TeachNow: Enabling Teachers to Provide Spontaneous, Realtime 1:1 Help in Massive Online Courses
本研究提出TeachNow系统,让全球志愿教师无需排期即可为MOOC学生提供即时一对一帮扶,部署实验显示其提升课程留存率近15%,还充分利用了志愿时间。
2024-04-18 cs.CY
Females' Enrollment and Completion in Science, Technology, Engineering, and Mathematics Massive Open Online Courses
大规模开放式在线课程(MOOC)通过为学习者提供丰富的信息来源,有可能使教育民主化。然而,支持各国民主化的证据有限。我们通过调查来自不同国家的女性是否比男性更有可能参加并完成STEM MOOC来探讨民主化问题。我们发现,虽然女性不太可能参加STEM MOOC,但她们完成这些课程的可能性相同。我们发现,在经济欠发达国家,STEM MOOC入学率的性别差距较小。此外,女性比男性更有可能在被确定为具有成为21世纪最大经济体的高潜力的国家完成STEM MOOC。
2016-08-17 cs.CY
How does online teamwork change student communication patterns in programming courses?
由于COVID-19疫情引发了对其学习成果的诸多质疑,在线教学已成为一种新的现实。最近的研究表明,同伴交流积极影响网络教学的学习效果。然而,目前还不清楚如何协作编程任务改变同伴的沟通模式在学习过程中。在这项研究中,我们比较了MOOC中的交流模式,其中同伴交流有限,混合课程中的学生参与在线同伴教学。我们使用了一种混合的方法,包括自动文本分析和社区提取与进一步的定性分析。结果表明,学生更喜欢寻求帮助,在编程从同龄人,而不是老师。团队任务有助于支持这种习惯。学生之间的沟通更加积极和深入,而只有团队领导者与教师沟通,减少了教师的负担。这种转变可以解释同伴交流如何改善学习成果,正如先前关于MOOC的研究所表明的那样。
2022-04-08 cs.CY
Certified Ethical Hacker v.10 Online Course - a Case Study
CEH v.10认证自学课程是一门在线课程,为学习者准备世界上最具声望的网络安全认证之一-认证道德黑客(CEH)v.10认证。由于付费墙和实践而不是理论性质,大多数研究人员对这门课程的接触有限。本文将首次以国家最高标准和相关同行评议的已发表研究成果为基础,对该课程的教学设计进行分析。唯一的目的是将课程推向更高的水平,使其成为网络安全的最佳在线课程。更重要的是,本文的教学设计评价策略可以很好地扩展和应用到任何其他网络课程的教学设计审查和/或评价过程。
2018-10-17 cs.CR cs.CY
What will you do next? A sequence analysis on the student transitions between online platforms in blended courses
学生与在线工具的互动可以让我们深入了解他们的学习和工作习惯。之前的研究表明,这些习惯,即使是简单的行动数量或在在线平台上花费的时间,也可以区分表现较好的学生和表现较差的学生。这些习惯也经常被用来预测学生在课堂上的表现。这些行动的一个关键特征是经常被忽视的是学生如何以及何时在不同的在线平台之间过渡。在这项工作中,我们研究了学生在混合课程中在线工具之间的转换序列,并确定哪些习惯在高性能组和低性能组之间产生最大的差异。虽然我们的研究结果表明,大部分时间学生专注于一个单一的工具,我们能够找到他们的过渡模式,以区分高和低性能组。这些发现可以帮助教师对学生进行程序性指导,以及识别有害习惯并及时进行干预。
2019-05-02 cs.CY
What Massive Open Online Course (MOOC) Stakeholders Can Learn From Learning Analytics?
大规模开放式在线课程(MOOC)是导致学习环境革命和新时代的道路。教育机构受到压力,要求它们采用新的模式,以确保其教育分布的开放性。尽管如此,仍然有争论的教学方法和绝对信息传递给学生。另一方面,随着学习分析的使用,强大的工具变得可用,主要旨在加强学习和提高学习者的表现。在本章中,将介绍学习分析原型的开发阶段以及将其集成到MOOC平台(称为iMooX)的实验。本章探讨了MOOC利益相关者如何从学习分析中受益,并报告了对一些课程的探索性分析,并展示了作为该原型典型评估的用例,以发现隐藏的模式,提出未来正确的决策,并通过适用和方便的干预来优化学习。
2016-06-09 cs.CY
A survival model for course-course interactions in a Massive Open Online Course platform
大规模开放式在线课程(MOOC)平台包含大型课程目录,单个学生可以注册多门课程。我们进行了基于网络的学生成绩分析,考虑如何课程互动可能会积极或消极地影响学生的成功。我们的数据集包括378,000名用户和1,000,000个在法国Universite Numerique(FUN)的唯一注册事件,这是一个国家MOOC平台。我们适应可靠性理论模型的证书完成率与威布尔生存函数,直觉,学生“生存”在一个过程中的一段时间之前,随机辍学。课程-课程交互被发现是很好地描述了一个单一的参数,用户参与,可以从用户的注册配置文件估计。反过来,用户参与度与所有课程的证书率相关,无论具体内容如何。可靠性的方法,以捕捉几个证书率模式,被忽视的传统回归模型。用户参与度是一个自然的指标,用于跟踪学生在人口统计数据和时间上的进步。
2019-05-10 cs.CY stat.AP
Predicting students' performance in online courses using multiple data sources
Paris-Saclay University(巴黎-萨克雷大学);Instituto Nacional de Astrofísica, Óptica y Electrónica(国家天体物理、光学与电子学研究所)
数据驱动的决策正在服务和改变教育。我们通过使用来自在线课程的多个数据源(包括我们创建的一个数据源)来解决预测学生表现的问题。实验结果显示了初步的结论,对哪些数据被认为是任务。
2021-09-07 cs.CY cs.LG
Exploring the determinants on massive open online courses continuance learning intention in business toward accounting context
本文基于计划行为理论构建研究框架,以会计MOOC为例,通过偏最小二乘结构方程模型分析问卷数据,揭示了界面便利性、设计美学、用户态度、感知行为控制、主观规范和学业自我效能感对持续学习意愿的影响及调节机制,并据此提出理论与实践启示。
2024-11-11 cs.CY
The Online Pivot: Lessons Learned from Teaching a Text and Data Mining Course in Lockdown, Enhancing online Teaching with Pair Programming and Digital Badges
University of Edinburgh(爱丁堡大学);University of Edinburgh Business School(爱丁堡大学商学院)
在本文中,我们介绍了由于COVID-19疫情,我们如何在2020年夏季将文本和数据采掘课程移植到网上,以及我们如何在第二次试运行中对其进行改进。我们描述了这门课程,我们如何在两个试点运行中进行调整,以及我们使用了哪些教学技术来改善学生的学习和在线社区建设。我们还提供有关课程期间收集的无情反馈的信息,这些反馈帮助我们从一个课程到下一个课程以及从一个试点到下一个试点调整我们的教学。我们讨论了经验教训,并促进使用创新的教学技术应用于数字,如数字徽章和配对编程在休息室教学自然语言处理课程的初学者和学生不同的背景。
2021-05-03 cs.CL cs.CY
Teaching Cloud Infrastructure and Scalable Application Deployment in an Undergraduate Computer Science Program
本文介绍一门本科云计算课程,将云基础设施部署作为软件工程实践,通过含 IaC 的动手作业帮助学生掌握弹性、成本与安全,并分享首次教学经验与资源。
2024-12-03 cs.CY
Towards Feature Engineering at Scale for Data from Massive Open Online Courses
我们研究了开发模型的工程特征的过程,这些模型可以提高我们对MOOC中学习者在线行为的理解。由于功能工程在很大程度上依赖于人类的洞察力,我们认为,应该作出额外的努力,从事人群的功能建议,甚至他们的操作。我们展示了两种方法,我们已经开始参与人群。我们还展示了如何评估特征在预测准确性方面的相关性。当我们在预测停止的背景下检查众包特征时,它们不仅有细微差别,而且还考虑了学习者和平台之间的不止一种交互模式以及学习者的相对表现。我们能够识别出不同的影响力特征,用于停止预测,这取决于学习者是否在4个队列中的1个,这些队列由他们与课程讨论论坛或wiki的参与程度定义。本报告是一个纲要的一部分,该纲要考虑了MOOC数据科学和停止预测的不同方面。
2014-07-20 cs.CY
Case study of Innovative Teaching Practices and their Impact for Electrical Engineering Courses during COVID-19 Pandemic
由于COVID-19大流行,迫切需要转向在线教学并开发创新,以确保学生学习成果(SLO)得到实现。本文的贡献是双重的:实验教学策略的效果,即多课程基于项目的学习(MPL)的方法,提出了随后的在线评估技术调查高级电气工程(EE)课程在卡塔尔大学。高级课程的课程项目的设计方式是,它有助于同时实现高级和顶点课程的目标,学生们同时参加。众所周知,MPL方法提高了学生的批判性思维能力,这也是可持续发展教育(ESD)的主要成果。开发的项目确保了一系列SLO的实现,这些SLO集中在软件工程和项目管理技能上。在高级课程中采用MPL方法的困难在于使项目与实现每门课程的学习成果相一致。由于COVID-19大流行期间的在线教学,该研究还为学生提供了关于MPL中包含的在线评估技术的反馈。为了提供一个基准,并突出所取得的成果,创新的教学方法进行了比较,在同一高级课程在上一个学期的传统方法。根据教师和学生在先前进行的个案研究中的反馈,我们相信MPL方法可以帮助学生。通过统计分析(卡方、双尾T统计和使用z检验的假设检验)可以得出结论,即使在大流行情况下,MPL和在线评估实际上也有助于更好地实现SLO。
2021-07-01 cs.CY
Effectiveness of an Online Course in Programming in a State University in the Philippines
在线课程作为一种教学方法,在2019年冠状病毒病大流行时期蓬勃发展。由于大流行的原因,大学从传统的面对面课程转向在线远程学习。本研究旨在确定在线课程在学习编程课程方面的有效性。本研究采用混合方法研究,通过一个有效的调查问卷,包括封闭式和开放式的问题。Python编程是选择进行研究的课程,并进行了评估,以确定学生的反应。学生受访者来自布拉干州立大学,在菲律宾的州立大学,在信息技术计划的科学学士学位。根据他们的回答,学生们发现在线Python编程非常有效,总体平均值为4.49。这一结果表明,学生发现在线课程有效,提供了适当的课程设计和内容,让他们花足够的时间完成任务,并提供了沟通和互动与他们的教师和同学。此外,当被问及他们的教师在课程交付方面做得很好时,学生们给予了压倒性的积极回应,并为进一步改进和交付课程提供了富有洞察力和建设性的意见。这项研究发现,大多数学生强烈同意并相信异步提供Python编程课程的有效性。从学生的角度和评价这种积极的结果,该课程可以加强,继续在布拉干州立大学提供优质教育。
2022-11-23 cs.CY cs.SE
Reflection on Purpose Changes Students' Academic Interests: A Scalable Intervention in an Online Course Catalog
该研究在在线课程目录中嵌入目的反思干预,通过超4000名学生的随机实验发现其能改变学术兴趣,为高等教育中引导学生有意识探索兴趣提供了可扩展策略。
2024-12-26 cs.CY cs.HC
Assessing the Use of Social Media in Massive Open Online Courses
本研究探讨了在大规模开放式在线课程中使用Twitter是否促进了学习者之间的互动。社会网络分析表明,辅导员在社会媒体传播中仍然扮演着非常核心的角色,学生之间的交流网络随着时间的推移而缩小。仅仅使用社交媒体并不能促进学习者与学习者之间的互动。需要更多的研究来了解学习者的动机,以及教学设计如何帮助提高他们的参与度和参与度。
2016-08-17 cs.CY cs.SI
Ordinal Behavior Classification of Student Online Course Interactions
Georgia Institute of Technology(佐治亚理工学院)
针对同一门CS1301课程的在校学生与MOOC学习者,本研究分析其基于浏览器的交互使用模式,以比较两类群体的行为习惯差异。
2024-04-20 cs.AI cs.CY cs.LG
A real-time metric of online engagement monitoring
本研究提出一种基于章节的在线参与度实时指标,直接利用虚拟学习环境日志数据实现无需模型训练的累积跟踪,实验表明其能早期有效识别低表现学生并提供可扩展的学生支持方法。
2025-07-16 cs.CY
Sense of Community: How Important is this Quality in Blended Courses
将网络课堂与传统课堂相结合,可以发挥两种学习环境的优势。本研究的目的是检验在完全网络化的课程中整合面对面课堂的效果。本研究以在伊朗一所公立大学的电子学习中心学习的48名本科生为研究对象。他们被要求提供他们对在他们的电子学习中心中包含面对面课程的反馈。他们被要求提供他们的反馈。他们被要求提供他们的反馈。他们被要求提供他们的反馈。通过开放式问卷收集的数据显示,混合式课程对学生的最大影响是社区感。研究结果表明,学生对混合式课程的高满意度是因为它促进了他们的社区感。这支持了本研究的另一个结论,即面对面课程和在线课程对学生的社区感有很大的影响。相互补充,并为彼此提供平衡的教学作用。
2015-04-01 cs.CY
Key principles for workforce upskilling via online learning: a learning analytics study of a professional course in additive manufacturing
有效采用在线平台进行教学,学习和技能发展对学术机构和工作场所都至关重要。新冠肺炎疫情突然加速了在线学习的采用,引起了人们对有效在线教学的教学法和实践研究的关注。在线学习需要大量的技能和资源,从学习管理平台到交互式评估工具,再加上多媒体内容,这给教师和组织带来了挑战。这项研究的重点是学习科学和视觉学习分析可用于设计和改进先进制造业在线劳动力培训的方法。学者和行业专家、教育研究人员以及数据分析和可视化专家合作研究了900名专业人士参加在线增材制造培训课程的表现。该课程是通过MITxPro提供的,麻省理工学院开放学习是一个专业的学习组织,托管在edX平台的专用实例中。本研究结合学习目标分析和视觉学习分析,探讨学习轨迹,参与和绩效之间的关系。研究结果展示了视觉学习分析如何用于有针对性的课程修改,以及对学习者参与度和表现的解释,例如将评估更直接地映射到学习目标,以及完成课程每个部分所需的预期和实际时间。该研究还强调了更广泛的策略,课程设计者和教师调整课程作业,学习目标和评估措施与学习者的需求和兴趣,并主张同步数据基础设施,以促进有效的及时学习和在线课程的不断改进。
2020-08-15 cs.CY cs.HC
Transitioning a Project-Based Course between Onsite and Online. An Experience Report
本文通过分析四轮软件工程项目制课程中1500余名学生的反馈,发现在线化对时间管理影响最大,而协作工具有效改善了团队沟通,并为线上线下融合教学提出了行动建议。
2023-08-28 cs.CY cs.SE
Students Behavioural Analysis in an Online Learning Environment Using Data Mining (ICIAfS)
本研究的重点是使用教育数据采掘(EDM)技术进行定量分析的学生互动的电子学习系统,通过教师主导的非分级和分级课程。这项工作有助于为他们制定一系列在线短期课程的指导方针。本研究以412名学生为研究对象,分析其在数位学习系统中的存取行为,并依据其课程存取记录,以K-均值分群法进行分群。结果表明,在分级和非分级学习环境中,超过40%的学生是被动的在线学习者。结果表明,学习环境的差异会改变学生群体的在线访问行为。聚类将学生群体根据他们的课程访问行为分为五个访问组。在这些组中,最少访问组(NG-41%和G-42%)和最高访问组(NG-9%和G-5%)可以非常清楚地识别,因为它们的访问与其余组不同。
2014-12-25 cs.CY
Exploring the context of course rankings on online academic forums
大学生经常使用在线课程排名论坛提供的工具来分享和讨论他们对各种课程的教学质量和内容的满意度。学生对一门课程中所采用的教学法的有效性的看法是教授、教学设计者和大学管理者的众多决定的反映。这种复杂性激发了大量关于课程排名的效用、可靠性和行为相关性的研究。然而,很少有调查(潜在的)隐含的学生偏见,在这些论坛上对理想的课程成果在机构一级。为此,我们研究课程成果(学生报告的GPA)和初级课程讲师的整体排名之间的联系,以及课程成果性质的评级差异,基于两个流行的学术评级论坛的数据。我们对弗吉尼亚理工大学及其25所SCHEV批准的同行机构教授的一万多门课程的排名数据进行了实验,结果表明,在学生注册的教授评级中,对课程结果存在明显但复杂的偏见。
2019-07-10 cs.CY cs.SI
Detecting and Preventing "Multiple-Account" Cheating in Massive Open Online Courses
我们描述了一种作弊策略,该策略由大规模开放式在线课程(MOOC)的功能实现,并可通过MOOC提供的复杂数据系统进行检测。这一策略名为“在线使用多个答案搜索答案”(CAMEO),涉及一个用户,他使用“收获者”帐户收集评估问题的答案,然后使用单独的“主”帐户提交正确答案。我们使用“点击流”学习者数据来检测来自两所大学的115个MOOC中190万课程参与者的CAMEO使用情况。使用保守的阈值,我们估计CAMEO的流行率为1,237个证书,占69个CAMEO用户MOOC证书的1.3%。在获得20个或更多证书的人中,25%的人使用了CAMEO战略。与其他MOOC证书获得者相比,CAMEO用户更有可能是年轻,男性和国际化。我们确定预防策略,可以降低CAMEO率,并显示其在科学课程的有效性的证据。
2015-09-08 cs.CY cs.SI
Improving Students Performance in Small-Scale Online Courses -- A Machine Learning-Based Intervention
Åbo Akademi University(奥布学术大学);University Politehnica of Bucharest(布加勒斯特理工大学);University of Novi Sad(诺威萨德大学)
大规模开放式在线课程(MOOC)的诞生对教学方式产生了不可否认的影响。传统的课堂教学似乎越来越不受年轻一代的欢迎,这一代人希望选择何时,何地以及以何种速度学习。因此,许多大学正在转向在线学习课程,至少部分在线学习。然而,在线课程虽然对年轻一代的学习者很有吸引力,但也是有代价的。例如,这类课程的辍学率高于传统课程,与教师的面对面互动减少,导致教育工作者的指导和干预不够及时。基于机器学习(ML)的方法在其他领域取得了惊人的成功。现有的耻辱,应用基于ML的技术需要大量的数据似乎是一个瓶颈,当处理小规模的课程与有限的生产数据量。在这项研究中,我们不仅可以很好地利用从在线学习管理系统收集的数据,以预测学生的整体表现,但它也可以用来提出及时的干预策略,以提高学生的成绩水平。本研究结果显示,有效的介入策略可以在课程中途提出,以改善学生的学习进度。我们还提出了一个辅助教学工具的基础上,这项研究的结果,以协助确定具有挑战性的学生,并建议早期干预策略。
2020-11-23 cs.AI cs.CY
Identifying Student Communities in Blended Courses
混合课程已成为中学后教育的常态。大学使用大规模的学习管理系统来管理课程内容。教师在线提供阅读,讲座和办公时间;学生使用智能导师,网络论坛和在线提交系统;班级通过网络论坛进行交流。这些在线工具允许学生建立新的社交网络或将社交关系带到网上。他们还允许我们收集学生社会关系的数据。在本文中,我们报告了我们的研究社区形成的基础上,在线论坛互动的混合课程。我们发现,通过他们的帖子和回复结构,使用标准的社区发现算法将学生分组到社区是可能的,并且学生的成绩与他们最亲密的同龄人显著相关。
2017-09-29 cs.CY cs.SI
Gender Differences in Class Participation in Online versus In-Person Core CS Courses
本文比较两门核心CS课程十个面对面与三个在线学季的参与分数及问卷,发现在线环境缩小了课堂参与的性别差距,表明相关差异主要源于环境而非性别本身。
2024-04-11 cs.CY
A Model of an E-Learning Web Site for Teaching and Evaluating Online
本研究致力于为计算机科学系四级学生设计一个在线学习网站,课程名称为“面向对象编程”(OOP)。这门课程将在网上(通过网络)教授,然后将设计一个方案,以电子方式评价学生的成绩,同时对网上教学、电子评价和传统评价方法进行比较。本研究试图对未来的网络教学和电子评价应该如何发展提出一个前瞻性的看法,这突出了本研究的重要性。
2015-01-22 cs.CY
Context-Aware Online Learning for Course Recommendation of MOOC Big Data
Huazhong University of Science and Technology(华中科技大学);Lehigh University(利哈伊大学);University of Florida(佛罗里达大学)
近年来,大规模开放式在线课程(MOOC)的规模显著扩大。随着MOOC的普及,免费学习迷人课程的机会吸引了世界各地许多不同教育背景的人。在大数据时代,随着课程数量的快速增长,如何在云端海量课程数据库中准确、快速地挖掘出每个学生所需的课程是MOOC的一个重要研究课题。如何在实现个性化课程推荐的同时,降低海量课程数据的计算和存储成本,是课程推荐系统面临的关键挑战。本文提出了一种基于大数据支持的、上下文感知的在线学习课程推荐系统,该系统能够处理动态的、无限大规模的数据集,利用个性化的上下文信息和历史统计数据进行课程推荐。上下文感知考虑了个人偏好,使推荐适合于具有不同背景的人。此外,该算法实现了次线性后悔性能,这意味着它可以逐步推荐最喜欢和匹配的课程给学生。此外,我们的存储模块扩展到分布式连接的存储节点,设计的算法可以处理海量的课程存储问题,从异构源的课程数据集。与现有算法相比,本文算法的时间复杂度和空间复杂度都达到了线性。在MOOC大数据环境下的实验结果验证了本文算法与现有算法相比的优越性。
2016-10-16 cs.CY cs.IR cs.LG
