在家学习:基于直播的远程教育体验在中国高校中的混合方法分析(COVID-19大流行期间)

在线学习与 MOOC 平台协作学习与同伴教学中小学教师(K-12)大学教授与研究人员在线课程设计师

文献标题

Learning from Home: A Mixed-Methods Analysis of Live Streaming Based Remote Education Experience in Chinese Colleges during the COVID-19 Pandemic

文献信息

  • 主题领域: 在线教育、人机交互、直播教学
  • 关键词: LS学习, 在线直播, 远程教育, COVID-19, 人机交互, 中国高等教育, 同步学习模式, 教学设计, 学生参与, 教师学生互动

研究背景与问题

  • 发现的问题或挑战: COVID-19全球大流行彻底改变了传统教育模式,使其转向纯在线远程学习。如何优化直播为基础的远程教育体验以提高学习效果成为重要议题。
  • 重要性: 直播学习(LS学习)在疫情期间被广泛应用,并可能成为未来混合教育模式的核心组成部分。因此理解和优化LS学习不仅有助于当前远程教学,还能为未来教育工具设计提供指导。
  • 研究动机与相关工作:
    • 直播学习的特点包括实时互动、无形的物理距离,且被设计为正式的长期学习过程。
    • 研究目标是揭示直播学习的体验、关键挑战,并探索如何通过更加有效的设计支持教育目标达成。

解决方案

  • 提出的方法或解决方案:
    • 通过混合方法分析(半结构化访谈与大规模问卷调查)研究中国高校疫情期间直播学习的教育体验。
    • 研究重点包括:个人学习体验、师生互动、学生间互动以及社区感知。
  • 创新之处:
    • 综合方法的使用:结合定性访谈与定量数据分析,提供对用户体验的全面洞察。
    • 深入探讨LS学习的互动形式如何影响教育实践。
  • 实施步骤和关键技术:
    1. 访谈: 对30名学生与7名教师进行深度访谈,探讨直播学习的具体教学与学习体验。
    2. 问卷调查: 6291名学生与1160名教师参与调查,比较传统课堂与直播学习的差异。
    3. 数据分析: 聚焦于直播学习中采用的互动形式(如音频、视频、文字框、弹幕、测试与投票)如何塑造学习体验。

研究成果

  • 具体成果:
    • 学生在疫情期间通过直播教育达到了一定的学习目标。
    • 直播学习提供新的互动形式(如弹幕与文字框),增强了师生关系,但也存在减弱学生间互动与社区感的情况。
  • 优势:
    • 与传统学习相比,直播教育提供即时反馈与多样化交互形式,提高在线学习的兴趣与参与度。
    • 某些课程类型(例如大规模讲座课程)在直播教学中甚至具备更高的效率和质量。
  • 实验或评估结果:
    • 学生报告的学习注意力与学习效率下降。
    • 在小规模课堂中,在线互动帮助缩短师生间的心理距离。
    • 社区感(尤其是学校层面的社区感)因缺乏面对面交流与课外活动而减弱。
  • 局限性与未来方向:
    • 直播学习难以支持实践类课程与实验室课程,技术功能尚需进一步完善。
    • 未来可以探索如何整合虚拟现实(VR)等新兴技术,为在线教育创造更具沉浸感的学习环境。
    • 需要调查直播学习在非中国文化背景下的体验与表现。

实践应用与设计建议

  • 不同课程的实施建议:
    • 大规模讲座课程: 主要采用教师音频、视频与屏幕共享,同时辅以弹幕和测试功能。
    • 小规模讲座课程: 两向音频互动可增强师生间交流。
    • 互动课程: 加强学生分组讨论功能,支持全员视频与音频聊天。
    • 实践课程: 提高对视频质量与实时反馈的支持。
    • 实验室课程: 邮寄实验材料或利用远程操作技术完成实验至关重要。
  • 设计建议:
    • 平台应支持多样化交互形式及匿名与实名制的均衡使用。
    • 增加焦点模式以优先选择重要信息(例如教师音频与视频)。
    • 提供分层角色系统以支持教师与协同人员的任务分配。

未来混合教育启示

  • LS学习在疫情期间展示了有效的远程教育可能性,为未来将在线与离线教育结合的混合教育提供了启发。例如保留弹幕、文字框、测试等互动形式以提高学习参与度。

结论

总结了直播学习在COVID-19期间如何支持学生学习,并提出了设计指导原则与未来教育工具发展方向。这对当前在线教学与未来混合教育的构建具有重要价值,同时指出了直播学习目前的主要缺陷与未来改进的研究方向。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47618/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445428
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
8 位作者
sell
研究子方向
在线学习与 MOOC 平台、协作学习与同伴教学
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
已索引正文
hub
相关论文
10 篇相关论文