设计理论驱动的、分析增强的自调节学习应用
计算机与社会
2023-03-23 v1 人机交互
摘要
将学习分析（LA）应用于促进自调节学习（SRL）的兴趣日益增长。人们提出了多种 LA 仪表盘与指标，以支持规划、觉察、自我反思、自我监控和反馈等不同关键的 SRL 过程。然而，这些仪表盘与指标的设计往往未参考学习科学、人机交互（HCI）与信息可视化（InfoVis）中的理论。此外，缺乏理论上健全的框架来指导 LA 仪表盘与指标以支撑 SRL 的系统性设计与开发。本章旨在借鉴学习科学、HCI 与 InfoVis 领域，探讨 LA 增强的 SRL 应用设计的理论基础。我们首先提出以学习者为中心的学习分析增强自调节学习（SCLA-SRL）方法，用于为学习者并同学习者构建理论驱动的 LA 增强 SRL 应用。随后，我们在高等教育情境中通过设计与开发 LA 指标来支持新手程序员的自调节学习，将该方法付诸实践。
引用
@article{arxiv.2303.12388,
title = {Designing Theory-Driven Analytics-Enhanced Self-Regulated Learning Applications},
author = {Mohamed Amine Chatti and Volkan Yücepur and Arham Muslim and Mouadh Guesmi and Shoeb Joarder},
journal= {arXiv preprint arXiv:2303.12388},
year = {2023}
}
备注
In: Sahin M., Ifenthaler D. (eds) Visualizations and Dashboards for Learning Analytics. Advances in Analytics for Learning and Teaching (pp. 47-68). Springer, Cham