.png){kind=icon}
返回
Game-Based Learning Prediction Model Construction: Toward Validated Stealth Assessment Implementation
.png){kind=icon}
OA
AI
DOI：10.18608/jla.2025.8105.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
游戏化学习（GBL）正日益被认可为一种有效工具，用于教授多样化技能，特别是在科学教育领域，这得益于其交互性、吸引力和激励性特点，以及及时评估和智能反馈。然而，需要更多实证研究来促进其在学校课程中的广泛应用。一个重大挑战是设计和实施有效的游戏内评估，这对于衡量学生进展和为教师干预决策提供可靠参考至关重要。基于证据中心设计（ECD）框架的嵌入式评估提供了一种有前景的解决方案，但需要更具体的指南以实现完全有效性。本研究中，我们提出了一种细粒度、框架支持的流水线，以系统化地在GBL环境中实施嵌入式评估。该流水线包括构建ECD框架、生成特征、选择适当模型、预处理数据、评估模型性能，以及在黑箱计算模型上执行模型推理。我们通过评估这些计算模型的性能并识别高低表现者之间的不同行为模式，来验证该流水线的有效性。我们的分析突出了在数字学习游戏中设计嵌入式评估的潜在改进领域。此外，我们讨论了所提出流水线的普适性，并概述了未来研究需解决的局限性。
Keyword:
Serious games
learning analytics
game-based learning
logging system
computational model
conceptual
model and frameworks
machine learning
prediction model
educational data mining
