前言:想要写出一篇引人入胜的文章?我们特意为您整理了基于热点知识的远程教育论文范文,希望能给你带来灵感和参考,敬请阅读。
一、资料来源与研究方法
(一)资料来源
首先,查找资料。进入中国学术期刊网络出版总库的硕博士论文库,内容检索条件采用主题词为“远程教育”,共查阅到学位论文3179篇,其中硕士学位论文3079篇,博士学位论文100篇。查阅时间为2013年6月9日。其次,对文献进行取舍。在3179篇文献中,剔除9篇不符合要求的学位论文,共得到有效文献3170篇。最后,标准化材料。将不同单位来源的学位论文的关键词进行格式和内容标准化。
(二)研究工具
中国医科大学医学信息学系崔雷教授和沈阳市弘盛计算机技术有限公司开发的Bicomb共词分析软件;SPSS20。
(三)研究进程
首先,确定高频关键词。其次,建立高频关键词共词频矩阵。再次,进行高频关键词聚类分析。将高频关键词共词矩阵导入SPSS20中,进行样本聚类,得出高频关键词的聚类图。第四,结合聚类结果,运用SPSS20对高频关键词相异系数矩阵进行多维尺度分析,绘制出关键词知识图谱。最后,结合聚类和知识图谱进行相应的内容解释和分析。
二、研究结果与分析
(一)高频关键词词频统计及分析
关键词呈现总频次为14307次,对标准化后的50个高频关键词进行排序,结果见表1。从表1可以看出,50个高频关键词,总呈现频次为2792次,占关键词总频次14307次的19.51%。其中,前8位关键词出现频次均达到67次,它们依次为远程教育(527次)、现代远程教育(153次)、流媒体(120次)、网络课程(117次)、网络教育(108次)、Java(88次)、J2EE(72次)、XML(67次),其余42个关键词出现频次均大于25次。通过表1可以初步看出,远程教育多以流媒体和网络课程在现代远程教育中的应用研究为主。
(二)关键词相异系数矩阵
为对高频关键词进行数据挖掘,找出它们之间潜在的重要信息,用Bicomb共词分析软件对50个高频关键词进行共词分析,生成词篇矩阵。将该矩阵导入SPSS20,选取Ochiai系数将其转化为共词相似矩阵。再采用相异矩阵=1-相似矩阵,生成相异矩阵(见表2)。相异矩阵中的数值的大小表明对应的两个关键词间的距离远近,数值越接近1,表明关键词间的距离越远,相似度越小;数值越接近0,表明关键词间的距离越近,相似度越大。从表2可以看出,各个关键词距离远程教育由近及远的顺序依次为:Java(0.870)、J2EE(0.897)、流媒体(0.924)、网络课程(0.940)、网络教育(0.950)、现代远程教育(0.993)。它表明,远程教育研究中将Java与J2EE和流媒体结合在一起进行研究的几率,大于其与另外3种关键词的结合。表2中有2对关键词间距离较为接近,分别为:网络教育和网络课程、Java和J2EE。这个结果初步揭示出,在已发表的关于远程教育的学位论文中,经常会将Java和J2EE的运用结合在一起,或者将网络课程与网络教育结合在一起。
(三)关键词聚类分析
为了更直观地展示50个高频关键词间的亲疏关系,将Bicomb产生的50个高频关键词词篇矩阵导入SPSS20进行聚类分析,具体结果见表3。种类1为远程教育支持系统及其应用技术研究,包含Java、J2EE、UML、远程教育等11个关键词。它又可以细分为2小类:类1为远程教育支持系统,包括Java、J2EE、UML、远程教育、XML等5个关键词。阐述了目前我国的网络远程教育却仅仅是传统远程教育的“网络版”,远远没有把网络远程教育的优势发挥出来。[7]要实现网页的交互作用,就必须使用JavaScript等脚本语言编辑脚本程序,[8]而J2EE所定义的开放式多层体系结构,其技术特点很适合于构架远程教育这样一个基础平台,[9]UML建模方法可以通过概念建模、逻辑建模、物理建模来完成数据库的设计和实现。[10]Ajax(异步的JavaScript和XML)作为一种新的Web应用交互模型,[11]为今后的远程教育提供了一种新的Web设计方法。