دانلود مقاله انگلیسی رایگان:الگوهای مبتنی بر تئوری کاوش از داده های بزرگ: شناسایی راهبردهای یادگیری خود تنظیم شده در دوره های گسترده آنلاین باز

تخفیف ماه رمضان

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
دانلود مقاله انگلیسی داده های بزرگ رایگان
  • Mining theory-based patterns from Big data: Identifying self regulated learning strategies in Massive Open Online Courses Mining theory-based patterns from Big data: Identifying self regulated learning strategies in Massive Open Online Courses
    Mining theory-based patterns from Big data: Identifying self regulated learning strategies in Massive Open Online Courses

    سال انتشار:

    2018


    عنوان انگلیسی مقاله:

    Mining theory-based patterns from Big data: Identifying self regulated learning strategies in Massive Open Online Courses


    ترجمه فارسی عنوان مقاله:

    الگوهای مبتنی بر تئوری کاوش از داده های بزرگ: شناسایی راهبردهای یادگیری خود تنظیم شده در دوره های گسترده آنلاین باز


    منبع:

    Sciencedirect - Elsevier - Computers in Human Behavior, 80 (2018) 179-196: doi:10:1016/j:chb:2017:11:011


    نویسنده:

    Jorge Maldonado-Mahauad a, b, *, Mar Perez-Sanagustín a, Rene F. Kizilcec c, Nicolas Morales a, Jorge Munoz-Gama a


    چکیده انگلیسی:

    Big data in education offers unprecedented opportunities to support learners and advance research in the learning sciences. Analysis of observed behaviour using computational methods can uncover patterns that reflect theoretically established processes, such as those involved in self-regulated learning (SRL). This research addresses the question of how to integrate this bottom-up approach of mining behavioural patterns with the traditional top-down approach of using validated self-reporting instruments. Using process mining, we extracted interaction sequences from fine-grained behavioural traces for 3458 learners across three Massive Open Online Courses. We identified six distinct interaction sequence patterns. We matched each interaction sequence pattern with one or more theory-based SRL strategies and identified three clusters of learners. First, Comprehensive Learners, who follow the sequential structure of the course materials, which sets them up for gaining a deeper understanding of the content. Second, Targeting Learners, who strategically engage with specific course content that will help them pass the assessments. Third, Sampling Learners, who exhibit more erratic and less goal-oriented behaviour, report lower SRL, and underperform relative to both Comprehensive and Targeting Learners. Challenges that arise in the process of extracting theory-based patterns from observed behaviour are discussed, including analytic issues and limitations of available trace data from learning platforms.
    Keywords: Self-regulated learning ، Learning strategies ، Process mining ، Massive open online courses


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 18
    حجم فایل: 1461 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




آرشیو کامل مقالات

اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-های-بزرگ
موضوعات
footer