發(fā)布時間：2018-04-18 14:54

  本文選題：自適應(yīng)學(xué)習(xí)系統(tǒng) + Rasch��； 參考：《現(xiàn)代教育技術(shù)》2017年06期

【摘要】：在自適應(yīng)學(xué)習(xí)系統(tǒng)中,為了更好地分配主題學(xué)習(xí)資源,教師需要確定主題的難易程度。文章通過對Rasch模型中主題難度初始值和學(xué)生知識水平的個性化設(shè)侕,依據(jù)學(xué)生對主題中所有參數(shù)化測試題的反應(yīng),實(shí)現(xiàn)了對主題難度的量化估計。在實(shí)證分析過程中,文章將模型所確定的主題難度估計值和專家所給的主題概念數(shù)、嘗試次數(shù)比率、嘗試錯誤率及學(xué)習(xí)績效進(jìn)行對比分析,結(jié)果表明:主題難度估計模型能夠?yàn)槊總�主題賦予一個相對的難度值,對主題的難度估計比較準(zhǔn)確,能夠?yàn)榻處熢谠O(shè)計主題干預(yù)措施時提供依據(jù)。
[Abstract]:In adaptive learning system, in order to allocate subject learning resources better, teachers need to determine the difficulty degree of topic.By setting up the initial value of topic difficulty and the level of students' knowledge in Rasch model, according to the students' response to all the parameterized test questions in the theme, the paper realizes the quantitative estimation of the subject difficulty.In the process of empirical analysis, the paper compares the estimated value of subject difficulty determined by the model with the number of topics given by experts, the ratio of the number of attempts, the error rate of attempts and the learning performance.The results show that the thematic difficulty estimation model can assign a relative difficulty value to each topic, and it is more accurate to estimate the topic difficulty, which can provide the basis for the teacher to design the intervention measures of the theme.
【作者單位】： 東北師范大學(xué)教育學(xué)院;吉林大學(xué)教育技術(shù)中心;東北師范大學(xué)計算機(jī)科學(xué)與信息技術(shù)學(xué)院;吉林大學(xué)公共計算機(jī)教學(xué)與研究中心;
【基金】：2015年國家留學(xué)基金(留金發(fā)[2015]3012號)資助 2014年度教育部人文社會科學(xué)研究規(guī)劃基金項(xiàng)目?基于知識圖譜的開放學(xué)習(xí)資源自主聚合研究?(項(xiàng)目編號:14YJA880103) 2013年全國教育科學(xué)十二五”規(guī)劃教育部重點(diǎn)項(xiàng)目?可視化技術(shù)支持下學(xué)科知識自主學(xué)習(xí)模型研究?(項(xiàng)目編號:DCA130224)的研究成果
【分類號】：G434

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張榮華;徐春成;;自適應(yīng)學(xué)習(xí)的網(wǎng)絡(luò)課程內(nèi)容設(shè)計探究[J];中國現(xiàn)代教育裝備;2005年09期

2 姜強(qiáng);趙蔚;;自適應(yīng)學(xué)習(xí)系統(tǒng)述評及其優(yōu)化機(jī)制研究[J];現(xiàn)代遠(yuǎn)距離教育;2011年06期

3 李亦菲;自適應(yīng)學(xué)習(xí)的理論與實(shí)踐[J];天津師范大學(xué)學(xué)報(基礎(chǔ)教育版);2004年04期

4 芮玎玎;;自適應(yīng)學(xué)習(xí)系統(tǒng)中適應(yīng)模型的構(gòu)建[J];高等繼續(xù)教育學(xué)報;2013年03期

5 徐東麗;《人類的自適應(yīng)學(xué)習(xí)──示例學(xué)習(xí)的理論與實(shí)踐》簡介[J];中國電大教育;1999年01期

6 姜強(qiáng);趙蔚;王朋嬌;;自適應(yīng)學(xué)習(xí)系統(tǒng)中雙向適應(yīng)交互評價實(shí)證研究[J];現(xiàn)代遠(yuǎn)程教育研究;2013年05期

