網絡家庭作業與傳統家庭作業學習效果差異元分析

喬 陸 范會勇

(渤海大學 教育科學學院，遼寧錦州121000)

一、引 言

家庭作業是教師分配給學生的非教學時間完成的問題解決任務(Cooper et al.，2006)。作為學校教育和家庭教育的橋梁，家庭作業無疑對學生學業成績和個人發展發揮著潛移默化的影響。半個世紀以來，國內外學者都對其學習影響展開了討論(Cooper，1989； Rosário et al.，2015；Fan et al.，2017)。庫珀等(Cooper et al.，2006)認為家庭作業已成為學生日常生活最重要的一部分。近年，網絡家庭作業在學生學習、教師教學等方面扮演著更多不同于傳統家庭作業的角色。

過去三十年，已有許多學者探究了網絡家庭作業與傳統家庭作業學習效果的差異(Elias et al.，2017； Chllahan ，2016； Mendicino，2009； Jonsdottir et al.，2017)。由于學業壓力的影響，教育政策的變革，網絡家庭作業是否優于傳統家庭作業，更適合學生發展逐漸成為學校、教師關心的問題(Demirci，2006； Demirci，2010)。然而，以往研究對網絡家庭作業與傳統家庭作業學習效果是否有顯著差異存在分歧，主要有兩種觀點：一種認為網絡家庭作業對學生學習的影響顯著優于傳統家庭作業；另一種認為二者對學習的影響無顯著差異。

那么，網絡家庭作業與傳統家庭作業的學習效果是否真的有差異？差異有多大？哪些因素導致了這些差異？為了回答以上問題，本文采用元分析方法綜合分析21篇原始文獻的研究結果，研究二者差異的影響，并對相關問題進行了討論。

二、文獻綜述

(一)網絡家庭作業與傳統家庭作業比較

在傳統家庭作業的模式中，教師自主設計作業數量和內容，通過口述或網絡社交媒體布置作業，包括閱讀、寫作、歸類、問題解決、技巧聯系等(Corno，1996)，以便鞏固課堂知識、提高學生對知識的理解程度等(Cooper，1989；李學書，2009)。學生通常以紙筆方式在家中完成，第二天交給教師，收到教師反饋后修改其中的錯誤，再次交給教師評價，一周大概需要2-3天。網絡家庭作業以網絡家庭作業系統為載體，省時便捷、公共免費、即時反饋、功能豐富等。常見的系統有WebAssign、WebWork、Blackboard、 MyMathLab、CalcPortal等(Lucas，2012；Chllahan，2016；Mendicino，2009；Patall et al.，2008；Singh et al.，2011)，一般包含教師和學生兩部分。學生部分包含學習模塊、作業模塊、考試模塊等。學生注冊登錄后，系統會對該用戶的學習能力和水平進行前測，然后根據測試結果選擇和完成一個或多個作業任務，學生點擊提交按鈕，作業系統會立即評定該作業，并給予不同形式的反饋(包括作答正確與否、解題線索、正確答案及解釋)(Fyfe，2016)。此外，教師可對學生作業進行評價并下載作業的記錄和分數(Palocsay & Stevens，2008；Bonham et al.，2003)(見表一)。

表一 網絡家庭作業與傳統家庭作業差異比較

與傳統家庭作業相比，網絡家庭作業有以下特點：一，學生學習不再受時間地點的制約(Hitt，2014)；二，學習方式的改變影響學習風格，同時對師生交流、同輩溝通發揮作用(AL-A’ali，2008)；三，網絡家庭作業與傳統家庭作業最大的不同在于反饋類型(Renee & Jonhn，2003)。瓦爾貝格等(Walberg et al.，1985)發現，沒有反饋機制的家庭作業在學習中發揮的作用較小。理想環境中，學生應該在下一次課前收到上一次課的作業反饋，這種反饋不僅有正確答案，還有對應的圖表、公式、方法、評價，使學生能通過錯誤學習。然而，現實中由于教師任務較多，精力有限，難以達到這種理想化要求(Mathai & Olsen，2013)。從學生角度看，網絡家庭作業可以幫助他們評估自己的知識和技能水平，自動設置與其知識水平相符的問題，提供高質量、高時效的學習反饋和指導，針對學生薄弱點提供專項幫助，為學生定制個性化測驗，全方位綜合評價學生成績(Palocsay & Stevens，2008；Renee & Jonhn，2003)。瑪琳等人(Milkent & Roth，1989)的研究表明，網絡家庭作業出現的對話框、圖表和考試模擬系統有利于訓練學生認知能力，即時反饋也有利于提高學生學習效率。反復練習能提高課堂內容的保留度和家庭作業對學習的貢獻，有效防止抄襲，增強學生上課動機和課堂參與度(Singh et al.，2011)。從教師角度看，網絡家庭作業系統有龐大的數據庫，方便教師構建作業框架，減輕工作負擔，節省時間和精力，快速鎖定學習困難的學生，促進師生間的互動。此外，它可以為教師提供學生作業的細節表現，還可為教師課程和教學創新提供支持(Palocsay & Stevens，2008；Bonham et al.，2003)。

