CN116029871A - 一种智慧教室可视化管理方法及系统 - Google Patents
一种智慧教室可视化管理方法及系统 Download PDFInfo
- Publication number
- CN116029871A CN116029871A CN202310007976.0A CN202310007976A CN116029871A CN 116029871 A CN116029871 A CN 116029871A CN 202310007976 A CN202310007976 A CN 202310007976A CN 116029871 A CN116029871 A CN 116029871A
- Authority
- CN
- China
- Prior art keywords
- state
- class
- student
- information
- classroom
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本申请涉及智慧教学管理的技术领域,公开了一种智慧教室可视化管理方法及系统,智慧教室可视化管理方法包括:实时接收监测设备获取的各学生的状态参数并输入至状态评估模型中;基于所述状态参数判断对应的学习状态信息,基于班级中各学生的学习状态信息确定对应的班级状态信息;基于各学生在每一节课中处于各学习状态信息的时间比例,生成对应的课堂状态数据,基于学生在每一节课中学习状态信息与班级状态信息的一致性,生成对应的课堂参与度数据;基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息;本申请具有便于及时对课堂教学效果进行评估的效果。
Description
技术领域
本申请涉及智慧教学管理的技术领域,尤其是涉及一种智慧教室可视化管理方法及系统。
背景技术
随着科技的进步,越来越多的科技被应用于辅助教学,例如智能投影仪、智能课桌等;然而,这些设备虽然能够辅助教学,提高学生获取知识的效率,但却无法评估学生的学习效果。
目前常通过使用摄像头对学生的课堂纪律进行监控,以及对学生的考试成绩进行统计分析的方式评估教学效果,然而,在使用摄像头对学生课堂纪律进行监控时,若发现纪律不好的现象,仍然需要教师介入管理,从而打断教学过程,另一方面,通过学生考试成绩来评估教学效果,受限于考试频次,难以及时进行教学方案调整。
针对上述相关技术,发明人认为现有的教学效果评估方法存在难以及时对课堂教学效果进行评估的问题。
发明内容
为了便于及时对课堂教学效果进行评估,本申请提供一种智慧教室可视化管理方法及系统。
本申请的发明目的一采用如下技术方案实现:
一种智慧教室可视化管理方法,包括:
实时接收监测设备获取的各学生的状态参数并输入至状态评估模型中,所述状态参数包括姿态参数和运动参数;
基于所述状态参数判断对应的学习状态信息,基于班级中各学生的学习状态信息确定对应的班级状态信息,所述学习状态信息包括消极状态、专注状态、活动状态和书写状态;
基于各学生在每一节课中处于各学习状态信息的时间比例,生成对应的课堂状态数据,基于学生在每一节课中学习状态信息与班级状态信息的一致性,生成对应的课堂参与度数据;
基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息。
通过采用上述技术方案,实时接收监测设备获取到的各学生的状态参数,其中状态参数包括姿态参数和运动参数,便于实时判断学生的当前的身体姿态和动作状态,将状态参数输入至状态评估模型中,以便根据各学生的的状态参数评估学生的学习状态,从而生成对应的学习状态信息;学习状态信息包括消极状态、专注状态、活动状态和书写状态,由于不同科目的教学方式不同,课堂氛围也有所差异,现有的针对学生学习状态的评估技术通常仅以学生是否专注或学生是否处于消极状态如睡觉来判断学生的学习状态,而忽视了学生是否真正参与到课堂中;根据班级中各学生的学习状态信息,确定班级状态信息,以便从大多数学生的学习状态确定当前班级状态,便于后续评估各学生的学习状态是否与班级状态一致;基于学生在每一节课中处于各类学习状态的时间比例,生成课堂状态数据,根据学生在每一节课中学习状态与班级状态的一致性,生成对应的课堂参与度数据,便于后续基于各学生的课堂状态数据和课堂参与度数据评估各名学生在课堂中的表现以及班级整体表现,便于及时对课堂教学效果进行评估,使教师能够及时对教学方式进行调整。
本申请在一较佳示例中:基于所述状态参数判断对应的学习状态信息,基于班级中各学生的学习状态信息确定对应的班级状态信息的步骤之后,包括:
当学生处于消极状态时,开始计时并生成消极计时数据,当消极计时数据达到消极时间阈值时,生成提示指令并发送至提示模块;
当学生处于活动状态时,判断此时的班级状态,若此时班级状态为专注状态或书写状态时,开始计时并生成异常活动计时数据,当异常活动计时数据达到异常活动时间阈值时,生成提示指令并发送至提示模块。
通过采用上述技术方案,当学生的学习状态为消极状态且处于消极状态的时间达到消极时间阈值时,则认为该学生处于消极状态的时间影响其学习效果,生成提示指令并发数至提示模块,以便提示该学生进入正常的学习状态;当学生处于活动状态时,判断此时的班级状态,以便确定该学生的学习状态是否与班级状态同步,若学生的学习状态与班级状态不同,则认为该学生处于异常活动状态,便于在该学生处于异常活动状态的累计时间达到异常活动时间阈值时,生成提示指令并发数至提示模块,以便提示该学生减少异常活动,进入正常的学习状态。
本申请在一较佳示例中:基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息的步骤之后,还包括:
基于每一节课对应的学生表现信息和班级表现信息,生成课堂反馈报告并发送至对应任课教师的接收端;
将各课堂反馈报告存储于历史课堂表现数据库中。
通过采用上述技术方案,每一节课的学生表现信息和班级表现信息生成后,基于每一节课的学生表现信息和班级表现信息生成课堂反馈报告,并将课堂反馈报告发送至对应任课教师的接收端,便于任课教师根据各学生的表现和班级整体表现情况调整教学策略;将各课堂反馈报告存储于历史课堂表现数据库中,便于后续以月度、学期或学年进行教学效果的分析统计。
本申请在一较佳示例中:所述状态参数还包括温度体感参数;实时接收监测设备获取的各学生的状态参数并输入至状态评估模型中的步骤之后,还包括:
基于状态参数判断对应的体感状态信息,所述体感状态信息包括受冷状态、受热状态和舒适状态;
获取各学生的体感状态信息,基于各体感状态信息对应的学生数量生成温度调节指令并发送至温度调节模块。
通过采用上述技术方案,可以通过监测设备获取各学生的温度体感参数,基于各学生的状态参数通过状态评估模型判断各学生在当前教室环境中的温度感受,生成体感状态信息,其中体感状态信息包括受冷状态、受热状态和舒适状态;基于教室内处于不同体感温度状态信息的学生数量,确定大多数学生当前的体感温度状态信息,从而生成温度调节指令并发送至温度调节模块,便于控制教室内的温度调节设备执行温度调节工作。
本申请在一较佳示例中:获取各学生的体感状态信息,基于各体感状态信息对应的学生数量生成温度调节指令并发送至温度调节模块的步骤之后,还包括:
基于各学生的历史体感状态信息判断对应的舒适温度信息并对学生进行标记。
通过采用上述技术方案,由于不同学生对温度的偏好不同,对各学生的体感状态信息进行统计,生成对应的历史体感状态信息,便于判断各学生在各种季节中的舒适温度,基于历史体感状态信息生成舒适温度信息并标记至对应的学生,便于后续调换学生的位置时,将各学生的舒适温度纳入考虑,以便将舒适温度数值相近的学生安排在同一区域,分区控温,尽可能使更多的学生处于舒适状态。
本申请在一较佳示例中:基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息的步骤之后,还包括:
获取每一学生的历史成绩信息,所述历史成绩信息包括各科目的历史成绩;
基于所述历史成绩信息设定对应的学生在各科目课堂上的消极时间阈值和异常活动时间阈值。
通过采用上述技术方案,由于大多数学生都存在一定的偏科现象,在不感兴趣或不擅长科目的课堂上出现的走神现象更多,因此,获取每一学生的历史成绩信息,具体包括各科目的历史成绩,便于判断每一学生在各科目的成绩情况;基于历史成绩信息设定对应学生在各科目上的消极时间阈值和异常活动时间阈值,便于根据每一名学生的实际成绩表现调整发出提示指令的条件。
本申请的发明目的二采用如下技术方案实现:
一种智慧教室可视化管理系统,包括监测手环和监测摄像头,所述监测手环设置有运动传感器,所述智慧教室可视化管理系统还设置有用于实现上述任一项所述智慧教室可视化管理方法的控制模块。
通过采用上述技术方案,智慧教室可视化管理系统包括监测手环和监测摄像头,其中监测手环设置有运动传感器,便于通过监测手环的运动传感器和监测摄像头共同实现对学生姿态和运动情况的检测,控制模块用于实现智慧教室可视化管理方法。
本申请在一较佳示例中:所述控制模块设置有:
状态参数获取模块,用于实时接收监测设备获取的各学生的状态参数并输入至状态评估模型中,所述状态参数包括姿态参数和运动参数;
状态信息判断模块,用于基于所述状态参数判断对应的学习状态信息,基于班级中各学生的学习状态信息确定对应的班级状态信息,所述学习状态信息包括消极状态、专注状态、活动状态和书写状态;
课堂表现分析模块,用于基于各学生在每一节课中处于各学习状态信息的时间比例,生成对应的课堂状态数据,基于学生在每一节课中学习状态信息与班级状态信息的一致性,生成对应的课堂参与度数据;
表现信息生成模块,用于基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息。
通过采用上述技术方案,实时接收监测设备获取到的各学生的状态参数,其中状态参数包括姿态参数和运动参数,便于实时判断学生的当前的身体姿态和动作状态,将状态参数输入至状态评估模型中,以便根据各学生的的状态参数评估学生的学习状态,从而生成对应的学习状态信息;学习状态信息包括消极状态、专注状态、活动状态和书写状态,由于不同科目的教学方式不同,课堂氛围也有所差异,现有的针对学生学习状态的评估技术通常仅以学生是否专注或学生是否处于消极状态如睡觉来判断学生的学习状态,而忽视了学生是否真正参与到课堂中;根据班级中各学生的学习状态信息,确定班级状态信息,以便从大多数学生的学习状态确定当前班级状态,便于后续评估各学生的学习状态是否与班级状态一致;基于学生在每一节课中处于各类学习状态的时间比例,生成课堂状态数据,根据学生在每一节课中学习状态与班级状态的一致性,生成对应的课堂参与度数据,便于后续基于各学生的课堂状态数据和课堂参与度数据评估各名学生在课堂中的表现以及班级整体表现,便于及时对课堂教学效果进行评估,使教师能够及时对教学方式进行调整。
本申请的发明目的三采用如下技术方案实现:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述智慧教室可视化管理方法的步骤。
