![](images/pdf-icon.jpg)
课堂学习投入水平是保障学习成效的重要元素,也是研究者对学习过程进行有效干预、提升学习效果及学习满意度的重要指标。随着在线学习、移动学习助力传统课堂,研究者发现这些学习方式灵活性高、针对性强,但同时也容易产生认知、行为及思维的碎片化现象,进而导致注意力分散、学习投入不够等问题[1]。而混合学习由于能衔接线上线下教学的优势,在一定程度上能规避上述弊端,从而有效提高学习者的学习投入水平[2]。但混合学习更需要教师能灵活设计教学情境,采用不同的教学组织形式攻克教学重难点,合理运用线上线下的互动环节,设置多样化的评估反馈机制等,这些学习活动的组织,构建了学生的混合学习情境。
混合学习情境属于教学设计范畴,学习投入属于学习行为范畴,探讨教学设计对学习行为的影响机制一直是教育研究的热点问题。学习者对情境的感知在一定程度上影响着学业成绩,很多研究者会采用实证研究的方法,探讨某一教育情境要素对学习者学业表现、学习投入水平的影响[3]。也有研究者会从混合学习的任务难度、所提供的技术与任务难度的匹配度、学习者是否愿意接受所提供的技术方案等方面,对学习成绩产生的影响开展研究[5]。但极少有研究者从教育研究的实际需求出发,对混合学习中存在的问题进行整合,探讨混合学习情境是如何在任务技术适配、技术接受程度等的作用下影响学习投入水平的。因此,本研究试图构建混合学习情境感知(learning situation perception,LSP)、技术接受程度(technology acceptance degree,TAD)、任务技术适配(task-technology fit,TTF)及学习投入水平的关系模型,厘清混合学习情境感知对学习投入水平的影响机制,并据此探讨有效提高混合学习投入水平的策略。
1 相关研究进展1.1 学习投入的相关研究学习投入指的是学习者表现出来的积极、充实的学习状态[4]。学习投入不仅与短期的学业评价、成绩及学习动机显著相关,而且对自我效能、自我认知、幸福感等都有长远的正向预测作用[5]。针对学习投入的研究可以分为三个层级:机构层级、课程层级及活动层级[6],各层级的选择直接影响其测量及评价方法,本研究侧重于课程层级。在这个层级里,行为投入、认知投入和情感投入是比较公认的三个子维度[7-8]。行为投入指参与者在执行学习任务过程中的交互行为水平,如生生交互、师生交互和生机交互水平。认知投入指学习者对深层认知加工策略的使用及感知思维的过程,例如自我监督、学习策略使用等。情感投入则指学习者在学习过程中对自我情绪状态的觉知并能进一步进行自我调整的过程[9]。各维度协力驱动学生在不同学习状态中切换,进而促成心理维度和认知结构的转变。
在混合环境中有效使用问题情境、学习资源、学习工具,可以提高学生的学习动机和兴趣,进而提高学生的行为、认知和情感层面的投入水平[10]。研究者通过引进适宜的学习材料、设计符合认知规律的内容模块及控制认知负荷来验证其能否促进学生参与课堂,并提倡将高影响力的课堂学习材料与低影响力的自学材料结合起来[11]。互动设计的研究还证实成员互动、协作学习、面对面地引导等都能加大情感投入并对学习投入水平产生直接的正向影响[12]。此外,评估反馈的设计如必要的作业设置和测验、及时的反馈也是促进学习投入的有效方法[13]。虽然目前研究者对学习情境感知因素的观点不一,但以上几个层面的因素还是被广泛认同的,即情境设计、内容设计、互动设计及评估反馈。混合学习设计也正是通过学习者对这些学习情境的感知,影响其行为投入、认知投入和情感投入。
1.2 混合环境下技术接受模型和任务技术适配的融合技术接受模型是一种侧重分析用户接受产品、技术、课程影响因素的理论模型,包括感知有用性和感知易用性。感知有用性指个体认为使用某一特定系统或技术可以提高其工作绩效的程度,而感知易用性指个体感知产品或者技术是否容易使用的程度[14]。个体是否愿意继续使用新技术、新环境、新方法很大程度上取决于对其有用性和易用性的感知,也会进一步影响学习态度及学习投入水平。技术接受模型也被认为是判断学习情境质量的一条基准线[15]1195,研究者依据技术接受模型量化技术接受程度。Lee等[16]探讨了影响技术接受程度的情境质量指标:教师特点、教学材料、学习内容设计及游戏性,结果发现,教师特点、学习材料与感知有用性呈正相关,学习内容设计与感知易用性也呈正相关。Yang等[15]1197发现感知有用性在学习情境感知与课程使用意愿间起到了中介作用。另外,针对技术接受模型和学习投入水平的研究表明,对课程内容及活动的有用性感知将影响学习者的学习投入及学业成绩[17],在智慧教室环境下的技术接受程度也同样对学生行为投入存在显著影响[18]。
