Research Notes

把研究生阶段的论文与系统，整理成可阅读的学术札记

这些札记来自 MSEC Portfolio 与 HCI 方向简历材料，覆盖教育公平、因果推断、AI 学习系统、学习分析和人机协同。它们会逐步成为 InGenius Learning Lab 公开内容体系的一部分。

浏览札记查看 AI Annotation 项目

MSEC Portfolio Selected Research, Systems, and Scholarly Materials

Economics + Computation + Learning Sciences

Project Spotlight

AI Annotation: 从内容呈现走向学生思维可见化

CV 中的 AI History Annotation System 是一个面向历史学习的交互式阅读与标注平台。它把文本高亮、AI 提问、讨论空间和多模态支持整合在一起，让学生在阅读历史材料时留下可观察、可反馈、可研究的思维痕迹。

打开项目介绍

Notebook

每一篇都以“研究问题、方法路径、主要洞察、与 InGenius 的连接”重写，方便未来继续扩展为正式博客。

用 PCA、聚类和网络分析理解中国省际教育资源分布与连接结构。

用倾向得分、IPW、trimming 和 causal forests 评估自适应推荐是否提升学习。

从政策设计角度讨论非语言测评能否改善 ELL 学生的 gifted identification。

把 RAG、跨国教材比较、AI 图像和互动测验组合为一个历史学习体验。

用 matching 和 IPTW 观察在线辅导策略与学生学习成功之间的关系。

多智能体把历史段落转化为漫画式镜头序列、图像提示和验证报告。

从内容生成转向高亮、标注、讨论和解释过程的可见化。

参与 3,720 篇学习分析论文的语料整理、提示分类与价值链阶段标注。

把学习理解为决策、潜在状态和人机共同适应的反馈系统。