连接主义:网络创建即学习(George Siemens)    

发布时间:2005年8月10日
原文链接:Connectivism: Learning as Network-Creation
原文作者:George Siemens
翻 译:Paula
审 校:Danny
工作组织:益学会>教育中文翻译
摘要
现有的关于某一具体主题的理论通常会被修改调整以反映不断变化的环境。由于反复修正,有时理论变得错综复杂,无法反映原本想要定义和解释的主题,需要用更能准确反映理论与现实之间相互关系的模型取代现有理论。我们对学习领域的理解严重受制于我们对什么是学习、认识和理解的不断修正。连接主义(Connectivism)的子集——网络形成(network forming)作为定义人们如何学习的准确模式出现了。任何理论的验证都是它能把该领域里的问题和矛盾解决到什么程度。当学习成为连接形成的过程(或网络创建的过程)时,行动主义、认知主义和建构主义观点中关于学习的缺陷迎刃而解。
介绍
“知识有两种。我们已然知晓,或我们知晓从何处找到相关的信息。” (Samuel Johnson)
关于学习的比喻已经成为陈词滥调。斯金纳提出了行为主义的“黑匣子”(我们不知道里面到底发生了什么,所以我们只关注行为)。Ausubel和其他人则提出了计算机处理模型(输入、处理、提取和输出编码)。最近,人们又提出了建构主义,这是一种认为学习是个别建构的经验的“自由浮动”的理论。
每一种理论的背后都是更加深刻的意识形态和世界观。哲学家、心理学家、理论家和语言学家们一直为学习和认识的本质辩论不休。学习是否是与目标、外部知识和真理对齐的过程(客观主义)?学习和知识是否是解释的过程,例如,我们在经历中学习,真理通过我们的行为和认知被揭示(实用主义)?或者学习是一个通过对世界的认识而产生我们自己的真理的过程(阐释主义)?
这些辩论中遗漏了一些东西。知识和真理可以多种方式存在,不必把学习(或获得知识)的不同理解看作互相排斥。在某种程度上,客观主义、实用主义和阐释主义让我们从局部洞察到学习和知识过程的某个具体方面。主题的性质和学习者自身决定了哪种学习方法对学习者最为有利。与这些关于学习的既定观点相比,连接主义提出了学习是连接、或是网络形成过程的观点。
提醒读者:大多数文章旨在任作者表达他所知道或理解的内容。本文的目的是公开探讨我对学习的过程在过去百年中日趋概念化的不满。我希望本文能够在学习的网络形成模型如何使我们了解当今世界的知识和信息需求上,创造对话及探索的机会。讨论将在以下网站的博客、论坛以及邮件列表中继续进行:http://www.connectivism.ca
什么是网络
网络之美在于其内在的简约。网络要求至少两个元素:节点和连接。节点在其他学科里有不同的名称(顶点、元素或实体),但无论称谓如何,节点就是任何可以连接到其他元素的元素。连接是两个节点之间的任何形式的链接。
不同的因素影响着节点形成连接的能力。一旦网络建立,信息流可以从一个领域较容易地流向其他领域。两个节点之间的联系越强,信息流动得越快。
网络创建的信息系统包括:
数据——初始元素或较小的中性意义元素
信息——有智能应用的数据
知识——语境中的或已内化的信息
意义——对知识细微差别、价值、涵义的理解
这个信息系统是一个连续体,学习就是知识转化为某种意义(然后通常这会产生可以遵照行事的某种东西)的具体过程。在这个过程中,学习是编码、组织节点以促成数据、信息和知识流的行为。
节点类型
事实上我们能够深入了解或经历的任何元素都能成为节点。思想、感觉、与其他人的互动、新数据和信息都可被看作节点。这些节点的聚合产生了网络。网络可以合并形成更大的网络(更大网络上的每一个节点自身也可以是另一些节点的网络)。比如,社区就是一个丰富的多人学习网络,这些个人本身就是完整的学习网络。
