SCI论文（www.lunwensci.com）:
摘要：互联网、大数据、人工智能等技术的日益成熟与广泛应用,为混合学习的形成与发展提供了坚实的技术基础,推动高校信息化教学的改革与创新。文章从人际交互角度出发,依托“蓝墨云班课”智能学习环境,开展混合学习实践研究,利用爬虫技术收集在线交互数据,开展问卷调查收集面对面交互数据,并分别使用Gephi与SPSS软件对相关数据进行筛选和整理。再次运用社会网络与结构方程模型研究方法,对混合学习效果模型进行检验和修正,以深入探究人际交互与混合学习效果的相互关系,以及个体内部心理变量任务价值、学业情绪在二者之间的中介作用机制。据此提出若干建议,为提升混合学习效果提供参考。
关键词：混合学习；学习效果；人际交互；爬虫技术；云班课
Research on the Influence of Blended Learning Based on Reptilian Technology and Cloud Class Platform
JIA Nan1,2,DAI Xinlai1,ZHANG Haiyan1
(1.School of Computer and Information Technology Liaoning Normal University,Dalian Liaoning 116081;2.Dalian Ganjingzi District East Road Primary School,Dalian Liaoning 116031)
【Abstract】：Internet,big data,artificial intelligence and other technologies are increasingly mature and widely used,which provides a solid technical foundation for the formation and development of blended learning,and promotes the reform and innovation of information-based teaching in colleges and universities.From the perspective of interpersonal interaction,relying on the intelligent learning environment of"Blue Ink Cloud Class",carry out research on blended learning practice,use crawler technology to collect online interaction data,conduct questionnaire surveys to collect face-to-face interaction data,and use Gephi and SPSS software to screen and organize relevant data.Using the social network and structural equation model research methods again,the blended learning effect model is tested and revised,so as to deeply explore the relationship between interpersonal interaction and blended learning effect,as well as the relationship between individual psychological variables task value and academic emotion between the two mediating mechanism.Based on this,some suggestions are put forward to provide reference for improving the effect of blended learning.
【Key words】：blended learning;learning effect;reptilian technology;crawler technology;cloud Class
0引言