(二)已有研究的分歧

傳統家庭作業和網絡家庭作業學習效果差異的兩種觀點是：一部分研究者認為二者無顯著差異。博納姆等(Bonham et al.，2003)比較了兩組學生物理課的表現，控制組學生做傳統家庭作業，對照組學生做網絡家庭作業。實驗由四個教師授課并布置作業，常規測驗分數和期末考試分數顯示，兩組之間不存在顯著差異。代米爾吉(Demirci，2006)通過問卷調查學生物理課中網絡家庭作業和傳統家庭作業的差異表明，從物理考試平均成績看，二者沒有顯著不同；但從家庭作業表現的平均分數看，二者存在顯著差異，且學生對網絡家庭作業方式態度積極。迪弗雷納等(Dufresne et al.，2002)對比了完成上述兩種家庭作業學生的物理課程表現，發現了相似的結果。霍克等(Hauk et al.，2014)將12個班作為實驗組(網絡家庭作業組)，7個班作為控制組(傳統家庭作業組)，一學期后利用協方差分析對比學生代數成績。結果顯示，兩組學生的成績不存在顯著差異，支持網絡家庭作業與傳統家庭作業之間差異不顯著的觀點。

另一部分研究者持不同意見，認為上述兩種作業對學生學習效果差異顯著。瓊斯多蒂爾等(Jonsdottir et al.，2017)歷時四年的研究發現，網絡家庭作業對學習產生了顯著的積極影響，網絡家庭作業與傳統家庭作業對學生學習效果帶來顯著差異。迪弗雷納(Dufresne et al.，2002)等通過三年教學實驗，檢驗網絡家庭作業與傳統家庭作業對物理考試成績的影響。結果發現，網絡家庭作業組的學生考試分數更高。希特(Hitt，2014)等將某班大學生隨機分為控制組(傳統家庭作業組)和實驗組(網絡家庭作業組)，再將兩組學生按數學能力分為高能力組和低能力組，最后對比控制組和實驗組學生的期末考試成績。結果顯示，對數學能力高的學生，網絡家庭作業對其學習成績有顯著影響，而對數學能力較低的學生來說，網絡家庭作業不能提高其期末成績。拉羅斯(Larose，2010)研究發現，網絡家庭作業比傳統家庭作業更能激發學生做作業的積極性，也有利于學生更好地理解做家庭作業的重要意義。凱利等(Kelly et al.，2013)同樣發現，完成網絡家庭作業的學生比完成傳統家庭作業的學生學習收獲更多。

(三) 研究結果不一的可能原因

從已有研究看，導致結果不一的因素可能有出版類型、學段等。

1.出版類型

刊發網絡家庭作業研究成果的，包含期刊論文、會議論文、學術報告或學位論文等。期刊論文有匿名評審制度，要求較高，而其它類型的論文沒有這種要求。要求的不同，可能導致結果不同。方法學研究者發現，期刊論文的評審制度會帶來較強的選擇性，那些統計檢驗不顯著的研究很可能被排除掉。本研究也可能存在這種問題。也就是說，期刊論文比學位論文更容易報告顯著結果，從而導致結論不一(Card，2011)。

2.區域

家庭作業存在跨文化差異。例如，朱燕(Zhu，2015)發現，家庭作業的相關研究中，國別是重要的影響因素。不同國家之間，學生家庭作業花費的時間不同，且不同地區網絡普及程度不同，教育技術普及的應用程度也不一樣。本研究納入的原始研究來自世界不同區域，因此將區域作為分析的調節變量之一，探究網絡家庭作業與傳統家庭作業間的差異是否受區域的影響。

