关于学生参与远程学习的可持续发展科学研究,以设计在线智能评估系统

科学领域:

• 可持续性科学 可持续性科学
• 高等教育 高等教育
• 数字学习数字学习

背景情况:

• 可持续性科学的远程学习正在增长,但研究缺乏对全球参与主题的全面分析,特别是导致学生参与度低下的因素.
• 现有的文献往往侧重于具体的细节,而不是影响学生参与在线可持续发展计划的总体主题.
• 本研究通过综合全球主题和探索影响学生参与远程学习的因素来解决这一差距.

研究的目的:

• 调查影响全球高等教育机构学生参与远程学习计划的多方面的因素.
• 开发一个理论框架,确定学生参与在线高等教育的关键方面.
• 提出一个自动化系统来评估和分析学生在数字学习环境中的参与.

主要方法:

• 与42名学生和2名教育工作者进行了半结构化访谈,来自参与远程学习计划的大学.
• 开发了一个理论框架,以确定学生参与高等教育的关键组成部分.
• 利用机器学习算法创建了一个学生参与度评估系统.

主要成果:

• 社会文化,基础设施和数字公平因素被确定为对学生参与远程学习的主要影响因素.
• 开发的系统有效地识别了低参与度的学生.
• 该分析强调了社会文化,基础设施和数字平等在学生参与中的相互联系.

结论:

• 了解社会文化,基础设施和数字公平对于提高学生参与远程学习至关重要.
• 拟议的基于机器学习的评估系统提供了一种新的方法,可以主动解决和改进数字学习体验.
• 这项研究为开发更有效,更具包容性的远程学习战略在可持续性科学及其他领域提供了基础.