中发现，在线学习者在MOOC学习中虽具有明确的学习目标，但学习持久力不足，易出现倦怠期，其建议通过加强课程平台的学习交流服务，提高学习者在平台学习中的交互，使学习者调整学习状态和探讨学习困惑，改善在线学习的完成度。在帮助学习者进行自主学习的过程中，通过合理开发数字教育资源相关服务，可以为学习者提供学习指导和规划学习过程，并能为学习者提供交互版块和阶段评估等，帮助学习者完成在线学习，提高学习成果。 为调研数字教育资源服务现状，论文选取国内外典型的数字教育资源网站，对网站内的服务功能、用户体验以及服务可用性进行调查，分析数字教育资源服务存在的不足，并据此提出数字教育资源服务优化模型，以改进数字教育资源服务质量，更好地服务学习者。 一、数字教育资源服务的现状 （一）网络公开课程的数字教育资源服务研究设计 1.数字教育资源服务的内容 数字教育资源服务主要是为参与在线自主学习的用户提供海量学习资源及相关的学习辅助手段，以支持用户完成学习相关活动，包括进行数字教育资源的检索、订阅、上传、下载，通过论坛及其他方式进行同步或异步的交流讨论等。除此以外为了克服传统课堂中统一教学进度的不足，数字教育资源服务还提供个性化的服务，例如相关内容推荐、个人学习档案建立、针对自身的学习情况进行学习路径和进度的定制等，使学习变得自主化、多样化。 因此，学习者在进行自主学习时不仅仅依靠数字教育资源，网络学习平台如何围绕数字教育资源给学习者提供服务，提供哪些服务，都直接或间接地影响着学习者的学习效率和学习成果。依据数字教育资源服务的概念界定，可以将服务大致分为三部分： 一是数字教育资源的分类聚合和资源描述。这部分的服务主要起到资源导航的作用，引导学习者选择资源进入学习。数字教育资源的分类和细节描述的详细与否，都影响着学习者对学习资源的选择。资源分类和课程信息越清晰细致，学习者越能快速准确地筛选出符合自身需求的学习资源，从而融入学习中去。 二是针对所有学习者的通用性服务。这部分服务主要是在学习者使用数字教育资源的过程中起到帮辅作用，包括常见问题解答、讨论区/论坛区、资源下载等服务，适用于所有学习者。通用性服务为学习者使用数字教育资源提供了便利，帮助学习者解决在学习过程中碰到的一些普遍性问题，“一站式”地完成整个学习过程。 三是个性化服务。个性化服务区别于通用性服务，是依据学习者的个人需求、学习能力等提出的针对性服务，起到优化资源使用过程、深化学习效果的作用。学习者的学习水平参差不齐，学习时间和地点也不尽相同，单纯依靠统一标准的服务并不能适配每一个学习者。因此个性化的数字教育资源服务显得尤为必要。学习平台会根据学习者的访问数据自动推荐资源并提供服务，学习者也可以根据自身的需求定制服务，使得数字教育资源服务与自身的学习能力、进度等相匹配，以使学习成果达到更优化。 2.数字教育资源服务调查对象的遴选 本文将选取国内外共10个公开课网站作为典型案例进行数字教育资源服务现状的调研。国内外各选取5个，国内公开课网站选取了“网易公开课”①“中国大学MOOC”②“学堂在线”③“好大学在线”④和“爱课程”⑤，国外选取了“可汗学院”⑥“Lynda”⑦“JHSPHOPEN”⑧“Coursera”⑨及“Openlearn”⑩公开课平台。 本文选取的调研对象均为国内外访问量较大的公开课网站，因此数字教育资源建设内容和数字教育资源服务的内容相对来说较为丰富。公开课网站面向的学习对象群体范围广泛，参加公开课的学习者没有年龄、学历、时间和空间等方面的限制，因此公开课网站内的服务内容更为全面并能适用于更广泛年龄段及学习层次的学习者。 3．数字教育资源服务调研过程 数字教育资源服务的内容，对应着学习者学习过程的“引导学习——帮辅学习——优化学习”三个阶段，涵盖了学习者进行在线自主学习的整个过程，可以看作是数字教育资源服务的流程体现，构成了完整的服务体系。因此，依据上述数字教育资源服务内容，设计了“数字教育资源分类与课程描述”“通用性服务”及“个性化服务”三个维度，通过调研这10个公开课程网站，对网站内的服务功能、用户体验以及服务可用性进行调查体验，并结合相关文献，分析数字教育资源服务存在的不足，并据此提出数字教育资源服务优化模型。 （二）数字教育资源服务现状分析 1.数字教育资源类型分类与课程描述 数字教育资源是学习者参与在线学习的主要内容，不同形式的资源具有不同的优缺点，丰富的资源类型有助于学习者获得更好的学习成果。在调研的公开课网站中，视频和文本资源都作为最基本的学习资源出现，除此以外一些网站还提供了相关专题的会议和讲座的音频资源。资源分类情况如表1所示。 如网易公开课一类的公开课网站面向的群体多为利用空闲时间丰富知识的用户，由于不涉及作业考试以及最后的学习证书，因此资源的呈现方式主要为视频。提供认证课程的公开课网站还提供相关的课件、作业和测试资源，基本包含完整课程的所有资源。Lynda中的练习文件和评估是与许多课程相关的补充学习材料。练习文件是用来强化技能的作业，而评估则是测验，用来测试学习者的学习成果。JHSPHOPEN主要专注于公共健康课程和资源，在JHSPHOPEN中，图片被区别于课程而作为独立的一类资源。学习者可以根据主题来检索相关图片。JHSPHOPEN还为学习者提供了课程资源和阅读材料列表，课程资源按照课程来分，以课件和音频配合使用；阅读材料按照主题分类，以列表的形式制定相关阅读材料。中国大学MOOC提供的学习资源除了基本类型资源外，还包括拓展网站链接和富文本资源。 公开课网站在课程资源信息方面虽存在一定差异，但都提供了详细的信息服务（见表1）。中国大学MOOC在课程简介方面较为细致，其中包括授课目标、参与学习之前的预备知识储备、参考资料以及常见问题答疑等，以帮助学习者更好地选择合适课程。在学习资源提供方面，将不同类型的资源按照课程章节进行分类，学习者可以从课件目录中根据资源类型直接进行选择，一目了然。中国大学MOOC与学堂在线都为课程提供介绍短片，学习者可以通过短片的形式来更直观地了解课程。学堂在线在课程介绍中还给出了课程的精华笔记和针对该课程的常见问题版块，帮助学习者来了解该课程更多的细节内容。爱课程网在课程信息展示中添加了章节内容的知识点和能力点，并添加了相关站内链接，通过点击知识点关键词可以查看知识点的相关资源，供学习者进行拓展学习。JHSPHOPEN的课程描述中包括课程目标、阅读要求、学习任务、评分细则等几项要求。Openlearn在课程简介界面中还提供了“courserviews”的版块，学习者在课程学习之后，可以对该课程进行打星评分，为后来学习者提供参考价值。学习者还可以在完成一门课程后留下一篇评论，发表想法和感受。Coursera的课程目录相较于其他公开课网站来说条理性比较强，课程安排中规定了课程学习时间。学习材料和资源以一周为周期进行分配，简述该周的学习内容，将资源一一陈列出来，并明确标识出资源的类型和标题。学习者可以一目了然地看到自己将要学习的内容和资源，以及学习过程中将要进行的活动。 部分公开课网站中添加了课程公告的服务部分，通过发布公告来发布课程相关内容，包括提醒学习者课程进度以及作业提交截止日期和要求，简要介绍每周课程内容，提供资源下载链接等，并在公告中向学习者推荐一些后续课程或相关课程，以供学习者参考和学习。 2.数字教育资源通用服务 公开课网站根据网站自身的特点定位，并结合资源呈现形式、是否有学习认证等因素影响，其通用服务的设定也有所不同，具体如表2所示。 网易公开课在视频的右上角给出了笔记的版块，用户可以在观看课程的同时添加笔记。在此版块中参加该课程学习的用户笔记是共享的。用户可以在此查看该课程的最优笔记以及最新笔记。笔记以视频的播放时间进行标记，用户可以很快根据视频的播放进度找到相关笔记。在课程视频的下方开辟了跟帖讨论区，观看者可以随时针对视频内容在讨论区跟帖讨论，并可以通过社交软件进行转发分享。 