节点一般会表现出自治的特性。节点可以存在于网络中,即使网络的连接不那么紧密。每个节点都有能力以自己的方式起作用。网络本身是节点聚合体,但对网络每一节点的性质影响有限。
虽然网络本质很简单,但有无数元素影响着连接的创建。网络的元素和特征包括:

内容(数据或信息)
互动(尝试性形成连接)
静态节点(稳定的知识结构)
动态节点(根据新信息和数据不断变化)
自动更新节点(与原信息源紧密相连的节点,产生很高的流动性,体现最新信息)
情绪因素(影响连接和网络中心形成期望的感情)
数据和信息是数据库元素,它们需要以使它们能在现有网络中动态更新的方式存贮和处理。当这些元素更新,整个网络结构也同样受益。从某种意义上讲,网络在智能上不断成长。另一方面,知识和意义从潜在的数据或信息元素中获得了价值。
形成连接
连接是网络学习的关键。但并非整个结构中每个连接的分量和影响力都相同。以下因素可以增强连接:
动机——动机是一个难以详细描述的概念。困难在于动机受到我们的感情和逻辑的影响。目标明确的人可能有更大的动机学习一门新学科。Keller的ARCS 模型 (1987) 表明,挑战的一部分在于动机需要去培养。注意力、信息相关性、我们对能力的理解以及满意程度等无数因素影响着连接形成的可能。本文的“认知,感情和学习”部分讨论到,学习是节点编码和形成连接的过程。动机决定我们是否能够接受某些概念,以及我们是否愿意通过下列事项支持更加深入的网络连接:反射,逻辑/推理等等。
情绪及感受在我们如何看待节点和允许矛盾观点并存上起着很大的作用。以全球变暖现象为例。一般意见认为我们至少应该对此承担部分责任。然而对许多人来说,生活方式只发生了有限的变化。站在连接主义(或网络学习)的角度,如何看待这个现象呢?相当简单——抓住情绪和动机的节点。任何网络都是更大网络中的一个节点,我们判断的过程根据所考虑网络的大小而相应调整,以此来衡量全球变暖与交换、循环等日常生活方式的关系。除非“全球变暖”这个节点开始影响到个人生活质量,不然多数人可能还对全球变暖这个节点及其相关的影响感到满意。另一些人可能更敏感,更强调全球变暖概念,这是因为它与他们既有的网络产生了直接紧密的联系。从核心上重新改造、建立网络需要时间。情绪和感受是影响网络节点以及其他网络元素的重要原因。
亮相——重复是加强连接的好方法。一个节点的流行程度(即关联性)随着与更多节点连接而增长。与其他想法紧密连接的想法能够很快融入网络。这是个人行为改变困难的一个重要原因。改变的念头(戒烟、加强锻炼、健康饮食)立刻产生一个欺诈节点,该节点存在,但与整个网络的互动非常有限。随着这个节点开始与其他节点(自我价值感、更幸福、工作效率更高、感觉更好)形成连接,就获得了牵引力,与其他节点产生更深入的关联。当节点本身产生了足够强大的网络,开始影响整个思维过程(中枢网络)时,就会出现转折点。一旦它不再是欺诈节点,它将使自己成为可以被网络其他部分使用的节点。企业改革也遵循着相似的路径。新的理念和过程起初被组织的其他部分看作是威胁(有机主义),结果,该节点被当成边缘元素,基本上是孤立零散的。然而,如果该理念(即节点)确实有价值,它会继续在网络内部形成连接,直至它在更大结构中产生连接的子网络。此时,它就有了能力影响起初抵制它的大网络。
逻辑是学习过程的基础。我们所知道(和已经学习过)的大部分内容是学习和反思(反思与逻辑很相象,但是允许更多的感情互相作用)的副产品。思想的过程包括组织和构建我们的学习网络。作为反思活动,逻辑可以为节点形成连接提供时间。连接可以在无意识的想法下形成,但在专注的推理指导下,该过程可以有相当程度的改善。逻辑是一种彻底的连接形成型的任务,评估和识别不同概念和网络元素之间的模式。认知神经学快速发展了我们对逻辑和认知的理解。
