lujijian100的个人博客分享 http://blog.sciencenet.cn/u/lujijian100

博文

《Interactive Learning Environments》2018年关于教育大数据和学习分析的特刊征文

已有 5354 次阅读 2018-10-20 18:41 |系统分类:科研笔记

      8月初,章师兄给我发来了如下这份《《Interactive Learning Environments》2018年关于教育大数据和学习分析的特刊征文》中文材料及其英文PDF(也作为附件上传了),当时还特意查看了一下《Interactive Learning Environments》是否为SSCI期刊,影响因子怎样。最后比较惊喜的发现:《Interactive Learning Environments》是SSCI期刊,其2017年影响因子为1.604。

       最近和教育技术伙伴合作的在线教育相关教学和学习分析英文论文,准备大胆试一试,又翻出了这份材料,做最后的确定。感觉网络上不一定有该刊物2017年影响因子等信息,所以和后文一起整理到这里,期待更多朋友知晓,并深入交流探讨。

《Interactive Learning Environments》2018年关于教育大数据和学习分析的特刊征文

    最近,教育大数据(EBD)和学习分析(LA已成为许多研究领域的主流。“大数据”的概念“指的是其大小超出典型能力的数据集用于捕获,存储,管理和分析的数据库软件工具。“(Manyika et al。,2011p.1)。此外,大数据通常与超出尺寸问题的关键特征相关联,即5 V:体积,速度,品种,准确性和价值(StoreySong2017)。随着在线学习环境的出现,例如OpenCourseWareOCW)和Massive Open Online CoursesMOOCs),正在生成大量数据。同样,学习管理系统(LMS)已经导致教育实体需要管理的数据大量增长。由于部分学生的学习发生在外部,数据分散在各种平台中,这些平台以不同的标准,提供者和访问程度运行(Ferguson2012)。此外,数据以各种格式产生,例如图像,视频,文本和音频。

可以收集和存储这种丰富多样的数据,以便通过分析方法进行处理(Daniel2015)。

LA已经出现了EBDLA“指的是在学习过程中与学习者的行为和互动相关的数据的分析和解释,以及学习者的个人资料和他们所处的学习环境”(HwangChu,&Yin2017p.143 )。在LA出现之前,大多数研究主要集中在学习成果的分析上,在数据和样本量方面存在相当大的局限性。 LA专注于从EBD中提取和分析有意义的信息,因为数据大小必须使用大量的大数据分析工具。LA有助于在大量非结构化数据中发现新颖且可能有用的信息。通过LA的结果,教师和学生可以改变他们的教学/学习策略。通过新策略,将产生新的EBD,并且可以不断向教师和学生提供新的LA结果。

之前的研究认为,LA可以促进学习系统,教育材料和活动的设计,以提高教育效率和优化学习环境(SutcliffeHart2016; LawLarusdottir2015; BrajnikGabrielli2010; GrellerDrachsler2012)。RomeroVentura2010)声称每个利益相关者从LA获得不同的利益:

1.关于学习者,他们可以从个性化,资源和活动的建议,改进的学习经验和适应性线索中受益;

2.教师可以使用LA接收反馈,检查学习者的学习和行为,识别需要支持的学生,确定哪些错误更频繁发生,并提高某些活动的有效性;

3.课程开发人员可以从课程结构及其对学习的影响评估,评估课程材料,根据不同任务确定最有价值的数据挖掘方法以及开发学习模型中受益。

4.在教育机构管理人员的关注下,他们可以利用LA来组织资源,改善他们提供的教育计划,并评估教师和课程的有效性。

考虑到LA的这些好处,许多教育机构已开始收集执行LAEBD并将其纳入其课程。例如,LA世界上第一个研究生课程是在哥伦比亚大学(美国)师范学院创建的。宾夕法尼亚大学(美国)也创建了类似的计划,名为Learning ScienceTechnologies。此外,类似的课程也出现在其他大学,如东北大学(美国),波士顿大学(美国),卡内基梅隆大学(美国),加州大学伯克利分校(美国),乔治城大学(美国),悉尼大学(澳大利亚) ),爱丁堡大学(英格兰)。一些LA研究小组同样创建:马里兰大学(美国)创建了LA研究小组;Kyusyu大学(日本)创建了LA中心。

随着LAEBD作为研究对象的日益普及,重点放在预测,结构发现和关系挖掘上。这些领域的研究已在不同层面进行,例如在课程或学位水平(Asif等,2017)。在预测方面,一个中心研究课题是预测学生的教育成果。在结构发现中,重点是在一组数据中找到结构,模式和数据点,而没有任何基本事实或对应该找到什么的先验概念(BakerInventado2014)。 关系挖掘涉及发现数据集中变量之间的关系。这些关系被视为数据规则供以后使用(BousbiaBelamri2013)。

尽管LAEBD有大量研究,但仍有许多挑战和问题需要解决:如何通过整合来自在线学习系统(如学习管理系统和基于游戏的学习系统)的不同类型的数据来构建和使用EBD;如何衡量LA结果的充分性和有效性如何推广使用在线学习系统收集EBD;如何从在线学习系统收集数据时保护个人隐私,包括隐私和安全控制政策如何使用LA结果来支持学习设计;如何将学习理论和策略与LA相结合如何在各种应用领域中使用LA方法。

