metricas
covid
Buscar en
Revista de Psicodidáctica (English Edition)
Toda la web
Inicio Revista de Psicodidáctica (English Edition) Exploring the synergy of improved convolutional neural networks and attention me...
Información de la revista
Vol. 29. Núm. 2.
Páginas 185-203 (julio - diciembre 2024)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Vol. 29. Núm. 2.
Páginas 185-203 (julio - diciembre 2024)
Original
Exploring the synergy of improved convolutional neural networks and attention mechanisms for potential STEM knowledge concept recommendation in MOOCs
Explorar la sinergia entre las redes neuronales de convolución mejoradas y los mecanismos de atención recomendados por posibles conceptos de conocimiento STEM en MOOC
Xiaona Xiaa,b,
Autor para correspondencia
xiaxn@sina.com

Corresponding author.
, Wanxue Qia,b
a Faculty of Education, Qufu Normal University, Qufu, Shandong, 273165, China
b Chinese Academy of Education Big Data, Qufu Normal University, Qufu, Shandong, 273165, China
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (10)
Mostrar másMostrar menos
Tablas (7)
Table 1. Meta-paths centered around knowledge concepts
Table 2. Statistics of entities and relationships
Table 3. Statistic values of knowledge concept association items
Table 4. Performances of meta-paths combination of learners centered on knowledge concepts
Table 5. Performances of meta-paths combination of teachers centered on knowledge concepts
Table 6. Metrics of ablation experiment
Table 7. Data statistics and test results
Mostrar másMostrar menos
Abstract

The multi course association of STEM poses an important challenge to the learning background of learners. Once learners do not have sufficient understanding of knowledge association or do not implement the topological order of knowledge advancement, they are prone to burnout in the learning process, forming serious negative emotions, which is not conducive to learning effectiveness, and even premature dropout. This is clearly a psychological teaching problem, that is our research objectives. This study focuses on the STEM learning behaviors in MOOCs, and explores the deep learning routing. We design one novel method to process the context features and content features for knowledge concept recommendation. Multiple entities, features, and courses enable the construction and optimization of knowledge concept relationships. Then, an attention mechanism is used to achieve the knowledge concept propagation between different entities. The extensive experiments have proved this method might accurately capture potential interests of knowledge concepts, achieve the effective deep learning routing, and explore and guide the positive learning state, reduce or avoid the negative psychological outcomes, such as dropout or low pass rate. The entire study aims to enhance learning outcomes, improve learning motivation, optimize learning behaviors, and provide more effective suggestions for STEM education, that is very important for the interdisciplinary learning in higher education. The whole research might provide key support for tracking possible psychological changes in learners, improving learning behavior trends, and enhance learning quality during STEM learning, fully improve and optimize the learning state, construct effective decisions for positive learning interests.

Keywords:
STEM
Knowledge concept
Potential interest recommendation
Deep learning
Graph convolution neural network
Positive learning psychology
Resumen

La asociación curricular múltiple de STEM plantea desafíos importantes para los antecedentes de aprendizaje de los estudiantes. Una vez que los estudiantes no tienen suficiente comprensión de la Asociación del conocimiento o no implementan el orden topológico de la promoción del conocimiento, son propensos a sufrir agotamiento durante el proceso de aprendizaje, formando emociones negativas graves, lo que no favorece el efecto del aprendizaje e incluso abandonan la escuela prematuramente. Este es obviamente un problema de enseñanza psicológica y nuestro objetivo de Investigación. Este estudio se centra en el comportamiento de aprendizaje STEM en MOOC y explora caminos de aprendizaje profundo. Hemos diseñado un nuevo método para procesar las características contextuales y de contenido de las recomendaciones conceptuales de conocimiento. Múltiples entidades, múltiples características y múltiples cursos pueden construir y optimizar relaciones conceptuales de conocimiento. Luego, se utiliza el mecanismo de atención para lograr la difusión de conceptos de conocimiento entre diferentes entidades. Un gran número de experimentos han demostrado que este método puede capturar con precisión el interés potencial de los conceptos de conocimiento, lograr vías efectivas de aprendizaje profundo, explorar y guiar Estados de aprendizaje positivos, y reducir o evitar consecuencias psicológicas negativas como el abandono escolar o la baja tasa de aprobación. Todo el estudio tiene como objetivo mejorar los resultados del aprendizaje, mejorar la motivación para el aprendizaje, optimizar el comportamiento del aprendizaje y proporcionar asesoramiento más eficaz para la educación STEM, que es muy importante para el aprendizaje interdisciplinario en la educación superior. Todo el estudio puede proporcionar un apoyo clave para hacer un seguimiento de los posibles cambios psicológicos de los estudiantes, mejorar las tendencias del comportamiento de aprendizaje, mejorar la calidad del aprendizaje en el proceso de aprendizaje STEM, mejorar y optimizar de manera integral el Estado de aprendizaje y construir decisiones efectivas de interés activo en el aprendizaje.

Palabras clave:
STEM
Tallos
Concepto de conocimiento
Recomendación de interés potencial
Aprendizaje profundo
Red neuronal de involución
Aprendizaje activo de la psicología

Artículo

Opciones para acceder a los textos completos de la publicación Revista de Psicodidáctica (English Edition)
Suscriptor
Suscriptor de la revista

Si ya tiene sus datos de acceso, clique aquí.

Si olvidó su clave de acceso puede recuperarla clicando aquí y seleccionando la opción "He olvidado mi contraseña".
Comprar
Comprar acceso al artículo

Comprando el artículo el PDF del mismo podrá ser descargado

Precio 19,34 €

Comprar ahora
Contactar
Teléfono para suscripciones e incidencias
De lunes a viernes de 9h a 18h (GMT+1) excepto los meses de julio y agosto que será de 9 a 15h
Llamadas desde España
932 415 960
Llamadas desde fuera de España
+34 932 415 960
E-mail
Opciones de artículo
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos