Моделирование индивидуальных траекторий обучения иностранным языкам

Адаптивные технологии электронного обучения. Исследование прогностических возможностей исполнительных функций для построения индивидуальных траекторий обучения иностранным языкам. Построение регрессионной модели индивидуальных траекторий обучения.

Рубрика Педагогика
Вид курсовая работа
Язык русский
Дата добавления 12.07.2016
Размер файла 438,7 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Также мы можем говорить об особенностях инструментов, измеряющих особенности когнитивной сферы человека (за исключением комплексного конструкта интеллекта). Такие инструменты, как правило, не имеют, в обычном понимании этого явления, матриц тестирования. В тесте ТИФ, например, заложена цель сформировать некоторую привычку в восприятии на первых двух этапах, чтобы проверить способность испытуемого выполнять задания третьей серии со сформированными особенностями восприятия в первых двух сериях. Эти тесты, как правило, дают только общий показатель, а отдельно взятое «задание» анализировать не имеет смысла.

Алгоритм, основанный на одном предикторе - развитость исполнительных функций, не отвечает предъявленным требованиям. Это является основанием для последующей проверки работы этого алгоритма с разными комбинациями различных предикторов (например, вербальный интеллект, шкала обработки информации, шкала эрудиции и т.д.).

Модель, которая позволит выстроить логику обучающегося курса, исходя из способностей и подготовленности обучающегося, должна содержать предикторы с высокой предсказательной силой и также, можно предположить, что модель должна быть комплексной, включать в себя несколько предикторов (например, интеллект, исполнительные функции, способность быстро обрабатывать информацию и т.д.).

ЗАКЛЮЧЕНИЕ

Резюмируя, можно сказать, что в этой работе рассмотрено, каким образом обучение иностранным языкам можно адаптировать еще и под запрос конкретной личности, под ее индивидуальные особенности восприятия информации. Речь идет о предикторах успешности в обучении в целом и в обучении иностранным языкам в частности: интеллектуальные способности, когнитивные особенности личности, индивидуально-психологические различия и другие возможные предикторы.

Мы отобрали наиболее объективно измеряемые предикторы успешности обучения для построения модели индивидуализированного обучения иностранным языкам. Наиболее качественными представляются интеллект и исполнительные функции (тормозный контроль, рабочая память и когнитивная гибкость). В данной работе акцент сделан на рассмотрении как предиктора исполнительных функций, поскольку интеллект является достаточно сильным предиктором успешности любой умственной деятельности, это достаточно широкая характеристика. Исполнительные функции же как предиктор успешности в обучении взрослых до сих пор почти не рассматривался.

Показана достаточно сильная значимая связь между исполнительными функциями и успешностью в обучении иностранным языкам, что позволило нам строить уравнения регрессии для выяснения коэффициентов. Однако, коэффициенты регрессии получились не значимы, что не позволило нам строить алгоритм индивидуализированного обучения иностранным языкам.

Не выстраивая полный автоматизированный алгоритм, мы таки можем с помощью предсказанного потенциала в изучении курса обеспечить учителю понимание, как можно построить индивидуальные траектории обучения для разных групп учеников, или даже для каждого отдельного ученика с учетом их индивидуальных особенностей.

Тем не менее, создание автоматизированного алгоритма индивидуализированного обучения иностранным языкам, использующего возможности логистических моделей, построенных на предикторах успешного обучения, безусловно, в электронном обучении будет уменьшать действие свойства статичности систем, что, в свою очередь, позволит повысить качество обучения для каждого отдельного ученика. Потому мы считаем необходимым дальнейшую работу по созданию таких алгоритмов с учетом накопленных данных и опыта.

Таким образом, индивидуализированная система обучения иностранным языкам должна строиться на предикторах, имеющих сильную значимую связь с успешностью в обучении.

Успешность в обучении, как правило, обусловлена несколькими факторами сразу и их сочетаниями. Потому необходимо использовать несколько предикторов в модели для наиболее точного прогноза успешности в обучении каждого ученика. Индивидуализированная модель обучения должна обладать свойством комплексности.

Такие индивидуальные когнитивные особенности как развитость исполнительных функций (все элементы рабочей памяти, тормозный или исполнительский контроль, гибкость внимания) должны встраиваться в модель с учетом других более общих индивидуальных характеристик обучающихся (например, интеллект).

Также, важно учитывать при разработке алгоритма начальный уровень знаний предметной области, для которой он разрабатывается. Различные предикторы в модели могут иметь большую или меньшую предсказательную силу в зависимости от уровня знаний предметной области.

СПИСОК ИСТОЧНИКОВ

1. Аббакумов Д. Ф. Сравнительный анализ эффективности числового и вербального тестов при прогнозировании результатов работы сотрудников. [Электронный ресурс] // Организационная психология. 2011. Т. 1. № 2. С. 92-99. URL: http://orgpsyjournal.hse.ru.

2. Анастази А., Урбина С., Психологическое тестирование, СПб., Питер, 2001.

3. Поддьяков А. Н. Психология конкуренции в обучении. М.: Изд. дом ГУ-ВШЭ, 2006. 231 с.

4. Beldaglia, B., Adiguzela, T., (2010), Illustrating an ideal adaptive e-learning: A conceptual framework, Innovation and Creativity in Education (Vol. 2, Issue 2, pp. 5755-5761).

5. Baddeley, A. D., & Hitch, G. J., (1974). Working memory. In G. Bower (Ed.), The psychology of learning and motivation (Vol. 8, pp. 47-90). San Diego, CA: Academic.

6. Baddeley, A. D., & Lieberman, K., (1980). Spatial working memory. In R. S. Nickerson (Ed.), Attention and Performance (Vol. VIII, pp. 521-539). Hillside, N.J.: Lawrence Erlbaum Associates, Inc.

7. Baddeley A. D., Allen R. J., Hitch G. J., (2011) Binding in visual working memory: The role of the episodic buffer, Neuropsychologia, Volume 49, Issue 6, May 2011, Pages 1393-1400.

8. Baylari A., Montazer Gh.A., (2009) Design a personalized e-learning system based on item response theory and artificial neural network approach // Expert Systems with Applications. Vol. 36. P. 8013-8021.

9. Benton A.L. Neuropsychological assessment // Annual Review of Psychology. 1994. Vol. 45, N 1. P. 1-23.

10. Brusilovsky, P., (1996), “Methods and Techniques of Adaptive Hypermedia”, User Modeling and User-Adapted Interaction, 6, 2-3, 87-129.

11. Brusilovsky, P., (1999), “Adaptive and Intelligent Technologies for Web-based Education”. In C. Rollinger and C. Peylo (eds.), Special Issue on Intelligent Systems and Teleteaching, Kьnstliche Intelligenz, 4, 19-25.

12. Brusilovsky, P., (2001). Adaptive hypermedia. User Model. User-Adap. Interact., 11(1/2), 87-110

13. Chen C.-M., Lee H.-M., Chen Y.-H., (2005). Personalized e-learning system using Item Response Theory // Computers & Education.Vol. 44. P. 237-255.

14. Chen C.-M., Liu C.-Y., Chang M.-H., (2006). Personalized curriculum sequencing utilizing modified item response theory for web-based instruction // Expert Systems with Applications. Vol. 30. P. 378-396.

15. Chen C.-M., Duh L.-J., (2008). Personalized web-based tutoring system based on fuzzy item response theory // Expert Systems with Applications.Vol. 34. P. 2298-2315.

16. Cofer, C.N., Appley, M.H., (1967). Motivation: Theory and Research. Wiley, New York, London, Sydney.

17. Diamond A., in Handbook of Developmental Cognitive Neuroscience, C. Nelson, M. Luciana Eds. (MIT Press, Cambridge, MA, 2001).

18. Diamond A., Kirkham N. Not quite as grown-up as we like to think parallels between cognition in childhood and adulthood //Psychological Science. - 2005. - Т. 16. - №. 4. - С. 291-297.

19. Diamond A., in Lifespan Cognition: Mechanisms of Change, E. Bialystok, F. Craik, Eds. (Oxford Univ. Press, New York, 2006) pp. 70-95.

20. Diamond, A., Barnett, W. S., Thomas, J., & Munro, S. (2007). Preschool program improves cognitive control.

21. Demakis G.J. Frontal Lobe Damage and Tests of Executive Processing; a Meta-Analysis of Category Test, Stroop Test and Trail-Making Test // Journal of Clinical and Experimental Neuropsychology. 2004. Vol. 26, N 3. P. 441-450.

22. Dornyei, Z., (1999). Motivation. In: Spolsky, B. (Ed.), Concise Encyclopedia of Educational Linguistics. Elsevier, Oxford, pp. 525-532.

23. Dornyei, Z., (2002). The motivational basis of language learning tasks. In: Robinson, P. (Ed.), Individual Di?erences and Instructed Language Learning. John Benjamins, Amsterdam, pp. 137-158.

24. Dvoшбиkovб M., Kostolбnyovб K., (2012). Complex model of e-learning evaluation focusing on adaptive instruction, Cyprus International Conference on Educational Research (CY-ICER-2012) North Cyprus, US08-10 February, Volume 47, pp. 1068-1076.

