通过知识元素相互关系为在线教学或学习系统构建知识结构.docVIP

通过知识元素相互关系为在线教学/学习系统构建知识结构 摘要: 网络教育或学习系统的知识结构可以做为指南来指导新手适当获得知识。在这个文件中，一种知识建构模型(KCM)帮助教师在任何领域建立知识结构为了网上教学/学习系统的设计与开发。这个开发的KCM包括两部分。第一部分是预处理教师提供的确定的主题的知识要素及其相互关系。基于知识元素间的相互关系, 第二部分则在分级的基础上产生知识结构。一个实际应用中的案子被用来演示KCM是被划定的。 1、说明 在线教学/学习系统(OLI/LS)已经被成功的用来提供学习者同一个环境的一对多指令，学习无限制时间和地点，不同种类的知识源，开放式学习系统，多媒体的格式传递信息，合作学习，储存和很快访问数额巨大的学习资料。为了使在线资料可以重复使用，方便，经久耐用，能共同使用，适应性强，和负担得起， ADL已经设计一个模型(共享内容对象参考模型,SCORM)帮助产生OLI/LS的资料。基本上，SCORM包括两个主要部分，一是内容聚合模型(CAM)，另一运行时环境(RTE)。在CAM中，尤其是，SCORM为管理材料所采取的策略定义、设计、开发标准化学习对象学习的知识元素科目。其后，当产生一种OLI / LS的课程，教师可以选择一些(或者全部)的学习对象,然后组织成为一个课程包。重要的是,我们已被看到在模拟学习材料SCORM确实提供OLI / LS一个有意义的方法。 然而，人们普遍认为,为安排的对知识元素及其关系的序列是复杂的,但却是学习者的重要任务，尤其是初学者。当利用OLI / LS时，一个初学者可能没有关于下一步该如何走的基本知识，此后可能旅行几英里宽，而不是1 in.的深度。所以，主要问题那包括低学习成效，学习目标的丢失，学习方向的丢失可能削弱OLI/LS的能力。Paolucci (1999)的研究表明构建知识领域和积极向上学习的绩效之间确实存在关系。最近, Hoogveld, Paas,Jochems, van Merrie¨nboer (2001)在他们的经验调查中指出以训练为基础的和与经验为基础的教学设计系统的比较中产生了一个较好的训练。所以，在OLI/LS开发生命循环中整理知识元素的结构关系来处理教学的设计问题是必须的，因此这就是本研究的动机。 最后,的目标OLI / LS的目标是,以协助学生获得整个领域的专业知识,而零碎的知识。为了提高OLI /LS的容量研究人员更加注意教学模型处理知识元素的定义,对知识元素的分组,指导适当的学习途径(Ferry, Hedberg, Harper, 1998; Hackbarth, 1996; Jonassen Hannum, 1995; Newby, Stepich, Lehman, Russell, 1996)。因此由于组织大量的学习材料的要求，知识元素的结构是必须的。Gordon (2000)暗示创造一个知识结构要识别特殊方面的知识并考虑他们的关系。已经被用于教学设计过程中的主要的技术为选择与排序(Hackbarth, 1996; Gagne,1985; Jones, Knuth, Duffy, 1992; Landa, 1983; Mengel Adams, 1996; Scandura, 1987).。特别是，元素的描述中知识的本质往往暗示着一个主题知识的排序。然而，它不仅仅是一个简单的知识进行顺序的描述(Jonassen Hannum, 1995)。知识进行的顺序暗示了适当的教学的进展。所以，这材料显现出来的应该通过相互关系来划一。例如，在规范化之前知识关系的完整性规则就必须被数据库管理系统所覆盖。因此，在构建OLI / LS的知识体系中，概念联系的顺序排序问题就很重要。 在人工智能领域的应用中广度的概念算法和深度优先算法被广泛使用来组织状态空间的联系(Luger Styblefield, 1993)。广度优先的算法以一种策略,探讨了空间的分级时尚,并且当可能时深度优先深入到有哪些信誉好的足球投注网站空间。这些算法最终用于决定在国家树上或图表检查顺序。因此,在这些算法执行之前知识结构初步形成了。相反的，教学设计主要探讨为知识元素定义知识结构的形成。深度优先的结构和广度优先结构,就可以用来帮助使用建构的知识元素。任何两种知识元素的依赖关系可以形成的深度优先。如果没有关系两个要素界定一个广度优先形式。整个知识结构通过整合广度优先和深度优先构建的。本文提出了一种研究是为了发展知识建构模型(KCM),可以有效帮助建立一个知识结构,用来引导初学者在分成基础上适当地捕捉知识领域分级的基础。　　本文剩余的部分按组织如下。这深度优先和广度优先在部分2中描述。第三部分表明发达KCM包括那些用户界面、知识表模型、机制、更新设备。第四部分一个应用案例被用来证明