学堂在线等网站在小节课程后会根据课程内容发布相关帖，学习者可以参与讨论，提出看法。学堂在线在课程版块还添加了学习指南，将课程内容安排介绍给学习者，帮助学习者建立一个学习内容的整体框架，了解学习进程。部分课程开通了技术分享版块，在该版块中可以分享关于该门课内容的相关知识和技术，并支持学习者一起讨论。 爱课程增加了学习群组的版块，可以帮助有共同学习目标的学习者参与课程学习和讨论，共享学习笔记和资料，增加在线学习的交互性。在爱课程的课堂互动区中，学习者可以对所学的某一章节进行评论，其他学习者在参与课程互动时，可以根据讨论区的内容直接点击进入该讨论的章节课程。 在好大学在线进行课程学习时，可以选择是否要进行学分认定，学生按照课程教学计划学习，完成课程学习所有环节，参与所有考核，且最终学习成绩合格，可以由学生所在学校给予学分。 可汗学院在练习的版块中添加“获取提示（Getahint）”服务，学习者在练习无法完成时可以选择获取提示。提示分为两种，第一种是通过观看相关视频来获取解答思路；如果仍未理解，可以选择第二种，获得该题的解题步骤以及针对性提示。但如果使用了提示，该问题将不被包含在学习者学习进度中。 在Openlearn平台中，分享是十分便利的。不单单是分享资源，如果学习者在学习中看到某段文字想进行分享，可以直接选中文字，文字上方就会出现各个社交网站以及邮件的图标，点击进行分享。 除了学习过程中的通用性服务外，学习者在课程检索时的资源排序同样对学习者选择资源有着一定的影响。一般来说，在一组信息中，位置排在最前的信息最容易被人们记住，并对人们的行为选择产生作用，这被称为“首位效应”（陈红梅，2007）。澳大利亚学者墨菲等通过实验发现，在信息量为6条的情况下，参加实验的实验对象对第一条信息的点击频率最高（Murpuy,Hofacker,&Mizerski,2006;陈红梅，2007）。因此资源排序对于学习者在资源选择上有着很大影响。学习者面对众多的数字学习资源，会优先选择第一页或是前几页中的资源，这也间接地影响了学习者的学习效果。因此本文就公开课网站的检索结果排序情况单独做了一个调查。 在检索排序方面，相较于在线学习网校而言，公开课网站并没有细致排序规则。爱课程、好大学在线、JHSPHOPEN和Coursera没有明确的排序规则；可汗学院课程较为固定，也没有明确排序；网易公开课按照课程与检索词的相关度进行默认排序；中国大学MOOC依据上传时间、浏览量以及同检索词的相关程度进行排序；学堂在线按照课程参加人数进行排序；Openlearn开通了给课程打分的服务机制，因此在检索时默认按照课程评分来进行排序。在Openlearn中进行课程检索后，与其他网站不同的是，Openlearn对在线课程资源做了等级划分，分别为等级1“introductory”（引导篇）、等级2“intermediate”（中级篇）和等级3“advanced”（高级篇），学习者可以根据自己的能力水平来选择不同等级的课程。通过对公开课网站的访问和检索体验发现，通过细化分类标准，例如划分数字教育资源的难易等级、课程评分、检索词相关度等，对学习者检索的资源进行多元化排序，可以使学习者快速对数字教育资源进行定位和匹配，且匹配精确度更高。 3.个性化服务 除了基本的通用性服务，大多数公开课网站还为学习者提供了个性化的数字教育资源服务,如表3所示的学习资源推送、建立学习档案等。JHSPHOPEN网站没有个人账户登录，因此没有个人档案。 网易公开课针对受众群特点，其对网站内的所有资源视频进行观看次数的排序以及更新时间的排序，筛选出最热门的课程资源，推荐给用户。网易公开课为用户开放了“我的公开课”版块，在“我的公开课”的个人页面中可以查看个人的播放记录及播放进度、收藏的课程以及个人笔记，帮助用户个性化地查看和管理自己的课程。 学堂在线的课程进度版块以折线图呈现，横轴以每一次的作业和实验为单位，反映学习者的已学习章节和待学习章节；纵轴为完成得分，体现学习者在本课程各个章节的学习成果，分为A（85%以上）、B（60%以上）两个等级。学习者可以通过查看折线图来了解课程的学习进度以及学习成果。在折线图的下方是学习者在每一小节的学习中是否存在学习问题以及问题得分的标注，学习者可以通过浏览来发现问题，回顾薄弱点。可汗学院在针对学习者个性化学习方面提供了详细的服务。可汗学院将练习建立成一个基于知识点内在联系的知识网络图。知识点以颜色区分，蓝色代表精通，浅蓝色代表未学习，橙色代表需要复习，绿色代表建议学习，并根据知识点之间的联系为学习者推荐进一步学习的内容（王晓雨，李平，王庭槐，2013）。可汗学院允许学习者添加其他用户作为自己学习的指导者，还为学习者提供成就区，学习者可以通过观看视频，完成练习等方式来赢取勋章，提高自己的技能等级。这一系列的服务都可以极大地提高学习者的学习动机，促进学习者课程的完成。 Lynda针对个体学习者或团体学习者提出不同的学习解决方案，以促进个人知识业务和团队培训。播放列表是组织lynda课程和进度跟踪的重要工具。个人可以创建和共享播放列表和组织可以分配播放列表的团队成员，以促进培训。 学习者在Openlearn中进行学习时，会建立自己的学习文档——“Myopenlearnpro?le”，平台会检验和总结学习者的学习进度，将其反馈在学习者的学习文档里。 （三）数字教育资源服务存在的问题 数字教育资源一直处于不断动态变化的过程中，渐渐出现资源冗余、多源异质、可靠性降低等问题，使得资源利用率不高。科学技术的介入使得数字教育资源的质量和可用度以及与学习者的契合度越来越高。例如GoogleSearch、IBMBlueCloud、MicrosoftAzure以及阿里云等云计算系统（冯永，钟将，叶春晓，吴中福，2013），基于由大量商用计算设备构成的数据中心，为用户提供安全可靠的数字教育资源和快速便捷的资源服务（Patterson,2008;Gary,2010）；日本一个网络在线学习系统根据学习者的学习能力和理解程度不同，为学习者提供不同程度的练习资源等（陶媛，2013）。现阶段的数字教育资源服务能够帮助学习者过滤筛选最优质的数字教育资源，为学习者提供包括组织和管理资源、资源学习工具等在内的资源服务以及推荐契合学习者兴趣、适合学习者学习能力和知识水平的学习资源。数字教育资源服务的智能化和丰富化使得越来越多的学习者参与并认同基于数字教育资源来进行学习，但其完成度及深入度却差强人意。通过对实验平台的调研得出现阶段的数字教育资源服务普遍存在以下问题： 1.学习评价方式单一 在进行调研的公开课数字教育资源平台中，对于学习者的学习数字教育资源评价服务涉及面较少，基本只是教师对学生作品或考试内容进行批改评价。只有个别网站，如好大学在线，提供了学生作业互评的评价方式。 在多数数字教育资源服务中只关注了学习者的总结性评价，而忽略了过程性评价。学习者的过程性评价同总结性评价一样重要，其可以让学习者更清楚自身在课程学习中所碰到的问题。因此除了教师对作业和测试的批改外，还需学习者对于自身学习情况的过程性自评以及学习同伴互评。学习者在学习完成后回忆和梳理自己在之前的学习中，哪一部分学习起来较为吃力，哪一部分记忆较为薄弱，哪一部分在做作业时错误较多，并对学生自评进行标识，便于学习者回顾和复习。大部分网站缺少引导学习者对于学习过程的阶段性自评和记录。同伴互评也可以看作是学习互动的一种方式，学习者通过互评来交流想法和发现问题，达到分享和修正知识的学习目的。 2.学习情况未能细致体现 多数数字教育资源平台中只是显示了学习者在学习过程中的进度，帮助学习者定位上次学习的位置，快速进入学习，但未能体现学习者在每一章节的学习效果。学习者完成一阶段的学习后，在回顾学习内容时，只能看到自己学习了多少内容，但无法直观看到自己每一模块内容的学习情况，对于早期学习的知识点、存在的疑问等有所淡忘，找不到自己的薄弱点进行加强和复习。学堂在线在这一方面提供了服务支持，即用折线图体现了学生在当前课程中的学习进度和学习成绩，但未将学习情况细致到知识点。可汗学院建立的知识网络图不但强调了知识点之间的相关联系，还以颜色区分学习者对于知识点的掌握程度，极大地提高了学习者的学习效果。 3.知识缺乏系统化 学习者参与公开课学习多是自由安排零散时间，公开课本身的知识内容也相对短小和碎片化。相较于传统课堂，缺少对所学知识的总结和反思，使得学习者只是记忆和理解知识点，停留在浅层学习层面，而无法将独立章节的知识进行系统化组织，形成知识网络，达到深度学习。平台在建设资源的过程中可以添加复习和预习章节，引导学习者将知识点连贯起来，并在个人档案中提供思维导图等插件，帮助学习者自主建构知识地图，形成可视化的知识网络，引导学习者分析、评价、综合应用所学知识。 二、数字教育资源服务优化模型 针对数字教育资源服务存在的问题，现提出以下三个模型：围绕学习活动的资源学习评价服务模型、个性化学习数据及资源管理服务模型和在线系统化深度学习资源模型。 （一）围绕学习活动的资源学习评价模型 在调研的公开课平台中，对于学习评价的主要方式是教师对课程作业和测试作品的评价，以及学习同伴对于课程作业的评价。学习者可以根据作业和测评的评价结果，发现学习过程中的薄弱点。他评可以让学习者获取不同角度的评价和意见，并实现知识的共享。这对于学习者是启发的过程，可以使其看问题的角度更加多样化，是明确学习状况的较好方式，能够极大地促进学习者的学习进程。学习者作为网络学习过程中的主要参与者，大部分时间进行的还是独立学习。在学习中可能存在问题，但在作业和测试中可能没有体现，这样教师就无法获知学生的疑问点。自评可以使学习者自身了解在学习过程中存在的更为细微的问题，如学习方法、学习进度、学习行为、学习成绩等，可以帮助学生纠正不正确的学习方法，找出学习差距，改善学习行为，促进自主学习等，同时自评不把学习成绩作为唯一指标，减少了学习者对于评价的抵触心理（刘仁坤，杨亭亭，王丽娜，2012）。因此评价体系中需要加入学生自评体系，增加评价主体，来进行更为全面的评价。学习者自评不仅可以帮助学习者随时监控和了解学习状况和进度水平，还可以及时获取学习者在学习过程中的情绪变化数据。学习者在学习过程中，情绪的变动对学习者的学习十分重要，积极的学业情绪能激发学习者学习的动力，促进学习；相反，消极的学业情绪会阻碍学习者的学习（宗阳，陈丽，郑勤华，胡红梅，2017）。现有对在线学习者进行情感分析的研究就包括通过情感分析量表问卷来评价学习者情绪，例如李笑樱（2011）通过编制远程学习者情感自评量表，来确定远程学习者的情绪变量。 该模型把学生自评分为了3个部分（见图1）：学习过程评价、讨论互动和课程活动。学习过程评价可以由课程平台提供一定的自评指标，让学习者每完成一个课程阶段及时对自身的学习过程进行评价，并可完成课程反思，将课程中学到的知识、遇到的问题、自身想法等进行反思总结，来体现对该课程的认识和学习中的不足之处；讨论互动和课程活动是学习者在进行浅层学习后再深化的学习活动；在活动的过程中，学习者交流思想、知识深化，也是学习者进行反思评价的过程。 除了对学习者学习状况的他评和自评外，还有平台学习参与者对数字教育资源及其服务的评价。孔丽丽、马志强、易玉何和杨昊（2017）提出在行为科学视角下，我们可以将在线学习行为解释为学习者在网络学习环境下，为完成学习目标与学习环境所进行的双向交互过程。我们将影响在线学习的行为因素归为个人心理因素和环境因素（冬青，1987）。个人心理因素包括情感、态度、动机等；而环境因素则包含网络学习系统、资源和学习支持以及社会性关系（师生、生生之间的关系）等因素（付淇，朱经强，2015）。因此对于在线学习来说，除了通过自评和他评了解学习者学习状况，资源和服务的优与劣也是影响学习者学习的重要因素之一。