一、本体在协作学习中的应用（论文文献综述）
彭顺[1]（2021）在《计算机支持的协作学习中参与者模型研究》文中进行了进一步梳理协作学习是指两个或两个以上的参与者一起参与学习,以实现学习目标的学习形式。它是参与成员针对某种特定的主题,自由地分享观念、感情和态度,进而达到知识、技能增长和态度转变的相互学习形式。相对于传统的课程学习,协作学习存在着以下优势:从技能方面而言,（1）可以使较高层次的认知技能获得发展;（2）可以增进口头表达与交流的技能;此外,还可以（3）发展创造性思维;（4）可以达到情感态度的改变;（5）协作学习还提供了扩展可用信息池的机会,从而使团队能够获得比任何独立个体更高质量解决方案。然而,在协作学习过程中不是每一个参与者都有同样学习效果,在计算机支持的协作学习中不同类型参与者之间的知识获得存在着差异,为了深入的了解计算机支持的协作学习中参与者的类型,十分有必要对计算机支持的协作学习中的参与者模型。随着互联网络和计算机技术的发展,计算机支持的协作学习受到越来越多研究者的重视。当前对于计算机支持的协作学习中参与者建模还存在许多争议。本研究旨在考察以下两个问题:（1）分析参与者在计算机支持的协作学习中的行为表现（用于建构参与者模型）。首先,基于积极互相依赖维度,分析了参与者在计算机支持的协作学习中的行为表现,即ICCC变量（Individual Conversation Characteristics Curves variables）包括:参与度、响应速率、内在关联度、整体响应率、社会影响和交流密度;其次,通过文本分析和社会网络分析的方法计算参与者在ICCC变量得分,并采用潜在剖面分析、潜在剖面转变分析、敏感性分析来检验参与者建模（ICCC变量）的有效性。（2）考察计算机支持的协作学习中参与者建模相关变量（ICCC变量）的预测变量及其有效性。一方面,考察参与者的个体因素（前摄性人格、自我效能、积极情绪和任务价值）与ICCC变量关系;另一方面,考察上述预测变量的个体-团体一致性与ICCC变量的关系。本研究采用文本分析、社会网络分析、路径分析和多项式回归等方法对参与者在计算机支持的协作学习中的对话文本和问卷数据进行分析,结果表明:（1）用ICCC变量能较为精确构建计算机支持的协作学习中参与者模型;（2）个体的前摄性人格对参与度、内在关联度、整体响应率、交流密度和社会影响起着显着的正向预测作用;任务价值对参与度、整体响应率起着正向预测作用;自我效能对个体的参与度、内在关联度、整体响应率、交流密度和社会影响起着显着的正向预测作用;积极情绪对参与者的参与度、响应速率起着显着的正向预测作用,对整体响应率起着负向预测作用;（3）个体-团体一致性线上,随着前摄性人格水平的升高,参与者的参与度、响应速率和内在关联度都会随之升高。随着自我效能水平的提升,参与者在计算机支持的协作学习中的参与度、响应速率、整体响应率、社会影响和交流密度都会随之升高。随着积极情绪水平的提升,参与者在计算机支持的协作学习中的参与度、响应速率和社会影响都会随之升高。随着任务价值水平的提升,参与者在计算机支持的协作学习中的参与度、响应速率、内在关联度和整体响应率都会随之升高。而在不一致性线上,团体的前摄性人格高于参与者前摄性人格时,个体在计算机支持的协作学习中的参与度更高;在参与者自我效能与团体自我效能不一致时,它们的不一致水平越高,社会影响也就越高,而交流密度越低。在参与者积极情绪高于团体积极情绪条件下,参与者在计算机支持的协作学习中的内在关联度和整体响应率也较高。本研究的结果表明,参与者的讨论文本和社会关系网络模式表征了其在计算机支持的协作学习中的行为模式,个体因素、团体因素和它们之间的互动会影响参与者在计算机支持的协作学习中的行为表现,影响了计算机支持的协作学习中参与者模型的建构。更广泛地说,本研究者提供了一个探讨参与者内部认知过程、人际模式和社会认知过程的框架,为构建参与者模型,也为未来相关的理论研究和“自适应”计算机支持的协作学习系统的构建提供了理论和实证依据。
单美贤,张静文,赵煜[2]（2020）在《计算机支持协作学习环境中情感本体的构建》文中研究指明计算机支持协作学习（CSCL）环境中情感状态的识别与表达,是小组协作学习活动成功的关键因素,应用于CSCL环境中的情感计算技术可以为协作学习环境中的学习者提供有效的情感反馈和支持。为了帮助实现这一目标,在此借鉴情感本体和协作学习本体研究,以活动理论为基础,创建CSCL情感本体,用于描述CSCL环境中与情感相关的实体、概念、属性以及它们之间的关系,讨论了CSCL情感本体与知识库和ECA规则系统事件生成的关系。最后利用本体来定义和构建CSCL环境,实验结果显示:组内成员之间的情感状态不存在显着差异,但实验组和控制组之间的情感状态则存在着显着差异;CSCL环境情感本体为实验组参与者提供了情感感知和情感反馈,有助于学习者更好地了解小组成员的情感状态,从而更好地开展协作活动。
李幸[3]（2020）在《基于设计的STEM+C教学培养小学生计算思维的研究》文中研究表明计算思维是当前高度信息化智慧时代的重要技能,是K12学习者必不可少的基本技能之一。当前,各发达国家相继把计算思维作为国家人才培养的核心,探索从小学阶段培养计算思维的理论框架和创新课程。我国自2018年1月正式将计算思维作为高中信息技术学科的核心素养,开始重视对计算思维的培养,并逐步向基础教育移步。随着计算思维培养的逐步推进,伴随教学改革的稳健步伐,我国小学传统的单学科教学知识融合不充分、学生被动接受学习的现状已不能适应知识经济时代下融合问题解决能力、创造力等复合能力的计算思维能力的培养。计算思维一般通过信息技术课得以培养,传统的以计算机应用学习为主的小学信息技术课忽略真实生活情境,不重视技术与其他学科内容的融合,计算思维因而失去其解决复杂问题的内核价值。因此,本研究的核心在于探究一种融合多学科知识、重视真实生活情境的培养小学生的复合型计算思维能力的教学框架与模型。本研究围绕三个具体问题开展理论与实证研究,即,一是如何培养小学生的计算思维,探究培养小学生计算思维的理论框架与教学模型;二是如何多元测评小学生的计算思维;三是培养小学生计算思维的效果如何,如何改进和最优化教学。为回答上述问题,本研究主要采用教育设计研究（EDR）范式,运用质性与量性相结合的混合研究法,试图回答以下问题:（1）回答“如何构建培养计算思维的理论框架与教学模型”的问题。研究的理论基础围绕计算思维的理论,包括计算思维的多元定义、系统测评以及培养模型,还围绕多元的基于设计的学习（DBL）模型、STEM+C教育理论以及教学设计框架等开展分析,论证建构基于设计的STEM+C的理论框架与教学模型的可行性与有效性,同时结合小学开展计算思维培养遇到的实际问题进行分析,论证其必要性。基于设计的STEM+C教学框架旨在解决四个核心问题,一是“教学内容是什么”,二是“教师怎么教”,三是“学生怎么学”,四是“学习的结果如何”。理论框架通过环的形式展示,包含四层:第一层为内容层,对应STEM+C学科内容,即学科教学内容为融合科学、技术、工程、数学与计算的跨学科知识;第二层为教学层,即教师如何开展教学,研究采用APT教学框架,考虑多元教学法与策略（P）、技术手段与脚手架（T）以及评价与交互方式（A）;第三层是学生如何开展学习,采用基于设计的学习流程——C5流程;第四层是学习的结果如何。同时,通过对基于设计的STEM+C理论框架进行迭代完善,进一步探讨了培养计算思维的最优化设计。基于设计的STEM+C教学模型雏形是以基于设计的学习（DBL）为基础,融合计算思维实践的新兴教学模型。三轮迭代中对C5学习流程中的APT要素作为迭代完善的核心,通过社会交互与多元评价（A）、多元教学策略与教学法（P）、多元技术手段与脚手架（T）进行迭代完善,从而优化教学。（2）回答“如何评价计算思维”的问题。