11.25学习笔记

A microworld-based role-playing game development approach to engaging students in interactive, enjoyable, and effective mathematics learning

基于微世界的角色扮演游戏开发方法,旨在使学生参与互动式,愉悦而有效的数学学习

·在传统的以教师为中心的数学教学中,由于缺乏适用的环境,学生的学习动机可能较低。基于游戏的学习被认为是解决此问题的一种潜在方法。

·学生对数学失去学习兴趣的原因之一可能是缺乏将从教科书中学到的知识应用于实际问题的机会。

·精心设计的教育性计算机游戏将学习内容和策略整合到游戏场景中,不仅可以让学生沉浸在愉快的游戏环境中,还可以通过完成游戏任务为他们提供获取知识或获得能力的环境(2014,2010)。

微型世界是计算机模拟的教育学习系统,可为问题场景提供交互式操纵环境。 通过创建和操纵游戏对象,学生可以在各种基于微观世界的学习环境中直观地探究问题的情况。 也就是说,游戏方式可以使学生处于愉快的学习环境中,这可以减少他们在学习数学时的焦虑感。 将微型世界整合到数字游戏中可以进一步为学生提供交互式的解决问题的方案,使他们处于沉浸式的任务中,并使他们参与深入的思考。

·这项研究旨在通过将模拟初等数学课程的“快速世界”的微观世界纳入教育计算机游戏中,来开发上下文数学学习环境。 为了评估提议的方法,研究了学生的学习表现以及学习动机; 此外,还评估了基于微型世界的游戏的易用性和实用性,以更好地理解学生对采用这种新方法的看法。 因此,对以下研究问题进行了研究:

(1)通过基于微世界的游戏方法学习的学生的学习成绩是否比通过传统技术增强的学习方法学习的学生明显更好?

   (2)通过基于微世界的游戏方法学习的学生是否比通过传统技术增强学习方法学习的学生表现出更高的学习动力?

   (3)与通过传统技术增强学习方法学习的学生相比,使用基于微观世界的游戏方法学习的学生是否表现出更高的技术接受度(即易用性和实用性)?

·文献综述

基于游戏的学习:随着计算机和通信技术的进步,将计算机游戏集成到学习环境中已成为当今的新规范。(2012)

在过去的几十年中,研究人员提供了基于游戏的学习如何促进小学生数学学习的经验的证据。例如:2008年设计的教育性计算机游戏促进了四五年级学生的数学成就、元认知意识以及对数学学习的态度。

2010研究了电脑游戏对学生的数学成就和动机的影响,以及在玩游戏时先前的数学知识,计算机技能和英语语言技能对他们的成就和动机的作用。

许多研究表明,数字游戏具有增强数学课程学生学习效果的潜力。

同时,研究人员指出,基于数字游戏的学习并不一定在认知或情感维度上使学生收益(2008)。例如,有人发现,玩教育计算机游戏的学生并没有用传统技术增强学习方法的学生表现出更好的学习成绩或更高的学习动机。还需要考虑其他因素,一个精心设计的教育性计算机游戏需要提供一个愉快的学习环境,包括丰富的资源和学习内容,具有挑战性的学习任务来培养学生的高级思维能力。因此将学习目标和内容正确嵌入游戏任务和故事情节中仍然是一个挑战。

基于微世界的学习:

·微型世界是计算机模拟的教育学习系统,可通过交互式操纵环境提供实际问题场景。基于微观世界的学习方法是一种与皮亚杰学习理论相关的认知心理学,将建构主义与直接教学联系起来。 它提供了一种以技术为基础的以学生为中心的学习环境,旨在通过在现实生活中解决问题和“边做边学”的教学法,帮助学生发展对目标领域的定性理解。

·在过去的几十年里,微世界已应用于各种应用领域。物理/教学设计/心理学

基于上述研究,基于微世界的基础数学学习系统可以减轻学生的认知负担,增强学习参与度,并发展认知学习技能。 因此,在本研究中,开发了一种基于微世界的游戏方法数学学习系统“ Speedy World”,以增强学生的学习动力并提高他们的学习成绩。

·基于微世界的数学游戏的开发

这项研究旨在开发一个基于微世界的游戏程序,称为“ Speedy World”,以提高小学生在数学课中以“ Speed”为单位的学习成绩和学习动机。

 

 

“ Speedy World”由游戏模块,游戏界面和微世界模块组成。 三个数据库用于存储游戏资料,学习资料和学习者资料。 游戏界面负责通过调用游戏模块按照游戏故事情节与学生进行互动。 当游戏故事情节到达解决问题的任务点时,游戏模块将调用微世界模块以启动交互式问题场景模拟过程。 另外,提供了教师界面,以使教师或系统管理员能够修改游戏或学习内容。

基于微世界的概念模块是由游戏制作软件“ RPG Maker”创建的,其中“速度”的概念已被整合到一个让学生扮演跑步者角色的跑步环境中。

  学生登录“ Speedy World”后,将显示游戏的背景故事。 故事情节是根据著名的“乌龟与野兔”故事设计的。

学生扮演乌龟的角色,他们可以通过确定一些赛车参数来尝试几次以追赶野兔。相应地,微世界模块使用可视化的速度-时间坐标生成行驶距离。

·实验设计

为了评估该方法的有效性,在台湾北部一所小学的六年级数学课程中进行了一项实验。 所选课程的目的是通过微世界游戏方法来帮助学生理解速度的知识和概念。

·参加者

研究采用准实验设计,其中将来自2个类别的107个六年级学生分为1个实验组和1个对照组。 具有52名学生的实验组采用了基于微世界的游戏学习活动,而具有55名学生的对照组则采用了传统的技术增强学习方法。

·工具

学习性能测试和学习动机问卷以及技术接受度问卷是本研究的研究工具。 学习前和学习后的性能测试是由两位具有多年数学教学经验的老师开发的。

   采用了由Hwang和Chang(2011)制定的学习动机问卷。 它包括七个具有六点李克特评级量表的项目。 问卷中的项目包括“本课程非常有价值,值得学习”和“我将积极寻找更多信息并学习数学。” 

   此外,还采用了Hwang,Yang和Wang(2013)提出的技术接受度问卷。 它分为2个部分,共13个问题,满分为6分,李克特评分量表,其中7个项目评估“感知的易用性”(例如,“对我而言,学习操作学习系统并不难”和“我觉得 “学习系统易于使用”)和6个项目评估“感知的有用性”(例如“学习方法丰富了学习活动”和“学习系统对我获取新知识有所帮助”)这两个部分的Cronbach alpha值分别为0.94和0.95。

·实验过程:

 

 

在学习过程中,实验组的学生通过Speedy World微世界游戏方法学习了。 另一方面,对照组的学生则通过传统的技术增强学习方法进行学习。 也就是说,他们在老师的指导下解决了在线学习系统中出现的相同数学问题。 在实验的最后一步,两组学生都进行了后测,并完成了学习动机和技术接受度的问卷调查。

·结果

  1. 学习成绩分析

为了研究基于微观世界的角色扮演游戏对数学课程单元中学生学习成绩的影响,采用单方协方差分析(ANCOVA)比较了学生在该课程中的测验分数。 实验组和对照组通过排除测试前分数的影响。 检验了回归的同质性假设,未发现违规(F = 0.526,p> .05),表明在这种情况下可以接受该假设并可以采用ANCOVA。

结果表明,与基于传统技术增强型学习方法的学生相比,使用基于微世界的角色扮演游戏学习的学生的学习成绩明显更好。

 

  1. 学习动机分析

这项研究的目的之一是研究基于微世界的角色扮演游戏是否可以提高学生学习数学的动机。 再次使用单向ANCOVA比较实验组和对照组学生的学习动机。结果表明与传统的技术增强型教学相比,基于微观世界的角色扮演游戏极大地提高了学生的学习动机。

  1. 技术接受度分析(运用T检验,因为技术接受度没有做前测)

为了更好地了解学生对使用基于微世界的游戏方法的看法,在这项研究中,我们还从感知的易用性和有用性方面收集了学生对技术接受度的反馈。结果表明,使用基于微世界的游戏方法学习的学生的技术接受度明显高于使用传统技术增强学习方法的学生。

·结论:

·研究发现,在基于微型世界的角色扮演游戏中,学生的学习成绩要优于传统的技术增强型学习方法。 可以推断,在基于交互式数字游戏的学习环境中,学生通常更愿意接受挑战并尽力完成学习任务,从而获得更好的成绩。 这一发现与之前几项研究的报道一致,即将学生置于互动和具有挑战性的游戏环境中可以提高他们的学习成绩。

·基于数字游戏的学习互动环境和任务可能会影响学生的学习动机(Malone,1981)。 这项研究中有关学生学习动机的发现证实了这一点。

·在技​​术接受度方面,与那些通过传统技术增强学习的学生相比,使用基于微世界的角色扮演游戏学习的学生表现出更高的感知有用性和易于使用性。

·总而言之,这项研究证实了基于微观世界的游戏方法改善了学生的学习表现和学习动机。 人们发现,在模拟游戏中集成生动的图形演示有助于增强学生的数学学习体验。 根据这项研究的结果,得出的结论是,基于微观世界的游戏方法似乎是一种有效且引人入胜的数学学习方式。

·将来可以在后续研究中探讨几个主题:其他学科设计大量的教育内容/不同的人群/从学生那里收集定性访谈数据可能会更好,更深入地了解他们的看法/研究人员可以考虑将基于微世界的游戏方法集成到移动设备中,以创建无所不在的学习活动和环境

·数据表格:

协方差:

Group

N

Mean

SD

Adjusted mean

Adjusted SD

F

p

Experimental group

10

80.70

6.601

80.051

.133

6.156

.023

Control group

10

79.20

6.812

79.849

.133

 

 

 

 

 

·独立T:

 

Goup

N

Mean

SD

t

Pre-test

Experimental group

10

79.40

2.023

.434

 

Control group

10

78.10

2.213

 

Post-test

Experimental group

10

80.70

2.087

.500

 

Control group

10

79.20

2.154

 

 

前测:

 

 

后测:

 

posted @ 2020-11-25 20:04  张雪*  阅读(171)  评论(0)    收藏  举报