支持职业发展的开放教育资源推荐
计算机与社会
2020-06-02 v1
摘要
这篇进展中研究论文始于全球社会近期动荡的变化，迫使许多公民重新技能化以（重新）获得就业。因此，学习者需要具备自主且策略性地发展自身技能的素养。进而，高质量、在线、个性化的教育内容与服务对于满足此高企的学习内容需求也至关重要。开放教育资源（OERs）具有缓解这些问题的巨大潜力，因为它们在全球广泛的学习与职业情境中可用。然而，由于其元数据质量低与质量控制复杂，其适用性受限。这些问题导致个性化 OER 功能（如推荐与搜索）的缺乏。因此，我们提出一种新颖的个性化 OER 推荐方法，以将技能发展目标与开放学习内容相匹配。具体通过：1）使用基于元数据、OER 属性与内容的 OER 质量预测模型；2）支持学习者基于实际劳动力市场信息设定个体技能目标；3）构建个性化 OER 推荐器以帮助学习者掌握其技能目标。相应地，我们构建了一个聚焦数据科学相关职位的原型，并邀请 23 名不同专业水平的数据科学家对该原型进行评估。试点参与者使用原型至少 30 分钟并对每条推荐的 OER 作出评价。结果生成了超过 400 条推荐，其中 80.9% 的推荐被报告为有用。
引用
@article{arxiv.2006.00365,
title = {OER Recommendations to Support Career Development},
author = {Mohammadreza Tavakoli and Ali Faraji and Stefan T. Mol and Gábor Kismihók},
journal= {arXiv preprint arXiv:2006.00365},
year = {2020}
}
备注
This paper has been accepted to be published in the proceedings of IEEE Frontiers In Education (FIE) 2020 by IEEE Xplore