互联网、大数据、人工智能等技术的迅速发展促进了信息技术与教学体系的深度融合,推动了教育模式的发展与变革,“蓝墨云班课”作为互动性较强的智能教学工具,能够激发学生的好奇心,吸引学生的兴趣,有效追踪记录学生的活动轨迹及学习状态,结合爬虫技术收集“云班课”平台网页中师生交互所产生的数据,为开展数据驱动式的交互行为研究提供了支撑,同时为个性化、精准化的教学改革提供了依据。混合学习可以有机统整在线学习与课堂面对面学习的优势,对于高校人才培养发挥了重要作用,人际交互作为混合学习的主要活动形式,影响甚至决定着学习的质量和效果[1]。一些研究认为通过合理安排线上与线下交互设计,构建共学互助、虚实结合的学习共同体,进而促进学习者的有效交互,有助于优化混合学习效果[2]。目前虽已有研究表明人际交互能够显著影响学习效果,但尚缺乏对混合学习效果的知识、情感、行为等子维度具体影响的探讨,以及个体心理变量在人际交互与学习效果间的内部作用机制的深入研究。本文将依托云班课智能教学环境开展混合教学实践,通过构建混合学习效果影响因素结构方程模型,深入探究人际交互与混合学习效果之间的关系及其内部作用机制,以期为混合教学实践以及相关研究提供借鉴。
1研究模型的构建
1.1人际交互
在教育教学中,人际交互是发生在师生、生生之间的学习及心理关系,这种关系通过学习信息的双向交互而建立[3]。本文主要探讨混合学习环境下的人际交互,包括面对面和在线交互,两种方式各具优势,在线交互较为灵活,面对面交互可促进学习者深度的反思与交流。
国内学者在近年的混合学习人际交互研究中发现,面对面交互可以正向预测学习绩效,但在线交互对学习绩效的作用关系并不明显[4]。在线与面对面交互究竟对混合学习效果产生怎样的影响,它们之间的内部作用机制如何,这些都有待我们开展更深入研究。
1.2混合学习效果
美国教育评鉴标准联合委员会认为,“学习效果是对学生特定学习的期望,即学生在特定的学习、发展及表现等方面获得的各种结果”,包括认知理解能力、实际技能、态度与价值观以及行为4个方面[5]。学习效果不仅强调学习者认知能力、动作技能的获得及行为的改变,也看重学习过程和学习者的情感态度。本研究将相关文献汇总分析,并结合所实施的混合课程特点,将从知识、技能、情感、行为四个层次对学生学习效果进行评估。
关于混合学习效果影响因素的探究,目前研究者已关注到包括学习环境、交互活动等社会因素以及学习者特征个体因素,但少有研究探讨学习者内部心理变量。根据SOR(Stimulus-Organism-Response)理论,学习不是直接的刺激－反应过程,而是会受到有机体的情绪感知等因素的重要影响[6]。而学生的学业情绪易受到任务价值的影响,当学生认为当前的学习内容非常有价值,并且能够顺利完成学习目标时,就会产生积极的学业情绪,相反则会产生消极的学业情绪[7]。基于此,本文在研究中将引入任务价值与学业情绪指标,考察二者在人际交互对学习效果影响中所起的中介作用。
1.3模型构建
通过对已有文献的梳理与分析,发现人际交互、任务价值、学业情绪与学习效果之间有着十分紧密的关系。基于控制价值理论与S-O-R模型,认为人际交互会通过任务价值和学业情绪的链式中介作用影响大学生的混合学习效果。根据理论构想,形成了如图1所示的假设模型,并据此提出6条研究假设H1-H6。
H1：混合学习环境中在线交互对面对面交互具有一定的预测力；
H2-H3：在线交互、面对面交互分别对混合学习效果具有一定的预测力；
H4-H5：人际交互分别以任务价值、学业情绪为中介影响混合学习效果；
H6：人际交互通过“任务价值－学业情绪”的链式中介作用对混合学习效果产生影响。
2研究设计
2.1研究对象
本研究以某大学计算机与信息技术学院开设的“现代教育技术”课程为依托,以参与这门课程的77名大三学生与1名教师为研究对象,课程实验时间为2021年3月至5月,学生持有手机、iPad等移动设备,为开展混合学习提供了设备基础。研究中课程教学采用“蓝墨云班课”平台,该平台支持教师在移动端在线管理班课,也为师生讨论、资源分享、布置或批改作业、头脑风暴、作品分享等丰富的互动教学活动提供了条件,从而产生大量的在线交互数据。同时,该平台还具有跟踪每个学生的学习进度和评价学习情况的功能,在学期结束时,老师可以获取每个学生的学习评估报告与教学反馈信息。
2.2测量工具
2.2.1混合学习效果测评量表
本研究从知识、技能、情感和行为四个子维度来测评学习效果,主要依据中国学生发展核心素养(核心素养研究课题组,2016)、布鲁姆教学目标分类理论及本课程的学习目标,并参考杜世纯编制的混合学习评价指数表[8]、曹梅编制的学习行为表现调查问卷[9],设计了混合学习效果测量工具。其中知识类学习效果的测评采用过程性、多元化评价以百分制学习成绩呈现,技能、情感与行为类学习效果的测评设计了量表,以李克特5点计分的方式,从“非常符合”到“非常不符合”,由学习者自评。
2.2.2面对面交互量表
面对面交互使用问卷调查的方式采集,借鉴Kuo等编制的教学交互量表[10]以及徐恩芹编制的师生交互量表[11],并邀请专家参与量表内容的修订,使之能够反映大学生在面对面学习时的交互水平。量表由师生交互和生生交互两个子量表组成,分别设置18个题项,并使用Likert 5点计分。两个子量表分设“交互内容”“交互数量”“交互层次”“交互距离”“交互动机”和“交互时间”6个维度。
2.2.3任务价值与学业情绪量表
本研究采用Aitino等编制的任务价值量表[12],采用5点正向计分的方式,经删除因素负荷指数较低的1个题项后,各题项在对应因素上的标准化因素负荷在0.74~0.82之间,经过测量,该问卷的内部一致性信度Alpha系数为0.903。学业情绪量表借鉴了詹艺编制的本土化学业情绪问卷[13],包括愉悦、沮丧和厌倦三维度,12个题项来测量学习者在混合学习时的情绪体验。不同种类学业情绪问卷的内部一致性信度分别是0.903、0.975、0.923,达到较高水平。
2.3数据处理方法
网络爬虫也称网页蜘蛛,是一种按照一定的规则从万维网上自动抓取信息的程序或脚本。通过网络爬虫技术可以自动采集互联网搜索引擎或类似网站,能够访问到的页面内容,并对数据进行解析、清洗和存储,从而使这些数据内容作为数据源,以进行更深层次的数据分析。
Gephi是一款基于Java语言开发的跨平台复杂网络分析与可视化软件,它支持数据中心分析和动态图表数据分析,主要用于复杂网络系统的分析与显示,探测动态和分层图的交互可视化与建模工作,可广泛用作探索性数据分析、链接分析、社交网络分析和生物网络分析等。
在混合学习环境下,应用蓝墨云班课平台记录学生在线交互的学习数据,利用网络爬虫的方式收集云班课平台中参与课程活动的讨论帖。进行数据去噪后,保留基本的学号、工号形成两列有包含关联信息的交互数据电子表,充分利用社会网络分析法分析线上社会网络结构,从而得出师生之间的交互关系模型。采用Gephi作为分析工具,得到可视化的社群图,以计算中心性指标,分析网络的基本属性特征。对于收集到的问卷数据以及网络爬虫采集到的在线交互数据,首先运用SPSS 22.0软件进行各变量之间的描述性统计、相关分析、回归分析等,再次使用AMOS21.0结构建模软件验证人际交互对混合学习效果影响因素的假设模型是否有效可靠,初始假设是否成立,并根据分析结果加以修正。
3研究结果
3.1在线交互数据分析
3.1.1整体指标分析
在本研究中,首先使用爬虫技术收集“云班课”平台网页中师生交互所产生的数据,通过汇集整理交互数据,发现参与在线学习活动的78名师生共形成有效交互记录3635条,将收集到的在线学习交互数据导入Excel表格中,从而建立学习者交互矩阵,通过透视处理将学习者的交互矩阵,生成一个有向连线的电子表格,按照学生的学号和教师的工号进行排序,将学生的节点标记为S1,S2……,教师的标签为T1,导入Gephi进行统计,如图2所示。其次采用Force Atlas布局方式对统计结果进行整体网络绘制,节点的大小与颜色根据连出度大小进行线性渐变,最终形成了在线交互网络社群图,用来反映师生在线交互的情况,如图3所示。
测量结果显示,网络平均度为46.897,网络密度为0.605,说明网络的密集度较高,学习者之间的互动比较频繁。网络的平均聚类系数为0.641,平均路径长度为1.396,两个值比较小,节点间建立关系较容易,表明网络具有小世界性特征,学习者处于平等交流和对话的发展中,每个人都有可能成为局部网络的核心。
3.1.2个体指标分析
中心性是关于社会网络中个体“权利”的量化分析,指个人或组织在其社会网络中居于怎样的中心地位,使用社会网络的中心性分析能够较为全面地考察学习者在网络结构中的位置以及交互的数量。为衡量学习者在线学习交互水平,学者们通常选取度数中心性与特征向量中心性作为分析指标,度数中心性指网络中与某节点有直接的相连关系的总和,为了便于比较或进行其他计算,通常将其进行标准化处理。在有向图中分为点入度和点出度,其中点入度是参与者收到回复和评论的数量；点出度是参与者主动发表观点与评论他人作品的数量。特征向量中心性表明了某个节点在网络中的重要程度,以判断其是否为网络结构中的核心参与者,数值越高,对整个网络的影响越大,对知识的传播控制作用也就越强。
3.2变量间描述统计及相关分析
研究运用SPSS数据分析软件,对在线交互数据与回收的77份问卷数据进行标准化处理,然后进行描述性与相关性分析,结果如表1所示。数据表明,整体性交互处于“佳”水平,学习者之间可有效获取信息,对周围的学习者产生较大的影响,生生交互的平均数值高于生师交互,表明课堂充分尊重学生的主体地位,使同伴促学、同伴合作发挥了较大的作用。学生在混合学习过程中学习效果在各维度上存在一定的差异,总体效果比较理想。
上述相关分析的结果表明,人际交互整体及其测量指标与学习效果的4个维度表现出显著的正相关,其中对知识维度的影响高于其他维度,对技能维度影响最小。对于在线交互与面对面交互的测量指标,两两之间均呈现显著相关,并且相关系数小于0.80,可以排除变量间多重共线性问题。研究还显示任务价值与学业愉悦情绪对学习效果呈现显著正相关,而焦虑与厌倦情绪与学习效果呈现负相关。
3.3回归分析