25. Field A. Discovering statistics using SPSS. London: SAGE Publications, 2005.

26. Gardner, R.C., (1985). Social Psychology and Second Language Learning: The role of Attitudes and Motivation. Edward Arnold, London, Ontario.

27. Gardner, R.C., (2010). Motivation and Second Language Acquisition: The Socio-educational Model. Peter Lang, New York.

28. Harun M. H., (2002). Integrating e-Learning into the workplace // Internet and Higher Education. Vol. 4. P. 301-301.

29. Kleinginna, R., Kleinginna, M., (1981). A categorized list of motivation de?nitions with a suggestion for a consensual de?nition. Motivation and Emotion 5 (3), 263-291.

30. Koзaka R., Boyacob M., (2010). The predictive role of basic ability levels and metacognitive strategies of students on their academic success, Innovation and Creativity in Education, Volume 2, Issue 2, 2010, Pages 767-772.

31. Lezak M.D. Neuropsychological Assessment.N.Y.: Oxford University Press, 1995. 1016 p.

32. Manolopoulou-Sergi E., (2004). Motivation within the information processing model of foreign language learning, System, Volume 32, Issue 3, September 2004, Pages 427-441.

33. Masoura E. V. and Gathercole S. E., (1999). Phonological Short-term Memory and Foreign Language Learning// International Journal of psychology, 34 (5/6), 383-388.

34. Miyake, A., Friedman, N. P., Emerson, M. J., Witzki,A. H., & Howerter, A. (2000). The unity anddiversity of executive functions and their con-tributions to complex ``frontal lobe'' tasks: Alatent variable analysis. Cognitive Psychology, 41, 49-100.

35. Moran D. J., Malott R. W., (2004). Evidence-Based Educational Methods. Elsevier Inc.

36. Newell, A., & Simon, H. A., (1972). Human Problem Solving. Englewood Cliffs, NJ: Prentice-Hall.

37. Pask G., (1975). The Cybernetics of Human Learning and Perfomance. London: Hutchinson & Co. (Publishers) Ltd.

38. Phobuna P., Vicheanpanyaa J., (2010). Adaptive intelligent tutoring systems for e-learning systems, Innovation and Creativity in Education, Volume 2, Issue 2, Pages 4064-4069.

39. Papagno C., Valentine T., Baddeley A., (1991). Phonological short-term memory and foreign-language vocabulary learning. Journal of Memory and Language 30:331-347.

40. Rahimi M., Hassani M., (2011). World Conference on Learning, Teaching & Administration - 2011, Volume 31, Pages 66-72.

41. Rindermann H., Neubauer, A. C., (2004). Processing speed, intelligence, creativity, and school performance: Testing of causal hypotheses using structural equation models // Intelligence. Vol. 32. P. 573-589.

42. Schmidt F. L., Hunter J. E., (2004). General Mental Ability in the World of Work: Occupational Attainment and Job Performance // Journal of Personality and Social Psychology. Vol. 86 (1). Р. 162-173.

43. Shallice Т. Specific impairments of planning // Philosophical Transactions of the Royal Society of London. 1982.N 298. P. 199-209.

44. Shute V. J., Zapata-Rivera D., (2011). Adaptive educational systems // Adaptive technologies for training and education. New York, NY: Cambridge University Press.

45. Skinner, B. F., (1968). The technology of teaching. Englewood Cliffs. NJ: Prentice Hall.

46. Stuss D.T., Benson D.F. The Frontal Lobes. N.Y.: Raven Press, 1986. 303 p.

47. Wauters K., Desmet P., Van den Noortgate W., (2010). Adaptive item-based learning environments based on the item response theory: possibilities and challenges // Blackwell Publishing Ltd Journal of Computer Assisted Learning. Vol. 26. P. 549-562.

48. Woolf B. P., (2009). Building intelligent interactive tutors: student-centered strategies for revolutionizing e-learning. Elsevier Inc.

49. Лаборатория «Гуманитарные технологии»: // URL: [http://www.ht.ru/cms/component/content/article/101078].

50. РИА Новости: Электронный университет: бесплатное образование в любом возрасте // URL: [http://ria.ru/society/20130508/936413960.html].

51. Русская Википедия // URL: [http://ru.wikipedia.org/wiki].

52. Сайт образовательных ресурсов // URL: [http//www.masterstudies.ru].

53. Тест исполнительных функций в сервисе HT-LINE // URL: [https://client.ht-line.ru/m-tests/?testing=0b775d859b62e95d].

Размещено на Allbest.ru


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.