跳到主要內容

臺灣博碩士論文加值系統

(44.200.140.218) 您好!臺灣時間:2024/07/18 02:46
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:高健慈
研究生(外文):KAO,JIANN-TZU
論文名稱:大專學院Bloom認知教學目標比較: 文字探勘研究
論文名稱(外文):Bloom’s Cognitive Teaching Goals of Colleges in Universities: A Text-Mining Study
指導教授:李宏偉李宏偉引用關係
指導教授(外文):LEE,HUNG-WEI
口試委員:陳柏霖黃博聖李宏偉
口試委員(外文):CHEN,PO-LINHUANG,PO-SHENGLEE,HUNG-WEI
口試日期:2023-07-25
學位類別:碩士
校院名稱:玄奘大學
系所名稱:應用心理學系碩士班
學門:社會及行為科學學門
學類:心理學類
論文種類:學術論文
論文出版年:2023
畢業學年度:111
語文別:中文
論文頁數:47
中文關鍵詞:Bloom分類法高等教育文字探勘
外文關鍵詞:Bloom taxanomyhigher educationtext mining
相關次數:
  • 被引用被引用:0
  • 點閱點閱:113
  • 評分評分:
  • 下載下載:27
  • 收藏至我的研究室書目清單書目收藏:0
  本研究受到著名奇幻小說的啟發,與後續相關研究將以創造出類似「哈利波特分類帽」的腦機介面系統為終極目標,因此必須先探索在高等教育中各類學院系所的教育目標差異。以新版Bloom分類法做為主要架構,透過對全國大專一般校院與技職體系之專業必選修科目課程大綱,並依照教育部「領域」分類方式,將各校系所區分為十大領域進行文字探勘,探討不同學門領域、學制和學校類型在記憶、瞭解、應用、分析、評價與創造等六種認知歷程的強調上,是否呈現不同的權重型態,藉以做為後續透過腦機介面系統推薦學生進入合適學院系所就讀的基礎。
  本研究以自撰Python語言程式,搭配使用著名自然語言處理引擎HanLP,針對全國大專校院111年度學系專業必修或選修科目之課程大綱進行中文分詞、關鍵字比對與匹配計次,然後再將數據處理結果彙整在一張Excel工作表並轉換匯入為SPSS資料檔。使用Excel和SPSS進行平均數計算、雷達圖繪製和單因子變異數分析,探討不同領域在六大認知歷程上的權重分數型態異同。
  雖然不同領域的課程大綱在Bloom認知向度上的重視程度無法展現如預期般的明顯型態差異,但是統計分析結果則發現教育領域強調理解能力,藝術與人文領域強調創造能力,醫藥及社福領域強調評鑑能力,從而驗證證自然語言處理方法可用於分析教學大綱中不同學門領域對於Bloom認知教學目標的強調程度,並且根據研究結論、限制與貢獻,提出許多對後續相關研究與實務應用的扼要建議。

  This study was inspired by the fantasy novel "Harry Porter" and aimed to create a brain-computer interface similar to the "Sorting Hat" with other future studies. As the first step to achieving the goal, the author used the new version of Bloom's taxonomy as a framework to explore the differences in teaching objectives of the ten "academic domains" defined by MOE by text-mining and analyzing their syllabuses. The author hoped to reveal different weighting patterns on Bloom's six dimensions between these ten domains and use these results to build the BCI system in the future.
  The author used Python to code a text-mining program with a well-known natural language processing engine called HanLP to process word segmentation, part of speech tagging, keyword matching, and counting. The author used Excel and SPSS to process data visualization and statistical analysis in the next step.
  As the results revealed, although the radar chart showed no noticeable difference in weighting patterns, several exciting conclusions could be made from statistics, inclusive of the education domain emphasizing the ability of comprehension, the art and literature domain emphasizing the ability of creation, and the medical and social work domain emphasizing the ability of evaluation. In addition to providing evidence of the possibility of applying NLP to study Bloom's teaching goals in higher education, this study also proposed several contributions, limitations, implications, and applications for further studies.

目次
摘要 i
Abstract ii
目次 iii
圖次 v
表次 vi
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的與架構 4
第二章 文獻探討 6
第一節 適性教育 6
第二節 BLOOM分類法 8
第三節 學院系所教育目標差異 12
第四節 文字探勘研究 13
第五節 自然語言處理 14
第三章 研究問題與假設 17
第四章 研究方法 18
第一節 研究設計 18
第二節 研究對象 18
第三節 研究工具 18
第四節 研究流程 19
第五章 結果分析 23
第一節 學門領域差異比較 23
第二節 一般大學與技專校院比較 29
第三節 公立與私立學校比較 30
第六章 結論與討論 32
第一節 研究結論 32
第二節 研究貢獻 33
第三節 研究限制 34
第四節 未來發展與建議 35
參考文獻 38
中文部分 38
英文部分 39
附錄一 PYTHON 程式碼:由系所名稱轉換學門代碼 42
附錄二 PYTHON 程式碼:將課程大綱進行中文分詞 43
附錄三 PYTHON 程式碼:從分詞結果中找出動詞 44
附錄四 PYTHON 程式碼:比對關鍵詞並且計次 46