本申请的发明目的四采用如下技术方案实现:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述智慧教室可视化管理方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1.实时接收监测设备获取到的各学生的状态参数,其中状态参数包括姿态参数和运动参数,便于实时判断学生的当前的身体姿态和动作状态,将状态参数输入至状态评估模型中,以便根据各学生的的状态参数评估学生的学习状态,从而生成对应的学习状态信息;学习状态信息包括消极状态、专注状态、活动状态和书写状态,由于不同科目的教学方式不同,课堂氛围也有所差异,现有的针对学生学习状态的评估技术通常仅以学生是否专注或学生是否处于消极状态如睡觉来判断学生的学习状态,而忽视了学生是否真正参与到课堂中;根据班级中各学生的学习状态信息,确定班级状态信息,以便从大多数学生的学习状态确定当前班级状态,便于后续评估各学生的学习状态是否与班级状态一致;基于学生在每一节课中处于各类学习状态的时间比例,生成课堂状态数据,根据学生在每一节课中学习状态与班级状态的一致性,生成对应的课堂参与度数据,便于后续基于各学生的课堂状态数据和课堂参与度数据评估各名学生在课堂中的表现以及班级整体表现,便于及时对课堂教学效果进行评估,使教师能够及时对教学方式进行调整。
2.当学生的学习状态为消极状态且处于消极状态的时间达到消极时间阈值时,则认为该学生处于消极状态的时间影响其学习效果,生成提示指令并发数至提示模块,以便提示该学生进入正常的学习状态;当学生处于活动状态时,判断此时的班级状态,以便确定该学生的学习状态是否与班级状态同步,若学生的学习状态与班级状态不同,则认为该学生处于异常活动状态,便于在该学生处于异常活动状态的累计时间达到异常活动时间阈值时,生成提示指令并发数至提示模块,以便提示该学生减少异常活动,进入正常的学习状态。
3.由于大多数学生都存在一定的偏科现象,在不感兴趣或不擅长科目的课堂上出现的走神现象更多,因此,获取每一学生的历史成绩信息,具体包括各科目的历史成绩,便于判断每一学生在各科目的成绩情况;基于历史成绩信息设定对应学生在各科目上的消极时间阈值和异常活动时间阈值,便于根据每一名学生的实际成绩表现调整发出提示指令的条件。
附图说明
图1是本申请实施例一中智慧教室可视化管理方法的流程图。
图2是本申请智慧教室可视化管理方法中步骤S10的流程图。
图3是本申请智慧教室可视化管理方法中步骤S20的流程图。
图4是本申请智慧教室可视化管理方法的另一流程图。
图5是本申请智慧教室可视化管理方法的另一流程图。
图6是本申请实施例二中智慧教室可视化管理系统的一原理框图。
图7是本申请实施例三中的设备示意图。
具体实施方式
以下结合附图1至7对本申请作进一步详细说明。
实施例一
本申请公开了一种智慧教室可视化管理方法,可用于对教室内的教学效果和学生的学习状态进行可视化的查看和管理;如图1所示,具体包括如下步骤:
S10:实时接收监测设备获取的各学生的状态参数并输入至状态评估模型中,所述状态参数包括姿态参数和运动参数。
在本实施例中,监测设备是指用于对学生的状态参数进行获取的设备,包括监测手环和监测摄像头,状态参数是指用于评估学生当前状态的参数,包括姿态参数和运动参数,其中,姿态参数是指用于标记学生当前动作姿态的参数,运动参数是指用于标记学生当前运动情况的参数;状态评估模型是指用于根据状态参数判断学生当前状态的模型。
具体地,通过监测设备实时监测各学生的状态参数,其中包括通过监测摄像头拍摄各学生的图像,通过图像识别算法判断各学生当前的身体姿态,确定对应的姿态参数,通过监测手环获取学生手部运动数据,根据各学生的图像和手部运动数据共同判断各学生的运动情况,从而确定对应的运动参数;其中,姿态参数通过代码标记各学生的动作姿态,例如,用“1”表示学生处于正常坐姿、用“2”表示学生处于疲劳坐姿,以此类推;运动参数通过代码标记各学生的运动状态,例如,用“0”表示学生处于无明显动作的平静状态,用“1”表示学生手部处于书写状态,以此类推。
具体地,根据学生的姿态参数和运动参数生成状态参数,将状态参数输入至状态评估模型中,以评估学生处于当前状态参数下的学习状态,状态评估模型内置有各种学习状态下的典型姿态特征和运动特征数据,包括消极状态、专注状态、活动状态和书写状态状态下的典型姿态特征和运动特征数据。
便于根据输入的状态参数匹配对应的学习状态。
其中,参照图2,在步骤S10中,包括:
S11:基于状态参数判断对应的体感状态信息,所述体感状态信息包括受冷状态、受热状态和舒适状态。
在本实施例中,状态评估模型还内置有若干人体处于受冷状态、受热状态和舒适状态下的典型姿态特征和运动特征数据,以便基于状态参数,通过状态评估模型判断人体的体感状态信息;体感状态信息包括受冷状态、受热状态和舒适状态。
具体地,将各学生的状态参数输入至状态评估模型中,通过状态评估模型匹配各学生对应的体感状态信息,以便获知各学生对当前教室温度环境的感受,便于后续进行温度调节。
S12:获取各学生的体感状态信息,基于各体感状态信息对应的学生数量生成温度调节指令并发送至温度调节模块。
具体地,获取各学生的体感状态信息并进行统计,以确定处于各类体感状态信息的学生数量,从而判断班级中多数学生当前的体感温度状态,基于学生数量最多的体感状态信息类型生成温度调节指令并发送至温度调节模块,以便提高教室温度调节的科学性。
在本实施例中,温度调节模块可以是直接与温度调节设备连接,以直接控制温度调节设备,也可以是用于将温度调节指令转发给对应的管理人员,以便使管理人员获知当前教室的温度调节需求。