3.學段

已有研究表明，家庭作業與成績之間的關系受被試學段的影響。庫珀(Cooper，1989)發現，小學生家庭作業與成績之間的相關系數為0，中學生家庭作業與成績之間的相關系數為0.07，高中生家庭作業與成績之間的相關系數為0.25。這表明，家庭作業對不同學段學生成績的影響不同。本研究納入的原始研究中，貝蘭(Belland，2009)發現，中小學生的網絡家庭作業與傳統家庭作業對學習成績的影響顯著不同(p=0.002)；卡拉漢(Chllahan，2016)發現，兩者對大學生學習成績的影響沒有顯著差異(p=0.354)。米爾肯特等(Milkent & Roth，1989)研究也表明，網絡家庭作業與傳統家庭作業對學生學習成績沒有顯著差異(p=0.120)。鑒于這一結論，本研究把學段作為調節變量進行分析。

4.實驗時長

已有原始研究表明，不同實驗時長得到的結果不同。例如，博納姆等(Bonham et al.，2003)圍繞網絡家庭作業與傳統家庭作業間差異開展了一學期的實驗發現，兩者存在顯著差異；代米爾吉(Demirci，2010)的研究持續了兩個學期，實驗結果卻不存在顯著差異。因此，實驗時長也是值得探討的調節變量。

5.研究設計

筆者閱讀原始研究發現，研究設計可能對研究結果產生影響。例如，42個樣本中13個樣本運用真實驗法，結果呈顯著的樣本7個(Jonsdottir et al.，2017；Larose，2010；Mathai & Olsen，2014；Dufresne et al.，2002；Belland，2009；Burch & Kuo，2010)；27個樣本運用準實驗法，結果呈顯著的有13個(Bonham et al.，2003；Demirci，2006；Mendicino，2009；Demirci，2010；Hauk et al.，2014；Douglass，2011；Chllahan，2016；Dawes，2016；Gok，2011)；2個樣本應用相關研究法，結果都呈顯著差異(Elias et al.，2017)。真實驗法是否比準實驗法更易獲得顯著結果，本文將探討這一問題。

6.科目類型

雖然只有少量研究探究不同類型家庭作業效果是否存在差異(Paschal et al.，1984； Trautwein，2007)，但學科類型在家庭作業中的重要角色不容忽視。納入的原始研究中，拉羅斯(Larose，2010)在微積分課程中用網絡家庭作業代替傳統家庭作業，探究網絡家庭作業對學生行為的影響及學生對網絡家庭作業的態度。結果發現，完成網絡家庭作業的學生不比完成傳統家庭作業的學生表現差，反而更好。米爾肯特等(Milkent & Roth，1989)探究網絡家庭作業對學習成績的影響發現，物理學科中網絡家庭作業的實施可將學生間的差異降到最低。代米爾吉(Demirci，2006)發現，第一學期傳統家庭作業組的學生比網絡家庭作業組的學生表現更好，第二學期時網絡家庭作業組的學生比傳統家庭作業組的學生表現更好。對于這種差異，有學者(Trautwein，2007)認為學生可能會在不同學科花費不同的時間，付出不同的努力。因此這一變量也值得深入分析。

7.教師

為了控制教師帶來的影響，有研究安排同一位教師(Jonsdottir et al.，2017)負責數學教學，包括布置作業。結果顯示，網絡家庭作業與傳統家庭作業之間存在顯著差異(p=0.009)；貝蘭(Belland，2009)也安排同一教師負責科學學科的教學，結果呈顯著差異(p=0.002)。另一些研究因被試樣本規模大而安排了多名教師。例如，巴恩斯利(Barnsley，2014)的實驗共有被試423人，分19個班，6位教師負責代數課的教學。結果發現，網絡家庭作業對學生成績及態度沒有產生顯著影響，但科目水平間交互作用顯著。雅各布森(Jacobson，2006)的研究也證明，教師與網絡家庭作業之間存在顯著的交互作用。因此，把教師作為單獨的調節變量格外重要。

三、研究方法

(一)原始研究檢索

本研究檢索了Taylor & Francis、Springer、Wiley Online Library、Science Direct、Google Scholar、ProQuest、中國知網、萬方八個數據庫。搜索的關鍵詞為“web-based homework”“online homework”“internet AND homework”“autoumated homework”“網絡家庭作業”。為了確保獲得足夠數量的文獻，本研究將文獻出版時間定為近30年(1990-2018年)，首次檢索到原始文獻124篇。

