49、先进技术在教育领域的应用与影响

先进技术在教育领域的应用与影响

1. 数据集分类

在对数据进行分析时，确定了两个主要的学习类别。第一个是学习领域，包括认知能力、学校中的亲社会行为以及社会情感能力（SEC）。第二个类别是知识、技能和能力（KSAs），从收集的数据中识别出了九种KSA。

以下是学习领域和KSA的具体分类：
| 学习领域 | KSA | 描述 |
| — | — | — |
| 认知能力和过程（CAP） | MEA 心理敏捷性
PSO 问题解决能力
CRT 批判性思维 | - |
| 亲社会行为和态度（PBA） | EMP 同理心
TWS 团队合作技能
COO 合作能力 | - |
| 社会情感能力（SEC） | MOT 动机
SEF 自我效能感
RDM 负责任的决策能力 | - |

同时，还对技术集群进行了定义：
| 集群 | 定义 |
| — | — |
| SG | 严肃游戏/游戏化 |
| XR | 扩展现实 |
| AI | 人工智能 |
| OT | 其他：学习管理系统、人工智能、移动设备、社交媒体、视频、机器人等 |

研究选取的文章时间跨度从2014年到2021年，其中绝大多数（88%）文章发表于2018 - 2021年。不同文章在学习领域、KSA和技术集群的使用上各有侧重。例如，专注于认知能力的研究中，SG使用最为频繁；而在处理亲社会行为的研究中，XR出现的频率较高。

下面是部分选取文章的信息：
| 学习重点 | 参考文献 | 年份 | 领域（DOM） | KSA |