Dec, 2023
利用思维出声数据理解自我调节循环特征与智能辅导系统中学生表现的关系
Using Think-Aloud Data to Understand Relations between Self-Regulation Cycle Characteristics and Student Performance in Intelligent Tutoring Systems
Conrad Borchers, Jiayi Zhang, Ryan S. Baker, Vincent Aleven
TL;DR研究证明通过问题解决中的自我调节对学习的重要性，该研究通过学习分析主要关注学生在整体学习过程中运用的自我调节行为，而有限的研究涉及到学习者在实时表现中的差异，通过智能辅导系统研究了学生在化学计量学中的自我调节行为与实时表现之间的关系，通过 AI 生成的思考记录检测 SRL 行为，发现了四个 SRL 类别（信息处理，规划，执行和意识到错误）的存在与否，且考虑到学生使用的 SRL 的存在，频率，循环特征以及最近性与学生在多步问题中的后续表现之间的关系，结果显示在自我调节循环的处理阶段，学生的行动表现出了比较低的实时正确性，我们讨论了系统重新设计的机会来增加处理阶段的 SRL 支持以及基于思考记录数据的 SRL 评估速度研究的发展方向。