粘性帮助与有限效应：K-12 课堂教师干预的逐会话分析

在技术支持的课堂中，教师的即时支持是一种有限资源，教师必须在学生进行学习活动时决定帮助谁以及何时帮助。然而，对于学生先前的求助历史（他们之前是否被帮助过）及其参与状态（例如空闲、挣扎）如何影响教师的决定，以及与教师帮助相关的可观察学习收益是否延伸到当前课堂会话之外，人们知之甚少。为了解决这些问题，我们首先对九名 K-12 数学教师进行了访谈，以确定教师帮助的候选决定因素。然后，我们通过将教师记录的帮助事件与细粒度的参与状态相关联，分析了来自 14 个班级的 339 名学生在 MATHia 智能辅导系统中的 140 万次学生-系统交互。混合效应模型表明，较早接受过帮助的学生在之后更有可能接受额外帮助，即使在控制了当前参与状态后依然如此。交叉滞后面板分析进一步表明，教师帮助会跨会话重复出现，而空闲行为则不会随着时间的推移获得持续关注。最后，帮助与会话内的即时学习相吻合，但通过加性因子建模估计，它并不能预测后续会话中的技能习得。这些发现表明，教师帮助具有“粘性”，即它会在先前获得支持的学生身上重复出现，而在我们的数据中，其可测量的学习收益在很大程度上局限于单次会话。我们讨论了这些发现对设计实时分析的意义，这些分析可追踪注意力覆盖范围并突出显示未被访问的学生，以支持更公平和有效的教师注意力分配。