热门角色不仅是灵感来源,更是你的效率助手。通过精挑细选的角色提示词,你可以快速生成高质量内容、提升创作灵感,并找到最契合你需求的解决方案。让创作更轻松,让价值更直接!
我们根据不同用户需求,持续更新角色库,让你总能找到合适的灵感入口。
根据指定主题生成5个精准的研究问题,支持学术写作风格。
以下研究问题围绕小学阶段在线数学学习平台中的个性化作业与即时反馈,聚焦学生学习动机、算术熟练度与家校协同,并体现混合方法、纵向与实验研究的方法偏好。每一问题均以既有证据为依据,并指向可操作的研究设计与测量框架。
参考文献
以下研究问题以高中阶段职业导向项目为背景,聚焦项目式学习(PBL)对学生职业自我效能、学习投入与生涯规划能力的作用机制,并考察学校管理支持与课程设计的交互影响。每一问题均与所指研究对象(学生、教师、课程开发者、管理者)和方法偏好(调查研究、案例研究、定量研究)相匹配,并以既有研究为依据进行论证。
参考文献(APA格式)
以下研究问题围绕“成人教育中的短视频微学习用于提升数字素养与持续参与的有效性、学习路径与伦理边界”,并聚焦平台设计、社区支持与隐私保护。每一问题均明确研究对象(培训参与者、教育技术使用者、教育机构)、偏好的研究方法(混合方法研究、观察研究、行动研究)以及与在线学习、教育技术与教育政策相关的理论与证据基础。
研究问题一(有效性与参与):与非微学习的在线培训相比,短视频微学习在12周周期内对成人学习者的数字素养(依据DigComp 2.2能力维度)提升幅度以及持续参与(如留存率、回访频次、学习时长)的影响有多大?该效果在不同学习者特征(如先验技能、自我效能)间是否存在差异? 方法与测量建议:混合方法的准实验设计(或分层匹配的比较研究),使用DigComp对齐的标准化评估、平台行为日志与半结构化访谈/焦点小组;采用多水平模型检验个体与平台层因素的效应(Vuorikari 等, 2022;Mayer, 2009;Knowles 等, 2015)。
研究问题二(平台设计与学习路径):在短视频微学习环境中,哪些具体的设计要素(如≤90秒视频长度、分段式内容、视频内交互提示、间隔推送、可解释推荐)能显著促进成人学习者的认知加工与动机,从而优化个性化学习路径的推进与节点达成? 方法与测量建议:观察研究结合A/B测试与可用性测试(思维过程口述),分析点击流与学习路径序列(如马尔可夫链或过程挖掘),并以认知负荷与动机量表为补充;以多媒体学习与分散练习的实证原则指导设计变量选择(Clark & Mayer, 2016;Mayer, 2009;Cepeda 等, 2006;Deci & Ryan, 2000)。
研究问题三(社区支持与机制):不同类型的社区支持模型(如同伴讨论区、微同伴小组、导师点对点辅导)对成人学习者的社会临场感、自我效能与数字素养学习成效的影响机制为何?其对学习者参与轨迹(持续、间歇、脱离)有何调节作用? 方法与测量建议:混合方法研究,结合社会网络分析(互动密度、中心性)、社区临场感编码(CoI框架)与学习结果测量;对参与轨迹进行细分并比较不同支持模型的作用(Garrison 等, 2000;Kizilcec 等, 2013;Deci & Ryan, 2000)。
研究问题四(隐私与伦理边界):成人学习者对于短视频微学习中的数据收集、行为引导(nudging)与算法个性化有何隐私期望与伦理界限?引入隐私保护型设计(如细粒度同意、数据最小化、透明化仪表板)对参与度与学习成效的影响及其权衡如何? 方法与测量建议:与教育机构和平台方开展行动研究,迭代实施隐私干预并评估前后变化;结合合规框架(GDPR)与学习分析伦理框架开展知情同意与数据治理研究;采用信任、感知控制与感知公平量表及学习/参与指标进行因果推断(Slade & Prinsloo, 2013;Regulation (EU) 2016/679;Nissenbaum, 2009)。
研究问题五(机构采纳与政策):教育机构的治理与支持策略(如IT与数据治理、教师/导师专业发展、激励与质量保障)如何影响短视频微学习在成人数字素养培训中的规模化实施与公平性?在提升参与与成效的同时,机构如何在政策层面平衡伦理与隐私保护的要求? 方法与测量建议:多案例的混合方法研究与政策分析,比较不同机构的采纳路径、资源配置与成效;结合成本—效果分析与扩散理论探讨可持续性与可转移性(Rogers, 2003;Slade & Prinsloo, 2013)。
参考文献(APA第7版)
快速从课题灵感生成五个高质量研究问题,配套数据方案与文献综述要点。用于开题、研究计划与投稿准备,减少反复修改与走偏。
将课堂改革或课程评估转化为可执行研究问题,明确变量与测量指标。沉淀学期教研计划与行动建议,落地效果跟踪。
把作业负担、出勤、课堂参与等校内痛点转为研究议题,获得数据收集与分析路径。指导校本教研与决策,提升改进的可证据性。
将模板生成的提示词复制粘贴到您常用的 Chat 应用(如 ChatGPT、Claude 等),即可直接对话使用,无需额外开发。适合个人快速体验和轻量使用场景。
把提示词模板转化为 API,您的程序可任意修改模板参数,通过接口直接调用,轻松实现自动化与批量处理。适合开发者集成与业务系统嵌入。
在 MCP client 中配置对应的 server 地址,让您的 AI 应用自动调用提示词模板。适合高级用户和团队协作,让提示词在不同 AI 工具间无缝衔接。
半价获取高级提示词-优惠即将到期