本期特刊的目的是强调使用EBD设计,开发和评估LA 随着LA成为主流,检查设计指南和最佳方案至关重要可以帮助教育工作者从可用数据的潜力和赋予其意义的技术中受益的实践和开发方法。 此外,一旦设计和实施阶段完成,通过可以深入了解使用LAEBD的实际价值的方法探索其有效性是关键。因此,我们的目标是邀请参与探索LA/EBD应用的设计方法,开发方法和有效性评估的研究人员,他们可以为上述问题和挑战提供解决方案。

 

提交主题

我们诚挚地邀请作者提交与LA/EBD研究相关的高质量手稿。兴趣主题包括但不限于以下内容:

自动评估学生的知识

比较学生的行为模式与不同的个人因素,如学习成就,认知风格,学习方式或动机

用于收集有意义的教育的数据整合/清洁方法和管理工具大数据

社交和协作学习中的数据挖掘

数据挖掘与新兴的教学环境,如教育游戏,MOOCs

从数据中获取领域知识的表示

检测和解决学生的情感和情绪状态

根据学习分析结果开发学习模型或评估模型

学习分析结果的评估和评估

评估课程和干预措施的效果

学习分析的通用框架,技术,研究方法和方法

识别学生的行为模式

从教育大数据中识别学习策略

整合数据挖掘和教育理论

调查个人隐私保护问题

基于学习分析结果的学习设计

多模态学习环境和传感器分析

适应学习分析结果的实践可以增强教学/学习环境

教育大数据的预测和过程挖掘

开放教育大数据的隐私和安全管理

为学习环境或学习技术提出新的学习分析算法

为教师和其他利益相关者提供支持

学习分析中的理论和模型

教育数据研究与教育成果之间的循环

教育大数据学习活动的可视化

 

重要日期和手稿指南

所有提交的内容将至少由三位评审员进行审核。提交最终可以交付印刷的论文由作者根据评论者的评论进行修订。 重要的日期是:

提交截止日期:20181031

第一轮审查通知: 20191231

修订稿件提交截止日期:2019215

第二轮审查通知:四月。 201915

修订稿件提交截止日期:2019531

验收通知:2019615

最终相机备用手稿和所需文件上传截止日期:2019715

客座编辑提交的编辑序言:2019731

出版日期:20199

 

客座编辑的简短传记(按顺序):

Dr. Nian-Shing Chen是台湾国立云林科技大学应用外语系丰台讲座教授。他在国际推介的期刊,会议和书籍章节上发表了400多篇学术论文。他在国际教育和教学创新中发表的一篇论文被评为2010年被引用次数最多的论文。他是三本书的作者,其中一本教科书名为“电子学习理论与实践”。 陈教授三次获得国家科学理事会2008年,2011-20132015-2017科技部颁发的全国优秀研究奖。他目前的研究兴趣包括评估电子学习课程的表现;在线同步教学;移动和无处不在的学习;基于手势的学习和教育机器人。陈教授是许多国际期刊的编委会成员和超过15期国际期刊特刊的客座编辑。他还组织并主持了许多先进学习技术领域的国际会议和研讨会。陈教授是IEEEACM的高级成员,也是IEEE学习技术技术委员会(http://lttf.ieee.org/)的前任主席。他是SSCI索引的教育技术与社会杂志的主编。

 

Dr. Chengjiu Yin是日本神户大学的副教授。 2016年来到神户大学之前,他从2008年起在九州大学工作。他在语言学习和移动学习等教育技术领域拥有超过10年的经验。他目前的专业兴趣集中在学习分析上。他的研究成果发表在着名的国际期刊上,如Journal of Educational TechnologySocietyInteractive Learning Environments等。 他发表了150多篇学术论文。他是IEEEIPSJJSETJSiSEAPSCE的成员。 他是学习技术和学习环境国际会议(LTLE2014)的PC主席,LTLE2013LTLE2012;国际演讲的演示主席2012/ DIGITEL2012无线,移动和无所不在的技术会议,以及ICCE2015会议主席,无所不在和移动技术增强学习(CUMTEL),ICCE2017的主席。他曾担任远程教育技术杂志的客座编辑3次和互动学习环境(SSCI3次。更多信息可在以下网址找到:http://yin.istc.kobe-u.ac.jp/

 

Dr. Pedro Isaias是澳大利亚昆士兰大学教学与学习创新研究所的副教授。他曾在葡萄牙里斯本的阿伯塔大学(葡萄牙开放大学)担任副教授,负责多个课程和主任。电子商务和互联网硕士学位课程10年。 他是IADIS的联合创始人和总裁 - 国际信息社会发展协会,一个科学的非营利协会。他拥有里斯本新大学的信息管理(信息和决策系统专业)博士学位。

作为信息系统领域的几本书(作者/共同作者和编辑/共同编辑),期刊和会议论文以及研究报告的作者,他在上述领域内领导了几次会议和研讨会。他还负责几个欧盟资助的研究项目的科学协调。 他还是多个会议和研讨会的几个期刊和计划委员会成员的编辑委员会成员。

目前,他从事与信息系统相关的研究活动,尤其是电子学习和学习技术。他有超过160篇期刊文章,书籍章节和书籍,并获得超过1437次引用,其h指数为15Google学术搜索,20182月)。 他是Emerald的互动技术和智能教育(ITSE)期刊的编辑。



https://blog.sciencenet.cn/blog-3392314-1141900.html

上一篇:海亮教育集团总校长叶翠微老师科研文章整理
下一篇:海亮初中李福军副校长(省数学特级教师)及其科研成果整理
收藏 IP: 114.255.218.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 05:47

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部