探究测评计算思维的多维度工具,从而开展能力与技能、认知以及情感的计算思维多元测评工作。计算思维技能采用计算思维测试（CTt）,测评学生的编程计算思维技能;采用Bebras测试,测评学生的一般性的计算思维技能;能力上采用自陈式计算思维量表（CTS）了解学习者自我感知的计算思维能力;计算思维认知结合质性研究方式,采用访谈、焦点小组等质性方法收集数据。情感则通过参与度与自我效能感问卷测评。研究采用经验取样法进行数据收集测评,对学习者在不同情境下的自我感知计算思维能力以及情感维度进行及时的密集型追踪,从而确保数据的真实性、准确性与有效性。同时,利用个案研究更深入了解学习者计算思维能力与相关情感维度。（3）回答“如何最优化计算思维的教学模型并验证其有效性”的问题。研究结合STEM+C学科内容进行课程设计与开发实践,利用教育设计研究方法（EDR）迭代改进教学。研究经过三轮迭代优化,以基于设计的学习为基本学习步骤,优化部分有:增加项目式学习,通过提供学习者项目书支架,帮助学生将整个过程逻辑清晰的串联。在第一个阶段“情境鉴定”,教师鼓励科学探究,设置基于证据的学习问题支架,帮助学习者对问题进行更精准的分解与抽象,还增加了对问题的概括与评估。在设计阶段,对协作学习的角色、协作任务提供更清晰的任务支架,同时教师加强对学生协作设计中STEM+C知识的强化,帮助学习者进一步将STEM+C知识与产品功能、工程设计原理深度联结。在原型制作阶段与迭代完善阶段,针对调试部分,增加了尝试错误与排除错误的试错法,并提供试错支架。在演示阶段,增设了基于量规的评价,确保教师评价、学习者评价过程中深度交互。（4）探究基于设计的STEM+C教学的实施状况与推广效果。在此过程中,利用经验取样法量性研究法结合访谈法、个案研究法等质性研究法深度探究基于设计的STEM+C教学的效果以及改进策略。结论有:一是基于设计的STEM+C教学在自然课堂情境下显着促进学习者的计算思维编程技能与一般性技能,显着促进计算思维能力、参与度与自我效能感。二是利用经验取样法,基于设计的STEM+C学习在不同的阶段有不同的波动,①在设计初期有较大幅度降低,源自于学习者刚开始进行复杂设计的合作,关系具有一定的陌生性,容易产生矛盾冲突,降低效率,伴随教师的积极干预,学习者在后期开始大幅度提升。②虽然在设计与设计演示阶段有一定的回落,但在创造原型阶段迅速回升并在作品交流演示阶段达到最高。三是基于设计的STEM+C教学可帮助小学生缩短在性别上的差距,一开始女生的计算思维显着低于男生,经过学习男生与女生的计算思维基本达到一致。同时,该教学法可帮助缩小学生在初始能力上的差距,学困生得到显着提升,最终基本与学优生持平。四是协作学习在基于设计的STEM+C学习中扮演极其重要的角色。良好的协作是培养计算思维的保障。因此,教师对协作的干预极其重要,提前进行协作技巧的培训、观察小组协作冲突、及时进行协作干预、提供合适的协作与认知支架对开展协作问题解决学习极其重要。本研究的创新之处在于:一是跨学科领域下计算思维培养的教学与学习理论,构建基于设计的STEM+C教学框架与模型,丰富了信息化环境下基础教育领域的教学与学习理论,提供信息化环境下基础教育领域的案例;二是利用经验取样法,精准探究学习者在培养计算思维过程中的波动,并提出干预措施,丰富该研究方法在计算思维以及STEM领域的应用;三是本研究开展基于设计的STEM+C实证研究,探究学习者的计算思维的实施效果,并重点关注性别差异与初始能力对计算思维培养的影响。
祝炀[4]（2019）在《活动理论下课堂协作学习策略研究 ——以初中信息技术课堂学习活动为例》文中指出知识经济的快速发展,给人的思维方式、生活方式、学习方式都带来了质的变化。传统以“教”为主的学习方式逐渐被替代,教学目光也从关注个人层面的学习,转向了以工具为中介,小组为学习单位的共同体学习。随着信息技术课程与教学理论的融合发展,协作学习逐渐被大部分教师所接受,并进入课堂成为普遍使用的学习方式。但是在初中信息技术课程教学中协作学习的应用还不够成熟,教学的的主体性并没有回归到学生身上,使得协作学习沦为一种形式。活动理论从社会历史文化的视角对活动的各个要素进行重新定义,为分析和设计学习活动提供了全新的解决思路。它不仅协调学习过程中学习者、学习内容以及学习小组之间关系,还关注学习活动的发生情境,以及学习活动内外部的转化等。协作学习作为具体的学习活动形式,也同样适用于活动理论的解释。活动理论虽然并不是传统的方法论,但对指导人类各种实践,分析活动关系具有重大的意义。本次研究主要从三个方面展开:一是深入理解协作学习和活动理论的内容和思想,基于活动理论对协作学习活动系统进行深层次的分析;二是调查分析信息技术课堂开展协作学习活动现状,探寻其中的问题;三是基于活动理论提出改进协作学习问题的对策,并进行教学尝试。第一章为绪论。主要介绍了本论文的研究背景,研究目的与意义,以及内容和方法;第二章为理论基础。通过对协作学习和活动理论的内容、思想进行阐述,对活动理论下协作学习活动系统进行分析;第三章为现状研究。运用观察法和问卷调查法对初中信息技术课堂协作学习现状进行调查,并对数据进行分析总结;第四章为对策研究。依据活动理论与协作学习的思想提出改进策略;第五章为教学实践。对提出的策略进行教学实践,并再次运用观察法和问卷调查法进行分析研究;第六章为总结反思。对论文内容和调查过程进行反思,找到不足之处进行总结。
曲家迪[5]（2019）在《基于视觉的拟人双臂机器人自主协调操作研究》文中研究说明拟人双臂机器人符合人类对机器“人”的认知,它具有躯干并配置两条像人类一样灵活的冗余机械臂,利用其双臂协调特点既可以代替人类在特殊环境下作业,又可以在日常环境中实现与人类共融。视觉是常见的机器人外部传感器,通过视觉采集复杂环境信息可以提高双臂机器人的环境适应能力。另外,示教学习可以使机器人从人类示教数据中获得操作技能,实现与人协作,动作模仿,进而提高双臂机器人的人机交互能力以及自主学习能力。本论文围绕双臂协调操作展开研究,引入视觉伺服和示教学习方法来提高双臂机器人操作能力,推动双臂机器人智能化发展。重点解决双臂操作中环境和控制模型不确定,双臂协调特征学习等问题。主要研究内容如下:在双臂机器人非对称协调操作中,基本的任务目标是实现两个操作物位姿对齐。在工业装配场合,操作物的位姿信息是已知的,然而在其他多数应用场合下操作物的位姿信息是未知的。本研究提出一种基于图像视觉伺服的双臂自主定位方法来通过手眼协调方式实现操作物位姿对齐。将协调任务分为操作物位姿预对齐和对齐两个阶段。在第一阶段,采用场景摄像机观测双臂末端特征,结合非对称协调约束与射影空间模型,推导视觉空间路径规划算法获得双臂末端特征的期望轨迹,并采用任务函数法进行轨迹跟踪控制实现操作物位姿预对齐。在第二阶段,通过场景和手眼摄像机同时观测操作物位姿特征,建立操作物视觉位姿约束,推导多任务图像雅克比实现操作物位姿对齐。采用双臂机器人平台,通过两个典型双臂非对称协调任务来验证提出方法的有效性。双臂机器人执行对称协调操作时,任务目标是实现操作物的轨迹跟踪。当双臂末端对操作物的抓取位置精确已知时,双臂末端可以驱动操作物实现轨迹跟踪。然而,当操作物抓取位置存在偏差时,将无法实现操作物轨迹跟踪。本研究提出了基于自适应神经网络视觉伺服的双臂自主跟踪方法来实现抓取位置存在偏差情况下的操作物轨迹跟踪,通过径向基函数神经网络补偿由操作物抓取位置导致的图像雅克比不确定量。另外,由于机械臂冗余自由度的存在,双臂对称协调运动会产生关节角度漂移现象,通过对偶神经网络来求解二次规划问题进而优化冗余闭链运动来抑制关节角度漂移。采用双臂机器人平台,通过两个典型的对称协调任务来验证提出方法的有效性。在人机协作任务中机械臂末端需要跟随人类手部的位置与接触力变化。末端执行器与手部之间存在位置约束和力约束,然而这种位置/力约束通常是依靠经验给定的,这使得机械臂难以实现平稳、安全的协调操作。本研究提出基于人臂协作特征学习的人机协作方法,通过观测和学习人类双臂操作数据,获得可变的位置/力约束,也就是人类双臂协作特征。建立人机协调阻抗模型将人臂协作特征应用于机械臂控制中。采用机器人平台,通过机械臂与人类手臂进行协作搬运任务来验证提出方法的有效性。对于双臂协调运动,两个机械臂末端服从位姿协调约束,双臂关节空间服从运动学约束。然而这两种约束通常依靠经验给定的,这使得双臂机器人在笛卡儿空间难以实现平稳地协调运动,在关节空间难以实现自然地运动。本研究提出了基于人臂协调特征的拟人双臂运动方法。使用体感摄像机获取人类双臂运动数据,采用基于深度卷积神经网络的人臂末端姿态估计方法获得人臂示教数据。采用主成分分析将示教数据映射到特征空间,建立学习模型对人类双臂的臂内和臂间协调特征进行提取。将协调特征进行相似性测量,并建立特征空间冗余机械臂运动学约束以及双臂协调约束,推导双臂拟人协调运动方程重建双臂拟人协调运动。采用双臂机器人平台,通过双臂模拟倾倒和模拟搬运等两类实验任务来验证提出方法的有效性。