目前针对学习情境对学生投入水平的影响研究还相对匮乏,任务技术适配理论则为技术和任务之间搭建了一座桥梁。任务技术适配理论表明在信息系统使用过程中,所使用的资源、工具与任务越相匹配,个人业绩将越出众[19]。在混合学习过程中,教学设计与任务需求的匹配程度直接影响学习者对学习活动的感知及其最终效果[20]。这里的任务需求可以分为两个层面:一是学习任务需求,即学习者明确的学习目标; 二是个体任务需求,即个人信息素养、学习风格等。有关多媒体学习的研究[21]也显示,先验知识、经验知识、动机等个人特征在学习过程中起到了非常重要的作用,会直接影响学习任务的顺利完成。任务技术适配理论的提出是对技术接受模型的有效补充,将这两者进行整合研究可以洞悉学习者接受、使用学习系统的行为、心理及最后结果的关系。因此,本研究将融合技术接受模型与任务技术适配模型,探讨学习情境感知是如何通过它们影响学习投入水平的。
2 研究设计与方法2.1 研究假设基于上述分析,本研究构建包含混合学习情境感知、技术接受程度、任务技术适配及学习投入水平4个变量的研究模型,如图1所示。
根据该模型,提出以下几点假设:
假设1:混合学习情境感知对技术接受程度、学习投入水平有显著的直接影响。
假设2:技术接受程度在混合学习情境感知和学习投入水平之间起到中介作用。
假设3:任务技术适配在“混合学习情境感知到技术接受程度”“技术接受程度到学习投入水平”这两条路径上起到调节作用。
2.2 研究方法及测量工具虽然混合学习适用于各类课程,但理论与实践紧密结合的课程更具代表性。因此,本研究选取了学习“视频制作原理与技术”“电工电子学”“计算机基础”课程的228名学生作为被试者,被试者的混合学习时间均在12周以上。问卷经由问卷网发放,实际回收有效问卷215份,有效问卷的回收率达到85.1%,符合统计学标准。本研究所采用的量表是在成熟量表的基础上整理而成,包括技术接受程度、任务技术适配、学习情境感知、学习投入水平4个一级指标,每个一级指标包含若干个二级指标,每个二级指标至少包含3个观测变量。采用李克特五级量表(非常不符合为1,不太符合为2,难以判断为3,比较符合为4,非常符合为5)设计题项。混合学习情境感知对学习投入水平的影响量见表1,整份量表的克隆巴赫系数(Cronbach's α)为0.979,信度较好。
表1 混合学习情境感知对学习投入水平的影响量表
Table 1 Impact scale of blended learning situation perception on learning engagement level
3 试验结果分析
本研究通过统计软件SPSS分析模型的信效度及各变量之间的相关关系,通过插件Process确定各变量之间的直接与间接关系,完成中介和调节分析,进而验证提出的假设。
3.1 信度效度及相关分析本研究先对所有题项做标准差分析,把标准差小于0.75的题项移除,移除后的题项为32项。量表各维度的可靠性通过克隆巴赫系数和组合信度得以呈现。各维度的信度、区分效度及相关关系见表2。由表2可知,学习情境感知、任务技术适配、技术接受程度、学习投入水平各个维度的克隆巴赫系数均大于0.8,信度良好,具备较好的内部一致性; 组合信度均大于0.7,这表明收敛效度较高。衡量各维度收敛效度的平均方差提取值也均大于0.50,平均方差提取值的平方根值均大于各变量间的相关系数,这表明具备较好的区分效度。同时,相关分析显示,学习情境感知、任务技术适配、技术接受程度及学习投入水平之间均存在显著相关。
3.2 中介与调节效应分析
