thumbnail

International Journal of Educational Technology in Higher Education

SCOPUS (2016-2023)SSCI-ISI

  2365-9440

 

 

Cơ quản chủ quản:  Springer Netherlands , SPRINGER

Lĩnh vực:
Computer Science ApplicationsEducationE-learning

Các bài báo tiêu biểu

Digital transformation in German higher education: student and teacher perceptions and usage of digital media
Tập 15 Số 1 - 2018
Melissa Bond, Victoria I. Marín, Carina Dolch, Svenja Bedenlier, Olaf Zawacki‐Richter
Are first year students ready for a flipped classroom? A case for a flipped learning continuum
Tập 16 Số 1 - 2019
Louisa Tomas, Neus Evans, Tanya Doyle, Keith R Skamp
Nhận thức của giảng viên đại học về các rào cản trong việc sử dụng công nghệ số: tầm quan trọng của chuyên ngành học Dịch bởi AI
- 2020
Cristina Mercader Juan, Joaquìn Gairín
Tóm tắt

Các công nghệ số hiện nay là một trong những nguồn tài nguyên được học sinh sử dụng nhiều nhất để phát triển môi trường học tập cá nhân hóa. Tuy nhiên, các nghiên cứu gần đây tiếp tục chỉ ra sự thiếu hụt trong việc sử dụng chúng của đội ngũ giảng viên nhằm phát triển các phương pháp giảng dạy, đặc biệt là ở cấp đại học. Thông qua việc xác định các rào cản cá nhân, chuyên môn, tổ chức và ngữ cảnh, nghiên cứu này nhằm tiết lộ lý do tại sao các giảng viên tại các cơ sở giáo dục đại học không sử dụng công nghệ số cho mục đích giảng dạy và liệu chuyên ngành học có ảnh hưởng đến nhận thức này hay không. Kết quả cho thấy các rào cản chuyên môn là phổ biến nhất và chuyên ngành nghệ thuật và nhân văn là nơi mà nhiều người cảm nhận thấy những trở ngại nhất. Cuối cùng, cần có phát triển nghề nghiệp tốt hơn cho giáo viên và sự tham gia nhiều hơn từ phía các tổ chức thông qua các kế hoạch chiến lược.

Sử dụng phân tích học tập để phát triển hệ thống cảnh báo sớm cho sinh viên gặp khó khăn Dịch bởi AI
Tập 16 Số 1 - 2019
Gökhan Akçapınar, Arif Altun, Petek Aşkar
Trong nghiên cứu hiện tại, dữ liệu tương tác của sinh viên trong môi trường học trực tuyến đã được sử dụng để nghiên cứu xem liệu hiệu suất học tập của sinh viên vào cuối kỳ có thể được dự đoán từ những tuần đầu hay không. Nghiên cứu được thực hiện với 76 sinh viên năm hai đại học đăng ký trong một khóa học phần cứng máy tính. Nghiên cứu nhằm trả lời hai câu hỏi chính: những thuật toán và đặc điểm nào dự đoán tốt nhất hiệu suất học tập cuối kỳ của sinh viên bằng cách so sánh các thuật toán phân loại khác nhau và kỹ thuật tiền xử lý, và liệu hiệu suất học tập có thể được dự đoán trong những tuần đầu hay không bằng cách sử dụng các đặc điểm và thuật toán đã chọn. Kết quả của nghiên cứu cho thấy thuật toán kNN đã dự đoán chính xác sinh viên không thành công vào cuối kỳ với tỷ lệ 89%. Khi xem xét các phát hiện liên quan đến phân tích dữ liệu thu được trong các tuần 3, 6, 9, 12 và 14 để dự đoán liệu hiệu suất học tập cuối kỳ của sinh viên có thể được dự đoán trong những tuần đầu hay không, người ta đã quan sát rằng sinh viên không thành công vào cuối kỳ có thể được dự đoán với tỷ lệ 74% chỉ trong 3 tuần. Những phát hiện từ nghiên cứu này rất quan trọng cho việc xác định các đặc thù cho các hệ thống cảnh báo sớm có thể được phát triển cho các hệ thống học trực tuyến và như những chỉ báo về sự thành công của sinh viên. Đồng thời, nó sẽ hỗ trợ các nhà nghiên cứu trong việc lựa chọn các thuật toán và kỹ thuật tiền xử lý trong phân tích dữ liệu giáo dục.
#phân tích học tập #hệ thống cảnh báo sớm #sinh viên gặp khó khăn #thuật toán kNN #hiệu suất học tập
Chatbot để cải thiện kỹ năng sử dụng dấu câu trong tiếng Tây Ban Nha và nâng cao môi trường học tập mở và linh hoạt Dịch bởi AI
Tập 18 Số 1 - 2021
Esteban Vázquez‐Cano, Santiago Mengual-Andrés, Eloy López-Meneses
Tóm tắt

Mục tiêu của bài báo này là phân tích chức năng sư phạm của một chatbot nhằm cải thiện kết quả học tập của sinh viên tại Đại học Giáo dục Từ xa Quốc gia (UNED / Tây Ban Nha) trong việc tiếp cận kiến thức về môn Ngôn ngữ Tây Ban Nha. Để thực hiện điều này, một thí nghiệm bán thực nghiệm đã được thiết kế, và một phương pháp định lượng đã được áp dụng thông qua bài kiểm tra trước và sau cho hai nhóm: nhóm đối chứng và nhóm thực nghiệm, trong đó so sánh hiệu quả của hai mô hình giảng dạy, một mô hình truyền thống hơn dựa trên bài tập viết trên giấy và một mô hình dựa trên sự tương tác với một chatbot. Sau đó, nhận thức của nhóm thực nghiệm trong một diễn đàn học thuật về việc sử dụng giáo dục của chatbot đã được phân tích thông qua khai thác văn bản với các bài kiểm tra của Phân bổ Dirichlet tiềm ẩn (LDA), ma trận khoảng cách cặp và bigrams. Kết quả định lượng cho thấy rằng sinh viên trong nhóm thực nghiệm đã cải thiện đáng kể kết quả so với sinh viên sử dụng phương pháp truyền thống hơn (nhóm thực nghiệm / trung bình: 32.1346 / nhóm đối chứng / trung bình: 28.4706). Độ chính xác trong việc sử dụng dấu câu, đặc biệt là dấu phẩy, dấu hai chấm và dấu chấm trong các mẫu cú pháp khác nhau đã được cải thiện. Hơn nữa, nhận thức của sinh viên trong nhóm thực nghiệm cho thấy họ đánh giá tích cực các chatbot trong quá trình dạy-học của mình theo ba khía cạnh: “hỗ trợ” và sự đồng hành lớn hơn trong quá trình học, vì họ cảm nhận được tính tương tác cao hơn do tính chất hội thoại của chúng; “phản hồi” và sự tương tác tốt hơn so với phương pháp truyền thống hơn, và cuối cùng, họ đặc biệt đánh giá cao tính dễ sử dụng và khả năng tương tác cũng như học tập ở bất kỳ nơi nào và vào bất kỳ thời điểm nào.

Investigating temporal access in a flipped classroom: procrastination persists
- 2018
Abeer AlJarrah, Michael K. Thomas, Mohamed Shehab