語言:

以本體論為基礎推論輔助數位學習系統之研究 = A study of ontology-based assistant learning system with reasoning mechanism

朱國光 (數位學習科技) 國立臺南大學數位學習科技學系博士班民102[2013

可在府城總館 2樓參考書區 (DC ILT 102012 )取得(請點選下列選項)

傳送到

題名:
以本體論為基礎推論輔助數位學習系統之研究 = A study of ontology-based assistant learning system with reasoning mechanism
著者: 朱國光 (數位學習科技)
國立臺南大學數位學習科技學系博士班
主題: 推論機制學習遷移認知負荷學習成效學習策略本體論; ontology reasoning mechanism transfer of learning cognitive load learning strategies learning effect
描述: 以概念構圖建構學習者知識結構並作為學習診斷工具已有許多研究，本體論技術具有概念構圖階層與屬性呈現優點，更具有概念查詢、驗證及推理功能。因此，本研究導入本體論開發概念推理數位學習系統，並建置國中自然與生活科技領域地球的水圍(水的分佈)、生物科人體消化系統與人體神經系統單元之課程本體論，並導入語意網規則語言SWRL及Jena API並建立課程單元之推論法則，以期釐清學生常見混淆之概念。此外，本研究欲進一步瞭解學習者使用系統後之學習成效、學習遷移、認知負荷與學習策略的影響，並透過科技接受模式TAM，以瞭解學習者對系統之認知有用性、認知易用性、使用態度、使用意願的影響。研究結果發現，在學習成效上，本體論學習對高空間能力者會較有利，傳統教學對不同空間能力則無差異。學習中成就組或中推理能力組在概念構圖、本體論及本體推論三種不同學習法間都會有顯著的學習成效差異，而知識本體推論輔助學習法對於學習中成就及中推理能力組學生的學習成就最具有效果。在認知負荷上，本體推論組在認知負荷的心智努力面向明顯低於本體組與概念構圖組，顯示本體推論組在學習過程中所付出認知能量和資源最少，而本體推論學習系統學習神經系統單元，可以有效降低教材內容的困難度，降低中、高成就學生在心智負荷的程度，且應用本體推論學習系統教學模式，降低學生在學習神經系統的認知負荷並增加學習成效。在學習遷移上，中推理能力者，本體推論學習系統的協助可以解決他們的困境，使得在高層次垂直遷移上有顯著差異。本體推論與學生推理能力在垂直學習遷移上有顯著差異推理能力愈高學生，垂直遷移能力愈好；本體推論與學生推理能
出版者: 博士論文--國立臺南大學數位學習科技學系博士班, 101學年度
建立日期: 民102[2013
格式: xix, 220面 : 圖,表 ; 30公分.
語言: 中文
資源來源: NUTN ALEPH

連結

返回到檢索清單

以本體論為基礎推論輔助數位學習系統之研究 = A study of ontology-based assistant learning system with reasoning mechanism

朱國光 (數位學習科技) 國立臺南大學 數位學習科技學系博士班 民102[2013

正在檢索遠程資料庫，請稍等

朱國光 (數位學習科技) 國立臺南大學數位學習科技學系博士班民102[2013