Empowering Learning: Standalone, Browser-Only Courses for Seamless Education
本文提出PyGlide,一个无需本地安装、纯浏览器运行的开源MOOC交付系统,通过自适应学习增强体验,并在GitHub持续集成中展示其应用,以提升在线教育的可访问性和可管理性。
2023-11-12 cs.CY
The pop song generator: designing an online course to teach collaborative, creative AI
Goldsmiths, University of London(伦敦大学金史密斯学院)
本文介绍并评估了一门基于GPT-2、Music-VAE和Diffsinger构建流行歌曲生成系统的在线AI创意课程,采用建构主义做中学理念,并通过定量和定性分析验证了课程设计。
2023-06-15 cs.AI cs.CY
Differences in Online Course Usage and IP Geolocation Bias by Local Economic Profile
尽管大规模在线开放课程(MOOC)有希望让每个人都能接受严格的高等教育,但之前的研究表明,注册者往往来自较高的社会经济地位。在这项工作中,我研究地理粒度的经济模式注册哈佛和MITx课程,并在确定用户的位置,从他们的IP地址的准确性。使用MaxMind IP地理位置数据库识别的邮政编码,我发现人均注册率与经济繁荣和人口密度相关。将这些邮政编码与用户提供的邮寄地址进行比较,我发现了MaxMind地理定位存在偏见的证据:对于来自经济贫困地区的用户,它在地理和经济上都犯了更大的错误;它不成比例地将用户地理定位到繁荣地区;它低估了MOOC注册的回归模式。类似的经济偏见可能会影响其他学术,商业和法律环境中的IP地理定位。
2019-06-25 cs.CY cs.NI
A Comparative Analysis of Student Performance Predictions in Online Courses using Heterogeneous Knowledge Graphs
Georgia Institute of Technology(佐治亚理工学院);IBB University, Yemen(也门伊卜大学)
本研究利用异构知识图谱和图卷积网络(GCN)分析学生与课程资源的交互,预测在线与校园课程的学生表现,识别有风险学生,模型准确率达70-90%。
2024-05-19 cs.AI cs.CY cs.LG
Handling Students Dropouts in an LLM-driven Interactive Online Course Using Language Models
School of Information, Renmin University of China(中国人民大学信息学院);Institute of Education, Tsinghua University(清华大学教育学院);Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系);Language Technology Institute, Carnegie Mellon University(卡内基梅隆大学语言技术学院)
针对LLM驱动的交互式在线课程(MAIC)的辍学问题,通过实证研究分析影响因素,提出CPADP预测框架(准确率达95.4%),设计个性化邮件召回智能体,在3000多名学生的系统中验证了可行性与有效性。
2025-08-24 cs.CL cs.CY
Data-driven modelling and characterisation of task completion sequences in online courses
学习的内在时间性要求采用能够利用时间序列信息的方法。在这项研究中,我们利用序列数据框架,并显示如何在网上课程的任务完成的时间序列的数据驱动的分析,可以用来验证个人和团体学习者的行为,并确定在给定的课程设计的关键任务和课程会话。我们还介绍了最近开发的概率贝叶斯模型来学习学生的序列轨迹和预测学生的表现。我们的数据驱动的基于序列的分析,从学习者的数据进行在线业务管理课程的应用程序揭示了不同的行为在学习者的队列,识别学习者或学习者群体偏离名义上的顺序预期的过程中。使用课程成绩后验,我们探讨高和低绩效学习者之间的行为差异。我们发现,高性能的学习者遵循每周会议之间的进展比低性能的学习者更有规律,但在每个每周会议高性能的学习者较少绑定到名义任务顺序。然后,我们使用概率贝叶斯模型对高绩效和低绩效学生的序列进行建模,并表明我们可以学习与绩效相关的参与行为。我们还表明,数据序列框架可以用于以任务为中心的分析,我们确定关键的连接点和课程设计中的任务类型之间的差异。我们发现,非死记硬背的学习任务,如互动任务或讨论帖子,与更高的性能相关。我们讨论了这种分析技术的应用,以帮助课程设计,干预和学生监督。
2020-07-14 cs.CY cs.SI
Unique Exams: Designing assessments for integrity and fairness
在COVID-19大流行期间,教育工作者在最近前所未有的远程在线学习转变中面临着有效课程评估的新挑战。代替典型的监考,定时考试,教师现在必须重新思考他们的方法来评估课程水平的学习目标。在这种新的在线、开放的互联网学习环境中,考试是否合适?在这篇经验论文中,我们讨论了独特的考试框架:我们维护考试完整性和学生隐私的框架。在R1大学的计算机科学家概率课程中,我们开发了自动生成的独特考试,每个学生都有相同的四个问题骨架,每个问题都有独特的数字变化。在不改变传统考试过程的情况下,独特的考试为学生和教师提供了一层安全保障,确保了任何课堂环境下的考试可靠性--无论是现场还是在线。除了分享我们设计独特考试的经验外,我们还为不同的CS科目提供了一个简单的端到端工具和示例问题模板,其他教师可以根据自己的课程进行调整。
2020-09-03 cs.CY
A Social Network Analysis on Blended Courses
