我國學習分析研究高被引論文分析

馬卉 王曉春 張功云

摘要：本文利用《中國引文數據庫》，對2010至2015年的國內學習分析研究高被引論文從時間特征、來源期刊、作者以及關鍵詞四個方面進行了深入的分析和研究，旨在揭示我國學習分析研究的進展及熱點，以期為研究者了解和研究學習分析提供些許參考和借鑒。

關鍵詞：學習分析；高被引論文；被引頻次

中圖分類號：G434 文獻標識碼：A 論文編號：1674-2117（2016）17-0106-04

高被引論文是指某個學科被引用次數較多的論文，它在一定程度上反映了該篇論文的學術質量和學術影響。所以，統計分析某學科的高被引論文對相對客觀地了解該學科的研究動態及進展具有重要的意義。

學習分析（Learning analytics）自2010年被提出以來，一直受到教育研究者們的廣泛關注，近幾年它已迅速發展成為教育領域的熱點話題。加拿大阿塞巴斯卡大學的G.Siemens教授認為，學習分析是測量、收集、分析和報告有關學生及其學習環境的數據，用以理解和優化學習及其產生環境的技術。[1]通過學習分析，不僅能夠深度挖掘和分析學習者學習行為、學習特征等數據背后所隱藏的含義，而且還可以通過分析結果來指導和干預教學，更好地為學生學習提供服務。因此，本文試圖分析2010至2015年我國學習分析研究的高被引論文，揭示其研究進展情況。

● 數據來源及高被引論文確定

1.數據來源

本研究的數據來源于“中國知網”的《中國引文數據庫》（CCD）。檢索項為“被引題名”或“被引文獻關鍵詞”，檢索詞為“學習分析”或“學習分析技術”，論文出版時間范圍為2010至2015年，檢索方式為“精確”匹配，檢索時間為2016年6月27日。為了保證研究的準確性，本次研究剔除了與學習分析研究非直接相關的論文，并將剩余的論文按照被引頻次由高到低的順序進行存盤。

2.高被引論文的確定

美國學者普賴斯（Price）[2]指出，“在同一主題中，半數的論文為一群高生產能力作者所撰，這一作者（核心作者）集合在數量上約等于全部作者總數的平方根。這就是普賴斯定律。借鑒普賴斯定律，本研究將被引頻次大于等于N（N=0.749）次的論文確定為高被引論文，其中N為高被引論文被引頻次的最小值，nmax為被引頻次最高的論文的被引頻次。國內學習分析研究論文中，被引頻次最高是顧小清等在《遠程教育雜志》上發表的《MOOCs的本土化訴求及其應對》一文，截至2016年6月27日，該論文共計被引用156次，即nmax=156，N≈9.36。因此，本研究選取被引頻次≥10的論文為高被引論文。在存盤的所有論文中，共有30篇高被引論文，30篇高被引論文累計被引1108次，篇均被引36.93次，單篇最高被引156次。

● 高被引論文分析

1.高被引論文時間特征分析

為了研究國內學習分析高被引論文出現的時間，本研究對2010至2015年被引頻次分別為5、10、15以上的論文按照發表年份進行了分組和統計，結果如下圖所示。

從上圖可以看出，國內學習分析研究高被引論文最早見于2012年，且3組論文均呈現出“中間高、兩側低”的走勢，這說明近6年國內學習分析高被引論文主要出現在2013至2014年間，這與尤金·加菲爾德博士（Eugene Garfield）在《引文索引法的理論及應用》中提到的自然科學期刊論文在其發表后的2至3年達到被引高峰期一致。[3]2013至2014年，國內學者在總結、吸收國外學習分析思想的基礎上，開始更加細粒度化的學習分析主題研究（MOOC、電子書包等），并將其廣泛應用到在線教育實踐中。

