多模态数据驱动的大学生混合式学习评价
范福兰 黄艳琳 万力勇 梅林 熊曳
中南民族大学教育学院 湖北开放大学导学中心 华中科技大学附属小学
在深化新时代教育评价改革的背景下，充分应用多模态技术开展混合式学习的综合性评价，对于破除当前本科教育教学中的唯分数学习评价顽疾具有重要作用。基于此，文章首先设计了多模态数据驱动的大学生混合式学习评价框架，并依托此框架通过自动录播、线上平台数据采集、测试等多种方式捕获混合式学习环境下的大学生多模态学习数据；然后筛选最优特征选择方法并融合多种分类算法，形成了大学生混合式学习评价模型；最后依据模型综合评价学生的混合式学习情况，结果表明：方差选择法与决策树分类算法相结合，能达到最优评价效果；线上学习中的章节学习、视频学习时长、话题讨论和线下学习中的注意力、学习笔记是评价学生混合式学习的最佳评价特征，其中视频学习时长对期末测试成绩的影响最大。文章的研究对于改进大学生混合式学习评价，体现评价对提升本科教学质量的促进作用具有重要意义。
全文下载
在线阅读
赣公网安备 36012102000372号
互知学术
全科互知