FutureLearn 大规模开放在线课程中导航风格的探索
人机交互
2020-08-12 v1 计算机与社会
摘要
本文首次基于大量活跃学习者，对大规模开放在线课程（MOOC）中的细粒度导航风格识别进行了详细分析。结果表明：1）顺序式风格明显存在，而全局式风格则不那么突出；2）大多数学习者不属于上述任一类别；3）导航风格并不像文献中所认为的那样稳定；4）学习者能够且确实会在不同导航风格之间切换，并产生不利影响。该方法具有前景，因为它可洞察在线学习者的时序参与情况，并提供一种识别弱势学习者的工具，这有可能使智能辅导系统（ITS）中的个性化干预（来自教师或自动帮助）受益。
引用
@article{arxiv.2008.04373,
title = {Exploring Navigation Styles in a FutureLearn MOOC},
author = {Lei Shi and Alexandra I. Cristea and Armando M. Toda and Wilk Oliveira},
journal= {arXiv preprint arXiv:2008.04373},
year = {2020}
}
备注
The 16th International Conference on Intelligent Tutoring Systems (ITS2020)