该模型中加入了用户对平台数字教育资源及其服务的评价。数字教育资源的评价可以包括教学视频的质量、课程结构的合理性、视频教师的授课水平、课程交互（讨论、答疑等）、课程练习和测评等部分；数字教育资源服务可以包括课程检索、网站地图（课程指南）、学生学习的技术支持、信息管理、学习者特征分析等。平台可以开通反馈意见版块，或随课程学习定期发放调查问卷。 通过以上三部分评价全面完善网络学习中的评价体系，支持学习者自主学习以及促进网络学习的学习效果。 （二）个性化学习数据及资源管理模型 学习者个体的学习需求、学习能力以及学习基础都存在着一定的差异，因此网络学习平台聚焦于为学习者提供个性化的数字教育资源服务，帮助学习者提高学习效率。最常见的服务形式是通过收集用户在学习活动过程中产生的大量学习数据，对学习者的学习特征，包括学习进度、知识水平、内容偏好等进行定位分析，为学习者提供个性化的课程内容推荐服务。本文在此基础上将个性化服务全面化，更好地贴近学习者的学习需求（见图2）。 除了个性化推送外，为学习者建立个人学习档案也是平台提供个性化服务的一种方式。常规版块包括课程订阅收藏列表、学习课程任务列表、学习成果记录等，可以满足学习者在学习过程中的基本需求。但平台往往会忽略对学习者学习后的资源管理，如每次课程中学习者的学习笔记、课程提问和发言讨论、课程学习的自评及他评的分类归纳整理。当学习者在完成课程后对课程进行回顾时，往往会因为课程内容多、学习时间过长等原因找不到学习薄弱点和切入点，而学习者在参与课程中留下的各种数据内容正是其最需要回顾的地方。该模型将学习笔记、课程讨论以及学习评价纳入了学习者的学习档案，并根据学习者的学习日期、学习课程章节等对以上数据资源进行分类整理，便于学习者的回顾和查看。 常规的个性化学习服务大多都提供了学习进度显示的功能，即学习者在利用闲余时间进行学习后，平台系统会对学习者的学习进度自动进行定位，学习者在进行下一次学习时可以快速地找到学习切入点。但由于学习时间较为分散，学习者再次开始学习时可能对上一次学习的内容有所忘却，无法迅速进入学习。在该模型中引入了知识地图的概念，除了能提供最基本的学习进度显示外，还可以查看该节课程与之前课程的相关性。学习者在点击知识地图中的节点时，可以查看该节点课程中的知识重点，帮助学习者快速回顾上次课程的学习内容。除此以外，在知识地图中引入颜色标识，根据学习者在日常作业、测评以及自评中的学习评价状况，对知识点以不同颜色进行标识，可视化地反映学习者的学习情况。这样学习者在进行本次学习之前先查看上次课程的学习重点，并根据自身的学习状况选择性地进行回忆和复习，巩固知识学习，也为下一课程的学习打好学习基础。网站自身提供的知识关系图可能不能涵盖学习者所有的学习相关内容，因此在网络关系图中添加笔记功能，学习者可以把学习中遇到的疑难点、重点等添加在知识节点中，以笔记图标显示，学习者在进行回顾的时候可以直接点击查看。 （三）在线系统化深度学习资源模型 基于网络的在线学习使更多的人可以在闲暇之余进行学习，因此碎片化的知识越来越受到推崇，其知识点精简、易于理解、形式多样化、承载设备多样化等特点极其适合随时随地进行学习。碎片化知识虽利于学习者进行学习，但其知识零散的特点使得学习者忽略了知识系统化的过程，无法将相关知识点进行关联，思维变得狭隘，在解决问题时做不到迁移运用，难以阅读长篇或深层次的文章并进行复杂思考。因此在线学习，尤其是参与公开课程学习的学习者，对知识多停留在识记、理解的阶段，止步于浅层学习。Thomas和Nelson（2005）指出，Biggs、Ramsden和Entwistle等学者从不同角度探讨了深度学习，认为深度学习体现为学习者亲自致力于运用多样化学习策略，如广泛阅读、资源整合、思想交流、将单个信息与整体结构相关联、将所得知识应用于现实等，以此能达到对学习资源的深层理解。