面向融合学前教育的联邦多模态家校协同舞蹈干预：兼顾隐私保护与可解释AI的框架

该研究提出一个面向融合学前舞蹈教育的联邦多模态框架，将姿态序列编码、教师记录嵌入、家长文本表征与互动日志建模结合，在模态不完整条件下实现可靠性感知融合，并耦合公平性正则与差分隐私训练。框架内置受限推荐模块，把模型输出转化为面向教师与照护者的分角色指导，同时保留证据可追溯性。研究设计了16周三臂整群随机试验方案与八组实验矩阵，覆盖干预效果、保持、中介、公平性、消融、稳健性、隐私—效用权衡与跨园迁移。结果显示HomeSchool-AI在动作技能与社会融合方面收益最大，为园长和教师在家校协同舞蹈干预中兼顾数据治理与教学决策提供了可执行的技术路径。