其中,在步骤S12之后,包括:
S13:基于各学生的历史体感状态信息判断对应的舒适温度信息并对学生进行标记。
具体地,由于不同学生对温度的偏好不同,将各学生的体感状态信息进行记录并生成历史体感状态信息,以便分析各学生对于环境温度的需求,基于各学生的历史体感状态信息,判断各学生对应的舒适温度信息,并将舒适温度信息标记至学生的个人信息中,便于在后续调换学生的位置时,将各学生的舒适温度纳入考虑,以便将舒适温度数值相近的学生安排在同一区域,分区控制环境温度,尽可能使更多的学生处于舒适状态。
S20:基于所述状态参数判断对应的学习状态信息,基于班级中各学生的学习状态信息确定对应的班级状态信息,所述学习状态信息包括消极状态、专注状态、活动状态和书写状态。
在本实施例中,学习状态信息是指用于记录学生当前学习状态的信息;班级状态信息是指用于记录班级在课堂中整体学习状态的信息;学习状态信息包括消极状态、专注状态、活动状态和书写状态,消极状态是指学生处于瞌睡、分神等消极的学习状态;专注状态是指学生处于专注学习的状态;书写状态是指学生处于做笔记、写作业等的状态;活动状态是指学生处于做出大幅度动作的状态。
由于不同科目的教学方式不同,课堂氛围也有所差异,现有的针对学生学习状态的评估技术通常仅以学生是否专注或学生是否处于消极状态如睡觉来判断学生的学习状态,而忽视了学生是否真正参与到课堂中,与课堂中大部分学生的行动一致。
具体地,基于各学生的状态参数,通过状态评估模型匹配各学生对应的学习状态信息;获取班级中所有学生的学习状态信息,基于学生数量最多的学习状态信息类型确定当前课堂所处的状态,从而生成班级状态信息,便于后续判断各学生的当前的状态是否与班级状态一致,从而判断各学生的行动是否符合当前课堂活动。
具体地,消极状态、专注状态、活动状态和书写状态为互斥的状态,在进行学生学习状态信息的判断时,具有优先级顺序,以便提高学习状态信息的判断准确性,学习状态信息的判断步骤如下:
1、将学生的状态参数输入至状态评估模型,先判断学生是否处于书写状态,若是,确定学习状态信息为书写状态,若否,则判断学生是否处于消极状态;
2、判断学生是否处于消极状态,若是,确定学习状态信息为消极状态,若否,则判断学生是否处于活动状态;
3、判断学生是否处于活动状态,若是,确定学习状态信息为活动状态,若否,则确定学生处于专注状态。
进一步地,当对班级状态信息进行确定时,应当将请假或因其他原因未在教室内的学生的学习状态信息进行剔除,以提高班级状态信息的准确性。
其中,参照图3,在步骤S20之后,包括:
S21:当学生处于消极状态时,开始计时并生成消极计时数据,当消极计时数据达到消极时间阈值时,生成提示指令并发送至提示模块。
具体地,学生在正常上课的过程中,偶尔会短暂出现处于消极状态或活动状态的动作,例如伸懒腰、打哈欠等,容易使状态评估模型产生误判,为减小状态评估模型产生误判的可能性,当监测到学生处于消极状态时,开始进行计时,以统计学生处于消极状态的总时长作为消极计时数据,将消极计时数据与预设的消极时间阈值进行对比,当消极计时数据达到消极时间阈值时,则认为该学生处于消极状态的时间足以影响其学习效果,生成提示指令并发送至提示模块,以便提示该学生回到正常的学习状态。
具体的,消极时间阈值可以根据实际需求进行设置和调整;在本实施例中,提示模块安装于监测手环上,包括震动元件,便于在需要对学生进行提示时,控制震动元件发出静音震动,以便在提示学生的同时,尽可能减少对教室内其他学生的打扰,也便于保护学生隐私。
S22:当学生处于活动状态时,判断此时的班级状态,若此时班级状态为专注状态或书写状态时,开始计时并生成异常活动计时数据,当异常活动计时数据达到异常活动时间阈值时,生成提示指令并发送至提示模块。
具体地,学生在正常上课的过程中,时常会出现处于活动状态的情况,部分活动状态可能是属于正常的课堂活动,例如进行试验操作,或者是属于正常的活动动作,例如捡笔、穿脱衣物等,但也有可能是处于分神的状态;因此,需要对学生在课堂上的动作进行鉴别和分析,当监测到学生处于活动状态时,判断此时的班级状态,若此时的班级状态为专注状态或书写状态,这说明当前课堂并无需要进行大幅度动作的课堂活动,因而将该学生的活动状态定义为异常活动,对学生处于异常活动状态进行计时,以统计学生处于异常活动状态的总时长作为异常活动计时数据,将异常活动计时数据与预设的异常活动时间阈值进行对比,当异常活动计时数据达到异常活动时间阈值时,则认为该学生处于异常活动状态的时间足以影响其学习效果,生成提示指令并发送至提示模块,以便提示该学生回到正常的学习状态。
S30:基于各学生在每一节课中处于各学习状态信息的时间比例,生成对应的课堂状态数据,基于学生在每一节课中学习状态信息与班级状态信息的一致性,生成对应的课堂参与度数据。
具体地,实时监测学生的学习状态信息,当学生的学习状态信息发生变更时,记录对应的时间节点,统计各学生在每一节课中处于各学习状态信息的时间比例,从而生成对应的课堂状态数据;例如,一名学生在一堂课中有三十分钟处于专注状态、五分钟处于活动状态、三分钟处于书写状态、两分钟处于消极状态,则该名学生的课堂状态数据为:专注状态时间:75%;活动状态时间:12.5%;书写状态时间:7.5%;消极状态时间:5%。
具体地,根据各学生在每一节课中,学习状态信息与班级状态信息的一致性,生成对应的课堂参与度数据,便于后续对学生从个人学习状态情况和与班级课堂活动的一致性两个维度对学生的学习效果进行评估,提高了针对学生学习效果评估的科学性。
