前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的网络教育和传统教育的优劣主题范文,仅供参考,欢迎阅读并收藏。
随着计算机不断普及,计算机已经成为很多家庭的必备品,是人们实现工作、交流、购物、学习的工具。计算机网络技术不断发展下,计算机网络教育也应运而生。计算机网络教育是以学生为主体,不受时间、地点、次数及进度等限制,能自由利用网上资源,快速查找,实现网络资源共享的一种新型的教学方式。现阶段,计算机网络教育已经成为教育方式发展的新趋势,教育也随之进入网络教育的新时代。网络教育不断发展,让很多高校都对网络教育趋之若鹜,不断更新自身的教学设备,不断整合自身的教育资源,加入了网络教育的行列,寄希望于网络教育来实现教育资源的优劣互补,从而不断提升学校的影响力,吸引生源。不过我国网络教育发展程度还比较低,网络教育的规模及覆盖范围还有限,很多网络教育资源的共享性、互动性不足,这些都是应该正视的问题。在我国网络教育中,存在着以下共同的缺陷。第一,网络教育的课程设置较单一,内容较少,而且网络教育的内容太生硬,大多为教师课堂讲解的刻录版,学生对网络教育的兴趣不高。第二,在网络教育中,很多课程的更新速度非常缓慢,学生难以及时地获取所需的知识。第三,在网络教育中,视频课件虽然发展速度较快,而且普遍受学生的欢迎,但很多视频软件都需要付费或者下载相关插件,不利于视频课程传播与使用。第四,网络教育的知识保护意识较淡薄,这使得网络教育的很多资源实为盗版资源,知识准确度较低,文本课件常出现缺页少字等问题,视频课件也经常被压缩,或模糊不清,导致学生兴趣降低。综合这些问题,在开展网络教育时,应该建立一个有序、有强大生命力的网络教育系统,这需要一个有组织的专门机构来负责这项专题建设,系统地为未来的发展制订科学的规划。
二、计算机网络教育的实施途径
网络教育如果一味沿自发性的途径进行发展,将不利于网络教育的快速发展。应设置一定的组织机构,专门为网络教育的发展服务,那么将极大地推动网络教育的发展。
1.成立网络教育的信息管理中心
在网络教育中,学校是网络教育的受益者,也是网络教育的推动者之一。学校可以利用其丰厚的教学资源、先进的师资力量、共享式的教学信息等优势来推动网络教育迅速发展。不过在学校推行网络教育,首先应该注重信息管理中心构建。如果学校仍采用传统的电教管理模式,无论是专业管理水平还是网络宽带维护等都难以保障网络教育的顺利开展。因此学校应该成立网络教育专业性的信息管理中心,聘请专业的技术人员对网络教育的课程软件进行优化设计,对网络教育的课程内容进行及时更新,对网络教育开展中存在的网络故障、网速较慢等网络疑难问题进行及时排解,以确保网络教育的顺利进行。此外,在网络教学中,学校信息管理中心还应该成立专门的信息收集与分析汇总部门,及时了解学生的需求,根据学生的实际意向,结合网络教育的发展现状,对课程内容进行设计与更新。在网络教育的开展中,对于课程内容或环节的设计与设置等,可以由学校的计算机专业教师牵头,由学生担当主力来进行网络教育日常信息的更新与维护。这样既能够及时地了解学生的真实需求,同时也能够锻炼学生的计算机网络教育的管理与维护技能,还可以节省人力和物力的投入,最终保障计算机网络教育的高效快速发展。
2.不断优化网络教育中的“教”能力
计算机网络教育本质上就是一种教学活动,同样由“教”与“学”组成,这是网络教育中的最主要的两方面内容。计算机网络教育的实施,必须依赖于这两方面的内容,不断优化这两方面的内容体系,充分发挥网络教育的魅力和价值。网络教学的出发点在于“教”,如何教,怎么教,是计算机网络教育必须注重的内容。计算机网络教育中的“教”主要表现在教学系统的开放性、教学资源的丰富性以及教学过程的相互性这三方面。网络教育的教学系统是开放的,学生在选择课程内容时,无需根据教学大纲或者教师的教学计划进行选择,而是可以根据自己的能力和实际需求来选择教学内容。在传统的教学过程中,学生在接受“教”时,往往具备一定的被动性,无论是好学生还是差学生,都接受固定的内容,学生想要扩展其他方面的知识,往往需要升班才可以。但在网络教育环境下,教学系统是开放的,使学生不再拘泥于教师的计划与安排,可以根据自己实际情况自主地选择和接受一些其他内容。在网络教育中,丰富的教学资源给予了学生充分的自由,学生可以根据兴趣爱好或者学习的侧重点和学习习惯来选择教学内容,同时也可以根据评价高低或者内容详尽与否,选择更加适合自己的教学资源。网络教育中拥有非常丰富的信息资源,涉及社会生活的各个领域、各个学科,更是学生拓展视野的好平台。在网络教育中,学生可以及时提出问题,及时获得答案。学生在利用网络教育资源进行学习时,可以借助交互软件,与教师及时在线交流。这也是传统的教学环境难以比拟的优势。
MOOC是一种从2012年开始迅速在全球流行的网络教学形式,它将学校中的课堂,转化为更碎片化、更适合在线学习的形式,利用互联网的技术与服务,向全世界的人们提供免费学习。MOOC的出现改变了人类以传统教育体制为基石的学习方式,加速了高校教育扁平化发展,对传统思想政治理论课而言,是一种来自网络教育革新的严峻挑战。本文针对MOOC的五大主要特征,从意识形态教育、学习资源、学习方式、交互形式、评价机制五个方面深入探讨MOOC兴起对传统思政课的冲击,为思政课程改革提供参考。
关键词:MOOC;思想政治理论课;挑战
MOOC全称为Massive Online Open Courses,被译作“大型开放式网络课程”,中文简称为“慕课”,是一种从2012年开始迅速在全球流行的网络教学形式。它将学校中的课堂,转化为更碎片化、更适合在线学习的形式,利用互联网的技术与服务,向全世界的人们提供免费学习。MOOC凭借名校光环、顶尖师资以及网络便捷,成功吸引了众多知名高校加入MOOC平台,奉献属于高等学府的优质教育资源,并且让成千上万的学习者跨越高校的围墙,摆脱传统学制的约束,突破时空的局限,轻松吸取了世界级学府的精华。MOOC的出现改变了人类以传统教育体制为基石的学习方式,加速了高校教育扁平化发展,对传统思想政治理论课而言是一种来自网络教育革新的严峻挑战。只有深入了解MOOC的特征,分析传统与新兴教学方式的优劣之处,形成优势互补,才能深入推动思想政治理论课改革。
一、MOOC的主要特征
伴随互联网技术的普及以及教育技术的快速发展,MOOC是开放教育资源运动的新发展和突破,体现了开放教育资源从单纯资源到课程与教学的转变。\+①而MOOC作为一种网络教育形式,之所以能突破以往依托互联网开设的开放课程、精品课程、广播电视课程等,颠覆传统教育思维,在国内外得到迅猛发展,除了具有网络教育的一般特征外,还具有新型在线课程开发模式的独有特征。
(一)大规模
“大规模”是MOOC首字母Massive的第一个语义,也是MOOC的第一个主要特征。“大规模” 至少包含了三层涵义:一意味着这种课程学习在学习人数上没有限制,参与课程的学生可以多达几万、几十万甚至更大的规模;二意味着参与MOOC平台的高校众多,截至2013 年 7 月,全球共有83所高校和机构加盟 Coursera 平台,共有 28 所顶级大学加盟 edX 平台,\+②我国高校也纷纷加入MOOC行列,北京大学、清华大学加盟edX平台,复旦大学、上海交通大学加盟Coursera,有65所高校加盟中国东西部高校课程共享联盟;三意味着大量的网络课程面世,教育部宣布在“十二五”期间,我国高校将逐步开放1000门视频公开课、5000门资源共享课\+③。
(二)开放性
“开放性”是MOOC的主要表现形式,开放即面向所有的学习者,让资源实现共享。资源共享是实现终身教育的主要途径,也是追求教育公平的一种重要体现。传统教育所设置的年龄、身份、国籍、语言、地域、收入等等门槛已不再是教育的障碍,开放性意味着所有的学习者只要具备上网的条件,就能够获得优质的教育资源。这些资源面向所有学习者,他们可以在任何时候、任何地点、按照自己的实际开展学习,并且与世界任何地方的人进行交流。此外,这些开放的资源大部分是免费的,其廉价的教育成本比传统课程更具竞争力。
(三)高质量
“高质量”是MOOC的主要内涵,是MOOC能够风靡全球的重要保证和内在因素。MOOC发挥互联网的优势,集结全世界的优质教育资源,旨在打造高质量的网络课程。其高质量体现在:其一,知名学府加盟。除了早期创办MOOC三大平台的哈佛大学、斯坦福大学、哥伦比亚大学、普林斯顿大学、麻省理工学院外,目前100余所世界各地顶尖大学纷纷加入。2013年,北京大学、清华大学等6所亚洲名校也宣布加入edX,而Coursera所选择合作对象是每年最新的世界大学学术排行榜上排名前5%的学校;其二,专业团队打造。要完成一门MOOC课程,需要一个专业教师团队共同完成。如MITx的“电路与电子学”这门课程,其中参与的教师共有21位团队成员。这些老师们分别负责知识讲解、制作精美视频、及时回答学生提问、引导学生完成在线作业、组织学习社区的交流互动等,投入大量的时间和精力,务求给学习者提供高端的学习体验。
(四)交互性
“交互性”是MOOC比传统的网络教育、远程教育更为卓越的功能特性。传统网络课程包括国家精品课程等只是单向提供课程资源,缺乏在线的师生双向交互、生生交互以及论坛式讨论答疑等协同互动学习。MOOC的交互性堪比传统课堂的交流模式,学生的课堂作业通过系统实时测评,主观问题也可以通过线上学习社区、社交网络等方式得到来自老师的反馈或者其他学习者的帮助。一名斯坦福大学的教师在起身倒杯咖啡短短1分钟后,发现原本打算回答Coursera上的学生提问已经有其他学习者帮忙回答。这种即时交互提高了学生参与课程的积极性,让学生在多向互动中增强学习效果。
(五)个性化
“个性化”是MOOC体现以学习者为核心理念的集中体现。个性化学习是学习者根据自身的喜好兴趣和学习程度选择教学。由于每个学习者的知识背景、心理活动、认知能力等都存在个体差异,因此针对个体差异的教育可以有效提高学习效果。MOOC作为网络教育,其共享性、开放性、重复性、交互性、可控性等特点,能够满足学习者多元化、多层次的需求。同时,MOOC基于大数据的分析,全面跟踪和掌握每个学生的个性特点、学习行为,促进因材施教,提升人才培养的质量。
二、MOOC的兴起对传统思想政治理论课的冲击
思想政治理论课作为大学生学习的主渠道,是履行党和国家意识形态教育神圣使命的主阵地,是高校社会主义办学方向的重要体现,是帮助大学生树立正确世界观、人生观、价值观的重要途径,属于大学的必修课。目前,以“灌输”理念为主的传统思想政治理论课模式仍然十分普遍,学生在传统课堂中难以成为学习主体。MOOC的兴起将有限的课堂转移到无限的网络空间,提供了一种全新的学习生态环境,这势必对传统思政课形成不可忽视的冲击和挑战。
(一)目标价值更复杂,意识形态教育艰巨
意识形态教育是传统思想政治理论课的第一使命,坚持党的领导,坚持社会主义方向,引导大学生践行社会主义核心价值观,这教学目标和价值观是立场鲜明的。而MOOC平台上,来自全世界的学习资源都可以通过网络技术进行传播,这是学习知识的新形式,同时也是意识形态争夺的新领域。西方国家凭借主导互联网技术,形成有利的话语体系,通过MOOC免费课程不仅传递有形知识,更渗透无形价值认同,为个人主义、利己主义、拜金主义、宗教救世等西方思潮提供理论依据,其蕴含的思维认知与价值导向对大学生产生潜移默化的影响。目前,很多西方国家大学的大量人文社科类课程通过MOOC平台进行传播学习,其主讲人拥有国外知名大学的光环,并且讲解新颖生动,深受中国大学生的喜爱,听edX和Coursera网络课程成为大学生的一种时尚趋势。在这种趋势下,思想政治理论课所肩负的意识形态教育任务将更加艰巨。
(二)教学权利更开放,学习资源优胜劣汰
MOOC的开放性表面上是显性资源的免费开放,而其真正的价值内涵在于教师教学权力和学生学习权力的开放。MOOC以社会化学习网络为平台,给教师的教学和学生的学习带来了自由。教师通过MOOC进行教学,将不受归属学校的制度约束,课程也不专属某位教师,学生也可以跨校学习,教师自由教学的权利和学生自由学习的权利通过开放转化为巨大的学习资源。思政课作为所有高校的公共课程,教学目标和要求是共通的。鉴于目前各高校所开设的思政课教学质量参差不齐,如果学生通过MOOC平台可以获取其他高校更好的思政课学习资源也能达到学习目标,那么普通高校的传统思政课堂教学有可能沦为虚设,其教学效果将遭遇严重挑战。学生通过MOOC平台择优而学是遵循市场经济的竞争机制,这种优胜劣汰虽然会鼓励学习资源的创新争优,但不容忽视的是,普通高校传统思政课程所肩负的实践育人功能同时也会被削弱。
(三)学习方式更多样,自主学习成为主导
