计算和大数据可以用于教育革命。它们能够以以前不可能的方式研究在线学习者的行为，可以用来设计更好的内容和学习环境，并开发个性化教学的工具和机制。这就是我的研究重点，它结合了学习科学、人工智能、数据科学和人机交互。与这类研究相关的主要关键词是教育数据挖掘、学习分析和教育中的人工智能。此外，我对计算机科学教育以及算法的设计和分析感兴趣。
质量和可及性。在线学习还具有在降低成本的同时扩大教育规模的潜力。因此，通过改进在线学习环境的教学方法，我希望有助于使高质量的科学教育更容易获得和负担得起。
我的研究主要集中在i)数据驱动的、基于科学的研究，以便在在线科学教育环境中更好地教学;Ii)使用算法和数据驱动的方法，实时向学习者推荐教育内容;Iii)设计可用于算法化的主题知识的形式化表示;Iv)开发在线追踪学习者知识和其他相关因素(如参与度)的方法。
应用程序域。我关注的应用领域是K12科学教育的数字学习环境，从设计用于教授特定概念的智能辅导系统，到提供完整课程环境的大规模开放在线课程(MOOCs)。
多学科的研究。我的研究横跨科学教育研究、学习科学、计算方法、统计建模、人工智能和编程。我进行直接适用于在线学习工具的应用研究，并与数字科学教育内容的开发者合作，以确保这项研究为本地和全球学习者带来可衡量的教学价值。
加入我的团队吧!我一直在寻找聪明的学生，有计算机科学(算法，机器学习，人工智能亚博英雄联盟)，认知和行为科学的背景，有实际编程经验(最好是R/Python)。
社区的参与。除了我的研究活动，我还与当地的学校系统、非政府组织和旨在促进代表性不足社区的倡议合作。
