论新媒体平台在国际中文教育中的应用——基于对YouTube和Bilibili平台的考察

来源 :钱焱 | 被引量 : 0次 | 上传用户:gtrfanfan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着中国经济的发展,中国的国际影响力不断提升,国际学生学习汉语的热情席卷全球。随着5G网络的普及,汉语教育的技术和形式也在逐渐多样化,特别是在新冠疫情期间,远程学习技术得到迅速推广和普及,逐渐成为一种主流的教学模式。毫无疑问,在线教育课程也将是未来国际中文教育发展的一大趋势。随着直播和视频娱乐的兴起,越来越多的汉语学习者开始利用新媒体视频直播平台学习汉语。作为中国年轻一代集中的文化社区和视频媒体平台,You Tube和Bilibili拥有众多的视听资源和语言学习资源,如何把各种汉语教学资源与新媒体平台有效结合起来,为学习者提供便捷的汉语学习途径,成为当下一个亟待解决的问题。从后疫情时代国际中文教育的现状来看,研究对象为You Tube和Bilibili,结合多模态和参与式文化教育理论,采用实证研究法、对比研究法、个案研究法,分析和比较国内外视频直播平台在汉语教学方面的优势及不足,侧重讨论国内视频直播平台在汉语教学中的实践可行性和教育价值,希望能为国内的汉语教师提供有意义的教学参考,同时也为留学生汉语学习提供帮助,为国内新媒体平台在对外汉语教学上的应用提出可行性的建议。首先从国内新媒体平台中选取了12个主流平台,分别从平台性质、汉语学习板块、汉语教学视频/直播类型、词汇教学内容、语法教学内容、语音教学内容、文化教学内容、主播/UP主数量、订阅人群等9个方面进行调查分析,探究国内新媒体平台应用于汉语教学的可行性。在此基础上,考察了目前国外新媒体平台You Tube的对外汉语课程特点,并结合国内实际教学情况,总结出国内外新媒体平台在汉语教学中语言教学板块、教学分级、文化教学、课程分类等方面的差异点。其后从多模态教学、参与式文化的理论基础以及Bilibili运营现状的现实条件等方面,论证了作为国内新媒体平台中的主流平台Bilibili应用于对外汉语线上教学的可行性。具体而言,完善的语言教学板块、碎片化的学习模式、灵活的学习直播功能都是Bilibili可以应用于汉语教学的具体体现。最后以Bilibili为例进行了汉语教学设计,并在课后了解学习者用Bilibili学习汉语的用户体验,为国内新媒体视频直播平台在对外汉语中的应用提出更好的建议和展望。目前针对新媒体视频直播平台应用于对外汉语教学的研究成果并不多见,从理论与实践相结合的角度上看,笔者对国内外主流视频直播平台在对外汉语教学中的应用做了较为系统和全面的比较分析,并针对Bilibili平台的汉语教学提出了总体方案,教学实践证明其教学效果良好。这一研究不仅为对外汉语线上教学提供了理论指导,而且具有对外汉语教学的实践应用价值和意义。
其他文献
得益于三维堆叠、多级存储单元等技术的进步,闪存存储密度快速提升,基于四级存储单元闪存的固态盘(Quad-Level Cell Solid State Drive,QLC SSD)成为主流存储设备之一。然而,一方面I/O负载的多样性和复杂性导致盘内缓存效率低下;另一方面QLC闪存容量的提升带来了闪存页间差异、读写性能差异加剧和寿命衰减等问题,导致QLC SSD无法满足应用的需求。结合I/O负载特征和
学位
随着信息技术的飞速发展,传统计算机面临着冯·诺依曼瓶颈和晶体管微缩物理极限问题,越来越难以满足日益增长的数据处理需求。尤其,在非结构数据的处理中,硬件类脑计算系统可实现数据的高效并行处理,是目前研究的热点。在类脑计算系统中,最耗计算资源的矩阵乘法运算,可通过大规模存储器交叉阵列(Crossbar)来加速。因此,构建大规模存储器交叉阵列是实现类脑计算系统的硬件基础。值得注意的是,随着存储器阵列规模和