2.高被引論文來源期刊分析

在30篇高被引論文中，有1篇碩士學位論文（顧曉，學習分析技術在高中信息技術的應用實踐研究，2012，被引頻次11），其余29篇（被引頻次合計1097次）均為期刊論文，共涉及11種期刊，具體分布如表1所示。其中25篇來自于教育技術領域期刊，合計被引用957次，約占期刊高被引論文總被引頻次的87.24%，這從側面反映出國內學習分析高被引論文主要來源于教育技術領域的期刊。《中國電化教育》《遠程教育雜志》和《開放教育研究》刊載高被引論文的數量依次位居前3位，約占期刊論文總量的58.62%。其中《遠程教育雜志》總被引頻次和篇均被引頻次均最高，這說明在國內學習分析研究領域，《遠程教育雜志》的學術影響力較為突出，《中國電化教育》和《開放教育研究》的優勢也較為明顯，對學習分析研究的發展起著重要作用。

3.高被引論文作者分析

（1）高被引論文多產作者

30篇高被引論文共涉及63位作者，共署名76人次。其中署名6次的有1人，署名2次的有9人，署名1次的有52人。

通過對高被引論文作者進一步分析發現，署名最多的是華東師范大學教育信息技術學系的顧小清教授，共署名發表6篇論文，總被引328次（占高被引論文總被引頻次的29.60%），篇均被引54.67次，充分顯示了其對我國學習分析研究的重要貢獻。而且顧小清、胡藝齡、蔡慧英三人[4]合作發表在《遠程教育雜志》上的《MOOCs的本土化訴求及其應對》一文，被引頻次最高，為156次，這從側面反映出該篇論文在學習分析研究方面具有很高的學術價值；中央民族大學的孫洪濤教授、廣州廣播電視大學的龔志武教授、華東師范大學教育信息化系統工程研究中心的祝智庭教授等9人緊隨其后，分別署名發表了2篇論文。其中孫洪濤教授不僅基于學習分析的視角對遠程教學交互分析方法進行了研究[5]，而且還在對比分析現有學習分析工具的基礎上，利用在線教學分析案例對社會網絡分析工具NodeXL的使用過程進行了詳細的介紹。[6]以龔志武教授為核心的廣州市遠程教育技術創新團隊則主要通過解讀地平線報告來研究學習分析技術。[7][8]祝智庭教授雖然僅署名發表了2篇論文，但是其署名第一作者的《學習分析學：智慧教育的科學力量》[9]一文，從學習分析學的緣起、相關技術、設計框架等角度對其進行了闡述，為研究者清晰地認識學習分析技術提供了便捷的途徑，因此被廣泛引用（被引42次）。國家開放大學的魏順平教授、北京師范大學的黃榮懷教授等52人雖然僅署名發表了1篇高被引論文，但這些論文在國內學習分析領域同樣占據著重要的地位，具有較高的學術價值。魏順平教授2013年2月發表在《現代教育技術》上的《學習分析技術：挖掘大數據時代下教育數據的價值》[10]一文，不僅對國內外學習分析技術的研究現狀、關鍵技術和分析模式進行了介紹和歸納總結，而且還用案例從不同用戶視角展示了學習分析技術在網絡學習過程分析中的應用過程，對研究者們了解學習分析提供了幫助，截至2016年6月27日，該論文共被引用96次；李艷燕、馬韶茜、黃榮懷合作發表在《開放教育研究》上的《學習分析技術：服務學習過程設計和優化》[11]一文，從學習分析的五個環節入手，詳細地介紹了與學習分析相關的五類數據分析，為學習者們認識和研究學習分析提供了指導，截至2016年6月27日，共被引用44次。

通過以上的分析發現，顧小清、祝智庭、黃榮懷、魏順平等教育技術領域內的學者關于學習分析的研究成果被引用較高，相對具有更大的研究價值。

（2）高被引論文多產機構

通過分析發現，30篇高被引論文共涉及16所機構，且均是高等院校，具體如表2所示。其中，17篇（56.67%）來源于師范類院校，3篇（10.00%）來源于開放大學，剩余10篇（33.33%）來源于其他類高等院校。由此表明，師范類高等院校和開放大學是我國學習分析研究的重要機構。

表2顯示，位居前六的機構發表的高被引論文累計被引801次，占高被引論文總被引次數的72.29%；而剩余10所機構各發表高被引論文1篇。值得注意的是，國家開放大學和北京郵電大學雖然都只發表了一篇高被引論文，但這兩篇論文的篇均被引頻次和總被引頻次均排列在前5位，其中國家開放大學魏順平教授發表的《學習分析技術：挖掘大數據時代下教育數據的價值》一文的篇均被引頻次更是高達96次，位居第一。這反映出國內學習分析高被引論文雖然主要來源于華東師范大學、東北師范大學等六所機構，但其余機構發表的高被引論文同樣具有較大的學術參考價值，值得關注和學習。