近年来,大规模的在线管理系统(如Moodle)、在线论坛(如Piazza)和在线作业系统(如WebAssign)在混合课程中得到了广泛的应用。教师可以使用这些系统来提供课堂内容和材料。学生可以通过在线论坛与同学交流,分享课程材料,并讨论课程问题。随着网络教学系统的广泛使用,大量的学生互动数据被收集起来。这些数据可以用来分析学生的学习行为和预测学生的学习成果。在这项工作中,我们收集了学生的互动数据在三个不同的混合课程。我们将数据表示为有向图,并研究了社交图属性与学生最终成绩之间的相关性。研究结果显示,在所有的班级中,在论坛上提问越多、得到反馈越多的学生,成绩越高。这项工作的意义在于,我们可以利用这些结果鼓励学生更多地参与论坛,以更好地学习课堂材料;我们还可以根据社会指标建立一个预测模型,在学期初向我们展示表现不佳的学生。
2017-09-29 cs.CY cs.SI
Using an Online Learning Environment to Teach an Undergraduate Statistics Course: the tutor-web
开发了一个学习环境,即辅导网(http:tutor-web.net),并用于教育研究。该系统可供任何访问Web的人免费使用。它基于开放源代码软件,教材根据知识共享署名-相同方式共享许可证进行许可。该系统已用于统计和数学方面的计算机辅助教育。它提供了一种独特的方式来组织和连接教学材料,并包括互动式测验,其主要目的是增加学习,而不仅仅是评估。2013年春季,冰岛大学的一门基本统计课程使用了该系统。进行了一项随机试验,以调查学生做定期作业和学生使用该系统之间的学习差异。未发现组间差异显著。
2014-07-01 cs.CY stat.OT
Transfer Learning using Representation Learning in Massive Open Online Courses
Hong Kong University of Science and Technology(香港科技大学);Massachusetts Institute of Technology(麻省理工学院)
在大规模开放式在线课程(MOOC)中,学生行为的预测模型可以支持学习的多个方面,包括教师反馈和及时干预。正在进行的课程,当学生的结果是未知的,必须依赖于从以前提供的课程的历史数据训练的模型。可以转移模型,但它们的预测性能通常很差。原因之一是,这些特征不能充分代表两种课程共有的预测属性。我们提出了一个自动化的转导迁移学习方法,解决这个问题。它依赖于MOOC点击流数据的问题不可知的时间组织,其中,对于每个学生,对于多个课程,每个时间单元表示一组特定的MOOC事件类型。它由两种基于自动编码器的表示学习的替代传输方法组成:一种是使用转导主成分分析的被动方法,另一种是使用相关对齐损失项的主动方法。通过这些方法,我们研究了辍学预测在相似和不相似的MOOC之间的可转移性,并与已知方法进行了比较。结果表明,改进的模型可移植性,并表明该方法能够自动学习表达MOOC共同预测特征的特征表示。
2018-12-18 cs.CY cs.LG stat.ML
Using a Cloud Based Collaboration Technology in a Systems Analysis and Design Course
为了有效地准备下一代IT专业人员和系统分析师,重要的是将基于云的在线协作工具纳入课程,以培养学生的合作技能以及存储和共享内容。由于这些教学和实际原因,Google Drive已在新西兰一所中等规模的高等教育机构的系统分析和设计课程中使用。任何学习技术的持续和成功使用都需要从学生那里收集有意义的反馈,并在他们的学习过程中充当导师。这项研究已经开发和实施,以帮助学生享受协作技术,并帮助提高他们的满意度和承诺。为了克服可能阻碍学生最佳使用Google Drive的障碍,进行了初步调查,以更好地了解影响因素和问题。此外,这项研究旨在促进各种类型的合作和共享:看到和学习其他学生的工作,从别人那里得到直接的建议,并允许其他人编辑属于他们的文档。根据第一次定量调查的结果,制定和实施了许多教学战略。最后的定性调查是在课程结束时进行的,以评估他们的项目工作的学生。本研究的结果也提供了原始的实践和理论的影响,可能会感兴趣的其他研究人员,课程设计者和教师。
2016-03-09 cs.CY cs.HC
Perancangan teknologi cloud untuk penjualan online kain songket Palembang
云计算是信息永久存储在互联网上的服务器中并且临时存储在包括桌面的用户的计算机(客户端)上的范例。本研究旨在设计一个基于云计算技术的在线销售应用程序,以帮助工匠巨港songket,不排除其他中小企业(SMEs)管理资产和在线销售产品的可能性,因此可以通过个人电脑,笔记本电脑,平板电脑,手机或智能手机随时随地访问。本研究中使用的云基础设施是一种软件即服务(SaaS),使云用户能够利用在线销售应用程序,而无需在本地计算机上安装,设置专用服务器,操作员劳动力,维护成本和其他支持资源,可以节省成本。
2015-11-18 cs.CY
An Empirical Study of Teaching Methodologies and Learning Outcomes for Online and in-class Networking Course Sections
为了提高学生的学习,我们展示了一个实验研究,分析学生的学习成果,在网上和课堂上的部分的核心数据通信课程的本科信息科学与技术(IST)部门在乔治梅森大学(GMU)。在这项研究中,学生的表现是根据课程评估。这包括家庭和实验室作业,基于技能的评估,以及课程所有4个部分的传统期中考试。所有部分都有类似的内容,评估计划和教学方法。在我们的研究中,学生的人口统计数据,如考试类型和位置偏好,可能会在他们的学习过程中发挥重要作用。我们必须从学习管理系统(LMS),黑板(BB)学习收集大量的数据,以比较和研究几个评估结果的所有学生在各自的部门和其他部门的学生之间的结果。然后,我们试图了解人口统计学是否有任何影响学生的表现,通过关联个别学生的调查反应,他/她在课堂上的表现。截至学期中期的数值结果揭示了学生在在线和面对面(F2 F)部分的成功显着的见解。
2017-11-15 cs.CY physics.ed-ph stat.AP
Designing learning experiences for online teaching and learning
Learning Science Lab(学习科学实验室);Singapore University of Technology and Design(新加坡科技设计大学);Information Systems Technology and Design(信息系统技术与设计)
教学是不断创新的策略,方法和手段,使不同的学生参与积极和有意义的学习。为此,SUTD采用各种以学生为中心的教与学的教学方法和途径。这意味着我们的研究生/本科生导师必须准备好使用这些以学生为中心的教学和学习方法进行教学。在这篇文章中,我分享了我的经验,重新设计这个教学课程,通常是面对面进行同步在线课程,并邀请在这门课程的参与者之一,以反映他作为一个学生的经验。
2020-10-26 cs.CL cs.CY
Evaluating virtual laboratory platforms for supporting on-line information security courses
远程教育已经存在了很长一段时间,然后随着计算机和互联网的出现,它经历了复兴。远程教育依赖于向学生实际提供的材料和评估,他们在家离线工作。最近,在线学习或电子学习引入了虚拟课堂、评估、在线测试,并将课堂转变为互动的在线课堂。尽管提供了大量的在线学位,但面对面仍然是主要模式,电子学习只是用来补充课堂。新冠肺炎疫情继续影响高等教育,在线学习是一个被放弃的结论。然而,数字鸿沟阻碍了弱势学校和学生向在线学习过渡的努力。随着疫情持续改变教育格局,许多挑战出现,阻碍学生充分发挥电子学习的潜力。其中之一是进入科学、工程和计算机科学项目的物理实验室。本研究评估虚拟实验室用于教学信息安全和道德黑客的实际解决方案。该课程为期五个学期,对164名学生进行了调查。该调查测量了对虚拟实验室的看法、享受、体验和态度,结果支持虚拟实验室的采用和接受。
2022-08-17 cs.CR cs.CY
A Learned Simulation Environment to Model Student Engagement and Retention in Automated Online Courses
Zurich University of Applied Sciences(苏黎世应用科学大学);Kikodo Education Technology Sàrl(基科多教育技术有限公司)
我们开发了一个模拟器来量化练习顺序对学生参与度和保留率的影响。我们的方法结合了神经网络表示用户和练习使用动态矩阵分解方法的建设。我们进一步创建了成功和辍学预测的机器学习模型。因此,我们的系统能够根据选定的给定练习序列预测学生的参与度和保留率。这为开发多功能强化学习代理打开了大门,这些代理可以取代私人辅导在考试准备中的作用。
2022-12-22 cs.AI cs.CY cs.LG
Multimedia Storage in the Cloud using Amazon Web Services: Implications for Online Education
本报告分为三个部分。首先介绍了云存储产品,特别是Amazon Simple Storage Service(S3)。其次,该报告讨论了SmugMug迁移到Amazon托管的云的案例研究。SmugMug是一家优质的在线照片和视频共享服务公司,目前拥有来自世界各地的业余和专业摄影师的数十亿张照片和视频。本报告还包括如何修改网站和使用Amazon S3在云中托管视频的分步说明。这些发现是根据Amazon S3对电子学习机构的有用程度进行评估的,特别是针对移动内容交付的机构。最后,本文涵盖了版权和隐私的影响,以了解更大的背景。
2016-08-25 cs.CY
Cloud ArcGIS Online as an innovative tool for developing geoinformation competence with future geography teachers
本文详细讨论了在培训未来的地理教师(基于ArcGIS Online应用程序)时使用基于云的GIS技术的科学相关问题。作者概述了在教育过程中实施ArcGIS Online的基本原则(跨学科整合,培训,通信,远程教育和区域研究中的个性化序列),并提供了一个交互式地图的例子,该地图是地理学生最流行的研究形式,在指定的云GIS的帮助下创建。在文章中指出,ArcGIS Online集成到教育过程中允许教师遵循明确的教学策略,考虑到其使用的可能变体(演示,在计算机课堂上直接掌握GIS和以个人模式独立工作)。将云GIS作为地理信息教育发展的新阶段,强调了云GIS的主要优势(全天候访问,在云中使用GIS软件包,使用其他地图以及创建自己的地图和网络应用程序的能力)和缺点(服务货币化,低估GIS在高等学校课程中的作用,缺乏乌克兰内容等)。
2019-09-10 cs.CY
Large Scale Analysis of Open MOOC Reviews to Support Learners' Course Selection
SkillMapper
最近的大流行病改变了我们看待教育的方式。毫不奇怪,儿童和大学生并不是唯一使用在线教育的人。在过去的几年里,数百万成年人注册了在线课程,而Coursera或edX等MOOC提供商报告称,有数百万新用户注册了他们的平台。然而,学生在选择课程时确实面临一些挑战。虽然在线审查系统在许多垂直行业中是标准的,但在MOOC生态系统中不存在标准化或完全分散的审查系统。在这种情况下,我们认为有机会利用现有的开放式MOOC评论,以建立更简单,更透明的评论系统,让用户真正确定最好的课程。具体来说,在我们的研究中,(这是迄今为止使用的最大的MOOC评论数据集)从五个不同的平台,以确定以下内容:(1)数字评级是否为学习者提供了判别信息,(2)对文本评论的NLP驱动的情感分析是否可以为学习者提供有价值的信息,(3)我们是否可以利用NLP驱动的主题发现技术来推断对学习者来说可能很重要的主题,以及(4)我们是否可以使用这些模型来有效地描述基于开放评论的MOOC。结果表明,数字评分存在明显的偏差(63%的评分为5星),主题建模揭示了一些与课程广告相关的有趣主题,以及不同课程的实际适用性或难度。我们希望我们的研究能对该领域有所启发,并促进在线教育评论的更透明方法,随着我们进入后疫情时代,在线教育评论越来越受欢迎。