卢强[6]（2017）在《信息技术环境下课程学习生态研究》文中研究表明技术的每次革新与进步都会不同程度地影响着人类社会的发展与进步,影响着社会人才的需求与培养,甚至改变着教育教学。当前,信息技术的成熟与广泛应用引领人们步入了全球化知识经济时代,科学技术知识创新成为推动经济发展、社会进步的主因。传统注重“读、写、算”的人才培养理念与方式已不能满足当前社会发展对人才的需求,必然需要变革教育尤其是创造适宜的课程及其学习生态以培养具备适应未来社会的核心素养的人才。审视当下的课程与学习发现,技术尤其是信息技术在课程及其学习领域的不断侵入与扩散,虽在一定程度上改变了课程学习的理念与目标,为课程学习内容的选择与组织、学习资源的获取与利用、学习活动的设计与组织、师生间的沟通与交流等提供了便利和多样可能,却没能实现课程学习生态的全面转变,未能达成有效培养具有核心素养人才的目的,甚至还遭遇着“学习目的囿于片面的知识学习”、“学习过程囿于技术的程式化操作”、“学习主体及其关系的遮蔽”以及“’知识意义缺失’与’人的发展意义的消解’,即学习结果的异化”等现实困境。因此,我们有必要思考:信息技术环境下适应时代人才培养需要的应然课程及其学习生态是什么?以及何以达成?为回答这些问题,本研究首先全面、深入地分析具备核心素养人才的培养对课程及其学习的诉求,探讨技术尤其是信息技术扩散对课程与学习的理解、样态以及运作的作用和影响,全面审视了信息技术环境下课程学习的实然现状及其存在的问题,从哲学根源、认知逻辑和实践路径等方面分析和省思问题背后的原因,进而探寻了生态哲学、生态学习观、人类发展生态学、技术观等解决问题、超越现状可以依凭的思想、观念与理论,从蕴义与样态、价值追求与图景、实践诉求等方面展望、构想、阐释了信息技术环境下应然的课程形态与运作,即生态课程观,并从“为什么学”、“学什么”、“如何学”等方面探讨了生态课程观下的学习意蕴。其次,研究并建构了调控、优化、构建信息技术环境下课程学习生态的运思模型与理论框架。即在厘定生态、学习生态的内涵与外延,厘清课程学习生态的内在本质及蕴意的基础上,探讨了构成信息技术环境下课程学习生态的可能要素,并运用德尔菲法从“理念、内容、教学法、情境、社会交互、技术、教师与学生”等维度确立了课程学习生态的构成要素,在厘清要素内涵与关系的基础上从价值引领、基础支撑、过程再造三个层面建构了设计、优化和构建课程学习生态的运思模型,即信息技术环境下课程学习生态优化理论模型。第三,以信息技术环境下课程学习生态优化理论模型为基础,以生态学领域的生态规划理论为依据,结合课程与学习设计方法,提出了包括“明确课程学习生态优化实践理想与目的”、“聚焦关键因素”、“设计和优化课程学习生态结构”、“’生态化’学习运作”、“评价、反馈与调节”等环节的、“变应然为实然”的课程学习生态优化实践框架、实施步骤与策略体系,为课程学习生态优化活动提供了实践理路与策略指导。第四,以课程学习生态优化理论模型与实践框架为指导,以XX小学为具体实践场,以“坚持落实国家课程标准、体现核心知识与学科关系、体现学校特色实施”为原则对XX小学的课程进行学科内容统整,实施课程学习生态优化实践,并实施评价。评价数据分析发现,经过优化,课程及其学习生态实现了课程学习内容的统整、学习给养环境的重组、课程学习流程的再造、课程人际关系的重建和课程学习文化的重构,初步促成了“知识学习与思维发展相伴、经验获得与体验生发相随、符号习得与意义创生相依”的、“注重理解、迁移和高阶思维发展”的课程学习状态。同时,对信息技术环境下课程学习生态优化实践进行了再审视,并为后继优化实践可能遇到的挑战提出了对策。总的来讲,本研究全面审视和重新梳理了信息时代人才培养诉求以及技术扩散等对课程与学习理解、样态及运作的冲击与影响,以生态哲学、学习理论、人类发展生态学、技术观等为理论基础,从蕴义与样态、价值追求与图景、实践诉求等方面厘定与阐释了生态课程观及其学习意蕴。在厘清信息技术环境下课程学习生态因素与关系、结构与功能等的基础上,构建了分析、调控和优化课程学习生态的理论模型、实践框架与策略体系,并进行实践研究,为信息技术环境下课程学习生态优化提供了运思框架、实践理论和策略支持,为创新课程学习方式提供了实践范例。
权国龙[7]（2017）在《CSK可视化知识表征设计、应用及效用分析》文中研究说明人类的进步离不开每个人不断的学习与自我提升。而学习效率与质量这个重要问题,与不同侧面的方式、方法、手段有着密切联系。在信息化教育视野中,数字与视觉媒体与可视化技术应用曾经势头猛劲,其技术与产品已经在传媒、教学、数字艺术等多领域广泛应用,包括教育教学领域。然而,这些似乎也未能为人类学习的绩效带来质的改观,反而一些新问题不断出现。如对数字阅读、碎片化学习的种种担忧。在国家《新课程标准》中,生成性认知与思考、多样性认识与计算,提出问题与解决问题的能力,贴近生活实际地学习,侧重研究性学习等倍受重视,强调"学为中心"和"质量"意识,不再如以往那样更多地强调知识与技能为重的学习与掌握。《新课程标准》指导下的新数学教材,也强调从运算意义出发进行思考和教学,强调密切联系学生的生活。新标准给以往以知识为主的课堂教学与学习提出了挑战。一言以蔽之,就是要让学生尽量去发现知识,并能做到灵活迁移,运用知识解决问题。而这在深度学习所关注的认知方面,就是把源于感官的信息和基于概念的认知与思考放到了第一位。这也正是可视化技术设计与应用的重要之处。可视化技术,从可视形态的本质来看,包括了"拟象"可视与解析可视,普遍适用的"拟象"可视方式结合基于语言与逻辑的解析可视,可以满足不同学习者的学习需要。协调使用可视方式可连接视觉与语言功能,能增强学习者记忆、概念与逻辑方面的表现。本研究针对学习之"浅"与学习"低效能"的现象,以帮助学习者更好地完成外在的或自主的学习目标为目的。研究试图通过一种相对普适的可视化知识表征方法指导知识表征与学习过程,以期学生的学习过程更加深入而富有成效。研究中通过文献调研与系统的理论分析,包括"知识"、"可视化"、"深度学习"和不同的"学习理论"等,形成可行的有可视化表征方案。接着,将这种表征的方法运用到了初中数学方程知识的学习中,并确定了学习程度测评方法。实践应用在某初级中学二年级的两个班级进行,为期约两个学期。研究意图通过感知、理解、练习与运用环节,帮助学生习得这种可视化图解学习方法,并运用到数学应用题目的解答中。详见第二、三、四章。结果显示,可视化知识表征很受到学生的肯定。在实施中它对部分学生有积极效用——能够帮助学生理解应用情境并应用所学知识,辅助其关联构思,进而深化学习。然而,即便可视设计合乎需要,可视化表征也不是能够正向影响学习结果的唯一条件。可视化学习方式需要老师的适当教授与充分指导,经过一定的时间才能掌握并顺利运用。对于学科学习相应的可视要件设计也十分必要。分析认为,促进深度学习,依赖于学生对所意向事物的自主辨识,其间概念与关系的辨识是可视化辅助学习深入的重要之处——相应地对事物内涵的比较与分类是重要心智操作。这在第六章第一节第一部分第二点的讨论分析与第五章第四节第四部分的分析中可以一般——事物内涵体现于对概念、概念关系与等量关系的"认"与"思"。此外,学习中个体"模仿"性习得方式,值得进一步关注。详见第五、六章。CSK是合乎主体需要的可视化进路,而"对象—关系"方法是运用可视化连贯体系进行表征应用的重要方法。在可视化表征设计策略方面,当以学习者的自身情况为出发点,以学习者所知内容为基础,围绕学习内容随时设计;其中善用泛型是CSK可视表征进一步应用的必然要求。更加有针对性的、系统的可视化表征工具套件,或可成为特定学习阶段必要的学习工具。学习过程中有一个重点是概念与关系的理解与掌握,而可视化设计在这个过程中的应用需要结合"似象"与"解析"两种类型的优势——尤其是在智慧技能类知识的学习过程中,其中学生的语言水平也是重要的。详见第六章。CSK的基本思路是连通环境与学习者,而可视化学习方式在这个路径上可以成为基本的实施手段,具有内外不同的可操作性。在E-learning环境中,可视化技术在学习中也能因此而可以"协同"发挥作用。以认知原理和学习科学为基础的可视化学习方式对于人类学习或许具有更为深远的效用。
张自慧,江敬尧[8]（2013）在《协作学习中个体评价的本体研究》文中认为协作学习中进行实时个体评价能够使学习个体及时了解学习状况,及时调整协作学习策略,促进协作学习效果。用本体对学习个体进行分析,能够达到语义上的理解一致,将协作学习过程中提取的学习个体的本体属性和语料库中相关属性进行文本相似性计算,基于语义相似度,描述和优化了文本相似度计算流程,进一步提高文本相似度的计算精度。
吴青,罗儒国[9]（2013）在《智能教学系统中支持协作学习的群体感知模型》文中研究表明自主学习和协作学习是相互促进、相互依赖的网络学习方式。然而,目前典型的网络学习系统（智能教学系统和计算机支持的协作学习系统）大多将自主学习和协作学习强制分离,忽视了自主学习过程中协作交流的激励作用以及协作学习过程中学习者的自主学习需求。因此,扩展现有的智能教学系统,构建一个自主学习和协作学习有机融合的数字化学习环境,有助于更好地满足网络环境下师生的学习需求。支持协作学习的群体感知模型由群体感知信息、群体感知本体和群体感知规则三部分组成,采用本体技术建模协作感知信息,运用语义Web规则语言刻画协作感知机制,为实现协作学习的信息交互提供通用模型。基于该模型构建的智能教学系统,在原有ITS自主学习环境的基础上,扩展了参与者可以相互感知、相互交流的协作学习模块,实现与现有智能教学系统的无缝整合,为开发具有协作学习功能的智能教学系统提供了技术参考。
邱欢堂[10]（2012）在《基于本体的CSCL个体评估模型研究》文中认为随着计算机技术在协作学习中的广泛应用,计算机支持的协作学习（Computer Supported Collaborative Learning, CSCL）也越来越受重视,其个体的学习效果评估问题也日益突出。目前国内针对CSCL中个体学习效果评估问题的研究尚处于起步阶段,大多数研究没有很好地从计算机角度对协作学习中个体学习进行实时、有效的评价,致使计算机对CSCL个体评估的支持有一定的滞后性。如何基于计算机技术,实时、正确、有效地反映学习个体的协作学习效果,为计算机支持的协作学习（CSCL）提供有力的支持,是一项长期且需要深入研究的课题。计算机支持的协作学习中,由于个体的知识背景不同,对学习任务中同一材料的理解有所偏差,本文采用本体技术,对CSCL中的学习个体进行描述,实现不同知识背景CSCL个体之间以及人机之间领域知识的一致性理解。个体评估是一个复杂的综合评价问题,文中通过对学习个体的活动过程进行分析,从个体知识贡献、交互模式、参与积极性三个维度对学习个体的学习收益进行评估。通过中文分词、停用词过滤对个体之间的交互文本进行预处理,引入语义相似度技术,有效度量个体知识贡献及交互模式与语料库中本体实例对应属性的语义相似度,为评估反馈提供依据。在此基础上,给出计算机支持的协作学习个体学习效果评估模型,建立数据采集、效果评估及自动反馈机制,根据语义相似度匹配结果及个体交互参与记录的统计分析结果,对学习个体给出评估结果及反馈建议,实现了CSCL中学习个体学习收益的自动评估和反馈。从而为个体学习策略的及时调整和CSCL中小组学习效果的自动综合评价提供了依据,增强了计算机技术对计算机支持的协作学习的支撑。本文的主要工作及创新点在于：1.对CSCL个体的学习过程采用本体描述。基于本体描述学习过程,实现了不同知识背景CSCL个体之间以及人机之间领域知识的一致性理解。2.对交互信息进行预处理。通过Jena实现本体解析,获取本体实例交互信息,采用中文分词、停用词过滤对个体之间的交互信息进行预处理。3.通过语义相似度进行效果评估。基于语义相似度实现交互信息与语料库中本体实例对应属性的语义相似度计算,为评估反馈提供依据。4.设计并开发了基于Web的CSCL学习平台。设计并构建了基于Web环境下的CSCL学习平台,为评估模型提供了验证基础。
二、本体在协作学习中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、本体在协作学习中的应用（论文提纲范文）
（1）计算机支持的协作学习中参与者模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 第2章 文献综述 |
| 2.1 计算机支持的协作学习历史、概念和理论 |
| 2.1.1 计算机支持的协作学习的历史沿革 |
| 2.1.2 计算机支持的协作学习的概念 |
| 2.1.3 计算机支持的协作学习的理论 |
| 2.2 以往计算机支持的协作学习中参与者模型的研究 |
| 2.2.1 计算机支持的协作学习中参与者模型分析方法 |
| 2.2.2 构建参与者模型的变量 |
| 2.3 参与者在计算机支持的协作学习中行为的影响因素 |
| 2.3.1 团体因素 |
| 2.3.2 环境因素 |
| 2.3.3 个体因素 |
| 2.4 前摄性人格与个体在组织/学习中行为的关系 |
| 2.4.1 前摄性人格 |
| 2.4.2 前摄性人格与学习表现的关系 |
| 2.4.3 前摄性人格与组织行为的关系 |
| 2.5 学习动机因素与参与者在协作学习中行为的关系 |
| 2.5.1 学习动机因素 |
| 2.5.2 自我效能与学习行为的关系 |
| 2.5.3 积极情绪与学习行为的关系 |
| 2.5.4 任务价值与学习行为的关系 |
| 2.6 个体-团体一致性对个体在计算机支持的协作学习中行为的影响 |
| 第3章 总体设计 |
| 3.1 问题提出 |
| 3.2 研究框架 |
| 第4章 参与者在计算机支持的协作学习中的行为表现及参与者模型构建 |
| 4.1 研究目的 |
| 4.2 计算机支持的协作学习中建构参与者模型的变量 |
| 4.2.1 数据结构 |
| 4.2.2 参与者在计算机支持的协作学习中的行为表现(ICCC变量) |
| 4.3 研究方法 |
| 4.3.1 被试 |
| 4.3.2 研究工具 |
| 4.3.3 数据分析方法 |
| 4.4 研究程序 |
| 4.5 研究结果 |
| 4.5.1 各变量的描述性统计结果 |
| 4.5.2 潜在剖面分析 |
| 4.5.3 效度验证 |
| 4.5.4 潜在剖面转变分析 |
| 4.6 讨论 |
| 第5章 ICCC变量与个体因素的关系 |
| 5.1 研究目的 |
| 5.2 研究假设 |
| 5.3 研究方法 |
| 5.3.1 研究对象 |
| 5.3.2 研究材料 |
| 5.3.3 数据分析方法 |
| 5.4 研究程序 |
| 5.5 研究结果 |
| 5.5.1 描述性统计结果 |
| 5.5.2 路径分析结果 |
| 5.6 讨论 |
| 第6章 个体-团体一致性与ICCC变量的关系 |
| 6.1 研究目的 |
| 6.2 研究假设 |
| 6.3 研究方法 |
| 6.3.1 研究对象 |
| 6.3.2 研究材料 |
| 6.3.3 数据分析方法 |
| 6.4 研究程序 |
| 6.5 研究结果 |
| 6.6 讨论 |
| 第7章 综合讨论 |
| 7.1 计算机支持的协作学习中参与者模型 |
| 7.2 ICCC变量的影响因素 |
| 7.3 本研究的创新性与贡献 |
| 7.4 本研究的不足 |
| 第8章 研究结论 |
| 参考文献 |
| 附录 |
| 攻读学位期间研究成果 |
| 后记 |
（2）计算机支持协作学习环境中情感本体的构建（论文提纲范文）
| 一、引言 |
| 二、相关研究 |
| （一）情感本体的相关研究 |
| （二）协作学习中本体的相关研究 |
| 三、本体的构建 |
| （一）定义类及类的层次 |
| 1.工作空间支持 |
| 2.活动类 |
| 3.工具类 |
| （二）构建CSCL情感本体的关系 |
| （三）知识库和ECA规则 |
| 四、CSCL情感本体应用 |
| 五、结语 |
（3）基于设计的STEM+C教学培养小学生计算思维的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 时代呼唤:培养小学生计算思维能力是时代发展的呼唤 |
| 1.1.2 改革诉求:STEM融合教学培养计算思维是小学教育改革的深度诉求 |
| 1.1.3 现实困境:培养计算思维的使命与现状间的矛盾 |
| 1.2 研究问题的提出 |
| 1.3 研究意义 |
| 1.3.1 理论价值:丰富STEM教育计算思维培养的教学与学习理论 |
| 1.3.2 应用价值:指导教师开展STEM教学,促进培养小学生的计算思维能力 |
| 1.4 关键概念界定 |
| 1.4.1 计算思维 |
| 1.4.2 基于设计的STEM+C教学 |
| 1.5 研究方法 |
| 1.5.1 整体研究范式:教育设计研究(EDR) |
| 1.5.2 量性数据采样方法:经验取样法(ESM) |
| 1.5.3 质性研究方法:个案研究法 |
| 1.6 研究思路 |
| 第2章 文献综述 |
| 2.1 计算思维的文献综述 |
| 2.1.1 计算思维定义的历史发展脉络 |
| 2.1.2 计算思维定义的多元理解 |
| 2.1.3 计算思维的多维测评 |
| 2.2 STEM+C的文献综述 |
| 2.2.1 STEM+C文献综述 |
| 2.2.2 STEM+C教学培养计算思维的框架与模型文献综述 |
| 2.3 基于设计的学习——C~5学习模型的文献综述 |
| 2.3.1 C~5模型的理论基础基于设计的学习(DBL) |
| 2.3.2 C~5模型的理论模型基础——基于设计的学习模型 |
| 2.4 APT教学框架的文献综述 |
| 2.4.1 Koehler与Mishra提出的TPACK教学框架 |
| 2.4.2 Kirschner教授提出的PST教学框架 |
| 2.4.3 张屹教授提出的APT教学框架 |
| 2.5 启示与小结 |
| 2.5.1 计算思维的定义启示与小结 |
| 2.5.2 计算思维的测评启示与小结 |
| 2.5.3 STEM+C培养计算思维的框架与模型启示与小结 |
| 第3章 研究设计与工具 |
| 3.1 研究对象 |
| 3.2 测验工具的选择 |
| 3.2.1 计算思维能力与技能测评 |
| 3.2.2 计算思维认知过程测评 |
| 3.2.3 计算思维相关情感测评 |
| 3.3 研究的信度与效度 |
| 3.3.1 研究信度 |
| 3.3.2 研究效度 |
| 第4章 基于设计的STEM+C教学理论框架与模型构建 |
| 4.1 基于设计的STEM+C教学理论框架雏形的构建 |
| 4.2 STEM+C学科内容要素——内容层 |
| 4.2.1 学科要素——数学(M) |
| 4.2.2 学科要素—科学(S)与工程(E) |
| 4.2.3 学科要素——技术(T)与计算(C) |
| 4.2.4 学科要素——STEM+C跨学科融合概念 |
| 4.3 基于APT教学框架的教师教学设计要素—教学层 |
| 4.4 基于C5学习模型的学生学习流程——学习层 |
| 4.5 基于设计的教学模型:C~5与APT的融合 |
| 4.5.1 评价与社会交互(A) |
| 4.5.2 教学法与教学策略(P) |
| 4.5.3 技术与技术环境(T) |
| 4.6 计算思维为核心的学习目标——思维层 |
| 第5章 原型生成第一轮教学《智能鸭棚》 |
| 5.1 第一轮教学《智能鸭棚》研究设计 |
| 5.1.1 研究目的与研究问题 |
| 5.1.2 研究对象 |
| 5.1.3 研究步骤 |
| 5.2 《智能鸭棚》教学前端分析 |
| 5.2.1 学习者特征分析 |
| 5.2.2 学习者初始能力分析 |
| 5.2.3 教学设计培训 |
| 5.2.4 学习目标与内容分析 |
| 5.3 《智能鸭棚》教学设计 |
| 5.3.1 STEM+C学科知识融合设计 |
| 5.3.2 APT教学框架要素的设计 |
| 5.3.3 C~5学习模型过程设计 |
| 5.4 《智能鸭棚》教学具体实施 |
| 5.4.1 模块一:定义“智能鸭棚”问题情境 |
| 5.4.2 模块二:学习编程背景知识 |
| 5.4.3 模块三:头脑风暴设计智能鸭棚 |
| 5.4.4 模块四:算法编程,构建鸭棚原型,迭代完善 |
| 5.4.5 模块五:演示分享,评价反馈 |
| 5.5 第一轮教学《智能鸭棚》数据分析 |
| 5.5.1 量性数据分析 |
| 5.5.2 质性数据分析 |
| 5.6 第一轮教学反思与改进 |
| 5.6.1 C1阶段: 项目支架主导,更清晰分解抽象问题 |
| 5.6.2 C2阶段: 教师引导学习者编程过程中积极试错 |
| 5.6.3 C3阶段: 协作设计中,提供协作支架与设计支架 |
| 5.6.4 C4阶段: 设计转化为产品过程中,明确工程设计限制 |
| 5.6.5 C5阶段: 重视证据,鼓励学习者对作品进行质疑与评估 |
| 第6章 迭代完善—第二轮教学《智慧交通》 |
| 6.1 第二轮教学《智慧交通》研究设计 |
| 6.1.1 研究目的与研究问题 |
| 6.1.2 研究步骤 |
| 6.2 《智慧交通》学习目标与内容分析 |
| 6.3 《智慧交通》教学迭代设计改进 |
| 6.4 《智慧交通》教学具体实施 |
| 6.4.1 模块一: 定义“智慧交通”问题情境 |
| 6.4.2 模块二: 学习编程背景知识 |
| 6.4.3 模块三: 头脑风暴,动手设计智慧交通 |
| 6.4.4 模块四: 算法编程,构建智慧交通原型 |
| 6.4.5 模块五: 小组演示,评价反馈,分享成果 |
| 6.5 第二轮教学《智慧交通》数据分析 |
| 6.5.1 量性数据分析 |
| 6.5.2 两轮量性数据对比分析 |
| 6.5.3 质性数据分析 |
| 6.6 第二轮教学反思与改进 |
| 6.6.1 C1阶段: 聚焦问题的概括与抽象 |
| 6.6.2 C2阶段: 改进协作策略,增设一对一互助编程策略 |
| 6.6.3 C3阶段: 增设设计汇报反馈课,增加设计实施有效路径 |
| 6.6.4 C3阶段: 引入竞争协作策略,减少“搭便车” |
| 6.6.5 C4阶段: 引入试错自查表,鼓励学生试错 |
| 6.6.6 C5阶段: 增设产品评价量规,完善产品评价标准 |
| 第7章 拓展迁移第三轮教学《植物工厂》 |
| 7.1 第三轮教学《植物工厂》研究设计 |
| 7.1.1 研究目的与研究问题 |
| 7.1.2 研究对象及基本信息 |
| 7.2 《植物工厂》教学前端分析 |
| 7.2.1 学习者特征分析 |
| 7.2.2 学习者初始能力分析 |
| 7.2.3 教学设计培训 |
| 7.2.4 学习目标与内容分析 |
| 7.3 《植物工厂》教学迭代改进设计 |
| 7.3.1 STEM+C内容优化设计 |
| 7.3.2 APT教学优化设计 |
| 7.3.3 C~5学习过程优化设计 |
| 7.4 《植物工厂》教学具体实施 |
| 7.4.1 模块一: 定义真实科学问题情境,确定影响植物正常生长要素 |
| 7.4.2 模块二: 算法编程学习——物联网编程知识 |
| 7.4.3 模块二: 算法编程学习——基于植物工厂情境的物联网编程学习 |
| 7.4.4 模块三: 设计方案,演示评价,迭代完善 |
| 7.4.5 模块四: 创建原型系统,监控调试,迭代完善 |
| 7.4.6 模块五: 交流分享,反馈评价反思 |
| 7.5 第三轮教学《植物工厂》数据分析 |
| 7.5.1 整体单组前后测数据分析 |
| 7.5.2 基于经验取样法的量性数据分析 |
| 7.5.3 个案研究质性数据分析 |
| 第8章 总结与展望 |
| 8.1 研究结论 |
| 8.2 研究局限 |
| 8.3 研究展望 |
| 参考文献 |
| 附录 |
| 攻读博士期间发表的论文 |
| 致谢 |
（4）活动理论下课堂协作学习策略研究 ——以初中信息技术课堂学习活动为例（论文提纲范文）
| 摘要 |
| Abstract |
| 一、绪论 |
| (一) 研究背景 |
| 1. 从“教”到“学”的学习方式的变革 |
| 2. 信息技术课是一门发展中的课程 |
| 3. 活动理论提供解决思路 |
| (二) 国内外研究综述 |
| 1. 国外研究综述 |
| 2. 国内研究综述 |
| (三) 研究目的与意义 |
| (四) 研究内容与方法 |
| 1. 研究方法 |
| 2. 研究内容 |
| 二、相关概念与研究理论基础 |
| (一) 协作学习 |
| 1. 协作学习概述 |
| 2. 协作学习基本要素 |
| 3. 协作学习的基本模式 |
| 4. 协作学习模式的评价 |
| (二) 活动理论 |
| 1. 活动理论的发展 |
| 2. 活动理论的内容 |
| 3. 活动理论的主要思想 |
| (三) 活动理论视角下初中信息技术课堂协作学习活动分析 |
| 1. 活动理论下协作学习活动系统 |
| 2. 活动理论下分析协作学习活动的视角 |
| 3. 活动理论对信息技术课堂的适用性 |
| 三、初中信息技术课堂协作学习现状研究 |
| (一) 基于观察法的现状分析 |
| 1. 观察法概述 |
| 2. 观察量表的编制 |
| 3. 观察过程 |
| 4. 调查数据内容整理 |
| 5. 调查数据 |
| 6. 观察结果 |
| (二) 基于问卷调查法的现状分析 |
| 1. 问卷设计 |
| 2. 调查结果与分析 |
| 四、活动理论下初中信息技术开展协作学习的策略 |
| (一) 协作学习分析阶段 |
| 1. 明确协作学习内容,制定多维学习目标 |
| 2. 对学习者进行分析,确定共同体 |
| 3. 分析协作学习活动发生情境脉络 |
| (二) 协作学习设计阶段 |
| 1. 对活动结构定位,将活动任务层次化 |
| 2. 设计中介系统,为学习活动提供帮助 |
| (三) 协作学习实施阶段 |
| 1. 教师发挥主导作用 |
| 2. 创设情境,激发学生兴趣 |
| (四) 协作学习评价阶段 |
| 1. 教师及时总结,加强反馈的作用 |
| 2. 多样化的评价方式,促进学生全面发展 |
| 3. 以教师为主,评价主体多元化 |
| 五、策略的实施与结果分析 |
| (一) 教学案例《筹划电视频道——丰富图文内容》 |
| 1. 教学内容说明 |
| 2. 协作学习前期 |
| 3. 协作学习实践过程及评价 |
| (二) 基于观察法的实施效果分析 |
| 1. 课前会议准备 |
| 2. 观察过程 |
| 3. 课后分析会议 |
| 4. 观察结论 |
| (三) 基于问卷调查的实施效果分析 |
| 六、总结与展望 |
| (一) 研究总结 |
| (二) 不足与展望 |
| 1. 研究不足 |
| 2. 研究展望 |
| 参考文献 |
| 附录一 协作学习课堂观察量表 |
| 附录二 初中信息技术课程小组协作学习观察量表 |
| 附录三 初中信息技术课程协作学习效果调查 |
| 致谢 |
| 攻读硕士学位期间论文发表情况 |
（5）基于视觉的拟人双臂机器人自主协调操作研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究目的和意义 |
| 1.2 双臂机器人研究现状 |
| 1.3 机器人视觉伺服研究综述 |
| 1.3.1 机械臂视觉定位 |
| 1.3.2 机械臂视觉跟踪 |
| 1.4 机器人示教学习研究综述 |
| 1.4.1 机械臂操作学习 |
| 1.4.2 机械臂运动学习 |
| 1.5 双臂协调操作研究现状及存在问题 |
| 1.6 主要研究内容 |
| 第2章 面向非对称协调任务的自主定位方法 |
| 2.1 引言 |
| 2.2 双臂非对称协调任务描述 |
| 2.3 考虑双臂协调约束的视觉空间路径规划 |
| 2.4 操作物位姿对齐约束 |
| 2.4.1 操作物位姿特征 |
| 2.4.2 视觉空间位姿约束建立 |
| 2.5 操作物位姿预对齐控制 |
| 2.6 基于多任务图像雅克比的操作物位姿对齐控制 |
| 2.7 双臂自主定位实验 |
| 2.7.1 双臂对接插头任务 |
| 2.7.2 双臂盖杯盖任务 |
| 2.8 小结 |
| 第3章 面向对称协调任务的自主跟踪方法 |
| 3.1 引言 |
| 3.2 双臂对称协调任务描述 |
| 3.2.1 双臂对称协调约束分析 |
| 3.2.2 图像雅克比分析 |
| 3.3 基于视觉的双臂对称协调运动控制策略 |
| 3.4 自适应神经网络视觉伺服控制器设计 |
| 3.5 基于对偶神经网络的冗余闭链运动学优化 |
| 3.6 双臂自主跟踪实验 |
| 3.6.1 双臂端托盘任务 |
| 3.6.2 双臂转动方向盘任务 |
| 3.7 小结 |
| 第4章 基于视觉和力示教学习的人机协作控制策略 |
| 4.1 引言 |
| 4.2 机械臂协调操作学习策略 |
| 4.3 人臂示教数据获取 |
| 4.3.1 基于立体视觉的双臂末端位置数据获取 |
| 4.3.2 双臂末端力数据获取 |
| 4.4 人机协调阻抗模型 |
| 4.4.1 机械臂导纳控制 |
| 4.4.2 位置/力协调因子 |
| 4.5 位置/力协调特征学习模型 |
| 4.6 最优控制变量求解 |
| 4.7 人机协作实验 |
| 4.8 小结 |
| 第5章 基于视觉示教学习的拟人双臂协调运动策略 |
| 5.1 引言 |
| 5.2 拟人协调特征学习策略 |
| 5.3 基于卷积神经网络的人臂末端姿态估计 |
| 5.3.1 人臂末端姿态估计策略 |
| 5.3.2 多层卷积神经网络搭建 |
| 5.3.3 人臂末端姿态计算 |
| 5.3.4 网络训练与测试 |
| 5.4 人类双臂示教数据获取与分析 |
| 5.5 人臂协调运动特征学习模型 |
| 5.6 双臂机器人协调运动重建 |
| 5.6.1 特征空间臂内协调约束 |
| 5.6.2 特征空间臂间协调约束 |
