教育和教育研究中的数据科学和人工智能

来宾编辑
Tzu-Hua Wang教授,博士
教育与学习技术部,
台湾国民华沙大学(R.O.C.)
电子邮件:tzuhuawang@mx.nthu.edu.tw
网络:https://www.researchgate.net/profile/tzu-hua_wang

联合。Marian Simko教授,博士
信息学和信息技术学院,
斯洛伐克大学斯洛伐克大学斯洛伐克的斯洛伐克大学
网络:http://www2.fiit.stuba.sk/~simko/
电子邮件:marian.simko@stuba.sk

联合。Ahcene Bounceur教授,博士
计算机科学与运营研究,
法国布雷斯特大学
网络:http://pagesperso.univ-brest.fr/~bisesur/
电子邮件:ahcene.bistion@univ-brest.fr

要求论文
随着信息技术的发展,无论是用于教育研究还是实践,广泛,彻底地将信息技术应用于教育变得可行。例如,信息技术可以应用于课程,指导和评估以及教育管理和领导力在内的领域。反过来,这使得将许多数字数据存储在各种教育数字系统中。与传统的基于纸质的教育数据相比,数字数据的数量和覆盖范围更宽,更深。在数字学习的趋势中,大规模开放的在线课程(MOOC)和小型私人在线课程(SPOC)成为新的学习方式。MOOC和SPOC能够在数字学习环境中记录学习者学习行为的大量数字数据。近年来,在所有学习阶段,翻转的课堂都受到越来越多的关注。它强调,数字学习应该是教学活动的一部分,并希望学生可以通过基于视频的在线材料学习并在家开始学习之前在家中进行数字评估。根据学生在数字学习方面的表现,教师在课堂上安排高级学习活动。这种混合学习使得可以在课堂外收集学生学习行为的数字数据。 This means that instruction and educational research coverage can be largely expanded to student’s daily life outside the classroom. Student’s learning data collected will be richer than before. In recent years, more and more emphasis is put on institutional research (IR). It becomes a new research field after various school materials, including data about professor’s academic researches and educational practice development and student’s growth and learning data, are digitalized into database. Hopefully, by analyzing the information, positive and effective strategies can be developed in enhancing college recruitment mechanism, academic researches, social influences and student’s learning effectiveness. Moreover, with the prevalence of using smart mobile devices for mobile learning, digital data of learning behaviors is more quickly accumulated. In the future, it is highly possible that most of student’s learning data is this kind of digital learning behavior data, which means that educators and education researchers should analyze the digital data and develop proper models of data analysis and application.

数据科学是一个研究主题,近年来受到越来越多的关注。它是一门跨学科的科学,包括统计,数学,编程,解决问题,数据收集和处理等。它涵盖了有关数据清洁,准备和分析的任何问题。简而言之,数据科学包括各种技术,可用于探索各种数据中的新知识和信息。大数据和数据挖掘及其应用的技术属于数据科学。此外,随着机器学习和深度学习技术的开发,在各个领域的应用和开发都得到了促进。人工智能主要集中于完全自动化预测问题和提供解决方案的过程。因此,进行机器学习和深度学习需要大量数据。该过程还涵盖了与大数据和数据挖掘有关的技术。

考虑到数据科学很少应用于教育中,并且有许多教育数据可以进行彻底的分析,以找出有价值的教育研究和教育实践的宝贵信息,这对教育管理和增强教育质量是有益的,因此这一特殊问题需要与数据科学应用有关的研究。它涵盖了大数据,数据挖掘和人工智能的应用。研究人员可以专注于与教育相关的特定目标和特定类型的教育数据,以开发数据分析技术。他们还可以解释特定教育大数据分析的发现或开发针对特定教育相关目标的预测模型,并在教育中开发人工智能应用。基于上述内容,该论文呼吁强调数据科学和人工智能在教育和教育研究中的应用。潜在的主题包括但不限于:
1.数据科学在机构研究(IR)中的应用
2.数据科学在大规模开放的在线课程(MOOC)和小型私人在线课程(SPOC)中应用
3.数据科学在数字学习中的应用
4.数据科学在预测和评估学生的学习效率和学习行为时的应用
5.数据科学在教育研究中的创新应用
6.教育中数据科学应用的未来趋势
7.人工智能在教学中的应用
8.人工智能在解决教育问题上的应用
9.人工智能在教育研究中的创新应用
10.教育中人工智能应用的未来趋势
11.物联网(物联网)在教育中的应用
12.人工智能算法在物联网应用程序中的应用

手稿于2018年11月30日
第一轮评论2019年2月28日
出版日期2019年5月19日

作者应使用编辑系统提交手稿https://www.editorialsystem.com/ejmste并请选择手稿类型:SI-教育和教育研究中的数据科学和人工智能