研究人员开发了一个新颖的框架,该框架将双自组织映射(SOM)神经网络与认知负荷理论(CLT)相结合,以评估教学效率。该模型将课程表示为有向无环图,并使用两个拓扑排序的神经网络,PSOM用于学业表现,ESOM用于心智努力,来捕捉学习者行为。通过分析这些映射,该系统可以识别课程设计中的结构缺陷并评估集体认知负荷。 AI
影响 该模型可以通过识别学习瓶颈,为分析和优化教育内容提供新的途径。
排序理由 该条目是一篇学术论文,详细介绍了一种用于认知科学研究的新型计算模型。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Esom
- Gotit.pub
- Hugging Face
- Influence Flower
- Psomophis
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →