小组团队协作的异质网络分析：利用多模态数据揭示个体行为参与策略
社会与信息网络
2023-12-15 v1
摘要
个体行为参与是协作环境中主动学习的重要指标，涵盖了通过多种交互模式中介的多维行为。现有研究很少探讨利用多模态过程数据来理解面对面协作学习环境中的个体行为参与。在本研究中，我们首次填补了这一空白，引入了一种异质三分网络方法来分析协作学习中多模态过程数据之间的相互联系。利用异质三分网络，基于学生与各种空间位置和言语交流类型的交互模式，分析了学生的行为参与策略。多模态协作学习过程数据收集自15个由四名学生组成的团队。我们对异质三分网络的投影进行了随机块建模，将学生聚类为具有相似空间和口头参与模式的群体。我们发现了两个不同的学生聚类，通过提取相对于多项式零模型具有统计显著性的交互模式，识别了这些聚类的特征行为参与策略。这两个被识别出的聚类在学生感知的协作满意度以及教师评估的团队绩效水平上也表现出统计学上的显著差异。本研究推进了协作分析方法学，并为协作学习中的个性化支持提供了新见解。
引用
@article{arxiv.2312.08786,
title = {Heterogenous Network Analytics of Small Group Teamwork: Using Multimodal Data to Uncover Individual Behavioral Engagement Strategies},
author = {Shihui Feng and Lixiang Yan and Linxuan Zhao and Roberto Martinez Maldonado and Dragan Gašević},
journal= {arXiv preprint arXiv:2312.08786},
year = {2023}
}