人工智能驱动的高职护生个性化学习与多元评价研究 ——以《护理人文修养与沟通》课程为例

孙 丽媛1, 潘 秀1, 朱 晓飞2
1、江苏护理职业学院
2、江苏电子信息职业学院

摘要


高职护理教学长期存在个性化支持难、评价维度单一的矛盾，本研究以“高职护理人文修养与沟通”课程
为例，基于超星学习通平台设计了“学习者-教学知识-考核题库”三本位的本体模型，开发基于知识图谱的个性
化路径推荐和考核方法，提出了随时间衰减因子加权调整的动态综合评价模型。基于准实验设计，实验班、对照班
起始点可比（P>0.05），实验班第2次、第3次作业成绩、总成绩均高于对照班，具有统计学意义（P<0.01）；实验班
中的优秀率、视频学习达标率、作业提前交率分别提高18.0、13.7、10.8个百分点；4维评价高于对照班。此路径能
够为基于人工智能的高职教育个性化学习和评价改革参考。

关键词


人工智能;个性化学习;知识图谱;多元评价;护理人文教育

全文:

PDF


参考


[1]联合国教科文组织.教育2030行动框架[R/OL]. 巴黎：联合国教科文组织，2015[2026-09-15].https：// www.unesco.org/zh/articles/quanqiujiaoyujiecainabingfabujia oyu2030xingdongkuangjia.

[2]国务院.“十四五”数字经济发展规划：国发 〔2021〕29号[Z/OL].北 京： 国 务 院，2021[2026-09- 15].https：//www.gov.cn/zhengce/content/2022-01/12/ content_5667817.htm.

[3]王佑镁，王旦，梁炜怡，等.“阿拉丁神灯”还是“潘多拉魔盒”：ChatGPT教育应用的潜能与风险[J]. 现代远程教育研究，2023，35（2）：48-56.

[4]张鹏，汪旸，尚俊杰.生成式人工智能与教育变革：价值、困难与策略[J].现代教育技术，2024，34（6）： 14-24.

[5]叶俊民，尹兴翰，于爽，等.生成式人工智能赋能学习分析：价值内涵、实践框架及发展路向[J].电化教育研究，2025，46（1）：86-92.

[6]白雪梅，郭日发.数据驱动的多元学习评价研究 [J].中国电化教育，2024（3）：45-52.

[7]Abdelrahman G, Wang Q, Nunes B. Knowledge tracing: A survey[J]. ACM Computing Surveys, 2023, 55(11): Article 224.

[8]朱永海，张佳鑫，韩锡斌.基于生成式人工智能的个性化学习新形态[J].电化教育研究，2025，46（4） 58-64.

[9]冯筠，刘星雨，栗凯旋，等.课程知识图谱自动构建综述[J].计算机技术与发展，2025，35（1）：1-11.

[10]Chen G Y, Song T, Wang Q Y, et al. Knowledge graph and large language model integration with focus on educational applications: A survey[J]. Neurocomputing, 2025, 654: 131230.

[11]韩锡斌，李米雪，郭文欣.以数字化战略赋能职业教育的新突破——2024年职业教育数字化研究与实践新进展[J].中国职业技术教育，2025（2）：39-48.


Refbacks

  • 当前没有refback。