上述相关分析初步确立了各变量之间的相关程度及变化方向,但要准确把握混合学习效果受人际交互影响的程度,还需进一步分析。分层回归用于研究自变量增加时带来的模型变化,通常用于检验模型稳定性,以及研究中介或调节作用。本文分层回归分析共涉及2个模型,模型1中的自变量为在线交互、面对面交互,模型2在模型1的基础上加入任务价值、愉悦、焦虑和厌倦,因变量为学习效果,结果如表2所示。针对模型的多重共线性进行检验发现,模型中VIF值均小于5,表明不存在共线性问题,各模型较好。
从表2可知,模型1中自变量在线交互与面对面交互可以解释学习效果的26.3%变化原因。在模型1的基础上加入任务价值、愉悦、焦虑和厌倦后,F值变化呈现出显著性(p<0.05),意味着加入的变量对模型具有解释意义,可对学习效果产生34.5%的解释力度。具体来看,任务价值的回归系数值为0.098,并且呈现出显著性(t=3.403,p=0.001<0.01),意味着任务价值会对学习效果产生显著的正向影响关系；愉悦的回归系数值为0.089,并且呈现出显著性(t=2.419,p=0.018<0.05),意味着愉悦会对学习效果产生显著的正向影响关系；焦虑与厌倦的回归系数值分别为-0.040与-0.007(p>0.05),均没有呈现出显著性,因此只需进一步探究任务价值与学业愉悦情绪的中介作用。
3.4中介效应分析
研究中使用AMOS软件构建结构方程模型,以在线交互与面对面交互为外源潜变量,以学习效果为内生潜变量,以任务价值、学业愉悦情绪为中介变量,建立多重中介模型,如图4所示。结果显示该模型拟合指数良好(χ2/df=2.567,CFI=0.923,RMSEA=0.064,CFI=0.951)。采用偏差校正Bootstrap法分析中介效应的显著性,如果中介效应平均估计的95%置信区间不包含0,说明对应的中介效应显著,分析结果如表3所示。
研究显示,任务价值与学业愉悦情绪分别在人际交互与学习效果的影响之间起到中介作用,直接预测作用显著。接着针对链式中介效应路径进行分析,对“在线交互→任务价值→学业愉悦情绪→学习效果”这条中介路径来看,95%区间并不包括数字0(95%CI:0.019~0.134),因而说明此条中介效应路径存在。对“面对面交互→任务价值→学业愉悦情绪→学习效果”这条中介路径来看,95%区间包括数字0(95%CI:-0.000~0.132),因而说明此条中介效应路径不存在。
4研究结论与提升策略
4.1研究结论
4.1.1人际交互影响学习效果的关键因素分析
研究通过蓝墨云班课平台与爬虫技术收集在线交互数据并对学习者进行问卷调查,探讨在线与面对面人际交互对学习效果的内部作用机制。研究显示,在线交互与面对面交互均对混合学习效果有正向预测作用,其中面对面交互对混合学习效果的影响大于在线交互,但差异并不显著,说明在线交互与面对面交互的结合起到了一定的促进作用。研究发现,人际交互对混合学习效果各维度的影响程度不同,对知识层面的影响最大,其次是情感、行为层面,对技能的影响最小。
在线交互与面对面交互之间呈现显著正相关。研究实践给予学生充分的在线学习空间,通过自主学习探究、在线交流答疑、论坛发帖讨论等活动,推动师生在面对面课堂中更加深层次的交流与合作,从在线分享探究的浅层交互上升为深层次的面对面交互。同时,课后在线同伴互评有效地提升了全体学生的参与度,促进学习者对重点学习任务的思考,从而在面对面学习中更轻松地加入到小组交流活动中,这也就解释了在线交互为何能预测面对面交互。
4.1.2人际交互与学习效果的内部关系机制分析
研究使用AMOS软件建立了人际交互影响混合学习效果的过程模型。研究显示,人际交互分别通过任务价值与学业愉悦情绪间接影响混合学习效果。当人际交互水平较高时,一方面学习者认为课程符合自己的需要,对未来发展有较大作用时,则会产生较高的任务价值感知,更加积极地投入学习,产生更高的学习效果；另一方面学习者在学习过程中更可能体验到较多的愉悦情绪,有助于其将注意力集中指向学习活动本身,对学习材料进行深度加工,从而提高学习效果。
通过建构链式中介模型发现了“在线交互→任务价值→学业愉悦情绪→学习效果”这一链式中介效应,此结论丰富了在线交互与学习效果关系的基础研究。而“任务价值→学业愉悦情绪”在面对面交互与学习效果之间的链式中介效应不明显,究其原因,一方面可能是面对面交互中能够促进更多的有意义学习,学生更加专注于知识本身而不是为了完成发帖、评价等活动任务；另一方面与学生的学科背景有关,计算机相关专业的学生对智能平台的操作更为熟练,易在较短时间内感知知识的实用价值,更加愉悦地达到良好的在线学习效果。
4.2混合学习效果的提升策略
4.2.1渐进引导，促进主动交互
混合学习以信息技术和交互教学为手段,强调突出学生的主体地位,培养学生主动学习的能力。在教学过程中教师应关注学生主动交互的意识,通过交互鼓励学生的个性化发展,不断提高学生利用知识、分析问题、解决问题的能力,以实际行动帮助学生转变学习理念,让学生体验到积极向上的交互；学生者本身应树立积极交互的学习观念,明确交互的目的是在于对知识的巩固和深化,避免带有目的性的和教师交流,将交互视为获得高分的途径。
