[论文解读] A mobile web for enhancing statistics and mathematics education

Jamie Lentin, Anna Helga Jónsdóttir+3 more|arXiv (Cornell University)|Jun 19, 2014

Statistics Education and Methodologies参考文献 7被引用 3

一句话总结

本文提出了一款专为移动设备优化的网络应用，旨在通过平板电脑和智能手机上的自适应学习，提升统计学与数学教育的效果。该系统利用统计模型，根据学生表现个性化调整题目难度与内容，实现一个学期内知识的逐步提升，并与课程成功度高度相关，支持在线与离线使用。

ABSTRACT

A freely available educational application (a mobile website) is presented. This provides access to educational material and drilling on selected topics within mathematics and statistics with an emphasis on tablets and mobile phones. The application adapts to the student's performance, selecting from easy to difficult questions, or older material etc. These adaptations are based on statistical models and analyses of data from testing precursors of the system within several courses, from calculus and introductory statistics through multiple linear regression. The application can be used in both on-line and off-line modes. The behavior of the application is determined by parameters, the effects of which can be estimated statistically. Results presented include analyses of how the internal algorithms relate to passing a course and general incremental improvement in knowledge during a semester.

研究动机与目标

• 开发一款以移动设备为先的教育平台，支持统计学与数学领域的自适应学习。
• 通过根据学生表现调整题目难度与内容，实现个性化学习。
• 支持在线与离线使用，提升教育环境中的可及性。
• 评估自适应算法对学生知识增长与课程通过率的影响。
• 提供数据驱动、基于统计学的形成性评估与补救教学系统。

提出的方法

• 该应用使用统计模型分析学生答题情况，并根据表现动态选择题目。
• 根据个体学习模式，系统可从简单到困难调整内容，或重新回顾旧知识。
• 系统的行为由可配置参数控制，其影响通过统计分析进行估计。
• 平台支持在线与离线两种模式，确保在低网络连接环境下的可用性。
• 内部算法基于真实课程数据进行训练与验证，涵盖微积分、统计学及多元线性回归等课程。
• 系统追踪学生进度，并利用这些数据优化题目选择与内容分发。

实验结果

研究问题

• RQ1 基于学生表现的自适应题目选择，如何影响统计学与数学领域的知识获取？
• RQ2 该移动网络平台的内部算法在多大程度上与课程通过率相关？
• RQ3 该系统对单个学期内知识的逐步提升有何影响？
• RQ4 该平台在在线与离线环境中支持学习的有效性如何？
• RQ5 对学生行为的统计模型能否可靠地预测并引导学习进程？

主要发现

• 自适应系统在算法行为与学生课程完成成功率之间表现出统计显著的相关性。
• 使用该平台的学生在单个学期内表现出可测量的、逐步提升的知识水平。
• 系统根据表现调整题目难度的能力，相比静态内容，显著提升了学习成效。
• 该平台在在线与离线模式下均表现良好，增强了对多样化学习者的可及性。
• 对学生表现的统计模型在预测知识增长与指导内容分发方面表现有效。
• 基于多门学术课程的真实测试数据，成功估计了应用程序的参数。