arXiv · Neural and Evolutionary Computing· Spyridon Revithis
· 2 天前AI 评分30
认知负荷理论中教学效率的双SOM学习器模型
A Dual-SOM Learner Model of Instructional Efficiency within Cognitive Load Theory
预印本 · 尚未经过同行评审
AI 导读
双自组织映射网络模型用绩效与心理努力两个维度评估教学效率。
摘要 · AI 翻译
本文提出了一种新颖的方法论框架,将双自组织映射(SOM)神经网络架构与认知负荷理论(CLT)相结合,用于评估学习环境中的教学效率。通过将课程内容表示为主题依赖关系的有向无环图,所提出的模型从两个核心维度捕捉集体学习行为:学业表现与主观/内省心理努力。在 SOM 训练过程中,成功学习者轨迹的代表性数据集被压缩为两个拓扑有序、结构相同的神经网络:PSOM(表现空间)和 ESOM(心理努力空间)。通过将这两个行为映射配对,该模型可作为决策支持工具,使教师能够同时 pinpoint 结构性教学设计缺陷(如隐藏的主题先修要求),并评估集体认知负荷剖面。PSOM 组件(进而推及其对称孪生组件 ESOM)的实现与性能,与一项早期建模研究相关联,该研究采用了位于同一领域(即学习环境)中、具有相同结构和编码语义的 SOM。本文通过 SOM 神经计算认知行为建模,将行为现象研究与人类认知架构的理论工作相结合。
中文由 AI 翻译,仅供参考,以原文为准。
来源:arXiv · Neural and Evolutionary Computing · arxiv.org