arXiv · cs.AI · Maeva Somny (LIRIS), Linda Chouati, Marie Lefevre · 10 小时前模型评分30
用机器学习通过学习者交互轨迹测量技术增强学习中的自我效能信念
Using Machine Learning to Measure Self-Efficacy Belief Through Learners' Interaction Traces in Technology-Enhanced Learning
导读
研究团队开发了一套基于数据挖掘与机器学习的方法，通过学习者在技术增强学习（TEL，Technology-Enhanced Learning）系统中的交互轨迹识别低自我效能信念。团队在两所大学开展实验，收集交互轨迹与自我效能自评数据，并构建包含多个分类模型的机器学习流程。结果显示，由于自我效能信念在学习过程中高度动态变化，密切监测它有助于提升预测性能。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：企业学习与教育
事件类型：研究发布
证据摘录
- “In this paper, we present initial results and future perspectives on a detection approach based on data mining and machine learning techniques to identify features indicative of low self-efficacy beliefs.”
来源：arXiv · cs.AI · arxiv.org