2022-01-11 cs.CL cs.CY
Likely to stop? Predicting Stopout in Massive Open Online Courses
Massachusetts Institute of Technology(麻省理工学院)
了解学生为什么会辍学将有助于了解学生如何在MOOC中学习。在这份报告中,作为3个单元纲要的一部分,我们描述了我们如何建立MOOC学生辍学的准确预测模型。我们记录了一个可扩展的,停止预测方法,端到端,从原始源数据模型分析。我们试图预测2012年秋季提供的6.002x的止损。这涉及到为数千名学生提取的超过25个预测特征的细致和众包工程,创建用于预测建模的时态和非时态数据表示,使用各种最先进的机器学习技术推导出超过1万个模型,并通过检查超过70000个模型来分析特征重要性。我们发现停止预测是一个容易处理的问题。当提前一周预测时,我们的模型实现了高达0.95(通常为0.88)的AUC(受试者工作特征曲线下面积)。即使是更困难的预测问题,例如仅用一周的数据预测课程结束时的停止,模型也达到了0.7的AUC。
2014-08-14 cs.CY cs.LG
Massive Open and Online Courses and Open Education Resources in Singapore
本文着眼于新加坡提供的大规模开放和在线课程(MOOC)和开放教育资源(OER)的日益普及。尽管这是一个相对较新的现象,但新加坡政府已与不同组织合作,以提高MOOC的质量和可访问性,许多高等教育机构(IHL)正在率先努力改善OER,以促进公众获得更多的教育资源。它还将探讨MOOC和OER面临的好处和潜在问题。例如,MOOC和OER都能够降低大学教育的成本,并增加公众对这些课程的访问。它们还为公众提供技能和职业培训,并鼓励终身学习。然而,从长远来看,MOOC和OER都可能无法持续,因为两者的财务收益可能无法支付安装它们的成本。每个系统也有自己的一系列问题。例如,仍然缺乏保证MOOC质量的正式结构。MOOC的完成率也往往很低,而且使用MOOC作为学习平台存在剽窃问题。开放式资源报告对传统版权政策提出了挑战,而缺乏可持续的资金使其无法得到更广泛的采用。尽管这两个系统可能会改变传统的教育系统,但更深入地了解MOOC和OER及其对学习的影响将是有用的。
2017-08-16 cs.CY physics.ed-ph
Participation-Sensitive Convergence and the Fragment First, Converge Later Pattern in Asynchronous Online Learning: A Topological Analysis Across 22 OULAD Courses
Nakamura Gakuen University(中村学园大学);Hiroshima University(广岛大学)
本研究通过22门OULAD课程的同调分析,验证β0为参与敏感指标,发现截止日期引发先碎片后收敛模式,为AI学习分析提供结构依据。
2026-10-15 cs.CY cs.LG
"Why SuaCode?": Understanding African Students' Motivations for Taking a Smartphone-Based Online Coding Course
University of Ghana(加纳大学);Kwame Nkrumah University of Science and Technology(科怀·恩克鲁玛科技大学);Kwame AI Inc.(Kwame AI 公司);Charite Berlin(柏林夏里特医院);Georgia Institute of Technology(佐治亚理工学院);ETH Zurich(苏黎世联邦理工学院)
研究非洲学生参加基于智能手机的在线编码课程SuaCode的动机,通过对3000份问卷中随机抽取的450份进行扎根理论分析,发现多数学生因提升自我等内在原因参与,为面向非洲学生的编程MOOC设计提供启示。
2026-07-28 cs.CY cs.HC
Linking open-source code commits and MOOC grades to evaluate massive online open peer review
大规模开放式在线课程(MOOC)已被学生用作各种领域的低成本和低接触教育证书。了解这些课程作业背后的评分机制对于评估MOOC证书非常重要。一种常见的自由反应作业评分方法是大规模的同行评审,特别是用于那些不容易通过编程评分的作业。很难评估这些方法,因为这些反应通常需要人工评估。在这里,我们链接了来自GitHub上的公共代码存储库的数据和一个大型在线开放课程的课程成绩,以研究大规模同行评审的动态。这对于理解难以评分作业的动态具有重要意义。由于这项研究不是假设驱动的,我们在一个探索性的框架中描述了结果。我们发现三个不同的集群的重复同行评审提交,并使用这些集群来研究等级如何变化,以响应代码提交的变化。我们的探索还导致了一个重要的观察结果,即大规模同行评审分数是高度可变的,平均而言,随着重复提交而增加,分数的变化与构成重新提交基础的代码更改并不密切相关。
2021-04-15 cs.CY stat.AP
Staying Ahead in the MOOC-Era by Teaching Innovative AI Courses
随着教学数字化转型的快速推进,大学开始面临来自大规模开放式在线课程(MOOC)的激烈竞争。因此,大学必须将自己与MOOC区分开来,以证明三到五年制学位课程对未来学生的附加价值。在本文中,我们展示了我们如何在Deggendorf理工学院在ML和AI方面应对这一挑战。我们首先分享我们的最佳实践,并提出两个具体的课程,包括他们独特的销售主张:计算机视觉和人工智能创新管理。然后,我们展示了这些课程如何有助于Deggendorf理工学院区别于MOOC(和其他大学)的能力。
2021-08-13 cs.CY