论文网
关于远程教育论文例文,与基于ERIC数据库的国外远程教育热点相关论文答辩开场白
本论文是一篇关于远程教育论文答辩开场白,关于基于ERIC数据库的国外远程教育热点相关本科论文范文。免费优秀的关于远程教育及远程教育教学及数据库方面论文范文资料,适合远程教育论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
[摘 要]VAERIC数据库收录2003至2010年间,经同行评审的有关远程教育的文献为数据样本,在确定国外远程教育研究领域49个高频主题词的基础上.运用共词分析法,以SPSS软件为工具.探索国外远程教育的研究热点.研究结果表明,2003至2010年间,国外学者在远程教育领域的研究热点主要集中在对远程教育的技术支撑环境、人文资源环境、教学手段、教学系统中的通讯方式、不同教学层次的学习效能、教学模式中的教师作用和研究方法等七个方面的研究.
[关 键 词]远程教育；共词分析法；聚类分析；ERIC
[中图分类号]G728 [文献标识码]A [文章编号]1672-0008(2011)05-0089-06
随着现代教育技术的飞速发展,新的技术不断涌现,远程教育学科经历了巨大的变化,尤其是进人21世纪,在各国政府对教育极度重视的背景下,我国的远程教育得到了快速的发展,但同时也遇到了一系列难以超越的发展“瓶颈”.面对着学科的飞速变化,未来发展所面临的挑战,国内远程教育领域同仁迫切希望全面、系统、直观地了解近年来国外的热点研究领域、学科的发展动态等,以期对国内远程教育领域所面临问题的研究和解决有一定的启示.本文采用共词分析思想,借助于SPSS分析工具,利用现有文献主题词对应之间的关系,完整、客观地反映国外远程教育领域自2003年以来的研究热点情况,探讨国外远程教育的研究热点对国内研究的启示,为远程教育领域的专业人员提供参考依据.
一、数据获取与研究方法
(一)数据获取
本研究以目前世界上最大的教育类信息数据库ERIC为数据来源,经笔者前期的研究发现,国外自2003年
关于远程教育论文例文
基于此,本研究的数据获取途径如下：以Descriptors(fromThesaurus)为检索渠道,以叙词表中完整表达远程教育涵义的概念条目“DistanceEducation”作为检索词,时段范围为2003至2010年,并且限定为经过同行评审的文献.检索日期截止2011年5月10日,最后获得全部相关文献2873篇,截取出现频次不低于117次的49个叙词,作为代表学科主题研究方向的高频主题词(见表1).
(二)研究方法
本文以共词分析法为研究方法,共词分析法是内容分析法的一种,即利用某一文献集中共同出现的代表主题内容的词汇对,来反映该文献集所代表学科中各主题之间的关系,进而确定该文献集所代表学科和主题结构的研究热点及发展动态.共词分析法是对当前发表文献的直接统计,所寻找的是目前已有文献集所集中关注的主题,反映的是趋势形成之后的焦点,适合于寻找学科的热点问题.其原理主要是两两统计文献集中的词语对同时出现在同一篇文献中的频次,利用聚类法、关联法、词频法、突发词检测法等多种统计分析方法,把众多分析对象之间复杂的共词关系以数值、图形等形式直观地展示出来的过程.已有学者利用共词分析法,对中国远程教育的国际显示热点进行了研究.
共词分析法一般可以分为四步：第一是从相关文献集中抽取表征文章核心内容的关 键 词或主题词；其次,两两统计这些高频词同时出现在文献集的同一篇文献中的次数,形成共词矩阵；第三,选取多元统计方法对所建矩阵进行统计分析；最后,对所获得的数据结果进行分析.
共词分析法的实施,需在一定的假设前提下进行,即标引论文的关 键 词或主题词等术语,必须是经作者很认真地选择出来,能够反映当前科学研究的现状,并且需得到足够多的不同作者的认可.当关 键 词或主题词被用于分析时,为避免SPSS统计软件对同义不同词的识别不灵敏的情况,被分析的词汇最好是受控的、被统一标引的主题词.如果这些假设前提都成立的话,共词分析法利用文献中词语对的共现频次,来反映包含在文献中的概念结构才能成立.这也是为何本文选择经过同行评审的文献作为共词分析的文献集,并且最终舍弃文献集中的关 键 词,而选择叙词作为共词分析的高频主题词的原因所在.
二、研究过程
(一)构建共词矩阵、相似矩阵和相异矩阵
统计49个高频主题词两两互现的频次,形成一个49*49的共诃矩阵(见表2).由于统计的原始词对频次是绝对值,难以反映词与词之间真正的相互依赖程度,因此,需要对原始共词矩阵进行包容化处理,形成相似矩阵和相异矩阵,真正反映主题词之间的紧密联系程度.对词对频次进行包容化处理的方法主要有包容指数法、临近指数法和相互包容系数法这三种,目前,应用较多的是Ochiia系数.本文选用Ochiia系数,将原始共词矩阵转换成相似矩阵,其计算公式是：
Ochiia系数等于A、B两词在文献集合中同时出现的频农／(A词在文献集合中出现的频次1／2+B词在文献集合中出现的频次1／2)
对角线上的数据表示主题词与自身的相关程度,经计算后均为1,由于所得的相似矩阵中0值过多,在利用它们进行统计分析时容易造成较大的误差,为了减少误差,用1与全部相似矩阵上的数据相减,得到表示两词间相异程度的相异矩阵(见表3).相异矩阵中的数据数值越大,表明主题词之间的距离越远,相似度越小；反之,数值越小则表明关 键 词之间的距离越近.相似度越大.
(二)聚类分析
聚类分析是共词分析中经常使用的一种方法,以共词出现的频率为分析对象,利用聚类的统计学方法,把众多主题词之间错综复杂的共词关系,简化为数目相对较少的若干类群之间的关系,并直观地表示出来的聚类过程.聚类分析的结果,可以反映出主题词之间的亲疏关系,将这些主题词重新组合,能反映出这些词所代表的学科和主题的结构,从而获得国外远程教育研究活动的热点.
本文利用SPSSl7.0软件,采用聚类分析中最常用的系统聚类法(又称层次聚类法),对共词相异矩阵进行聚类分析,原理是先将所有N个变量看成不同的n类,然后将性质最接近的两类合并为一类；再从n-1类中找到最接近的两类加以合并,依次类推,直到所有的变量全在一类为止.不难发现,聚类分析可以穷尽所有变量的类属关系,但其最大的局限在于面对聚类谱系图,难以确定最佳的分类数,较为理想的解决方法是参考因子分析所确定的因子个数来寻找聚类分析的分类点.具体步骤如下：
1.判断共词矩阵的数据类型
利用Lillifors统计量检验法和非参数检验的卡方检验,对原始共词矩阵的数据分别进行推断,判定结果显示,共词矩阵数据的总体分布不符合正态分布,߭
关于远程教育论文例文,与基于ERIC数据库的国外远程教育热点相关论文答辩开场白参考文献资料：