華語文一直是現今學習第二外語的熱門語言，在華語文的學習上大多重視學習者在聽與說的能力，在閱讀上反而忽略了其重要性，使得學習者雖然具備華語文的基礎表達能力，但對於漢字構成訊息的處理能力，卻無法理解其整體的內容和意思出來。在教學上，教師鮮少能針對在學習上有問題的學生以完整、結構性的補救方式輔導學生進行學習，使得學生在閱讀的認知結構上遇到困難卻無法得到立即的更正，進而影響到後續的學習。在學習後的評量上，同樣也很少針對評量結果中錯誤的概念給予相應的補救教學，使得學生儘管了解自己的學習成效，卻無法解決學習上的障礙，也因此才需要透過知識結構的學習診斷與補救教學，將學生在知識結構上的錯誤概念找出後，給予適合的補救教學。而開放式課程作為目前教育界討論未來數位學習趨勢的熱門話題，不僅具有小單元內容進行教學的特點，以避免學習者產生認知負荷而降低學習成效，對雙碼理論而言，其也具備了語文編碼中的詞彙、語句和文章內容，以及圖像編碼中的影片及聲音，使學習者更容易了解和記憶學習，進而提升學習者的補救教學成效。本研究所建置的華語文閱讀診斷與開放式課程補救教學，期望利用知識結構、順序理論、貝氏網路等理論與工具進行學習診斷，能診斷出學習者在華語文閱讀上的錯誤概念之外，再以開放式課程進行補救教學，達到強化補救教學成效之目的。
本研究以63位台北市某大學國語教學中心學習華語文的外籍人士，程度為國語文中心之初學者作為研究對象，採用準實驗研究法，實驗組為32人，對照組為31人。先以適性化診斷測驗診斷受測者在華語文閱讀能力上的錯誤概念，接著實驗組採用本研究所建置之華語文閱讀診斷與開放式課程補救教學系統、對照組採用華語文診斷與傳統教師補救教學模式進行補救教學，最後進行補救教學成效測驗和學習保留量測驗。研究結果發現透過本研究所建置之系統進行補救教學後，在補救教學成效和學習保留量上顯著優於以傳統教師授課進行補救教學的受測者，並且在知識節點錯誤概念的進步幅度上，同樣也是使用本系統的受測者進步幅度優於傳統補救教學的受測者。而在受測者使用完本系統後，大多表示使用本系統能有效的幫助受測者在華語文閱讀上的學習，並希望以後能有這樣的系統作為華語文學習的方式。

Chinese has always been a popular second language nowadays. In the Chinese language learning, most learners focus on their listening and speaking ability, but they tend to neglect the importance of their reading ability. As a result, although they have basic capacity of expression, they can’t understand the overall content and the meaning when using Chinese. In teaching, Chinese teachers rarely can focus on students’ problems and provide them a complete and structural tutoring for remedy. After assessments, they can’t have situated remedial instruction. Chinese students understand their own problems, but they can’t solve them. For this situation, people need to find out students’ misconception through the learning diagnostic and remedial instructions.
To improve the shortcoming, this research focuses the following theories to figure out the problems. As a trend of the future digital learning, Open Course Ware (OCW) has a feature of a small unit teaching content to avoid and to reduce the cognitive load of learning. Also, according to the dual coding theory, vocabulary, statements and content of the article can be coded to be image, video and audio. It makes learners easier understand and remember what to learn, and thus enhance their learning performance.
In this study, a system, for the Chinese reading diagnosis and OCW remedial instruction, is constructed. In the beginning, with this system, researchers look forward to using the knowledge structure, order theory, Bayesian networks and other learning theories and tools to diagnose Chinese reading misconception. Then OCW, for remedial instruction, strengthens the effectiveness of remedial teaching purposes.
In the study, there are 63 participants from the Mandarin Training Center (MTC) in Taipei. 32 members of them are purposively assigned to the experimental group (EG), and the other 31 ones to the control group (CG). In the teaching experiment, firstly with adaptive diagnostic tests, subjects are diagnosed in the Chinese language for reading ability misconception. Secondly, in EG the members use the Chinese language reading diagnosis and remedial teaching system OCW. On the other hand, in CG the ones use the diagnosis and traditional remedial teaching. In the end, both they have the test for the effectiveness of remedial teaching and learning retention.
