学习者学习风格与网络学习行为关系研究外文翻译资料

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

流媒体视频中学习者学习风格与观看风格的影响

摘要：提高学习者观看视频课程的效率成为了提升越发广泛的基于网络视频学习材料的新型学习的重要研究课题。关键问题在于如何通过日志文件分析学习者的学习偏爱和观看视频的方式。

我们的实验通过观察学习者在观看教学视频的方式来探索其观察方式。我们根据已有的学习风格和学习者短期记忆能力的比较来建立和修正四种观察风格。最后我们调查了学习者自身实际的观察风格的认知对于学习效果是否存在潜在的影响。

我们取样了50名本科生的观看行为，被试学生基于教学视频独立完成学习任务。Felder学习风格测试和Huai的短期记忆测试用来修正结果。在实验室中的记录视频，来测量学习者的观看行为。利用选择题测试来测量可能的学习影响。学习任务完成后，我们对学习者进行访谈。

我们并没有发现学习者的观看风格和常见的个人特征之间存在强相关关系。出乎意料的是，部分学习者会根据策略需要转换观看风格。这种复杂的行为，可能导致了没能发现个人特质与观看风格之间的相关性。如果进行了认知指导，学习者的考试成绩上会有20%的提升。

关键词：学习风格；观看风格；短期记忆；流媒体视频；认知

背景介绍

视频正被作为教学工具更广泛的使用，因而提升学生能够通过视频课程的学习效率非常重要。目前学习者被要求通过文本而不是视频来加强学习能力。学生在视频学习时，只能够通过播放器的标准的控制按键（开始和结束）来进行交互，这种交互方式很难支持整个学习过程。

这篇文章的实验是一个通过研究从流媒体服务商获取的日志文件，寻找让学习管理系统适应性更强的研究的第三阶段。播放器的日志文件通常包括了暂停、回放等行为事件。将视频分解为有意义的片段可让学习效果最优化。如果发现学习者的观看行为对其学习效果有潜在的影响，我们就能够利用日志文件来发送个体的反馈给学习者。未来能出现和应用更灵活更有效率的学习管理系统。

学习风格和学习策略常被用来作为建立适应性更强的学习系统。学术界对这方面的关注密切。Abell描述的模型是在学习风格和新型的个体数字媒体指导下，个性化学习者在人工智能帮助下的学习。Garcia，Schiaffino，和Amandi让工科学生使用有电子教师的Bayesian网络，通过收集学习者在课程学习过程中的行为信息如作业完成情况、知识点学习情况、考试成绩，来检测学习者的学习风格。Chen用基于遗传算法的电子学习系统和个性化学习路径指导修正不准确的学习者前测结果。以上的研究都是利用Felderamp;Silverman模型来划分学习风格。

我们研究的问题基于Huai 早期的发现。Huai研究中发现了学习者学习风格和短期记忆能力之间存在相关性。Huai将学习风格从整体到序列维度分为四种：整体性，序列性，混合型以及未知型。整体型偏好全局的专题学习方式，序列型倾向顺序性的方式，专注于细节和程序。混合型学习者同时使用两种方法。未知型学习者没有表现出典型的学习风格倾向。她的研究结果表明整体型学习者有更好的长期记忆的能力，从而能够建立更完整的知识结构应用于复杂问题的解决。

我们的实验集中在学习者观看行为和个人特征研究，力图进行学习风格和短期记忆之间的相关性调查，以及学习者的观看行为是否与学习者的个人特征如短期记忆是否相关？我们在研究中采用了Huai的短期记忆测验和她对学习风格的分类。

研究设计

我们利用Huai的短期记忆测试来衡量学习者的短期记忆。测试的信度和效度在Huai的研究中已经被讨论过了，并利用Felderamp;Silverman的测试问卷来测定学习者的学习风格。我们使用Felderamp;Silverman学习风格量表的同时，分析在适应性学习管理系统中学习者观看教学视频的日志记录，用这样的方式提高对学习者学习风格判断的准确性。

