13、个性化学习的个人生成库：案例研究

个性化学习的个人生成库：案例研究

1. 个人生成库（PGL）概述

学习资源通常存于公共存储库中，但用户可将内容转移到自己的存储库，并修正个人生成库（PGL）元数据。一般而言，教师的 PGL 及其存储库涵盖各类学习对象（LO），如基于组件的学习对象（CB LO）、生成式学习对象（GLO）和智能学习对象（SLO），这些对象预先设计或提前搜索，以覆盖特定课程的主题。所以，提及 PGL 时，既指其描述部分及内部工具，也包括个人学习资源存储库。

学生的 PGL 有两种创建方式：
- 克隆教师的 PGL ：学生可能有此需求，原因众多。学生在学习中可能想创建与教师不同的内容；可积累外部存储库的额外资源描述；便于在自身库中查找完善先前知识所需资源；还可作为终身学习的个人档案。
- 从零开始创建 ：在教师借助元数据模型和合适工具的帮助下，学生可自行创建 PGL 及其个人存储库。

2. 方法与背景

• 概念层面 ：采用元分析和概念建模，关注与研究目标相关的教育领域方面，考虑学习可变性，处理个性化属性以增加学习可变性特征，最终创建概念模型。
• 实施层面 ：借鉴软件工程原则和模型驱动方法，包括概念分离、更高抽象层次的基于特征建模以及组件化和生成式复用方法的协同使用。这些原则简化设计过程，确保设计方法正确性，实现有效实施、使用和维护。基于这些原则，提出教师和学生 PGL 的分布式架构，并呈现与这些库集成的个性化学习过程，将其视为个性化学习的子系统框架。

<