传统思政课堂以教师为中心,依赖场地、纪律等组织课堂,无法真正体现和锻炼学生的自主学习能力。MOOC课程依靠网络技术推进学习,它的革命性意义在于使学习从传统的获取知识为主到更加注重发现、处理、理解、应用和创造知识。因此,MOOC学习者以自主学习为主导,通过各种学习方式构建个人知识体系。第一,视频学习,自我构建知识系统。课程可以通过视觉效果突出的视频、动画、Flash等展开,学生经过自我思考建立知识联系,加深学习记忆。而传统课堂主要是学生按教师思维去掌握已构建的知识体系,这样被动而机械的记忆易遗忘。第二,同伴学习,海量学习者互帮互助。MOOC平台的学习者参与度高,如Coursera、edX、Udacity、国内的慕课网、学堂在线等都有在线讨论小组、Wiki协作、问答社区、广场讨论区等平台让学习者进行提问和讨论。“一人发问,大家来答”的同伴学习方式,能够提高学习积极性,促进对知识的理解。第三,自由学习,教与学都不受时空限制。传统课堂教学受到时间、地点等现实资源局限。MOOC课程教学不受时空局限,教师可以在轻松的环境录制课程,进行自我发挥。视频课程碎片化,一般5到15分钟甚至更小的“微课程”,“边角时间”也可以被用来学习。第四,个性学习,根据喜好习惯选择交流平台。传统课堂的师生比例是一对多,教师无法满足所有学生的学习需要,且师生交流相对短暂。MOOC课程提供了很多线上交流平台,如国外MOOC平台可以使用Wiki、blog、Moodle、Twitter、FaceBook,国内慕课平台有QQ、微信、微博等,学习者可以根据自己的喜好习惯选择交流平台。
(四)交互形式更多元,从消费到建构课程
启发教育、个性教育等生本理念近年来在思想政治教育教学研究领域受到高度关注,而生本理念的主要外显特征在于“以学定教”的多元交互。多元交互是MOOC课程的一大亮点,它引发传统思政课堂的教学交互形式的“质变”。从语音交互到文字交互,从人人交互到人机交互,从单媒体交互到多媒体交互,从同场交互到跨域交互,从实时交互到异步交互,从有限空间交互到无限空间交互,从师生交互到教师、学生、媒体等多向融合交互。MOOC平台向学习者提供比传统课堂更立体多元的交互形式,为学习者进行自学互学创造了更便捷的途径,体现生本理念中“学习是人的天性”这一核心。MOOC基于信息技术的开放性、共享性、生成性、多极性等特性,使网络学习从传统的教师向学生单向传授走向多向互动交互,使学习者从被动接受知识到传播、构建、创造知识,从教学内容的纯粹消费者变成课程的重要建构者。例如,学习者可以通过MOOC平台记录笔记、发表评论、交换课程资源以及分享心得体会等,这些学习行为同样为其他学习者提供新建构的资源。学习者通过多元交互,增强课程参与度,提高个体针对性,才能让思政教育理念“入心入脑”。
(五)评价机制更全面,评价内涵重新定位
学习评价是反馈学习者的学习成效以及教师教学质量的重要教学环节。传统思政课程学习一般有随堂提问测试、课后作业评分、期中期末考核等评价方式,这些学习评价基本来自教师对学生的单向评价,突出成绩结果,忽视育人过程,学生根据这些评价难以进行有针对性的调整提高。MOOC的评价机制既包括教师评价,也有学习者互评。除了授课过程中设有随堂提问、课后测试和期末考核外,还要求学习者必须对同伴作业进行评阅才能看到自己作业的被评意见,保证学习者互评方式的落实。由于思政课比其他课程更加注重学生的思想和经历,因此学习评价应该成为一种平等的对话,成为学习者进行思维证实与知识建构的过程,而不是教师对学生单向的数字判定。基于大数据分析的MOOC平台能够有效跟踪学习数据,探索认知规律,调整学习行为,这种学习反馈赋予评价新的内涵,同时也推动思政课追求本真的教育价值。
[注释]
①焦建利.从开放教育资源到“慕课”――我们能从中学到些什么[J].中小学信息技术教育,2012,(10).
②陈肖庚,王顶明.MOOC 的发展历程与主要特征分析[J],《现代教育技术》,2013年第11期,P7.
③中华人民共和国教育部,教育部、财政部对“高等学校本科教学质量与教学改革工程”的意见[R].中华人民共和国教育部,[2011]6号.
[参考文献]
[1]陈柳.MOOC兴起对高等教育的影响[D],广西师范大学硕士学位论文,2014年4月。
[2]刘震,曹泽熙. “慕课”时代思想政治理论课的挑战和机遇[J].思想理论教育导刊.2014年第11期。
[3]方静.MOOC 的发展及其对传统教育的挑战[J].华北科技学院学报.2014年5月。
[4]吴维仲,关晓辉,曲朝阳.“慕课”浪潮引发的高校教学改革思考[J].东北师大学报.2015年第2期。
网络信息时代推进高校思政教育工作的实效性,可以培养学生的政治素养、扩宽高校思政教育方式,因此应更新教育理念、开发高校网络信息教育平台、创新教育方式、加强思政教育教师队伍建设、创新思政教学管理模式、改革思政教育内容,同时建立保障机制,保证网络信息时代高校思政教育工作的时效性。
关键词:
网络信息时代;高校;思政教育;实效性
近年来,随着高职院校素质教育、创新教育改革的不断推进,思想政治教育也在随之变革。特别是在当前网络技术、信息技术等在教育领域的普及,给高职院校思政教育改革既带来了生机,同时也面临着挑战。网络信息的庞大多样,优劣并存,给学生的视觉、听觉、心理、思想及意识带来了巨大的冲击。如何巧妙的运用网络资源给高职院校思想政治教育工作提供便利,走出传统固定式强行灌输教育模式,使思政教育形成开放式的教育模式,是高职院校当前面临的巨大的难题。因此,探讨提高网络信息时代高职院校思政教育工作实效性的途径具有重要的现实意义。
一、网络信息时代推进高校思政教育工作实效性的重要作用
(一)可以培养学生的政治素养
高职院校学生动手能力优于动脑,在成长过程中往往缺乏责任感和自主意识薄弱,一旦处于复杂的环境中,容易迷失自我。特别是在当前网络发达的情况下,各种信息接踵而至,良莠不齐,学生在较差的自控力下,容易在思想观念、心理素质、精神层次上产生扭曲现象。此时,高职院校运用网络环境为思想政治教育服务,才能将学生的学习环境进行净化,引导学生树立积极向上的学习心态、就业观念和职业观念,努力提升自己,自觉抵触黄、赌、毒、暴力,为社会奉献自己的价值。
(二)可以扩宽高校思政教育方式
网络环境虽然有不良信息因素的干扰,会对学生的思想观念产生冲击,但总的来说,网络的优势很大,能够形成开放性的教育平台,汇集共享所有的教育资源。学生学习也不再受时间和地点的限制,随时随地可以访问网络平台上的资源,为学习寻找最佳的模式。这种新时代的特性,也给思想政治教育提供了便利和改革的助力,高职院校可以运用综合化的网络技术,构建优质的校园网络平台,为学生提供学术、技能、社会实践、心灵塑造、思维创新、心理辅导、思想政治教育等等广阔的教育资源,同时创新教育模式,利用网络构建沟通平台,随时与学生进行互动,解决学生的心理、思想、观念、意识等方面的疑问,帮助学生、引导学生和服务学生。师生都可运用网络进行资料的下载和查阅,更新知识体系,完成主流思想观念的交流与解读等。使得传统的强硬式教学模式更新为服务型、引导型、感化型教育模式。在这样的教育模式下,教学活动会更活跃,课堂交流更畅快、观点讨论更直接与具体,对学生的思想、习惯、心理、意识等起到积极的鼓励、引导和服务作用。
二、网络信息时代推进高校思政教育工作实效性的途径
(一)更新教育理念
高校思思想政治教育在素质教育和创新教育改革的推动下,必须将教育重心转移到新的教育理念中来,互联网的普及为其改革提供了新的动力。思想政治教育想要摆脱传统的硬性说教进入服务引导模式,可以与网络携手,完成教育创新,教育理念得到升级,彻底突破传统教育的束缚,将思想政治教育融入到网络中,赋予思想政治教育新的理念、新的模式、新的内容、新的方法,冲击学生感官和思维,激发学生的兴趣和主动性,创新性,积极运用全新的网络教育资源,不断提升自己的综合能力和实践水平。
(二)开发高校网络信息教育平台
当前,智能移动终端、网络技术、信息技术等全社会得到普及,特别是在高校,为教育创新提供了便利条件。无论是教学还是学生学习都步入信息化时代。为了更好把握学生的思想变化,引导学生积极向上的心理,利用净化的网络资源十分必要。因此,高校要加大力度构建校园净化网络平台,将思想政治教育融入到网络教育中去,提高思想政治教育的实效性和质量。首先,网站软硬件设施要先进完善,能够满足广大师生对网络环境的精神要求和心理要求,思想政治教育内容要优化,理性且先进,无不良信息挂靠,实践案例符合当前社会的发展背景;其次,专设学生天地栏目,对学生进行心理疏导,精神放压、思想熏陶,就业指导等,对观点进行正确引导;最后,整合校园资源为思想政治教育搭建综合性网络平台,学生在网络平台上可以得到全部的需求信息,使思想政治教育渗透进学生的心里。
(三)创新教育方式
在网络时代,传统的说教已经不再适合高校思想政治教育,需要新时代的教育方式来迎合网络时代的特点,将教育与学生的心理、思想紧密结合起来。因此,创新教育方式才能与学生产生共鸣,将网络思想政治教育和传统思想政治教育进行融合,形成全新的思想政治教育体系,创新教学模式和教育手段,例如思想政治教育资源微课化、多媒体化等,给学生自由、轻松、和谐的学习环境,吸引学生的注意力,调动学习积极性,挖掘学生的潜在的能力,从而树立正确的人生观、价值观和世界观等观念,实现思想政治教育的目标。
(四)加强思政教育教师队伍建设
教师与学生直接接触,对思想政治教育、网络资源完善起着直接作用,是学生学习的典型,教师队伍的完善是网络思政教育的先决条件。教师的网络应用能力和信息技术的应用能力是高校网络教育的前提,想要做好网络时代的思政教育工作,必须加强教师队伍建设。因此,网络培训常态化,提升教师网络思政教育理念和实际应用能力,才能提升思想政治教育队伍的整体素质。在工作中,将考核与教学,考核与网络,考核与服务,考核与实绩相结合,推动信息化服务教育的进程。同时,加强老、中、轻思政教育队伍层次构建,以老带中,以中带轻,使思政教育资源可持续化发燕尾服。
(五)创新思政教学管理模式
高校思想政治教育在网络时代必须不断增强管理,创新管理模式,才能在新时代构建网络化管理服务体系,优化欧芳资源配置来为思想政治教育提供便利。首先将管理机构进行精简,成立思政管理机构,对思政教学、网络应用,教学模式创新等进行精细化管理与监督,将管理机制进行完善,促进思政教学目标的实现;其次,在网络平台开通沟通互动天地,对师、生交流、信息反馈、自学总结等进行管理,及时发现教育中存在的问题,及时解决;再其次,对网络教学现代化进行技术更新管理,优化网络思想政治教育环境,加强网络化与实际教学的紧密联系,提升管理水平;最后,积极鼓励教师自身执业水平的提升,开办各种专业培训,鼓励教师自主学习,创新教学模式,提升思想政治教育实效性。
(六)改革思政教育内容
首先,必须对传统固定不变的思想政治教育素材进行现代化案例更新,使其内容与当前社会主流文化相适应,增强学生的时代感。目前智能移动终端几乎每一位学生都有,可以利用这一特点进行网络微课设计,实现思想政治教育的网络微课模式,增强学生的积极性。同时,对当前的焦点人物、事件等进行解读与引导,解开学生的心结,树立正确的思想观念。其次,内容选择要适度,符合大学生的心理承受能力,能够起到拓展和延伸作用。大学生心理容易受到社会不利因素的冲击而产生极端情绪,此时,思政内容要考虑学生的心理特点和情绪变化,选择逐渐引导模式,来帮助学生慢慢在心中树立正确而稳固的观念。最后,内容还要符合新媒体特点,比如题目要能够吸引学生、教学形式多元化,如此才能保证教育内容通过新媒体更好地传播。
三、保障机制
第一,以网络平台为纽带,构建思政教育的协调机制,使机构、教育资源、教学内容融合在一起,形成优势的网络教育模式。面对高校生源大,规模大的实际情况,实施思想政治教育需要各方面协调统一,才能更好的为学生服务。因此,高校要将组织机构、思想政治教育机制、网络软硬件完善、网络资源优化、思想政治教育团队力量等进行协调,使各方面责任明确、分工明确,才能构建完善的开放式思想政治教育网络模式。第二,构建高校网络化思想政治教育的信息采集、分析、整合、引导、服务机制。及时对学生的思想动态和心理变化进行信息采集,分析这种变化的原因或导致因素,整合高校的思想政治教育资源和力量,积极对学生进行有针对性的引导与服务,通过感性教育,亲情教育、感恩教育等手段,引导学生回归到正确的思想观念轨道上来。将价值引导、观念服务、心理疏导紧密的结合起来,帮助学生积极树立正确的价值观和世界观,对将业择业有清醒的认知,提高学生品行和综合能力。第三,构建网络教育的监督机制。思想政治教育在网络平台下实施时,需要积极的监督机制进行约束与调整,才能保证网络环境中资源内容积极向上,传播方式合情合理。因此,高校有必要联合与上级教育主管、政府、家庭甚至社会机构进行联合,将网络有利因素进行扩大,不利教育因素进行屏蔽,形成强大的网络信息净化监督平台,实现健康、和谐的信息环境,提高学校思想政治教育的质量和实效性。
参考文献
[1]郑琼.高校网络思政教育的途径研究[J].福建商业高等专科学校学报.2016(01)
[2]芦鑫.浅谈高校网络思想政治教育实效性[J].读与写(教育教学刊).2016(04)
随着科技的发展,网络信息化时代迅速到来,网络的发展在给我们的生活带来便利的同时,也影响着我国教育的发展,给我国的教育事业带来了新的机遇和挑战。本文将根据网络信息化环境下思想政治教育面临的问题,探究加强思想政治教育的对策。
关键词:
网络信息化;初中教育;思想政治
一、网络信息化时代
随着社会经济的快速发展,互联网也得到了广泛的普及,网络信息化时代不断推进,而网络作为新媒体信息传播的重要载体,通过大量信息对社会生活的各种方面产生了影响。在网络信息化时代,信息传播的途径更加多元化,并且人们获得信息的速度也得到了有效的提高,学生的世界观、价值观和思维方式也在网络信息化时生了重要的变化,初中思想政治教育如果不能明确认识到学生的变化,将会使得学生产生抵制心理。现在青少年对于互联网的使用已经非常普遍,网络使得青少年获得了更多认识世界、感受世界的途径,学生的自我认知和行为正处于不健全的时期,看待问题和认识问题还没形成全面的角度,因此初中思想政治教育在网络信息化时代需要对学生加以正确的引导,不断的调整教学目标和课堂内容,才能在网络信息化时代的冲击下,显著的提升初中思想政治教育成效。
二、网络信息化思想政治教育面临的问题
网络信息化时代的到来打破了教师在课堂上的权威地位,学生获得外界信息的途径更加全面,教育者失去了某些信息和知识的垄断权,甚至学生可以通过互联网络能够比教育者更快的接受新知识和新思想。传统教育者的优势地位正在逐渐遭到弱化,并且初中学生的自我认知还不够成熟,接受信息和知识的速度十分迅速,因此导致学生在课堂上会打破教师的权威性,这也是由于学生在网络信息化时代在大量信息面前具有了强烈的困惑感,希望能够在教师这里得到更具说服力的解释。如果教师不能有效的处理好学生提出的疑问,将会失去在课堂上的权威性,因此网络信息化时代对教师提出了更高的要求,教师必须要明确认识到网络信息化时代的重要性,不断的接触互联网,并加以学习,从而让庞杂的网络信息量,通过自身的思想道德教育素养加以甄别,不让泛滥的垃圾时间耽误学生的时间,并对学生日常行为方式加以引导,指出正确评判十分的标准,从而保障学生的全面发展。
三、网络信息化对思想政治教育的影响
(一)社会意识形态
初中思想政治教育在和谐社会建设过程中,发挥着重要的人才基础作用,而建设和谐社会作为我国发展的主旋律,教育者需要将和谐社会的思想观念植入到学生的知识储备中。可随着网络信息化时代的不断发展,初中学生正处于世界观、人生观和价值观的塑造过程中,并不能有效的甄别外界信息的真伪优劣,很容易受到泛滥的负面信息影响,从而思想产生消极情绪。特别是在意识形态方面,在网络信息化时代的影响下,学生很容易存在政治信仰迷茫、理想信念模糊的问题,学生受到互联网庞杂的信息所影响,初中思想政治教育工作者很难有效的掌握学生思想动态,导致教学内容并不能准确的抓住学生的需求点,使得学生整体表现出政治信仰和理想信念的模糊和淡化,不利于和谐社会的建设。
(二)道德法律意识
在网络信息化时代的影响下,学生获得信息的途径更为全面,而多元化的信息也给学生带来了多种不同的价值观念,学生受到家庭、社会或网络信息的影响,很容易产生拜金主义和个人主义的倾向。开放的互联网络使得社会认知较为幼稚的学生,很容易受到互联网络中的不良思想信息所污染,特别是在价值取向方面,学生接触互联网络的时间越长,虽然网络知识和技能越来越精湛,可是也表现出缺乏道德法制观和自我约束力较差的特点。这也是由于初中学生正处于身体和心理的成长发育期,能够感受到较为强烈的烦恼和抑郁情绪,互联网络能给学生提供更为宽松的环境,导致学生逃避正常社交,沉浸在网络信息中不能自拔,逐渐对道德品质越来越淡漠,并疏远了自身的人际情感,不利于身心的健康发展。初中思想政治教育工作者应当适当对教学目标进行调整,引导学生接受正确的价值取向,才能有效提升初中思想政治教育成效。
四、加强思想政治教育的对策
(一)加强监管力度
网络信息化时代的发展过程引起了许多学者的争论,而互联网的利弊参半,也需要加强信息监管力度。初中思想政治教育应当充分利用网络信息的优势,比如2008年雨雪天气袭击中国南方多省,众多网友通过在望山进行留言,记录了许多文字、图片和视频,并且通过互联网平台开展了快捷便利的捐款途径,初中思想政治教育工作者可以充分利用网络形式多元化的进步性,不能一味地对网络信息进行否定,应当明确认识到网络信息是现代科技发展的产物,网络只不过是交流沟通的媒介,本身并不具有善恶的性质区分,网络信息的庞杂也是因为人们利用互联网络所做的内容各不相同,加强互联网监管需要认识到网络信息化时代的不可组织性和网络信息的本质属性,在监管负面信息的同时,初中思想政治教育应当积极的结合网络信息,采取有力的教学措施充分发挥网络信息的正面作用。
(二)树立正确网络观
初中思想政治教育工作者也有效利用互联网络的宣传和交流优势,将网络信息辅助教学内容,让教学内容更为贴合学生的实际生活,树立正确的网络观念,坚持自己的道德观念,并通过网络平台发挥学生的主体作用,贯彻以人为本的教学观念,通过网络平台更为去啊年的了解学生思想心理情况,并在网站上开设思想政治教育工作专栏,跟学生进行更为深层次的思想交流,也可以围绕一些重大的社会热点问题进行讨论对学生的思想观念进行积极引导,抵制网络信息的错误思想,并积极弘扬优秀的中华民族传统文化,引进新型的教学观念,提升学生能够在树立民族文化认同感的同时,拓展认知世界的广阔视野。初中思想政治教育面临网络信息化时代的挑战,需要跟上时代的发展,结合初中思想政治教育的实际情况,对网络教育、道德、文化和理论方面提出相应对策,并积极探索初中思想政治教育与网络信息化时代的结合,有效的强化初中思想政治教育的针对性和实效性。
作者:梁婷婷 单位:新疆师范大学
参考文献:
关键词:现代远程教育,网站,类型,特点,中国
Abstract:Moderndistanceeducationbasedcomputerandcommunicationtechnologyisasupplementfortraditioneducation,anditsgoalisstrategictransformationofeducationalmodel.Inthispaper,thetypesandcharacteristics,coursestructureandsiteappraiseformoderndistanceeducationalwebsitesinChinaisdiscussed,andsomefamousChinesewebsitesfordistanceeducationareintroduced,too.
KeyWords:moderndistanceeducation,webstation,type,characteristic,China
1.现代远程教育概述
已经到来的二十一世纪将是知识经济的时代,教育的重要性也被体现的淋漓尽致,大力发展全球教育势在必行。以因特网为核心内容的信息技术的大规模发展和普及,给教育带来了更为广阔的发展空间。随着现代科学技术的发展,远程教育形式也由最初的函授、广播电视教育发展到现在以计算机和网络技术为基础的现代远程教育。大力发展现代远程教育已成为从政府到民间、从企业到学校的共识。
现代远程教育,指的是计算机技术和网络技术的远程教育领域的应用。它是建立在包括数字技术、网络通信技术、计算机多媒体技术等组成的现代信息技术平台上的一种教学模式。是传统教育模式的一种补充,为传统教育提供了丰富多彩的辅助教学手段。现代远程教育是今后发展的主流,它将会实现教育(尤其是高等教育)的战略性转变即由精英教育变成大众教育。其目标是形成开放式的教育网络,构成终身教育体系和学习化社会。
2.中国远程教育网站的类型与特点
(1)普通高校开设的学历教育类网站
早在1996年国家教育部就批准了清华大学、北京邮电大学、浙江大学、湖南大学等4所重点大学作为中国首批开展高等远程教育的试点院校。2000年7月,教育部又批了27所全国重点高校作为远程教育试点,从而使得开展学历远程教育的重点高校达到31所。
具体说来,上述31所试点高校按照新生入学考试的形式不同可分为两类:
第一类。可以招收参加全国高考和成人高考的生源,也可以自主考试录取的高校共26所:清华大学、北京大学、中国人民大学、北京师范大学、北方交通大学、北京邮电大学、北京理工大学、北京外国语大学、东北大学、东北农业大学、天津大学、山东大学、上海交通大学、复旦大学、同济大学、东南大学、浙江大学、无锡轻工业学院、华中科技大学、湖南大学、中山大学、华南理工大学、重庆大学、四川大学、西安交通大学、中央广播电视大学。
第二类。只招收参加成人高考的生源的高校共5所:北京中医药大学、北京广播学院、北京语言文化大学、华中师范大学、兰州大学。
上述高校所建立的教育网站大都设在相应的各所大学,所开展的都是各种层次的学历教育。这些学校校园网的"硬件"建设都具备相当的规模。例如清华大学在96年4月就公布了三项新成果:研究生宿舍全部联网、学生社区实现网络化服务和网络学堂正式成立。上述高校校园网的"软件"也日趋完善,都有归口部门管理,有些高校如清华大学等还专门成立了远程教育学院*,制定了整套的招生、教学与管理制度,期末考试由教师带卷赴各教学站点监考。又如湖南大学从网络、计划、方法等环节都建立了一整套远程教育质量保证体系等。
我们以清华大学的远程教育站点"清华网络学堂"*为例。清华网络学堂开展网上教学内容包括:研究生课程进修、本科生单科课程学习、成人高等教育专升本教育、继续教育高级研讨班等多种层次。其中研究生课程进修包括计算机专业、企业管理专业、民商法学专业等。专升本课程包括经济学专业、法学专业、英语专业、艺术设计等专业。清华网络学堂采用互联网、卫星数字网和有线电视广播网相结合技术开展远程教育。它在26个省市自治区设立了76个校外站点,在100多个城市的有线网上全面铺开。学员可以在清华网络学堂的主页中获得如下信息:
·教学组织管理信息--招生信息、专业介绍、教学计划、课程介绍、课程播出时间表、教学教务临时通知(公告)、任课教师联系地址等。
·多媒体课件--课程教学指导书、每门课程教师授课的电子讲稿等。
·网络课程学习服务--网上答疑、BBS讨论、课堂自测、选课与退课、学生个人信息查询等。
(2)独立远程教育院校开设的学历教育类网站
中国的"中央广播电视大学"是一所独立建制的远程教育高等院校,它也是世界上最大的远程教育系统。
中央电大*与全国44所省级电大都建立了功能完备的互联网站和校园网,形成了卫星电视与INTERNET相结合的覆盖全国的远程教育网络。通过卫星电视、VBI数据广播、计算机网络和双向视频系统将音像课、多媒体课件、图文信息资料以及课程辅导及时传送给电大教学点的学生,师生利用电视直播课堂、双向视频系统、网上BBS、E-mail、电子语音信箱及电话答疑等进行实时和非实时的交流。地方电大接收并储存中央电大的教学资源,成为当地电大的教学和资源中心,有的建立了宽带地域网,提供学生在网上点播课程、网上答疑和信息查询。现在,全国电大已建成了计算机教学管理系统,实施统一的网上教学、学籍、考务和教材管理。事实上,中国中央电大的Internet开放教育网站*是广播电视教育的一个补充。
前不久,"中央电大人才培养模式和开放教育试点"首次招生顺利结束,该次试点是中国教育部组织实施的现代远程教育工程的重要组成部分。1999年,中央电大开设了计算机科学与技术、英语、法学、金融学等4个专科起点的本科专业和水利水电工程、教育管理、金融专业等3个专科专业,27所省级电大被定为试点学校,注册学生总数为31940人。接着,专科起点本科的金融学、法学专业和专科的教育管理专业试行滚动招生,又新增8所省级电大为试点学校,共接受注册学生总数23217人,至此全国电大试点专业注册学生总数至5.5万人。此外,农科园艺学课程开放试点亦已推出。2000年秋,除已推出的专业全部继续招生外,中央电大将新开设工商管理、会计学等专科起点的本科专业和计算机应用、小学教育等专科专业。
3.普通中小学校开设的同步式教育网站
这类网站主要以学校课堂同步教育为特色,是基础教育中课堂教学的延伸,其中包括教案、习题解答等,内容与学校教学同步。例如101网校、北大附中、北师大附中的远程教育网等都属于该类网站,它们只是传统的课堂教学手段的一种补充。
北大附中网校*是联想公司和北大附中联合创办的远程教育站点,它的教学工作由北大附中精锐教师骨干及90余名全国知名重点中学特、高级教师及首都知名教育专家主持,还邀请北大、清华优秀学子担任辅导员,为全国各地的学生解答学习中的疑难问题,跟班辅导,并在BBS上交流生活、交友等方面的体会。针对学校每周教学中的重点、难点,北大附中网校还请北京市特、高级教师进行同步精讲、辅导。
科利华公司和北京师大附中联合开设的网上学校站点*开通,标志着科利华面向21世纪的远程教育工程的全面启动。科利华公司在北京、上海、天津、广州等10个城市各选择一所中学联合建立网上学校,并陆续在全国100个大中城市建立网上学校,最终实现把教育领域里的最好资源搬上互联网,建立一个跨时空的网上"中国联合中学"。
101远程教育网*是北京名校101中学开设的远程教育网站。该网站内容有同步课堂、中高考专栏、教师社区、家长学校、101同步课堂精选、疑难解答、专题辅导等,如图2所示。根据有关被访问次数统计,"同步课堂"栏目排在第一位,"疑难解答"排在第二位、"作文天地"排第三位。
4、由ICP开设的培训类网站
ICP是InternetContentPrivder(Internet内容提供商)的简写,它们提供的一般都是非学历的继续教育或技术培训课程教学。例如联想网校*、高教自考网、计算机考试免费网校等都是由ICP开设的教育网站。
高教自考网*是全国高等教育自学考试办公室与FM365网站合作建立的,它为考生提供自考课程辅导,主要包括课程串讲、在线答疑、网上题库、在线测验等互动性的教育服务栏目。
计算机考试免费网校*是国家广播电视总局数据广播中心开设的教育网站。它包括"自学考试"、"等级考试"、"水平考试"、"同步教室"、"考前串讲"、"来函总复"以及"交流园地"等栏目。
由北京启迪智慧网络发展有限公司建立的启迪网*于今年3月21日正式开通,据称这是一个兼具学习门户、学习网站和学习社区为一体的教育网站。
5、其它远程教育网站
设在大连的中国爱心网校*由张海迪任校长,主要是用爱迪的文学作品与残疾人交流、并教授英语,该网校将残疾人聚拢到网上世界里,为这个特殊的群体开辟出一条免费教育的途径。
上面我们按照教育网站的建设者、教学功能和用户性质等综合性因素对国内的教育网站进行了分类。除此之外,我们也可以根据不同需要,单独地从不同角度来对教育网站进行分类。例如,单从教育网站的投资者不同,可以将教育网站划分为:政府(包括各级教育机构)独资兴建、公司(企业)独资兴建、各类学校建立的教育网站、个人教育网站、社会团体或组织建立的教育网站,以及由上述单位合作建设的教育网站等6类;单从教育网站的用户考虑,可以将教育网站划分为:综合性教育网站、企业培训教育网站、继续教育培训网站、学历教育网站、社会性教育组织网站等5类;单从教育网站的功能不同,可以将教育网站划分为:学历类高等教育网站、同步式教育网站、课外活动类教育网站、职业培训类教育网站、教育服务类网站等5类。
3.网络课程结构与网站评价
一般说来,一门完整的基于Internet的网上课程应该由以下几个基本部分构成:
·一般信息(GeneralInformation)。关于课程的描述经及学习的基础要求、时间、地点和教师联系方式等相关信息的描述,通常都列成提纲并在上课程的第一天提供给学生。
·课程信息(CourseInformation)。课程的教学目的以及关于课程的描述,包括课程和各单元的教学目标。
·课程表(Schedule)。课程各个主题的教学顺序和具体要求,主要包括课程每部分的内容概要、教学活动、任务、练习以及调查等内容。
·课程资源库(Resources)。这是本课程的支持材料和相关材料的资源库。
·虚拟教室(TheVirtualClassroom)。学生既能够在虚拟教室中参与本课程的实时主题讲座或辩论,能在这里中进行合作互助、广泛交流。
·教学评价(Assessment)。这里包括学生或教师能够查看的成绩记录(跟踪)系统。
随着现代远程教育的发展,被教育部批准开展网上远程教育的31所高等院校在网络课程建设方面最近将完成200门左右社会急需专业的专业基础课程、技术基础课程、公共课的网络课程建设,此外还将建立一批教学案例、教学模块、教学素材库,例如建立重大疾病数据、MBA数据库、法院判决案例库等。
如何评价网络课程的优劣,目前已成为教育界、网络界人士普遍关注的一个问题。2000年6月成立的中国网络评价中心制订出的网络评价体系中,包括了商业模式、经营与管理、财务与资本、政策与法规、信息技术、自动化分析与统计、发展趋势、客户反应、专家意见等9个评价指标。
中国电化教育组织曾提出网络课程评审的一般原则,它们是:开放性,以便适合更多的人在网络上学习;共享功能,尽可能地有更多的资源让更多的人共享;交互性,强调网络上人与人的沟通,而不再是简单的人机的对话;个性化,适合个性化学习;E.网页内容更新的频率要高。
4、教育网站存在的问题和若干解决思路
(1)目前中国网络教育的费用较高,上网费加上学费,昂贵的学习费用使一些学生装承受不起。该问题希望随着现代科技和社会经济的发展而逐步得到缓解。
(2)相比较而言,中国教科网(CERNET)的上网速度较慢。我们可以考虑以CERNET网为基础,将教育网站建在CERNET上,再利用CHINANET网做扩充,例如在CHINANET上建立镜像网站,以加快在家上网学习的速度。
(3)中文教育网站的网上资源多为文本文件而非多媒体课件,枯燥无味,并且网上资源也不多。大力开发网上教育资源是教育部门今后的重点工作之一。
(4)远程教育质量监控困难,学生质量难以保证。一些企业和个人为追求经济利益,导致网站内容和管理质量低下。为了规范教育网站的建立与管理,中国教育部于今年4月20日颁布了《关于加强对教育网站和网校进行管理的公告》,规定凡建立冠以中小学校名义及面向中小学生的网校和教育网站必须经省级教育行政部门同意,并报国家教育行政部门核准。
(5)现在一些网络教育网站在网络教学的模式上几乎是传统课堂搬家,主控课堂的延伸,教学计划、课程设置和体系基本上是原有的翻版,几乎没有充分考虑成人网上教育的特点。
(6)网上教学缺少校园文化气氛的熏陶,很难进行全面的素质培养,实践环节也解决不到位,各种各样的思想工作也不好开展。
(7)招生范围的局限性。如规定电大在专升本和专科层次,普通高校在本科和研究生层次,清华和电大在全社会范围,北京邮电大学在信息产业系统内,湖南大学、浙江大学在本省范围内招生。
参考文献
1.张剑平。现代远程教育及其发展,现代信息技术。2000.5
[关键词]新时期 大学生 思想教育
[作者简介]杨琳(1973- ),女,山东茌平人,常州大学国际教育交流学院,副教授,博士,研究方向为思想政治教育管理。(江苏常州 213164)
[中图分类号]G641 [文献标识码]A [文章编号]1004-3985(2014)05-0059-02.
近年来,我国经济不断发展,社会主义市场经济体制逐步确立和完善。人们的生活水平有了很大提高,思想文化观念也随之发生着重要的变化。当代大学生思想教育工作也应进行相应转变。当代大学生的思想日益多元化对高校思想教育工作带来了诸多挑战。当前各高校必须创新教育手段和方法,切实加强大学生思想教育工作,全面提升当前我国大学生综合素质,进而推进高校教育体制改革。
一、新时期大学生的思想特点
新时期,随着科技和生产力的发展,人们能方便快捷地获取最新信息,人们思维方式和思想观念也随之发生着较大变化。在我国政治和经济的转型时期,大学生们的思想和心理也在发生着变化,新时期,他们的思想特点呈现以下几方面的特征:
(一)大学生的时代感不断加强,而责任意识相对不够
当代大学生具有很强的时代感,他们出生的年代正是人类科学技术迅速发展的时期,随着科学技术的发展,他们的学习、生活方式都发生着重大的变化。大学生具有先进的思想意识以及独立、创新的思维方式。他们迫切希望国家能够不断地发展和强大,争取早一步成为世界强国。但同时,他们当中的许多人也缺乏艰苦创业的奋斗精神。大学生时代感不断增强的同时,其责任意识却相对不足。
(二)大学生的进取心不断增强,而辨别能力却在降低
现阶段很多大学生都具有较强的进取心,他们的思想比较进步,能参与社会活动并对其保持较高热情。他们在学习和生活当中都能做到积极进取,但是他们的辨别能力却因文化的日趋多元而降低。他们对一些重大的问题缺乏正确的判断,对自我的认识不足。
(三)大学生的社会认同感不断增强,而社会实践能力薄弱
随着科学技术的不断发展和对外交流的不断加强,大学生的思想也变得先进、开放。大多数大学生的思想和意识都能与社会主流意识相一致,他们愿意为社会主义现代化建设奉献出自己的力量,但是他们的社会实践能力相对薄弱。高校与社会的脱节、理论与实践的脱节,使得大学生成为思想上的巨人、行动上的侏儒。
(四)大学生的主体意识不断增强,但集体观念却在减弱
当前许多大学生重视自我权利的保护,追求更为舒适的生活。他们在价值取向上明显地由社会本位向个人本位转变。在日常的生活和学习过程中,大学生往往都比较关注自我,而忽略集体,缺乏大局意识。
二、新时期大学生思想教育工作所面临的挑战
目前我国许多高校在教育方式上都发生着深刻的变化,由以往传统的相对封闭的方式向着现代的相对开放的方式转变。在教育方法和手段上,也不断由传统转向现代。高校在对大学生进行思想教育时,也更加地深入到学生的日常学习和生活当中。新形势下,大学生思想教育工作还面临着许多其他方面的挑战,高校应明确当前思想教育工作的现实状况,才能更好地解决高校思想教育工作过程中出现的种种问题。
(一)新时期大学生思想教育工作受到多元化思想的影响
和平与发展成为当今时代的主题,但是在世界范围内还存在着许多不安定因素。一些西方国家对我国实行文化渗透,试图利用文化思想对我国进行“西化”“分化”。面对这样错综复杂的形势,高校应当肩负起培养社会主义现代化事业接班人的重任,重视大学生思想教育工作,立足于国际环境,培养大学生的世界眼光和国际意识,使他们能够了解国家现状,能明辨是非善恶,增强他们的民族自尊心与自信心,从而不断提升中华民族的凝聚力。
(二)互联网的发展深刻影响着大学生思想教育工作
随着人类科学技术的发展,互联网已经成为现阶段人们获取和传播信息的重要手段。互联网改变了传统教育模式当中的认知渠道、价值观念等,同时互联网的发展也给大学生思想教育工作带来了机遇。高校如果能够合理地利用互联网资源,便能够极大地促进大学生思想教育工作的开展。互联网为大学生思想教育工作提供了新手段,开辟了新阵地,能够切实提高大学生思想教育工作的实效性。互联网技术的发展也使得大学生的思维方式日趋复杂多样,这便为大学生思想教育工作提出了更高的要求。高校思想教育工作要以提升大学生综合素质为着眼点,高校思想教育工作应当注重大学生的全面发展。
(三)传统教育观念阻碍大学生思想教育工作的正常开展
高校在对大学生进行思想教育工作时,应当合理地调动师生双方的积极性。大学生思想教育工作者应当采用先进的教育教学方法,改变传统教育中枯燥、死板以及形式化的教育方式和模式,要充分调动大学生学习的积极性。大学生思想教育工作者应当合理借鉴采用科学的教育方法,根据高校的实际情况对大学生进行思想教育,改变传统教育中陈旧的教育观念,加强大学生思想教育工作的力度,提高其成效。
(四)当前大学生的心理健康状况制约着大学生思想教育工作的开展
我国现阶段大学生的就业压力增大,日益激烈的社会竞争,对大学生的心理健康造成了一定的负面影响。当前大学生在生活、学习上都面临着巨大的压力,他们的精神常常处于压抑状态,身心非常疲惫。社会的发展一方面给大学生创造了良好的条件,但一方面也确实给大学生的心理成长和发展带来消极影响。社会地位的差异、家庭环境的优劣、就读学校的排名、所学专业的冷热不均等都会使他们在社会转型过程当中产生诸多心理矛盾,从而容易产生一些心理方面的问题。所以高校应当把大学生的心理健康教育作为大学生思想教育工作的重要部分,要重视对大学生进行心理方面的教育与指导。
三、新时期加强大学生思想教育工作的对策
我国在经济与社会领域发生的深刻变革对大学生思想教育工作提出了更高的要求,不论是大学生思想教育的工作环境、工作内容还是教育对象都在发生着巨大的变化。所以高校应当探索出一条适合新时期大学生思想教育的新策略与新方法,进一步推进大学生思想教育工作。为此,高校应当从以下几个方面进行努力,以促进大学生的健康成长。
(一)高校要努力完善大学生素质教育,构建思想教育工作的全新体系
高校应当全面推行素质教育,把提升大学生的综合素质作为目标,培养出具有创新精神以及实践能力的全面发展的人才。在高校的教育当中,要注重大学生德、智、体、美等方面的全面发展。高校应当把改革与发展作为思想教育工作的重心。近些年来,高校的思想政治教育工作也在不断的探索中向前发展着。但随着时代的变化,高校的教育模式也要随之发生转变。高校在新时期要构建新的思想教育体系,把大学生的素质教育作为基础和落脚点,把大学生的学习与日常生活紧密结合起来,在高校内部营造有利于思想教育的文化,使大学生能够时时刻刻受到文化的熏陶。通过对大学生的思想教育,健全大学生的个人品质,培养大学生的礼仪礼节。同时,采取新的管理和教学手段,使大学生思想教育更加系统化和科学化。
(二)高校应当努力培养大学生的创新精神,提高大学生的社会实践能力
创新精神与实践能力是衡量大学生综合素质的重要标准,也是高校素质教育的重要目标。因此,高校在对大学生传授科学文化知识的同时,也要通过开展多种多样的科技活动以及学术活动,培养大学生的创新精神与实践能力,提升其综合素质。大学生思想教育工作者也应当顺应时展的潮流,创新工作方式、方法,努力把创新教育、素质教育、终身教育、个性教育、开放教育融入大学生思想教育工作中。
(三)高校要利用先进的科学技术手段,促进思想教育工作的有效开展
世界科学技术的发展,给我国大学生思想教育工作创造了巨大的机遇,尤其是近些年互联网技术的发展,促进了信息的交流与传播,为大学生思想教育工作开辟了新的途径和方法。所以高校应当掌握和合理运用现代化的科学技术,改进传统的教育方式,更新自身的教育理念,着力提升大学生思想教育工作的科技含量,运用现代化的教学手段来推进大学生的思想教育工作。高校应当建立起专业和健全的校园网络系统,为大学生的思想教育工作提供更宽广的平台,加强对高校学生的网络教育,减少网络对大学生的负面影响。努力净化校园网络文化,利用网络来对大学生进行合理的思想教育,把大学生思想教育工作深入大学生日常的学习与生活当中。
(四)高校要用求真务实的态度提升大学生思想教育工作的实效
高校应当不断提升自身的教育质量和水平,采用科学的教育理论和方法,合理借鉴先进的学生管理经验,顺应时代的发展要求,引导和督促大学生进行理论学习。高校应当要努力完善大学生心理健康教育体系,可以采用辅导员与大学生面对面的方式,通过辅导员与大学生的深入交流沟通,来解决大学生的心理问题。辅导员也可以深入大学生的生活和学习,并不断对其进行指导,解决他们在日常生活当中所遇到的各种各样的问题,促进其心理健康发展,从而提升大学生思想教育工作的实效性。
(五)高校应当加强大学生思想教育工作队伍的建设
高校应当加强思想教育工作队伍的建设力度,不断提升思想教育工作者的个人素质,使他们能够更好地完善自身的理论水平、提高教学能力,从而提升大学生思想教育工作的质量、水平和效果。高校应当从长远建设的角度出发,聘请和培养出一批思想教育专家和教授,并且定期对思想教育工作者进行理论知识培训,培养大学生思想教育工作者强烈的责任心与事业心。大学生思想教育工队伍建设也要不断向着高学历、专业化的方向发展。
[参考文献]
[1]梁爱蕴.当代大学生社会公德教育探究[J].学校党建与思想教育,2012(32).
[2]刘海英,张文洲.少数民族大学生政治认同教育探析[J].青年与社会,2012(06).
[3]刘华政.红色资源在高校思想政治理论课外实践中的教育形式刍议[J].教育与职业,2012(29).
[4]罗立顺.新形势下高校思想政治教育教学模式的创新[J].教育与职业,2012(30).
关键词:网络学习行为;学习风格;个性化评价
中图分类号:G434文献标识码:A文章编号:1009-3044(2012)07-1704-04
Research on Personalized Evaluation Based on E-learning Behavior
LI Xing,YANG Jin,XIAO Meng-xiong,XU Qing
(School of Information Science and Technology, Yunnan Normal University, Kunming 650500, China)
Abstract: E-learning evaluation is used to monitor, evaluate and feedback the distance learning behavior. Building a personalized evaluation system could evaluate students fully and personally, and promote learners’learning .This paper elaborates and analyzes the meaning and classification of the E-learning behavior and learning styles, and further illustrates the relationship between the two. On the basis of learning styles, the paper builds a personalized learning evaluation system based on E-learning behavior.
Key words: e-learning behavior; e-learning styles; personalized evaluation
随着网络信息技术的发展,网络学习已经是一种广泛的学习形式,它不同于传统教育,呈现出个性化、虚拟化、协作化等特点。而网络环境下学习者的学习行为,更是体现出多结构、多层次的特性。学习风格是学习者一贯的独有的学习特征,并且通过学习行为表现出来。研究网络学习行为、学习风格及其两者之间的关系,有助于构建个性化、智能化的学习系统和学习评价系统。表现在:有利于教育资源的开发;有利于多媒体网络教育平台的开发;有利于对学习资源及学习者做出个性化的、有效的评价。
1网络学习行为
计算机技术、多媒体技术和网络技术的发展和远程教育的推广应用,使网络学习行为的研究和探讨成为了研究网络学习的热点。网络学习行为顾名思义就是指学习者利用网络进行学习过程中的行为表现。目前对于网络学习行为还没有统一的定义,不少学者将网络学习行为称为“网上学习行为”、“远程学习行为”、“在线学习行为”等。尽管表述不一,但都体现了基于网络的远程教育中学习的特点:学习者利用由网络学习平台提供的学习资源和工具进行学习和交流;学习者的学习过程是自主的,个性化的,并且具有自我约束性,强调积极主动的学习。
彭文辉等人参考国内外学者的研究,以行为科学和行为理论作为理论指导,提出网络学习行为的定义。网络学习行为是指学习者在由现代信息技术所创设的、具有全新沟通机制与丰富资源的学习环境中,开展的远程自主学习行为[1]。
网络学习行为与传统的学习行为相比,学习环境、学习者个体心理和行为都发生了变化,这使得网络学习行为表现出新的特征,例如:行为环境的开放性与虚拟化、行为控制的自主性与个性化、行为技能的科技性与专门化等[2]。
1.1网络学习行为分类
对网络学习行为进行分类分析有助于对网络学习行为更深刻的理解,有利于设计合理有效的网络学习平台和学习资源,同时以网络学习行为为学习评价依据,可以对学习者的学习过程和进行科学、有效的评价,弥补只针对学习结果进行评价所产生的缺乏全面性和客观性的评价。
对网络学习行为进行分类的同时,清楚每一类行为所包含的属性特征对分析研究网络行为有重要作用。表1给出几种常见的网络学习行为的分类及其内容属性。
由于网络学习行为具有的多样性和上表所反映的网络学习行为和行为属性,将网络学习行为分为两类来分别讨论,这两类行为分别是网络学习个体学习行为和网络学习交互学习行为。
1.1.1网络学习个体学习行为
网络学习的个体学习行为主要指自主学习行为,包括对信息的查看、收集、加工与。网络学习者利用网络资源进行学习时,更多的时间是面对网络课程和其它教学材料进行自主学习,学习过程的顺序和学习时间都是由学习者自定的;信息的收集、加工和在网络学习过程中是必不可少的学习行为。学习者可以通过浏览、查询、搜索、下载等方式从网络学习平台或Internet上获得想要的信息。从上表中可以看到浏览网页、下载保存、信息检索、观看视频、收听音频和收藏网站都属于网络学习行为的个体学习行为。
表1常见网络学习行为的分类及其内容属性
1.1.2网络学习中交互学习行为
计算机网络给学习者提供了一个具有交互作用方便快捷的学习环境。按照学习对象和学习实效将网络中的交互行为划分为四个不同维度,如图1网络学习中的交互行为[3]所示。
图1网络学习中的交互行为
左侧的四个区间代表着网络交互行为的四种类别,分别是:
I:点对点地实时交流,如用QQ、MSN、等工具;
II:点对点地异步交流,如用E-mail、Blog等;
III:多对多地实时交流,如在线答疑、在线讨论评等;
IV:多对多地异步交流,如使用BBS,微博等。
网络学习的主体是学习者,教师起到引导和帮助的作用,将学习者和教师联系起来的是学习资源。所以在交互学习中,按照交流的对象,网络学习交互行为也可以分为:学习者与教师、学习者与学习者以及学习者与学习资源三种形式。那么在表1中所罗列的收发邮件、BBS讨论、微博交流和实时交流就可以划分到网络交互学习行为。
2学习风格
2.1学习风格的含义
学习风格[4](learning style)是由美国学者哈伯特·塞伦(Herbert. Thelen )于1954年首次提出的。四十多年来,学习风格成为教育心理学、学习理论和教学论等学科共同关注和探讨的一个重要课题,被誉为“现代教学的真正基础”。
由于研究方向和侧重点的不一致,不同的研究者对学习风格有不同的定义。Merriam和Caffarella(1991)认为学习风格是人们在学习环境下处理信息、感情和行为的具有个人特色的方式[5]。Kinsella(1995)认为:“学习风格是学习者个体在接受信息和信息加工过程中所采用的自然习惯的偏爱方式”[6]。James和Gardner(1995)将学习风格定义为复杂的方式和条件,人们在某些条件下以复杂的方式有效地感知、处理、存储、回忆他们所学习的内容[7]。从上面各个学者对学习风格的不同定义中可以看出:学习风格是学习者在学习过程中经常采用的习惯性的学习方式和学习倾向,它具有鲜明的个性特征和较强的稳定性。学习方式也可以称为学习者用来学习的策略或学习方法,而学习倾向主要指的是学习者因对学习环境、学习内容等的偏爱而产生的不同学习态度、学习情绪、学习动机等。
2.2学习风格的分类
由于不同学者对学习风格内涵的理解和定义不同,对学习风格的分类也多种多样。下面是几种常见的学习风格分类法,如表2常见学习风格分类[8]所示。
表2常见学习风格分类
3学习风格和网络学习行为的关系
学习风格是学习者持续一贯的带有个性特征的学习方式,这种学习方式是以学习者的特定生理特征为基础,在长期的学习活动中逐渐产生并趋于稳定的学习行为习惯。大量具体的学习行为叠加成学习者相对稳定行为习惯,将其中一种行为看作是一个特殊的行为事件,那么所有的行为聚集起来再抽象成一般的行为规律就是学习行为习惯。所以,在一定程度上,可以说学习行为的形成是由学习风格所决定。网络学习行为是学习者使用网络进行学习的过程中所表现出来的行为特征。这种行为也受到学习者的学习风格的影响,每个学习者所表现出行为特征不尽相同。
国内外许多学者对学习风格和学习行为之间的关系进行了比较深入的研究,发现两者之间存在正相关的关系。例如具有不同资源倾向性的学习者对资源的选择不同,趋向文本和趋向音视频所表现出的行为就有区别;学习过程中进行练习题巩固知识和学习结束再做练习对不同学习风格的学习者来说优劣不同。因此,针对学习风格的和网络学习行为的个性化评价研究进具有一定的现实意义。
4网络学习行为的个性化评价
4.1个性化评价
个性化评价是以每个学习者原有的知识水平和学习情况为基础,按照不同学习者表现出的不同起点和学习特征,设计出相应的评价标准和评价方法,由此评价学习者的学习效果[9]。个性化的学习评价在于发现、尊重和接纳学习者有别于其他人所特有的特征,利用多元化的方法和手段,采用适合于学习者的个体学习特点的评价方式,对学习者的学习过程和学习结果进行科学、个性化的评价,以最大限度地促进具有不同个性特征的学习者自主、创造性的发展。同时经过强化和反馈,培养学习者适合自身的学习行为习惯,对其以后的学习具有重要的影响作用。
4.2网络学习行为个性化评价系统
网络学习行为个性化评价系统可以提供对网络学习者的学习行为的动态跟踪、采集、分析和评价。将学习风格引入到评价系统中,使得对网络学习行为的评价具有了个性化。本文以网络学习行为分类为基础,设计了一个网络学习行为个性化评价系统模型,如图2所示:
图2网络学习行为个性化评价系统
由图中可以看出该系统的主体是学习者,系统的主要工作流程如下:学习者以网络学习平台作为学习媒介,在学习开始前,以特定学习风格模型为基础,并以调查问卷的形式,收集学习者的学习风格并存储在学习风格库里。在学习进行中,采集模块负责将学习者在学习过程中的行为收集到行为采集库中。然后由统计、分析处理模块对收集到的学习行为进行预处理,提取相关度高的数据,之后和学习风格进行对比综合,其结果存放于行为风格库。评价模块对经过分析和处理的行为风格数据进行综合评价,将评价结果同时反馈给学习者和网络学习平台,调整学习者的学习行为同时为学习平台的建设和修改提供参考。
该系统主要的模块包括四个部分,分别是采集模块、统计分析与处理模块、评价模块和反馈模块。每一个模块具体的功能如下:
1)采集模块分为学习风格采集和网络学习行为采集。学习风格采集主要在以菲尔德学习风格模型为基础,在网络学习平台中嵌入学习风格调查问卷来收集学习者的学习风格,学习风格数据是在学习开始前已经收集好的,并且为了客观公正的受季节学习风格,设计在每隔一个月的时间对学习风格库进行更新。同时更新学习风格库;网络学习行为采集模块主要负责采集、量化学习者在线学习行为数据,并存放到行为采集库中。采集的行为包括,学习时间、次数、交互的次数等。
2)统计分析和处理模块从学习风格数据库和学习行为数据库中提取、加工数据,并对学习行为进行统计分析后通过数据挖掘技术发掘学习风格和学习行为之间的数据对应关系,进行初级处理,并将处理的结果存储于行为风格数据库。
3)评价模块,根据行为风格数据库中的数据,一方面通过学习行为评价量表,利用模糊综合评判的方法生成学习者的学习评价;另一方面根据学习者使用网络学习平台的行为表现,对网络学习平台的有效性和资源设计的合理性进行评价。为网络学习平台的设计、开发、调整提供依据,从而达到个性化的学习。
4)反馈模块,将通过评价模块得到的数据及时反馈给学习者和网络学习平台。强化学习者的学习,帮助学习者的增强有益的学习行为,使其进行自主的有益调整。网络学习平台开发者和管理者从反馈的数据中发现和调整网络学习平台的不足之处,进而依据这些数据进行调整和再开发工作。
5总结
对网络学习行为进行分析研究是开展基于网络的教学系统设计和开发网络教学资源的重要基础,也是对学习者学习过程和学习结果给予客观评价的依据。明确学习风格与网络学习行为之间的关系对当前网络学习的过程性和个性化问题具有重要意义,使得在学习者和教师分离的非传统化教育的网络学习环境中也能开展个性化学习评价。这篇文章分别给出了网络学习行为和学习风格的含义与分类,结合学习风格的特点设计了一个基于网络学习行为的个性化评价系统模型。今后的研究将集中与模型的优化和智能化方面。
参考文献:
[1]彭文辉,杨宗凯,黄克斌.网络学习行为分析及其模型研究[J].中国电化教育,2006(10):31-35.
