远程教育MOOC学业管理范文

本站小编为你精心准备了远程教育MOOC学业管理参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

一、MOOC的现状和存在的问题

目前，MOOC的建立主要通过教育行业和商业公司的合作来完成。以顶尖高校为代表的教育机构提供MOOC课程视频和课程学习资料，商业公司则负责构建网络学习平台，制作和传播优质课程学习资源。Coursera、Udacity、edX等MOOC的三大供应商已经拥有了众多高校和商业合作伙伴，对MOOC在世界范围内的迅速发展起到了重要的作用。例如，截止2013年11月，Coursera已经与全球近百所顶级大学建立了合作伙伴关系。在国内，北京大学和清华大学的课程已经在edX平台上，复旦大学和上海交通大学也先后与Cousera签约。在全球范围内精英院校的参与下，MOOC的迅速发展是否说明:对比之前的远程教育模式，基于mooc的教学更加科学和有效呢?事实上，与其它远程教育模式相比，MOOC更加趋向于简单和缺乏个性化:缺少教师指导、没有监督模式、甚至无须注册。Coursera，Udacity和edX所提供的课程学习服务基本一致，主要包括:a．教学视频;b．学生互动平台:论坛、学习小组;c．学习评估:基于软件的习题、测试或者收费测试，以及基于学生互评的主观性作业。MOOC课程看似具备了授课、讨论、提问、回答、练习、作业、测试等完整的教学环节，然而事实上，这个学习过程并没有看上去那么完备，存在以下三方面问题:

(1)缺少教师的指导和交流，学生互相教学的效度和信度难以维持较高水平。在MOOC的学习过程中，学生主要通过课程论坛和网络学习小组进行学习讨论，导致学术讨论水平良莠不齐，不能确保学习问题的有效解决，甚至出现很多不礼貌的网络行为。

(2)学习过程中缺乏管理和监督，直接导致了MOOC惊人的辍学率。跟传统的课堂教学相比，远程教学成败与否主要取决于教师对学习活动的管理。针对学习过程中存在的时间有效利用、困难解决、个性化学习需求等问题，MOOC难以给出答案。

(3)学习评估方法过于简单化，难以确保评估的信度和效度。目前MOOC的学习评估主要依靠于基于软件的习题和测试，对于应用技术类课程能够取得较好的效果，但对于人文类课程却难以满足需求。作为唯一提供少量人文类课程的平台，Coursrea采用了同伴评分(peerreview)机制为学生的作业进行打分。但是大多数学生的水平不可能达到正确地指出作业的问题并提供高水平建议和客观评价的理想状态，因此同伴评分机制有很大的缺陷。此外，这种评分是单向的反馈，存在争议的情况下也难以进行深入的讨论或更改。综上所述，MOOC现有的网络课堂学习模式及学习平台难以直接融入到高等学校及远程教育的教学过程中。但是，由于MOOC拥有大规模的课程资源、完善的课程辅导材料、流畅的视频效果等优势，在已有的MOOC平台基础上，研究适应高等院校中远程教学的学业管理和分析的方法及系统，就成为一个亟待解决的重要问题。

二、面向MOOC的学业管理、分析和预测

在教学领域，有效地对学生进行学业上的管理，并合理地评估学生的学业成绩，一直是关键性的问题。随着网络技术的发展，基于互联网的学业管理系统(LMS)已经被广泛地应用在高等教育中，例如，超过90%的美国大学和95%的英国大学在教学过程中使用了LMS。早期的LMS是基于Web开发的应用系统，可以实现分发、管理、检索课程资料等功能，协助教师的课堂教学工作。目前，基于互联网的LMS可以支持学生利用各种交互工具，例如通信软件、聊天室、wiki、博客等，参与学习活动。这使得LMS促进了学生对于知识的建构，促进了学习的自主性和创造性，而不是进行简单的知识传递，也更适合应用在远程教育中。因此，本研究选择将LMS融入到面向高校远程教育的MOOC学业管理和分析中。MOLMA系统的学业分析功能可以利用学业管理系统产生的数据，对学生的学业情况进行分析和评估，以识别在学习和认知中处于“高风险”的学生，从而能够进行更及时的教学干预;同时可以分析教学中成功和失败的产生原因和特点，进而帮助改善教学模式和方法。

1．MOLMA系统功能

MOLMA系统的主要目标是在高校的远程教育中，管理MOOC学习者，并通过追踪学习者的学业活动情况来分析学业进度和和预测学业表现。由此可见，MOLMA主要具备两方面功能:a．学业管理功能;b．学业分析和预测功能。

(1)MOLMA系统的学业管理功能MOLMA系统汇集很多工具和材料以支持学习，主要包括:课程学习相关的内容文件和多媒体资源;具备在线测验或提交作业功能的评估工具;包括电子邮件，聊天和异步讨论论坛等的通信工具;让教师来记录和存储学生的分数和等级、公告和显示课程期限的课程管理工具;让学生回顾学业成绩和跟踪学习进展的学习管理工具等。

