在当今的医疗环境下,临床教育工作者照顾患者的比例远远超过了向实习生讲授的讨论和临床专业教育课程,因此临床技能习得的时间相对较短。然而,数字学习的作用是一种补充方法,以混合学习方法补充临床技能的教学。利用数字学习的双向学习环境让学生讨论和互动,可以支持临床培训和教育;然而,每个学生都有个人的数字学习偏好,传统的数字学习平台无法提供个性化的学习活动。本文通过分组技术将学习平台中的学生分为两组。活动点击量存在显着差异。活跃组中的学生查看课程、填写调查问卷、添加讨论主题、回复帖子、更新帖子以及查看讨论板。内容的点击次数明显高于不活跃的小组学习者。很明显,活跃组的学生比非活跃组的学生更积极地参与这些活动。每个组都有相关的活动关联规则。在关联规则方面,活跃群体中的学生会查看课程、在讨论区发帖、老师上传文件、填写问卷、添加讨论主题、回复帖子。 ,在论坛中更新帖子和查看帖子都会通过消息与同行进行互动,以相互联系。不活跃团体的同学注意个人隐私。进行线上活动后,他们会退出平台并更新个人实时信息,以便同事可以了解彼此的最新状态。之后,当其他学生使用教学平台时,教师可以根据学生的学习模式进行指导,为学生提供适当的教学活动。
实习生讲授临床技能、混合式学习、集群技术、链接规则附录1亚东纪念医院2013年医学放射科实习生课程(核心课程)。
緒論
研究目的
本研究的目的是通过每个放射科实习生在在线学习平台(Moodle)学习和交互后,利用数据挖掘中的聚类和关联规则技术,发现在线实习生的特征和个人特征。网络行为分析的结果。因此,我们研究的目的有两个:1.通过在线教学平台中的学习活动,利用学生输入的交互数据对学生的行为偏好模式进行分组,找到群体中学生的活动偏好。在线教学中通过平台上的学习活动,我们利用学生的输入和交互数据对学生进行分组后,可以发现学生在网络活动中的关联规则,了解学生的行为模式。
文獻探討
- 數位學習(E learning)與學習管理系統(LMS)
- 數位教學平台(moodle)
- 資料探勘技術(Data Mining)
- 分群技術(Clustering Technique)
- 關聯規則(Association Rules)
数字化学习平台也被称为:学习管理系统(LMS)、课程管理系统(CMS)等。数字化学习的概念涵盖面很广,可以分为数字化教材和数字化学习管理系统。其中,研究人员在学习管理系统平台上搭建了Moodle平台,可以提供有用的信息交流。
学生的行为可以通过 Apriori 算法来预测(Scheffer,2005)。数据挖掘是一种使用计算模型来提供课程的学习建议。基于学生的在线学习行为、学习材料、课程评估和学生反馈,可以检测非典型学生学习行为(Castro, Vellido, Nebot, & Minguillon, 2005);因此,学生使用Moodle平台后产生的数据,然后通过数据挖掘技术进行分析,可以填补学习管理系统的空白(Romero, Ventura, . & García, 2008)。
研究方法
- 研究架構
- 研究對象
- 研究工具
- 研究倫理
7 获取学生在线学习习惯 图3-2 研究结构及步骤 图3-3 教学平台讨论区(moodle),设置临床主题供学生相互讨论,构建知识 调查问卷 学生每周完成核心课程调查问卷。
回复帖子 学生回复论坛帖子 删除帖子 学生删除论坛帖子 更新帖子 学生编辑论坛帖子。
讨论论坛帖子 学生查看同学之间的讨论论坛帖子 链接视频 学生查看核心课程讲座的视频 个人资料 学生查看所有用户个人资料。
学生查看自己在网站上活动的点击次数,计算每个学生与两个点k(学生)的相关性,分析后得到学生在学习平台上的学习特征。
研究結果
偏好分數轉換結果
聚类技术通常对所需数据进行细分(Girish Punj & David W Stewart, 1983) 聚类的结果是力求各组之间的差异最大,增加组内的最大相似度。首先,我们需要将每个学生在每个活动中点击的连续值(表 4-2)转换为 Z 值(表 4-4) 表 4-4 将活动点击的 Z 值转换为 Z 值的结果连续值 学生编号续 表 4-4 活动 单击连续值可将 Z 值转换为学生编号活动的结果。
它由偏好公式后的(3)定义。将连续值转换成的离散值带入0.4后,可以将9名学生平均分为两组,每个活动的离散值可以转换为学生活动偏好分数的矩阵(表 4-5)。
分群結果
续表 4-6 学生活动学生关联结果 推回满足支持度和信度的数据,找出 cluster0 学生的关联规则(表 4-11) 表 4-10 分组 cluster0 学生活动 关联规则支持度和信任度活动。
续 表 4-10 cluster0 中学生活动关联规则的支持度和可靠性 表 4-11 cluster0 中学生活动关联规则,即学生从事活动(X)后才会出现活动(Y)。表 4-支持 cluster1 学生 12 个小组活动的链接规则和可靠性活动。
表4-13 组簇1中学生活动的关联规则,即学生参与活动(X)后会发生活动(Y)。在练习查看网站课程(查看课程)中,组群1的学生的平均比率比组群0的学生高2.9倍。在意见讨论区中,组群1的学生平均人数是组群0的学生的2.13倍。可以看出,组群1的学生经常登录平台学习。
平均运动明显低于cluster1学生组。从这两组可以看出,组cluster0中的学生在教学平台上不活跃,而组cluster1中的学生则活跃。组cluster0中的学生平均使用率比cluster1高2.27倍——学生,平均比集群 1 学生高 4.24 倍。可以看到团体。
两组学生之间的关联规则清晰地显示,学生观看了课程,填写了问卷,并观摩了亚东纪念医院2013年医学放射科学生28周课程表(基础课)。
聯規則結果