Citation: | Zheng Yonghe, Yan Xiaomei, Wang Jingying, Wang Yangchunxiao, Liu Shiyu. Establishing Computational Education Subject: Position, Paradigm and System[J]. Journal of East China Normal University (Educational Sciences), 2020, 38(6): 1-19. doi: 10.16382/j.cnki.1000-5560.2020.06.001 |
[1] |
陈丽, 逯行, & 郑勤华. (2019). “互联网+教育”的知识观: 知识回归与知识进化. 中国远程教育,2019(07),10−18+92.
|
[2] |
方文. (2001). 社会心理学的演化: 一种学科制度视角. 中国社会科学,2001(06),126−136+207.
|
[3] |
龚怡祖. (2013). 学科的内在建构路径与知识运行机制. 教育研究,34(09),12−24.
|
[4] |
韩军徽, & 李正风. (2018). 计算社会科学: 涵义、特点与前景——对美国计算社会科学专家的访谈. 科学学研究,36(10),1729−1736+1743. doi: 10.3969/j.issn.1003-2053.2018.01.018
|
[5] |
韩军徽, & 李正风. (2018). 计算社会科学的方法论挑战. 自然辩证法研究,34(04),14−19.
|
[6] |
黄荣怀, & 周伟. (2019). 面向智能教育的三个基本计算问题. 开放教育研究,25(05),11−22.
|
[7] |
黄欣荣. (2015). 数据密集型科学发现及其哲学问题. 自然辩证法研究,31(11),48−54.
|
[8] |
李建会, 符征, & 张江. (2012). 计算主义: 一种新的世界观. 北京: 中国社会科学出版社.
|
[9] |
李政涛, & 文娟. (2019). 计算教育学: 是否可能, 如何可能?. 远程教育杂志,37(06),12−18.
|
[10] |
郦全民. (2019). 论计算社会科学的双重功能. 上海交通大学学报(哲学社会科学版).
|
[11] |
刘邦奇, & 王亚飞. (2019). 智能教育: 体系框架、核心技术平台构建与实施策略. 中国电化教育,2019(10),23−31. doi: 10.3969/j.issn.1006-9860.2019.04.005
|
[12] |
卢秋红. (2016). 《中国基础教育大数据发展蓝皮书2015》发布. 中小学信息技术教育,2015(5),4.
|
[13] |
潘懋元. (1991). 高等教育研究的比较、困惑与前景. 高等教育研究,1991(04),3−14.
|
[14] |
王国成. (2015). 行为大数据, 通宏洞微与人类决策——计算社会科学的兴起与发展. 科研信息化技术与应用,2015(06),3−11.
|
[15] |
王晶莹, 杨伊, 郑永和, & 夏惠贤. (2020). 从大数据到计算教育学: 概念、动因和出路. 中国电化教育,2020(01),85−92. doi: 10.3969/j.issn.1006-9860.2020.01.012
|
[16] |
肖玉敏, 孟冰纹, 唐婷婷, & et al. (2017). 面向智慧教育的大数据研究与实践: 价值发现与路径探索. 电化教育研究,38(12),5−12.
|
[17] |
许新华. (2019). 计算教育学——一门新兴的交叉融合新学科. 湖北师范大学学报(哲学社会科学版),39(05),101−106.
|
[18] |
杨开城. (2019). 教育何以是大数据的. 电化教育研究,40(05),5−11.
|
[19] |
亿欧智库. (2019). 《2019全球人工智能教育行业研究报告》. 检索来源: https://www.iyiou.com/intelligence/report645.html
|
[20] |
杨现民, 王榴卉, & 唐斯斯. (2015). 教育大数据的应用模式与政策建议. 电化教育研究,36(09),54−61+69.
|
[21] |
杨现民, 唐斯斯, & 李冀红. (2016). 发展教育大数据: 内涵、价值和挑战. 现代远程教育研究,2016(01),50−61. doi: 10.3969/j.issn.1009-5195.2016.01.007
|
[22] |
杨现民, 李新, & 田雪松. (2018). 学校导入教育大数据项目: 动因、模式、路径与误区. 中国电化教育,2019(01),50−58. doi: 10.3969/j.issn.1006-9860.2018.01.008
|
[23] |
余胜泉, & 徐刘杰. (2019). 大数据时代的教育计算实验研究. 电化教育研究,40(01),17−24.
|
[24] |
袁振国. (2017). 实证研究是教育学走向科学的必要途径. 华东师范大学学报(教育科学版),35(03),4−17+168.
|
[25] |
张应强. (2011). 超越“学科论”和“研究领域论”之争——对我国高等教育学学科建设方向的思考. 北京大学教育评论, 9(04), 49−61+184.
|
[26] |
赵超越. (2019). 本体性意义与学科反思: 大数据时代社会学研究的回应. 上海大学学报(社会科学版),36(01),127−140.
|
[27] |
Cioffi-Revilla, C. (2010). Computational social science. WIREs Comp Stat, 2, 259−271. doi: 10.1002/wics.95
|
[28] |
González-Bailón, & Sandra. (2013). Social science in the era of big data. Policy & Internet, 5, 147−160.
|
[29] |
HeyTony. (2009). The Fourth Paradigm: Data-Intensive Scientific Discovery. Springer, Berlin, Heidelberg.
|
[30] |
Lamb, R. L., Vallett, D. B., Akmal, T., & Baldwin, K. (2014). A computational modeling of student cognitive processes in science education. Computers & education, 79(oct.), 116−125.
|
[31] |
LambL. Richard. (2017). meta-analysis with examination of moderators of student cognition, affect, and learning outcomes while using serious educational games, serious games, and simulations. Computers in Human Behavior, 80, 158−167.
|
[32] |
Lazer, D., Pentland, A. S., Adamic, L., Ar al, S., Barabasi, A. L., Brewer, D., & Jebara, T. (2019). Life in the network: The coming age of computational social science. Science, 323, 721−723.
|
[33] |
Shaffer, David Williamson, & Hatfield, David. (2009). Epistemic Network Analysis: Prototype for 2lst Century Assessment of Learning. International Journal of Learning and Media.
|
[34] |
Yaqoob I, Hashem I A T, Gani A, & et al. (2016). Big data: From beginning to future. International Journal of Information Management, 36, 1231−1247. doi: 10.1016/j.ijinfomgt.2016.07.009
|