在本实施例中,班级状态信息的获取方法为:在一个时间节点中统计各学生当前的学习状态信息,将并将当前处于各种学习状态信息中的学生数量进行统计,将学生数量最多的学习状态信息设置为当前时间节点的班级状态信息;例如,班级中有四十名学生,在某一时间节点中,有三十名学生处于专注状态、五名学生处于活动状态、三名学生处于书写状态、两名学生处于消极状态,则将该时间节点的班级状态信息设置为专注状态,以便后续统计各名学生的学习状态信息是否与班级状态信息一致。
在本实施例中,在一堂课中,课堂参与度数据的计算方法为:将学生的学习状态信息与班级状态信息一致的时间长度除以一堂课的总时间长度;例如,在一堂课中,第1至30分钟时,班级处于专注状态,第31至35分钟时,班级处于活动状态,第36至40分钟时,班级处于书写状态;而一名学生在该堂课中,第1至25分钟时,学生处于专注状态,第26至30分钟时,学生处于消极状态,第31至35分钟时,班级处于活动状态,第36至40分钟时,班级处于书写状态;则该名学生有35分钟时间的学习状态信息与班级状态信息一致,则该名学生的课堂参与度数据为:35÷40×100%=87.5%。
S40:基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息。
在本实施例中,学生表现信息是指用于记录单个学生的课堂表现的信息,班级表现信息是指用于记录班级整体课堂表现的信息。
具体地,基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息,以便后续针对学生的学习效果和课堂表现进行判断;基于班级中所有学生的课堂状态数据和课堂参与度数据,生成班级表现信息,以便后续针对班级整体的学习效果和课堂表现进行判断,便于教师及时调整教学方式,提高教学效果。
参照图4,在步骤S40之后,智慧教室可视化管理方法还包括:
S50:基于每一节课对应的学生表现信息和班级表现信息,生成课堂反馈报告并发送至对应任课教师的接收端。
具体地,每一节课结束后,根据本次课程对应的学生表现信息和班级表现信息,生成课堂反馈报告,以便获知本次课程各名学生的表现情况和班级整体表现情况;将课堂反馈报告发送至对应任课老师的接收端,以便任课教师及时根据课堂反馈报告进行教学方式的调整,提高教学效果。
S60:将各课堂反馈报告存储于历史课堂表现数据库中。
在本实施例中,历史课堂表现数据库是指用于存储课堂反馈报告以及生成课堂反馈报告的相关数据的数据库。
具体地,将各课堂反馈报告以及生成各课堂反馈报告对应的数据来源存储于历史课堂表现数据库中,便于后续以月度、学期或学年进行教学效果的分析统计。
参照图5,在步骤S40之后,智慧教室可视化管理方法还包括:
S70:获取每一学生的历史成绩信息,所述历史成绩信息包括各科目的历史成绩。
在本实施例中,历史成绩信息是指用于记录学生各门课程历史考试成绩的信息,历史成绩信息包括各科目的历史成绩。
具体地,定期获取各学生的成绩报告,以生成各学生的历史成绩信息,基于历史成绩信息分析各学生对不同科目知识的掌握程度,以及学生的偏科情况。
S80:基于所述历史成绩信息设定对应的学生在各科目课堂上的消极时间阈值和异常活动时间阈值。
具体地,由于大多数学生都存在一定的偏科现象,在不感兴趣或不擅长科目的课堂上出现的走神现象更多;因此基于学生的历史成绩信息,确定学生的偏科情况,根据学生的偏科情况对学生在各科目课堂上的消极时间阈值和异常活动时间阈值进行设定;具体规则为:学生的科目成绩越高,则消极时间阈值和异常活动时间阈值的数值越大,学生的科目成绩越低,则消极时间阈值和异常活动时间阈值的数值越小;便于增加学生不擅长或不感兴趣的科目课堂上的提示频率,以降低学生走神的情况,针对性地提高学生对特定科目的学习效果。
应理解,上述实施例中各步骤的序号大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
实施例二
如图6所示,本申请公开了一种智慧教室可视化管理系统,包括监测手环和监测摄像头,监测手环设置有运动传感器,运动传感器具体位置多向加速度传感器,便于通过监测手环的运动传感器和监测摄像头共同实现对学生姿态和运动情况的检测,智慧教室可视化管理系统还设置有用于实现上述任一项所述智慧教室可视化管理方法的控制模块,控制模块用于执行智慧教室可视化管理方法的步骤,该控制模块与上述实施例中智慧教室可视化管理方法相对应。
控制模块包括状态参数获取模块、状态信息判断模块、课堂表现分析模块和表现信息生成模块。各功能模块的详细说明如下:
状态参数获取模块,用于实时接收监测设备获取的各学生的状态参数并输入至状态评估模型中,所述状态参数包括姿态参数和运动参数;
状态信息判断模块,用于基于所述状态参数判断对应的学习状态信息,基于班级中各学生的学习状态信息确定对应的班级状态信息,所述学习状态信息包括消极状态、专注状态、活动状态和书写状态;
课堂表现分析模块,用于基于各学生在每一节课中处于各学习状态信息的时间比例,生成对应的课堂状态数据,基于学生在每一节课中学习状态信息与班级状态信息的一致性,生成对应的课堂参与度数据;
表现信息生成模块,用于基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息。
其中,状态参数获取模块包括:
体感状态信息判断子模块,用于基于状态参数判断对应的体感状态信息,所述体感状态信息包括受冷状态、受热状态和舒适状态;
温度调节指令生成子模块,用于获取各学生的体感状态信息,基于各体感状态信息对应的学生数量生成温度调节指令并发送至温度调节模块;
舒适温度信息标记子模块,用于基于各学生的历史体感状态信息判断对应的舒适温度信息并对学生进行标记。
其中,状态信息判断模块包括:
消极状态提示子模块,用于当学生处于消极状态时,开始计时并生成消极计时数据,当消极计时数据达到消极时间阈值时,生成提示指令并发送至提示模块;
异常活动提示子模块,用于当学生处于活动状态时,判断此时的班级状态,若此时班级状态为专注状态或书写状态时,开始计时并生成异常活动计时数据,当异常活动计时数据达到异常活动时间阈值时,生成提示指令并发送至提示模块。
其中,控制模块还包括:
课堂反馈报告生成模块,用于基于每一节课对应的学生表现信息和班级表现信息,生成课堂反馈报告并发送至对应任课教师的接收端;
课堂反馈报告存储模块,用于将各课堂反馈报告存储于历史课堂表现数据库中;
历史成绩信息获取模块,用于获取每一学生的历史成绩信息,所述历史成绩信息包括各科目的历史成绩;
时间阈值设定模块,用于基于所述历史成绩信息设定对应的学生在各科目课堂上的消极时间阈值和异常活动时间阈值。
关于控制模块的具体限定可以参见上文中对于智慧教室可视化管理方法的限定,在此不再赘述;上述控制模块中的各个模块可全部或部分通过软件、硬件及其组合来实现;上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以是以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
实施例三
一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储状态参数、状态评估模型、学习状态信息、班级状态信息、课堂状态数据、课堂参与度数据、学生表现信息和班级表现信息等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现智慧教室可视化管理方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
S10:实时接收监测设备获取的各学生的状态参数并输入至状态评估模型中,所述状态参数包括姿态参数和运动参数;
S20:基于所述状态参数判断对应的学习状态信息,基于班级中各学生的学习状态信息确定对应的班级状态信息,所述学习状态信息包括消极状态、专注状态、活动状态和书写状态;
S30:基于各学生在每一节课中处于各学习状态信息的时间比例,生成对应的课堂状态数据,基于学生在每一节课中学习状态信息与班级状态信息的一致性,生成对应的课堂参与度数据;
S40:基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
S10:实时接收监测设备获取的各学生的状态参数并输入至状态评估模型中,所述状态参数包括姿态参数和运动参数;
S20:基于所述状态参数判断对应的学习状态信息,基于班级中各学生的学习状态信息确定对应的班级状态信息,所述学习状态信息包括消极状态、专注状态、活动状态和书写状态;
S30:基于各学生在每一节课中处于各学习状态信息的时间比例,生成对应的课堂状态数据,基于学生在每一节课中学习状态信息与班级状态信息的一致性,生成对应的课堂参与度数据;
S40:基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)、DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域普通技术人员应当理解;其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种智慧教室可视化管理方法,其特征在于,包括:
实时接收监测设备获取的各学生的状态参数并输入至状态评估模型中,所述状态参数包括姿态参数和运动参数;
基于所述状态参数判断对应的学习状态信息,基于班级中各学生的学习状态信息确定对应的班级状态信息,所述学习状态信息包括消极状态、专注状态、活动状态和书写状态;
基于各学生在每一节课中处于各学习状态信息的时间比例,生成对应的课堂状态数据,基于学生在每一节课中学习状态信息与班级状态信息的一致性,生成对应的课堂参与度数据;
基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息。
2.根据权利要求1所述的一种智慧教室可视化管理方法,其特征在于:基于所述状态参数判断对应的学习状态信息,基于班级中各学生的学习状态信息确定对应的班级状态信息的步骤之后,包括:
当学生处于消极状态时,开始计时并生成消极计时数据,当消极计时数据达到消极时间阈值时,生成提示指令并发送至提示模块;
当学生处于活动状态时,判断此时的班级状态,若此时班级状态为专注状态或书写状态时,开始计时并生成异常活动计时数据,当异常活动计时数据达到异常活动时间阈值时,生成提示指令并发送至提示模块。
3.根据权利要求1所述的一种智慧教室可视化管理方法,其特征在于:基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息的步骤之后,还包括:
基于每一节课对应的学生表现信息和班级表现信息,生成课堂反馈报告并发送至对应任课教师的接收端;
将各课堂反馈报告存储于历史课堂表现数据库中。
4.根据权利要求1所述的一种智慧教室可视化管理方法,其特征在于:所述状态参数还包括温度体感参数;实时接收监测设备获取的各学生的状态参数并输入至状态评估模型中的步骤之后,还包括:
基于状态参数判断对应的体感状态信息,所述体感状态信息包括受冷状态、受热状态和舒适状态;
获取各学生的体感状态信息,基于各体感状态信息对应的学生数量生成温度调节指令并发送至温度调节模块。
5.根据权利要求4所述的一种智慧教室可视化管理方法,其特征在于:获取各学生的体感状态信息,基于各体感状态信息对应的学生数量生成温度调节指令并发送至温度调节模块的步骤之后,还包括:
基于各学生的历史体感状态信息判断对应的舒适温度信息并对学生进行标记。
6.根据权利要求1所述的一种智慧教室可视化管理方法,其特征在于:基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息的步骤之后,还包括:
获取每一学生的历史成绩信息,所述历史成绩信息包括各科目的历史成绩;
基于所述历史成绩信息设定对应的学生在各科目课堂上的消极时间阈值和异常活动时间阈值。
7.一种智慧教室可视化管理系统,其特征在于,包括监测手环和监测摄像头,所述监测手环设置有运动传感器,所述智慧教室可视化管理系统还设置有用于实现权利要求1-6任一项所述智慧教室可视化管理方法的控制模块。
8.根据权利要求7所述的一种智慧教室可视化管理方法,其特征在于:
状态参数获取模块,用于实时接收监测设备获取的各学生的状态参数并输入至状态评估模型中,所述状态参数包括姿态参数和运动参数;
状态信息判断模块,用于基于所述状态参数判断对应的学习状态信息,基于班级中各学生的学习状态信息确定对应的班级状态信息,所述学习状态信息包括消极状态、专注状态、活动状态和书写状态;
课堂表现分析模块,用于基于各学生在每一节课中处于各学习状态信息的时间比例,生成对应的课堂状态数据,基于学生在每一节课中学习状态信息与班级状态信息的一致性,生成对应的课堂参与度数据;
表现信息生成模块,用于基于各学生的课堂状态数据和课堂参与度数据,生成对应的学生表现信息和班级表现信息。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述智慧教室可视化管理方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述智慧教室可视化管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310007976.0A CN116029871A (zh) | 2023-01-04 | 2023-01-04 | 一种智慧教室可视化管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310007976.0A CN116029871A (zh) | 2023-01-04 | 2023-01-04 | 一种智慧教室可视化管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116029871A true CN116029871A (zh) | 2023-04-28 |
Family
ID=86073849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310007976.0A Pending CN116029871A (zh) | 2023-01-04 | 2023-01-04 | 一种智慧教室可视化管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116029871A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106875310A (zh) * | 2017-04-19 | 2017-06-20 | 哈尔滨理工大学 | 基于智能视频的智能教室教学多功能系统 |
CN107895244A (zh) * | 2017-12-26 | 2018-04-10 | 重庆大争科技有限公司 | 课堂教学质量评估方法 |
CN108460700A (zh) * | 2017-12-28 | 2018-08-28 | 合肥壹佰教育科技有限公司 | 一种智能化学生教育管理调控系统 |
CN110251146A (zh) * | 2019-05-31 | 2019-09-20 | 郑州外思创造力文化传播有限公司 | 一种自主学习辅助装置 |
CN110334610A (zh) * | 2019-06-14 | 2019-10-15 | 华中师范大学 | 一种基于计算机视觉的多维度课堂量化系统及方法 |
CN111310560A (zh) * | 2019-12-31 | 2020-06-19 | 华中师范大学 | 一种基于大数据的学习状态监测系统 |
CN111679586A (zh) * | 2020-04-21 | 2020-09-18 | 北京文香信息技术有限公司 | 一种智慧教室管理系统及平台 |
CN112700353A (zh) * | 2020-12-31 | 2021-04-23 | 南方科技大学 | 智慧教室系统、学生健康数据管理方法、服务器和介质 |
CN113689093A (zh) * | 2021-08-09 | 2021-11-23 | 河南职业技术学院 | 基于人工智能的课堂质量评估方法及系统 |
-
2023
- 2023-01-04 CN CN202310007976.0A patent/CN116029871A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106875310A (zh) * | 2017-04-19 | 2017-06-20 | 哈尔滨理工大学 | 基于智能视频的智能教室教学多功能系统 |
