战胜你较弱的自我:一项混合方法研究关于游戏化在学术界克服拖延的问题
作者
游戏化设计(Gamification)智能辅导系统与学习分析中小学教师(K-12)大学教授与研究人员在线课程设计师
拖延症是指明知将来会有负面影响但仍故意推迟任务的行为。尽管拖延症可能对身心健康产生严重影响,但研究刚刚开始探索信息系统在帮助学生克服拖延症方面的潜力。具体来说,虽然现有的学习系统越来越多地采用游戏设计元素,将学习转变为一种愉快且有意义的冒险,但对于游戏化方法在学术环境中克服拖延症的效果却知之甚少。本研究通过在高等教育学生中进行混合方法研究,推进了关于游戏化对抗拖延症的知识。我们的研究结果揭示了游戏化对自我效能、自我控制和拖延行为的影响模式和结果。这些发现通过更好地理解游戏化解决拖延症的潜力,为理论做出了贡献。实践者可以通过关于如何设计游戏化学习系统以支持学习者进行自我组织工作的启示来获得支持。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 80%
奖励还是不奖励:虚拟奖励的解释如何影响游戏化学习中的内在动机
CHI '26· 游戏化设计(Gamification) +1
- 67%
扩展时间:在整个学年中对数以万计的学生进行可泛化的情绪检测
CHI '19· 认知障碍与神经多样性(自闭症、ADHD、阅读困难) +1
- 67%
QuizBot:一个基于对话的适应性学习系统用于事实知识
CHI '19· 对话式聊天机器人 +1
- 67%
实时难度自我报告的视频讲座的持续评估
CHI '19· 在线学习与 MOOC 平台 +1
- 67%
探索智能辅导系统在素描基础教学中的潜力
CHI '20· 编程教育与计算思维 +1
- 67%
向自动化反馈教师话语以促进教师学习
CHI '20· 智能辅导系统与学习分析 +1
- 67%
绘制基于项目的AI学习的未来:与学生的共同设计探索
CHI '24· 大语言模型(LLM)的人机协作 +1
- 67%
解锁科学概念:LLM生成的类比对学生理解和课堂实践的有效性如何?
CHI '25· 大语言模型(LLM)的人机协作 +1
- 67%
超越分数:可解释智能评估增强职前教师评估素养
CHI '26· 可解释人工智能(XAI) +1
- 67%
他们会再试一次吗?一项关于智能辅导系统中支持坚持性的支架的大规模随机对照试验
CHI '26· 智能辅导系统与学习分析 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642048
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
游戏化设计(Gamification)、智能辅导系统与学习分析
work
职业/产业
中小学教师(K-12)、大学教授与研究人员、在线课程设计师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文