61、电子学习系统中的努力分析：原理、应用与效果评估

电子学习系统中的努力分析：原理、应用与效果评估

1. 学习者感知模型

传统的监控模式通常假定学习努力仅来自单个学习者。然而，实际情况中，学习活动可能是协作性的，努力并非单一来源。跟踪所有参与学习者的努力，有助于识别抄袭行为，增强学习过程的可信度。

1.1 实时监控与延迟监控

• 实时监控 ：在协作任务中，通过明确参与的学习者，可简单地合并不同学习者的努力。
• 延迟监控 ：元组的记录方式与常规类似，但在任务提交给系统之前，会保留多个学习者的元组。系统负责后续的信息合并，同时还能获取学习者之间的交互以及并行工作等信息。

2. 模型的潜在问题

基于努力的时间戳记录并非精确衡量学生努力的最佳模型，但它实现了自动化，避免了自我记录的主观性。不过，该模型可能存在记录不足或过度记录的问题。例如，部分学习者可能未记录离线学习的努力，或者记录了与当前任务无关的活动。不过，可根据学习者在活动中的平均努力，通过多种技术（如简单的四分位距法）轻松识别和归一化异常值。

3. 努力感知系统

努力感知系统旨在轻松集成到任何虚拟学习环境（VLE）或辅导系统中，其内置的评估努力模块如下：
- 努力客户端库 ：对于延迟监控的独立应用程序，需要进行适配以记录离线模式下的努力。可提供带有基本 API 的库来跟踪努力，但某些情况下适配并不容易。设计类似通用应用程序可显著减少集成问题，但不推荐手动工具，以防止提交前的操作干扰。
- 在线活