Luận án tiến sĩ: Mô hình hỗ trợ học tập cá nhân hóa - Nguyễn Hòa Huy
Luận án tiến sĩ xây dựng mô hình hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập trong môi trường trực tuyến của Nguyễn Hòa Huy tại Đại học Giáo dục.
Lí luận, Phương pháp và Công nghệ Dạy học
Luan An
Luận án tiến sĩ
Năm xuất bản
Số trang
250
Thời gian đọc
38 phút
Lượt xem
2
Lượt tải
0
Phí lưu trữ
50 Point
Mục lục chi tiết
Tóm tắt nội dung
I. Mô Hình Học Tập Cá Nhân Hóa Trực Tuyến
Học tập cá nhân hóa đại diện cho xu hướng mới trong educational technology. Mô hình này tập trung vào nhu cầu riêng của từng người học. Phương pháp tiếp cận student-centered learning giúp tối ưu hóa hiệu quả đào tạo.
Công nghệ adaptive learning cho phép hệ thống điều chỉnh nội dung theo khả năng người học. E-learning platform hiện đại tích hợp learning analytics để theo dõi tiến độ. Dữ liệu thu thập giúp cá nhân hóa trải nghiệm học tập.
Phong cách học tập ảnh hưởng trực tiếp đến kết quả. Mỗi sinh viên có cách tiếp nhận thông tin khác nhau. Nhận diện phong cách học giúp tối ưu hóa phương pháp giảng dạy. Personalized learning system xây dựng lộ trình riêng cho từng cá nhân.
1.1. Khái Niệm Học Tập Cá Nhân Hóa
Học tập cá nhân hóa điều chỉnh nội dung theo nhu cầu cá nhân. Phương pháp này khác biệt với giảng dạy truyền thống một chiều. Personalized learning system phân tích đặc điểm từng người học. Hệ thống đề xuất tài liệu phù hợp với trình độ và sở thích. Adaptive learning tự động thay đổi độ khó bài tập. Công nghệ này giúp người học tiến bộ theo tốc độ riêng.
1.2. Vai Trò Công Nghệ Giáo Dục
Educational technology tạo nền tảng cho cá nhân hóa quy mô lớn. E-learning platform cung cấp môi trường học linh hoạt. Intelligent tutoring system đóng vai trò gia sư ảo thông minh. Learning analytics thu thập dữ liệu hành vi học tập. Phân tích dữ liệu giúp dự đoán khó khăn của người học. Hệ thống can thiệp kịp thời khi phát hiện vấn đề.
1.3. Lợi Ích Của Mô Hình
Student-centered learning nâng cao động lực học tập. Người học chủ động kiểm soát quá trình học. Mô hình cá nhân hóa giảm tỷ lệ bỏ học. Sinh viên đạt kết quả tốt hơn khi học theo phong cách phù hợp. Adaptive learning tiết kiệm thời gian cho người học nhanh. Hệ thống cung cấp hỗ trợ thêm cho người học chậm.
II. Phong Cách Học Tập Và Phương Pháp Đánh Giá
Learning style assessment xác định cách thức tiếp nhận thông tin của người học. Các lý thuyết khác nhau mô tả phong cách học đa dạng. VARK model phân loại theo kênh cảm quan ưa thích. Kolb learning theory tập trung vào chu trình học từ kinh nghiệm.
Felder-Silverman model đánh giá bốn chiều phong cách học. Mô hình này phổ biến trong môi trường đại học. Learning style assessment giúp thiết kế nội dung phù hợp. Kết quả đánh giá định hướng chiến lược giảng dạy.
Việc xác định phong cách học diễn ra qua bảng hỏi hoặc quan sát. Phương pháp tự động phân tích hành vi trực tuyến ngày càng chính xác. E-learning platform theo dõi tương tác của người học. Dữ liệu này giúp intelligent tutoring system điều chỉnh nội dung.
2.1. Mô Hình VARK
VARK model phân loại bốn kiểu học chính. Visual learners học tốt qua hình ảnh và sơ đồ. Auditory learners ưa thích nghe giảng và thảo luận. Reading/Writing learners thích đọc và viết ghi chú. Kinesthetic learners học qua thực hành và trải nghiệm. Learning style assessment theo VARK giúp chọn phương tiện phù hợp. Personalized learning system điều chỉnh định dạng tài liệu theo kết quả.
