时间转换器:支持在线学习者课堂内积极多任务处理的双时态学习环境

最佳论文
在线学习与 MOOC 平台智能辅导系统与学习分析协作学习与同伴教学大学教授与研究人员在线课程设计师在线辅导教师

文献标题

Time-Turner: A Bichronous Learning Environment to Support Positive In-class Multitasking of Online Learners

文献信息

  • 主题领域: 人机交互 (HCI),在线学习与时间管理
  • 关键词: 在线学习,多任务处理,学习环境,双时学习,用户界面设计,认知设计,元认知监控

研究背景与问题

  • 问题与挑战:
    多任务处理是一个普遍现象,但大量研究表明,它对学习绩效存在负面影响,尤其是在在线课堂中更为明显。然而,大学生尽管意识到多任务处理的弊端,但仍然选择这样做,主要是为了提高生产力。此外,传统的减少多任务干扰的设计未能考虑学生在课堂上的行为动机与个性化需求。

  • 重要性与研究动机:
    作为现代在线学习的一部分,同步课程的互动与社交属性被广泛认可。然而,与线下课堂相比,在线环境中学生更容易受到多任务干扰。因此,需要研究支持在线课堂中“积极多任务”(Positive Multitasking)的方法,而不是通过限制来完全消除多任务行为。

  • 相关工作:
    大量研究探讨了多任务处理的消极影响和自我控制工具,但对支持性技术设计、优化多任务权衡的研究尚处于起步阶段。


解决方案

  • 提出的方法:
    Author 提出了 Time-Turner 原型,一个双时学习 (Bichronous Learning) 环境,将同步和异步学习结合,帮助学生在多任务过程中加速批注并实时回顾遗漏内容。研究通过一系列认知和元认知设计元素支持在线课堂中“积极多任务”。

  • 创新之处:

    • 提出新的双时学习概念,用于帮助学生在现场课堂中快速恢复遗漏的内容。
    • 增强学习的元认知功能,帮助学生在多任务中监控内容和时间进度。
    • 不试图禁止多任务处理,而是通过支持性设计解决策略性挑战。
  • 设计与实施:
    主要设计元素包括:

    1. 认知设计元素
      • D1: 提供实时访问课堂录像的功能,允许学生异步查阅遗漏内容。
      • D2: 增强的时间进度条,显示实时课堂与学生进度的时间差。
      • D3: 提供内容加速播放功能,并允许设定“目标时间”以帮助学生及时赶上实时课程。
    2. 元认知设计元素
      • D4: 集成课堂讲义,为学生提供主题提醒。
      • D5: 活动提醒,通知学生互动环节开始。
      • D6: 时间管理提醒,允许学生设置短时间警报避免长时间脱离课堂。

研究成果

  • 具体成果:

    1. 认知设计元素有效性验证
      • 学生使用 Time-Turner 后,在模拟在线课堂的多任务环境中的学习成绩提高了 7.5%,在多任务片段中提高了 13.3%
      • 用户反馈中,95%的参与者认为 Time-Turner 有助于学习,并表示愿意在未来课堂中使用此系统。
    2. 元认知设计初步验证
      • 虽然元认知设计元素对支持多任务行为的有效性(例如活动提醒、时间提醒)评价稍低,但用户仍认为这些功能对课堂学习有一定帮助。
  • 优势:

    • 相较现有工具,Time-Turner 更注重支持用户的主动性,允许用户多任务决策的灵活性。
    • 提供一种全新的时间-内容恢复机制,大大减少了因分心导致的补习负担。
  • 实验或评估结果:

    • 使用真实讲座录像作为模拟数据并进行记忆测试,以量化多任务对用户学习的影响。实验证明了一种积极的学习环境可在不干扰用户自主性的前提下显著提高学术成果。
  • 局限性与未来方向:

    • 可拓展性: 目前研究主要集中于记忆测试,在未来研究中需要探索此方法对更高阶学习成就(例如理解与应用)的影响。
    • 参与对象: 研究面向大学生群体,对更广泛的学习者群体(如中学生或职业教育学习者)的适用性尚待验证。
    • 长时效性: 当前实验为短时模拟,需通过更长周期的实地实验研究 Time-Turner 的长效影响。

总结

  • 核心贡献:

    1. 提出了支持积极多任务处理的设计原理与具体实现,并通过 Time-Turner 验证了其学习效果和应用前景。
    2. 提供了关于学生多任务动机和挑战的结构化洞察,为后续学习技术设计奠定了基础。
  • 未来期待:
    鼓励后续研究进一步探索 Time-Turner 元素在真实课堂情境与不同学生群体中的可行性和效果。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/147103/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3641985
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
最佳论文
group
作者
4 位作者
sell
研究子方向
在线学习与 MOOC 平台、智能辅导系统与学习分析、协作学习与同伴教学
work
职业/产业
大学教授与研究人员、在线课程设计师、在线辅导教师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文