The results show the following results. Firstly, with OCW the effectiveness out of the instruction of the remedial teaching and learning retention is significantly better than the one of the traditional remedial teaching subjects. Secondly, knowledge nodes help solve the misconception. By the way, most of the subjects express that the use of OCW can effectively help themselves in the Chinese reading. After the experiment, they hope to be able to have such a system as a way of learning the Chinese language.

參考文獻
台灣開放式課程聯盟（2011）。鏈結世界教育資源開放脈動 拓展全新視野!!。2013年5月19日，取自http://www.tocwc.org.tw/portal_g7.php?button_num=g7
江啟明（2010）。二階段試題之貝氏網路與電腦化測驗研發。國立台中教育大學教育測驗統計研究所碩士論文，未出版，台中市。
李佳蓁、劉育隆、郭伯臣（2011，6月）。貝氏網路在數學評量的應用-以國小五年級「怎樣解題」單元為例。論文發表於華梵大學舉辦之「數位科技與創新管理研討會」學術研討會，新北市。
李俊儀、許雅菱、施淑娟、郭伯臣、許天維（2005，3月）。貝氏網路在錯誤類型分類之應用-以國小四年級學童「面積」單元為例。論文發表於銘傳大學舉辦之「銘傳大學2005國際學術研討會」學術研討會，桃園縣。
林建福（2008）。以知識結構及貝氏網路為基礎進行國小五年級小數乘法單元課程設計與評量建構之研究。國立台中教育大學數學教育研究所碩士論文，未出版，台中市。
林玉華（2011）。應用二階段貝氏網路適性學習系統進行補救教學之成效分析－以比、比值與成正比單元為例。國立台中教育大學數學教育研究所碩士論文，未出版，台中市。
林文通（2010）。我國對外華語文教育現況與展望。2013年4月30日，取自 http://r9.ntue.edu.tw/activity/multiculture_conference/file/2/2.pdf
余民寧（2002）。教育測驗與評量─成就測驗與教學評量。台北：心理。
周雅釧、黃志勝、施淑娟、郭伯臣（2009）。結合線上診斷評量系統之適性補救教學研究。網際網路技術學刊，10（4），419-425。
吳清山、林天佑（2003）。個別差異。教育研究月刊，116，160。
吳致秀（2006）。日語低學習成就學生補救教學模式之探討及相關問題之研究。台中技術學院人文社會學報，5，223-239。
吳慧珉（2006）。以知識結構為基礎之適性測驗選題策略強韌性探究。測驗統計年刊，14（2），1-16。
孟虹（2000，12月）。成人學習漢語之特點及教師行為準則。論文發表於世界華語文教育學會舉辦之「第六屆世界華語文教學研討會」學術研討會，台北。
洪榮照、廖盈絜（2009）。國中輕度障礙學生數學學習之錯誤類型分析--以「整數(正整數、負整數)加減」為例。特殊教育與輔助科技，3，24-31。
洪敏甄（2007）。應用貝氏網路進行國中數學二元一次聯立方程式單元之學習診斷測驗編製及適性補救教學設計。亞洲大學資訊工程研究所碩士論文，未出版，台中市。
洪雪芬（2012）。運用「評量-教學-再評量」模式於數學補救教學初探。論文發表於高雄市教育局國民教育輔導團舉辦之「2012南台灣教育論壇」學術研討會，高雄。
計惠卿、張秀美、李麗霞（2005，6月）。華語文數位教材之內涵與互動設計研析。論文發表於中華民國僑務委員會舉辦之「第四屆全球華文網路教育研討會」學術研討會，台北。
胡清暉（2013，2月8日）。搶攻線上教學 教部推磨課師 預計投入4億元 106年讓95％中小學都可無線上網 「磨課師」初期規畫15所大學 盼明年底能有百門課。中國時報。2013年5月14日，取自http://mag.udn.com/mag/edu/storypage.jsp?f_ART_ID=440752
施淑娟（2005）。應用貝氏網路認知診斷模式進行國小五年級小數單元學習診斷之研究。國立臺灣師範大學教育心理與輔導學研究所博士論文，未出版，台北市。
施雅文、楊智為、施淑娟、郭伯臣（2011，4月）。以貝氏網路為基礎建置二階段電腦化診斷測驗及補救教學媒體之研究－以國小低年級時間概念為例。論文發表於臺中教育大學數學教育學系舉辦之「2011第三屆科技與數學教育學術研討會」學術研討會，台中市。
高瑜璟（2006）。數位學習－學習的新趨勢。網路社會學通訊期刊，57，1-2。
