从运动信号到洞察：体育课学生行为分析与反馈的统一框架

在教育场景中分析学生行为对于提升教学质量和学生参与度至关重要。现有的基于 AI 的模型通常依赖课堂视频片段来识别和分析学生行为。尽管这些基于视频的方法能部分捕捉并分析学生动作，但在体育课中难以准确追踪每个学生的动作，因为体育课在户外开阔空间进行且活动多样，同时这些方法也难以泛化至此类场景中的专业技术动作。此外，当前方法通常缺乏整合专门教学知识的能力，限制了其对学生行为提供深入洞察及为优化教学设计提供反馈的能力。为解决这些局限性，我们提出了一个统一的端到端框架，该框架利用基于运动信号的人类活动识别技术，结合先进的大型语言模型，对体育课中的学生行为进行更详细的分析与反馈。我们的框架从教师的教学设计以及体育课期间学生的运动信号出发，最终生成包含教学洞察和改进学习与课堂指导建议的自动化报告。该解决方案提供了一种基于运动信号的方法，用于分析学生行为并优化针对体育课的教学设计。实验结果表明，我们的框架能够准确识别学生行为并产生有意义的教学洞察。