虛擬學習社區(qū)中的信息交互對學習者的學習績效具有重要影響。結構洞理論關注于人際關系網絡的結構形態(tài),有助于揭示虛擬學習社區(qū)中的信息流動與分享。通過社會網絡分析法,在對虛擬學習社區(qū)整體交互分析以及社區(qū)成員群體劃分的基礎上,開展了四類群體的結構洞指標測量及中間人的次數分析,探究了不同群體信息交互的中介特征。研究表明:核心參與者的信息交互中介性最強,消極邊緣者的中介性最弱,意見引導者與意見附和者則分別由于發(fā)貼數量有限或發(fā)貼質量不高,致使信息交互中介作用均顯不足。教師應依據不同群體的差異進行針對性的干預和指導,以更好地促進虛擬學習社區(qū)集體智慧的發(fā)展。 

【文章來源】：現代遠距離教育. 2018,(03)北大核心CSSCI

【文章頁數】：8 頁

【文章目錄】：
一、引言
二、虛擬學習社區(qū)信息交互文獻研究
三、研究對象與方法
    (一) 研究對象
    (二) 研究方法
四、數據分析
    (一) 虛擬學習社區(qū)的整體交互情況分析
    (二) 參與者群體劃分
    (三) “結構洞”測量
    (四) 中間人分析
五、研究結果與討論
    (一) 核心參與者收發(fā)貼的數量與質量均較高, 信息交互中介作用強
    (二) 意見引導者發(fā)貼質量高, 但數量有限, 信息交互中介作用不足
    (三) 意見附和者發(fā)貼數量較多, 但質量不高, 信息交互中介作用較弱
    (四) 消極邊緣者收發(fā)貼的數量與質量均很低, 信息交互中介作用極弱
六、結束語


【參考文獻】：
期刊論文
[1]遠程學習中學習環(huán)境的交互性分析框架研究[J]. 王志軍,陳麗,韓世梅.  中國遠程教育. 2016(12)
[2]三代遠程學習中的教學交互原理[J]. 陳麗,王志軍.  中國遠程教育. 2016(10)
[3]基于學習分析的虛擬學習社區(qū)社會性交互研究[J]. 戴心來,王麗紅,崔春陽,李玉斌.  電化教育研究. 2015(12)
[4]結構洞與企業(yè)創(chuàng)新績效的關系研究綜述[J]. 孫笑明,崔文田,王樂.  科學學與科學技術管理. 2014(11)
[5]社交問答網站知識共享的內容及社會網絡分析——以知乎社區(qū)“在線教育”話題為例[J]. 宋學峰,趙蔚,高琳,何昌琳.  現代教育技術. 2014(06)
[6]教師虛擬社區(qū)意見領袖的社會網絡位置及角色分析[J]. 劉敏,胡凡剛,李興保.  中國電化教育. 2014(02)
[7]基于結構洞理論的教師學習共同體中間人角色分析[J]. 趙健.  電化教育研究. 2013(02)
[8]虛擬學習社區(qū)中知識共享的社會網絡分析[J]. 賴文華,葉新東.  現代教育技術. 2010(10)
[9]結構洞:虛擬學習社區(qū)信息獲取行為研究[J]. 謝英香,馮銳.  軟件導刊. 2010(08)
[10]虛擬學習社區(qū)的社會網絡分析[J]. 王陸.  中國電化教育. 2009(02)



本文編號：3298852