11、中学生书面反思的自动化分析

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）。