10.3969/j.issn.1673-8454.2023.09.013
基于行为识别的课堂深度学习成绩预测模型研究
课堂学习行为智能识别和大数据分析为课堂高阶认知评价带来契机.利用数据技术挖掘学生课堂学习行为对深度学习成绩的影响关系,解决识别与评价课堂高阶认知不足的现实问题.以英语和化学两门学科为例,以课堂学习行为为自变量,以测试试卷深度学习成绩为因变量,通过高斯消元、回代总样本求均方差最优解等算法,分析出课堂"听讲""阅读"等 8 种课堂行为对深度学习成绩的权重影响,构建课堂学习行为与深度学习成绩间的预测模型,依据模型可识别和评价学生的高阶认知是否发生,为常态课堂高阶认知规模化评价提供科学依据和技术支撑.
行为识别、深度学习、深度学习成绩预测模型、过程性评价
29
G434;G632.0(电化教育)
河南省教师教育课程改革课题研究项目;河南省基础教育教学研究项目
2023-10-11(万方平台首次上网日期,不代表论文的发表时间)
共11页
108-118