典型文献
多模态学习分析实证研究的发展与展望
文献摘要：
多模态学习分析(MMLA)是智能化探究有效学习发生机理的关键技术.研究对国外37篇实证文献的任务情境设计和MMLA的四个过程进行系统综述,梳理出多模态数据集的生成场域多以发展认知为主,少关注情感价值的培育;学习标签注释以计算科学指导为主,缺乏不同时间尺度行为关联的理论指导;预测结果多关注学习行为表现,轻心智发展的过程解释;多模态数据分析反馈聚焦个性化学习支持,忽视决策支持.未来实证研究发展应聚焦有效学习与情感体验,融合计算科学和认知带理论,协同人机优势提供反馈支持,开展MMLA系统开发者和利益相关者的深度对话,不断迭代设计与优化分析系统和应用模式,有效促进"人工智能+教育"的发展.
文献关键词：
多模态学习分析;学习行为;学习标签;正式学习情境;实证研究
中图分类号：
作者姓名：
刘清堂;李小娟;谢魁;常瑀倍;郑欣欣
作者机构：
华中师范大学湖北省教育信息化研究中心,湖北武汉 430079;华中师范大学人工智能教育学部,湖北武汉 430079;俄亥俄州立大学数字化学习研究实验室,美国俄亥俄州 43210
文献出处：
引用格式：
[1]刘清堂;李小娟;谢魁;常瑀倍;郑欣欣-.多模态学习分析实证研究的发展与展望)[J].电化教育研究,2022(01):71-78,85
A类：
MMLA,正式学习情境
B类：
多模态学习分析,发展与展望,有效学习,学习发生机理,实证文献,任务情境,情境设计,系统综述,多模态数据集,情感价值,学习标签,签注,计算科学,科学指导,不同时间尺度,学习行为,行为表现,轻心,心智,多模态数据分析,个性化学习支持,决策支持,研究发展,情感体验,融合计算,提供反馈,系统开发,开发者,利益相关者,深度对话,迭代设计,设计与优化,优化分析,应用模式
AB值：
0.379915
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
