- · 《中国社区医师》栏目设[06/30]
- · 《中国社区医师》收稿方[06/30]
- · 《中国社区医师》投稿方[06/30]
- · 《中国社区医师》征稿要[06/30]
- · 《中国社区医师》刊物宗[06/30]
学习者社会网络交互情绪表征与学习成效的关系
作者:网站采编关键词:
摘要:情绪与社会化交互是构建学习者模型的两个重要特征,学习者的情绪特征计算与社会网络分析已获得了学习分析领域的广泛关注。本研究以某高校云平台上两门课程的论坛发帖纪录为研
情绪与社会化交互是构建学习者模型的两个重要特征,学习者的情绪特征计算与社会网络分析已获得了学习分析领域的广泛关注。本研究以某高校云平台上两门课程的论坛发帖纪录为研究对象,分别探究了学习群体在情绪表征(积极、消极与困惑情绪密度值)以及社会网络交互(网络中心性与网络结构特征)方面的差异。研究结果表明:具有网络交互关系的学习者间情绪倾向趋于一致。整体网络中的“子团体”以分散型网络居多,不同社区组学习者在积极和消极情绪上具有显著性差异,而在困惑情绪上差异性并不显著。与中、低成效组相比,高成效组学习者在信息传递的中介性以及协作学习中的参与性方面的表现更为显著,但其积极情绪密度较低。论坛中情绪和交互特征的联合分析有助于对学业风险个体的准确干预和群体互动质量的提升。
一、引言
在慕课 (Massive Open Online Courses,MOOCs)环境下,学习者可以自主浏览任意课程并自发开展群体学习互动,而在高等教育中面向在校学生的小规模限制性在线课程(Small Private Online Course,SPOC)则更受教学管理者的欢迎。论坛作为SPOC课程的重要组成模块,为教师开展混合式教学以及学习者之间的异步交互提供了重要渠道。在论坛中,学习者可以发表对学习内容的主观看法、学习心得以及对课程平台的使用感受等,也可以自发形成学习共同体开展协作讨论、问答互助、信息分享以及共同完成学习任务(Siemens,2015;Al-Rahmi,et al.,2018)。丰富的交互数据中隐含了多元化的话语行为模式(郁晓华,2013),同时互动中话语行为的分析也引起了来自学习分析和教育数据挖掘等领域学者的广泛关注(Ghadirian,et al.,2018;孙雨薇,等,2018)。部分研究已经探测了学习者话语数据背后所蕴含的个体或群体情绪状态,并分析了学习者在学习过程中情绪演化规律及其与学习成效的关系(Pardos,et al.,2013;Liu,Pinkwart,et al.,2018)。但仅从文本内容视角探究学习者的学习表现易造成对话语情绪在学习成效上影响的片面理解,且不利于对低成效学习个体的准确识别和干预。除了话语情绪特征以外,论坛中的社会网络特征也是暗示互动学习表现及预测学习成效的关键因素(Houston,et al.,2017;Liu,Kirschner,et al.,2017),相关研究已指出学习者话语中所表现出的情绪色彩往往会受同伴间关联强弱的影响(Tang,et al.,2012;Rosen,et al.,2018)。因此,结合社会交互视角研究话语情绪表征对于群体学习状态追踪和互动质量分析显得尤为重要。
本研究以某高校云平台上开设的“生涯心理辅导”和“新生研讨课”两门课程一学期内的论坛发帖纪录为实验数据,使用基于Python开发的NetworkX网络分析包计算学习者网络中心性特征并标注与其有直接联系的节点,以分析具有交互关联的学习者间情绪相关性;将整体学习者分为不同社区组以分析其情绪演化趋势及差异性;利用Gephi网络分析软件构建不同学习成效组学习者的网络结构图并进行可视化分析,以发现他们在网络中心性特征以及情绪密度上的差异性。
二、相关理论和研究
(一)社会网络分析
社会网络分析(Social network analysis,SNA)是一种研究节点间资源交换的方法和技术,它主要关注节点间的资源交互模式,包括交互的方向和强度等,并从整体网络和个体网络两方面探究节点成员在网络中的交互规律(Haythornthwaite,1996)。近年来,社会网络分析在教育中的应用主要集中在探究群体学习者的网络结构演化以及网络中心性特征与学习成效的关系(Williams,et al.,2017;Gitinabard,et al.,2017)。其中,刘等(Liu,2018a)以月为单位,通过观察学习者的网络形态演化分析群体学习者的在线交互倾向。休斯顿等(Houston,et al.,2017)探究了学习者参与度与学习成效的相关性,结果表明学习者的交互次数与学习成效之间具有显著正相关性。梁云真等(2016)结合内容编码和行为序列分析等方法深入探究学习者在线交互规律,研究发现大多数学习者间的交互较多停留在低层级阶段(分享、比较),仅有小部分学习者达到了高层级阶段(一致、应用),而核心参与者在每个层级上的帖子数量都大于边缘参与者。从纵向的角度分析,郑勤华等(2016)发现学习者在第一周的帖子质量层级并不会对后期几周的交互层级产生影响,但第一周的帖子交互质量会对后几周学习者的网络中心度值产生显著正相关作用。刘清堂等(2018)通过分析不同社区的结构特征参数和网络位置发现,社区扮演“角色”的不同控制了信息流通的方向,而社区中的核心成员往往能在群体知识建构过程中起到关键作用。
文章来源:《中国社区医师》 网址: http://www.zgsqyszzs.cn/qikandaodu/2021/0419/1436.html
上一篇:研究群众舞蹈与社区文化的建设
下一篇:基于社区的动态网络节点介数中心度更新算法