4.2.2以评促学，提升交互深度
混合学习效果评价采用线上检测线下考核并举、定性与定量相结合的方式进行,更加注重学生在线上和线下学习过程中的认知技能、情感态度、学习行为的培养,重点挖掘与拓展学生的潜能。在课程实践中通过课前向学生公布评价量规,有效地促进了同伴互评活动的开展,取得了良好的交互效果,激励学生交互层次的提高。因此很有必要从评估机制这一外部变量入手,重点关注交互质量,带动学生积极交流学习内容,引导学生进行深度学习。
4.2.3挖掘需求，突出课程价值
课程设计应符合学生的认知能力,挖掘学生的学习需求,注重学习任务的实用性,丰富学生的学习体验。通过教学实践,研究认为教师在提升课程价值时应注意以下几个方面：(1)多关注现代教育技术热点,将学习任务与学习者感兴趣的热点话题相结合,激发其学习兴趣；(2)结合专业未来职业走向,制定具有专业特点的课程任务,以满足学生实际需要；(3)准备一些富有挑战性的交互任务,激发学生的内在潜能,以实现混合学习的良好效果。
参考文献
[1]高丹丹.未来课堂的教学结构探究[J].现代远距离教育,2012(2):54-60.
[2]廖宏建,刘外喜.高校SPOC有效学习影响因素实证分析[J].电化教育研究,2017,38(5):64-70.
[3]Lorena Blasco-Arcas,Isabel Buil,Blanca Hernandez-Ortega,et al.Using Clickers in Class.The Role of Interactivity,Active Collaborative Learning and Engagement in Learning Performance[J].Computers&Education,2013,62(3):102-110.
[4]朱彩凤,柴唤友,周雪,等.混合学习环境中主动性人格和人际交互与学习绩效的关系研究[J].中国远程教育,2019(8):68-78.
[5]刘海燕,常桐善.美国大学学习成果评估:内涵、现状与挑战[J].高等教育研究,2015,36(7):97-102.
[6]ZHAI X S,WANG M J,GHANI U.The SOR(Stimulus-organism-response)Paradigm in Online Learning:An Empirical Study of Students'Knowledge Hiding Perceptions[J].Interactive Learning Environments,2019(3):1-16.
[7]Reinhard Pekrun.The Control-Value Theory of Achievement Emotions:Assumptions,Corollaries,and Implications for Educational Research and Practice[J].Educational Psychology Review,2006,18(4):315-341.
[8]杜世纯.MOOC背景下混合式学习的实现路径与效果评价研究[D].北京:中国农业大学,2017.
[9]曹梅.大学生混合学习行为表现及其作用机制[J].现代远距离教育,2020(1):62-68.
[10]KUO Y C,WALKER A E,BELLAND B R,et al.A Case Study of Integrating Interwise:Interaction,Internet Self-Efficacy,and Satisfaction in Synchronous Online Learning Environments[J].International Review of Research in Open&Distance Learning,2014,15(01):161-181.
[11]徐恩芹.师生交互影响网络学习绩效的实证分析[J].电化教育研究,2016,37(9):61-68.
[12]ARTINO A R.Motivational Beliefs and Perceptions of Instructional Quality:Predicting Satisfaction with Online Training[J].Journal of Computer Assisted Learning,2010,24(3):260-270.
[13]詹艺.在职教师在线学业情绪实证研究[D].上海:华东师范大学,2016.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/50674.html
