
利用在线问题导向学习网络理解及预测表现
Mohammed Saqr, Uno Fors, Jalal Nouri
PLOS ONE
研究在四门在线问题导向学习课程中,以相关及回归连接互动网络与成绩,再用下一年度课程数据检查。较密集的小组互动、凝聚及连向显著同伴均与表现相关,分类器报告93.3%准确率。
SNA 研究动态
精选并审阅以社会网络分析作为实质数据分析方法的期刊及会议论文。
页码 6 / 6

Mohammed Saqr, Uno Fors, Jalal Nouri
PLOS ONE
研究在四门在线问题导向学习课程中,以相关及回归连接互动网络与成绩,再用下一年度课程数据检查。较密集的小组互动、凝聚及连向显著同伴均与表现相关,分类器报告93.3%准确率。

Charles N. Hayward, Sandra L. Laursen
International Journal of STEM Education
一个探究式数学工作坊后的一年期邮件群组研究,把质性编码与SNA结合。35名参与者与11名引导者交换281则消息;提问与跟进模式维持讨论,而47%的消息包含社群建设功能。

Mohammed Saqr, Uno Fors, Matti Tedre, Jalal Nouri
PLOS ONE
研究把三门医学课程共82名学生及3名教师的互动记录,绘成期中干预前后网络。五项针对性教学行动后,参与角色、密度、入度及聚类均上升,但观察性时间比较不能把干预效果与课程自然发展分开。

M. AbdelSalam, Maha El Tantawi, Asim Al-Ansari, Adel AlAgl, Ghada Al-Harbi
Medical Principles and Practice
92名受邀四年级牙科生中有74人,在22题考试前报告自组同伴学习小组及友谊关系。网络与回归分析显示,既往学业表现是最清楚的预测因素,小组结构与同伴相似性并未呈现可靠优势。

Alyssa Friend Wise, Yi Cui, Wan Qi Jin
Seventh International Learning Analytics & Knowledge Conference (LAK '17)
对567名MOOC学习者的3,124篇帖子进行分析后,研究发现把内容互动与非内容互动分开会改变网络解释,而过度宽泛的共同出现连接可能夸大表面地位。

Adrienne L. Traxler, Andrew Gavrin, Rebecca S. Lindell
Physics Education Research Conference 2016
研究把大学基础物理论坛建模为学生网络,以检验讨论中的中心位置是否与期末成绩一致。研究未发现强相关,为学习分析提供重要提醒。