• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      線上課程教學(xué)全過程質(zhì)量評價(jià)體系構(gòu)建研究

      2024-05-13 01:51:21關(guān)麗梅高靜武裝王雅婷
      信息系統(tǒng)工程 2024年4期
      關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò)線上教學(xué)

      關(guān)麗梅?高靜?武裝?王雅婷

      摘要:高質(zhì)量的在線課程是保障在線教學(xué)效果的關(guān)鍵,對在線課程進(jìn)行有效評價(jià)可以提高課程質(zhì)量,在梳理相關(guān)文獻(xiàn)的基礎(chǔ)上,綜合運(yùn)用SPSS、Matlab等軟件,結(jié)合BP神經(jīng)網(wǎng)絡(luò),對線上課程教學(xué)的評價(jià)指標(biāo)體系進(jìn)行研究。首先建立了三級線上課程評價(jià)指標(biāo)體系,其中,二級指標(biāo)包括學(xué)習(xí)支持、課程內(nèi)容與資源、課程教學(xué)設(shè)計(jì)、交互與學(xué)習(xí)效果,細(xì)化的三級指標(biāo)有18個(gè)。基于此設(shè)計(jì)發(fā)放了調(diào)查問卷,構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的線上課程教學(xué)質(zhì)量評價(jià)模型。

      關(guān)鍵詞:線上教學(xué);質(zhì)量評價(jià)指標(biāo)體系;BP神經(jīng)網(wǎng)絡(luò)

      一、前言

      隨著互聯(lián)網(wǎng)和計(jì)算機(jī)技術(shù)以及線上課程的日益發(fā)展,線上教學(xué)以其成本低、效率高,不受時(shí)間、空間等因素影響的特點(diǎn),吸引了大量的師生。中國大學(xué)MOOC平臺因其能夠在線上提供大量豐富、優(yōu)質(zhì)的免費(fèi)課程而受到關(guān)注,但同時(shí)仍存在很多問題,如完成率低、參與度弱、教學(xué)質(zhì)量的低社會(huì)認(rèn)可度,以及課程資源雖廣泛,但重復(fù)性較高、質(zhì)量參差不齊、平臺自身存在技術(shù)問題等。如何構(gòu)建一個(gè)線上課程的全過程質(zhì)量評價(jià)體系并促進(jìn)其應(yīng)用,已成為目前發(fā)展、規(guī)劃、管理的重要內(nèi)容。因此,本研究構(gòu)建了基于線上課程教學(xué)全過程的課程質(zhì)量評價(jià)指標(biāo)體系,并根據(jù)指標(biāo)進(jìn)行問卷調(diào)查,對數(shù)據(jù)進(jìn)行分析,為線上課程質(zhì)量評價(jià)的研究提供了有效的素材和方法參考,促進(jìn)了線上課程評價(jià)體系的完善和發(fā)展,豐富了線上課程質(zhì)量管理理論的意義[1]。覃紅霞等人[2]通過感知有用性、感知易用性與感知環(huán)境三個(gè)維度,建立了在線教學(xué)滿意度與持續(xù)使用意愿的研究模型。項(xiàng)聰?shù)热薣3]在高校層面、教師層面、學(xué)生層面三個(gè)維度對在線教學(xué)效果及其影響因素進(jìn)行了實(shí)證研究。郭建鵬等人[4]基于大學(xué)教學(xué)模式提出了“前期-過程-結(jié)果”三階段模型,進(jìn)而分析在線教學(xué)模式對大學(xué)教學(xué)的影響。

      本文主要采用以下五種方法進(jìn)行研究分析,一是文獻(xiàn)分析法,是收集國內(nèi)外相關(guān)在線課程質(zhì)量評價(jià)的文獻(xiàn),整理關(guān)于在線課程質(zhì)量評價(jià)的研究成果,歸納出在線課程質(zhì)量的影響因素,建立在線課程評價(jià)指標(biāo)體系。二是訪談法,是訪談?wù)吆捅辉L者通過深入的訪談或面對面的交流,了解被訪者對在線課程的關(guān)注點(diǎn),收集被訪者對評價(jià)體系的意見。三是問卷調(diào)查法,是根據(jù)建立的評價(jià)體系編制在線課程全過程質(zhì)量調(diào)查問卷,收集數(shù)據(jù)素材并進(jìn)行分析。四是量表評價(jià)法,是對評價(jià)指標(biāo)給出評價(jià)的等級,在評價(jià)過程中,使用者對照線上課堂教學(xué)的實(shí)際狀況,逐項(xiàng)給出相應(yīng)的等級評分。五是人工智能中的機(jī)器學(xué)習(xí)方法,是根據(jù)構(gòu)建的線上課程教學(xué)質(zhì)量評價(jià)指標(biāo)體系,運(yùn)用機(jī)器學(xué)習(xí)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行課程教學(xué)質(zhì)量評價(jià)[5-6]。

      二、評價(jià)指標(biāo)體系構(gòu)建與調(diào)研設(shè)計(jì)

      本文選用中國大學(xué)MOOC平臺作為線上課程教學(xué)全過程質(zhì)量評價(jià)的研究對象。中國大學(xué)MOOC是由網(wǎng)易與高教社攜手推出的在線教育平臺,它是教育與信息技術(shù)、網(wǎng)絡(luò)技術(shù)相結(jié)合的產(chǎn)物,支持線上教學(xué)活動(dòng),實(shí)現(xiàn)了遠(yuǎn)距離教育。MOOC即大規(guī)模在線開放課程,其中“M”是Massive大規(guī)模,第一個(gè)“O”是Open開放,第二個(gè)“O”是Online在線,“C”是Course課程。MOOC平臺是大規(guī)模在線開放課程平臺,可以滿足大規(guī)模人群的學(xué)習(xí)需求,只要能上網(wǎng),就能通過平臺進(jìn)行學(xué)習(xí),平臺大部分課程是免費(fèi)的,以簡短精悍的視頻呈現(xiàn),用戶可以利用碎片化時(shí)間進(jìn)行學(xué)習(xí),每個(gè)視頻會(huì)有獨(dú)立的小標(biāo)題,方便用戶有目的地觀看,也會(huì)中途彈出一些測試題,測試用戶對知識的掌握情況。用戶可查閱課件文檔,對于上課時(shí)的疑難問題可通過討論區(qū)向老師請教,或與同學(xué)進(jìn)行討論交流,每周,老師會(huì)布置小練習(xí)以及測試,幫助用戶鞏固所學(xué)知識,并進(jìn)行檢測。中國大學(xué)MOOC平臺所提供的課程一般由六部分組成,即公告、評分標(biāo)準(zhǔn)、課件、測驗(yàn)與作業(yè)、考試、討論區(qū)。其中,課件、測驗(yàn)與作業(yè)、考試、討論區(qū)是主要的學(xué)習(xí)模塊。

      本研究首先建立評價(jià)指標(biāo)體系,分析體系合理性,再根據(jù)評價(jià)指標(biāo)體系設(shè)計(jì)調(diào)查問卷收集數(shù)據(jù),最后根據(jù)數(shù)據(jù)建立線上課程質(zhì)量評價(jià)模型。一個(gè)合理、有效的評價(jià)指標(biāo)體系應(yīng)遵循科學(xué)性與客觀性原則、整體性原則、定量與定性相結(jié)合原則[5-6]。

      在線上教學(xué)模式中,教師將教學(xué)資料、試題等發(fā)布在網(wǎng)站上,學(xué)生通過訪問學(xué)習(xí)系統(tǒng)進(jìn)行學(xué)習(xí)。線上教學(xué)模式的特殊性,決定了對線上學(xué)習(xí)成效的評價(jià)不能像傳統(tǒng)教育一樣只采用終結(jié)性評價(jià),要重視學(xué)習(xí)的過程,重視學(xué)生在學(xué)習(xí)中的體驗(yàn),強(qiáng)調(diào)評價(jià)中多種因素的交互作用,重視師生交流。因此,在對相關(guān)文獻(xiàn)進(jìn)行閱讀并總結(jié)后大致得出需要考察的指標(biāo),并對有使用體驗(yàn)的同學(xué)進(jìn)行簡單訪談,得出本文線上課程教學(xué)全過程質(zhì)量評價(jià)體系,包含一級指標(biāo)四個(gè),二級指標(biāo)18個(gè),如圖1所示。四個(gè)一級指標(biāo)分別為學(xué)習(xí)支持、課程內(nèi)容與資源、課程教學(xué)設(shè)計(jì)、交互與學(xué)習(xí)效果,其具體含義如下:

      (一)學(xué)習(xí)支持。指用戶通過MOOC平臺的學(xué)習(xí),感知平臺提供的服務(wù)等是否對自己的學(xué)習(xí)有所幫助,包括登錄方式、導(dǎo)航欄、檢索工具資訊信息、平臺反應(yīng)時(shí)間等都影響著用戶對線上教學(xué)的體驗(yàn)。

      (二)線上課程教學(xué)最主要的是教會(huì)學(xué)生知識與能力,因此,必須對線上課程平臺的教學(xué)內(nèi)容與資源進(jìn)行考察,在課程資源的豐富程度、學(xué)科覆蓋范圍以及內(nèi)容完整性等方面進(jìn)行調(diào)查。另外,平臺一般會(huì)有一些付費(fèi)的課程,主要針對考研或提升工作技能等,這類課程也受到了學(xué)生的青睞,因此,從以上方面對用戶進(jìn)行調(diào)研更能反映出其對線上教學(xué)使用過程的質(zhì)量感知。

      (三)課程教學(xué)設(shè)計(jì)。這一教學(xué)環(huán)節(jié)的設(shè)計(jì)影響著學(xué)生的使用體驗(yàn),通過訪談得知短小緊湊的視頻能夠使學(xué)生在學(xué)習(xí)過程中減少壓力并且更有目的性,提升了效率。教師的授課風(fēng)格以及教學(xué)演示也會(huì)對學(xué)生的學(xué)習(xí)興趣造成影響,課堂測試、作業(yè)、考試用來檢驗(yàn)學(xué)習(xí)效果非常重要。

      (四)師生之間主要通過討論區(qū)進(jìn)行交流互動(dòng),反饋學(xué)習(xí)效果,老師也可據(jù)此進(jìn)行微調(diào),對學(xué)生不容易理解的知識點(diǎn)進(jìn)行細(xì)致講解。同時(shí)也要對學(xué)生學(xué)習(xí)完本門課程后所掌握的知識與技能進(jìn)行考查,對線上課程質(zhì)量管理具有重要意義。

      本文采用問卷調(diào)查的方式收集數(shù)據(jù),從而得到學(xué)生對線上課程教學(xué)全過程的質(zhì)量感知,明確在線課程教學(xué)現(xiàn)狀,進(jìn)而為改善在線課程質(zhì)量提供建議。問卷設(shè)計(jì)包括兩部分,第一部分是用戶的基本情況以及使用MOOC學(xué)習(xí)的情況。第二部分是用戶對MOOC平臺滿意度的調(diào)查。問卷主體部分使用李克特五級量表進(jìn)行測量。對第二部分的每個(gè)題項(xiàng)設(shè)置了“很不滿意”“不滿意”“一般”“滿意”“很滿意”五個(gè)選項(xiàng),方便受訪者根據(jù)自己實(shí)際情況做出選擇。可依次按順序給選項(xiàng)記分,如“很不滿意”記1分,“很滿意”記5分,對每份問卷不同維度的得分進(jìn)行求和取均值即可得出用戶對MOOC平臺不同方面的滿意度如何,得分越高,表明用戶對平臺此維度越滿意。問卷主要通過三種形式進(jìn)行發(fā)放:第一, 將問卷鏈接發(fā)放班級微信群及以前的同學(xué)群中,請班級內(nèi)用過MOOC平臺學(xué)習(xí)的同學(xué)填寫。第二, 將問卷鏈接發(fā)放到MOOC平臺課程討論區(qū)中,選擇不同類型課程的討論區(qū)進(jìn)行問卷發(fā)放,請平臺用戶填寫。第三,在微博“中國大學(xué)MOOC”(已被微博認(rèn)證為網(wǎng)易中國大學(xué)MOOC官網(wǎng)微博)博文評論區(qū)中挑選評論者,通過私聊發(fā)放問卷,被挑選的評論者需滿足基本信息中年齡在18-30歲之間,且基本資料中標(biāo)明就讀學(xué)校,從而保證調(diào)研數(shù)據(jù)的有效性。

      本次問卷回收了251份,篩選掉無中國大學(xué)MOOC平臺學(xué)習(xí)經(jīng)歷、作答時(shí)間不足50s、不同題項(xiàng)均選擇同一答案等無效問卷。通過篩選得到有效問卷155份,有效回收率為0.618,據(jù)此進(jìn)行數(shù)據(jù)分析。

      信度是指量表或測驗(yàn)的可靠性及穩(wěn)定性,可以用于檢驗(yàn)總量表和量表各層面的可靠性及穩(wěn)定性。效度即有效性,用來反映測量得到的結(jié)果及所要考查內(nèi)容的程度。經(jīng)過檢驗(yàn),除交互與學(xué)習(xí)效果外,其余變量α值均在0.8以上,問卷信度高,變量交互與學(xué)習(xí)效果的α系數(shù)值為0.783,在0.7-0.8之間,量表可以接受,且總量表α系數(shù)值為0.967,信度極高,說明問卷的可靠性水平很高。KMO值為0.945,表明各個(gè)變量之間不是獨(dú)立的,具有一定的相關(guān)性,非常適合做因子分析,測量得到的結(jié)果與所要考查的內(nèi)容非常吻合。

      三、基于BP神經(jīng)網(wǎng)絡(luò)的線上課程教學(xué)質(zhì)量評價(jià)模型

      對于新建立的評價(jià)指標(biāo)體系還需檢驗(yàn)各維度對整體滿意度以及持續(xù)使用意愿的相關(guān)程度,才能保證后續(xù)使用整體滿意度以及持續(xù)使用意愿作為BP神經(jīng)網(wǎng)絡(luò)輸出的合理性,因此本節(jié)簡單使用各維度平均值研究其相關(guān)性。

      統(tǒng)計(jì)學(xué)上一般用相關(guān)關(guān)系來表示變量之間的不確定性關(guān)系以及關(guān)系的親密程度。用來描述兩個(gè)變量相互之間變化方向及密切程度的數(shù)字特征量稱為相關(guān)系數(shù),用r表示。相關(guān)系數(shù)的取值范圍在[-1,1]之間,r>0表示正相關(guān),r<0表示負(fù)相關(guān)。r的絕對值表示兩個(gè)變量之間的相關(guān)密切程度,r的絕對值越大表明二者越相關(guān),反之,二者相關(guān)性越小。相關(guān)系數(shù)在0.8-1.0之間表明二者極強(qiáng)相關(guān),相關(guān)系數(shù)在0.6-0.8之間表明二者強(qiáng)相關(guān),相關(guān)系數(shù)在0.4-0.6之間表明二者中等程度相關(guān),相關(guān)系數(shù)在0.2-0.4之間表明二者弱相關(guān),相關(guān)系數(shù)在0.0-0.2之間表明二者極弱相關(guān)或無相關(guān)。本研究采用皮爾森相關(guān)分析方法來探究變量之間的相關(guān)關(guān)系,主要涉及學(xué)習(xí)支持、課程內(nèi)容與資源、課程教學(xué)設(shè)計(jì)、交互與學(xué)習(xí)效果和整體滿意度、持續(xù)使用意愿。結(jié)果顯示在對滿意度和持續(xù)使用意愿產(chǎn)生影響的維度上,顯著性水平均低于0.05,即有超過95%的概率說明變量之間存在相關(guān)性,有顯著正相關(guān)關(guān)系。

      隨后建立基于BP神經(jīng)網(wǎng)絡(luò)的線上課程教學(xué)質(zhì)量評價(jià)模型,采用梯度下降法構(gòu)建神經(jīng)網(wǎng)絡(luò),并設(shè)置隱含層節(jié)點(diǎn)數(shù),將樣本數(shù)據(jù)分為訓(xùn)練集和測試集,使用訓(xùn)練樣本數(shù)據(jù)放入網(wǎng)絡(luò)中進(jìn)行訓(xùn)練,直到誤差精度達(dá)到要求。最后用測試組輸入訓(xùn)練好的網(wǎng)絡(luò)模型中,通過檢驗(yàn)測試組誤差精度,驗(yàn)證模型的正確性。

      在構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型前首先要對數(shù)據(jù)進(jìn)行預(yù)處理,本文數(shù)據(jù)通過網(wǎng)絡(luò)問卷進(jìn)行收集,共獲取251份數(shù)據(jù),對無效問卷進(jìn)行刪除后剩余155份,每份數(shù)據(jù)包含了18條評價(jià)指標(biāo)。問卷對滿意度維度以及持續(xù)使用意愿維度分別設(shè)置了三個(gè)評價(jià)指標(biāo),更加準(zhǔn)確地反映出學(xué)生對平臺的感知質(zhì)量,分別對這三條評價(jià)數(shù)據(jù)取平均值作為評價(jià)結(jié)果。數(shù)據(jù)的歸一化處理其實(shí)是將數(shù)據(jù)根據(jù)一定的規(guī)則將其映射到一定的區(qū)間范圍內(nèi),歸一化操作如公式(1)所示。

      (1)

      同時(shí)通過Matlab對網(wǎng)絡(luò)設(shè)置不同的隱含層節(jié)點(diǎn)數(shù)量,并將訓(xùn)練集、驗(yàn)證集、測試集按照4:1:1進(jìn)行隨機(jī)分配,通過訓(xùn)練得到其均方誤差以及回歸能力作為損失函數(shù)。設(shè)定隱含層神經(jīng)元個(gè)數(shù)在[5,15]之間,將訓(xùn)練集歸一化處理后輸入BP模型中,取不同隱含層神經(jīng)元數(shù),用驗(yàn)證集記錄MSE以及R均值。由于初始權(quán)值及訓(xùn)練集、驗(yàn)證集、測試集隨機(jī)分配,相同個(gè)數(shù)的隱含層神經(jīng)元運(yùn)行的結(jié)果也不相同。設(shè)定對不同神經(jīng)元個(gè)數(shù)都訓(xùn)練10次,誤差取平均值,尋找最優(yōu)隱含層節(jié)點(diǎn)數(shù)。通過多次實(shí)驗(yàn),發(fā)現(xiàn)隱含層神經(jīng)元個(gè)數(shù)為11時(shí),MSE最小且R最大,說明此時(shí)該BP神經(jīng)網(wǎng)絡(luò)的預(yù)測性最好。因此,本文隱含層神經(jīng)元數(shù)設(shè)為11。當(dāng)隱含層神經(jīng)元個(gè)數(shù)為11時(shí),用Matlab軟件進(jìn)行BP神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)運(yùn)算。結(jié)果顯示經(jīng)過4個(gè)epoch后模型達(dá)到最優(yōu),總體精度R達(dá)到0.91,訓(xùn)練集精度R為0.95792,驗(yàn)證集精度R為0.97337,模型精度較高,測試結(jié)果較準(zhǔn)確。

      將滿意度與持續(xù)使用意愿兩個(gè)輸出值與對應(yīng)的目標(biāo)值進(jìn)行比較,分析擬合程度,發(fā)現(xiàn)使用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建的模型能夠較好地對線上課程的教學(xué)質(zhì)量進(jìn)行分析,從而據(jù)此采取相應(yīng)措施。此質(zhì)量評價(jià)理論模型可在學(xué)習(xí)支持、課程內(nèi)容與資源、課程教學(xué)設(shè)計(jì)、交互與學(xué)習(xí)效果四個(gè)方面提升線上教學(xué)質(zhì)量,從而實(shí)現(xiàn)對線上教學(xué)全過程質(zhì)量的評價(jià)與反饋。

      使用BP神經(jīng)網(wǎng)絡(luò)模型對線上教學(xué)的全過程質(zhì)量進(jìn)行評價(jià)的優(yōu)點(diǎn)在于:第一,針對線上教學(xué)構(gòu)建的質(zhì)量評價(jià)體系不需要類似于AHP層次分析法確定指標(biāo)權(quán)重,在很大程度上降低了主觀性;第二,當(dāng)環(huán)境改變或指標(biāo)體系改變時(shí),只需要使用新的樣本數(shù)據(jù)對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練即可得到新的權(quán)重信息。本研究基于中國大學(xué)MOOC平臺,以進(jìn)行過在線課程學(xué)習(xí)的大學(xué)生為研究對象,根據(jù)教育評價(jià)理論、績效理論、管理學(xué)、測量學(xué)等理論,通過文獻(xiàn)回顧、問卷調(diào)查、專家訪談、數(shù)理統(tǒng)計(jì)和神經(jīng)網(wǎng)絡(luò)等研究方法,構(gòu)建了線上課程質(zhì)量評價(jià)指標(biāo)體系,并設(shè)計(jì)調(diào)查問卷,通過問卷回收數(shù)據(jù)構(gòu)建了BP神經(jīng)網(wǎng)絡(luò)模型。對數(shù)據(jù)進(jìn)行了信度、效度檢驗(yàn),保證了數(shù)據(jù)的可靠性及有效性。針對在線課程教學(xué)的不同方面,細(xì)化了評價(jià)指標(biāo)體系,并初步檢驗(yàn)了各維度對整體滿意度以及持續(xù)使用意愿的相關(guān)性,從而在一定程度上保證了滿意度、持續(xù)使用意愿在神經(jīng)網(wǎng)絡(luò)中作為輸出的可靠性。隨著時(shí)間和條件變化,本文的研究深度需進(jìn)一步提高。在線教學(xué)模式的進(jìn)一步成熟和實(shí)踐案例的增加將促進(jìn)本研究進(jìn)一步豐富和完善。

      四、結(jié)語

      通過對文獻(xiàn)進(jìn)行研究,發(fā)現(xiàn)現(xiàn)有研究大多采用AHP層次分析法與德爾菲法相結(jié)合來構(gòu)建線上課程評價(jià)指標(biāo)體系,投入的人力、物力較大,且主觀性較強(qiáng)。因此,本文采用機(jī)器學(xué)習(xí)方法,根據(jù)構(gòu)建的線上課程教學(xué)質(zhì)量評價(jià)指標(biāo)體系來發(fā)放問卷回收數(shù)據(jù),進(jìn)而運(yùn)用機(jī)器學(xué)習(xí)中BP神經(jīng)網(wǎng)絡(luò)模型確定指標(biāo)權(quán)重。本文從學(xué)習(xí)者角度,運(yùn)用感知價(jià)值理論,綜合ASCI模型與價(jià)值接受模型等進(jìn)行用戶對MOOC平臺的滿意度研究,構(gòu)建了用戶對線上課程教學(xué)的全過程質(zhì)量評價(jià)體系。并分別從學(xué)習(xí)支持、課程內(nèi)容與資源、課程教學(xué)設(shè)計(jì)、交互與學(xué)習(xí)效果四個(gè)方面設(shè)計(jì)調(diào)查問卷進(jìn)行測量,最終對收集到的數(shù)據(jù)進(jìn)行分析研究。

      本文在研究線上課程教學(xué)全過程的質(zhì)量時(shí)構(gòu)建了評價(jià)指標(biāo)體系,但仍存在一些不足,例如,樣本數(shù)據(jù)量不大時(shí)不能有效反映出用戶對線上課程教學(xué)質(zhì)量的態(tài)度,評價(jià)指標(biāo)體系應(yīng)隨著后續(xù)線上課程建設(shè)進(jìn)一步改進(jìn)。線上課程教學(xué)仍存在一定的機(jī)遇與挑戰(zhàn),本研究在一定程度上為院校及線上課程平臺持續(xù)建設(shè)規(guī)范、優(yōu)質(zhì)的在線課程提供了有益參考。

      參考文獻(xiàn)

      [1]薛文飛,李軍,張攀峰.教育信息化2.0背景下全日制研究生在線學(xué)習(xí)滿意度分析研究[J].河北師范大學(xué)學(xué)報(bào)(教育科學(xué)版),2022,24(03):69-73.

      [2]覃紅霞,方芳,周建華.大學(xué)生在線教學(xué)滿意度和持續(xù)使用意愿的性別差異研究[J].大學(xué)教育科學(xué),2022(01):44-53+104.

      [3]項(xiàng)聰,陳小平,盧開聰.高校在線教學(xué)效果及其影響因素的實(shí)證研究[J].中國大學(xué)教學(xué),2021(Z1):93-99.

      [4]郭建鵬,陳江,甘雅娟,等.大規(guī)模疫情時(shí)期如何開展在線教學(xué)——高校在線教學(xué)模式及其作用機(jī)制的實(shí)證研究[J].教育學(xué)報(bào),2020,16(06):32-41.

      [5]賴玲玲,彭麗芳.高校在線教學(xué)服務(wù)質(zhì)量評價(jià)指標(biāo)體系構(gòu)建研究[J].黑龍江高教研究,2021,39(06):147-154.

      [6]梅鈺博.基于ANP模型的在線課程質(zhì)量評價(jià)研究[D].武漢:武漢工程大學(xué),2018.

      責(zé)任編輯:王穎振、周航

      猜你喜歡
      BP神經(jīng)網(wǎng)絡(luò)線上教學(xué)
      高職英語線上教學(xué)存在的問題與對策
      “互聯(lián)網(wǎng)+”背景下中國飲食文化課程的教學(xué)改革研究
      互聯(lián)網(wǎng)+環(huán)境下工藝美術(shù)設(shè)計(jì)情境驅(qū)動(dòng)教學(xué)方法探索
      速讀·下旬(2017年5期)2017-07-14 19:08:53
      基于微信平臺的翻轉(zhuǎn)課堂教學(xué)模式探究
      線上教學(xué)發(fā)展?fàn)顩r與虛擬社群維持策略探析
      高校室內(nèi)設(shè)計(jì)基礎(chǔ)課程混合式教學(xué)探討
      就bp神經(jīng)網(wǎng)絡(luò)銀行選址模型的相關(guān)研究
      基于DEA—GA—BP的建設(shè)工程評標(biāo)方法研究
      基于BP神經(jīng)網(wǎng)絡(luò)的旅行社發(fā)展方向研究
      商情(2016年39期)2016-11-21 09:30:36
      復(fù)雜背景下的手勢識別方法
      抚顺县| 沙坪坝区| 日土县| 明溪县| 富蕴县| 洮南市| 奉贤区| 济宁市| 广宗县| 乌审旗| 丹东市| 保亭| 永清县| 彩票| 镇原县| 屯门区| 昆山市| 阿拉善盟| 阿坝| 东乡| 英超| 汤阴县| 枞阳县| 客服| 铁岭市| 庄浪县| 循化| 利津县| 岫岩| 武功县| 南溪县| 阿坝县| 随州市| 环江| 邢台市| 龙口市| 平邑县| 镇宁| 克什克腾旗| 长岛县| 古丈县|