В исследовании используется новый экспериментальный формат, в котором используются данные из системы, отслеживающей «взгляд учеников» с помощью камер, а также документирующие индивидуальные методы решения проблем с помощью «умных ручек», которые записывают почерк и звук. В отличие от предыдущих исследований, новый подход определяет порядок, в котором студент выполняет определенные действия, которые могут иметь решающее значение для успеха методов решения проблем, сказал Эдвард Бергер, доцент кафедры инженерного образования и машиностроения Университета Пердью.В исследовании приняли участие 24 студента.
«Мы даем им задачу решить, и мы записываем их действия, когда они взаимодействуют с видео», — сказал он. «Сейчас все в мире делают обучающие видеоролики. Но в настоящее время мы не понимаем, как именно учащиеся используют видеоролики для решения своих проблем.
Поэтому мы смотрим, как они используют видеоролики при решении проблемы, чего раньше не делалось. на любой значительной глубине ".Результаты показывают, что методы решения проблем учащихся можно в общих чертах описать несколькими «архетипами».«Если мы сможем определить, какие архетипы более успешны, тогда мы сможем применить эти знания, чтобы лучше обучать студентов», — сказал Бергер. «Мы можем сказать, что вот образец использования, который мы видим у студентов, которые действительно хорошо решают этот тип проблем».
Исследование подробно описано в документе, представленном на ежегодной конференции Американского общества инженерного образования. Выставка, 26-29 июня в Новом Орлеане. Авторы статьи — Бергер и докторант Майкл Уилсон. Видео об исследовании доступно по адресу https://youtu.be/y8jbsf2Abio.
Студентам были выставлены оценки по проблеме, и их оценки также были записаны во время курса машиностроения на втором курсе, который позволяет студентам получить доступ к сотням обучающих видео и анимаций.На завершение эксперимента уходит около 30 минут.
«У нас есть кодовая структура для характеристики различных действий и точной количественной оценки того, что делает студент», — сказал Бергер. «Эти действия могут быть чем-то, что они пишут, что-то, что они делают с видео, и даже тем, что они говорят, потому что мы инструктируем студентов говорить вслух во время упражнения. Мы идентифицируем и пытаемся понять эти архетипы».Среди 24 студентов исследователи выявили около четырех таких архетипов.
"Допустим, им потребовалось 25 минут, чтобы решить эту задачу, они потратили восемь минут на просмотр видео, и вот именно то, что они видели в видео, пока они решали проблему. Смотрели ли они одну и ту же часть видео более одного раза ? Они сосредоточились на диаграмме, уравнении или на чем-то еще? Затем мы смотрим на все данные и спрашиваем: «Какие ключевые вещи они сделали, когда решали эту проблему, и как они взаимодействовали с видео?» "Затем действия наносятся на карту с использованием системы «полос кода» для визуализации конкретных подходов и инструментов, которые учащиеся использовали для решения проблемы, и в каком порядке.
Эксперименты относятся к области исследований, называемой теорией когнитивной нагрузки, которая пытается понять, насколько усердно мозг работает над конкретной задачей.«Проблема в том, что очень сложно точно измерить когнитивную нагрузку, и мы используем один из нескольких доступных подходов», — сказал Бергер. «Мы пытаемся понять, как доступ к видео помогает ученику решать проблемы. Помогает ли он им управлять своей когнитивной нагрузкой, пока они решают задачу?»
Будущая работа будет направлена на окончательное определение различных архетипов.Исследователи Purdue также проводят новый проект, финансируемый Национальным научным фондом, чтобы понять, как учащиеся используют видеоролики в классе Purdue Mechanics Freeform Classroom, первым из которых является Чарльз Крусгрилл, профессор машиностроения. Подход Freeform Classroom используется с 2011 года в двух основных курсах по машиностроению, на которые ежегодно обучаются сотни студентов.
Новое исследование возглавляет Дженнифер ДеБоер, доцент кафедры инженерного образования.