姓    名：罗杨洋

学    位：教育学博士

职    称：讲师(硕士研究生导师）

研究领域：高等教育学习分析、高校教育信息化、教育数字化转型

学习经历：毕业于清华大学教育研究院，

主要科研成果：

[1]韩锡斌,崔依冉,罗杨洋.职业院校数字校园的内涵、框架及要求——《职业院校数字校园规范》解读之一[J].中国职业技术教育,2020(34):5-9.

[2]刘革平,罗杨洋,韩锡斌.职业院校数字校园中的数据治理探究——《职业院校数字校园规范》解读之五[J].中国职业技术教育,2021(04):32-38.

[3]罗杨洋,韩锡斌.基于学生在线学习行为特征的混合课程分类研究[J].中国电化教育,2021(06):23-30+48.

[4]罗杨洋,韩锡斌,周潜.网络教学环境赋能职业院校在线教学的影响因素及策略研究[J].清华大学教育研究,2021,42(03):137-145.

[5]罗杨洋,韩锡斌.基于增量学习算法的混合课程学生成绩预测模型研究[J].电化教育研究,2021,42(07):83-90.

[6]罗杨洋,韩锡斌.混合课程学生成绩预测模型的可解释性探究[J].中国远程教育,2022(06):46-55.

[7]罗杨洋,刘畅,黄海峰等.基础学科拔尖人才培养政策的特征、缺憾及优化——基于入选“拔尖计划1.0”高校拔尖人才培养政策的分析[J].江苏高教,2023(05):72-81.

[8]包水梅,蒋悦,罗杨洋.高等教育研究数字化转向：内涵表征与可能风险[J].电化教育研究,2024,45(02):77-83.

[9]N. Chen, Y. Luo and X. Han, "Designing a System for Collecting and Analyzing Behavior Data of Instructors and Students in Blended Courses," 2019 Eighth International Conference on Educational Innovation through Technology (EITT), Biloxi, MS, USA, 2019, pp. 51-55,

[10]Y. Luo, N. Chen and X. Han, "Students' Online Behavior Patterns Impact on Final Grades Prediction in Blended Courses," 2020 Ninth International Conference of Educational Innovation through Technology (EITT), Porto, Portugal, 2020, pp. 154-158,

[11]Luo, Y., Han, X. & Zhang, C. Prediction of learning outcomes with a machine learning algorithm based on online learning behavior data in blended courses. Asia Pacific Educ. Rev. (2022).

[12]Luo, Y., Cui, Y. (2024). Improving Students’ Achievement Prediction in Blended Learning Environments with Integrated Machine Learning Methods. In: Khine, M.S. (eds) Machine Learning in Educational Sciences. Springer, Singapore.

在研项目：

纵向项目：全国教育科学“十四五”规划 2022 年度国家一般课题“数字化转型视角下中西部高校教学系统性变革研究”（课题批准号：BCA220213）（负责人）

横向项目：

中国高等教育学会理科教育专业委员会“高等理科教育”研究课题“基础学科拔尖人才培养计划实施经验及启示”(21ZSLKJYZG02)（第一参与人）

内蒙古商贸职业学院数字校园行动计划及保障措施规划

宁波城市职业技术学院和石家庄铁路职业技术学院数字校园顶层设计规划服务

学术兼职：国内外多本CSSCI、SSCI合作审稿人

联系方式：luoyy@lzu.edu.cn