中学生书面反思的自动化分析
在当今教育领域,反思对于学生的学习至关重要。通过让学生在探究式学习过程中进行书面反思,能够帮助他们更好地理解所学知识,提高自我调节学习能力。本文将探讨如何利用机器学习方法,基于自然语言嵌入技术,自动评估中学生在游戏化学习环境中的反思深度。
1. 学生反思数据集
在2018年春季和2019年春季进行的两项课堂研究中,收集了中学生与“水晶岛”(Crystal Island)游戏互动时的书面反思语料。总共收集了153名学生的数据,但只有118名学生提供了人口统计信息。其中,51%为女性,年龄在13 - 14岁之间(平均年龄13.6岁,标准差0.51)。学生的种族分布为:43名白人,32名非裔美国人,21名西班牙裔或拉丁裔,3名亚裔。这些学生之前均未接触过“水晶岛”游戏。
在两项研究中,学生在与游戏互动前一周完成了一系列预研究测量,包括微生物学知识测试、情感兴趣和价值观量表以及成就目标量表。研究人员向学生简要介绍了游戏,并播放了一段视频预告片,介绍游戏背景。之后,学生与游戏互动,直到解开谜题或游戏时间约达100分钟。游戏结束后,学生完成了一系列后研究材料,包括另一次微生物学知识测试以及关于游戏体验的问卷,如临场感和参与度。
在与游戏互动过程中,学生在重大游戏事件(如与营地护士交谈、在虚拟实验室测试物品或提交诊断)后会被定期提示进行反思,思考所学内容和下一步计划。游戏中,学生平均收到3次反思提示(标准差0.95)。游戏结束或时间用完后,学生需对整个解决问题的过程进行反思,解释解决问题的方法以及未来遇到类似问题时是否会有不同做法。最终,数据包含了153名学生的728条反思回应,平均每条回应约19个单词(最短1个,最长100个,标准差14.2)。