 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
Addenbrooke改良认知评估量表的研究和应用
下载积分：867
内容提示：Addenbrooke改良认知评估量表的研究和应用
文档格式：PDF|
浏览次数：7|
上传日期： 22:46:17|
文档星级：
该用户还上传了这些文档
Addenbrooke改良认知评估量表的研究和应用
官方公共微信文档名称：口腔门诊医患沟通量表的研制及沟通干预方法的研究.pdf
格式：pdf&&&大小：3.14MB&&&总页数：70
可免费阅读页数：56页
下载源文档需要：30元人民币
请务必先预览看看是否存在文不对题等情况，预览与实际下载的一致，本站不支持退款。美国AERA 2016年会的研究热点与合作情况——基于CiteSpacelll的分析
美国AERA 2016年会的研究热点与合作情况——基于CiteSpacelll的分析
美国AERA 2016年会的研究热点与合作情况——基于CiteSpacelll的分析&本文由《远程教育杂志》授权发布作者：张怀浩、任友群、林立甲、詹艺、杨晓哲摘要一年一度的美国教育研究协会（AERA）年会是世界最高端的学术会议之一。AERA2016年会恰逢 AERA成立百年，所研讨与关注的主题既丰富又具有代表性。为了全面、直观地呈现本次年会的研究情况，特运用CiteSpace技术分析了本次年会的研究现状与热点以及研究者、研究机构间的合作情况。共词分析表明，教师教育、学校教育、学生学习、研究方法、公平公正是本次年会关注的主题。进一步聚类分析发现，本次年会关注的问题聚焦在多元民主时代下教育研究者的影响力、教师教育与教育教学、教育研究的方法与工具、教与学、教育系统与学习境脉、教与学的技术方面。合作网络分析发现，教育研究者间存在合作，平均为2-6人；大学间的合作能够形成网络，且机构间的合作存在差异。AERA2016年会给我们的启示是：国外教育研究已将研究推向了数据 化、超微观化、小团队化的方向，这对我国教育研究的发展具有借鉴意义。关键词：AERA年会；CiteSpace；知识图谱；教育研究；教育影响力；技术一、引言日至12日，以“多元民主时代下教育研究者的影响力”为主题的美国教育研究协会2016年会（以下简称AERA2016），在美国首都华盛顿特区（DC）召开。年会以彰显并强调在愈发多元的时代下，教育研究者在公众教育、政治政策、专业实践等方面的作用。作为世界最高端的学术盛会之一，AERA2016的参会者约16500人，内容十分丰富，涵盖教育行政管理、课程研究、学习与教学、测量与研究方法、咨询与人的发展、历史与史学、教育的社会条件、校内研究与评价、职业教育、高等教育、教师教育、教育政策与政治12个分支及特别兴趣小组（SI2），共开展了2500多项专题活动[1]。根据AERA会议系统显示，通过参与论文交流、研讨会、圆桌等多种形式，与会者进行交流与分享的议题逾6500人次，涉及的论文数万篇。&今年的年会恰逢AERA建会百年。百年来，AERA始终贯彻“运用研究了解教育、影响教育，推动社会发展”的宗旨，通过科学研究不断认识教育，积极参与并主动干预政治和社会的发展。这充分体现在每年年会的主题上，如，1937年的“教育过程中研究的作用”、1952年的“研究成果的转化与实践应用”、1982年的“民众教育与教育研究”、2010年的“在变化的世界中理解复杂的生态”、2015年的“走向公正：教育研究和实践中的文化、语言和传承”[2]。而2016年会为了再次响应1916年“希望研究能够加强大众教育，促进社会民主”的建会宗旨，特地将年会的主题定为“多元民主中教育研究者的影响力”，以此来彰显并强调在愈发多元的时代，教育研究者在不同领域的作用与影响力。&我们通过参与会议，深切感受到：像AERA年会这样的学术盛会，其所涵盖的专题活动及论文数之多，都不是任何一个研究团队能够在会议期间全面覆盖，也不是传统文献方法能够在短时间内完成会议整体分析。对此，为了全面、直观地了解AERA2016年会的研究情况，我们一改前些年的定性分析与叙述方式，运用科学计量学的方法，采用科学知识图谱来分析与研究本次年会中的研究主题、领域及合作关系网络。&科学知识图谱的概念源于2003年美国国家科学院组织的一次研讨会，它是以“知识域（Knowledge Domain）为对象，显示科学知识的发展进程与结构关系的一种图像”。即一种能够通过可视化的知识图形和序列化的知识谱系显示知识间的复杂关系，以此来揭示某个研究领域发展情况与特点的方法，能够辅助研究者更加全面、直观地了解并挖掘选定领域的研究现状、特点与前沿、学术合作（研究者间、机构间）网络等情况[3]。&二、研究方法为了能够充分反映AERA的研究情况，我们通过CiteSpace软件来呈现AERA2016年会所关注主题、热点领域以及研究者、研究机构间的合作情况，CiteSpace是当前最流行的科学知识图谱的绘制工具之一[4]。&（一）样本的选取&AERA2016年会有论文、论坛、圆桌等多种交流形式的文章，并且任何一篇论文均需要审稿人就研究目的、理论框架、研究方法、数据采集与分析、研究结果、创新点与贡献以及是否与投稿栏目匹配七个方面进行打分和点评。其中，以论文这种形式交流的稿件的评分标准最高，并且在所有收录的投稿中，得分靠前的稿件也会被分为论文类。因此，该类稿件的质量相对较高。本文选取了本次年会中在教育行政管理、课程研究、学习与教学等12个分支及SIG中以“论文”这种形式进行交流的文章作为研究的样本。经统计，样本共含1833篇论文。&（二）样本的编码方式&AERA官方网站（www.aera.net）的会议系统本身就是一个知识库，它收录了本次年会中用于展示、交流的各类文章。根据研究目的，我们采集的样本涉及论文的标题、作者、作者单位及摘要信息，并按照B0S格式对每篇文章进行了编码，以供CiteSpace软件分析。编码的内容有AU（作者缩写）、AF（作者全名）、TI（论文标题）、AB（摘要）、C1（作者机构）。其他编码信息是为了确保CiteSpace能够正常运行，如，S0（文章来源）、LA（语言）、DT（文献类型）、DE（描述关键词）等[5]。&（三）样本的分析过程&为了更精确地反映本次年会的研究概况，我们运用CiteSpaceⅢ（版本号4.0.R5），通过聚类、P0S术语提取、路径搜索等算法生成科学知识图谱，用于分析样本所关注的主题、热点领域以及教育研究的合作网络情况。&1、数据的处理顺序首先将1833篇文章作为一个大样本进行分析，试图从整体上呈现本次年会的教育研究热点与研究合作网络；然后，根据研究热点选定特定分支作为样本单独分析，尽力找到本次年会的关注重心和合作情况。这样分析的另一个原因是各分支所含的论文数差异太大，比如，分支G的论文数为20篇，而SIG的论文数有924篇。&2、数据的处理过程&对于关注主题与热点领域的分析，我们通过CiteSpace所运用的斯坦福自然语言处理小组的Part-of-Speech（POS）标签技术，提取了每篇论文标题和摘要中的名词性术语（Noun Phrase），然后生成共词网络，接着使用聚类算法对术语进行聚类分析；对于研究者或者研究机构间合作网络的分析，通过CiteSpace所运用的社会网络分析技术绘制合作网络，然后，运用聚类算法对合作网络进行聚类分析。&并且，根据生成的共词网络或者合作网络的密度不同，采用寻径（Pathfinder）算法对网络进行了裁剪，以简化网络、突出其重要的结构特征。比如，针对全体或SIG样本使用寻径算法，而对于诸如教育行政管理、教育的社会条件等样本量较少的分支，不使用寻径算法。&三、AERA 2016的研究热点&一方面，由于年会论文中使用的术语不仅是经过研究者深思熟虑，而且每篇论文中使用的术语存在内在联系；另一方面，某个领域内论文中所采用的术语能够反映该领域的研究主题与特点。因此，这里我们主要通过CiteSpace运用共词分析所呈现的本次年会不同术语间的图谱，以分析教育研究的热点主题及关注领域[6]。&（一）AERA2016的关注主题&我们通过对样本中论文标题和摘要中的名词性术语进行共词分析发现，从整体上来看，本次年会的名词性术语主要有：教师专业发展、高中教育、社会公正、职前教育、教师培训者等。对这些名词性术语进行归纳，发现本次年会关注的主题共有五大类，如图1所示。&&——教师教育，相关术语有：专业发展、教师教育、职前教师、教师培训者、教师教育项目、实习教师、教学实践等。&——学校教育，相关术语有：高中教育、公立学校、学校领导者、学业成就、大学教育、学区、核心标准、STEM、学校氛围等。&——学生学习，相关术语有：学习、外语学习、学习环境、学习成果、参与、感知、自管理学习等。&——研究方法，相关术语有：显著性差异、对照组、半结构访谈、因素分析、质性数据、问卷数据、访谈数据、课堂观察、对话分析、回归分析等。&——公平公正，相关术语有：社会公平、社会经济地位、教育公平、教育政策等。&（二）AERA2016的热点研究领域&对上述共词网络进一步进行聚类分析发现，该网络聚类效果较好，网络模块化值Q=0.77，平均轮廓值为0.61；形成了9个群组，每个组的群组编号、轮廓值、名称、典型术语，如表1所示。其中，群组名称是在CtieSpace运用对数似然率（LLR）算法生成的基础上，结合群组内论文标题中的名词性术语确定的。&&1、多元民主时代下教育研究者的影响力&这是本次年会的主题，群组2群组0正好与之对应，论文分散在各个分支及SIG内。从多元民主和社会公平上来讲，由于与会者大部分是来自美国的学者，因此，尽管本次年会也从教育视角探讨了全球意识[7]、世界范围内的公平[8]，但研究的重心仍然放在美国本土的均衡上，主要体现在社会公平、多元文化、不同人种间的教育公平。比如，JenLnk探讨了教育领导力在社会公平方面的作用[9]，Hill和Griffin研究了新移民、难民在语言、经济、文化方面的挑战与机遇，以及学校如何培养他们的群体归属感[10]。这其中，有多位研究者通过种族批判理论（Critical Race Theory）研究了不同肤色人种（如，黑人、拉丁裔、亚裔）的教师或学生在学习与发展[11]、师生关系[12]、课堂管理[13]、学科教学[14]等方面的公平问题。&对于“教育研究的作用”，本次年会中的所有论文均是它的表征，都是研究者们通过研究来影响教育、推动社会发展的作用点。并且，通过聚类分析发现，教育研究的作用尤其体现在教育政策[15]、教育改革[16]、教育管理[17]、教育公平[18-19]等方面。这其中，研究者们往往采用实证的方法，运用理论、框架辅以数据来进行论证。&2、教师教育与教育教学&无论是职前培养、还是教师的职后发展，美国的教师教育均离不开课堂，均是教师（包括职前和见习教师）在进行教育教学实践（实习）中习得知识与技能。群组3的文章主要以分支K教师教育为主，但是其他分支中也有相关文章，比如，分支A教育行政管理中会探讨教师发展的相关机制问题，分支C学习与教学中涉及到教育教学相关问题，而SIG中也有一些文章是与此群组相关的。&关于职前教师培养，Dickson和Dresden通过质性研究分析了“课堂观察”在培养职前教师上的作用，发现它能够促进职前教师了解教学并认识到教学的复杂性[2Q]。Tunney也认同这种做法，并建议大学应该和中小学联合起来，就职前教师的培养发挥各自的优势[21]。对此，Campbel建议职前教师的培养要更加注重实习和教学实践[22]。&关于在职教师的专业发展，Longhurst等人的研究发现：影响教师成长的八个因子——时间、目标、支持、协作、参与、适应与调整、重要性与价值、实践[23]。Gero的研究表明除了目标明确以外，信念也影响着教师的学习[24]。并且，团队发展和问题化学习是两种有效的专业发展方式。