基础设施视角下的大规模学习:基于LMS 平台、数据管道及语言实证的教育测量研究
Chinese/English Journal of Educational Measurement and Evaluation · 01.04.2026 · 7 (1)
DOI: 10.59863/ebdi3806 ↗Kurz gefasst
Fachartikel in der Zeitschrift Chinese/English Journal of Educational Measurement and Evaluation, online erschienen am 01.04.2026. Verfasst von Danielle McNamara und 4 weiteren Autor:innen. Die Arbeit nennt 64 Literaturangaben.
Abstract (Originalsprache)
日益扩大的数字化学习规模彻底改变了教育测量、学习分析、学习科学等领域的可用数据形态。然而,人们往往将大规模学习视为样本量的扩大或新型分析方法的应用,却忽略了它其实是机构基础设施运作的产物。这些基础设施决定了学习数据如何被生成、整理、转化和获取。本文从基础设施的视角出发对“大规模学习”进行描述与阐释,重点关注学习管理系统(LMS)、平台集成工具以及生成供研究使用的教育数据的数据管道。本文以亚利桑那州立大学大规模学习(L@S)数字学习网络平台的设计与运营为例,阐述了以下三点:(a) 高等教育环境中常见的大规模数据来源;(b) 这些数据的整理与开放获取流程;(c) 隐私、治理、公平性等方面的考量所带来的限制。另外,本文还着重探讨了基于语言的数据(如讨论区帖子和书面作业),这些数据是教育测量中一种极其丰富但尚未被充分利用的证据来源。笔者认为,要真正理解大规模学习,不能只局限于关注分析方法,还必须重视那些影响构念表征、亚群体可见性以及研究效度的基础设施条件。
Zitieren
APA
McNamara, D., Banawan, M., Balyan, R., Roscoe, R., & Arner, T. (2026). 基础设施视角下的大规模学习:基于LMS 平台、数据管道及语言实证的教育测量研究. Chinese/English Journal of Educational Measurement and Evaluation, 7(1). https://doi.org/10.59863/ebdi3806
Vancouver
McNamara D, Banawan M, Balyan R, Roscoe R, Arner T. 基础设施视角下的大规模学习:基于LMS 平台、数据管道及语言实证的教育测量研究. Chinese/English Journal of Educational Measurement and Evaluation. 2026;7(1). doi:10.59863/ebdi3806
BibTeX
@article{McNamara2026,
author = {McNamara, Danielle and Banawan, Michelle and Balyan, Renu and Roscoe, Rod and Arner, Tracy},
title = {基础设施视角下的大规模学习:基于LMS 平台、数据管道及语言实证的教育测量研究},
journal = {Chinese/English Journal of Educational Measurement and Evaluation},
year = {2026},
volume = {7},
number = {1},
doi = {10.59863/ebdi3806}
}
EUVIMED