- 年份
- 2024(5747)
- 2023(8354)
- 2022(7443)
- 2021(7101)
- 2020(6334)
- 2019(15195)
- 2018(15379)
- 2017(29844)
- 2016(16304)
- 2015(18642)
- 2014(18761)
- 2013(18366)
- 2012(16890)
- 2011(15179)
- 2010(15432)
- 2009(14264)
- 2008(14188)
- 2007(12930)
- 2006(10934)
- 2005(9797)
- 学科
- 济(68953)
- 经济(68890)
- 管理(45474)
- 业(44118)
- 方法(38305)
- 企(36357)
- 企业(36357)
- 数学(34497)
- 数学方法(33854)
- 农(17915)
- 财(16216)
- 中国(15655)
- 业经(13961)
- 学(13496)
- 贸(13144)
- 贸易(13138)
- 易(12782)
- 理论(12131)
- 地方(12066)
- 农业(11698)
- 制(11375)
- 和(10484)
- 务(10172)
- 财务(10124)
- 财务管理(10095)
- 银(10048)
- 银行(10026)
- 技术(9775)
- 融(9587)
- 金融(9584)
- 机构
- 大学(234989)
- 学院(233015)
- 管理(94474)
- 济(93344)
- 经济(91303)
- 理学(82458)
- 理学院(81565)
- 管理学(79744)
- 管理学院(79333)
- 研究(72419)
- 中国(55253)
- 京(49241)
- 科学(46256)
- 财(41487)
- 农(39022)
- 所(36635)
- 业大(35726)
- 中心(35653)
- 江(34565)
- 财经(33621)
- 研究所(33565)
- 农业(30893)
- 范(30875)
- 北京(30784)
- 师范(30578)
- 经(30455)
- 经济学(28319)
- 州(27694)
- 经济学院(25761)
- 院(25543)
- 基金
- 项目(157378)
- 科学(124492)
- 基金(115092)
- 研究(112680)
- 家(100246)
- 国家(99473)
- 科学基金(86078)
- 社会(70146)
- 社会科(66499)
- 社会科学(66479)
- 省(61646)
- 基金项目(60991)
- 自然(57810)
- 自然科(56604)
- 自然科学(56592)
- 自然科学基金(55582)
- 教育(54308)
- 划(52353)
- 资助(48728)
- 编号(47410)
- 成果(38220)
- 重点(35275)
- 部(35266)
- 创(32668)
- 发(32393)
- 课题(31527)
- 科研(30980)
- 创新(30441)
- 教育部(30392)
- 大学(29881)
共检索到330264条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 中国成人教育
[作者]
程振林
教育智能时代，基于生物技术的多模态数据表征网络学习行为方法已成为研究网络学习行为的新领域，为探究网络学习行为发生机制、表征网络学习行为提供了新的方法和手段。本研究中多模态数据支持下的网络学习行为分析，整合了教育学、信息科学、行为科学、脑科学、神经科学等学科领域的知识、技术和方法，借助学习分析技术、教育智能设备、模态传感器获得学习者多重感知状态下的学习数据，将其中学习者外显的网络学习行为和内隐的生理、心理行为指标结合起来，构建了网络学习行为的全维数据基础，极大程度上还原了网络学习的发生过程，从而更加真实、全面地刻画和呈现了网络学习行为，进一步规范了以数据为驱动的网络学习行为的全方位的分析研究。
[期刊] 中国远程教育
[作者]
胡航 杨旸
深度学习评价是多领域交叉形成的一个新方向,通过采集并构建深度学习数据库创设深度学习评价分析模型以达到优化教育评价的目的。根据目前的研究基础和研究问题,深度学习数据库根据"脑—行为—认知—环境—技术"五种模态进行数据的采集、标注与分析;学习绩效预测利用运动预测指标与课堂预测指标,为分析和量化运动、课堂行为与学习绩效之间的关系提供有力的评价支撑;深度学习评价分析基于"四个基本要素""四个基本原则"这一前提,保证其遵循教育规律、教育现实与教育发展。未来基于多模态数据的深度学习评价可从数据采集自动化、整合预测模型、深化教育应用、统一机理、增强决策智慧化等方面实施和改进。
[期刊] 开放教育研究
[作者]
邵明铭 赵丽
随着教育新基建进程的不断推进，依托人工智能技术实现高质量教育、个性化发展的目标将逐步变得可能。学习风格是个性化学习的重要指标，学习风格理论在教和学过程中具有重要的指导作用。学习风格分析研究历经从静态学习者模型到广义动态模型，从量表测量法到技术分析法的进路演变。基于多模态技术的学习风格分析也获得长足发展，但同时陷入技术层面的支持不足和伦理层面的隐私危机等困境。本研究提出融合多主体数据采集与新算法的多模态学习风格分析路径，即“数据层—信息层—应用层”分析框架，以期服务于未来的个性化教学理论与实践研究，为多模态学习风格分析的数据收集、处理、分析和应用提供优化思路。
[期刊] 中国远程教育
[作者]
王丽英 何云帆 田俊华
显性化测量与评估在线学习行为和情感状态是学习分析领域的研究热点。为克服单模态数据分析片面和多模态数据融合模糊等问题,全面感知和反馈在线学习过程状态,本研究构建了一种在线学习行为多模态数据融合模型。该模型利用自动化操作行为事件监听、表情识别、生理特征监测等原理,从行为、情绪和认知3个维度进行时序数据同步融合、分层递进诊断评估和统计聚类分析;考虑到对在线学习者具有较低的侵入性和干扰性,该模型在技术实现上采用分布式物联网技术和开放式Django Web服务器部署技术,形成学习过程状态数据的自动采集、分析、融合、评估和反馈等多层体系结构;应用该系统对MOOC环境下在线学习行为评测实验,讨论了本模型的准确性、易用性和有用性等问题。研究结果表明,本研究构建的模型能够为在线学习分析提供一种有效的技术解决方案,为同类研究可提供方法借鉴与技术实现参考。
[期刊] 中国远程教育
[作者]
钟薇 李若晨 马晓玲 吴永和
作为数字时代的产物,学习分析以教育领域数据为研究对象,通过挖掘其背后隐含的信息实现对教育的促进。当前学习分析研究主要集中在在线学习领域,但是学习本身发生在多样的环境中,学习过程更是涉及学习者的行为、心理、生理等多个层面,而当前的技术发展正为采集并分析学习者学习过程中多种模态的数据提供基础。基于此,本文从技术的视角讨论多模态数据环境下学习分析的发展趋向,梳理多模态学习分析的技术支撑,指出未来的学习分析应该利用脑电感应、眼动追踪等多模态生物识别技术收集个人层面的学习数据,结合教学技术工具中的系统日志、全方位课堂音视频录像等方式追踪学习者的学习和社交轨迹,全面剖析学习者的行为层、心理层和生理层数据,以期为进一步实现精准化的教与学提供有效支撑,并推进国家自然基金对学习分析与评估基础性研究的探索。
[期刊] 开放教育研究
[作者]
唐烨伟 卜凡丽 赵一婷
如何精准识别学习者情绪，深度融合各模态情绪数据，剖析情绪发生的作用机制，已成为智能教育发展的关键问题。本研究提出学习者多模态情绪融合分析概念，从学习者多模态情绪融合分析的动因、框架与路向三个维度，探索多模态情绪数据之间的有机融合，精准感知学习者的情绪状态，挖掘多模态情绪数据的潜在价值，实现对学习发展规律的细粒度解析，推进学习者情绪识别领域的实践探索。
[期刊] 开放教育研究
[作者]
薛耀锋 陈瞻 邱奕盛 朱芳清
在人工智能技术迅速发展的背景下，多模态数据分析在教育领域的重要性日益凸显。本研究通过提取学习者在线学习中产生的脑电数据、表情数据和眼动数据等，构建了基于多模态数据的认知风格智能识别框架，并运用六种机器学习模型验证其有效性。研究结果显示，四种机器学习模型的识别准确率超过80%，且最佳模型的准确率达89.17%,F1分数达0.9241。此外，与基于单模态数据的模型相比，基于多模态数据的认知风格模型识别表现更佳。这表明，多模态数据融合策略具有优越性，有助于加强在线学习平台的适应性和个性化。
[期刊] 开放教育研究
[作者]
薛耀锋 陈瞻 邱奕盛 朱芳清
在人工智能技术迅速发展的背景下，多模态数据分析在教育领域的重要性日益凸显。本研究通过提取学习者在线学习中产生的脑电数据、表情数据和眼动数据等，构建了基于多模态数据的认知风格智能识别框架，并运用六种机器学习模型验证其有效性。研究结果显示，四种机器学习模型的识别准确率超过80%，且最佳模型的准确率达89.17%,F1分数达0.9241。此外，与基于单模态数据的模型相比，基于多模态数据的认知风格模型识别表现更佳。这表明，多模态数据融合策略具有优越性，有助于加强在线学习平台的适应性和个性化。
[期刊] 中国远程教育
[作者]
彭红超 姜雨晴
多模态数据凭借其全面、精准、保真地刻画学习画像的优势,成为支持教育科学研究的新兴趋势,但其二十余年的发展脉络并未得到系统探析。对此,本研究结合计量统计分析与内容分析方法,对209篇国内外核心期刊文献进行了全面、深入的解析,发现:国内外多模态数据支持的教育科学研究均大致经历了萌芽期、扩列期、裂变期三个阶段;在内容方面,国外研究呈多模态话语和多模态生理两个“小宇宙”态势,国内则集中于后者;在数据分析方面,国内外均呈多模态话语分析和多模态学习分析并驾齐驱之势;其理念发展经历了三方面的演变,在数据证据方面由行为证据扩展至生理证据,在数据分析方面由统计分析向多模态学习分析转变,在学习机制方面由以事件为中心向以人为中心转变;多模态数据融合、研究范式转变和数据隐私依然是当前面临的发展挑战。这些发现有利于研究者全面认识多模态数据在教学实践与科学研究中的作用、价值,精准把握其研究与发展的取向。
[期刊] 中国成人教育
[作者]
张淑杰 刘晓怡
随着信息技术的发展，表意资源越来越多模态化，探讨以基于多模态话语的自主学习框架成为必要。系统功能语言学语境理论的话语范围、话语基调、话语方式，在自主学习语境下分别投射为学习目标、师生关系及自主学习环境设计主要是媒体设计、学生在线互动设计及评估与反思设计三个方面。本文从这三个方面对自主学习进行研究，激发学习者自主学习的参与动机、习得学习策略及自我评估能力，从而提升学习者习得表意资源的效率，发展学习者的表意潜势，最终保证教学目标的实现。
关键词：
多模态话语 自主学习 意义潜势
[期刊] 中国成人教育
[作者]
赵维萍
多模态话语分析理论和翻转课堂都是信息化和多媒体发展的产物。多模态话语分析理论为翻转课堂的研究提供了全新的视角。本文旨在探讨如何建立翻转课堂的多模态话语分析理论框架,分析运用多模态话语分析理论研究翻转课堂的可行性,然后根据系统功能语言学理论尝试建立一个翻转课堂的多模态话语分析理论框架,并对其五个层面,即文化层面、语境层面、意义层面、形式层面和媒体层面,做自上而下的分析,最后探讨多模态话语分析理论应用于翻转课堂的优势。
关键词：
多模态话语分析理论 翻转课堂 理论框架
[期刊] 沈阳农业大学学报(社会科学版)
[作者]
刘艳茹
以2016年外社"教学之星"大赛获奖作品中的两个典型微课为例,在图文关系理论和声画一体论的基础上,重点探讨视觉模态中的图像和文本关系以及视觉模态和听觉模态如何协调共建多模态语篇意义,尝试构建外语微课视频的多模态话语分析框架,以期为动态视频语料的多模态话语分析提供参考。
[期刊] 林业科学
[作者]
王立海 徐华东 邢涛 倪松远
近几十年,木材无损检测一直是中外学者研究的热点,学者也一直不断地探索新的更适合于木材检测的方法(王立海等,2001;戚大伟等,2006;Ross et al.,1994)。近年来,模态分析技术由于其在桥梁损伤、机械故障等领域的成功应用(刘春城等,2009;Cornwell et al.,1999;Ratcliffe,2000),这一技术也逐渐被引入到木材检测领域中。然而,通过试验模态分析技术获取的固有频率等模态参数,其本身并不能直观地对木材缺陷进行定量识别,因此需
[期刊] 中国远程教育
[作者]
孙洪涛
在大数据背景下,学习分析已成为远程教育领域的重要研究主题。其中,社会网络分析是学习分析的重要组成部分。已有研究者对论坛为主的远程交互进行了社会网络分析,但对于新兴Web2.0工具和社交平台中交互的社会网络分析研究仍很欠缺。究其原因,数据获取和分析过程的复杂性是重要因素,而优秀的分析工具可以使社会网络分析过程事半功倍。本文在对现有社会网络分析工具进行比较的基础上,从数据获取、网络技术和图形定制三方面介绍了NodeXL的功能,并通过一个在线教学分析案例介绍了该工具的使用过程。最后,文章分析了NodeXL对于远程教学实践者和开发者的意义。
[期刊] 实验技术与管理
[作者]
李阳 许凌复 崔渭刚 刘竞宇 刘丽
针对现有3DU-Net网络在脑肿瘤分割中存在的训练过程中损失函数值难以降低，对增强瘤、肿瘤核分割精度较差等问题，该文提出了某模型网络的优化方案。首先使用残差网络结构降低训练难度；进一步引入注意力机制对多模态MRI的融合权值进行自适应学习，充分利用不同模态特征信息；最后在网络解码器部分采用双路卷积结构，提高了网络的特征提取能力。实验结果表明，改进后的网络训练损失函数更容易收敛到较小值，且对3种肿瘤的平均分割Dice系数提高了0.018 9，平均Hausdorff距离缩短了1.197 1，在整体分割性能上优于改进前的网络。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