Fortune和George研究了由初中历史、文化和科学老师组成的跨学科团队在跨学科知识与教学教法方面的变化，发现通过协作，他们在跨学科知识的掌握、教学实践中均有收获[25]；Luh等发现小学教师在学习气候变化方面的专业知识时，问题化学习对于教师的学习兴趣和知识掌握有促进作用[26]。&3、教育研究的方法与工具&对于年会中的研究者们来讲，一切研究皆方法，最常见的是用“数据”说话，无论运用的研究方法是质性还是量性的，也无论采用何种理论框架、模型、工具或方法，最终都是通过数据来了解、认识并研究教育。因此，此类文章的分布比较分散，并不局限于分支D测量与研究方法之内。从本次年会的情况来看，研究者们常采用或开发问卷、量表来研究一群人或群体的教育教学情况。比如，Ozden等专门为职前教师开发了一套整合技术的学科教学法知识（TPACK）量表，用以测量他们在信息技术与学科教学方面的整合能力[27]；Sewell等根据认知负荷理论开发了一套问卷，用于测量上千名医生在学习结肠镜检查时的认知负荷情况[28]；Cash等开发了一套测量学生数学与科学学习情况的量表，用以评价学生在学习数学和科学时的情感和行为变化[29]。并且，在对问卷或量表工具进行元分析时，研究者们往往会提到项目反应理论（Item Re-sponse Theory，简称IRT），尤其是大规模的调查或测评。Debeer和Janssen运用IRTrees分析PISA 2009阅读测试中“未达到”、“跳过”两个选项的作用，发现二者间有显著差异，各有作用[30]；Smith和Bovaird运用IRT分析了未来大规模测量的发展与趋势[31]。&此外，随着技术的发展，技术使能（Technology-enabled）的研究更加突出，研究者们会通过技术采集、分析并研究学习者学习过程中产生的数据。Hu等运用学习分析技术开发了一个评价学习者问题解决过程的框架，用以分析3-5年级学生的认知建构、认知策略及自管理学习的过程[32]。Zhang等则运用学习者的学习轨迹数据，结合问卷研究了教学临场感对于在线学习行为的影响[33]。&除了定量数据，研究者们对于定性数据的采集通常是经过编码后再开展研究的，比如，Andrade等运用文本挖掘技术分析职前教师协作共建视频作品的过程，发现同伴间的交流能够使视频水平更加接近专家水平[34]；Isaac等针对质性数据开发了一种混合方法，使得文本挖掘可以在完成文本编码的基础上，尽量保持原有文本的境脉[35]。&4、教与学&聚类中的群组4和群组8均比较微观，主要围绕如何教和如何学。此类文章多见于分支C学习与教学、分支E咨询与人的发展以及SIG。在教学教法与课堂教学方面，主要突出以学生为中心，贯彻核心标准，采用技术与工具来促进学生的学习。&Lee通过访谈、观察、文本分析、问卷调查的方式，研究了教师在采用以学生为中心的教法时，发现脚手架在学生自主探究和完成作品方面很有效，同时分享作品能够促进并提高学生的参与度[36]。Buzick等研究了纽泽西州州立标准考试指导下的教学实践、考试准备策略及分数的现状与发展趋势[37]。Heinrich和Good分析了中小学教师在运用数字化工具开展教学时，个体、课堂、学校各个层面对于数字化工具运用的促进及阻碍因素[38]。Robin和Mcneil在探讨培养未来内科医生的技术挑战时，建议教师在教学时要开放、保持基本原则，同时应该积极采用并与他人协作、共享新技术及相关资源[39]。&在学习者的学习与建构方面，研究者们似乎更青睐于研究学习者在互动中，进行自主或社会建构的过程。Bakir通过前后测问卷以及深度访谈分析了学习者在线互动行为，发现学习者在网络课程中的学习行为主要分为与人的互动、与学习环境的互动和与内容的互动三类[40]。这同样也适用于面授类学习活动。Pehmer等通过研究一名科学老师在课堂中的对话，发现好的对话能够促进学生参与，帮助学生明晰观点、共建学科概念[41]。Dabbagh在研究学习者运用社交媒体构建个人学习环境时，发现学习者愿意沉浸在这类学习环境中完成自设目标、进行自我监督与评价[42]&5、教育系统与学习境脉&正如Dan Akker所言，教育系统按照宏观到微观的顺序，可划分为国际、国家或区域（省市区县）、学校、课堂和个人层面[43]。群组5和群组6正好与之对应，前者从系统角度研究人的发展，后者从人的发展角度谈环境，正好形成互补。这类文章聚集于多个分支，如，A教育行政管理、C学习与教学、4教育的社会条件等。&聚类发现，年会中对于宏观教育系统的研究主要是围绕国际调查、测评或者国内政策进行：Pettersson和Lindblad综述了诸如IEA、PISA等国际大规模调查的历史，总结了国际大规模调查对于国际对比研究和参与国的影响[44]；Zhao和Wiseman运用HSA2012的数据，对比了东亚五个国家或地区（上海、香港、日本、韩国和新加坡）教育系统中家庭经济条件对于测评结果的影响[45]；Cheng和Hsu研究了亚洲六国中家庭社会经济地位对于学生学习科学的影响[46]。对于区域或者地区的研究主要有：Litke分析了五个城区高中教师的教学实践情况与教学质量[47]；Baca等对亚利桑那州两个农村地区学校改造项目进行了案例研究，分析了该项目对于学校环境、教学实践和学生学习等的影响[48]。&微观层面主要的研究点在于学习者所处的情境，包含与学习者个体和群体相关的社会、经济、文化背景等情况。Cohen等研究了学校氛围对于中小学学生心理健康的影响[49]；Fisher等研究了校园安全在学生感知学校氛围上的作用[50]；Rathbun和Kena分析了家庭社会经济地位对于幼儿阅读、数学和科学学习的影响，发现社会经济地位较低的一组孩子在阅读和数学方面的学习参与情况及成绩要好一些[51]。并且，这种对于境脉的研究也扩展到了在线学习领域，研究学习者的在线学习轨迹[52]、学习氛围（临场感）[53-54]及情感变化[55]等情况。&6、教与学的技术&本次年会主要关注两类技术：应用于教与学的技术和研究教与学过程的技术。赵勇认为，技术本质上是科学知识的应用，不仅仅局限于软硬件技术的应用[56]，这正是本部分所指。此类文章分布于各分支内，尤其是分支C学习与教学、分支K教师教育及SIG内。由于上述的“3”和“4”已经就理论、模型、框架等知识的运用进行了阐述，因此，此处所指的技术比较狭隘，专指软硬件技术。&在教与学过程中，师生运用技术优化学习，促进学习。Zummo和Brown米用准实验研究，分析了翻转课堂对于高中生学习生物的影响，发现学生在完成作业上存在显著差异，采用翻转课堂学习的学生作业完成情况比较好，并且是由于作业的富媒体和便捷性带来的[57]等研究了移动技术对于小学生课堂参与行为的影响，发现学生参与行为视情况而定，是否运用移动技术在课堂行为间差异不显著，但是对于学生的独立学习和数字素养却有影响[58]。Madeira等探索了Apple Watch这种可穿戴技术在课堂教学的应用，发现其在教师备课及课堂教学上有促进作用[59]。&Ribeiro研究了如何运用数据驱动的决策系统来帮助校长校内决策的技术运用或投入[60]。Farrell和Marsh研究了如何运用数据来改善初中教学，他们指出，数据的作用在于指导干预的设计，能够帮助教师得知何时以及如何进行学习干预[61]。Higgins等对技术干预教与学过程进行了元分析，发现技术干预能够影响学生的成绩、态度与动机，但是必须以学习设计、干预时长和学科内容为前提条件[62]。&四、研究的合作网络分析&（一）研究者之间的合作&本中共涉及3965名研究者，运用CiteSpace对其进行合作网络分析，如图2所示。除了一部分研究者独立撰写论文之外，大部分研究者之间选择合作，最常见的是小团队化合作，人数一般为2~6人。&&由于涉及研究领域较广，涵盖研究者过多，下文将根据上文的“年会关注领域”选择特定的分支或SIG，再进行研究者之间的合作网络分析。