陳新豐（2007）。台灣學位電腦化測驗研究的回顧與展望。教育研究與發展期刊，3（4），217-248。
陳燕珠（2010）。結合數學簡報軟體及貝氏網路適性學習系統之資訊融入擴分約分通分教學設計與應用。國立台中教育大學數學教育研究所碩士論文，未出版，台中市。
國家華語測驗推動工作委員會（2011）。2011年TOCFL考試報告。2012年6月20日，取自http://www.sc-top.org.tw/download/TOCFLtestreport_2011.pdf
張新仁（2000，11月）。補救教學面面觀。論文發表於國立高雄師範大學特殊教育中心主辦之「義務教育階段補救教學系統研究與實務研討會」學術研討會，高雄市。
張新仁（2001）。實施補救教學之課程與教學設計。教育月刊，17，85-106。
張良民（2006）。全球華語學習熱潮與僑教發展。教育人力與專業發展雙月刊，23（2），9-15。
張庭綱（2011）。建置華語文診斷與補救教學系統之研究。國立臺灣師範大學科技應用與人力資源發展學研究所碩士論文，未出版，台北市。
郭伯臣、張玲婉、楊智為、施淑娟（2009，4月）。以貝氏網路為基礎之數學「分數的乘法」多元評量設計。論文發表於朝陽科技大學所舉辦之「2009資訊科技國際研討會」學術研討會，台中市。
黃珮瑜、施淑娟（2010，4月）。貝氏網路適性診斷測驗暨學習系統融入國中英語時態教學初探。論文發表於國立新竹教育大學數位學習科技研究所舉辦之「2010電腦與網路科技在教育上的應用研討會」學術研討會，新竹市。
彭妮絲（2009）。華語文閱讀教學研究─以閱讀理論與個案為基礎之探討。聯大學報，6（1），39-61。
楊淑菁、楊智為、郭伯臣（2009，6月）。資訊融入國小數學科成效探討─以六年級柱體體積單元為例。論文發表於華梵大學資訊管理學系舉辦之「2009數位科技與創新管理研討會」學術研討會，新北市。
董鵬程（2007，11月）。台灣華語文教學的過去、現在與未來展望。論文發表於國立台北教育大學華語文中心舉辦之「 2007多元文化與族群和諧國際研討會」，台北市。
葉德明（1999）。華語文教學規範與理論基礎—華語文為第二語言教學芻議。台北︰師大書苑。
趙金銘（2004）。對外漢語教學概論。北京：商務印書館。
劉育隆、曾筱倩、郭伯臣（2006）。以知識結構為基礎之適性測驗系統建置。測驗統計年刊，14，17-35。
謝典佑、郭伯臣、許曜瀚、許天維（2008）。結合順序理論與貝氏網路之學生概念診斷模型。理工研究學報，42（2），1-14。
謝惠雯（2009）。開放式課程教材之著作權問題研究。國立臺灣師範大學圖書資訊研究所碩士論文，未出版，台北市。
簡茂發（1999）。多元化評量之理念與方法。教育資料與研究，46，1-7。
蘇珍文（2008）。以知識結構及貝氏網路為基礎開發國小語文領域「說明文」教材與評量。亞洲大學資訊工程研究所碩士論文，未出版，台中市。
Airasian, p., & Bart, W. (1973). Ordering theory: A new and useful measurement model. Educational Technology, 13, 50-56.
Anderson, B. (1991). Imagined Communities. New York: Verso.
Arendt, A.M.(2009). An Assessment of Utah Resident Incentives and Discentives for Use of OpenCourseWare. The International Review of Research in Open and Distance Learning, 10(5), 1-25.
Bart, W., & Krus, D. (1973). An ordering theoretic method to determine hierarchies among items. Educational and Psychological Measurement, 33, 291-300.
Bloom, B. S. (1984). The 2 sigma problem: The search for methods of group struction as effective as one-to-one tutoring., Educational Researcher, 13(6), 4-16.
Bunderson, C. V., Inouye, D. K., & Olson, J. B. (1989). The Four Generation Computerize Educational Measurement. Educational Measurement, 3, 367-407.
Brusilovsky, P. (1996). Methods and Techniques of Adaptive Hypermedia. User Modeling and User Adapted Interaction, 6(2-3), 87-129.
