新書推薦：
《
走出内心的深渊：快节奏人群心理疾病与健康指南（原书第3版）
》
售價：HK$
77.3
《
趋势跟踪： 汤姆·巴索的交易谋略
》
售價：HK$
77.3
《
滚滚红尘（《滚滚红尘》电影原著）
》
售價：HK$
54.9
《
罗马之变（法语直译，再现罗马共和国走向罗马帝国的辉煌历史）
》
售價：HK$
109.8
《
自然之争：1600年以来苏格兰和英格兰北部地区的环境史（新史学译丛）
》
售價：HK$
106.4
《
硝烟下的博弈：工业革命与中西方战争
》
售價：HK$
87.4
《
让内的理性主义 发现无意识之旅
》
售價：HK$
66.1
《
知命不惧：从芝诺到马可·奥勒留的生活艺术
》
售價：HK$
110.9
|
| 編輯推薦： |
|
本书的教育分析领域的*著。作为构建新兴的学习分析领域提供概念框架，确定学习分析领域的核心问题，讨论与之相关的技术工具、方法、政策，以及学科点建设，阐述指导教育教学实践的原则和案例。
|
| 內容簡介： |
|
本书为构建新兴的学习分析领域提供概念框架，确定学习分析领域的核心问题，讨论与之相关的技术工具、方法、政策，以及学科点建设，阐述指导教育教学实践的原则和案例。是该领域的*著作，及时引进对国内的研究会将不无启发。
|
| 關於作者： |
|
程建钢博士是清华大学教育研究院研究员、博士生导师，学术委员会副主任，教育技术学学科负责人。于1995年获得工学博士学位并进入清华大学做博士后研究和留校工作，从事分布式并行计算与工程应用研究（云计算）至2004年，1999年跨学科作为教育技术学科导师指导教育技术学研究生，发展教育技术学科专业。属于典型的工学、理学、教育学多学科背景学者，其系统工程的思维模式和理论联系实践的做事准则，快速促进了清华大学教育技术学科的发展。兼任教育部教育信息化专家组成员，教育部《职业院校数字校园建设规范》编制专家组组长，职业院校数字校园建设实验校项目专家组组长，中国教育技术协会学术委员会副主任。
|
| 目錄：
|
第一章 学习分析的理论与方法基础1
摘要1
第一节 核心概念形成的社会和历史背景3
第二节 数据、数据分析和经验记录4
第三节 理解学习分析的四个理论和方法框架5
第四节 正在出现的数字海洋7
第五节 理解情景：文化、历史和相关活动体系12
第六节 理解证据性原理：以证据为中心的设计20
第七节 数据分析与探索性数据分析35
总结依靠流沙下的坚实基础46
参考文献47
第二章 基础教育领域学习分析的价值58
摘要58
第一节 理想的证明案例应该具有什么特点？60
第二节 两个证明案例62
讨论和结论66
作者注67
参考文献68
第三章 学习分析提升学生学习持久性75
摘要75
第一节 可用且有用的学习分析78
第二节 学习持久性：操作性定义80
第三节 学生能学会坚持吗？81
第四节 什么影响了学习持久性？82
第五节 支持在线学习的持久性90
第六节 有效性问题94
作者注98
参考文献98
第四章 多模态学习分析增强基于开放性学习任务的评价
107
摘要107
第一节 多模态学习分析的研究动机107
第二节 新型评价方法与技术领域现状109
第三节 开放性学习任务评价的案例研究117
结论128
未来研究方向129
参考文献130
第五章 基于学习分析的学习者建模促进学习者投入135
摘要135
第一节 为什么对学习者建模137
第二节 对于学习者和学习生态的哪些方面建模144
第三节 如何测量学习和学习生态系统147
第四节 学习者建模的目标与挑战150
第五节 如何构建学习者模型153
总结：未来工作的建议157
作者注159
参考文献159
第六章 课堂学习中的话语分析165
摘要165
第一节 对话教学有效性的证据166
第二节 对话教学产生的学习效果171
第三节 为分析复杂的对话互动而进行机器学习172
第四节 利用话语分析促进学习174
参考文献176
第七章 改革机构审查委员会促进学习分析生态发展
183
摘要183
第一节 学习分析生态系统184
第二节 研究相关的机构审查概述185
第三节 IRB审查的类型及其存在问题186
第四节 学习分析给机构审查提出的新问题194
第五节 应对新问题的建议196
结论202
注释202
参考文献203
第八章 实施学习分析所需要的政策支持与能力建设205
摘要205
第一节 学习分析的新兴应用206
第二节 实施学习分析的能力210
第三节 创建基于数据改进教学的决策文化211
第四节 构建充足的基础设施和技术系统213
第五节 开展人力资本建设213
第六节 为管理者和教育工作者提供专业学习机会216
第七节 国家、州和学区开展学习分析应用的范例及
发展趋势218
第八节 实施学习分析的政策保障230
参考文献247
第九章 理解不同教育实践中的学习分析251
摘要251
第一节 学习分析：一个新兴教育数据科学253
第二节 政策在学习分析发展中的作用256
第三节 寻找影响的证据258
第四节 宏观项目、微观事件及基础设施的分析方法261
第五节 作为设计科学的学习分析265
第六节 学习分析的影响268
参考文献268
本书主编简介272
各章作者简介275
|
| 內容試閱：
|
本书汇集了快速发展的学习分析领域相关专家的最新成果。这些专家阐明他们的研究方法、描述实例并指明该领域新的理论基础，从而阐释日益增多的由学习者体验产生的证据并从中获益的途径。他们的研究结果显示：深入理解每个学习者独有的，由学术、社会情感、动机、个性、元认知等方面构成的情境，能够揭示这个新兴的领域有着显著增进学习者成功的潜力。学习分析不仅仅是分析学习数据，还需要深入理解哪些学习活动是有效的，它们对谁有效，以及在什么时间有效。
本书为对学习的未来前景感兴趣的各类专业人士提供基础框架、指导和实例。如果你已经在进行学习分析，或尝试用越来越多的证据来理解学习者的进步，这些本领域中的卓越专家可能会给你新的见解。如果你从事着任何学段的教学工作，或在为这个新兴的、技术日益增强的学习世界培训未来的教师，并希望了解技术能为你的教学和学生带来的潜在机会（和隐患），这些高瞻远瞩的领头羊们能够启发你的想象。如果你正在参与有关技术的应用、改进学习评估方法、优化用证据促进学习的方法的研究，或试图更深刻地理解人类学习的本质，你可以在这里从本领域最好的专家处得到更多想法和见解。如果你参与过有关学习的行政或政策决策，你会发现，教学设计和实施方式，结果评估方式，以及我们对学生、教师、开发者、管理者和政策制定者提供反馈的方式在不可避免地发生变化，而这些变化会将新的想法（和难题）带到你的面前。对于所有的参与者来说，关键是如何最大限度地利用这些新进展来高效且有效地提高学习表现，而不要被那些与人类实际学习和发展脱节的华而不实的技术分散注意力。
由于学习证据种类繁多，人类发展维度多样，并且存在来自各处的不同干扰，必须从计算机科学、语言学、教育学、计量科学、认知科学、动机和社会心理学、机器学习、认知神经科学等多学科着手，才能最大限度地从学习分析中获益。这些不同的学科结合起来，才能开展有效的、基于证据的 学习工程（learning engineering）式的学习分析。
理想情况下，好的学习分析是公平地促进学习成功的第一个关键步骤。除了无差别地获得各类资源外，学习分析可以帮助每个学习者了解自我，并指导他们在提高效率和自我实现方面达成关键学习目标和计划。这些目标可以是关于传统意义上的重要问题的，比如在（更好设计的）学习环境中提高学习持久性，提高教学传授的效率，以及取得更好的学习成果。除此之外，随着时间的推移，学习分析将能帮助解决人类发展中的重要问题，例如如何以新的职业发展观念适应快速变化的工作任务，以及如何培养在过去的学习环境中只能自发形成的社会性和情感性技能。
本书各章中描述的课题和方法的范围展示了学习分析有关成果的广泛性。数据收集和建模技术能够涵盖教育和学习实践的所有要素，最终能够实现对每个学习者的兴趣、能力、个性、社会和情感状态，以及动机状态的个性化服务。证据可以在多个层面进行收集，包括网页点击路径、运动位置数据、语音流、眼动数据、生物感应和大脑探测数据，并从所有这些数据中提取的更抽象的特征集（如话语分析、情绪状态、推理方法以及个性和情感特征等）。
需要注意的是所有这些数据也表明隐私领域需要新的应对方法。我们希望利用每个学习者的信息使其受益，而不会产生个人信息风险，比如将一个学习者贴上难以成功的标签，而不是关注如何使该学习者成功，这将造成糟糕的后果。从道义上来讲，我们要利用这些信息促进所有人的学习，而从伦理上来说，我们要保护每个人的隐私数据。对数据负责的使用需要在这两点之间进行平衡，但做好确实很难。许多基础政策和法律问题必须得到解决和宣讲例如，《家庭教育权力和隐私法案》并未禁止学习分析，但要求确保证据传输和使用的安全性。机构伦理审查委员会的许可不一定需要几个月（批准正常的教育实践研究），但要求确保证据的收集和报告是以保护学生的方式谨慎进行的。
越来越多的技术应用并不局限于教育干预它还能够简化流水线化批准流程、提供加快测试和对照的基础设施、为教师和其他人员的行动提供即时建议，等等。
学习分析在为（学习者、教师、家长和其他人员的）行动服务时，能取得最好的效果不是单纯地标记预测失败，而是根据学习者个体和整体在情境中的证据流，主动提供不同的行动方向。根据经过充分处理的信息，教学将成为教师和学习者之间的反复对话，并使得学习者可以基于证据进行决策和行动。
正如本书中一个章节指出的，太少的数据的时代已经过去，我们如今正站在数据汪洋大海的岸边。与此同时，一个关键点是学会在这即将到来的大海上航行。整个学习分析领域的一个弱点在于缺少能够指导我们的评测方法，这种方法必须设计良好、有效并可靠，能够评价基于绩效的学习者能力。研究者和实践者均逐渐发现，除了更好的对于学业成绩的评估方法（例如，重视解决问题的过程，或使用有说服力的交流方式，而不仅仅评价对错或ABC），更好的对于有关个性、社会情感因素、元认知理解以及其他动机因素的技能和反应的评估方法，同样对我们的生活有着重要影响。这种影响涉及经济生活和个人生活，特别是在当今社会，简单认知任务的自动化程度增加，这使得复杂的情感和社会性决策成为人们体现价值的重要环节。正确地判断这些维度可以为我们提供关键证据，帮助我们理解学习者的起点和（跨越所有这些维度的）行进轨迹，以及如何改进它们。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