例如，对教师教育方面的研究者进行合作网络分析时，选定分支教师教育中的研究者进行分析，因为尽管研究教师教育的学者分散在各个研究分支及SIG内，但是分支K内的这类学者相对集中。最终选择的分支以及研究者之间的合作分析结果，见表2所示。&&1、教师教育方面&如表2所示，分支K教师教育中共有606名研究者，按频数及中心度等参数对前360名进行合作网络分析，发现：研究者之间的合作网络与图3相似，但是聚类效果良好，Q值为0.97，平均轮廓值为0.5；小团体人数在6人及以上的有4个；其中，最大群体的人数为11人，关键人物为Aki Murata，处于结构洞位置，他是核心人物，对于合作关系的建立与整个团队的沟通非常重要。Aki Murata是佛罗里达大学教育学院的副教授，西北大学学习科学专业博士，曾工作于加利福尼亚大学教育学院，目前主要关注于个体与群体的学习。&2、教与学方面&由于SIG中的研究点过于分散，故选取分支C学习与教学、分支E咨询与人的发展来研究教与学方面的研究者合作情况，分析发现：聚类效果良好；小团体人数在6人及以上的有6个；其中典型的群体人数为7人，关键人物为Jonathan Michael Vitale，也处于结构洞位置。Jonathan Michael Vitale是加利福尼亚大学教师教育学院的教师，长期关注数学教育、科学教育和教育技术。&3、教育系统与学习境脉方面&如表2所示，选取了分支A教育行政管理、分支G教育的社会条件、分支L教育政策与政治内研究者的合作网络来呈现教育系统与学习境脉方面的作者合作情况，分析发现：聚类效果良好；人数在6人及以上的团体只有1个；典型团体即为该团体，包含14人，其中的关键人物为Joseph F. Murphy，也处于结构洞位置。Joseph F. Murphy是范德堡大学教育学院教育与公共政策方面的教授，曾是AERA的副主席，研究专长为教育政策、教育领导力和学校改革。&4、其他方面&“多元民主中的教育研究者的影响力”、“教育研究的方法与工具”、“教与学的技术”方面涉及的研究者较广，其研究者间的合作与总样本情况相似，没有特别突出的群体和关键人物。&（二）研究机构的合作网络&对参加AERA2016的研究机构进行分析发现，共有737所大学或机构参加了本次年会的论文交流环节。其中，75.8%为大学，不乏有哈佛大学、麻省理工学院这样的名校，当然，也有诸如加利福尼亚大学这类在教育研究方面具有较大影响力的大学；14.1%为研究机构或者具备研究能力的公司或组织，比如，美国国家教育研究中心（NCER）、皮尔森出版社，以及具有美国智库美誉的兰德公司；3.3%为管理机构，主要是像美国国家教育部、亚利桑那州教育部、纽约市教育部门这样的国家、州（市）的教育管理机构；7.9%为学区或学校，比如，洛杉矶联合学区、芝加哥公立学校学区、罗耀拉高中。&对这些大学或机构所绘制合作网络，如图3所示。与研究者之间的松散关系不同，研究机构间的合作能够形成网络；节点大小表示该机构本次的参与程度，越大表示该机构提供的论文越多；处于中心位置或者交叉位置节点的大学或机构，通常具有较高的中介中心性，这类机构不仅与其他机构合作较多，还具备“枢纽”功能，承担着连接其他机构的作用。&&根据所生成的谱系，我们进一步对机构合作的类型和性质进行分析，如表3所示。以加利福尼亚大学、伊利诺伊大学为代表的两类大学，在本次年会的参与（频次）较多；它们的合作分为大学内和大学间的合作，并且，这其中存在差异。比如，加利福尼亚大学在大学内的合作次数（见图3中的唯一文字标识）为52，而大学间的合作为28；参与较多的大学并不等同于该大学同时处于合作网络的重要位置。比如，哥伦比亚大学校内外的合作均在前十名，但是其中心性却很低，而北京师范大学校内外合作一共7篇，但是其中心性却为0.26。&&五、分析与启示&通过上述分析，我们透过CiteSpace发现，AERA2016年会可被绘制成可视化的图，能够更加突出问题的谱系，可以使我们更加全面、直观地挖掘出本次年会关注的主题、研究的领域、运用的研究工具或方法，以及研究者之间是如何协作进行研究。除了上文中绘制的图与谱，本次年会还可以用阿基米德的杠杆原理来比喻，所不同的是年会中研究者们撬动的不是地球，而是教育乃至整个社会。这其中，我们需要注意以下三个方面：&（一）研究主题是支点&对于研究者来讲，支点是由他们自己确定的，但是均取决于他们所处的研究领域及自身的研究能力，这进而导致出两类不同的研究类型：第一，教育研究，主要的支点是研究教育系统与学习境脉（表1群组2、5、6）、教与学过程的影响因素（表1群组1、4、7、8），并且非常注重社会学习，常见主题有协作、社会建构、学习共同体等方面的研究。第二，元研究，即研究者对于研究本身的研究，主要的支点有教育研究的作用（表1群组0）、教育研究的工具与方法（表1群组3）。并且从AERA2016年会来看，研究具有数据化的趋势，无论是质性研究还是量性研究，无论采用传统方法还是学习分析，大多数研究者喜欢用数据说话，用数字来论证自己的观点，这也正好印证了美国研究的实证主义倾向。&（二）技术是一种杠杆&与研究的主题相对应，教育研究者们手中的这个杠杆也由两类技术组成：应用于教与学的技术和研究教与学过程的技术。第一类技术直接作用于教与学的过程，尤其在优化学习环境、促进师生参与、加强合作与交流方面。在学习环境的优化上，富媒体技术为师生提供了多种可能，尤其在网络学习环境、虚拟学习环境方面；在师生参与、合作与交流方面，诸如手机、行为测量软件等移动技术和可穿戴技术，不仅增强了学习体验，还为学习诊断提供了便利。第二类是研究的工具与方法，主要是用于解释教与学的理论、模型，以及了解教与学过程的框架与工具。并且由于技术的发展，研究具有超微观化的趋势，随着技术的发展，研究者们不满足于通过诸如问卷调查、课堂观察等传统方法获取有限数据，而是借助平台或技术收集学习者在日常学习过程中产生的学习行为数据，就像“可穿戴之父”Pent land所说的那样：在现实生活中挖掘数据，寻找人们的想法流，并以此解释和预测人的行为[63]。&（三）改变教育的是教育研究者团体&与阿基米德所处的时代不同，当前研究者如果想发挥作用，更趋于合作开展研究，且具有小团队化的趋势。从本次年会来看，团队人数一般在2至6人，很少有数十人的大研究团队存在。并且，采取本校合作和跨校合作的均很普遍。但是，需要注意的是，研究团队构成多样化很重要。这主要取决于研究的主题：当研究聚焦于课堂教学等微观层面时，除了大学或研究机构的研究人员之外，还应该涵盖中小学校长或教师；当研究聚焦于教育管理或者教育变革等方面时，应该尽量使教育行政管理人员参与其中，这不仅会使得研究更切题，还有利于研究成果的普及。&综上所述，国外的教育研究者已将研究推向了数据化、超微观化和小团队化的发展方向。这与当前我国的教育研究仍然以思辨研究为主[64]有很大的不同，对于国内当前的教育研究发展具有借鉴意义。我们希望国内的教育研究者不要在“狭隘小圈子里自说自话”[65]，打破个体的内在思考、孤立研究和独立发表这种状况，深入到支持观点的具体证据上去进行进一步的分析和判断，由此，才能够针对具体问题和所需要的研究方法，展开跨学科的协作研究。基金项目：本文系2013年度上海市教育科学研究重大项目“现代信息技术对教育教学的重大影响研究”（项目编号：D1304）的研究成果。作者简介：张怀浩，上海市师资培训中心教师，华东师范大学教育学部在读博士，研究方向为学习科学、教师教育、教学设计；任友群，本文通讯作者，华东师范大学教育学部教授，博士生导师，研究方向教育技术学、学习科学、STEAM教育、教师教育等；林立甲，博士，华东师范大学心理学院讲师，研究方向为多媒体学习、认知负荷、游戏和虚拟世界；詹艺，博士，上海市虹口区教师进修学院教师，研究方向为学习技术设计；杨晓哲，华东师范大学教育学部在读博士，研究方向为学习科学、技术设计、STEAM教育。转载自：《远程教育杂志》2016第5期（总第236期）众号
发表评论：
TA的最新馆藏}