在实验中，50名本科生被分为3组，在汉斯大学应用科学接受为期九周的摄影课程的学习。他们利用一周时间学习如何在照相馆利用闪光灯拍摄半身像，以及如何使用其中的设备。我们针对如何使用设备做了5个教学视频。第一组和第二组保持一致，为了测试认知对学习效果的影响，第三组做了两个调整。

学生在实验中要遵循以下三个步骤：

1. 学习者被要求了解学习任务和有多个选项的学习测试。
2. 学习者参与5个视频学习和测试过程。在学习任务完成后会针对学习者具体的观看行为做个人访谈。
3. 学习者要进行Huai的短期记忆测试和Felder amp; Silverman 的学习风格测试。

在第二阶段的学习任务包括5个总长为20分钟的指导使用摄影设备的教学视频和5个关于如何使用摄影设备的多项选择题。学习者可以根据自己的认知需要，暂停和观看视频特定部分。

在看完每个教学视频后学习者要完成3道有4个选项的选择题。当他们不确定问题答案时，他们可以暂停或回放视频。Verhagen的研究表明69%的学生会为了避免错误答案会选择暂停。

我们使用了Huai短期记忆问卷中的图像和数字字符部分的测试题对学习者的短期记忆打分。学习者的学习风格则由Felder amp; Silverman学习风格量表来衡量。每个学习维度上学习者的最高得分为11分，如果学习者在一维度的得分是1或3分，他被认为这一维度上较为均衡，没有明显偏好，得分是5或7分则被认为在某一方面有适度的偏好，如果得分是9或11分，则说明该学习者在某一方面有强烈偏好。

学习过程会在可用性实验室通过眼部追踪器记录。通过网络摄像和录音设置，收集数据包括屏幕捕捉，眼部运动，鼠标运动和学习环境。在学习者完成任务之后与研究人员的访谈中，可以更客观地认识到自己的学习过程。研究人员在访谈中会使用记录的眼部运动，但并不对数据做更深入分析。

学习结束后进行多项选择题测试来研究，学习者认识到自身的学习风格的情况下是否会出现更好的学习效果。我们把问题的数量控制在10-12道，避免太多学习者获得高分。我们通过在最后的访谈中询问学习者在哪些问题上不必重看教学视频修改自己的答案，来衡量学习者的学习效果。由于问题数量少，本次实验没有使用前测。观看第四个视频后，随机分配半数的学生，用回顾过程的方式边看眼动仪等设备对学习过程的记录画面，边向学习者介绍他们观看行为。

日志文件由播放器收集。在实验后这些日志文件被存放到文件中，输出到SPSS。来源的IP地址被清除，实验的计划是查明每位使用该网络地址的学习者姓名，以便对所有日志文件的信息来源标记，利于之后的研究。

在第一次测试的前测之后，我们确定将教学视频分为5段的分割方法。在第一个设计中，这里一个视频包括5部分和在视频播放到8分5秒时作业和结束时设置的一个15道选择题测试。大多数学生经历前测后，在知识点变化和摄像机角度以及可能出现的考点的视频片段处暂停了。这验证了Verhagen在他的试验中的发现：56%的学生会停下来当一个学习章节结束。Verhagen定义了最小的问题数量是信息元素的数量。在他的研究中说明片段长度最大涵盖22个信息量是合适的。摄影课的老师只做了30个可能的选择题。这同样支持了分隔视频片段时，播放时间短的视频，信息元素要更少些。

这项关于学习者的指导得到了认可，适用于选择题测试。一些学生指出他们能在经历第一次测试后，通过发现作业的形式，来调整自己的观看行为。他们没有说明方法因此当他们一发现测试题为选择题立刻转换了认知策略。在前测中他们的观看方案由两种变为一种。由于之前设计实验时，我们并没有设想到这种情况，因而实验设计上还需要做出调整。

研究结果

在之后的访问中，我们询问学习者关于教学视频的技术性和教学效果，他们都给与好评。

第一个实验问题是：观看风格和个人特质如已知的学习风格和短期记忆是否有关？

Huai的研究发现学生学习风格和短期记忆能力存在相关性。用Huai的短期记忆测试和Felder amp; Silverman的学习风格测试来衡量学习者短期记忆能力和学习风格。当学习者得分在1或3分，则被认为在一个维度的两个方面能很好地平衡，5/7分有对维度上某一方面的偏好，9/11分则是某一方面的强烈偏好。学习者得分在11.5-15.5之间，短期记忆能力不佳，得分在16-25之间，认为学习者短期记忆能力中等，得分在25.5-29.5之间，说明学习者有很好地短期记忆能力。参与本次实验的学习者学习风格与短期记忆能力情况统计如下表1。

按照Huai的研究结论，学习者有较差的短期记忆能力被认为在学习风格上倾向于全局型，短期记忆能力好的学习者倾向于序列型。但实验发现，只有一个学习者在这个分类中。因而Huai对于短期记忆能力和学习风格的联系并没有在本次实验中重现。

我们为了校正对于短期记忆能力和观看风格的关系又设计了两个实验。第一个实验中，我们挑选出在视频结束之前结束观看的学生、一直看到视频结束的学生。这种观看行为的观看风格属于保持性复述（又称为机械复述，即对短时记忆的信息进行重复性的、简单的心理操作，如反复识别记忆材料），我们使用包含最多保持性复述策略的教学视频4，统计出学习者在教学视频4中暂停的时间点。短期记忆和他们暂停时间点的皮尔逊相关系数为-0,11。这说明两者的联系很弱。

接下来是关于使用线性观看风格（一直看到视频结束）的学习者。我们希望这些学习者拥有好的短期记忆能力。我们使用了包含复杂需要记忆的信息的教学视频3（关于灯泡的使用的教学，内容复杂）和教学视频5（视频长度最长，信息庞杂）。但结果发现，将近40名的线性观看风格的学习者，短期记忆能力不佳。因而，观看风格和个人特质（学习风格和短期记忆）之间没有强相关。

第二个问题是：学习者在观看教学视频的时候是否表现出偏好的观看风格？
我们把偏好的观看风格被定义为出现最多次的观看风格，通过观察学习者在看4个教学视频的观看行为来进一步界定。我们没有使用第一个教学视频，是因为大多数学习者通过第一个视频来熟悉整个实验过程。因为4是一个均衡的数字，所以一名学习者可能有两个偏好的观看风格。通过对学习者观看教学视频记录的日志文件的分析，我们发现在31个学习者中，有22个学习者表现出对某一观看风格的偏好，9个学习者同时喜欢两种，我们称为混合型。具体分布如下表2。

但通过统计学习者在观看4个教学视频的某一观看行为出现次数，我们发现在31名学生中，只有19名学习者对于某种观看风格有强烈喜好。本次实验利用学习者观看行为判断学习者观看风格的标准如下表3。

通过比较测验成绩，发现转换观看风格对于成绩没有消极影响。调查观看风格转换者从一个被动的观看风格到更积极的观看风格的观

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[148925]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 通过使用隐喻和Scratch相结合的方法来教授编程是否可以改善计算思维？外文翻译资料
• 在COVID – 19影响下的网络课堂情境中的人与人互动——一种社会在场理论视角外文翻译资料
• 大学生的倦怠与参与：一项跨国研究外文翻译资料
• 基于正面评价探索提升MOOC设计的途径外文翻译资料
• iSpy:看看学生们在网上都做些什么外文翻译资料
• 通过使用Scratch开发游戏来提升21世纪的学习技能外文翻译资料
• 定义STEM和iSTEM教育外文翻译资料
• 辅助学院： 视频短片和大学辅助教材的制作外文翻译资料
• 利用机器人平台改善发展中国家的教育外文翻译资料
• 基于微信平台的微课设计与开发外文翻译资料