• 在线协作学习对学习者知识建构的影响研究—李祎凡

    普通类
    • 支持
    • 批判
    • 提问
    • 解释
    • 补充
    • 删除
    • 文献综述题目

    中文题目:在线协作学习对学习者知识建构的影响研究:系统性文献综述

    英文题目:Research on the Impact of Online Collaborative Learning on Learners' Knowledge Construction:A Systematic Literature Review

    关键词:collaborative learning, knowledge construction, online learing

     

    • 第1周作业

    我研读的论文为《Facilitating knowledge construction in informal learning: A study of TikTok scientific, educational videos(促进非正式学习中的知识建构:TikTok科学教育视频研究)》,本文主要研究社交媒体与非正式学习的影响和作用关系,将TikTok短视频平台上的科学和教育标签下的259个视频中的508114条评论创建为一个语料库,使用机器学习等相关模型进行数据分析,针对“TikTok上科学教育视频的特点”、“短视频评论中的知识建构模式是什么”和“短视频特征与知识建构模式之间的关系”这三个问题进行剖析,从而确定TikTok上知识建构的关键模式之间的联系。

    首先,从研究背景看,研究者们不仅阐述了非正式学习、知识建构的概念,还将当下的数字化环境同前面两者进行结合来阐述当前社交媒体上的用户正在进行的非正式学习活动促进了不同环境中学习者的协作与互动,使得我们能够以独特的数字化视角窥探社会型知识建构模式。

    其次,在研究方法部分,研究者们收集了短视频的元数据——视图、喜欢、评论、分享与标签。具体来说,研究者们先从TikTok平台上带有科学教育标签地有关视频评论中收集潜在的知识建构评论,具体短视频标签有:#science、#learnontiktok、#edutok、#stem、#biology、#physics、#space和#astrophysics。之所以收集了除标签和评论以外的数据,是因为可以从其他数据量中直观地反映出该标签下的视频的受众情况以及受欢迎程度,从而反映出是否真的有许多用户能够从该视频中进行学习以完成特定目的的知识建构。

    另外,研究者还在文中提到了一个近来比较受关注的词汇——数据伦理,为了分析评论区中潜在的知识建构情况,势必要收集大量的用户数据,虽然短视频平台上的部分用户资料是公开的,但是针对不同用户的年龄、社会和家庭身份等情况,所收集的数据是否会对不知情的用户产生负面影响,这也是必须要考虑的。

    在分析收集数据方面,研究者们主要使用IAM(Interaction Analysis Model,交互分析模型),因为IAM认为知识是社会建构的,这与短视频的非正式学习方式是一致的,即有别于传统的封闭式的学习环境。此外,IAM还认为,由计算机辅助的社会型学习能够让个体分享想法、探索冲突、协商交流和综合应用知识以及将新构建的知识应用于新环境等方面,这也与非线性的数字化学习方式相统一。而且,IAM已经被应用于众多网络社交活动之中。例如,MOOC、异步讨论学习舍社交媒体等,从这方面来看使用IAM模型分析TikTok中的知识建构模式与非正式学习之间的关联是又很大优势的。

    然后,讨论下文中研究者们的三个研究问题:“TikTok上科学教育视频的特点”、“短视频评论中的知识建构模式是什么”和“短视频特征与知识建构模式之间的关系”。

    (1)针对短视频的科学教育视频特点,研究者根据TikTok平台的特征——视频产出、评论区互动、用户喜好导向等进行分析。例如,用户在评论区内的讨论可以视为群体的社会型知识建构,有助于非正式学习活动的社会传递。

    (2)在考察短视频评论中的知识建构模式时,研究者们分五个步骤进行:

    • 收集数据;
    • 利用知识建构编码方案从539条评论子集中归纳出符合分享想法、探索分歧、合作协商、想法综合、应用新知和非知识建构这6个方面的评论;
    • 将上一步中的分类结果综合为一个语料库并使用单独的机器学习模型进行知识建构;
    • 使用BERT模型对TikTok元数据进行分析后也进行一次知识建构;
    • 获得两次知识建构预测结果将用于分析短视频特征与知识建构模式之间的关系。

    (3)在分析短视频特征与知识建构模式之间的关系时,使用KMeans聚类算法对两次机器模型预测结构进行计算,从而了解短视频是如何促进不同形式的知识建构。

    最后,根据文章中研究者们的讨论和总结,我们可以了解到一些结论——由于TikTok上的用户互动是由算法驱动的,用户会自动获得来自他们不主动关注的热门标签或视频博主的内容,随着用户在观看特定内容后又会被推送到类似标签的内容,然后会在此类视频评论区中与其他用户进行交流,这使得知识构建的发生和深入发展。我们可以进一步展望非正式学习在社交媒体中的深度发展,随着各种不同视频平台蓬勃发展,像抖音、哔哩哔哩等应用和站点已经深入影响了我们的社会生活,而且也有特定对学习板块和视频供网络用户进行观看,加上移动通信的发展使得我们可以在精巧的手机终端上就可以与其他用户进行交流,因此非正式学习在未来学习活动中占据很大比例,但是其仍然无法替代传统的正式学习,毕竟需要考虑到网络资源到合法性与有效性,而且学习者个人在非正式学习活动中无法保持高水平的学习效率。不过,将非正式学习与正式学习相结合,我们可以达到“1+1>2”的效果。

    • 文献综述大纲(中文,旧)
    • 文献综述大纲(英文)
    • 摘要(没写完)
    • 文献阅读一
    • 文献阅读二
    • 文献阅读三
    • 文献阅读四
    • 标签:
  • 加入的知识群:
    学习元评论 (0条)

    评论为空
    聪明如你,不妨在这 发表你的看法与心得 ~



    登录之后可以发表学习元评论
      
暂无内容~~
顶部