CN107895244A (zh) * | 2017-12-26 | 2018-04-10 | 重庆大争科技有限公司 | 课堂教学质量评估方法 |
CN108460700A (zh) * | 2017-12-28 | 2018-08-28 | 合肥壹佰教育科技有限公司 | 一种智能化学生教育管理调控系统 |
CN110251146A (zh) * | 2019-05-31 | 2019-09-20 | 郑州外思创造力文化传播有限公司 | 一种自主学习辅助装置 |
CN110334610A (zh) * | 2019-06-14 | 2019-10-15 | 华中师范大学 | 一种基于计算机视觉的多维度课堂量化系统及方法 |
CN111310560A (zh) * | 2019-12-31 | 2020-06-19 | 华中师范大学 | 一种基于大数据的学习状态监测系统 |
CN111679586A (zh) * | 2020-04-21 | 2020-09-18 | 北京文香信息技术有限公司 | 一种智慧教室管理系统及平台 |
CN112700353A (zh) * | 2020-12-31 | 2021-04-23 | 南方科技大学 | 智慧教室系统、学生健康数据管理方法、服务器和介质 |
CN113689093A (zh) * | 2021-08-09 | 2021-11-23 | 河南职业技术学院 | 基于人工智能的课堂质量评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hussain et al. | Student engagement predictions in an e-learning system and their impact on student course assessment scores. | |
CN109635725B (zh) | 检测学生专注度的方法、计算机存储介质及计算机设备 | |
JP7326002B2 (ja) | 診断検査方法および装置 | |
Kardan et al. | Comparing and combining eye gaze and interface actions for determining user learning with an interactive simulation | |
US11763174B2 (en) | Learning material recommendation method, learning material recommendation device, and learning material recommendation program | |
CN106413555A (zh) | 集中度评价装置和程序 | |
US20190139428A1 (en) | Emotional Artificial Intelligence Training | |
Hunziker et al. | Teaching multiple concepts to a forgetful learner | |
CN110516979A (zh) | 一种个性化学习评价方法及装置 | |
CN110473435A (zh) | 一种具有学习周期的定量化的单词辅助学习系统及方法 | |
CN111428686A (zh) | 一种学生兴趣偏好评估方法、装置及系统 | |
CN115546692A (zh) | 一种远程教育数据采集分析方法、设备及计算机存储介质 | |
CN115177253A (zh) | 基于多模态数据学生心理危机预警系统 | |
Ding et al. | A new learner model in adaptive learning system | |
KR102602032B1 (ko) | 인공지능 기반 집중도 유지를 위한 학습 서비스 제공 장치 및 방법 | |
Pillai | Student Engagement Detection in Classrooms through Computer Vision and Deep Learning: A Novel Approach Using YOLOv4 | |
Mujtaba et al. | Artificial intelligence in computerized adaptive testing | |
JP2022014890A (ja) | 集中度判別プログラム | |
CN113536893A (zh) | 一种在线教学学习专注度识别方法、装置、系统及介质 | |
CN116029871A (zh) | 一种智慧教室可视化管理方法及系统 | |
CN116228478A (zh) | 基于学生卡的学习质量评估方法、装置、设备及介质 | |
US20230020808A1 (en) | Device and method for recommending educational content | |
CN116138780A (zh) | 一种学生注意力评价方法、终端及计算机可读存储介质 | |
CN113239841B (zh) | 基于人脸识别的课堂专注状态检测方法及相关仪器 | |
CN114973815A (zh) | 一种用于在线教学对学生进行测试的系统、方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |