文献类型：期刊文章

作　　者：杨雪[1] 姜强[1] 赵蔚[1] 李勇帆[2] 李松[3]

YANG Xue JIANG Qiang ZHAO Wei LI Yongfan LI Song(School of Information Science and Technology, Northeast Normal University, Changchun Jilin 130117 College of Informational Science and Engineer, Hunan No.1 Normal College, Changsha Hunan 410205 Education Department, National Open University, Beijing 100039)

机构地区：[1]东北师范大学信息科学与技术学院,吉林长春130117 [2]湖南第一师范学院信息科学与工程学院,湖南长沙410205 [3]国家开放大学教育教学部,北京100039

出　　处：《电化教育研究》

基　　金：教育部人文社会科学研究青年基金项目"大数据时代在线学习者情感挖掘与干预研究"(项目编号:16YJC880046);基础教育信息化技术湖南省重点实验室(项目编号:2015TP1017)

年　　份：2017

卷　　号：38

期　　号：7

起止页码：51-57

语　　种：中文

收录情况：BDHX、BDHX2014、CSSCI、CSSCI2017_2018、NSSD、RCCSE、RWSKHX、核心刊

摘　　要："大数据+"教育背景下,运用学习分析技术对行为日志数据进行解释与分析,可以帮助教师更准确地诊断学生的拖延行为,给予及时有效的教学决策。基于学习分析对大学生在线学习拖延情况进行描述,运用头脑风暴法、德尔菲法诊断拖延原因。根据聚类分析的拖延结果(积极、中等、消极)对学生进行个性化干预,并采用秩和检验方法和访谈法对干预措施的有效性进行客观验证和主观评价。结果表明,发送电子邮件、学业任务资源推送、电子徽章、弹出窗口及可视化学习过程等干预策略可以有效提高时间管理能力、自我效能与正确认知,维持学习动机,提高自我调节能力,增强同伴影响力,进而有效解决学生拖延问题,突出表现在减少了拖延次数与时间,改善了学习效果。

关 键 词：大数据 学习分析  在线学习  学业拖延 诊断干预  

分 类 号：G434[教育学类]