(二)篩選標準

被納入本研究元分析的文獻須符合以下條件：

1)被試必須是在校學生，如小學生、中學生、大學生。

2)文獻內容是比較網絡家庭作業和傳統家庭作業差異的，探究網絡家庭作業對學生考試成績影響的文獻需排除。

3)納入的文獻必須是定量研究。原始研究需包括樣本量，兩者差異的效應量，或能夠計算效應量的平均值、標準差等。

在124篇原始研究中，21篇文獻符合上述標準，被納入元分析研究。

(三)信息提取

為了更好地了解原始文獻信息，找出潛在調節變量，我們系統地梳理了論文，從每篇論文中提取文獻類型、區域、被試學段、時間跨度、測量方法、科目、教師數量等(見表二)。

(四)編碼過程及編碼質量

編碼分三個階段：第一階段，筆者請教家庭作業專家，制定編碼計劃，該計劃包含后續分析所需信息。編碼計劃由兩位編碼者分別制定，經討論確定最終編碼計劃。第二階段，筆者對每篇文獻進行兩次編碼，時間相隔半個月，避免記憶痕跡，確保較高的一致性。第三階段，筆者請家庭作業專家檢查編碼的整體情況，專家如對原始研究的編碼持不同意見，需經討論后確定最終編碼結果。這樣，本研究文獻編碼的一致性為95.24%(21-1/21=95.24%)。編碼后有21篇文獻符合元分析納入標準，共產生42個獨立樣本，總樣本量為6894。其中，7篇原始研究的結果分別來自不同的獨立樣本，5篇原始研究的結果基于不同的指標得出。

表二 納入分析的原始研究基本資料

(五)效應量計算

本研究試圖探究網絡家庭作業與傳統家庭作業對學生學習成效影響的差異是否顯著。納入的原始文獻大多為實驗研究，設置了控制組和對照組，樣本量都不大。分析方法學家建議在計算時最好采用Hedges's g作為效應量指標(Card，2011)。需要說明的是，有一篇原始研究(Elias et al.，2017)沒有采用實驗法，而是采用問卷法，所以研究結果沒有提供t值，只提供了r值。在之后的數據分析中，我們將從文獻提取的t值、r值、p值統一轉換為Hedges’s g。

(六)異質性檢驗

異質性檢驗，也叫統計量的齊性檢驗，評價各獨立樣本的效應值是否存在差異。如果各效應值之間差異顯著，即Q統計量遠大于對應自由度的標準值，那就表明，效應值是異質的，需要進一步探究哪些調節變量發生作用。本研究利用CMA 2.0進行異質性分析，指標為Q統計量和I2統計量，兩者表示異質性程度大小。

(七)效應估計模型

在固定效應模型下，本研究假設納入的所有文獻有一個真實效應。每個研究結果的不同是因為抽樣誤差造成的。在隨機效應模型下，本研究允許不同文獻間的真實效應不同。例如，研究對象的差異造成效應值更高或更低；或者干預措施的不同，研究間存在不同的效應值。由于納入的研究對象來自不同國家、不同學段，實驗使用的網絡家庭作業系統也各不相同，且有一篇原始文獻采用問卷法進行，基于以上情況，我們采用隨機效應模型(Card，2011)。

(八)出版偏倚

四、統計結果

(一)出版偏倚檢驗

漏斗圖(見圖1)頂部樣本多分布在左側，圖形底部樣本呈均勻分布，圖形不對稱。剪補法分析結果顯示，剪補前的平均效應量為0.523(95%CI：0.305，0.742)，剪補后的平均效應量為0.738(95%CI：0.547，0.931)，剪補前后平均效應量差異較大。失安全系數為4658(4658>5K+10=5*42+10=220)。綜合來看，出版偏倚影響不大。

圖1 樣本數據發表偏倚檢測漏斗圖

(二)敏感性分析

使用漏斗圖分析出版偏倚時發現，圖的右側分布著三個空心圓點，即三個樣本的效應值(Hedges’s g=2.490，Hedges’s g=3.093，Hedges’s g=2.169)。這三個樣本來自于兩篇原始文獻，分別是伊萊亞斯(Elias et al.，2017)和霍克(Hauk et al.，2014)的研究。除去這三個樣本后，對其他原始研究的數據進行敏感性分析，隨機效應模型下效應值Hedges’s g由0.523變為0.331，異質性Q由874.132變為75.971，I2由95.310變為49.981，說明這兩篇原始研究對總效應量的影響較大。伊萊亞斯等(Elias et al.，2017)的實驗持續了兩個學期，分別為2014年秋和2015年秋。學生第一年認為通過紙筆解決問題比在網絡系統中解決問題更有幫助，二者相差不大(0.7±0.4SD)。學生第二年認為通過紙筆解決問題和通過網絡系統解決問題同樣重要。他們認為網絡家庭作業的問題有高質量、高可靠性且作業軟件價格便宜等優點，67%的學生認為網絡家庭作業非常有幫助。霍克(Hauk et al.，2014)的研究顯示，644名研究對象來自于不同國家的19個班級，15名授課教師，其中4位教師學歷為碩士，教學經驗少，9位教師學歷為碩士，教學經驗豐富，2位教師為博士。授課方式為大班授課制，每班40人，一學期間，205名學生因缺勤、放棄等沒有記錄其數據，最后只有439名學生數據納入。由此，本研究分析認為學生和教師異質性高，但由于中途退出的學生較多，最終數據的差異性低，可能導致兩種作業方式之間差異的效應值較大。總之，雖然這兩篇原始文獻研究特點獨特，使其對本研究元分析的合并效應值影響較大，但沒有證據表明它們與其他原始研究存在本質區別，因此仍將其納入本研究分析的范疇。

(三)網絡與傳統家庭作業之間的差異

在隨機效應模型下，42個樣本的合并效應值Hedges’s g=0.523(95%CI：0.305-0.742)。同質性檢驗中，Q=874.132(p<0.001)。在亞組分析中，以作業表現為比較指標的樣本有20個，平均效應值為0.596(95%CI：0.353-0.838)。這表明，網絡與傳統家庭作業間差異中等；以學生考試成績為比較指標的樣本有18個，平均效應值為0.217(95%CI：0.139-0.295)。這表明，兩種作業方式差異較小；以學生自評分數為比較指標的樣本有4個，平均效應值為1.497(95%CI：0.014-3.007)。這表明，兩種作業方式差異較大。結果顯示，從作業表現、考試成績、學生自評三個維度看，網絡家庭作業與傳統家庭作業之間存在顯著差異(見表三)。

表三 網絡家庭作業與傳統家庭作業差異

(四)調節效應

1.出版類型

本研究將納入分析的原始研究分為兩類：期刊論文(k=36)和碩博論文(k=6)，差異比較結果Qb=2.454, p=0.091>0.05。這表明，出版類型之間不存在異質性。期刊論文的平均效應值為0.550，碩博論文的平均效應值為0.303，期刊論文對網絡與傳統家庭作業間差異的影響比碩博論文的影響更大(見表四)。

表四 出版類型的調節效應

2.區域

根據區域位置，本研究的原始文獻可分為四類：冰島(k=1)、加拿大(k=2)、美國(k=33)、土耳其(k=6)。差異比較結果Qb=72.228，p<0.001。這表明，比較網絡家庭作業與傳統家庭作業差異，區域的調節效應極其顯著，即國家對網絡家庭作業與傳統家庭作業之間的差異影響較大。其中，加拿大的平均效應值最大(Hedges’s g=2.787)，美國和土耳其的平均效應值中等(Hedges’s g=0.395，Hedges’s g=0.508)，冰島的平均效應值最小(Hedges’s g=0.187)，即加拿大兩種作業間差異的影響最大，美國和土耳其次之，冰島最小(見表五)。

表五 區域調節效應

3.學段

本研究將原始研究對象分為兩類：大學生(k=39)、中小學生(k=3)。差異比較結果為Qb=3.764，p=0.052>0.05。這表明，學段不存在調節效應，即大學生與中小學生的網絡家庭作業與傳統家庭作業對學生學習成效影響的差異不顯著(見表六)。

表六 學段調節效應

4.實驗時長

本研究將原始研究的時間跨度分為一學期及以下和一學期以上。差異比較結果顯示，Qb=5.152，p=0.076>0.05。這表明，時間跨度的調節效應不顯著，研究時間跨度沒有顯著影響網絡家庭作業與傳統家庭作業之間的差異(見表七)。

表七 研究時長調節效應

5.研究設計

根據原始研究提供的信息，本研究將研究設計分為準實驗(k=27)、真實驗(k=13)、相關研究(k=2)。差異比較結果顯示，Qb=71.200，p<0.001。這表明，研究設計的調節效應顯著，即不同研究設計下的網絡家庭作業與傳統家庭作業之間差異的顯著性不同。其中，相關研究法的平均效應值最大(Hedges’s g=2.787)，準實驗法和真實驗法平均效應值中等(Hedges’s g=0.457，Hedges’s g=0.262)。這表明，相關研究法對調節效應的影響最大(見表八)。

