贝叶斯网络方法能为教育研究带来什么？

doi:10.16382/j.cnki.1000-5560.2022.11.009

华东师范大学学报(教育科学版) ›› 2022, Vol. 40 ›› Issue (11): 110-122.doi: 10.16382/j.cnki.1000-5560.2022.11.009

贝叶斯网络方法能为教育研究带来什么？

顾昕¹, 毛梦琪¹, 马淑风¹, 陈森宇²

1. 华东师范大学教育学部教育心理学系，上海 200062
2. 曼彻斯特大学健康科学学院，曼彻斯特 M13 9PL

出版日期:2022-11-01 发布日期:2022-10-27
基金资助:
上海市浦江人才项目“面向核心素养测评的贝叶斯网络算法开发与优化策略”（2020PJC034）;华东师范大学幸福之花项目“复杂学习情境下核心素养测评范式及其培养机制研究”（2019ECNU-XFZH015）

What Can Bayesian Network Contribute to Educational Research？

Xin Gu¹, Mengqi Mao¹, Shufeng Ma¹, Senyu Chen²

1. Department of Educational Psychology, Faculty of Education, East China Normal University, Shanghai 200062, China
2. School of Health Sciences, University of Manchester, Manchester, M13 9PL, UK

Online:2022-11-01 Published:2022-10-27

摘要/Abstract

摘要：

针对当前教育研究问题的复杂性、不确定性与动态性特征，本文提出使用贝叶斯网络方法分析教育实证研究数据。在研究范式上，贝叶斯网络结合了理论驱动与数据驱动的研究方法，根据教育研究理论与专家经验确定先验模型，通过后续采集的数据迭代模型，不断更新能够支持或反对理论模型的数据证据。在数据分析方法上，贝叶斯网络将变量或变量关系的不确定性纳入模型，以概率的方式给出精确的推断结论和预测信息。在模型应用上，贝叶斯网络能够在真实教学情境中实时评估学生的知识掌握、能力培养、素养发展等，为教学与学习过程的动态评估提供方法和技术上的支持。

贝叶斯网络方法能为教育研究带来什么？

What Can Bayesian Network Contribute to Educational Research？

RichHTML

PDF

可视化

摘要/Abstract