學習資訊專業學院—資訊教育研究所

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/25

資訊教育研究所之碩士班成立於民國80年,博士班成立於民國86年,目前研究生共約160名。本所原屬資訊教育學系,於95學年度起因應系所組織調整,成為獨立研究所,歸屬教育學院。

本所以『資訊科技教育』和『數位學習』兩個專業領域之研究發展與人才培育為宗旨,課程設計分別針對此兩個專業領域規劃必、選修專業科目,提供學生紮實而嚴謹的學術專業知能及個別化之研究訓練。本所教育目標包括:

1、培育資訊科技教育人才;
2、培育數位學習產業人才;
3、培育資訊科技教育與數位學習研究人才。

本所目前六名專任教師,四位教授,二位副教授,在資訊教育領域均具有豐富之教學與研究經驗且均積極從事研究,每年獲科技部補助研究計畫之平均數量與金額在本校名列前茅。另外,本所教師積極參與國內重大資訊教育政策及課程綱要之制定,積極推動國內資訊教育之發展。
 

Browse

Search Results

Now showing 1 - 3 of 3
  • Item
    線上摘要評量與回饋系統之研究與應用
    (2013) 陳佳琳; Chen Chialin
    本研究目的在以潛在語意分析 (Latent Semantic Analysis) 技術為學習者摘要評量與回饋的基礎,亦透過專家概念圖以及概念詞的回饋機制,發展一套線上摘要評量與回饋系統,並探討不同回饋模式對國小學生摘要進步分數的影響。 本研究之研究對象為120位新北市某國小六年級學生,以隨機分派的方式將學生分成四組實驗組,各組樣本人數為30人。實驗組依照語意回饋以及概念詞回饋的有無分成四組為:「分數回饋組」、「分數+語意回饋組」、「分數+概念詞回饋組」以及「分數+語意+概念詞回饋組」。本研究採等組前後測2x2二因子受試者間實驗設計,自變項為語意回饋以及概念詞回饋的有無,依變項則為摘要進步分數。摘要訓練課程為七節課,每節課40分鐘,每週兩節課。 研究結果顯示: 一、就有概念詞回饋的狀態下而言,不論是有語意回饋與無語意回饋的狀態下並無顯著差異存在。 二、就無概念詞回饋的狀態下而言,有語意回饋的組別(分數+語意回饋組),其摘要進步分數顯著高於無語意回饋的組別(分數回饋組)的摘要進步分數。 三、就有語意回饋的狀態下而言,不論是有概念詞回饋與無概念詞回饋的狀態下並無顯著差異存在。 四、就無語意回饋的狀態下而言,有概念詞回饋的組別(分數+概念詞回饋組)其摘要進步分數顯著高於無概念詞回饋的組別(分數回饋組)的摘要進步分數。 最後,研究者針對研究結果進行討論,並提出幾點建議與未來研究方向以供日後研究的發展與參考。
  • Item
    線上二階段概念圖診斷系統在科學迷思概念上的應用:以全球暖化為例
    (2009) 張瓊兒
    本研究旨在整合概念構圖的特點及兩階段診斷測驗的優點,發展一套適合診斷學童科學迷思概念的線上兩階段診斷系統。 本研究樣本為臺中市某所國民小學六年級學生共32人。配合學生的先備知識,研究者選定「全球暖化」科學概念作為本研究的診斷標的。研究者首先分析國內外「全球暖化」迷思概念之相關文獻,編製成二階段測驗概念圖題組,並匯入自行開發的診斷平台後,將評量內容以互動式概念圖呈現在電腦上,發展成「線上二階段概念圖診斷測驗」。本測驗是以概念圖評量為主要方法,受測者在兩個階段中皆是利用滑鼠點選與拖曳概念選項,完成指定的概念命題。第一階段測驗是以概念構圖檢測學童對科學知識內容的既有概念,並以兩階段測驗的精神進行第二階段針對持該既有概念的理由進行探究。測驗系統將自動記錄受測者的所有答題反應,並輸出診斷報表。研究者在施測後透過半結構晤談,以驗證「線上二階段概念圖診斷測驗」能否能檢測學生對特定科學知識的迷思概念。 本研究之主要結果與發現: 一、 兩階段概念構圖診斷系統在科學迷思概念之診斷上有良好的成效。 二、 以概念構圖診斷學生的迷思概念,因概念構圖呈現視覺化的知識結構,提供學生較完整的思考脈絡與框架,增進認真答題的動機,有助學生表達心中真正的看法。以在同一概念構圖中完成多項命題的方式進行的「多對多配對」的概念構圖評量,加上選項總數多於命題總數,也降低了隨機猜測的機率。因此與傳統選擇題方式測驗相較,更能檢測出學生的迷思概念。 三、 本研究所發展之診斷工具與研究結果可提供未來小學生各種科學迷思概念之診斷,以作為教學與課程設計的參考。
  • Item
    屬性化概念圖的模糊評量
    (中華民國科學教育學會, 1998-03-01) 張國恩; 林水成; 潘宏明; 陳世旺; Chang, Kuo-En; Lin, Shui-Cheng; Pan, Hung-Ming; Chen, Sei-Wang
    一張概念圖是由許多命題(propositions)所組成,而每個命題包括兩個概念(concepts)及他們之間的聯結語,因此一張概念圖描述著某一知識內容中概念問的相互連結關係。然而不同的概念與聯結語在一知識主題(knowledge domain)中扮演著不同的角色,其重要性當然會有所不同。因此本文提出一種屬性化概念圖(attributed concept map)的觀念,也就是對概念圖中每一概念及聯結語給予一權值代表其重要性。假設專家或老師已經建構好一張屬性化概念圖,我們稱它為專家概念圖。我們提出一種以模糊集合理論為基礎的評量方式(或稱模糊評量)。將學生建構的概念圖與專家概念圖比對,來評估學生對某一知識主題的了解程度。實驗顯示以屬性化概念圖為主的模糊評量在合理性、穩定性上均有顯著的改進,結果也顯示此方法是可行的。