Machine Learning in Discipline Education Research:Analytical Framework,International Comparison and Implications
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
万方数据
维普
机器学习在学科教育中具有巨大应用潜力.文章通过对CNKI及Web of Science数据库中近五年文献的梳理,构建分析框架比较国内外应用模式的异同:国外精于技术追求,国内重在落实教学服务初衷;国外重视课堂内外的学生管理,国内关注学习习惯养成;国外专注思维动机内部情感挖掘,国内聚焦表情反应外部情感提取;国外提倡媒体覆盖课内外辅导管理,国内推广大规模在线教育应用;国外致力于学习互动中的评价创新,国内集中于在线教育数据的挖掘建模.因此,应重新审视机器学习在学科教育中的应用:把准航向,开发精准技术与诠释教育本质协同共进;内生驱动,关切课程与教材研究缺失并突破政策研究困局;应用主导,打造教与学全方位的计算教育研究系统.
万方数据
维普