2.2. Lý Thuyết Kolb
Kolb learning theory mô tả chu trình học bốn giai đoạn. Concrete Experience là trải nghiệm cụ thể thực tế. Reflective Observation là suy ngẫm về trải nghiệm. Abstract Conceptualization là hình thành khái niệm trừu tượng. Active Experimentation là thử nghiệm ý tưởng mới. Adaptive learning hỗ trợ đầy đủ bốn giai đoạn. Student-centered learning khuyến khích người học trải qua chu trình hoàn chỉnh.
2.3. Mô Hình Felder Silverman
Felder-Silverman đánh giá bốn chiều phong cách học. Active-Reflective đo mức độ tương tác với thông tin. Sensing-Intuitive phân biệt học cụ thể hay trừu tượng. Visual-Verbal đánh giá kênh tiếp nhận ưa thích. Sequential-Global đo cách xử lý thông tin tuyến tính hay tổng thể. Learning style assessment theo mô hình này rất chi tiết. Educational technology sử dụng kết quả để tùy chỉnh trải nghiệm.
III. Công Nghệ Adaptive Learning Trong Giáo Dục
Adaptive learning tự động điều chỉnh nội dung theo tiến độ người học. Công nghệ này sử dụng thuật toán phân tích dữ liệu học tập. Intelligent tutoring system cung cấp phản hồi tức thì. Hệ thống này mô phỏng vai trò của giáo viên cá nhân.
Learning analytics thu thập dữ liệu từ mọi tương tác. Phân tích dữ liệu giúp hiểu hành vi và khó khăn của người học. E-learning platform tích hợp công cụ phân tích mạnh mẽ. Dữ liệu thời gian thực cho phép can thiệp kịp thời.
Personalized learning system xây dựng lộ trình học riêng biệt. Hệ thống đề xuất tài liệu dựa trên phong cách và trình độ. Adaptive learning điều chỉnh độ khó câu hỏi theo kết quả trước. Student-centered learning đặt người học vào trung tâm quy trình.
3.1. Thuật Toán Adaptive Learning
Adaptive learning sử dụng machine learning để cá nhân hóa. Thuật toán K-nearest neighbors phân loại người học tương tự. Hệ thống đề xuất nội dung dựa trên người học cùng nhóm. Collaborative filtering tìm pattern trong dữ liệu học tập. Learning analytics xác định điểm mạnh và yếu của từng người. Intelligent tutoring system điều chỉnh chiến lược dạy theo kết quả phân tích.
3.2. Phản Hồi Thời Gian Thực
Intelligent tutoring system cung cấp feedback ngay lập tức. Phản hồi kịp thời giúp người học điều chỉnh ngay. E-learning platform theo dõi mọi hành động của người học. Hệ thống phát hiện sai lầm và đưa ra gợi ý. Adaptive learning không chỉ chấm điểm mà còn giải thích. Student-centered learning khuyến khích tự đánh giá và phản ánh.
3.3. Tích Hợp Với LMS
E-learning platform hiện đại hỗ trợ tích hợp adaptive learning. Moodle và Canvas cho phép thêm module cá nhân hóa. Learning analytics kết nối với hệ thống quản lý học tập. Dữ liệu đồng bộ giữa các công cụ khác nhau. Personalized learning system hoạt động liền mạch trong LMS. Educational technology tiêu chuẩn hóa giao tiếp giữa các hệ thống.
IV. Xây Dựng Hệ Thống Personalized Learning
Xây dựng personalized learning system yêu cầu nhiều bước phát triển. Bước đầu là learning style assessment để xác định đặc điểm người học. Hệ thống thu thập dữ liệu từ bảng hỏi và hành vi trực tuyến. Learning analytics phân tích dữ liệu để tạo hồ sơ người học.
Thiết kế nội dung phù hợp với nhiều phong cách học khác nhau. VARK model hướng dẫn tạo tài liệu đa dạng định dạng. Kolb learning theory giúp thiết kế hoạt động trải nghiệm. Adaptive learning điều chỉnh trình tự và độ khó tài liệu.