模式化是学习最重要的元素之一。模式化是认识自然和组织不同类型信息与知识的过程,这些过程中产生的模式决定新连接形成的难易程度。比如,医学学生(她了解自己学习网络的性质)可能认识到她的领域和哲学领域基本元素之间的相似性。通过连接相似的网络元素,这些模式被识别导致了知识指数级的增长。但与此同时,模式的复制也可能影响微弱。看看网络理论近期是如何在各种研究文献中迅速窜红的,模式化这个概念颇值得玩味:社会学家们在过去数十年里探索并详细讨论了网络现象的社会学意义;几年前,物理学家们开始更详尽地研究网络;这两个研究领域模式之间显著的相似性很快被大家注意到,尽管有人还在争论,Barsabi (2002)等物理学家普及了一些原本为社会学家所独有的网络概念。各种领域彼此融合的经验在学习的过程中提供了巨大的优势。随着专业领域彼此相互了解的增多,将来还会产生更多新知识。
经验也是网络创建的重要方面。我们大部分的学习来自非正式途径。经验既是获取新节点的催化剂,也是现有节点形成连接的催化剂。大学毕业的学习者通常拥有信息和知识的节点,但是它们之间的连接还未完全形成,这种情况会一直持续到学习者熟悉了自己身处的专业领域。从这个意义上讲,经验很大程度上促进了连接形成。
学习是否可以与网络形成过程互相影响?如果学习是知识和意义之间发生的活动,那么很明显,它是可以被作用的目标,即它是网络形成中受影响的因素。学习本身也是影响因素,因为实际过程是网络创建和形成的过程。学习强大的反身性和反复性是它不断被误分类为内容消耗过程的原因。学习不能只看作是被动(被作用)或主动(作用于其他元素)的过程。
学习的网络观与其他现有指导过程(正式教育意义上的指导,虽然已不再局限于的讲座形式)理论的关系如何?
Chickering的大学教育有效实践工作为网络化学习理论提供了强有力的支持:
大学教育中的有效实践:

鼓励师生互动;
促进学生之间交流合作;
鼓励主动学习;
及时提供反馈;
强调任务时间;
传达高期望值;
尊重多样化的天赋和学习方式。
类似地,Gagne提出的关于指导的九大事项也融合了学习的网络形成理论:
获得注意(接受)
告诉学生目标(期望)
鼓励回忆前面所学内容(回忆)
展现刺激物(选择性感知)
提供学习指南(语义编码)
引起表现(回应)
提供反馈(巩固)
评估表现(修复)
强化保持力和过渡(归纳)
产生意义
网络中的意义是通过连接的形成和节点编码产生的,然而新节点的出现并不能保证学习的产生。网络中新节点的增加并不能确保知识的传输或意义转移。节点必须首先被编码,并与网络中的其他元素建立连接。
虽然在认知科学领域,大部分内容都遵循网络学习模式,但有一个很大的挑战是如何解释矛盾的存在。学习计划(Driscoll, 2000)说明我们学习的相当一部分实际是我们根据经验和对新概念的了解建立知识层级结构的过程。为了防止认知不一致,新的概念被(关联或衍生地)容纳在现有结构中(Driscoll 2000, p.120)。实际上,大多数人在推理中都存在明显的矛盾,矛盾的出现支持了欺诈节点乃网络一部分的观点。虽然认知不协调还可能发生,如果欺诈节点没有紧密地连接到整个网络,它们可以一直存在。也就是说,节点是网络的一部分,但通常不是活动中心或信息中转点。
意义并不只在一个层面被评价。它是复杂的评估和自反性过程的副产品,该过程反复又凌乱。最佳意义的产生符合系统的一般特性:开放,适应性,自我组织并具备纠错能力。
潜在语义分析提供了一个有趣的观察:有时学习如何产生于某个具体元素所包含的价值之外。这个现象可以通过将新节点融入现有网络结构的过程来解释。新节点突然在整个网络中提供连接和知识流。作为连接元素,节点可以作为新信息发送的中心,或者只是简单地在原本互不相连的想法和概念之间形成新的连接。
Siemens (2004)根据网络化学习理论提出了以下潜在语义分析主题:
