Abstract
与传统课堂学习相比,在线学习具有信息量大、复杂度高的特点,对在线学习者的学习效果具有一定的负面影响。在分析认知负荷与眼动追踪技术的基础上,文章结合注视时间、注视点个数、瞳孔直径等三项眼动指标,构建了基于眼动追踪技术的在线学习认知负荷量化模型。随后,文章通过在线学习环境下的学习者认知负荷测试实验,结合大量眼动实验数据,验证了量化模型的可行性和准确性。基于眼动追踪技术的在线学习认知负荷量化模型的提出,可为生理指标测试工具应用于在线学习提供有价值的理论参考。
| Original language | Chinese (Simplified) |
|---|---|
| Pages (from-to) | 59-65 |
| Journal | 现代教育技术 |
| Issue number | 07 |
| State | Published - 2019 |
Keywords
- 眼动追踪技术
- 在线学习
- 认知负荷
Web of Science Index
- CSSCI
Cite this
- APA
- Author
- BIBTEX
- Harvard
- Standard
- RIS
- Vancouver