欢迎来到天天文库
浏览记录
ID:6046903
大小:32.50 KB
页数:10页
时间:2018-01-01
《知识可视化在e—learning中应用探究》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、知识可视化在E—Learning中应用探究 摘要:知识可视化是推动知识获取、吸收、传播和应用的催化剂。在“信息爆炸”的今天,E-Learning中知识的易得性和爆炸性使知识可视化应用于E-Learning环境中成为可能。通过阐述E-Learning面临的问题以及知识可视化的方法,提出将知识可视化的理念应用于E-Learning中,促使E-Learning发展成为更加人性化的、适合各种学习类型的可视化学习平台。关键词:知识可视化;E-Learning;概念图表;应用策略中图分类号:TP431文献标识码:A文章编号:1672-7800(2012)010-0177-03作者简介:王
2、和鸾(1987-),女,浙江师范大学教师教育学院硕士研究生,研究方向为数字学习资源建设。0引言10随着科学计算可视化、数据可视化以及信息可视化的发展,知识可视化应运而生。知识可视化是研究如何应用各种定性和定量的视觉表征方法促进群体复杂知识和见解的传递及创新的学科。在知识经济的今天,知识可视化开始从图书管理学、情报学等领域进入到教育领域,成为研究的热点。在教育领域,学者从知识可视化的概念、理论、框架、教学实践等角度研究知识可视化,从理论到实践指导教育。本文通过分析E-Learning面临的问题、知识可视化的方法以及知识可视化在E-Learning中应用的可能,提出从可视化平台、显
3、隐性环路、知识共享以及移动学习等方面将知识可视化运用于E-Learning。1E-Learning面临的问题1.1知识单调,定位困难E-Learning中的信息和知识主要以半结构化(如文本、图像、视频等)的形式存在,较于传统教学而言,已显生动有趣,但大多数E-Learning课件只是把课堂搬到课件中,内容相对枯燥乏味。再加上E-Learning受HTML语言的限制,定位所需知识非常困难,使得学习者在E-Learning环境下的学习被动死板。1.2隐性知识传递困难E-learning中,由于时空分离以及面对面交互的缺失,通常以显性知识的传递为主。隐性知识虽然客观存在,且可以测度,
4、但根植于人的头脑中,难于准确表述。加之受到心理和环境等的制约,以及知识传授者和接受者之间的距离(时空、知识密切程度、期望与满足的差异等),使得E-Learning中隐性知识的传递颇为困难。只有少量的隐性知识在条件允许下转化为显性知识,得以在E-Learning中传递。101.3理解和共享困难有效的共享是学习者在交流过程中产生共享理解(即对意义有共同的理解)。E-Learning中学习者来自不同的家庭,拥有不同的教育背景,其素养、价值观、学习动机、学习行为等都会有所不同,再加上E-Learning中人与人分离的特点,使E-Learning中人与人之间的交流存在障碍,对语句或者表达
5、产生不同的理解,阻碍了E-Learning中的知识创建和共享。2知识可视化的方法MartinJ.Eppler从可视化方法的角度将知识可视化的方法分为6种,分别为启发式草图(HeuristicSketches)、概念图表(ConceptualDiagrams)、视觉隐喻(VisualMetaphors)、知识动画(KnowledgeAnimations)、知识地图(KnowledgeMaps)以及科学图表(ScientificDiagrams)。从概念、优势以及具体的应用实例3个方面对以上6种知识可视化的方法进行分析和总结,如表1所示。3知识可视化应用于E-Learning的可能
6、性10知识可视化是由认知科学(CognitiveScience)、信息可视化(InformationGraphics)和图形设计(GraphicArts)结合形成的一朵奇葩。E-Learning则是教育技术领域的一颗明珠,虽然两者成长环境不同,且各具特色,但在教育领域,却拥有着共同的目标:提高学习者的素质,促进个人和团队的知识组织和学习。因而两者存在相互借鉴、相互支持和整合发展的基础,知识可视化可以运用于E-Learning中。3.1E-Learning为知识可视化提供理论与环境支持E-Learning为知识可视化提供了一个个性化的、不受时空限制的信息技术学习环境和知识共享空间
7、。当前教育技术领域中产生了许多E-Learning的理论和技术,E-Learning在为知识可视化提供信息技术环境支持的同时,其理论和技术也极大地优化了知识可视化在教育中的应用。在知识可视化的模型研究中,不管是Eppler的研究框架还是章国英等人的框架,第一个环节都是知识的分类,可见知识分类是知识可视化成败的关键。而E-Learning中知识分类、采撷的理论,例如:本体分类思想(Ontology)以及资源描述框架技术(ResourceDescriptionFrame)等,都能细化知识到对象层
此文档下载收益归作者所有