“Landauer和Dumais(1997)研究了‘人们拥有的知识比他们所处信息环境中的知识要多得多’的现象。他们强调连接主义观点,陈述了‘有些知识领域包含了大量微弱的相互关系,如果合理利用,通过推论过程,它们可以大大强化学习’。模式认知和连接我们的‘知识小世界’,对个人学习产生了日益强烈的冲击。”
如前所述,数据、信息、知识和意义都是学习循环中的主要元素。学习本身发生于知识和含义领域。哪些节点被激活、何时激活是两个元素的功能:逻辑/认知和感情。长期以来,人们认为学习是专一的认知活动。认知和感情彼此交织几近模糊,它们在连续不断的过程中彼此反馈,相互作用。正是在这个过程中形成了意义。
学习并非正式教育体系所认为的内容消费过程。我们如何接近和阅读一本书的简单经验范例可以说明这个概念。如果主题所在领域与我们现有观点紧密联系,我们能很快吸收消化该知识。如果内容与我们学习网络的整体稳定性冲突,资料接收(即转变成我们学习网络中的节点)就慢得多。
新信息如何编码成节点?捕获的信息直接或完全从原始来源镜像的情况很少见--引文和诗歌是例外,这两个工具往往完全复制自身。事实上,新信息被编码为模糊呈现,并反映出它所嵌入的网络。我们在现有网络中对新节点编码的方式至少有一部分是个人化、经验性的。获得新知识不是直接的传输过程,相反,尝试在原有上下文(此处的上下文包括作者的原文以及学习者在遇见新知识时的背景)中转换原有意义的过程最具代表性。
意义在丰富而凌乱的过程中传输,该过程包含了内容、学习者和资源创造者的背景以及学习者在知识获得时的认知和情感。我们并非按照心理学家的认知和结构主义理论来学习书本(或其他任何信息源)知识。学习是一个“开门”的过程,让我们首先有能力接受知识,随后在我们个人的学习网络中把知识作为节点编码。同样重要的是,我们的情感和认知如何影响与大网络中其他节点融合。与其他节点连接融洽的新节点很快就能融合。有冲突的节点可能仍然存在,但需要更长的时间来建立到其他节点和网络的信息传输路线。
学习网络的特征
网络的许多社会学和物理学属性自然地传递到了网络化学习的概念中。
小世界效应以Stanley Milgram(译注:美国社会心理学家)的研究为基础。他发现网络中大多数节点都由相当短的路径所连接。在发展良好的网络里,一个领域到另一个领域的信息流通常需要少量“跳跃”。学习网络的信息元素之间有类似的短路径。
弱连接是允许信息之间有短暂连接的链接或桥梁。弱连接的概念表达了这样的理解,即我们的信息大多来自与我们自身之外的网络的弱连接。我们的个人网络充满了与我们自己融合(或至少相似)的节点。要想产生实质性的创新,我们通常依赖与其他不太熟悉的网络的松散/弱连接。这些连接使我们认识到与自己截然不同的思维方式。
Ravid和 Rafeali(2004)详细描述了无尺度网络:
“在无尺度网络中,不同网络参数的分布呈指数形式。最有趣最标准的成指数分布参数是每个节点向外连接的分布(向外程度)。这种不均匀分布表明,在这些网络中有些成员连接程度较少而有些成员连接程度较多,即它们如何在网络中占据高级位置(Goh等,2002)。这样的网络更易获得积极反馈,但也不能免遭攻击。换言之,随意删除网络成员不会伤害其稳定性,但有指令地删除关键点——网络中心——会使网络很快崩溃。在无尺度网络中,密度或拥挤程度的分布是恒定的,不取决于连接数量分布的指数系数(Jeong, 2003)”。
中心性与节点在网络中的结构位置有关。中心性表明节点的重要性以及它与网络其他部分的关系性质。“视觉分析”站点有一个概论(2005),说明节点的中心性如何受其他因素影响:

程度——通过识别与网络中其他个体联系最直接的个体来确定根。这样可以发现对网络影响最大的个体。