中文部分
何晗(2020)。NLP工程師養成術:自然語言處理入門。碩博文化。
吳清山(2020)。適性學習。教育研究月刊,313,1-26。https://doi.org/10.3966/168063602020050313012
吳清山、王令宜、黃旭鈞、吳宜蓉(2021)。國民小學實施適性學習之探究: 影響因素、面臨挑戰與因應策略。課程與教學,24 (1),1-26。https://doi.org/10.6384/CIQ.202101_24(1).0001
吳肇銘、金志聿、蔡毓霖(2019)。運用文字探勘於教學評鑑分析之研究-以中原大學資管系課程為例。商管科技季刊,20 (4),437-468。
李坤崇(2004)。修訂Bloom認知分類及命題實例。教育研究月刊,122,98-127。
林詩猛、蔡金田(2022)。學校教育行銷知識基礎之文字探勘研究。學校行政,(141),43-71。https://doi.org/10.6423/HHHC.202209_(141).0003
高立仁、嚴竹華、蕭曼蓉(2021)。一個應用人工智慧的適性化學習系統架構。中華創新發展期刊,5 (3),31-39。https://doi.org/10.30141/JID.202110_5(3).0003
郭丁熒(2013)。大學學系教育目標之分析及其對課程與教學的啟示。課程與教學季刊,16 (2),1-32。https://doi.org/10.6384/CIQ.201304_16(2).0001
陳世榮(2015)。社會科學研究中的文字探勘應用: 以文意為基礎的文件分類及其問題。人文及社會科學集刊,27(4),683-718。
陳淑敏、宋明娟、甄曉蘭 (2010) 。大學生專業能力指標之發展-以國立臺灣師範大學為例。高等教育,75(2), 61-100。
陳豐祥(2009)。新修訂布魯姆認知領域目標的理論內涵及其在歷史教學上的應用。歷史教育,15,1-53。
黃明月(2001)。國際教育成就評鑑協會之教育指標系統。載於簡茂發與李琪明主編。當代教育指標,270-302。
楊旭(2021)。適性學習:智能時代學習形態的重塑。當代教育與文化,13(6),67–73。
葉連祺、林淑萍(2003)。布魯姆[B. S. Bloom]認知領域教育目標分類修訂版之探討。教育研究,105,94-106。
蔡明學、黃建翔(2019)。應用資料探勘技術探究我國高中生適性學習影響因素。當代教育研究季刊,27(2),39-76。https://doi.org/ 10.6151/CERQ.201906_27(2).0002
莊雪芳、鄭湧涇(2003)。國中學生對生物學的態度與學習環境之研究。科學教育學刊,11(2),171-194。
鄭捷(2018)。NLP自然語言處理: 用人工智慧看懂中文。佳魁數位。
蔡子瑋、羅曉愉(2015)。臉部情意運算融入遊戲學習之適性化設計與研究。國際數位媒體設計學刊,7(2),58-70。

英文部分
Ahadi, A., Singh, A., Bower, M., & Garrett, M. (2022). Text mining in education: A bibliometrics-based systematic review. Education Sciences, 12(3), 210. https://doi.org/10.3390/educsci12030210
Anderson, L. W., & Krathwohl, D. R. (2001). A Taxonomy for Learning, Teaching and Assessing: A Revision of Bloom’s Taxonomy of Educational Objectives: Complete Edition. New York: Longman.
Aninditya, A., Hasibuan, M. A., & Sutoyo, E. (2019). Text mining approach using TF-IDF and naive Bayes for classification of exam questions based on cognitive level of bloom's taxonomy. In 2019 IEEE International Conference on Internet of Things and Intelligence System (IoTaIS) (pp. 112-117). IEEE.
Bloom, B. S., Engelhart, M. D., Furst, E. J., Hill, W. H., & Krathwohl, D. R. (1956). Handbook I: cognitive domain. New York: David McKay. https://doi.org/10.1177/001316445601600310
Biggs, J. B. (1978). Individual and group differences in study processes. British Journal of Educational Psychology, 48(3), 266-279.
Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). From data mining to knowledge discovery in databases. AI magazine, 17(3), 37-37.
Feldman, R., & Sanger, J. (2006). The text mining handbook: Advanced approaches in analyzing unstructured data. Cambridge university press. https://doi.org/10.1017/CBO9780511546914
Friedel, J. M., Cortina, K. S., Turner, J. C., & Midgley, C. (2007). Achievement goals, efficacy beliefs and coping strategies in mathematics: The roles of perceived parent and teacher goal emphases. Contemporary Educational Psychology, 32(3), 434-458.
Hirschberg, J., & Manning, C. (2015). Advances in natural language processing. Science, 349 (6245), 261-266. https://doi.org/10.1126/science.aaa8685.
Kerr, P. (2016). Adaptive learning. ELT Journal, 70(1), 88-93
Kobsa, A., Koenemann, J., & Pohl, W. (2001). Personalised hypermedia presentation techniques for improving online customer relationships. The Knowledge Engineering Review, 16 (2) , 111-155. https://doi.org/10.1017/S0269888901000108
Kosmyna, N., Scheirer, C., & Maes, P. (2021). The thinking cap: fostering growth mindset of children by means of electroencephalography and perceived magic of harry potter universe. In Extended Abstracts of the 2021 CHI Conference on Human Factors in Computing Systems (pp. 1-6).
Krathwohl, D. R. (2002). A Revision of Bloom's Taxonomy: An overview. Theory Into Practice, 41(4), 212-218. https://doi.org/10.1207/s15430421tip4104_2
Minn, S. (2022). AI-assisted knowledge assessment techniques for adaptive learning environments. Computers and Education: Artificial intelligence, 3, 100050. https://doi.org/10.1016/j.caeai.2022.100050
Ritchey, K. A., & Smith, S. (2018). Developing a training course for undergraduate teaching assistants. College Teaching, 67(1), 50-57.
Shute, V. J., & Zapata-Rivera, D. (2012). Adaptive educational systems. Adaptive technologies for training and education, 7(27), 1-35.
Suhaimi, N. S., Arbin, N., & Zulkifli, N. N. (2016). Studying the effects of performing text mining to improve classification of clustered questions based on bloom taxonomy. Indian Journal of Science and Technology, 9(28), 1-5. https://doi.org/10.17485/ijst/2016/v9i28/97818

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top