丹尼尔·阿蒙达里兹
加州大学伯克利分校EECS系
技术报告编号：UCB/EECS-2014-76
2014年5月15日
<p>自适应学习在线课程工具（OCTAL）是一种将练习系统与概念图相结合的工具，允许学习者探索主题的潜在先决条件结构。一种评估学习者掌握程度的算法会突出图形中的概念，为用户提供关于他们在材料中的进度的元认知提示。学习者受到前提结构和知识推理的指导，但可以在图形中自由导航。我们希望OCTAL成为一种形成性评估工具，不受任何特定课程或主题的约束，并为内容设计者提供创作工具来创作素材。为了在许多在线课程中可用，OCTAL支持嵌入edX等在线学习平台</p>（第页）
<p>学生注册了具有不同学习目标的在线课程，因此，他们可能希望通过这些材料探索自己的道路。OCTAL提供了材料的基本前提结构，让学习者有机会决定偏离专家定义的路径是否有利于他们的理解。这允许学生通过探索练习无限制地考虑他们对课程高级概念的掌握程度，因此可能有助于回答问题"；这门课有用吗"；同样，对于那些报名参加课程的学生，它允许他们决定如何优先考虑内容的消费，并发现他们可以在必要时合理跳过哪些概念</p>（第页）
<p>为了研究OCTAL的元认知优势，我们为加州大学伯克利分校的CS10：计算之美和乐趣中的主题编写了概念图和问题集。我们在2014年春季的第一次和第二次期中考试期间向本课程的学生展示了该工具。在这项研究中，我们发现使用该工具的参与者的元认知在统计上没有显著变化。然而，对参与者使用该工具的分析表明，学习者处理列表中与图表中呈现的概念的方式存在差异。特别是，虽然用户经常按顺序遵循一系列概念，但浏览图形的学习者会探索集群中的概念</p>（第页）
顾问：丹葛西亚
BibTeX引用：
@大师演讲{Armendariz:EECS-2014-76，作者={Armendariz，Daniel}，编辑＝{Garcia，Dan and Fox，Armando}，标题={OCTAL:The Online Course Tool for Adaptive Learning}，学校={加州大学伯克利分校EECS系}，年份={2014}，月份={5月}，Url={http://www2.eecs.berkeley.edu/Pubs/TechRpts/2014/eecs-2014-76.html},编号={UCB/EECS-2014-76}，摘要={<p>自适应学习在线课程工具（OCTAL）是一种将练习系统与概念图相结合的工具，允许学习者探索主题的基本前提结构。一种评估学习者掌握程度的算法会突出图形中的概念，为用户提供关于他们在材料中的进度的元认知提示。学习者受到前提结构和知识推理的指导，但可以在图形中自由导航。我们希望OCTAL成为一种形成性评估工具，不受任何特定课程或主题的约束，并为内容设计者提供创作工具来创作素材。为了在许多在线课程中可用，OCTAL支持嵌入edX等在线学习平台</p>（第页）<p>学生注册了具有不同学习目标的在线课程，因此，他们可能希望通过这些材料探索自己的道路。OCTAL提供了材料的基本前提结构，让学习者有机会决定偏离专家定义的路径是否有利于他们的理解。这允许学生通过探索练习无限制地考虑他们对课程高级概念的掌握程度，因此可能有助于回答问题"；这门课有用吗" 同样，对于那些报名参加课程的学生，它允许他们决定如何优先考虑内容的消费，并发现他们可以在必要时合理跳过哪些概念</p>（第页）<p>为了研究OCTAL的元认知优势，我们为加州大学伯克利分校的CS10：计算之美和乐趣中的主题编写了概念图和问题集。我们在2014年春季的第一次和第二次期中考试期间向本课程的学生展示了该工具。在这项研究中，我们发现使用该工具的参与者的元认知在统计上没有显著变化。然而，对参与者使用该工具的分析表明，学习者处理列表中与图表中呈现的概念的方式存在差异。特别是，虽然用户经常按顺序遵循一系列概念，但浏览图形的学习者会探索集群中的概念</p> }、，}
EndNote引用：
%0论文%A Armendariz，丹尼尔%丹·E·加西亚%阿曼多·E·福克斯%T OCTAL：适应性学习的在线课程工具%I加州大学伯克利分校EECS系%2014年D月%2015年5月8日%@UCB/EECS-2014-76%U型http://www2.eecs.berkeley.edu/Publs/TechRpts/2014/eecs-2014-76.html%F Armendariz:EECS-2014-76