教育教育研究中的数据科学与人工智能

客人编辑
Tzu-Hua Wang教授,博士。
教育与学习技术系,
台湾国家青华大学(R.O.C.)
电子邮件:tzuhuawang@mx.nthu.edu.tw
网页:https://www.researchgate.net/profile/tzu-hua_wang.

assoc。Marian Simko教授,博士。
信息学和信息技术学院,
斯洛伐克理工大学在布拉索斯拉夫,斯洛伐克
网页:http://www2.fiit.stuba.sk/~simko/
电子邮件:marian.simko@stuba.sk

assoc。Ahcene Bounceur教授,博士。
计算机科学与运营研究,
法国布雷斯大学
网页:http://pagesperso.univ-brest.fr/~bouseur/
电子邮件:ahcene.bounceur@univ-brest.fr

征稿启事
随着信息技术的发展,可广泛和彻底地将信息技术应用于教育,无论是针对教育研究还是习俗,它变得可行。例如,信息技术可以应用于包括课程,教学和评估和教育管理和领导的领域。反过来可以在各种教育数字系统中存储太多数字数据。数字数据的数量和覆盖范围甚至比传统的纸张教育数据更广泛更深。在数字学习的趋势中,大规模开放的在线课程(MOOCS)和小型私人在线课程(SPOCS)成为新的学习方式。MOOCS和SPOC能够在数字学习环境中记录学习者学习行为的大量数字数据。近年来,翻转课堂在所有学习阶段都会受到越来越关注。它强调,数字学习应该是教学活动的一部分,并期望学生可以通过基于视频的在线材料学习,并在他们在教室开始学习之前在家中进行数字评估。基于学生在数字学习中的表现,教师在课堂上安排高级别的学习活动。这种混合的学习使得可以在教室外收集学生学习行为的数字数据。 This means that instruction and educational research coverage can be largely expanded to student’s daily life outside the classroom. Student’s learning data collected will be richer than before. In recent years, more and more emphasis is put on institutional research (IR). It becomes a new research field after various school materials, including data about professor’s academic researches and educational practice development and student’s growth and learning data, are digitalized into database. Hopefully, by analyzing the information, positive and effective strategies can be developed in enhancing college recruitment mechanism, academic researches, social influences and student’s learning effectiveness. Moreover, with the prevalence of using smart mobile devices for mobile learning, digital data of learning behaviors is more quickly accumulated. In the future, it is highly possible that most of student’s learning data is this kind of digital learning behavior data, which means that educators and education researchers should analyze the digital data and develop proper models of data analysis and application.

数据科学是近年来越来越受到关注的研究课题。它是一门交叉学科,包括统计学、数学、编程、问题解决、数据收集和处理等。它涵盖了关于非结构化和结构化数据中的数据清理、准备和分析的所有问题。总之,数据科学包括各种各样的技术,这些技术可以用来在各种数据中探索新的知识和信息。大数据和数据挖掘技术及其应用属于数据科学。此外,随着机器学习和深度学习技术的发展,促进了人工智能在各个领域的应用和发展。人工智能主要关注于预测问题和提供解决方案的过程完全自动化。因此,进行机器学习和深度学习需要大量的数据。这一过程还涉及到大数据和数据挖掘的相关技术。

考虑到数据科学在教育领域的应用较少,大量的教育数据可以通过深入分析,为教育研究和教育实践找到有价值的信息,有利于教育管理和提高教育质量,本期特刊呼吁开展与数据科学在教育中的应用相关的研究。涵盖大数据、数据挖掘、人工智能等应用领域。研究人员可以专注于特定的教育相关目标和特定类型的教育数据,以开发数据分析技术。他们还可以解释特定教育大数据分析的发现,或开发特定教育相关目标的预测模型,开发人工智能在教育中的应用。基于以上,本论文呼吁强调数据科学和人工智能在教育和教育研究中的应用。可能的主题包括但不限于:
1.数据科学在机构研究中的应用(IR)
2.数据科学在大规模开放的在线课程中的应用和小型私人在线课程(SPOCS)
3.数据科学在数字学习中的应用
4.数据科学在预测和评估学生学习效能和学习行为中的应用
5.数据科学在教育研究中的创新应用
6.教育中数据科学应用的未来趋势
7.人工智能在教学和学习中的应用
8.人工智能在解决教育问题方面的应用
9.人工智能在教育研究中的创新应用
10.人工智能在教育中的应用未来趋势
11.物联网在教育中的应用
12.人工智能算法在IOT应用中的应用

稿件到期间2018年11月30日
第一轮点评2019年2月28日
出版日期2019年5月19日

作者应使用编辑系统提交稿件https://www.editorialsystem.com/ejmste.请敬请选择手稿类型:教育教育研究中的SI - 数据科学与人工智能