| 5.6.3 拟人协调运动方程 |
| 5.7 拟人双臂协调运动实验 |
| 5.7.1 人臂末端姿态估计实验 |
| 5.7.2 双臂搬运任务 |
| 5.7.3 双臂倾倒任务 |
| 5.8 小结 |
| 结论 |
| 参考文献 |
| 附录1 双臂机器人运动学建模及双臂协调约束 |
| 附录2 人类手臂与机械臂的关节运动映射 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（6）信息技术环境下课程学习生态研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题缘由 |
| 1.1.1 信息时代人才培养需要重塑学习生态 |
| 1.1.2 技术的扩散深刻地改变着课程学习生态 |
| 1.1.3 超越当代课程学习现状需要彰显生态理念 |
| 1.2 研究现状 |
| 1.2.1 关于学习生态的讨论 |
| 1.2.2 关于课程学习生态的探讨 |
| 1.2.3 关于信息技术环境下课程及其学习生态的探索 |
| 1.2.4 相关研究的评论 |
| 1.3 研究定位及意义 |
| 1.4 研究的核心内容、思路与方法 |
| 1.4.1 本研究的核心内容 |
| 1.4.2 研究思路与方法 |
| 1.5 创新之处 |
| 2 实然审视:信息时代课程学习生态现实体认 |
| 2.1 核心素养及其对课程与学习的诉求 |
| 2.2 技术扩散对课程及其学习的影响 |
| 2.2.1 技术扩散对课程的影响 |
| 2.2.2 技术扩散对课程学习的改变 |
| 2.3 信息技术环境下课程学习之问题审视 |
| 2.3.1 课程学习内在诉求囿于片面的知识学习 |
| 2.3.2 课程学习过程囿于技术支持的程式化操作 |
| 2.3.3 课程学习主体及其关系的遮蔽 |
| 2.3.4 课程学习意义的消解 |
| 2.4 技术环境下课程学习存在问题之原因分析 |
| 2.4.1 哲学根源:机械论世界观的羁绊 |
| 2.4.2 认识逻辑:还原主义思维的作祟 |
| 2.4.3 实践路径:工具理性的过度张扬与簪越 |
| 3 应然之态:生态课程观及其学习意蕴 |
| 3.1 生态课程观的理论基础考察 |
| 3.1.1 生态哲学是生态课程观的哲学基础 |
| 3.1.2 “人类学习与发展认识的生态转向”是生态课程观的心理学支撑 |
| 3.1.3 技术与课程融合是生态课程观的教育学依据 |
| 3.2 生态课程观及其意蕴 |
| 3.2.1 生态课程观的蕴义及其样态 |
| 3.2.2 生态课程观的价值追求与图景勾勒 |
| 3.2.3 生态课程观的实践诉求 |
| 3.3 生态课程观下的课程学习意蕴 |
| 3.3.1 为什么学:促进人的全面和谐发展 |
| 3.3.2 学什么:以主题贯通的整体性内容 |
| 3.3.3 如何学:“获得”与“建构、参与、创造”的深度交融 |
| 3.4 优化课程学习生态:实现课程学习应然的必由之路 |
| 4 理论探讨:信息技术环境下课程学习生态优化模型构建 |
| 4.1 信息技术环境下课程学习生态的内涵分析 |
| 4.1.1 “生态”与“环境”的联系与区别 |
| 4.1.2 “学习生态”与“学习环境”的异与同 |
| 4.1.3 信息技术环境下课程学习生态的内在本质 |
| 4.2 信息技术环境下课程学习生态构成要素的确立 |
| 4.2.1 学习环境的构成要素分析 |
| 4.2.2 信息技术环境下课程学习生态的构成要素分析 |
| 4.2.3 信息技术环境下课程学习生态构成要素的最终确立 |
| 4.3 信息技术环境下课程学习生态优化模型构建 |
| 4.3.1 课程学习生态构成要素及其关系梳理 |
| 4.3.2 课程学习生态优化理论模型 |
| 4.3.3 优化理论模型实践应用需要遵循的原则 |
| 5 路径求索:信息技术环境下课程学习生态优化实践框架与策略探索 |
| 5.1 信息技术环境下课程学习生态优化实践的价值追求 |
| 5.2 信息技术环境下课程学习生态优化实践框架构建 |
| 5.2.1 课程学习生态优化实践框架提出的理论依据 |
| 5.2.2 课程学习生态优化实践框架建构 |
| 5.3 信息技术环境下课程学习生态优化实践框架实施步骤与策略 |
| 5.3.1 如何确立课程学习生态优化实践理想与目标 |
| 5.3.2 何以聚焦影响课程学习生态的敏感因素 |
| 5.3.3 怎样设计和优化课程学习生态的结构 |
| 5.3.4 怎么促成“生态化”学习 |
| 5.3.5 如何做好课程学习生态优化评价 |
| 6 实践考察:信息技术环境下课程学习生态优化 |
| 6.1 信息技术环境下课程学习生态优化实践背景 |
| 6.1.1 XX小学基本情况简述 |
| 6.1.2 学习生态优化实践前期准备 |
| 6.2 信息技术环境下课程学习生态优化实践尝试 |
| 6.2.1 “小数加减法及实践应用”课程主题之学习生态优化实践 |
| 6.2.2 “火灾事故的预防与处置”课程主题之学习生态优化实践 |
| 6.3 信息技术环境下课程学习生态优化实践的成效分析 |
| 6.3.1 给养环境得到重组 |
| 6.3.2 学习流程得到再造 |
| 6.3.3 人际关系得到重建 |
| 6.3.4 学习文化得到重构 |
| 6.4 信息技术环境下课程学习生态优化的再审视 |
| 7 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 后继研究的展望 |
| 参考文献 |
| 附录 |
| 附录1 专家征询问卷 |
| 附录1.1 信息技术环境下课程学习生态构成要素研究之专家征询问卷(第一轮) |
| 附录1.2 信息技术环境下课程学习生态构成要素研究之专家征询问卷(第二轮) |
| 附录1.3 信息技术环境下课程学习生态构成要素研究之专家征询问卷(第三轮) |
| 附录2 信息技术环境下课程学习生态优化测评工具 |
| 附录2.1 信息技术环境下课程学习生态优化状况评价量表 |
| 附录2.2 信息技术环境下课程学习生态优化状况调查问卷(学生) |
| 附录2.3 信息技术环境下课程学习生态优化状况的教师访谈提纲 |
| 附录2.4 信息技术环境下课程学习生态优化状况的学生访谈提纲 |
| 在校期间发表的论文、科研成果等 |
| 致谢 |
（7）CSK可视化知识表征设计、应用及效用分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 第一节 读图时代的信息与文化传播媒介:数字视觉媒体 |
| 第二节 信息时代的碎片化担忧:阅读、学习之"浅" |
| 第三节 视觉媒体教育应用特点:"可视"电子读物 |
| 第四节 新课程标准质的要求:认知、思考的过程 |
| 第五节 研究的议题:以可视化表征深化知识学习 |
| 第二章 相关研究综述 |
| 第一节 学习的"深"与"浅" |
| 第二节 面向深度的学习过程 |
| 第三节 可视化知识表征 |
| 第四节 实践中的可视化应用 |
| 第五节 面向深度的可视化表征方法 |
| 一、知识表征的取向 |
| 二、知识表征的元素与种类 |
| 三、知识表征的方法 |
| 四、知识表征的功能特点 |
| 第六节 知识表征的工具及其应用 |
| 一、可视化工具的应用之图形系列 |
| 二、可视化工具应用之概念合语义网络系列 |
| 三、可视化工具应用之可视模拟系列 |
| 第七节 研究的核心问题 |
| 第三章 研究方法 |
| 第一节 研究问题及其分析 |
| 第二节 拟解决的关键问题 |
| 第三节 研究框架与技术路线 |
| 第四节 研究方法与实施过程 |
| 一、研究方法 |
| 二、实施过程 |
| 第五节 学习深度测量总则 |
| 一、深度衡量的要义 |
| 二、深度衡量的重点 |
| 三、深度测量的方法 |
| 四、深度测量的操作要点 |
| 五、问题证明逻辑与测量数据收集 |
| 第四章 设计:CSK进路的可视化知识表征设计及其应用 |
| 第一节 可视化知识表征的CSK进路 |
| 一、知识表征的本质特点 |
| 二、CSK取向的知识表征 |
| 第二节 CSK知识表征的逻辑与操作方法 |
| 一、CSK知识表征的基本方法 |
| 二、CSK知识表征的框架与过程 |
| 三、CSK知识表征可视化要件 |
| 四、语义关系:CSK可视化知识表征之重点 |
| 第三节 智慧技能类知识表征的CSK可视设计 |
| 一、智慧技能类知识的特点 |
| 二、智慧技能类知识的类型及可视表征设计 |
| 三、智慧技能类知识表征的几个问题 |
| 第四节 智慧技能类知识可视化表征设计与实践应用 |
| 一、可视化知识表征设计与应用的研究逻辑 |
| 二、初中数学方程知识学习中的困难与主要问题 |
| 三、对数学方程知识学习的分析及其可视化应用可能 |
| 四、数学方程知识相关研究及其可视化设计 |
| 五、数学方程知识可视化设计的教学应用与研究方法 |
| 六、数据收集与学习深度"指针" |
| 第五章 结果:数学方程知识图解设计与应用的效用 |
| 第一节 应用解答中的概念及其关系的辨别 |
| 一、图解类型使用情况 |
| 二、概念与概念关系的辨别 |
| 第二节 应用解答中的等量关系与方程式 |
| 一、主等量关系的辨识 |
| 二、代数方程式转换 |
| 三、抽象建模与转化水平 |
| 第三节 应用学习中的技术效标 |
| 一、图解应用的方法效标 |
| 二、图解应用的设计效标 |
| 第四节 项目"前-中-后"学生应用测试成绩 |
| 一、项目中期、末期测试 |
| 二、项目前后考试 |
| 三、项目测试与考试小结 |
| 四、可视方式的番外分析 |
| 第六章 讨论与结论:可视化知识表征设计应用过程 |
| 第一节 讨论一:图解辅助方程知识学习与应用的过程与要点 |
| 一、图解如何帮助学生学习并应用数学方程知识 |
| 二、辅助数学方程知识学习的图解的设计与应用 |
| 三、图解辅助学习数学方程知识的测量 |
| 第二节 讨论二:智慧技能类知识可视化设计的要点与类型 |
| 一、智慧技能类知识可视化设计中的要点 |
| 二、智慧技能类知识可视化主要设计类型 |
| 第三节 讨论三:CSK可视化知识表征的要点与应用 |
| 一、CSK可视化知识表征若干要点——复杂的知识体系 |
| 二、CSK可视化知识表征——方法与工具的学与教应用 |
| 第四节 结论:CSK可视化知识表征设计、应用与评测的分布 |
| 第七章 观察:可视化——延伸认知,延展思维 |
| 第一节 E-Learning环境中的"可视化"学习——延伸认知 |
| 第二节 CSK思想下的可视化技术观察 |
| 结语:反思与未来 |
| 参考文献 |
| 附录 |
| 附录一:图解班测试样卷 |
| 附录二:传统班测试样卷 |
| 附录三:图解班问卷 |
| 附录四:传统班问卷 |
| 后记 |
| 致谢 |
| 简介与成果 |
（8）协作学习中个体评价的本体研究（论文提纲范文）
| 1. 引言 |
| 2. 进行协作学习中学习个体评价的意义 |
| 3. 学习个体的本体构建 |
| 4. 语义相似度计算 |
| 5. 后继研究工作 |
（9）智能教学系统中支持协作学习的群体感知模型（论文提纲范文）
| 一、引言 |
| 二、协作学习过程和群体感知技术 |
| 1.协作学习过程 |
| 2.群体感知理论 |
| 三、支持协作学习的群体感知模型 |
| 1.协作学习过程中的感知信息 |
| 2.基于感知信息的群体感知本体 |
| (1) 群体感知本体类元素的定义 |
| (2) 群体感知本体类属性的定义 |
| 3.基于群体感知本体的感知规则 |
| (1) 协作组内基于共同学习活动的感知规则 |
| (2) 协作组内基于依赖活动的感知规则 |
| (3) 协作组内基于角色的感知规则 |
| (4) 协作组间基于知识域的感知规则 |
| 四、ITS中群体感知模型的运用 |
| 1.群体感知模型的系统设计 |
| 2.群体感知模型的系统实现 |
| 六、后续研究工作 |
（10）基于本体的CSCL个体评估模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究内容及意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容及组织结构 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 论文组织结构 |
| 第2章 CSCL个体评价概述 |
| 2.1 CSCL概述 |
| 2.2 CSCL个体评价 |
| 2.2.1 CSCL个体评价概述 |
| 2.2.2 CSCL个体的评价意义 |
| 2.3 CSCL个体评估过程 |
| 2.4 本章小结 |
| 第3章 本体的构建 |
| 3.1 本体概述 |
| 3.1.1 本体的定义 |
| 3.1.2 本体构建的基本原则及方法 |
| 3.1.3 本体开发工具 |
| 3.2 学生本体的构建 |
| 3.3 本章小结 |
| 第4章 语义相似度计算 |
| 4.1 语义相似度概述 |
| 4.2 基于知网的语义相似度计算 |
| 4.3 本章小结 |
| 第5章 评估模型设计及实现 |
| 5.1 设计思想 |
| 5.2 信息采集 |
| 5.2.1 数据的存取 |
| 5.2.2 文本预处理 |
| 5.3 本体解析及语义相似度计算 |
| 5.3.1 本体的解析 |
| 5.3.2 交互内容的相似度计算 |
| 5.4 评估反馈 |
| 5.5 本章小结 |
| 第6章 实验及结果分析 |
| 6.1 实验设计与实施 |
| 6.1.1 实验环境 |
| 6.1.2 学思维网络学习平台 |
| 6.1.3 实验对象与教学内容 |
| 6.2 实验及结果分析 |
| 6.2.1 实验过程 |
| 6.2.2 结果分析 |
| 6.3 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文总结 |
| 7.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
四、本体在协作学习中的应用（论文参考文献）
- [1]计算机支持的协作学习中参与者模型研究[D]. 彭顺. 华中师范大学, 2021(02)
- [2]计算机支持协作学习环境中情感本体的构建[J]. 单美贤,张静文,赵煜. 开放学习研究, 2020(03)
- [3]基于设计的STEM+C教学培养小学生计算思维的研究[D]. 李幸. 华中师范大学, 2020(02)
- [4]活动理论下课堂协作学习策略研究 ——以初中信息技术课堂学习活动为例[D]. 祝炀. 渤海大学, 2019(01)
- [5]基于视觉的拟人双臂机器人自主协调操作研究[D]. 曲家迪. 哈尔滨工业大学, 2019(01)
- [6]信息技术环境下课程学习生态研究[D]. 卢强. 华中师范大学, 2017(02)
- [7]CSK可视化知识表征设计、应用及效用分析[D]. 权国龙. 华东师范大学, 2017(01)
- [8]协作学习中个体评价的本体研究[J]. 张自慧,江敬尧. 牡丹江大学学报, 2013(10)
- [9]智能教学系统中支持协作学习的群体感知模型[J]. 吴青,罗儒国. 现代远程教育研究, 2013(04)
- [10]基于本体的CSCL个体评估模型研究[D]. 邱欢堂. 陕西师范大学, 2012(12)