[发明专利]一种基于认知负荷测量教学水平的方法和装置在审

专利信息
申请号: 201911120825.6 申请日: 2019-11-15
公开(公告)号: CN110782189A 公开(公告)日: 2020-02-11
发明(设计)人: 张羽;吕勇强;刘惠琴;李曼丽 申请(专利权)人: 清华大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06F17/18;G06Q50/20
代理公司: 11572 北京卓特专利代理事务所(普通合伙) 代理人: 陈变花
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 神经生理 认知 测评 教学内容 教学水平 教学 测量 方法和装置 横向可比性 定量评价 负荷测量 负荷判定 建模分析 教材设计 教学过程 融合处理 学生学习 专家评价 主观性 采集 讲课 教师 申请
【说明书】:

本申请公开一种基于认知负荷测量教学水平的方法和装置。所述方法包括测量学习者在教学之前的学前测评分数;采集学习者在教学过程中的多种神经生理信号,从多种神经生理信号中分别提取神经生理数据特征值,并对多种神经生理特征值进行融合处理,得到学习者的认知负荷得分;测量学习者在教学结束后的学后测评分数;根据学习者教学前后的测评分数差和学习者的认知负荷得分进行建模分析,得到教学内容所产生的外在认知负荷,根据教学内容所产生的外在认知负荷判定教学水平。实现基于学生学习效率的教材设计/教师讲课水平的定量评价,测量结果具有横向可比性,最大程度的减少了专家评价的主观性和不可比的问题。

技术领域

本申请涉及计算机认知心理学领域,尤其涉及一种基于认知负荷测量教学水平的方法和装置。

背景技术

教师的课堂讲授是辅助学生学习的重要环节。讲课逻辑清晰、表达简洁流畅、讲解生动形象,可以让学习者更容易理解学习内容,降低学习难度,提高学习效率。教材和课件(含传统纸质教材、幻灯片展示、在线课程等电子课件)是学习的重要资料和依据。好的教材和课件可以让学习者更容易理解学习内容,降低学习难度,提高学习效率。但对教师和教材的教学水平的评价一直缺少客观的评价标准,主要依靠专家、同行教师和学生的主观评价。

传统对教材设计水平的量化测量,主要依靠专家按照一定的维度对教材进行主观打分。对教师讲课的教学水平的评价则更加具有主观性,主要是在教师的示范课、讲课比赛、或者日常讲课时,由专家和同行教师进行听课和评价。例如:教育部评价教材的四个维度是:思想水平、科学水平、教学水平和文图水平,具体指标描述如下:

由上表可知,虽然这些分项具有一定的结构,但在实际打分时,一方面具有主观性,第二方面无法直接对学生使用该教材的学习效率进行评估,因此无法为广大的教师和学习者提供更加客观有效的教材选择参考依据,也无法为教师提升教学水平提供客观、精准的反馈和指导意见。这不利于教材市场和课件平台更加健康的发展,也不利于教学质量管理的提升。

发明内容

本申请提供了一种基于认知负荷测量教学水平的方法,包括:

测量学习者在教学之前的学前测评分数;

采集学习者在教学过程中的多种神经生理信号,从多种神经生理信号中分别提取神经生理数据特征值,并对多种神经生理特征值进行融合处理,得到学习者的认知负荷得分;

测量学习者在教学结束后的学后测评分数;

根据学习者教学前后的测评分数差和学习者的认知负荷得分进行建模分析,得到教学内容所产生的外在认知负荷,根据教学内容所产生的外在认知负荷判定教学水平。

如上所述的基于认知负荷测量教学水平的方法,其中还包括对学习者进行分组,具体为:选取与被测教材/教师讲课内容所对应的适龄学生,并提前了解确认这些学生没有提前学过相关知识,根据对本次教学所用的教材或讲课内容进行的学前测评结果将这些学生随机分成若干学习小组且各学习小组之间的学前测评成绩没有显著差异。

如上所述的基于认知负荷测量教学水平的方法,其中所述神经生理信号包括EEG不同频段能量占比、心率均值和标准差、皮电均值和PPG形态测量学特征值中的至少一项。

如上所述的基于认知负荷测量教学水平的方法,其中根据学习者教学前后的测评分数和神经生理信号特征值进行建模分析,具体包括如下子步骤:

将各组学习者阅读不同教材课件或听不同教师讲课的多模态神经生理数据特征值通过因子分析,降维成认知负荷得分;

将各组学习者在教学前后的测评得分差值作为内部负荷;

对认知负荷得分和内部负荷进行分层多元回归模型分析,确定教学内容所产生的外在认知负荷。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911120825.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top