机构名称：
¥ 1.0
教师参与在线学习是提高在线教师培训效果的关键因素。本文介绍了一种多模态学习分析方法，利用脑电波、眼动和面部表情数据预测在职教师在线同步培训中的参与度和学习成果。本研究分析了从在职教师（n = 53）获得的单模态和多模态数据在多大程度上预测他们的学习成果和参与度。结果表明，使用面部表情和眼动数据的模型对学习成果的预测效果最好。在教师参与度方面的表现各不相同：多模态模型（整合眼动、面部表情和脑电波数据）最擅长预测认知参与和情感参与，而模型（整合眼动和面部表情数据）最擅长预测行为参与。最后，我们将模型应用于在线同步培训的四个阶段，并讨论了教师参与度水平的变化。这项工作有助于理解多模态数据对于预测教师在线学习过程和促进在线教师专业发展的价值。
在职教师的学习成果和参与度
主要关键词
相关文件推荐