模型检验见表3。通过表3的“学习投入水平(总效果调节)”一列发现,学习情境感知对学习投入水平的影响显著(β=0.681,p<0.01),而调节项不显著(β=0.029,p>0.05),因此,可以继续做带调节的中介模型分析。从表3的“技术接受程度”“学习投入水平”两列可知,学习情境感知显著影响技术接受程度(β=0.644,p<0.01),任务技术适配在“学习情境感知”到“技术接受程度”路径上的调节作用显著(β=0.164,p<0.01); 技术接受程度显著影响学习投入水平(β=0.299,p<0.01),任务技术适配在“技术接受程度”到“学习投入水平”路径上的调节效应不显著(β=-0.040,p>0.05)。由此可知,任务技术适配在学习情境感知与技术接受程度间起到调节作用,而在技术接受程度与学习投入水平间不起作用。学习情境感知对学习投入水平的直接效应显著(β=0.460,p<0.01),可见,技术接受程度在学习情境感知与学习投入水平间起到了部分中介作用,且中介效应占总效应的比例为38.5%。故假设1和假设2得到完全验证,假设3得到部分支持。
表4为技术接受程度在任务技术适配的不同水平上的中介效应值,任务技术适配正好一个标准差时,95%的Bootstrap置信区间不包含0,中介效果显著。为了洞悉调节效果是从哪里开始起作用的,本研究绘制了如图2所示的任务技术适配对学习情境感知影响技术接受程度的调节作用图,从图中可见,在学习情境感知数值中心化-1.839处之后,任务技术适配起到调节作用。
表4 技术接受程度在任务技术适配的不同水平上的中介效应值
Table 4 Mediating effect values of technology acceptance degree at different levels of task-technology fit
图2 任务技术适配对学习情境感知影响技术接受程度的调节作用
Fig.2 Moderating effect of task-technology fit on learning situation perception and technology acceptance degree
4 结论与建议
随着在线教育的不断升温,混合学习情境如何影响学生的学习投入水平成为研究者重点关注的课题。本研究提出混合学习情境感知通过技术接受程度影响学习投入水平,并受任务技术适配调节的研究假设。通过量化分析,主要得出以下几个结论:1)学习情境感知对技术接受程度、学习投入水平均产生显著的正向影响; 2)技术接受程度在学习情境感知与学习投入水平间起到部分中介作用; 3)任务技术适配在学习情境感知到技术接受程度这条路径上起到显著的调节作用。这些结论提示,我们在设计学习活动时需要从易用性和可用性上综合考虑学生的接受程度,这将在很大程度上影响学生的学习投入水平; 同时,对混合学习情境的易用性、可用性感知,还受到混合学习活动的功能与任务目标是否一致及学生个体特征等因素的干扰。
高质量的混合学习设计是提高学习投入水平的关键要素,综合上述几个结论,我们提出要在不同阶段设计不同的混合学习情境以提高学生的学习投入度:1)从感知有用性和感知易用性角度看,课程早期设计的混合学习情境旨在吸引学生参与其中,激发其好奇心并提高在课堂中的存在感。因此,线上线下学习情境、服务情境的创设对学生拥有高学习投入水平至关重要; 2)从任务技术适配和学习情境感知角度看,课程中后期设计的混合学习情境以保持学生积极参与为目的,有挑战性的真实任务情境、清晰的内容结构、及时详细的反馈、明确的评估体系都是非常有效的方法; 3)从学习投入水平角度看,监测并尽早识别出有学习投入困难的学生,给予针对性的学习活动引导参与,这种加大情感投入的引导将使这些学生受益。在不同阶段根据不同的任务目标设计相应的混合学习情境,从感知易用性、感知有用性上去考察学习情境感知对学习投入水平产生的影响,将更有助于教师明晰学习活动影响学习成效的内在逻辑。因此,后续研究将针对不同时期混合学习情境的任务目标及不同层次的在线学习者的个体特征等,设计干预策略,进而提供个性化的学习情境方案以提高学习投入水平。
- [1] 李爽,郑勤华,杜君磊,等.在线学习注意力投入特征与学习完成度的关系:基于点击流数据的分析[J].中国电化教育,2021(2):105.
- [2] PARK C, KIM D, CHO S, et al. Adoption of multimedia technology for learning and gender difference[J]. Computers in Human Behavior, 2019, 92:288.
- [3] YAN K H, CHEN L, SHENG Q, et al. Learning engagement via promoting situational interest in a blended learning environment[J]. Journal of Computing in Higher Education,2019,31(2):408.
- [4] CHRISTINE G, CHARLES R G, MATTHEW J. Foundations of online learning:challenges and opportunities [J]. Educational Psychologist,2022,57(3):131.
- [5] TUOMINEN-SOINI H, SALMELA-ARO K. School work engagement and burnout among Finnish high school students and young adults:profiles, progressions, and educational outcomes[J]. Developmental Psychology,2014,50(3):649.
- [6] BARANOVA T, KHALYAPINA L, KOBICHEVA A, et al. Evaluation of students' engagement in integrated learning model in a blended environment[J]. Education Sciences,2019,9(2):138.
- [7] HENRIE C, HALVERSON L, GRAHAM C. Measuring student engagement in technology-mediated learning:a review[J]. Computers and Education,2015,90:36.
- [8] SHARMA K, GIANNAKOS M. Multimodal data capabilities for learning:what can multimodal data tell us about learning?[J]. British Journal of Educational Technology,2020,51(5):1450.
- [9] 卢国庆,刘清堂,谢魁.情境投入纵向研究的理论、测量及分析方法的发展研究[J].远程教育杂志,2023,41(2):82.
- [10] 王洋,刘清堂,张文超,等.数据驱动下的在线学习状态分析模型及应用研究[J].远程教育杂志,2019,37(2):74.
- [11] LIN Y T, JOU M. Intergrating popular web applications in classroom learning environments and its effects on teaching, student learning motivation and performance[J]. Turkish Online Journal of Educational Technology,2013,12(2):157.
- [12] 尹睿,何淑茵.循证教学评价视角下混合学习投入评价研究[J].电化教育研究,2023,44(5):120.
- [13] 李新,李艳燕.协作学习情境中学习投入数字化表征模型的构建与应用[J].中国远程教育,2022(8):70.
- [14] LARMUSEAU C, DESMET P, DEPAEPE F. Perceptions of instructional quality:impact on acceptance and use of an online learning environment[J]. Interactive Learning Environments,2019,27(7):953.
- [15] YANG M, SHAO Z, LIU Q, et al. Understanding the quality factors that influence the continuance intention of students toward participation in MOOCs[J]. Educational Technology Research and Development,2017,65(3):1195,1197.
- [16] LEE J K, LEE W K. The relationship of e -Learner's self-regulatory efficacy and perception of e-Learning environmental quality[J]. Computers in Human Behavior,2008,24(1):32.
- [17] HAO Q, BARNES B, BRANCH R M, et al. Predicting computer science students' online help seeking tendencies[J]. Knowledge Management & E-learning,2017,9(1):19.
- [18] 田浩,武法提.混合场景下协作认知投入的多模态表征与分析路径研究[J].远程教育杂志,2022,40(4):35.
- [19] 李宝强,孙建军.计算机自我效能、任务技术适配对网络学术信息资源利用的影响[J].情报科学,2008,26(10):1567.
- [20] LARMUSEAU C, EVENS M, ELEN J, et al. The relationship between acceptance, actual use of a virtual learning environment and performance:an ecological approach[J]. Journal of Computers in Education,2018,5(1):95.
- [21] CHENG K H, LEE S W Y, HSU Y T. The roles of epistemic curiosity and situational interest in students' attitudinal learning in immersive virtual reality environments[J]. Journal of Educational Computing Research,2023,61(2):494.