检索结果-内蒙古大学图书馆

多模态学习分析在计算机课程中的应用——评《计算机软件课程设计与教学研究》

引用

中国电化教育 2025年第5期 I0011-I0011页

作者：王翌阳南京邮电大学贝尔英才学院

多模态学习分析是一种利用多种数据类型和技术来全面理解和优化学习过程的方法。在当下高校大力推进计算机教学改革创新之际,多模态学习分析与计算机软件课程设计有着深厚的融合基础,对优化高校计算机专业综合课程设计具有重要价值。

关键词：计算机课程教学研究多模态学习分析

来源：评论

学校读者我要写书评

暂无评论

国内外多模态学习分析的研究热点与趋势

引用

教育信息技术 2025年第1期 114-118页

作者：李姣萍袁南南新疆师范大学教育科学学院新疆乌鲁木齐830017

随着互联网技术不断发展,在线教育、智能教育等新型教育模式不断涌现,多模态学习分析研究的重要性日益凸显。本研究基于CNKI和WOS核心合集数据库,运用Sati和CiteSpace软件对截至2023年12月底的国内外905篇相关文献进行关键词共现分析、... 详细信息

随着互联网技术不断发展,在线教育、智能教育等新型教育模式不断涌现,多模态学习分析研究的重要性日益凸显。本研究基于CNKI和WOS核心合集数据库,运用Sati和CiteSpace软件对截至2023年12月底的国内外905篇相关文献进行关键词共现分析、聚类分析,绘制可视化图谱以揭示研究热点和发展趋势。研究发现,深度学习、多模态数据处理和分析是国内外共同关注的热点。国内研究偏向于数据融合和应用场景拓展,而国外研究更注重模型构建和跨领域应用创新。未来研究可从提高分类系统智能化、丰富多模态语料库资源和探索深度学习模型融合等方面加强。

关键词：多模态学习分析 CiteSpace 可视化分析研究热点发展趋势

来源：评论

学校读者我要写书评

暂无评论

多模态学习分析:理解与评价真实学习的新路向

引用

电化教育研究 2021年第2期42卷 25-32页

作者：汪维富毛美娟华东师范大学教育信息技术学系上海200062 江西外语外贸职业学院电子商务学院江西南昌330099

随着物联网、可穿戴传感设备、人工智能的快速发展,多种模态数据的连续抓取与融合分析成为可能,促成了多模态学习分析研究的诞生,并成为学习分析领域的一个重要新兴分支。多模态学习分析关注真实的学习情境与本真的学习交流方式,“返璞... 详细信息

随着物联网、可穿戴传感设备、人工智能的快速发展,多种模态数据的连续抓取与融合分析成为可能,促成了多模态学习分析研究的诞生,并成为学习分析领域的一个重要新兴分支。多模态学习分析关注真实的学习情境与本真的学习交流方式,“返璞归真”地聚焦更普遍的物理学习情境,克服了主流学习分析过度关注数字化学习环境的局限。研究主要采用文献归纳法,阐述了多模态学习分析的发展动因、概念理解,重点从身体、生理视角概述了多模态的数据类型,并对多模态学习分析的过程模型进行了详细描述。研究认为,未来要充分借助人工智能处理多模态数据,借鉴认知带理论融合不同模态数据的意义,借力学习理论来理解真实的多模态学习交互过程,以进一步完善基于多模态数据的学习评价方法。

关键词：多模态学习分析物理学习环境可穿戴设备生理数据数据融合学习评价认知带

来源：评论

学校读者我要写书评

暂无评论

多模态学习分析:学习分析研究新生长点

引用

电化教育研究 2020年第5期41卷 27-32,51页

作者：牟智佳江南大学教育信息化研究中心江苏无锡214122

多模态学习分析是多模态交互、学习科学、机器学习等领域交叉形成的一个新方向,它利用多模态数据对复杂环境下的学习行为进行分析以优化学习体验。在空间结构上,多模态学习分析以学习机理为核心,以多模态交互、多模态感知、多模态语义... 详细信息

多模态学习分析是多模态交互、学习科学、机器学习等领域交叉形成的一个新方向,它利用多模态数据对复杂环境下的学习行为进行分析以优化学习体验。在空间结构上,多模态学习分析以学习机理为核心,以多模态交互、多模态感知、多模态语义理解为技术支撑,形成跨模态、跨空间、跨数据、跨分析的独特体系。在数据分类上,多模态学习分析涵盖学习体征数据、人机交互数据、学习资源数据和学习情境数据,形成以学习者为中心的内外数据链相融合的数据生态。在分析模型上,以传感器捕获、语义解析、机器学习、反馈解释为分析过程,以模式识别、学习分类、预测、行为变化为分析结果。未来多模态学习分析在自动化数据采集、跨空间分析建模、可扩展分析工具、学习计算、数据隐私保护等方面还有进一步的研究空间。

关键词：多模态学习分析多模态交互学习科学复杂学习环境学习行为数据

来源：评论

学校读者我要写书评

暂无评论

多模态学习分析实证研究的发展与展望

引用

电化教育研究 2022年第1期43卷 71-78,85页

作者：刘清堂李小娟谢魁常瑀倍郑欣欣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

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... 详细信息

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。

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

来源：评论

学校读者我要写书评

暂无评论

多模态学习分析:“多模态”驱动的智能教育研究新趋向

引用

中国电化教育 2021年第3期 88-96页

作者：王一岩王杨春晓郑永和北京师范大学教育学部北京100875

智能感知技术的发展为学习分析领域的变革提供了多元的数据支持,实现智能技术与教育研究的深度融合,推动多模态学习分析的研究进展。该文立足于人工智能时代“多模态”的价值内涵,从多模态信息感知、多模态数据表征、多模态计算方法三... 详细信息

智能感知技术的发展为学习分析领域的变革提供了多元的数据支持,实现智能技术与教育研究的深度融合,推动多模态学习分析的研究进展。该文立足于人工智能时代“多模态”的价值内涵,从多模态信息感知、多模态数据表征、多模态计算方法三个方面实现了“多模态”意蕴的多元分解。论述了多模态学习分析的历史沿革和研究意义,从多源性、层次性、时序性、情境性四个层面分析了多模态学习分析的潜在特征。人工智能时代多模态学习分析研究的开展需要从面向智能精准测评的学习者建模、面向智慧学习空间的教育情境建模、面向教育生态治理的教育系统建模三个方面加以重视,实现多模态学习分析与真实教育场景的深度融合。未来多模态学习分析研究的开展需要从多学科融合的基础理论体系建构、多模态数据集的创建共享、学生认知结构的量化表征、基于多模态学习分析的智能服务体系以及数据安全和伦理道德规范等方面加以重视。

关键词：多模态多模态感知多模态数据多模态机器学习多模态学习分析

来源：评论

学校读者我要写书评

暂无评论

基于多模态学习分析的课堂教学行为识别与评价模型研究

引用

信息与电脑 2025年第1期37卷 233-235页

作者：张叶姣李逍云南工商学院云南昆明650000

随着教育信息化的快速发展,利用多模态学习分析技术对课堂教学行为进行识别与评价已成为教育研究的热点。文章在梳理多模态学习分析技术的基础上,分析了当前课堂教学行为识别与评价存在的问题,并提出了一种基于多模态学习分析的课堂教... 详细信息

随着教育信息化的快速发展,利用多模态学习分析技术对课堂教学行为进行识别与评价已成为教育研究的热点。文章在梳理多模态学习分析技术的基础上,分析了当前课堂教学行为识别与评价存在的问题,并提出了一种基于多模态学习分析的课堂教学行为识别与评价模型。该模型通过构建多维度行为识别指标体系,建立多源异构的数据采集机制,搭建智能化的识别与评价系统,形成了“数据采集—行为识别—智能评价—学习分析—优化教学”的闭环应用。研究成果对于推动课堂教学改革、提高教学质量具有重要意义。

关键词：多模态学习分析教学行为识别教学评价

来源：评论

学校读者我要写书评

暂无评论

多模态学习分析应用于公众演讲能力评估的系统性综述

引用

现代远距离教育 2022年第3期 25-36页

作者：张华阳郑春萍吴斌宋威北京师范大学教育学部北京100875 北京邮电大学人文学院北京100876 北京邮电大学计算机学院北京100876

学习者公众演讲能力的精准评估是开展个性化演讲教学的必要前提,对提升人才培养质量意义深远。随着多模态学习分析技术的发展成熟,如何实现针对较大规模学习者公众演讲能力的多模态评估,是多模态学习分析规模化教育应用的挑战性课题。... 详细信息

学习者公众演讲能力的精准评估是开展个性化演讲教学的必要前提,对提升人才培养质量意义深远。随着多模态学习分析技术的发展成熟,如何实现针对较大规模学习者公众演讲能力的多模态评估,是多模态学习分析规模化教育应用的挑战性课题。本研究采用系统性文献综述的方法,总结了十年来多模态学习分析应用于演讲能力评估的48项实证研究。首先,总体描述了相关研究的学科领域、研究对象的教育背景、样本规模及主要演讲语言。其次,结合多模态演讲教学数据的采集与分析过程,系统梳理了多模态的数据形态、特征提取与融合计算方法、常用的多模态演讲教学数据集及公众演讲能力多模态评估系统。最后,总结了多模态学习分析技术应用于公众演讲能力评估的优势和挑战。文章旨在系统梳理多模态学习分析应用于演讲能力评估的研究基础与应用现状,为较大规模公众演讲教学数据集的构建以及公众演讲能力的多模态评估提供有益参考。

关键词：多模态学习分析学习分析公众演讲能力评估模型系统性综述

来源：评论

学校读者我要写书评

暂无评论

多模态学习分析研究综述

引用

现代教育技术 2021年第6期31卷 23-31页

作者：牟智佳符雅茹江南大学“互联网+教育”研究基地江苏无锡214122

多模态学习分析为复杂环境下的学习测量与评价提供了新的视角。文章以涵盖多模态学习分析各类学术组织和学术论文的数据库为分析源,采用多种分析方法,对多模态学习分析的研究共同体、研究主题、研究领域、演进情况、研究热点等进行了分... 详细信息

多模态学习分析为复杂环境下的学习测量与评价提供了新的视角。文章以涵盖多模态学习分析各类学术组织和学术论文的数据库为分析源,采用多种分析方法,对多模态学习分析的研究共同体、研究主题、研究领域、演进情况、研究热点等进行了分析,研究结果显示:多模态学习分析研究已初步形成多个学术群体,但各群体呈零散分布状态;学生编程建模、卷积与对称深层神经网络、传感器数据采集、人类行为识别、协作建构与自动评价等为主要研究主题;多模态感知与情绪分析、多模态数据融合与挖掘、多模态表征与对象识别是多模态学习分析的三大研究领域;演进情况为从知识模型与框架设计发展到多模态特征提取与情感分析、再发展到多模态表征学习与深度学习;研究热点包括多模态学习数据采集与系统设计、多模态学习认知与行为分析、多模态学习分析方法与工具开发。

关键词：多模态学习分析多模态数据人工智能数据融合

来源：评论

学校读者我要写书评

暂无评论

基于系统性文献综述的多模态学习分析研究进展与前瞻

引用

现代远程教育研究 2022年第6期34卷 54-63页

作者：尹睿何淑茵华南师范大学教育信息技术学院广东广州510631

多模态学习分析是指利用“多模态”的思想和方法对学习者的内在学习状态、特征与变化进行深度诠释,旨在挖掘学习规律、优化学习过程、促进精准教学。在教育大数据研究范式下,多模态学习分析应运而生并形成了诸多研究成果。运用系统性文... 详细信息

多模态学习分析是指利用“多模态”的思想和方法对学习者的内在学习状态、特征与变化进行深度诠释,旨在挖掘学习规律、优化学习过程、促进精准教学。在教育大数据研究范式下,多模态学习分析应运而生并形成了诸多研究成果。运用系统性文献综述方法对国内外多模态学习分析相关研究进行梳理发现:当前多模态学习分析研究聚焦于数据采集、数据融合和数据建模三大方面。在数据采集上,得益于智能感知技术的发展,文本、语音、动作、表情、眼动、生理等模态数据备受关注且获取方式愈加便捷;在数据融合上,主要以数据层融合、特征层融合、决策层融合为主,因应深度学习算法的发展,混合式融合初见端倪;在数据建模上,涌现出面向知识、认知、情感、交互状态的学习者模型,且基于多元学习状态的整体性模型日益受到重视。未来多模态学习分析研究应加强情境感知,实现场景数据的混合采集;深挖理论基础,促进数据融合的科学精准;重视情境依存,强化数据建模的情境适用。

关键词：多模态学习分析数据融合数据建模学习者模型系统性文献综述

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：