在概念映射中提供自适应反馈以提高阅读理解

文献标题

Providing Adaptive Feedback in Concept Mapping to Improve Reading Comprehension

文献信息

• 主题领域: 教育科技与学习策略
• 关键词: 概念图、智能学习环境、比较策略、阅读理解、反馈机制、适应性评价、人机交互、元认知

研究背景与问题

• 问题与挑战

  • 概念图是一种被广泛应用于教育领域的学习活动，对提升学习效果有一定益处，但其高认知需求可能使缺乏必要支持的学生感到负担过重。
  • 现有的反馈机制多集中于最终的概念图结果，缺少对学生概念图绘制过程的实时支持与监控。
  • 现有研究表明，比较策略（例如跨段落对比信息并建立联系）是影响学习效果的关键，但仅提供过程反馈可能不足以促进比较策略的发展。

• 重要性

  • 比较策略能够帮助学生建立概念间的关系，构建自己的知识结构，从而深刻理解学习内容。
  • 如何有效地启发学生采用比较策略并在学习中内化，是改进学习效果的关键问题。

• 研究动机与相关工作

  • 反馈机制的有效性已在教育研究中得到证实，但需要找到结合内容反馈与过程反馈的新方法，以全面支持学生的元认知活动。
  • 需要进一步探索过程反馈和内容反馈的结合是否能促进学生在概念图学习中的比较策略使用和长期迁移效果。

解决方案

• 提出的方法

  • 开发了一个名为 MindDot 的交互式概念图学习系统，结合内容反馈与适应性的过程反馈来激发学生的比较策略使用。
  • 系统在学习任务进行时提供实时反馈，既包含对学习行为的诊断（过程反馈），也包含基于内容的具体建议（内容反馈）。

• 创新之处

  • 首次系统性地将基于内容的反馈与过程反馈结合并应用于概念图绘制过程。
  • 提供实时的反馈支持，而非事后总结的结果反馈，以便即时纠正学生的学习行为。
  • 根据学生的行为模式（例如未建立节点之间的跨链接）触发相应的反馈，帮助学生改正低效行为。

• 实施步骤与关键技术

  1. 系统设计：
     • 系统以双窗口布局形式显示学习内容和概念图，允许学生通过直接长按文本中的单词创建节点。
     • 为学生提供不完整的专家模板作为参考，并通过超链接导航支持概念跳转。
  2. 智能模型：
     • 系统通过10种行为模式分析学生的学习表现（如“未进行回看操作”或“创建跨页面关系”），诊断学习行为的有效性。
     • 动态比较学生的概念图与专家模型，用以评估概念图的完整性和准确性。
  3. 反馈机制：
     • 针对无效行为提供带有具体内容建议的诊断性反馈（例如建议新增节点或比较相邻页面的内容）。
     • 针对有效行为提供正向反馈鼓励。
  4. 实验设计：
     • 招募46名大学生参与，实验设置三组（结合反馈组、仅过程反馈组和无反馈组）进行对比研究。

研究成果

• 具体成果

  • 结合反馈组（CF）的学生学习结果（尤其是复杂问题和自由表达问题）明显优于仅过程反馈组（PF）和无反馈组（NF）。
  • CF组学生在概念图构建中表现出更高频率的比较策略使用。

• 优势比较

  • 与PF和NF相比，CF组在主要学习阶段和迁移阶段均表现出更高的比较策略使用率。
  • 内容反馈帮助学生快速识别关键概念及其关系，在一定程度上减轻了高策略活动的认知负担。

• 实验与评估结果

  • 在主实验阶段，CF组在解释性题目和自由输入题上的得分显著高于其他组（解释性题：p=0.03；自由输入题：p=0.028）。
  • 在迁移测试阶段，CF组虽然比较策略得分高于PF，但总体学习结果无显著区别。
  • 比较策略得分与实际学习分数并未呈现显著相关，表明策略的习得可能具有短期效应。

• 局限性与未来方向

  • 局限性：
    • 实验场景为实验室而非课堂环境，时间限制可能影响了学习行为。
    • 缺少仅内容反馈组，难以分离内容反馈的独立效应。
    • 样本量较小，部分显著性可能受限于统计效能。
  • 未来方向：
    • 在实际课堂环境中测试反馈机制，进一步验证其长期效应。
    • 探索如何支持比较策略的内化和迁移，例如结合学生的自我反思或思维过程记录。
    • 增加对反馈适应性的研究，以优化反馈的认知负担并提升学习效果。

通过本研究，作者为概念图及比较策略研究提供了创新性贡献，并提出了适应性反馈工具的新设计框架，为未来教育研究和技术开发提供了重要借鉴。