基于多模态数据的大学生认知深度评价框架构建及应用

摘要：

提高学生课堂认知深度是本科教育高质量发展的核心目标,如何对认知深度展开科学评价是关乎此目标达成的关键,也是深化本科课程教学改革的迫切需求.为此,首先基于经典认知深度评价理论,结合新兴多模态数据分析技术,搭建大学生认知深度多模态评价框架.其次,基于此框架开展实证研究:以Z高校教育技术专业课程"学习科学与技术"为例,通过智能录播系统、在线学习平台等工具从多维学习空间采集主题讨论、自我反思、思维导图、课堂问答、头部姿势等多模态学习数据,采用机器学习方法处理并分析学习数据,综合评价学生认知深度并进行反馈.结果显示,多模态数据支持的评价更能准确地反映学生认知深度,具有显著的以评促学效能,最佳数据源是自我反思、思维导图和课堂问答.

关键词：认知深度、多模态数据、学习评价

分类号：G43(电化教育)

资助基金：国家自然科学基金;中央高校基本科研业务费专项资金社科重点项目;湖北省高等学校省级教学研究项目

在线出版日期：2023-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：57-65