7 高虎子;周東岱;;自適應(yīng)學(xué)習(xí)系統(tǒng)學(xué)習(xí)者學(xué)習(xí)風(fēng)格模型的研究現(xiàn)狀與展望[J];電化教育研究;2012年02期

8 李宇航;;基于網(wǎng)絡(luò)環(huán)境下數(shù)學(xué)的個性化自適應(yīng)學(xué)習(xí)方法[J];中學(xué)數(shù)學(xué)研究(華南師范大學(xué)版);2014年14期

9 姜強(qiáng);趙蔚;王朋嬌;;基于GALSRM模型的自適應(yīng)學(xué)習(xí)系統(tǒng)體系結(jié)構(gòu)研究[J];現(xiàn)代遠(yuǎn)距離教育;2013年01期

10 崔偉;楊雪;;基于虛擬現(xiàn)實(shí)技術(shù)的自適應(yīng)實(shí)驗(yàn)教學(xué)系統(tǒng)的設(shè)計與實(shí)現(xiàn)[J];中國現(xiàn)代教育裝備;2008年03期

相關(guān)會議論文 前1條

1 朱新明;李亦菲;;人的自適應(yīng)學(xué)習(xí)——示例學(xué)習(xí)的理論與實(shí)踐[A];第八屆全國心理學(xué)學(xué)術(shù)會議文摘選集[C];1997年

相關(guān)重要報紙文章 前3條

1 李亦菲;實(shí)驗(yàn)自適應(yīng)學(xué)習(xí)的支持系統(tǒng)[N];中國教育報;2004年

2 李亦菲;自適應(yīng)學(xué)習(xí)對啟發(fā)式的超越[N];中國教育報;2004年

3 李亦菲;自適應(yīng)學(xué)習(xí)有哪些基本概念[N];中國教育報;2003年

相關(guān)博士學(xué)位論文 前2條

1 廖軼;面向基礎(chǔ)教育的自適應(yīng)學(xué)習(xí)服務(wù)系統(tǒng)研究與應(yīng)用[D];北京交通大學(xué);2017年

2 姜強(qiáng);自適應(yīng)學(xué)習(xí)系統(tǒng)支持模型與實(shí)現(xiàn)機(jī)制研究[D];東北師范大學(xué);2012年

相關(guān)碩士學(xué)位論文 前8條

1 陳春映;農(nóng)村中小學(xué)教師信息技術(shù)應(yīng)用能力提升自適應(yīng)學(xué)習(xí)系統(tǒng)設(shè)計研究[D];貴州師范大學(xué);2015年

2 高曉紅;基于網(wǎng)絡(luò)的自適應(yīng)學(xué)習(xí)系統(tǒng)研究[D];上海師范大學(xué);2003年

3 李斯萌;自適應(yīng)學(xué)習(xí)系統(tǒng)設(shè)計模型相關(guān)研究[D];吉林大學(xué);2014年

4 張賽男;基于語義網(wǎng)的自適應(yīng)學(xué)習(xí)系統(tǒng)中學(xué)生認(rèn)知風(fēng)格模型的設(shè)計[D];東北師范大學(xué);2007年

5 趙曉航;自適應(yīng)學(xué)習(xí)系統(tǒng)中學(xué)習(xí)風(fēng)格模型的研究[D];東北師范大學(xué);2010年

6 劉鳳娟;基于語義網(wǎng)的自適應(yīng)學(xué)習(xí)系統(tǒng)中領(lǐng)域模型的研究[D];東北師范大學(xué);2007年

7 杜欣;自適應(yīng)學(xué)習(xí)系統(tǒng)中用戶學(xué)習(xí)風(fēng)格模型修正研究[D];東北師范大學(xué);2010年

8 馮井榮;PUSH機(jī)制下Web自適應(yīng)學(xué)習(xí)系統(tǒng)設(shè)計與開發(fā)[D];云南師范大學(xué);2015年

，

本文編號：1768836