智能MMLA方法可以为虚拟世界环境中的三个存在和学习成果提供有用的反馈，并为中学科学教育的教学干预提供信息。

这项研究旨在探讨社交、认知和教学存在以及学生在协作科学学习中的学习成果。研究使用了「学习社群」（CoI）框架来支持虚拟世界中的线上协作学习过程。CoI框架包含三个要素：社交存在、认知存在和教学存在，通常与学习成果相关。然而，在线上协作学习中测量这些存在有一些挑战，例如缺乏统一的方法、异质性数据、侵入性的数据收集方法以及对虚拟世界中多模态学习分析（MMLA）的有限研究。 为了应对这些挑战，本研究将在中学教育中设计并实施一种智能MMLA方法。主要研究人员团队开发的虚拟世界平台「Learningverse」将用作协作学习环境。Learningverse提供了一个沉浸式环境，学习者可以使用与自己相似的虚拟角色（头像）在共用电脑上的网镜头上参与协作学习活动。 本研究将采用设计为基础的研究方法，分为四个阶段：（1）需求和挑战分析，（2）设计和开发智能MMLA方法，（3）三个迭代循环的实施和改进方法，以检视三个存在的模式和学习成果，以及（4）反思。参与者包括八名科学教师和八个七年级班级。数据收集包括在Learningverse中记录的多模态数据、教师和学生的回顾性访谈以及领域测试。定性和定量分析方法都涉及到，以确定每个存在组件的具体指标及其模式，以及这些模态与学习成果之间的关系。 这项研究具有理论和实际意义。它是一项先驱性研究，旨在基于CoI框架开发一种智能MMLA方法，以识别3D沉浸式和协作虚拟世界环境中社交存在、认知存在和教学存在的具体指标及其模式。智能MMLA方法可以为虚拟世界环境中的三个存在和学习成果提供有用的反馈，并为中学科学教育的教学干预提供信息。此外，它有潜力在本地和国际上推广更好的沉浸式和协作科学学习体验。