故该模型（见图3）根据布鲁姆的认知目标分类“认知、理解、应用、分析、综合、评价”六维度来设计资源服务，以帮助学习者从浅层学习过渡到深度学习。浅层学习可以看作是进入深度学习的基础，因此浅层学习的扎实程度直接影响着学习者的深度学习成果。平台在提供资源服务之前，应根据课程资源的性质和内容创设情境。就学习动机而言，深度学习是一种积极主动的学习，学习者在主动获取知识、对知识进行加工的过程中，更容易进入到深度学习中来（焦夏，张世波，2012）。学习情境的创设可以让学习者更准确地了解课程内容并更快融入学习氛围中来，提高学习者的学习积极性。学习者进行自主学习过程中，检索资源就可以看作是学习者主动获取资源知识的过程。网络平台应提供细致的资源检索和资源排序服务，帮助学习者进行高级检索，并对资源基于点击量、好评度、发布时间等因素进行排列。在学习过程中提供个人笔记、实时提问等功能，帮助学习者完成认知、理解阶段的学习。学习者可以基于笔记的特点，对知识点进行标记总结；通过提问功能来巩固对知识的认知。 在该模型中还强调社群学习和实际应用对于学习者在线学习的影响。单纯的自主学习可能会让学习者产生厌怠心理，学习共同体的支持可以增加在线学习中较为缺失的互动性，丰富学习者的学习经历，学习者可以在讨论中共享学习、交流思想、提出质疑，加深对知识点的理解。而对知识的实际应用可以使得学习者活学活用，在实际应用中将知识具体化，并发现不足，在理解的基础上进行反思，建立新旧知识之间的联系。 反思的过程是学习者对知识的分析过程，并将知识系统化重构的过程。在平台技术的支持下，为学习者建立思维导图版块，在系统服务引导下，学习者将所学习到的知识以思维导图的形式可视化地展现出来，帮助学习者进行知识的整合组织和意义建构，将新旧知识结构化地关联起来，使碎片化知识实现整合。根据思维导图的内容和学习经历，学习者不断进行评价和总结，完成知识的积累和分析，以实现深度学习，使学习不只是记忆和理解，而更多的是在知识学习的基础上加以应用和创新。 整个学习过程就是学习者知识建构的过程。在此过程的促进下，学习者运用知识解决实际问题，发现知识缺口，提升学习能力，能在理解的基础上主动地、批判性地学习新知识，并主动建立新旧知识的联系，以达到综合运用知识、灵活解决实际问题的目的。 三、小结 在信息技术的支持下，数字教育资源服务的方式变得多元化、个性化，服务质量也得到了极大的改善，学习者的参与度大大提高，但数字教育资源学习的完成率却不高。通过对国内外典型的公开课网站的数字教育资源服务的调研和分析发现，数字教育资源服务在学习评价和学习引导等方面的服务较为薄弱，造成学习者在自主学习数字教育资源的过程中虽具有明确的学习目标，但由于缺乏学习引导，难以明确学习路径和个人学习情况，难以做到有效调控学习行为，易出现倦怠期。这在一定程度上影响了学习者的学习持久力，因此数字教育资源服务在此方面仍存在一定问题，亟需改善。本文根据调研分析的不足因素提出了相应的数字教育资源服务模型，丰富数字教育资源服务在学习引导和学习评价等方面的服务内容，旨在提高学习者的完成率和有效学习率，并进一步加强学习者的知识内化。但以上模型尚未得到实践，后期将对模型进行简单实现，通过对比实验、访谈等方式收集数据，检测其功能效果，并在此基础上结合实验数据，做进一步的改进和完善。现阶段各大公开课平台正结合用户体验不断改进数字教育资源服务，并逐步向个性化服务方向发展，为学习者创造更适合自身的学习环境和学习体验，使学习者取得更丰富的学习成果。 |
小黑屋|手机版|晨鸟科技 ( 沪ICP备09012675号 )
GMT+8, 2024-4-19 22:59 , Processed in 6.052347 second(s), 7 queries , Wincache On.
Powered by Discuz! X3.2
© 2001-2013 Comsenz Inc.