(2)MOLMA系统的学业分析和预测功能通过学业管理，MOLMA系统能够获取和储存大量的、复杂的用户行为和交互数据。通过对这些数据的分析，本文能够跟踪的变量包括:用户在线的次数和持续时间、系统工具的应用情况、读取或张贴的消息数量、访问的内容页面等。这些数据被实时捕获，并且原则上可以在课程进展的任何阶段进行数据挖掘工作。通过MOLMA采集这些数据是非入侵式的，不需要人工干预和手动获取。重要的是，这个数据可能代表学习者的学习行为的很多方面(如，学习模式，参与度，在学习系统中投入的程度和模式等)，这些行为是很难、甚至不可能通过其他手段进行获取。本文经过初步分析，从这些内容以及MOLMA系统日志中检索和获取了大量的学业数据。本文关注的基本学业数据指标，这些指标可以检测学生个体的学习行为与其学业成功的相关性。在抽取基本学业数据指标的基础上，采用统计学方法，开展更多有意义的数据分析，评估这些指标和学生学业最终成绩、趋势之间的相关性;指标间的线性组合和指标的深度融合也可以进一步体现这种相关性。还采用图模型方法，对学生之间的社交关系进行分析，抽取特定学生的社交关系网络，分析其对学生学业的影响。这两种方法让教师更容易监控学生的参与和学习进程，以及评估教学活动的影响。此外，在分析所有学业指标及相关性基础上，采用机器学习方法和分类器模型，可以分阶段对学生的学业成绩做出预测和评估，让教师能够及时、较准确地为“学业困难”学生提供指导和帮助。

2．MOLMA架构和应用平台

传统的基于Web的学业管理平台已获得了很多的应用，在考虑适用于MOOC模式的学业管理和分析系统的架构和平台开发时，本文首先应用了技术上较成熟、应用较广泛的Web平台。由于MOOC提倡以学习者为中心的教学方法，尤其强调学生之间互动和协作的重要性，因此社交网络是构建MOLMA的另一个重要平台。许多研究证明微博、Facebook等社交网络在教育领域内具有良好的应用效果。

(1)基于Web平台的MOLMA系统本研究中，基于Web的MOLMA系统采用了Moodle的基础平台和开发框架。与著名的Black-board商用学业管理系统一样，Moodle平台也具备良好的学业管理功能。该系统简单易用。系统为每门课程单独建立一个学业管理平台，并提供各种内容分享和交互功能。Moodle平台使用PHP语言开发，具有免费、开源、易扩展和跨平台等优点。在Moodle的基础平台和功能的基础上，教师不但可以选用平台提供的工具，还能够根据不同的课程需求，实现个性化的扩展功能，并通过插件的形式融入到基础平台上。因此，本研究讨论的学业管理和分析功能可以通过开发不同的插件，在平台上进行使用;教师还可以根据教学过程中得到的分析结果，不断地更新教学策略，并通过修改插件应用在教学实践中。

(2)基于社交网络的MOLMA系统由于微博与智能手机的无缝融合，及其在促进人际交流、互动和信息分享等方面的流行性和便利性，本研究提出基于微博平台的MOLMA构建方法。

a．建立MOOC课程的微群教师在每门MOOC课程开课前，基于微博的微群应用功能创建学习群。将参加该门MOOC课程的学生添加在微群中。基于微群，进行通知、分享课程资源、组织专题的课程辅导和在线讨论等活动。

b．MOOC课程通知和信息，包括:应用微群的群公告功能文字信息;应用发言区上传图片、视频、超链接资源;应用发言区使学生共享资源并接收他人的反馈。

c．共享MOOC课程资源基于微群中的微盘功能，能够共享doc、PDF、txt等多种格式的MOOC课程相关学习资源。通过点击微盘图标，上传文件，文件上传成功后生成下载地址显示在发言区中。学生点击地址链接即可下载资源。

d．组织专题的课程辅导基于微群中的话题功能，关于MOOC课程的专题辅导。学生点击#话题#，就能针对专题进行讨论、跟帖、提问等活动。话题功能的一大好处是能够将带有#话题#标签的所有信息归类、整合在一起。这既便于教师针对某个专题了解学生的掌握情况和问题，又便于学生查看、保留相关的学习信息。

e．进行在线讨论在微群中，学生既可以自由发言，也可以针对某条发言直接进行回复。这促进了学生之间的互动和协作，也可以使关于某个主题的讨论得以延伸。

f．其它的学习管理功能基于微博的微调查应用，教师还可以随时发起网络调查，了解学生在MOOC学习过程中的感受，掌握学生的学习进度和其它相关情况。网络调查成功后，能够自动生成链接显示在发言区中。调查结束后，根据相关数据自动生成柱形图等形式的调查结果。

三、结论

随着越来越多的中国高校正在或计划引入MOOC课程，如何有效地管理和跟踪学生的MOOC学习进程，并合理地评估教学过程中学生所取得的进步和成绩，确保取得预期的良好教学效果，是MOOC教学中的首要问题。因此，研究高等教育环境下MOOC学业管理工具和策略，对于有效利用MOOC的优秀课程资源，培养具有自主学习能力的高素质学生，推动普通高校教学水平的提高具有实际意义。此外，在MOOC环境下，由于面对面行为模式的缺失，以及MOOC的超大班级规模，仅凭终结性评估方法(如书面考试和作业)难以及时的把握所有学生的学业情况。针对高校远程教育的MOOC课程学习，本研究提出的MOLMA系统，具备MOOC学业管理、学业分析和预测功能。该系统既能够支持教师有效地管理参与MOOC课程的学生的学习活动，又能够应用学业管理系统产生的数据，对学生的学业情况进行建模、分析和评估，帮助学生真正受益于MOOC课程，具有较强的推广和研究价值。（本文来自于《现代远距离教育》杂志。《现代远距离教育》杂志简介详见.）

作者：郎非孙广路单位：哈尔滨理工大学