4.高被引論文關鍵詞分析

關鍵詞的數量和頻次常可以用來反映該研究領域的寬窄程度和集中程度。[12]在本研究的30篇高被引文獻中，涉及79個關鍵詞，篇均2.63個，具體如下頁表3所示。

由表3可知，國內學習分析研究高被引論文中出現頻次最多的關鍵詞是學習分析，共計出現27次，與其同義的學習分析技術也出現了2次，這表明國內學習分析研究始終緊靠學習分析這一核心主旨。作為學習分析的數據來源和技術支撐，大數據、教育數據、數據挖掘、教育數據挖掘等關鍵詞也出現了2次以上。智慧教育、個性化學習、在線學習等關鍵詞的出現反映了我國學習分析研究主題多集中在在線教育和智慧教育層面。

● 總結

通過以上對我國學習分析研究高被引論文的時間特征和期刊來源分析，我們可以發現國內學習分析研究高被引論文多被刊載于教育技術領域的期刊上，且在發表之后的2～3年被廣泛引用，其中2013至2014年發表的論文被其他研究者們引用的頻次較高，具有很高的學術參考價值。通過對高被引論文的作者進一步分析發現，師范院校和開放大學是國內學習分析研究的重要基地，教育技術領域的學者專家們是其主要研究力量，其中華東師范大學的顧小清教授、祝智庭教授，北京師范大學的黃榮懷教授等更是在國內學習分析研究中做出了極大的貢獻。學習分析在國內雖然起步較遲，但發展迅速，隨著MOOC、電子書包、智慧學習等的快速發展，學習分析的研究主題也越來越多樣化和細化，將學習分析技術應用于各種在線學習平臺也逐漸成為近年來國內學習分析研究的熱點。

參考文獻：

[1]Siemens，G.Learning and Knowledge Analytics-Knewton-the future of education？[EB/OL].[2011-04-14].http：//www.learninganalytics.net/.

[2]Derek de Solla Price.Little Science，Big Science[M].New York：Columbia Press，1963.

[3]（美）尤金·加菲爾德.引文索引法的理論及應用[M].侯漢清，等，譯。北京：北京圖書館出版社，2004.

[4]顧小清，胡藝齡，蔡慧英.MOOCs的本土化訴求及其應對[J].遠程教育雜志，2013（5）：3-11.

[5]孫洪濤.學習分析視角下的遠程教學交互分析案例研究[J].中國電化教育，2012（11）：40-46.

[6]孫洪濤.開源工具支持下的社會網絡分析——NodeXL介紹與案例研究[J].中國遠程教育，2013（2）：14-20.

[7]龔志武，吳迪，等.2013地平線報告高等教育版（上）[J].廣州廣播電視大學學報，2013（2）：1-6.

[8]龔志武，吳迪，等.2014地平線報告高等教育版[J].廣州廣播電視大學學報，2014（2）：1-18.

[9]祝智庭，沈德梅.學習分析學：智慧教育的科學力量[J].電化教育研究，2013（5）：5-12.

[10]魏順平.學習分析技術：挖掘大數據時代下教育數據的價值[J].現代教育技術，2013，23（2）：5-11.

[11]李艷燕，馬韶茜，黃榮懷.學習分析技術：服務學習過程設計和優化[J].開放教育研究，2012（05）：18-24.

[12]劉雪立，王兆軍.2004—2008年我國情報專題研究高被引論文的統計與分析[J].情報雜志，2010，29（1）：64-67.

作者簡介：馬卉（1990.1—），首都師范大學教育技術系碩士研究生，主要研究方向為智慧學習、文獻計量。

基金項目：本文受到北京市教育科學“十二五”規劃重點課題“基礎教育學校課堂教學實驗研究（ABA150008）”、全國教育科學規劃課題“CSCL協同知識建構的可視化促進策略與支持系統研究（DCA120189）”、北京市教育委員會科技計劃面上項目“移動終端授課環境下學生行為的實時分析與可視化技術（KM201410028018）”資助。