Baldi, S., Heier. H., & Stanzick, F. (2002). OpenCourseWare VS. Open Source Software – A Critical Comparison. Retrieved October 7, 2012, from http://csrc.lse.ac.uk/asp/aspecis/20020137.pdf
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297-334.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2 ed.). New York: Lawrence Erlbaum Associates.
Courville, A. C., Daw, N. D., & Touretzky, D. S. (2006). Bayesian theories of condition in a changing world. TRENDS in Cognitive Sciences, 10(7), 294-300.
David, W. A., Ingrid, Z., & Ann, E. N. (1998). Bayesian Models for Keyhole Plan Recognition in an Adventure Game. User Modeling and User-Adapted Interaction, 8, 5-47.
Dias, L. B. (1999). Integrating technology: some things you should know. Learning & Leading with Technology, 27(3), 10-13.
D’Antoni, S. (2007). Open Educational Resources: reviewing initiatives and issues. Open Learning, 24(1), 3-10.
Friedman N., Linial M., Nachman I., & Peter D. (2000). Using Bayesian networks to analyze expression data. Journal of Computational Biology, 7(3), 601-620.
Heaton, J. (1988). Writing English Language Test. London: Longman.
Heckerman, D., Mamdani, A., & Wellman, M. P. (1995). Real-world applications of Bayesian networks. Communications of the ACM, 38(3), 26-26.
Huijser,H., Bedford, T., Bull, D.(2008). OpenCourseWare, Global Access and the Right to Education: Real access or marketing ploy?. International Review of Research in Open and Distance Learning, 9(1), 1-13.
Jong B. S., Lin T. W., Wu Y. L., & Chan T Y. (2004). Diagnostic and remedial learning strategy based on conceptual graphs. Journal of Computer Assisted Learning, 20(5), 377-386.
Likert, R.A. (1932). A Technique for Measurement of Attitudes. Arch Psychology, 22(140), 1-55.
Lewis, J. R. (1995). IBM Computer Usability Satisfaction Questionnaires: Psychometric Evaluation and Instructions for Use. International Journal of Human-Computer Interaction, 7(1), 57-78.
Lewis, M. P. (2009). Ethnologue: Languages of the world. Retrieved May 15, 2013, from http://www.ethnologue.com
Moore, A. H. (2002). Lens on the Future : Open-Source learning. Educase Review, 37(2), 42-51.
MIT (2006). 2005 Program evaluation findings report. Retrieved
July 8, 2012, from http://ocw.mit.edu/ans7870/global/05_Prog_Eval_Report_Final.pdf
Nation, I. S. P. (1990). Teaching and learning vocabulary. Boston: Heinle & Heinle.
Otto, W. McMenemy, R. A., & Smith, R. J. (1973). Corrective and remedial teaching. Boston: Houghton Mifflin.
Pearl, J. (1988). Probabilistic Reasoning In Iintelligence Systems: Networks of Plausible Inference. San Mateo, CA:Morgan Kaufmann.
Paivio, A. (1971). Imagery and verbal processes. New York, Holt: Rinehart, and Winston.
Paivio, A. (1990). Mental representations: A dual coding approach. Oxford, England: Oxford University Press.
Pan, S., & Cornell, R. (2002). Optimum Use of Video in Light of Cognitive Learning Theories. Journal of Educational Media & Library Sciences,40(2), 14.
Richards, J. C. (1976). The role of vocabulary testing. TESOL Quarterly, 10, 77-89.
Russell, S. J., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach (2nd ed.). New Jersey: Prentice Hall.
Ramzy, A. (2006). Get ahead, learn Mandarin. Time Magazine. Retrieved July 9, 2012, from http://www.time.com/time/magazine/article/0,9171,1205427,00.html
Stephen, M., & Prasad T. (2007). Structured machine learning: the next ten years. Machine Learning, 73, 3-23.
Schmitt, B., Tavassoli, N., & Millard, R. (1993). Memory for print ads: Understanding relations among brand name, copy, and picture. Journal of Consumer Psychology, 55-81.
Wood, D., Bruner, J., & Ross, G. (1976). The role of tutoring in problem-solving. Journal of Psychology and Psychaitry, 17 , 89-100.
Wang, M. C. (1992). Adaptive education strategies: Building on diversity. Baltimore: Paul H. Brookes.