移动情景学习下的学习效果评价研究

发布时间：2025-05-20 01:17

　　信息化时代的到来,人们所面对的信息量呈指数级别增长,这对人们的学习能力提出了挑战,因而人们也开始重视信息化环境下的学习效果。基于情景认知理论与移动互联技术的移动情景学习无疑是当今时代背景下炙手可热的学习方式,它不仅能帮助学习者克服时间与空间条件的限制,实现真正的随时随地学习,还能结合具体的学习情景,为学习者提供个性化学习服务。然而在具体情境下学习者对学习设定的目标与要求互不相同,并且移动情景学习在具体应用时也会受许多外界因素的干扰,这对于移动情景学习学习效果的评价也变得更加复杂。移动情景学习结合了移动学习与情景认知理论的优点,是一种在移动环境下强调情景交互的学习方式,这种学习既可以用于课程知识的讲授,也可以用于学习问题的解决,本文主要围绕移动情景学习帮助学习者解决实际学习问题的效果展开评价。由于学习过程中不仅涉及到学习者,还有教师与学习平台的参与,所以移动情景学习效果的评价涉及到多元性评价,并且对学习效果的评价要贯穿于整个学习过程,包括学习者个人的学习效果、情景交互质量以及平台实施效果。本文从移动情景学习过程入手,阐述了移动情景学习环境以及主要组成元素。为了避免脱离实际情况去评价学习效果...

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

图3-3调查问卷数据结果

图3-3调查问卷数据结果（5）问卷调查信度检测为了检查问卷是否可信，本文对这21个指标项进行信度检测[49]。综合网络问卷与纸质问卷两种形式的统计结果，可计算出克伦巴赫的α系数为0.892，表示问卷信度较高，并且这21个指标项中的评分大多都在3-4分之间，这也....

图4-6评价主因子数据计算的MATLAB程序（2）在输入矩阵进入到模型之前，还需要对这4个移动情景学习效果的主成

图4-6评价主因子数据计算的MATLAB程序（2）在输入矩阵进入到模型之前，还需要对这4个移动情景学习效果的主成分因子数据进行预处理，在这里采用MATLAB工具库中的premnmx函数[61]进行操作，输入因子预处理的程序如图4-7所示。图4-7输入因....

图4-8网络模型训练的MATLAB程序（4）第三步则需要开始导入测试数据，让网络模型进行仿真评价，从而使网络模型中不断调节各个节点的权值，达到误差的最小化

图4-8网络模型训练的MATLAB程序（4）第三步则需要开始导入测试数据，让网络模型进行仿真评价，从而使网络模型中不断调节各个节点的权值，达到误差的最小化。具体情况如图4-9所示。

图4-9模型的评价测试程序

图4-8网络模型训练的MATLAB程序（4）第三步则需要开始导入测试数据，让网络模型进行仿真评价，从而使网络模型中不断调节各个节点的权值，达到误差的最小化。具体情况如图4-9所示。

本文编号：4046621