[2]杨金来,洪伟林,张翼翔.网络学习行为的实时监控研究与实践[J].开放教育研究,2008(4):87-92.
[3]李念.基于网络行为分析的评价模型研究[D].武汉:华中师范大学,2007.
[4]胡继渊,沈正元,张玉昆.中外学习风格研究现状综述[J].外国中小学教育,1999(3).
[5] Merriam S B,Caffarella R S.Learning in Adulthood[M].San Francisco,CA:Jossey-Bass,1991.
[6] Kinsella K. Understanding and empowering diverse learners in ESL classrooms[C]//Reid J.Learning styles in the ESL/EFL classroom.Boston,MA: Heinle and Heinle Publication,1995.
[7] James W B,Galbraith M W.Perceptual 1eaming styles: In Plications and Techniques for the practitioner[M].Lifelong Learning,1985.
【关键词】 学习风格;学习路径;3向语义链网络
【中图分类号】 G40-057 【文献标识码】 A 【文章编号】 1009—458x(2013)05—0077—10
一、前言
1. 研究背景
1999年,Russell利用统计学手段对各种远程教育模式和传统授课模式进行了采样分析,认为远程教育与传统教育模式在教学效果上没有显著区别。这一“无显著效应现象(the no significant difference phenomenon)”[1]使得网络教育系统在教学活动中被广泛使用成为可能。但是,由于传统的网络教育系统不能为用户提供个性化的服务,近年来,个性化的E-Learning环境和自适应教育超媒体系统越来越广泛地用于替代传统的网络教育系统,国内外许多研究者在顶级杂志和会议上提出了各种智能学习平台的构想。在大部分智能学习系统中,系统智能性的优劣仍局限在系统满足用户需求的程度上。但是,广大教育学工作者对于这种“用户需求”驱动的智能学习平台其智能性是否真能达到所描述的效果产生了怀疑。许多教育工作者投入到更细致的研究中,迅速发现这种“用户需求”驱动的智能系统会给学习者带来“学习偏离”和“认知过负”问题[2]。为了解决这一问题,许多相关研究都致力于找到能够度量学习者学习经验的途径和方法,以希望通过融合学习者学习背景和知识水平在E-Learning环境中提供智能的个性化知识服务和导航[3]。
学校教学总是习惯性地根据学生已有的知识(或能力)将学生进行分组。因此许多教育软件,在线的、基于学校资源的自适应教育超媒体系统,在设计上就与这些教学指导方针相一致,即根据学生已有的知识水平或能力级别来对学生进行区分[4][5][6][7][8][9][10]。这些系统主要根据用户已有的知识来为用户建模,然后根据这些模型为用户在内容层和链接层提供自适应服务。这种基于知识背景的学习者建模从教育的角度看是相对简单的方法,它把学生分成对应的组,并要求学生在获得新知识后不断提升自己。但是,这种模型没有考虑包含其他方面的学习过程的自适应,例如根据学习者的学习风格或是学习者的情感来进行自适应调整。因此也不会为用户提供任何协作设施。
美国中学校长联合会主席Keefe[11]将学习风格描述为“学习者在学习环境中如何感知、交互并反应的关于特征认知、情感以及心理学意义上行为的相对来说较为稳定的指征”。无论是教育学研究者还是心理学研究者,都将学习风格作为学习过程中的一个重要因素,并一致认为将其整合进教育可以更好地促进学习者学习。大量相关的教育学理论也都支持这一论点,例如Bajraktarevic[12]、Graf[13]以及Pashler[14]等人都证明并支持了这一结论。
2. 相关研究
一些自适应教育超媒体系统(Adapted educational hypermedia system,AEHS)已经建立了学习者的学习风格用户模型,目的是为了使学习者获得更适合自己的学习资源[15],如INSPIRE系统[16]、ARTHUR系统[17]、AES-CS系统[18]、CS383系统[19]、Tangow系统[20]、AHA!系统[21]、Protus系统[22]、TSAL系统[23]等,都试图根据用户学习风格提供个性化服务。
其中,AES-CS系统使用Witkin的FD(场依存)/FDI(场独立)模型族在多媒体技术系统(Multimedia Technology System)中实现了对控制、引导支持、导航工具以及评估问题反馈的自适应。INSPIRE系统应用Honey-Mumford模型族来支持教育素材网页中多种类型教育资源的自适应。iWeaver系统[24]使用Dunn-Dunn模型族支持导航和内容呈现的自适应。而更多的智能系统,如Tangow系统、WHURLE系统[25]、CS383系统和Protus系统则使用Felder-Silverman模型族支持了对学习内容呈现的自适应。
但是,上述这些现有的学习行为引导主要是将学习风格集成在智能系统中,很多甚至没有建立规则,从而导致行为引导与当前课程中的学习对象紧密关联。例如Protus系统中,构建了《C语言》课程,在程序学习对象部分,为文字型学习者提供的是文字,而为图片型学习者提供的则是程序流程图。系统没有自我演化的能力,学习对象并没有动态选择机制,而是固定在系统中。
本文提出了一种叫做“Smap”的个性化学习路径动态推荐工具,通过构建3向的学习对象语义链网络为用户推荐适合其学习风格偏向性的学习路径,包括以下三个步骤:首先,分析学习风格的不同维度在学习过程中的不同倾向性;其次,学习对象(Learning Object,LO)通过演化规则自动演化为3向的语义链网络(Semantic Linked Network,SLN);最后,通过一个基于SLN的推理机为学习者推荐学习路径。本文以学习风格指征在线测试工具(Index of Learning style,ILS)[26]作为学习风格搜集工具,通过评估用户“活跃/沉思”、“感知/直觉”、“图片/文字”、以及“顺序/全局”4个关键维度的学习风格偏向性,为用户动态推荐学习路径。
二、基于Felder-Silverman学习
风格模型中的4个关键维度
ILS是由R.M.Felder开发的一个在线测试Felder-Silverman学习风格[27]偏向性的工具,因其具有较高的准确性而得到同行的普遍认可。在Felder-Silverman学习风格模型中,我们选择“活跃/沉思”、“感知/直觉”、“图片/文字”、以及“顺序/全局”4个维度作为关键维度来组织学习资源和建立学习者学习风格的模型。而各个维度的学习风格偏向性对学习资源的组织产生的影响如下:
·“活跃/沉思”维度
在“活跃/沉思”维度上,学习者的偏向性主要受学习对象所关联的主观行为强度的影响。因此,这个维度的学习风格偏向性在学习对象的组织上没有对应的体现。
·“感知/直觉”维度
在“感知/直觉”维度上,无论学习者具有哪个方向的偏向性,只要学习对象与其对应的实例能紧密链接并整合呈现,就会有助于学习者的学习。因此,学习对象的组织在这个维度上的体现表现为:在理论学习对象和其对应的实例类学习对象之间建立相应的链接。
·“图片/文字”维度
在“图片/文字”维度上的学习风格偏向性决定了学习者最能够接受的媒体类型。如果所有的学习对象均遵循IEEE的学习对象元数据(Learning Object Metadata,LOM)标准,这就意味着每个学习对象都有关于自己的元数据,其中包括对象的媒体类型,因此,在进行推荐时,只需要考察学习对象的元数据是图片还是文字,就可以在这个维度上为具有不同偏向性的学习者做出动态选择。可见,这个维度的偏向性在学习对象的组织上也没有影响。
·“顺序/全局”维度
在“顺序/全局”维度上,学习者的偏向性对学习对象组织结构的影响最为关键。顺序型的学习者在学习对象顺序呈现时能够获得较好的学习效果;而全局型的学习者则必须在具体深入到某个知识点的学习前捕获所有知识点的全局影像,才能帮助他们了解和掌握知识之间的结构和关系。因此,在这个维度上希望学习对象的组织可以快速有效地为全局型学习者提供所学知识的全局影像。
三、构建可演化的3向
学习对象语义链网络
在构建可演化的3向学习对象语义网络的细节之前,有必要简单介绍一下语义链网络(SLN)技术。SLN是一个节点间可通过语义链相互连接的可演化的网络[28],在多维语义定义方面提供了灵活的结构,是建立知识网格组织结构的主要技术之一[29]。SLN还被用于描述社会网络中丰富的语义关系。Huang和Qiu对SLN进行了扩展[30],也值得参考。SLN有两个不同于本体技术的突出特点:一是知识组织更加灵活;二是容许涌现语义链接的存在。这两个特点使得SLN成为学习对象资源组织的首选,因为使用SLN构建的学习对象资源结构可以不断演化。
考虑到不同学习者的学习风格偏向性,我们将原来的SLN结构修改为3向的SLN,并新增基于这个3向SLN的自组织规则和推理规则。
1. 三向SLN框架
Smap是一个基于3向SLN框架的推荐工具,如图1所示。最底层是遵循相同标准的各种学习管理系统(Learning Management System,LMS),在条件允许的前提下,这些学习系统均可提供标准化的成熟学习对象资源。倒数第二层是分离的学习对象(LO)库和学习对象元数据(LOM)库。LO库存储的是可共享于多个学习管理系统的学习对象资源,而LOM存储的则是对应LO的元数据资料,例如该学习对象的开发者、媒体类型、生命周期等信息。在这两个库之上的是具有自组织能力的3向语义链网络。3向SLN是在预先给定的学习对象SLN初始结构的基础上,根据自组织规则(详见后文的规则1和规则2)形成更为复杂和完善的资源组织结构。整个SLN框架的另一核心部件是推理机,它包含两条推理规则。这两条推理规则和学习路径推荐算法共同决定了什么样的学习路径才和用户当前学习风格的偏向性最为匹配。
2. 形式化描述和相关定义
根据IEEE的LOM标准,一个学习对象的元数据可以扩展为[k]个LOM标签,用[L(l1,l2,…,lk)]表示,[C(c1,c2,…,ck)]表示脚标所对应的标签的值,[ci]由有限长度的字符串构成,[ci]不允许为[?]。例如:当[li=]‘Title’时,[ci]的值可能是‘什么是语义?’。对于学习对象[a],每个[ci]可缩写为[cali]。
3. 定义3向语义链网络
我们使用5个语义关系来表示SLN中学习对象间不同类型的连接。语义关系‘seq’, ‘ins’ 和 ‘eq’ 继承自源SLN模型。根据学习风格偏向性对资源组织的需求,新增加语义关系‘exp’ 和 ‘bas’。图2描述了这些语义关系如何构成语义链网络的3个方向。定义关系[αR]是给定语义关系[α]的反关系。定义语义关系“basic theory of/instance of”来反应学习风格“感知/直觉”维度在资源组织上的作用,缩写为“bas/ins”。当一个学习对象[a]通过这个语义关系与另外一个学习对象[b]产生关联时,表示该学习对象一定是学习对象的基础理论(或实例)。在“顺序/全局”维度上,定义语义关系“sequential of”来表示学习对象间的前驱和后继之间的联系,缩写为“seq”。另外,定义语义关系“expanding of”来描述对象间模糊的关联。当一个学习对象与另一个学习对象间的关系不是特别明确时,可以考虑这个学习对象是另一个学习对象的扩展,使用语义“exp”将它们关联起来。特别定义语义关系“equal of”来表示等价关系,是“expanding of”语义关系的极端情况,即当关系无衰减([σ=1])时的“exp”关系。
这5个语义关系在反方向上也取关系“exp”,“seq”和“ins/bas”语义关系。“exp”和“seq”的反关系就是他们本身,定义为“[(exp)R]” 和“[(seq)R]”。例如,如果一个LO [a]和LO [b]之间有边[eseqab]存在,那么就一定存在边[e(seq)Rba],这表示:当学习对象[a]是学习对象[b]的后继知识点时,学习对象[b]就一定是学习对象[a]的前驱知识点。而“ins/bas”的反关系则是“bas/ins”,这表示:如果学习对象[a]是学习对象[b]的一个实例,那么学习对象[b]就一定是学习对象[a]的基础知识。
4. 三向SLN必须的新特性
在我们定义3向SLN的自组织规则之前,首先介绍这个3向SLN在组织知识上所必需的新特性:
(1)通过参数[σ]来标记一个关系的确定度。
所有的语义关系都使用确定度值[σrab]来标记。确定度是用来描述语义关系确定程度的参数,是对不确定语义关系的一种量化。脚标[ab]表示语义关系的指向是从LO [a]指向LO [b];上标[r]则表示当前语义关系的名称。比起源SLN模型中使用文字描述的确定度标记来说,使用量化参数[σ]具有更强的动态性和可计算性。
(2)关系的有限传递。
关系有限传递是一个真实反应知识点间关联的重要特性。在源SLN模型的语义关系定义中,如果语义关系具有可传递性,例如“seq”关系,那么该关系可以无限传递。这种数学上成立的关系传递,在实际的知识组织中却不符合实际情况。因为两个知识点间的关系强度在逐代传递的过程中会衰减,在传递几代后甚至会出现消失的情况。
例如,在知识的关联上,当一个学习对象[a]是另一个学习对象[b]的后继知识点时,如果中间经过的代数过多,那么其顺序性就会减弱。也就是说,当传递过几代以后,前面的前驱知识点在学习过程中就已经不能再发挥先验知识的作用了(我们在学习新知识时,复习是不用返回到最开始的知识点的)。在这种情况下,[a]和[b]就不需要通过传递关系建立“seq”语义关系了。实际上,定义有限关系传递的根本目的在于保证SLN的推理效率。
在3向的语义关系中,只有关系“seq”和“exp”及其反关系可以传递,而“ins”和“bas”关系是不能传递的。如果边[eab]和边[ebc]分别以确定度[σrab]和[σrbc]存在(r只能是关系“seq”或“exp”),那么在3向SLN中会有边[eac]以确定度[σrac][>ω]存在。[ω]是预先定义好的阈值,而[σ]则根据公式①和公式②计算得出。
定义[Prab]是语义图中从节点[a]到节点[b]遵循同一语义关系[r]的最短路径,而[(v0,v1,…vp)]则是沿着路径的(p+1)个节点,其中[v0]表示源节点,[vp]表示终止节点,那么,确定度值[σrab]的计算如下:
[θ]是用来调节衰减速度的衰减参数。
衰减函数[f(i)]的作用是随着传递代数[i]的增加而减少确定度值[σi,i+1]的强度。在经过一定的衰减步数后,当前确定度值[σ]的强度会衰减为接近0。例如,假设当前有如图3所示的关系确定度值[σrab]=0.9 和[σrbd] =1,路径[(a, b, d)]是节点[a]到节点[b]之间的最短路径。设置衰减参数[θ]=2,那么[σrad]=[0.9×1×1×(1-0.459)]=0.487,因为这个确定度值大于阈值[ω]([ω]预设为0.1),那么,在SLN中自动添加确定度值为[σrad]的新边[ead],图3中用虚线表示。
5. 三向SLN的自组织规则
这里使用两个可自我演化的规则来构建3向SLN。规则1是在已存在SLN中添加涌现边规则。其核心思想是使用阈值[ω]来决定是否将一条边添加到3向SLN中。如果边[erab]不在3向SLN中,并且节点[a]与[b]之间在关系r上的关联强度[σrab]>[ω]阈值,那么,就把这条边添加到图中,并且用[σrab]来标记边[erab]。
规则2用来将无序节点添加到3向SLN中。无序节点指那些需要新添加进来的离散节点。规则2的目的是为那些无序节点在已有3向SLN中找到适当的位置。规则2形式化地描述了如下含义:如果在3向SLN图中已经存在学习对象[b],对于新加入图的学习对象[a],如果它们之间的相似度小于阈值[S1],那么就认为这两个学习对象是完全相同的,将学习对象[b]已有的语义关系全部等同赋予学习对象[a];否则,如果他们之间的相似度在阈值[S1]和[S2]之间,那么就将节点[a]作为节点[b]的扩展节点并添加语义关系[eexpab],关系强度[σexpab=1-d(a,b)]。
规则2.在3向SLN中添加无序节点 ( [S1]和[S2]是两个阈值)。
规则2中的距离函数[d(x,y)]用来计算两个学习对象间的相似度。学习对象间越相似,其欧几里得距离就越短。距离函数[d(x,y)]定义为:
在3向SLN中,使用“title”,“subject and keywords”以及“classification”3个LOM标签值来参与计算相似度。这3个LOM值可以提供足够的反应该学习对象在SLN中的位置信息。公式③将距离[d(x,y)]作了范式化处理,因为距离值可能是大于1的正数,所以为了保证距离值在(0,1)之间,将两个对象的语义欧几里得距离值除以K,根据我们选择的LOM值个数,K=7。也就是说,计算语义的相似度维度不超过7。而两个词在任一维度的相似度差距不超过1。在规则2中设置有两个阈值 [S1]和[S2] 。规则2意味着当两个学习对象在所描述的LOM值有极高的相似度时,其语义距离会非常小(小于阈值[S1]),甚至为0,那么就标记当前这个新的LO等价于已有LO;而当这两个学习对象的相似度在可接受的范围内时(大于阈值[S1]小于阈值[S2]),新学习对象可以以一定语义确定度从已有学习对象继承所有语义关系。
四、构建基于3向SLN的个性化
动态学习路径推理机
本部分介绍如何为远程学习者构建适合其学习风格偏向性的学习路径。如图1所示,推理机由规则和算法两部分组成。规则包括规则3和规则4,分别在“感知/直觉”和“顺序/全局”维度上为学习者构建适合其学习风格的学习路径;而学习路径推荐算法则用来动态产生完整的个性化学习路径。
1. 在“感知/直觉”维度上构建学习路径
在“感知/直觉”维度上,学习路径对于学习者来说没有太大区别,基础知识伴随着相应的学习实例总是会提升学习者的效率。因此,对应在3向SLN中,如果一个节点与另一个节点通过语义关系“ins/bas”连接,那么只要一个节点已出现在学习路径中,就将另一个节点也添加在学习路径中。
规则3. 从“感知/直觉”角度构建学习路径。
2. 在“顺序/全局”维度上构建学习路径
在“顺序/全局”维度上,学习路径会随着学习者的偏向性而不同。参数[λ]用来描述学习者在这个维度上偏向的程度,[λ∈[0,1]],[λ]=0表示学习者是一个极端的顺序学习者;[λ]=1表示学习者是一个极端的全局学习者;[λ]值越高,表示学习者在深入学习前需要获得的关键知识点结构越全面。[λ]值可以通过ILS[31]工具获得。当学习者是一个极端的顺序学习者时,学习路径可以根据固有的前驱/后继约束进行顺序构建;相反,当一个学习者是极端的全局学习者时,在其深入学习每个知识点前,必须要获得关键知识点间的全局结构图。
大部分学习者都不是极端的顺序学习者或全局学习者,大都介于两者之间。因此,在这个维度上的路径推荐需要解决3个关键问题:
(1)量化学习者的“顺序/全局”偏向度,在本文中使用参数[λ]来描述。
(2)如何量化[λ]对于学习路径构建的影响。要解决这个关键问题,首先需要将学习路径分成两部分,第一部分由预览的关键LO组成,第二部分才是由具体LO构成。因此,一个学习路径可以形式化地描述为:
学习者学习路径定义为[L=L1L2],由路径链[L1]和[L2]组成,其中,[L1={nini]is the key LO},[L2={njnj]是从关键LO扩展而来必须覆盖整个课程的LO}。
(3)最后一个要解决的关键问题是定义什么样的LO是关键LO。最理想的情形是这些关键LO可以完全弥补学习者脑海中缺失的关键信息。但是,实际情况是没有一个人可以准确地知道另一个人潜意识中的想法。一个折中的解决方案是给具有不同偏向程度的学习者提供一些启发式的全局路径结构。这些启发式线索经常用于传统的知识图,连接度越高的节点,在图中越关键、越重要。因此,根据这些启发式线索,定义关键路径如下:
一个关键LO节点是SLN最终形成的生成树中具有不止一个孩子节点的节点。另外,起始节点总是关键节点。
当解决了上述三个关键问题后,所有学习者的学习路径都可以通过规则4动态生成:如果在扩展树中有n个关键学习对象,就可以根据其偏向性参数[λ],将关键对象组成关键路径L1。
规则4. 从“顺序/全局”角度构建学习路径。
3. 学习路径推荐算法
根据规则3和规则4,基于3向SLN的学习路径推荐算法主要由以下步骤构成:
(1)使用宽度优先搜索策略将3向SLN转换成一棵生成树;
(2)根据规则3创建预览关键路径[L1];
(3)根据规则4构建具体学习路径[L2]。
图5是一个由课程《图论》的主要学习对象所组成的示例3向SLN图。该图的生成树如图6所示,通过优先搜索策略形成的生成树可以保证LO之间的前驱/后继约束,同时又满足了规则1。在图6中,节点B’是一个特殊节点,它是节点B的一个重叠节点。这使得B和B’都是学习路径上的可选节点,但是实际情况可能是它们之间的内容可能互相补充,虽然它们具有很高的相似度,名称甚至关键词都相同。在这种情况下,B和B’就应该都呈现给学习者,遗憾的是,当这种重叠学习对象随着SLN演化而不断增多时,过多地呈现给学习者会因为冗余而带来一定的困扰。因此在本文中不考虑同时推荐重叠节点。
显然,这里有3个节点具有叉状结构,节点B (或 B’), 节点D和节点G。根据关键LO的定义,关键节点由节点A、B (或 B’)、D和G组成。考虑以下4种情况:
情形1:[λ]=0的学习者,其学习路径是[L1]=A, [L2]=B (或 B’) CDEFGHI;
情形2:[λ]=1的学习者,其学习路径是[L1]=AB (或 B’) DG, [L2]= B (或 B’) CDEDFGHI;
情形3:[λ]=0.4的学习者,其学习路径是[L1]=AB (或 B’) , [L2]= CDEDFGHI;
情形4:[λ]=0.7的学习者,其学习路径是[L1]=AB (或 B’) D, [L2]= BCDEDFGHI。
这个例子明确地说明了我们想要表达的思想,即一个学习者越具有全局型学习风格倾向性,就越需要预览足够多的关键知识点。同时,这个例子也体现了规则1,即实例应该总是伴随着基础知识被呈现给学习者。在这个例子中,H节点总是紧跟随它的基础理论节点G出现在学习路径中。
五、实验
1. 三向SLN的演化
首先使用如图4所示的使用学习对象元数据‘title’所命名的LO初始骨干结构作为SLN演化的基础。LO骨干图由课程《图论》中的9个主要学习对象构成,并且骨干图中学习对象之间依然遵循其先后顺序的约束。除此之外,在这个图中还包含一个名称为“degree of tree”的离散LO节点。在图4所示的初始骨干图中,LO节点间只呈现了3个语义关系,但是,当这个骨干图经过演化后最终形成的3向SLN图中更加丰富的语义关系会被自动添加到学习对象之间,如图5所示。在图5中,粗虚线表示的是“eq”语义关系,而粗实线则是从等价节点继承而来的所有语义关系。
在试验中,我们模拟了关于课程《图论》的50个学习对象节点,其中27个是真实的LO,剩余的23个是模拟的LO节点。试验使用专业的资源聚类平台Pajek模拟学习对象的自组织过程,与学习对象关联的LOM信息存储在XML文件中。这个试验基于LO的LOM信息都是完整和准确的先决条件。学习对象节点在初始时并没有预先组织好,很多节点都是离散的,例如其中一些节点是另一些节点的重复或部分重复(如图7-a所示),图中除了9个关键LO以外,其余的41个LO对象均为离散节点。图7-b是根据自组织规则最终演化生成的学习对象3向SLN图。
试验所设置的参数为[S1]=0.01,[S2]=0.6,[θ]=2。图7-a中所示的有向线代表语义关系“seq”(顺序),而语义关系“exp”(扩展)则由系统生成,如图7-b中用虚线框起来的点。图7-a和7-b右下角被圈起来的有向虚线则表示语义关系“ins/bas”(实例或基础知识)。在这个3向SLN图中,右上角的7个孤立节点表示这7个学习对象没有与图中任意一个知识点有相似或相近的关联。换言之,它们无法在3向SLN图中找到自己适合的位置。在这种情况下,这些孤立节点需要学科领域专家进行审查,要么将其添加到已有SLN图中适当的位置上,要么将其从图中删除。图7-b所反映的另一个有趣的现象是关于节点N15、N35和N36,它们被认为是节点“Degree”的重叠节点(其中一个节点的“title”值为“Degrees of tree”),因为这些节点相互之间具有很高的相似度。根据自组织规则,这些重叠的节点在演化过程中继承了节点“Degree”的所有语义关系。
在传统的知识组织中,50个学习对象之间的资源组织都必须手动构建,而本文中通过知识的半自动化组织,只需手动设计9个关键学习对象间的资源组织,其余41个学习对象的资源组织几乎不耗费任何时间。无论效率还是性能都比传统知识组织方式有了很大提升。
2. 基于三向SLN的个性化学习路径推荐
根据上述实验自动生成的资源组织图,我们开发了如图8和图9所示的学习路径推荐原型系统。左边的导航区域列出了学习者的学习对象列表。学习者1通过ILS测试得出其[λ]值为1,而学习者2的[λ]值为0.4。根据他们在学习风格“顺序/全局”维度上不同的偏向程度,为其推荐的预览学习路径是不同的。进而扩展出来的具体路径虽然都覆盖了整个知识点,却因为扩展顺序不同而产生了相应的差异。
图8是一个完全全局型学习者的用户界面,而图9则是一个倾向于顺序型学习者的界面。8-a和9-a是建议两个学习者在开始具体学习过程前需要进行学习的学习对象结构预览图。对于学习者1来说,因为是完全的全局型学习者,因此将SLN生成树中所有的分叉节点都选择为关键节点呈现给他;而对于学习者2来说,因为是倾向于顺序型的,但又不完全是顺序型,因此预先浏览的学习对象结构只选择了开始的一小部分,让其对图论有初步的认识。图8-b和9-b则是两个学习者的具体学习内容,在具体学习界面中,两个学习者的学习路径中都覆盖了所有学习对象,重叠的学习对象都作为可选节点出现在学习路径中。但是,在两个图中依然有学习对象“Heawood Map”重复出现,这是因为该学习对象同时是另外两个学习对象“Vertex Coloring”和“Edge Coloring”的实例。因此,根据规则3,它必须紧跟在基础知识学习对象后呈现给学习者。图8-b和图9-b中呈现给两个学习者的具体路径也有细微差别,这是因为他们的具体学习路径是从不同的预览学习对象扩展而来的,因此具体学习路径也会有所不同。
3. 原型系统的评价
我们让来自四川师范大学、西南大学以及重庆邮电大学的部分计算机专业研究生(共30人)试用这个原型系统,产生了如下结果:
在这个结果中,一个有趣的现象是,值分布在[0,0.4)的学生有70%认为预览路径在其学习开始前能帮助他们更充分地理解学习内容,而且这部分学生是偏向于顺序型学习的学习者。偏向于全局型值分布在(0.6, 1]的学习者,只有30%的学生认为预览学习路径对其学习效率有帮助,而剩余70%的具有典型全局型学习风格偏向性的学生则认为预览学习路径没有太大的帮助,还是传统的顺序学习路径更好些。造成这个现象的原因在学习者对“预览学习界面直观度”这项指标的态度上有所反应。全局型学习者普遍认为所提供的预览学习路径过长,界面直观度不够高,很难帮助他们一目了然地掌握知识点间的关系;而顺序型学习者则由于提供的预览学习对象数量少,反而能够立刻对所学知识点的关联有初步了解。针对表1所得到的综合评价,可以得出“基于学习风格偏向性的预览学习路径是有效的”这一初步结论,只是预览学习路径的呈现方式在很大程度上会影响到它改善学习过程的效果。
六、结论
在本文中,首先分析了Felder-Silverman学习风格模型中不同维度的学习风格偏向性对资源组织可能产生的影响,设计了学习对象自组织的规则,在此基础上建立了可演化的学习对象3向SLN资源组织结构。不同学习风格偏向性的学习者可以根据3向SLN中的语义关系获得符合其学习风格偏向性的学习路径引导,帮助其克服在远程自学过程中所产生的“认知过负”和“学习偏离”问题。
最后我们通过实验证明了3向SLN的学习对象动态自演化功能,以及基于其上的学习路径推理的有效性。所开发的个性化学习路径推荐原型系统也充分体现了设计思想。但原型系统因为只是原始的粗糙设计,因此在运用过程中还存在以下问题:
(1)在SLN中如何构建更丰富的具有认知特点的语义关系,使得SLN自我演化的自动化程度更高,在人工不干涉的前提下获得更准确的知识组织图。
(2)如何在学习路径推理中更好地反映学习者的学习风格偏向性,使得如表1所示的问题得以解决。例如为全局型学习者提供的预览路径可以用更直观的形式表示,或者可以尝试自底向上的路径推荐方式。
(3)推理规则还不完善,没有形成具有普适性的规则集。
针对以上不足,如何解决和改进这些设计是我们正在进行的工作。
[参考文献]
[1] T. L. Russell, The no significant difference phenomenon: a comparative research annotated bibliography on technology for distance education: as reported in 355 research reports, summaries and papers, North Carolina State University, 1999.
[2] M. J. Eppler and J. Mwnfia, Concept of information overload: a review of literature from organization science, accounting, marketing, MIS, and related disciplines. The information society, vol. 20, no. 5, pp. 325-344, 2004.
[3] 郑庆华,刘均,田锋,张未展,吴茜媛. 下一代e-learning系统,中国计算机学会通讯[J]. 2011,7(11):54-60.
[4] P. Brusilovsky, E. Schwarz, and G. Weber, Elm-Art: An Intelligent Tutoring System on World Wide Web, Intelligent Tutoring Systems, LNCS, vol. 1086, pp. 261-269, 1996.
[5] P. Brusilovsky and L. Pesin, Isis-Tutor: An Adaptive Hypertext Learning Environment, Proc. of the Japan CIS Symposium on Knowledge based Software Engineering (JCKBSE’94), pp. 83-87, 1994.
[6] T. Pérez, P. Lopistéguy, J. Gutiérrez, and I. Usandizaga, Hypertutor: From Hypermedia to Intelligent Adaptive Hypermedia, Proc. of the 7th World Conference on Educational Multimedia and Hypermedia (ED-MEDIA'95), pp. 529-534, 1995.
[7] H. Hohl, H. D. Bocker, and R. Gunzenhauser, An Adaptive Hypertext System for Exploratory Learning and Programming, Journal of User Models and User Adapted Interaction, vol. 6, pp. 131-156, 1996.
[8] G. Weber, H. C. Kuhl, and S. Weibelzahl, Developing Adaptive Internet Based Courses with the Authoring System Netcoach, in Hypermedia: Openness, Structural Awareness, and Adaptivity, LNCS, vol. 2266, pp. 226-238, 2001.
[9] P. Brusilovsky, E. Schwarz, and G. Weber, A Tool for Developing Adaptive Electronic Textbooks on WWW, Proc. of the World Conference of the Web Society (WebNet' 96), 1996.
[10] S. Ferrandino, A. Negro, and V. Scarano, Cheops: Adaptive Hypermedia on the World Wide Web, Proc. of the European Workshop on Interactive Distributed Multimedia Systems and Telecommunications Services (IDMS'97), pp.210-219, 1997.
[11] J. W. Keefe, Learning style: An overview, NASSP's Student learning styles: Diagnosing and proscribing programs, Reston, VA, National Association of Secondary School Principles, pp. 1-17, 1979.
[12] N. Barjraktarevic, W. Hall, and P. Fullick, Incorporating Learning Styles in Hypermedia Environment: Empirical Evaluation, Proc. of the workshop on adaptive Hypermedia and Adaptive Web-Based Systems (AH'03), pp.41-52, 2003.
[13] S. Graf and Kinshuk, Providing Adaptive Courses in Learning Management Systems with Respect to Learning Styles, Proc. of the World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education (AACE’07), pp. 2576-2583, 2007.
[14] H. Pashler, M. McDaniel, D. Rohrer, and R. Bjork, Learning styles: concepts and evidence, Journal of Psychological Science in the Public Interest, vol. 9, no. 3, pp.105-119, 2009.
[15] P. Brusilovsky and E. Millan, User Models for Adaptive Hypermedia and Adaptive Educational Systems, The Adaptive Web: Methods and Strategies of Web Personalization, LNCS, vol. 4321, pp.3-53, 2007.
[16] K. A. Papanikolaou, M. Grigoriadou, H. Kornilakis, and G. D. Magoulas, Personalizing the interaction in a Web-based educational hypermedia system: the case of INSPIRE, Journal of User Modeling and User Adapted Interaction, vol. 13, no.3, pp.213-267, 2003.
[17] J. E. Gilbert and C. Y. Han, Adapting instruction in search of a significant difference, Journal of Network and Computer Applications, vol. 22, no. 3, pp. 149-160, 1999.
[18] E. Triantafillou, A. Pomportsis, and E. Georgiadou, AES-CS: Adaptive educational system base on cognitive styles, Proc. of the workshop on adaptive Hypermedia and Adaptive Web-Based Systems (AH’02), pp. 10-20, 2002.
[19] C. A. Carver, R. A. Howard, and W. D. Lane, Enhancing student learning through hypermedia courseware and incorporation of student learning styles, IEEE Trans. Education, vol. 42, no. 1, pp. 33-38, 1999.
[20] P. Paredes and P. Rodriguez, Considering sensing-intuitive dimension to exposition exemplification in adaptive sequencing, Proc. of the workshop on adaptive Hypermedia and Adaptive Web-Based Systems (AH’02), pp. 556-559, 2002.
[21] J. Bergasa-Suso, D. A. Sanders, and G. E. Tewkesbury, Intelligent browser-based systems to assist Internet users, IEEE Trans. Education, vol. 48, no. 4, pp. 580-585, 2005.
[22] A. Klasnja-Milicevic, B. Vesin, M. Ivanovic, and Z. Budimac, E-Learning personalization based on hybrid recommendation strategy and learning style identification, Journal of Computer & Education, no. 56, pp.885-899, 2011.
[23] J. C. R. Tseng, H. C. Chu, G. J. Hwang, and C. C. Tsai, Development of an adaptive learning system with two sources of personalization information, Journal of Computers & Education, no. 51, pp. 776-786, 2008.
[24] C. Wolf, iWeaver: Towards Learning Style-based e-Learning in Computer Science education, Proc. of the 5th Australasian Computing Education Conference(ACE’03), pp.273-279, 2003.
[25] E. Brown, C. Stewart, and T. Brailsford, Adapting for Visual and Verbal Learning Styles in AEH, Proc. of the 6th IEEE International Conference on Advanced Learning Technologies(ICALT’06), pp.1145-1146, 2006.
[26][31] R. M. Felder, B. A. Soloman, Learning styles and strategies, Available online at http://www4.ncsu.edu/unity/lockers/users/f/felder/public/ILSdir/styles.htm.
[27] R. M. Felder and L. K. Silverman, Learning and teaching styles in engineering education, Journal of Engineering Education, vol. 78, no. 7, pp. 674-681, 1988.
[28] H. Zhuge, Communities and Emerging Semantics in Semantic Link Network: Discovery and Learning, IEEE Trans. Knowledge and Data Engineering. Vol. 21, Issue. 6, 2009.