We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
本分析报告的目的是对“学习科学”形成最小全局认识,期望对新时代的学习者提供一套学习指导建议。 最终成果以PPT的形式进行汇报,作为开智信息分析结课大作业。
早期的探索过程没有确立明确的分析框架(如:时空变、元反空,“三张表”等),所以只是将课程中了解到的工具和系统用个遍,比如:acemap、万方关键词拓展、维基百科词条、谷歌学术、百度学术、知网论文一通搜、结构阅读法读专业书籍。成果精简罗列如下:
通过万方关键词( http://www.wanfangdata.com.cn/search/echartseXpand.do?keywords=%E5%AD%A6%E4%B9%A0 【✨✨推荐】) 了解学习、知识管理、学习理论等相关的关键词,通过上下位术语、相关概念、同义词等获得如下相关度较高的关键词
查找学科分类国标,找到相关学科“学习心理学”、“教育心理学”
通过acemap找相关学科和主题研究分布
在知网上导出了通过关键词搜索到的论文的元数据约200条(因为没有找到合适的学科分类,内容暂未细看)
查阅了维基百科相关词条,帮助比较大的是: https://en.wikipedia.org/wiki/Learning_sciences
翻阅了《剑桥学习科学手册》的序言、目录、后记和跋部分【✨推荐】
学习科学更关注学习的社会性
就像“学习科学”研究中提到的,计算机辅助的教学中计算机只不过是工具,教育工作者不应搞错重点聚焦在工具上。
同理,实践策略只不过是辅助我们获得信息建立认识的工具,关注的重点还应该是信息本身的价值以及如何获得全局而非片面的信息。
通过这次缺乏经验的信息分析过程,真正收获比较大的反而是看《剑桥学习科学手册》《人是如何学习的》以及相关论文综述。自己反思主要原因有两方面:
在最初的粗放探索时期缺乏框架性指导,虽然找到了很多关键词和信息源,但是不知道那些概念在研究中处在什么位置,所以看了再多意义也不大,也不知道哪些信息源的质量更高。所以不应“自下而上”收集海量相关信息;而是应该“自上而下”,从信任度最高渠道找到主要的学术期刊(SJR\谷歌学术)和机构(怎么找呢??),找到该领域主要的大牛(即使漏掉一些也没关系,有个主心骨框架后,之后碰到漏掉的大牛也能有个参照系。况且漏掉的概率很低。)。然后优先掌握主要大牛的思想。
仅仅只是浮在citespace这类工具获得的分析结果图表的表面,不深入看的话,几乎都是没有什么有价值的信息。比如上面的例子中用citespace获得了许多关键词,不找出重要论文看很难理解其相互关系。
首先由于“学习科学”是一个跨学科的研究,比较难定义其范围(比如“学习科学”跟“教育学”如何区分?我现在仍不是很清楚)。所以总是有一种焦虑“这是全局认识吗?我漏掉什么信息源没有?” 同时,“学习科学”又不能完全涵盖关于“学习”的研究,这导致在研究的过程中总会产生对“学习科学”全局认识现实价值的疑虑。
The text was updated successfully, but these errors were encountered:
wisdomqin
No branches or pull requests
0、摘要
1、背景
本分析报告的目的是对“学习科学”形成最小全局认识,期望对新时代的学习者提供一套学习指导建议。
最终成果以PPT的形式进行汇报,作为开智信息分析结课大作业。
2、分析过程
2.1 没有方向的探索期
早期的探索过程没有确立明确的分析框架(如:时空变、元反空,“三张表”等),所以只是将课程中了解到的工具和系统用个遍,比如:acemap、万方关键词拓展、维基百科词条、谷歌学术、百度学术、知网论文一通搜、结构阅读法读专业书籍。成果精简罗列如下:
通过万方关键词( http://www.wanfangdata.com.cn/search/echartseXpand.do?keywords=%E5%AD%A6%E4%B9%A0 【✨✨推荐】) 了解学习、知识管理、学习理论等相关的关键词,通过上下位术语、相关概念、同义词等获得如下相关度较高的关键词
查找学科分类国标,找到相关学科“学习心理学”、“教育心理学”
通过acemap找相关学科和主题研究分布
get相关英文术语:blended learning、action learning、collaborative learning、cooperative learning、learning sciences、concept learning、psychomotor learning、sequence learning(没列举computer science相关的词)
在知网上导出了通过关键词搜索到的论文的元数据约200条(因为没有找到合适的学科分类,内容暂未细看)
查阅了维基百科相关词条,帮助比较大的是:
https://en.wikipedia.org/wiki/Learning_sciences
翻阅了《剑桥学习科学手册》的序言、目录、后记和跋部分【✨推荐】
2.2 核心期刊的分析
3、结论
3.1 “学习科学”并未覆盖关于学习的所有研究
学习科学更关注学习的社会性
3.2 基于“学习科学”能对个体学习者提出的建议有限
4、讨论
4.1 不要浮于表面功夫
就像“学习科学”研究中提到的,计算机辅助的教学中计算机只不过是工具,教育工作者不应搞错重点聚焦在工具上。
同理,实践策略只不过是辅助我们获得信息建立认识的工具,关注的重点还应该是信息本身的价值以及如何获得全局而非片面的信息。
通过这次缺乏经验的信息分析过程,真正收获比较大的反而是看《剑桥学习科学手册》《人是如何学习的》以及相关论文综述。自己反思主要原因有两方面:
在最初的粗放探索时期缺乏框架性指导,虽然找到了很多关键词和信息源,但是不知道那些概念在研究中处在什么位置,所以看了再多意义也不大,也不知道哪些信息源的质量更高。所以不应“自下而上”收集海量相关信息;而是应该“自上而下”,从信任度最高渠道找到主要的学术期刊(SJR\谷歌学术)和机构(怎么找呢??),找到该领域主要的大牛(即使漏掉一些也没关系,有个主心骨框架后,之后碰到漏掉的大牛也能有个参照系。况且漏掉的概率很低。)。然后优先掌握主要大牛的思想。
仅仅只是浮在citespace这类工具获得的分析结果图表的表面,不深入看的话,几乎都是没有什么有价值的信息。比如上面的例子中用citespace获得了许多关键词,不找出重要论文看很难理解其相互关系。
4.2 “全局”焦虑
首先由于“学习科学”是一个跨学科的研究,比较难定义其范围(比如“学习科学”跟“教育学”如何区分?我现在仍不是很清楚)。所以总是有一种焦虑“这是全局认识吗?我漏掉什么信息源没有?”
同时,“学习科学”又不能完全涵盖关于“学习”的研究,这导致在研究的过程中总会产生对“学习科学”全局认识现实价值的疑虑。
The text was updated successfully, but these errors were encountered: