利用科学基础设施探索学生的学习方式,我们开发了技能获取的认知和统计模型,并用它们来理解学习者之间的基本相似性和差异。我们主要的问题是:为什么有些学生学习得比其他学生快?或者,他们真的快吗?我们对从事评估相同技能组件的一组任务中学生表现的数据进行了建模,并对学生错误的后续指导进行了分析。我们的模型估计了学生和技能的初始正确性和学习速度,即每次练习机会后正确性的提高。我们将我们的模型应用于130万个观察数据,涉及27个学生与在线练习系统互动的数据集,涵盖从小学到大学的数学、科学和语言课程。尽管有提前的口头指导(如讲座和阅读),学生们的初始练习表现却相对较低,约为65%的准确率。尽管在同一课程中,学生的初始表现却有着显著差异,低于中位数的学生表现约为55%的正确率,而高于中位数的学生则为75%。相反且令我们感到惊讶的是,我们发现学生在估计学习速度方面惊人地相似,通常每次机会的准确率提高约0.1对数几率或2.5%。这些发现对学习理论提出了挑战,要求解释学生初始表现的巨大变异与学生学习速度的显著规律性之间的奇特组合。
Koedinger 等 (Mon,) 研究了这个问题。