学位
量化投资源于国外,伴随着金融全球化以及我国计算机与互联网技术的发展,国内的量化投资起步虽晚却发展迅速。量化投资的核心就是量化投资策略的搭建,如今的金融市场形式复杂多变,对已有量化策略的有效性提出了新的挑战,投资者如何利用量化投资追逐利润和有效控制风险也成了国内外研究的热点。MACD策略是国内投资者普遍使用的策略之一,其关键就是利用近期资产价格计算出快线、慢线指标,根据指标形态对未来做出预判。MAC
学位
新型非易失内存(Non-volatile Memory,NVM)具有字节寻址以及断电不丢失数据的特性,处理器可以通过加载和访问指令直接访问NVM,程序员借助这些特性可以在NVM中直接构建数据结构而不需要使用序列化操作。然而传统的文件系统并不能支持以字节粒度对NVM进行写入操作,因此需要构建一种细粒度的NVM空间管理方式。动态随机存取存储器(Dynamic Random Access Memory,
学位
随着人工智能的高速发展,深度神经网络模型的参数规模日益增大。研究人员使用剪枝等技术将权值矩阵裁剪,转化为稀疏深度神经网络,从而减少模型的存储成本和计算开销。另一方面,随着图形处理单元(Graphic Processing Unit,GPU)算力的不断提升以及GPU加速技术的快速创新,快速深度神经网络推理加速已经成熟。然而,由于稀疏深度神经网络的核心算子稀疏矩阵乘法(Sparse Matrix-De
学位
未爆弹一般都埋藏在地表或者离地面较浅的位置,对国民的生命和财产安全具有潜在威胁,需要及时清除。如何准确高效地探测未爆弹是未爆弹处理中的关键问题。瞬变电磁法(TEM)由于虚警率低、目标识别能力强而备受关注。此外,如何根据所探测的信息准确估计出目标体的位置是未爆弹探测的另一个关键问题。基于此,本文围绕这两个问题展开了研究,完成的主要工作和取得的成果如下:(1)基于瞬变电磁法的基本原理,提出了未爆弹探测
学位
闪存单元不断增加其存储密度,从单比特(Single-Leve Cell,SLC)到三比特(Triple-Level Cell,TLC)、四比特(Quad-Level Cell,QLC),从而增加闪存固态盘的整体存储容量,但这也显著增加读写延迟并降低可擦除次数。为了提升性能,TLC/QLC固态盘内部通常采用混合架构,一部分闪存单元设置成SLC模式,从而构成SLC层,作为后端QLC层的缓存。当前混合固
学位
负载的倾斜分布现象广泛存在于各种场景中,降低热点数据的读写延迟对提升系统整体服务质量有重要意义。B+树是一种被广泛应用的索引结构,新兴的非易失内存(Non-Volatile Memory,NVM)为B+树应对数据热点问题提供了新的思路,但已有的NVM上B+树相关研究工作都没有对冷热数据进行区分,这降低了它们对倾斜负载的服务能力。本文便主要聚焦于在NVM场景下设计热点感知的B+树结构。在对B+树的热
学位
麦角固醇是真菌细胞膜的重要组成部分,是维生素D等甾体类药物的重要前体,市场需求大且供不应求。目前,麦角固醇主要从酵母、青霉菌中提取,存在含量低、生产成本高、生产能力不足等问题。许多研究者通过超表达麦角固醇合成路径中1~2个基因或者理化诱变等方法改造酿酒酵母,缺乏对整个合成通路的系统研究。酿酒酵母合成麦角固醇的代谢工程改造,有望大幅提高麦角固醇产量。本文围绕酿酒酵母中麦角固醇合成与转运路径,系统分析
学位
从2000年初始,中国开始加大对核电建设的论证,国家核安全局组织各个部门重新评估如何保障核电站的安全,为了更好的实现纵深防御与多样性(Defense-in-Depthand Diversity,D3),做好核电站保护系统的备份,多样性驱动系统即第二套保护系统的设计成为各位专家、学者的研究重点。核电站的多样性驱动系统作为核电站保护系统的备份,在多样性上的技术研究和工程应用越来越重要,作为核电站仪控系
学位