接近性——把与网络中所有其他个体连接最少的个体作为根。这样可以发现与网络其他个体连接最多速度最快的个体。
中间性——把与其他个体连接最多的个体作为根。这种测量可以发现控制网络信息流的节点,有时也被称为“守门员”。
为使网络有效,需要某种类型的监控和全面质量判定。在学习环境中,我们的情感和逻辑扮演着守门员的角色。它们决定哪些节点生根,哪些节点受哪些连接的影响。然而我们的感情和认知并不经常协调配合。假设有人害怕飞行,从认知上看,这种恐惧毫无根据(空中旅行是最安全的交通方式之一)。然而感情上,节点自身生根并形成连接。
控制和知识流动
知识和信息流产生于各个节点之间,它们反映出现有网络的存在,我们通常据此透彻了解网络。两个学习者可能经历相同的信息,却以不同方式将新节点编码到他们的网络。一个学习者认为有决定性因素的东西在另一个人的网络里可能显得很荒谬。
那么知识如何在网络中流动?影响该过程的因素有哪些呢?如果我们尝试给学习网络赋予生物特性,我们可以部分应对这个挑战。所有活的生物体寻求两大基本功能:繁衍后代和保持生存。我们网络中的节点也有类似渴望。既有的信念和学习通常确保新信息通过现有网络发送,也就是融入环境。新信息的评估和编码都反映了学习网络的现有文化“拟子”(meme),或时代精神。我们举个简单的例子:如果某人认为人们不值得信任,他会用这个框架来解释周围其他人的活动(即通过我们的中枢网络发送,编码意义也反映这个更大的观点)。意义作为“附加物”附着于知识源,确保现有网络能够复制自身。如果整个网络根据新文化“拟子”重新设置,知识本身会保留,但是意义也会被重新设置。
同样地,当知识被引入与现有结构矛盾的学习环境,现有网络为了保护自己,尝试绕开新节点,或者将它推到边缘,确保能够形成有限连接,结果,新节点在更大的网络中不被重视。如果该节点获得了一定地位,新知识可以流经该节点,使该节点开始自我复制,即赋予知识编码意义。
流动抑制器是网络内部减少信息和知识流动可能性的元素。这些最常见的元素包括偏见、先入为主的概念或灵活性的缺乏。合理的流动抑制器可以是我们自己的认知和感情。有些信息应该被抑制,因为它们不能适应现有网络,或者根本就是虚假信息。外部抑制器也影响学习者之间的信息流。空间的物理设计、官僚作风或者环境的知识分享文化都影响和决定着网络之间的信息流动程度。
流动加速器是网络中固有的允许信息快速形成和传播的元素和条件。接受能力和动机是两个关键的加速器。均衡系统或网络的外部属性也影响信息流动程度。开放的文化、公认的合作的价值、分配给协作的工具和时间都是加速网络形成的原因。
学习网络的使用
网络不断形成。作为动态过程,网络可以聚合到更大结构(网络的网络)中。网络也可以解构成小结构。比如,每个人都有某种类型的个人学习网络。当个人在组织中工作,他们会带来自己的网络,组合成公司大网络的一部分。日常生活里,我们在无数网络中穿梭。我们不断地影响他人,也被他人影响。
认识到我们不断在各个网络中穿梭为重新思考企业和高等教育提供了重要的新起点。我们不再把一个项目或课程的人工结构看作是学习点,取而代之的是将“生活”看作不断学习的过程。随着我们获得新节点,形成新连接,聚合成更大的网络,或者解构成更小的结构,我们不断学习适应——与我们周围的世界积极互动。
网络内部修正
并非网络内部所有节点都继续保持相关。作为智能网络,我们的头脑不断重塑和调节来反映新环境和信息。企业也经历类似过程。不再有价值的节点在这个环境中被弱化。
弱化可以有多种方式,但是最明显的是失去网络内部连接。比如,如果我相信尼斯湖水怪,这种信念可以作为不突出的节点存在,因为它不会从整体上影响我的日常活动。结果,这个节点基本被忽略了(信息和想法并不经过这个节点)。随着我遇见关于驳斥尼斯湖水怪的新信息源,我最终可能极大地弱化这个节点,甚至将其相关性从我的中枢网络中删除。同样地,不断遇见新信息和知识的学习者将不断地更新并改写自己的学习和信念网络。另一方面,如果节点本身非常关键(即它是中心或被紧密连接),假设那些发送批判该信念的信息的情感节点允许新想法流动,而不仅是通过现有信念的角度利用新信息(参考上文关于情感的讨论),弱化只在很长时间段里才发生,或是在整个网络发生巨大变化时才出现。
学习网络是自我组织的。设计者或导师可以影响新节点的产生,但是接受能力(以及学习者现有学习网络的性质)决定新信息整合的有效程度。Rocha(1998)将自我组织定义为“自发形成组织良好的结构、模式或行为……”。学习网络中新节点的注入通常可以成为迅速重组的激励性影响力。如果节点明显地向现有结构传达信息,很快它就可以成为启蒙中心(参见上文所述的潜在语义分析)。
网络具有适应性。在对周围世界作出反应时,它们不断调节和改变。网络里的节点连续自我更新,不断为整个结构增加优势。就某种意义而言,我们从人类知识领域在过去50年的增长中看到这个现象。科学和社会翻天覆地的发展,很大程度可以归功于人和组织彼此连接能力的增强。
网络化学习和连接主义
网络化学习是连接主义的子集。在说明连接主义的原始理论时,我提出了以下八条特征:
原理1:学习和知识存在于观点的多样性中。
原理2:学习是连接特殊节点或信息源的过程。
原理3:学习可能存在于非人工器具中。
原理4:学习更多知识的这种能力比我们现在了解了什么更为关键。
原理5:需要培养和维护连接来促进连续学习。
原理6:看到不同领域、想法和概念之间连接的能力乃是核心技能。
原理7:流动性(保持准确的、最新的知识)是所有连接主义学习活动的宗旨。
原理8:决策本身就是学习过程。我们是通过不断变化的现实,了解我们选择学习什么,并理解所得到的信息的意义。一个答案现在可能正确,随着影响决策的信息环境变化,明天就可能变成错误的。

网络化学习主要与连接主义的第二条原理——网络形成——相关。我将在以后的文章中讨论更多的相关元素。
生态系统
网络需要在某种环境中产生。根据我们此处讨论的目的,这个“环境”的最佳定义就是生态系统。生态系统和学习网络有某些相似之处,也有一些独特元素将二者区分。网络很大程度是一个结构化的过程,节点和连接器组成了该结构。相比较而言,生态系统是一个活的有机体,它影响网络自身的形成。举个例子,大学里的每一个学生都拥有自己的学习网络,这个网络健康与否受学生所在生态系统(在这里即大学)的适宜性影响。如果生态系统很健康,它会允许个人学习网络繁荣增长;如果生态系统不健康,个人学习网络无法获得最佳发展。教育者和培训者的任务,就是创造和培养能使学习者迅速有效强化现有学习的学习生态系统。
对高等教育和企业培训的意义
学习是网络创建的过程,这一连接主义观点深刻地影响着我们如何在企业和教育机构中设计和开发学习。当学习行为被看作是学习者控制的活动时,设计者们需要将关注点转移到培育理想的生态系统以催生学习。通过认识到学习是一个混乱、模糊、非正式、无秩序的过程,我们需要重新思考如何设计我们的教育指导。
教学目前主要涵盖在课程和其他信息组织与展示的人工构造之中。抛开这个理论,网络化模型需要我们减少强调信息展示这一目标,侧重培养学习者驾驭信息的能力(即连接主义)。
博客,维基和其他开放协作平台都将学习重新塑造为双向过程。学习者可以有丰富的工具和信息源用来创造自己的学习路径,而不是以线性序列方式提供内容、信息或知识。导师或机构通过强调知识生态系统,仍然可以确保获取关键的学习元素。链接和关联的建立则由学生本人来完成。
结论
那些试图创建新学习理论的人必须承认,这个过程很象在黑暗中摸索。我们思维结构的相当一部分,被现有学习和教育体系中明显存在的潜在假设所决定。在尝试超越现有方法时,随之而来的是混乱和失去方向的困惑。许多教育界人士正在冒险进入这个短暂时期。我们正从正式刻板的学习迈向非正式、以连接为基础、网络创造的学习。
与新环境最协调一致的理论家也最愿意承认该过程是似懂非懂的过程。技术、神经系统的研究、制度重建(从层级制到网络)以及新意识形态下学习的社会性影响等结构,不断发展,进化如此之快,我们已无法将它们详细说明成“这是什么”了。声明发出之际,环境已然变迁,学习作为进程中的活动,我们需要把了解的热望搁在一旁,而拥抱继续学习的愿望。了解不再是目标(坦白地说,它从来就不是,是我们的学习设计和体制使之如此)。了解是经历与动态环境协调一致的程度不一的过程。
受文章篇幅限制,本文无意提供完整连贯的网络化学习理论。我的主旨是抛砖引玉,使每位读者按自己的时间和方式探索现代学习需求。读者们可以在以下网站就连接主义进行讨论:http://www.connectivism.ca
“在你到达对任何事物的理解新高度之前,你不得不经历困惑” – Dudley Herschbach – 诺贝尔化学奖获得者。
 
参考文献
Barabási, A. L., (2002) Linked: The New Science of Networks, Cambridge, MA, Perseus Publishing.
Chickering A. , Gamson Z., (undated) Seven Principles for Good Practice Retrieved on August 10, 2005 from: http://honolulu.hawaii.edu/intranet/committees/FacDevCom/guidebk/teachtip/7princip.htm
Driscoll, M. (2000). Psychology of Learning for Instruction. Needham Heights, MA, Allyn & Bacon
Keller, J., M., (1987). The Systematic Process of Motivational Design. National Society of Performance and Instruction, 26(9) (p. 2).
Ravid R., Raefali S., (2005). Asynchronous Discussion Groups as Small World and Scale Free Networks Retrieved August 10, 2004 from http://www.firstmonday.org/issues/issue9_9/ravid/
Rocha, L. M. (1998). Selected Self-Organization and the Semiotics of Evolutionary Systems. Retrieved August 10, 2004 from http://informatics.indiana.edu/rocha/ises.html.
Theory into Practice (undated) Conditions of Learning, (R. Gagne) . Retrieved on August 10, 2005 from http://tip.psychology.org/gagne.html
Visual Analytics (2005). Centrality. Retrieved August 10, 2004 from http://www.visualanalytics.com/Products/Placements/Centrality.cfm
 


评论

该日志第一篇评论

发表评论

评论也有版权!