通过注释构建知识：对注释输出进行分类

在您的学生对课程中的文本进行注释后，您如何对这些注释进行分类？您是否有自己的分类方案，或者您应该从其他人那里获得？有一个注释知识构建分类方案，目前已经出现在多篇论文中……。

最近是在 Morales, E., Kalir, J. H., Fleerackers, A., & Alperin, J. P. (2022)的论文中：Using social annotation to construct knowledge with others: A case study across undergraduate courses F1000Research, 11.

这七个知识建构类别之前出现在：Plevinski, J., Weible, J., & DeSchryver, M. (2017)。Anchored annotation to support collaborative knowledge construction。Philadelphia, PA: International Society of the Learning Sciences。
 

Plevinski et al table 1 segment

它们还出现在： Eryilmaz, E., van der Pol, J., Ryan, T., Clark, P. M., & Mary, J. (2013). Enhancing student knowledge acquisition from online learning conversations. International Journal of Computer-Supported Collaborative Learning, 8, 113-144

Eryilmaz Framework

它们首先以稍为广泛的形式（10 个类别）出现在： Gay, G., Pena-Shaff, J., & Martin, W. (2001). An epistemological framework for analyzing student interactions in computer-mediated communication environments. Journal of interactive learning research, 12(1), 41-68.

在这四篇论文中，Morales的论文拥有最大的注释语料库（2121 个注释），并使用了一个现在可以广泛访问的平台(hypothes.is)。最近的另一篇论文具有类似规模的注释语料库（约 2,200 个注释），对输出进行纵向分析、孤立和线程注释的百分比、主观注释质量以及学生对协作注释的额外定性反馈。

在 Morales 等人分析的课程中，解释是最常见的知识建构活动类型，其次是阐述和澄清。冲突很少见。

Morales et al KC activities all courses

如果您正在分析不同课程的注释输出，或孤立注释与线程注释，这提供了比较这些子类别中知识构建类别百分比的机会。作者进行了这两项分析。

将来可再分析：

  • 时间轴（……注释知识构建活动在课程中从作业 1 到作业 5 发生了怎样的变化？）
  • 不同的小组组成
  • 不同的组大小
  • 不同的机构

在Morales 等人的研究中， 76% 的学生社交注释没有收到同行的回应，因此不属于任何线程讨论的一部分。在所分析的一门课程中，只有 6% 的学生社交注释在线程中。如果您使用的是注释平台，那么您的课程如何比较？许多人都熟悉这句话：如果一棵树倒在森林里，周围没有人听到，它会发出声音吗？注释研究界的人可以考虑：如果一个注释仍然是孤立的，它是否被阅读过？它有影响吗？.......这些是需要考虑的有趣问题........

Morales 等人在论文末尾提供了教学技巧……..

“Aiding Instructor knowledge of student social annotation through efficient feedback processes would also help inform the ways in which instructors participate in online discussion to clarify student misunderstandings and build connections to relevant disciplinary literature and methods.”（译文：“通过有效的反馈过程可以帮助教师了解学生社会注释，也将有助于告知教师参与在线讨论的方式，以澄清学生的误解并建立与相关学科文献和方法的联系。”）

  • 教师可能需要帮助监控注释输出，以便他们可以建设性地塑造它
  • 这项研究中的教师仅贡献了 1% 的语料库，因此也许未来的教师们可以寻求一些帮助……

“Instructors model and transparently assess how SA enables productive, discipline-specific online discussion in accordance with course learning objectives”（译文：“教师作为示范并透明地评估 SA 如何根据课程学习目标实现富有成效的、针对特定学科的在线讨论”）

  • 这是一个很好的提醒，让教师自问他们是否在协作注释和课程学习目标之间建立了建设性的一致性……

由Gay 等人 在(2001) 论文最初阐述的类别，并重新出现在 Erilymaz (2013)、Plevinski (2017) 和 Morales (2022) 论文中是合乎逻辑的，实施起来似乎是合理的。这些作品中的注释是由人工编码的，但也许一些技术正在研发中用来为以后的注释分类。研究人员之间共享的分类方法将支持跨课程、学科和机构的复制和比较——这是一件好事！