期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
人工智能支持下学生高阶素养表现性评价研究
1
作者
郑勤华
吴瑶
《教育学术月刊》
北大核心
2026年第1期13-22,共10页
针对传统表现性评价在测量高阶素养时面临的“测不准”“看不全”与“用不好”三大实践困境,研究基于证据中心设计、多模态学习分析与人机协同智能理论,提出了一个整合AI能力、评价场景、评价任务与评价数据的CSTD整合模型。该模型以AI...
针对传统表现性评价在测量高阶素养时面临的“测不准”“看不全”与“用不好”三大实践困境,研究基于证据中心设计、多模态学习分析与人机协同智能理论,提出了一个整合AI能力、评价场景、评价任务与评价数据的CSTD整合模型。该模型以AI的全景式感知、循证式解析与诊断性综合三项关键能力为核心驱动,通过在智能化场景中实施结构化的表现性任务,系统采集学生在真实情境中的多模态、全过程数据。研究以劳动素养评价为例,设计并实施了项目式任务进行模型验证。结果表明,CSTD模型能有效指导AI赋能的评价实践,实现对劳动素养的自动化分析,并生成集多维度可视化、循证诊断、个性化建议与纵向追踪于一体的反馈。
展开更多
关键词
人工智能
高阶素养
表现性评价
cstd
模型
原文传递
题名
人工智能支持下学生高阶素养表现性评价研究
1
作者
郑勤华
吴瑶
机构
北京师范大学教育学部
出处
《教育学术月刊》
北大核心
2026年第1期13-22,共10页
基金
国家自然科学基金面上项目“基于多模态数据融合计算的中小学生坚毅力测评技术与溯源研究”(项目代码:62277004)。
文摘
针对传统表现性评价在测量高阶素养时面临的“测不准”“看不全”与“用不好”三大实践困境,研究基于证据中心设计、多模态学习分析与人机协同智能理论,提出了一个整合AI能力、评价场景、评价任务与评价数据的CSTD整合模型。该模型以AI的全景式感知、循证式解析与诊断性综合三项关键能力为核心驱动,通过在智能化场景中实施结构化的表现性任务,系统采集学生在真实情境中的多模态、全过程数据。研究以劳动素养评价为例,设计并实施了项目式任务进行模型验证。结果表明,CSTD模型能有效指导AI赋能的评价实践,实现对劳动素养的自动化分析,并生成集多维度可视化、循证诊断、个性化建议与纵向追踪于一体的反馈。
关键词
人工智能
高阶素养
表现性评价
cstd
模型
Keywords
artificial intelligence
higher-order competencies
performance-based assessment
cstd model
分类号
G420 [文化科学—课程与教学论]
原文传递
题名
作者
出处
发文年
被引量
操作
1
人工智能支持下学生高阶素养表现性评价研究
郑勤华
吴瑶
《教育学术月刊》
北大核心
2026
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部