1 / 16

認知負載對網路化學習之影響

認知負載對網路化學習之影響. 陳 明 溥 國立臺灣師範大學 資訊教育學系. 1.研究目標. 探討 概念模型 ( conceptual model)、 程式設計經驗 ( programming experiences)、 電腦先備知識 ( prior knowledge)、 及 認知型態 ( cognitive style) 對透過 全球資訊網學習環境 學習 遞迴程式設計 之影響。. 2. “ 遞迴 ” 程式設計學習. “ 遞迴 ” 缺乏生活上的例子 初學者 沒有適當的心智模型 ( mental model)

odelia
Download Presentation

認知負載對網路化學習之影響

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 認知負載對網路化學習之影響 陳 明 溥 國立臺灣師範大學 資訊教育學系

  2. 1.研究目標 探討 • 概念模型(conceptual model)、 • 程式設計經驗(programming experiences)、 • 電腦先備知識(prior knowledge)、及 • 認知型態(cognitive style) 對透過全球資訊網學習環境學習遞迴程式設計之影響。

  3. 2. “遞迴” 程式設計學習 • “遞迴”缺乏生活上的例子 • 初學者沒有適當的心智模型(mental model) • 迴圈(iteration) --(transfer)-->遞迴 • 遞迴--(transfer)-->迴圈(iteration) • 教學上將遞迴過程與參數傳遞以更具體的方式呈現，那麼學習者就能學的更好!

  4. 3.有效的程式設計學習方法 • 類比模型(Murnane, 1991)、 • 圖示遞迴結構模型(Give'on, 1990)、 • 數學推理模型(Aho & Ullman, 1992; Ford, 1984)、 • 樹狀模型(Koffman, 1992; Krue, 1982)、及 • 複製模型(Kahney & Eisenstadt, 1982; Kessler & Anderson, 1989)等

  5. 4.資訊處理理論與模型 雙碼理論(dual-coding theory, DCT) (Paivio, 1971, 1986; Clark & Paivio, 1991)

  6. 5.研究設計 • 研究採性向處理交互作用(aptitude-treatment-interaction, ATI)設計， • 獨立變數: • 概念模型 (動態vs. 靜態)、 • 程式設計經驗(高vs. 低)、 • 電腦先備知識、及 • 認知型態(cognitive style) • 條件變數(criterion variables): 後測成績 • 程式碼評量, code evaluation • 程式碼產生, code generation • 研究數據以多重回歸分析(multiple regressions)

  7. 6.多重回歸分析之基本模型 (baseline model) Y = b0 + b1GRP + b2BCC + b3YR+ b4CS GRP: 概念模型類型 (動態複製模型 vs. 靜態複製模型) BCC: 電腦先備知識 (prior knowledge) YR: 程式設計經驗 (高 vs. 低) CS: 認知型態

  8. 7.研究對象與工具 • 研究對象:153位高職資料處理科一、二年級學生。 • 本研究所使用之工具(instrument)有： • (1) 先備知識測驗, • (2) 遞迴成就測驗, • (3) 網路化遞迴電腦輔助教學軟體二套(動態遞迴複製模型vs. 靜態遞迴複製模型), 及 • (4) 網路化遞迴程式設計學習態度問卷一份。

  9. 8.code evaluation之分析 • 交互作用(GRPxBCC、GRPxCS、YRxBCC、YRxCS)皆未達顯著水準, • 電腦先備知識及複製模型類型未達顯著水準; • 程式設計經驗與認知型態達顯著水準，F(1, 144) = 2.278, p = .024；及F(1, 144) = 2.557, p = .012。 • 回歸方程式為： Y程式碼評量= 3.679 + 0. 389 YR + 0.05 CS

  10. 8.code evaluation之分析

  11. 9.code generation之分析 • 交互作用(YRxBCC)達顯著水準，F(1, 143) = -2.544, p = .012, • 因此,多重回歸分析之基本模型(baseline model)先依程式設計經驗(高 vs. 低)分組後再分別分析之:

  12. 低程式設計經驗組: • 電腦先備知識主效果達顯著水準， • 得知回歸方程式為： Y低程式設計經驗= 2.476 + 0.208 BCC 高程式設計經驗組: • 概念模型類主效果達顯著水準, • 得知回歸方程式為： Y高程式設計經驗= 5.563 - 0.745 GRP

  13. 10.研究結果 程式碼評量(code evaluation): • 電腦先備知識及複製模型類型則無顯著影響 • 程式設計經驗愈好，表現也愈好； • 認知型態愈好(field independent)，表現也愈好； 程式碼產生(code generation): 低程式設計經驗:電腦先備知識愈好，表現也愈好; 高程式設計經驗:動態概念模型優於靜態模型。

  14. 11.態度問卷 上網學習方式: 95% 知道、沒有差異 喜歡的上網地點: 從家裡上網學習: 29% 感覺輕鬆、自在或方便、沒有時間限制 從學校上網學習: 71% 可請教老師、可與同學互相討論

  15. 喜歡的上網時段: 課堂上：83% 放學後：17% 比較能夠專心 時間彈性 可以請教老師或同學 輕鬆無壓力 不想在課餘時間學習 不受拘束 可以善用學校資源 在學校要做其他的功課

  16. 12.展望 本研究是以認知論(cognition)為基礎，探討學習者個人特質與學習方法間之關係，未充分利用網際網路學習社群(learning community)之特性，後續研究將加入社會學習(social learning)之觀點，進一步探討相關的議題。 Demo: The MTV system

More Related