类2为远程教育的应用技术,包括建构主义、JSP、远程教学、数据挖掘、移动学习、高等教育等6个关键词。强调了建构主义对远程教育系统所起到的指导作用,指出了良好的远程教育系统能够根据学生的学习状态、目的,动态地生成所要学习的知识并进行导航,以达到个性化的要求。[12]现代远程教育综合管理信息系统采用三层结构的Brower/Server模型,使用JSP作为中间件,[13]可以便捷地满足各用户通过浏览器运行。粗集理论可以较好地解决现代远程教育中的评价系统收集评价数据,经过数据挖掘,获得评价的决策。[14]Android手机操作系统可以较好使移动学习成为可能。[15]种类2为远程教育中的个性化设计研究,包含网络教学、个性化、本体3个关键词。随着互联网技术和教育资源数字化的迅猛发展,学习者饱受信息过载和信息迷航的困扰,因此针对学习者的个性化资源推荐就成为远程教育网中亟待研究和解决的问题。[16]远程网络教学不仅采用适应性学习系统可以使得传统的网络教学系统可以更有利于个体学习者,[17]而且对远程教育过程中积累的历史数据的分析和挖掘,产生出有利于改进远程教学质量和服务水平的知识,[18]也有助于为教师、学生和远程教学管理人员提供良好的个性化服务。种类3为远程考试系统设计研究,包含在线考试、遗传算法、ASP.NET3个关键词。随着计算机考试系统在各类考试中的广泛应用,个别化的测试试卷成为研究人员和教师们新的关注对象。[19]遗传算法是一种通过模拟生物界自然选择和遗传变异的机制来求解复杂问题的随机搜索和优化的方法,是智能算法的一种。[20]将遗传算法应用于在线考试系统,不仅可以网络实现试题资源的共享和快速分发,为参加远程教育的学生提供在线测试功能,[21]而且还可以对组卷起到优化作用。[22]种类4为网络教学平台的设计与实现研究,包含Web、B/S、ASP、数据库、网络学习等5个关键词。研究揭示,运用较新的动态网络编程技术来开发适用于现代远程教育的高质量的网络课程成了我国发展现代远程教育的一个非常重要而迫切的课题。[23]网络多媒体技术是提高网络课程的教学效果的一种有效途径,远程留言是网络教学的有效辅助手段,[24]微软的ASP.NET技术为Web程序与流媒体课件数据库的交互提供了完整的技术基础架构。[25]种类5为远程教育的学习支持服务系统研究,包含模式、教师培训、现代远程教育、对策、学习支持服务、教学模式、信息技术等7个关键词。该类研究认为,学习支持服务系统在保障学习者学习质量、条件等方面具有积极的作用。[26]要改变远程教育支持服务系统智能化程度低的弊端,现代远程教育的学习支持服务系统要体现合作学习和自主学习的理念,采用基于双向实时视频会议形式,[27]运用ASP.NET开发出具有需求分析、系统设计、主要子平台的编码实现等功能,[28]以双主互动式原则为指导,采用RMI灵活的远程调用与回调的分布式对象技术[29]实现实时交互学习和协同学习。种类6为远程教育中的网络课程的教学设计研究,包含网络课程、教学设计、策略、自主学习、设计5个关键词。研究指出,为避免网络课程的教学设计中普遍存在的教学模式单一、教学资源简单堆积、智能化程度低等问题,[29]现代网络课程设计要注重将项目管理的理论及应用引入远程教学的教学设计与课程开发中,[30]注重面向学习过程的远程教学反馈控制原型以及模块化教学管理系统的应用,[31]注重以学生自主学习为中心。[32]种类7为远程教育中的流媒体教育平台研究与开发,包含拥塞控制、服务质量、组播、流媒体、AJAX、H.等6个关键词。在远程教育、视频点播、视频会议等领域,流媒体占据了越来越重要的地位,已经成为Internet应用的热点,[33]但是它容易产生拥塞,导致服务质量下降。为解决这一问题,可以尝试采用:架构在IP组播技术上的同步协作环境;[34]使用具有高效的压缩性能和良好的网络适应性H.264视频图像编码标准[35]进行网络视频流式传输;将极低速率的视频传输H.263编码标准在DSP上的实现与优化;[36]通过引入速率差来判断网络拥塞状况并以此动态设置“可容忍暂态计时器”的计时时间;[37]以SQ信息作为反馈信息,降低了ECAM对数据可靠性的要求,使其在各种组播拥塞情况下均能正常工作。[38]种类8为远程教育中的虚拟现实技术研究与开发,包含虚拟现实、交互、虚拟实验室、网络教育、网络课件、多媒体、网络、教育信息化等8个关键词。虚拟现实技术的出现可以使人类不受现实的条件束缚,以比较特殊的而又真实的方式去感知和处理虚拟环境中的各种等同于现实环境中的事务。[39]基于在线教学的虚拟实验室通过对实验场景、仪器设备及操作过程的虚拟化在线三维仿真,[40]并可以实现与用户的交互,使用户产生身临其境的感觉。[41]它摆脱了传统实验教学在空间、时间等方面的限制,激发了学习者的学习兴趣,培养实践能力,[42]缩短了学习人员的学习周期,降低了学习成本,减少了设备损耗(四)关键词多维尺度分析为了进一步探寻50个关键词间隐藏的内涵,将表2的相异系数矩阵导入SPSS20进行多维尺度分析,标准化方法选择Z分数。结果显示,其拟合效果良好,Stress=0.086,RSQ=0.905,可以很好地反映出各个关键词间的联系状况。结合多维尺度分析图和聚类分析图,绘制出远程教育研究热点知识图谱,结果如图1所示。多维尺度绘制出的坐标称为战略坐标,它以向心度和密度为参数绘制成二维坐标,可以概括地表现一个领域或亚领域的结构。[44]战略坐标中,各个小圆圈代表各个高频关键词所处的位置,图中圆圈间距离越近,表明它们之间的关系越紧密;反之,则关系越疏远。影响力最大的关键词,其所表示的圆圈距离战略坐标的中心点越近。坐标横轴表示向心度(Centrality),表示领域间相互影响的强度;纵轴为密度(Density),表示某一领域内部联系强度。[45]在战略坐标划分的四个象限中,一般而言,第一象限的主题领域内部联系紧密并处于研究网络的中心地位。第二象限的主题领域结构比较松散。这些领域的工作有进一步发展的空间,在整个研究网络中具有较大的潜在重要性。第三象限的主题领域内部链接紧密,题目明确,并且有研究机构在对其进行正规的研究。但是在整个研究网络中处于边缘。第四象限的主题领域在整体工作研究中处于边缘地位,重要性较小。[46]通过对图1所展示的战略坐标进行解读可以得出,领域3(对应种类3)远程考试系统设计研究和领域4(种类4)网络教学平台的设计与实现研究这2类主题自身的内部联系紧密,并且其研究成果处于有关远程教育的学位论文中心地位。领域6(种类6)远程教育中的网络课程的教学设计研究,领域7(种类7)远程教育中的流媒体教育平台研究与开发这2个主题自身的内部联系较为松散,它们未来在远程教育研究中具有较重要价值,可以加大对它们的研究力度。领域8(种类8)远程教育中的虚拟现实技术研究与开发横跨第三和第四象限,落在第三象限的网络教育、网络交互、VRML等内容之间的联系较为紧密,而落在第四象限的虚拟实验、虚拟实验室、虚拟现实等内容的相关研究成果与其他领域的相关成果比较而言还较少。领域1(种类1)远程教育支持系统及其应用技术横跨第一和第四象限,其处于第一象限的支持系统研究间联系较为紧密,相应的研究也较多,而处于第四象限的远程教育的应用技术则研究人员少,相应的成果也较少。领域2(种类2)远程教育中的个性化设计研究和领域5(种类5)远程教育的学习支持服务系统研究分别处于战略坐标的纵轴和横轴,表明它们为远程研究研究关注的两大中心点。
三、结论
通过对远程教育研究的硕博士论文的定性和定量分析,可以发现远程教育研究主要围绕上述八个领域展开,但存有四点不足:第一,研究领域较为分散、零碎,不够集中和系统。第二,对远程教育的研究,大多数以一门课程或者一个单位为主要研究对象,很少将其加以延伸,致使研究成果的推广价值大打折扣。第三,研究单位和个人以单打独斗为主,各自为伍,很少出现以团队合作形式对某一领域展开有层次的、系统的、渐进的合作研究。第四,尚未发现将脑神经科学最新研究技术和成果引入远程教育研究中。
作者:郭文斌 俞树文 单位:温州大学教师教育学院 温州大学现代教育技术中心