Intelligent tutoring system cần thuật toán phức tạp. Hệ thống phải dự đoán nhu cầu và khó khăn của người học. E-learning platform cung cấp giao diện thân thiện. Student-centered learning đảm bảo người học kiểm soát quá trình.
4.1. Thu Thập Dữ Liệu Người Học
Learning style assessment bắt đầu bằng bảng hỏi chuẩn hóa. VARK model và Felder-Silverman có công cụ đánh giá riêng. Hệ thống theo dõi hành vi trực tuyến để bổ sung dữ liệu. Learning analytics ghi nhận thời gian học, tương tác, kết quả bài tập. E-learning platform thu thập dữ liệu tự động và liên tục. Personalized learning system cập nhật hồ sơ người học theo thời gian.
4.2. Thiết Kế Nội Dung Đa Dạng
Educational technology hỗ trợ tạo nội dung đa phương tiện. Video phục vụ visual và auditory learners. Text và infographic cho reading/writing learners. Simulation và lab ảo hỗ trợ kinesthetic learners. Adaptive learning chọn định dạng phù hợp với phong cách. Student-centered learning cho phép người học chọn tài liệu ưa thích.
4.3. Phát Triển Module Phần Mềm
Intelligent tutoring system yêu cầu kiến trúc module hóa. Module đánh giá phong cách học hoạt động độc lập. Module đề xuất nội dung kết nối với learning analytics. Module phản hồi tích hợp với e-learning platform. Personalized learning system cho phép mở rộng tính năng. Educational technology sử dụng API chuẩn để tích hợp.
V. Đánh Giá Hiệu Quả Mô Hình Học Tập
Đánh giá hiệu quả personalized learning system cần nhiều phương pháp. Thực nghiệm sư phạm so sánh kết quả nhóm thực nghiệm và đối chứng. Learning analytics cung cấp dữ liệu định lượng về tiến độ. Student-centered learning đánh giá mức độ hài lòng của người học.
Mô hình chấp nhận công nghệ UTAUT đo ý định sử dụng hệ thống. Phương pháp chuyên gia đánh giá tính khả thi và chính xác. E-learning platform thu thập feedback từ người dùng thực tế. Adaptive learning cải thiện liên tục dựa trên kết quả đánh giá.
Kết quả học tập là chỉ số quan trọng nhất. Điểm số, tỷ lệ hoàn thành khóa học đo hiệu quả. Learning style assessment chính xác dẫn đến kết quả tốt hơn. Intelligent tutoring system giúp giảm tỷ lệ thất bại.
5.1. Thực Nghiệm Sư Phạm
Thực nghiệm sư phạm so sánh hai nhóm sinh viên. Nhóm thực nghiệm sử dụng personalized learning system. Nhóm đối chứng học theo phương pháp truyền thống. Learning analytics theo dõi tiến độ của cả hai nhóm. Kết quả cho thấy adaptive learning cải thiện điểm số. Student-centered learning tăng động lực và sự tự tin.
5.2. Mô Hình Chấp Nhận Công Nghệ
UTAUT đánh giá yếu tố ảnh hưởng đến việc sử dụng. Performance Expectancy đo kỳ vọng về hiệu suất. Effort Expectancy đánh giá độ dễ sử dụng hệ thống. Social Influence đo ảnh hưởng của người khác. Facilitating Conditions đánh giá hỗ trợ kỹ thuật. E-learning platform dễ sử dụng được chấp nhận cao hơn.
5.3. Phương Pháp Chuyên Gia
Chuyên gia educational technology đánh giá mô hình. Tiêu chí bao gồm tính chính xác của learning style assessment. Độ phù hợp của nội dung với phong cách học. Hiệu quả của intelligent tutoring system trong hỗ trợ. Khả năng mở rộng của personalized learning system. Feedback chuyên gia giúp cải thiện mô hình trước triển khai.
VI. Triển Khai Và Phát Triển Hệ Thống
Triển khai personalized learning system yêu cầu kế hoạch chi tiết. Đào tạo giảng viên sử dụng e-learning platform mới. Hướng dẫn sinh viên tương tác với intelligent tutoring system. Learning analytics cần được giải thích để giảng viên hiểu dữ liệu.
Hệ thống cần thử nghiệm với nhóm nhỏ trước khi mở rộng. Adaptive learning điều chỉnh dựa trên feedback giai đoạn đầu. Educational technology phải ổn định và đáng tin cậy. Student-centered learning đòi hỏi thay đổi văn hóa giảng dạy.
Bảo trì và cập nhật hệ thống liên tục là cần thiết. Learning style assessment cần kiểm tra độ chính xác định kỳ. Nội dung phải cập nhật theo chương trình học. Personalized learning system mở rộng tính năng dựa trên nhu cầu.
6.1. Đào Tạo Người Dùng
Giảng viên cần đào tạo về educational technology mới. Workshop hướng dẫn sử dụng e-learning platform. Tài liệu chi tiết giải thích tính năng adaptive learning. Hỗ trợ kỹ thuật sẵn sàng giải đáp thắc mắc. Sinh viên tham gia hướng dẫn về learning style assessment. Student-centered learning yêu cầu người học chủ động hơn.
6.2. Tích Hợp Với Hệ Thống Hiện Có
Personalized learning system phải tương thích với LMS hiện tại. API chuẩn cho phép kết nối với Moodle, Canvas. Learning analytics chia sẻ dữ liệu với hệ thống quản lý. Single sign-on đơn giản hóa đăng nhập cho người dùng. E-learning platform đồng bộ điểm số và tiến độ. Intelligent tutoring system hoạt động trong môi trường quen thuộc.
6.3. Bảo Trì Và Nâng Cấp
Adaptive learning cần cập nhật thuật toán thường xuyên. Learning analytics yêu cầu kiểm tra độ chính xác dữ liệu. Educational technology phải vá lỗi bảo mật kịp thời. Nội dung học tập cập nhật theo chương trình mới. Personalized learning system mở rộng hỗ trợ thêm phong cách học. Student-centered learning cải thiện dựa trên feedback người dùng.
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (250 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC GIÁO DỤC NGUYỄN HÒA HUY XÂY DỰNG MÔ HÌNH HỖ TRỢ HỌC TẬP CÁ NHÂN HÓA DỰA TRÊN PHONG CÁCH HỌC TẬP CHO SINH VIÊN ĐẠI HỌC TRONG MÔI TRƯỜNG TRỰC TUYẾN LUẬN ÁN TIẾN SĨ CHUYÊN NGÀNH LÍ LUẬN, PHƯƠNG PHÁP VÀ CÔNG NGHỆ DẠY HỌC MÃ SỐ: THÍ ĐIỂM HÀ NỘI - 2024 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC GIÁO DỤC NGUYỄN HÒA HUY XÂY DỰNG MÔ HÌNH HỖ TRỢ HỌC TẬP CÁ NHÂN HÓA DỰA TRÊN PHONG CÁCH HỌC TẬP CHO SINH VIÊN ĐẠI HỌC TRONG MÔI TRƯỜNG TRỰC TUYẾN LUẬN ÁN TIẾN SĨ CHUYÊN NGÀNH LÍ LUẬN, PHƯƠNG PHÁP VÀ CÔNG NGHỆ DẠY HỌC MÃ SỐ: THÍ ĐIỂM Người hướng dẫn khoa học: 1. Nguyễn Việt Anh 2. Tôn Quang Cường NGHIÊN CỨU SINH CÁN BỘ HƯỚNG DẪN Nguyễn Hòa Huy PGS. Nguyễn Việt Anh TS.
Tôn Quang Cường XÁC NHẬN CỦA ĐƠN VỊ ĐÀO TẠO Hà Nội - 2024 LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các thông tin, kết quả nghiên cứu và kết luận trong Luận án này được thực hiện khách quan, trung thực và chưa được ai công bố trong bất kỳ công trình nghiên cứu nào. Tôi xin cam đoan rằng các thông tin trích dẫn trong Luận án đều được trích dẫn và ghi nguồn tài liệu tham khảo được thực hiện đúng quy định. Mọi sự giúp đỡ, hướng dẫn thực hiện khoa học của Luận án đã được các tác giả và các cơ sở giáo dục đồng ý cho phép.
Hà Nội, ngày 06 tháng 12 năm 2024 Tác giả luận án Nguyễn Hòa Huy LỜI CẢM ƠN Với tình cảm chân thành và lòng biết ơn sâu sắc, tôi xin trân trọng gửi lời cảm ơn tới Trường Đại học Giáo dục - Đại học Quốc gia Hà Nội, Khoa Sư phạm, Khoa Công nghệ Giáo dục cùng các thầy, cô tham gia giảng dạy đã giúp đỡ tôi trong suốt quá trình học tập, nghiên cứu tại Trường. Đặc biệt, tôi xin bày tỏ lòng biết ơn sâu sắc đến tập thể hướng dẫn khoa học: PGS. Nguyễn Việt Anh và TS. Tôn Quang Cường, những người đã tận tình giúp đỡ và hướng dẫn tôi trong suốt quá trình học tập, nghiên cứu và thực hiện Luận án.
Xin trân trọng gửi tới các Thầy Cô Ban Giám đốc, Phòng Đánh giá và Công nhận chất lượng giáo dục và đồng nghiệp tại Trung tâm Kiểm định chất lượng giáo dục - Đại học Quốc gia Hà Nội lời cảm ơn vì đã động viên, khuyến khích và tạo điều kiện cho tôi trong suốt quá trình học tập, nghiên cứu và hoàn thành luận án. Tôi cũng xin chân thành cảm ơn các giảng viên cùng các bạn sinh viên của các cơ sở giáo dục đại học đã tham gia phỏng vấn, thảo luận nhóm, khảo sát thử nghiệm và các bạn sinh viên tham gia thực nghiệm sư phạm với những ý kiến đóng góp và chia sẻ quan trọng cho Luận án. Cuối cùng, xin bày tỏ lòng biết ơn và những tình cảm chân thành nhất tới Gia đình, người thân, bạn bè đã luôn đồng hành, giúp sức, động viên, chia sẻ, giúp đỡ và tiếp thêm động lực để tôi có thể hoàn thành Luận án này. Xin trân trọng cảm ơn! Hà Nội, ngày 06 tháng 12 năm 2024 Tác giả luận án Nguyễn Hòa Huy MỤC LỤC Trang DANH MỤC CHỮ VIẾT TẮT.
I DANH MỤC BẢNG TRONG LUẬN ÁN. III DANH MỤC HÌNH TRONG LUẬN ÁN. Lý do chọn đề tài. Mục đích và câu hỏi nghiên cứu.
Giả thuyết khoa học. Khách thể, đối tượng và phạm vi nghiên cứu. Nhiệm vụ nghiên cứu. Phương pháp nghiên cứu.
Đóng góp mới của luận án. Cấu trúc của luận án. 9 CHƯƠNG 1 TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ LUẬN. Tổng quan nghiên cứu.
Kết luận Chương 1. 62 CHƯƠNG 2 XÂY DỰNG MÔ HÌNH HỖ TRỢ HỌC TẬP CÁ NHÂN HÓA DỰA TRÊN PHONG CÁCH HỌC TẬP TRONG MÔI TRƯỜNG TRỰC TUYẾN. Phương pháp tự động xác định phong cách học tập. Mô hình hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập.
Phát triển module phần mềm thử nghiệm mô hình. Kết luận Chương 2. 99 CHƯƠNG 3 ĐÁNH GIÁ VÀ THẢO LUẬN. Đánh giá thông qua Mô hình chấp nhận và sử dụng công nghệ hợp nhất.
Đánh giá thông qua phương pháp chuyên gia. Đánh giá thông qua Thực nghiệm sư phạm. Kết luận Chương 3. 137 KẾT LUẬN VÀ KIẾN NGHỊ.
139 DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ.141 TÀI LIỆU THAM KHẢO .143 PHẦN PHỤ LỤC.164 Phụ lục 1: Phiếu tham khảo ý kiến người học. 164 Phụ lục 2: Phiếu khảo sát ý kiến giảng viên. 167 Phụ lục 3: Đề cương học phần nhập môn công nghệ giáo dục. 171 Phụ lục 4: Đề cương học phần ứng dụng ICT trong giáo dục.
176 Phụ lục 5: Phiếu tham khảo ý kiến người học. 181 Phụ lục 6: Phiếu xin ý kiến chuyên gia. 184 Phụ lục 7: Tích hợp với hệ thống LMS moodle. 187 Phụ lục 8: Bài kiểm tra học phần nhập môn công nghệ giáo dục.
205 Phụ lục 9: Bài kiểm tra học phần ứng dụng ICT trong giáo dục. 206 i DANH MỤC CHỮ VIẾT TẮT 1. Tiếng Việt CNTT Công nghệ thông tin CSGD Cơ sở giáo dục ĐC Đối chứng GDĐT Giáo dục và Đào tạo HTCNH Học tập cá nhân hóa PCHT Phong cách học tập PPDH Phương pháp dạy học SL Số lượng TN Thực nghiệm TNSP Thực nghiệm sư phạm 2. Tiếng Anh Felder-Silverman learning FSLSM Phong cách học tập FSLSM style model Information and ICT communications Công nghệ thông tin và truyền thông technology The Instructional IMS Measurement Systems Global Global Learning Hiệp hội Học tập toàn cầu về Hệ thống Learning Consortium suggested đo lường giảng dạy của Mỹ Consortium Learning Activity Metrics- USA Một thuật toán phân loại học có giám sát, không tham số, sử dụng độ gần để KNN The K-nearest neighbors phân loại hoặc dự đoán về việc nhóm một điểm dữ liệu riêng lẻ ii The Kolb Learning Style Kolb Phong cách học tập Kolb Inventory Learning Management LMS Hệ thống quản lý học tập System Organization for Economic OECD Cooperation and Tổ chức Hợp tác và Phát triển Kinh tế Development PL Personalized Learning Học tập cá nhân hóa Personalized Learning Học tập cá nhân hóa dựa trên phong PLBLS base Learning Styles cách học tập SVM Support Vector Machines Máy vectơ hỗ trợ Unified Theory of Mô hình chấp nhận và sử dụng công UTAUT Acceptance and Use of nghệ hợp nhất Technology VARK The VARK Inventory Phong cách học tập Vark Một thuật toán máy học dựa trên cây eXtreme Gradient XGBoost quyết định, sử dụng phương pháp độ Boosting dốc tăng cường iii DANH MỤC BẢNG TRONG LUẬN ÁN Trang Bảng 2.
Hoạt động học tập và hành vi học tập trong môi trường e-learning .2: Ánh xạ hoạt động học tập với hành vi của người học .3: Phong cách học tập của từng cụm .4: Kết quả so sánh Silhouette Score giữa các thuật toán phân cụm khác nhau .5: Kết quả phân loại khi k = 3 .6: Kết quả phân loại khi k = 4 .7: Kết quả phân loại khi k = 5 .8: Thống kê những hoạt động trên hệ thống LMS Moodle .9: Các chức năng được phát triển và tích hợp vào hệ thống LMS Moodle.10: Kiểm thử các chức năng hệ thống.1: Phiếu đánh giá các nhân tố ảnh hưởng đến mức độ chấp nhận và sử dụng Hệ thống hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập .2: Kết quả kiểm định Độ tin cậy thang đo .3: Kết quả kiểm định đa cộng tuyến.4: Kết quả của R2 và Q2 .5: Kết quả giá trị f 2 và mức độ ảnh hưởng .6: Kết quả tác động trực tiếp của các mối quan hệ .7: Kết quả tác động gián tiếp của các nhân tố .8: Thống kê trình độ và giới tính của các chuyên gia .9: Mô tả kết quả độ tin cậy .10: Tương quan Pearson.11: Đánh giá tính dễ dùng và hữu dụng của hệ thống. 123 sau quá trình triển khai thực tế .12: Thông tin về lớp thực nghiệm (TN) và lớp đối chứng (ĐC) .13: Mẫu bảng thống kê bài kiểm tra .14: Thống kê kết quả kiểm tra đầu vào học phần Nhập môn Công nghệ giáo dục lớp EDT2001 2 và lớp EDT2001 3 .15: Thống kê kết quả kiểm tra đầu ra học phần Nhập môn Công nghệ giáo dục lớp TN EDT2001 2 và ĐC EDT2001 3 .16: Tổng hợp một số tham số đặc trưng của bài kiểm tra đầu ra học phần Nhập môn Công nghệ giáo dục lớp TN EDT2001 2 và ĐC EDT2001 3 .17: Thống kê kết quả kiểm tra đầu vào học phần Ứng dụng ICT trong giáo dục lớp TN EDT2002 6 và lớp ĐC EDT2002 2 .18: Thống kê kết quả kiểm tra đầu ra học phần Ứng dụng ICT trong giáo dục lớp TN EDT2002 6 và lớp ĐC EDT2002 2 .19: Tổng hợp một số tham số đặc trưng của bài kiểm tra đầu ra Ứng dụng ICT trong giáo dục lớp TN EDT2002 6 và lớp ĐC EDT2002 2. 135 v DANH MỤC HÌNH TRONG LUẬN ÁN Trang Hình 1. Mô hình phong cách học tập Kolb.
Mô hình phong cách học tập VARK. Hồ sơ số liệu IMS. Khung đo lường học tập quốc gia .3: Quy trình hoạt động xác định phong cách học tập. Mô hình hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập trong môi trường trực tuyến.
Mô đun xác định phong cách học tập. Hệ thống LMS Moodle tích hợp mô đun hỗ trợ học tập cá nhân hóa. Cơ sở dữ liệu lưu trữ phong cách học tập được tự động tạo mới. Hình ảnh phân quyền truy cập bài giảng theo “phong cách học tập”.
Hiển thị tài liệu tương ứng với người học có phong cách học tập tương ứng97 Hình 2. Danh sách người học trong một khóa học với phong cách học tập. Phân tích dữ liệu. Thống kê tương tác của người dùng với hệ thống.
Mô hình UTAUT đánh giá đề xuất .2: Biểu đồ đánh giá tính cần thiết của hệ thống hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập .3: Biểu đồ đánh giá tính khả thi của hệ thống hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập .4: Đồ thị tần suất tích lũy điểm bài kiểm tra đầu ra học phần Nhập môn Công nghệ giáo dục .5: Phân loại kết quả trong bài kiểm tra đầu ra học phần Nhập môn Công nghệ giáo dục .6: Đồ thị tần suất tích lũy điểm bài kiểm tra đầu ra học phần Ứng dụng ICT trong giáo dục .7: Phân loại kết quả trong bài kiểm tra đầu ra học phần Ứng dụng ICT trong giáo dục. Lý do chọn đề tài Với sự phát triển nhanh chóng của công nghệ thông tin trong thời kỳ cách mạng công nghiệp 4.
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Từ khóa và chủ đề nghiên cứu
Câu hỏi thường gặp
Luận án "Mô hình học tập cá nhân hóa dựa phong cách học tập trực tuyến" nghiên cứu về vấn đề gì?
Luận án tiến sĩ xây dựng mô hình hỗ trợ học tập cá nhân hóa dựa trên phong cách học tập trong môi trường trực tuyến của Nguyễn Hòa Huy tại Đại học Giáo dục.
Luận án "Mô hình học tập cá nhân hóa dựa phong cách học tập trực tuyến" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Trường Đại học Giáo dục - Đại học Quốc gia Hà Nội. Năm bảo vệ: 2024.
Luận án "Mô hình học tập cá nhân hóa dựa phong cách học tập trực tuyến" thuộc chuyên ngành gì?
Luận án "Mô hình học tập cá nhân hóa dựa phong cách học tập trực tuyến" thuộc chuyên ngành Lí luận, Phương pháp và Công nghệ Dạy học. Danh mục: Phương Pháp Giảng Dạy.
Luận án "Mô hình học tập cá nhân hóa dựa phong cách học tập trực tuyến" có bao nhiêu trang?
Luận án "Mô hình học tập cá nhân hóa dựa phong cách học tập trực tuyến" có 250 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Mô hình học tập cá nhân hóa dựa phong cách học tập trực tuyến" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.