《表2 个体知识贡献:联通主义学习社区个体知识贡献影响因素研究》
第二,确定学习者的知识贡献,即知识贡献数量和知识贡献质量。知识贡献数量以主题五期间发布的文章数、评论数和跟帖数三个指标的数据之和表示。知识贡献质量,即概念数量贡献度参考徐亚倩等人提出的方法,将专家法和LDA话题聚类方法相结合,经过多轮迭代,生成不同话题下包含的关键词以及各个分析单元在不同话题下的分布概率[33]。在主题五持续期间共有213篇文章(包括博客、资源、案例、周报)、9个讨论主题,去除导学者发布的8篇文章(包括发布周报、资源推荐、活动预告、直播沙龙回顾等)和1篇学习者发布的与主题五内容无关的文章,并对内容数据按以下规则进行清洗:(1)排除仅表示社会化交往的发言数据,如表示欢迎、问候老师的发言;(2)将引用的资源(链接、图片)转化为标题文本。清洗之后,将论坛以一个主题下所有跟帖为一个分析单元,以一篇文章(包含正文和评论)为一个分析单元输入LDA模型,结合专家法不断迭代挖掘、修订,共挖掘出8个话题,分别是“宏观层面的教育管理”(包含1050个关键词)、“数据收集处理分析与解读”(包含766个关键词)、“微观层面的教学管理”(包含839个关键词)、“存在的问题和挑战”(包含474个关键词)、“扶贫”(包含132个关键词)、“平台工具”(包含310个关键词)、“数据研究”(包含72个关键词)和“新高考”(包含61个关键词),以及每个分析单元在不同话题下的分布概率。在此基础上,进一步确定有知识贡献的学习者的每一篇文章、每一条评论、每一条跟帖所包含的关键词,即可得到学习者的概念数量贡献度,如表2所示。
图表编号 | XD00199922500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.15 |
作者 | 秦婷、郑勤华 |
绘制单位 | 北京师范大学、北京师范大学 |
更多格式 | 高清、无水印(增值服务) |