表八 研究設計的調節效應

6.科目

本研究將原始研究文獻涉及的科目分為工程熱力(k=2)、科學(k=18)、數學(k=22)。需要說明的是，一些科目只有一或兩篇原始文獻，若將其單獨作為一組分析，可能會因樣本量太少造成效應量偏差。為了方便做調節效應分析，本研究將微積分、數學、統計、數感、代數、算數統一歸入數學，將物理、代數物理、物理科學、化學、科學統一歸入科學，工程熱力保持不變。同質性檢驗結果顯示，Qb=61.181，p<0.001。這表明，科目類型的調節效應顯著，即不同科目之間的兩種家庭作業的差異顯著不同。其中，工程熱力的平均效應值最大(Hedges’s g=2.787)，科學和數學平均效應值中等(Hedges’s g=0.387，Hedges’s g=0.406)，表明工程熱力對該調節效應的影響最大(見表九)。

表九 科目類型調節效應

7.教師

在實驗過程中， 教師作為實驗助手，主要負責布置和批改家庭作業等。根據原始研究提供的信息，本研究對實驗中是否是同一教師做了區分，差異比較結果顯示，Qb=12.035，p<0.001。這表明，教師異同的調節效應顯著，即實驗中教師是否相同會對兩種家庭作業間的差異造成顯著影響。其中，多個教師的平均效應值(Hedges’s g=0.628)大于一個教師的平均效應值(Hedges’s g=0.344)，對該調節效應影響更大(見表十)。

表十 教師數量的調節效應

五、結論與討論

(一)網絡家庭作業與傳統家庭作業對學習效果影響差異很大

元分析結果顯示，網絡家庭作業與傳統家庭作業之間差異的平均效應值Hedges’s g=0.573，p<0.01，表明網絡家庭作業與傳統家庭作業的學習成效存在顯著差異；亞組分析(作業表現、考試成績、學生自評)結果顯示，網絡家庭作業與傳統家庭作業之間差異的效應量Hedges’s g=0.596、Hedges’s g=0.217、Hedges’s g=1.497。這表明，通過布置不同形式的家庭作業，學生日常作業表現、考試成績、自我感受存在顯著差異。具體來說，網絡家庭作業的行為表現、考試成績、學生自我感受優于傳統家庭作業。這與伊萊亞斯(Elias et al.，2017)、布魯爾(Brewer，2009)、代米爾吉(Demirci，2006)等的結論一致。從作業表現和考試成績角度看，原因可能為：1)網絡家庭作業的反饋機制為學生提供了即時有效的判斷與指導，學生可以按照作業系統給予的反饋與提示獨立工作(Michael，2013)，節省時間成本，鞏固強化課堂內容(Dillard-Eggers et al.，2011； Singh et al.，2011)，還將學生課堂相關問題的表現反饋給教師(Penn et al.，2000)。2)網絡家庭作業系統包含巨大的問題庫，教師可根據需要靈活布置任務(Dufresne et al.，2002)，學生的ID不同，收到的作業也不同，極大減少了作弊或抄襲的可能性，學生不得不主動參與家庭作業。3)網絡家庭作業系統可以自動儲存學生學習的難點，形成目錄，增加難點的練習，完善技能(Arasasingham et al.，2011)。4)網絡家庭作業系統除文字信息外，還有音頻、視頻、討論等，提高了學生作業的積極性，增加了學生與學生以及學生與教師之間的互動溝通，且這種互動不受時間限制(Draves，2000)。5)學生可以不受時間地點的約束完成家庭作業，比如，除電腦客戶端外，還可以在移動設備上完成作業，這使學生更愿意做作業了(Sundgren，2012)。從自我感受方面看，學生認為網絡家庭作業比傳統家庭作業更好。學生自評調查問卷涉及兩類問題：一是學生對網絡家庭作業和傳統家庭作業學習效果的評價，一是學生對網絡家庭作業和傳統家庭作業的使用感受。問卷采用李克特5點評分法(1分代表“一點也不好”，5分代表“非常好”)。從學生的評分看，使用網絡家庭作業系統的第一年，學生認為網絡家庭作業(3.6±1.2)不如傳統家庭作業(4.3±0.8)對學業成績的幫助大，且認為網絡家庭作業系統使用不夠簡單方便(3.6±1.3)。但第二年學生提高了網絡家庭作業系統的評分，縮小了與傳統家庭作業間分數的差。

(二)區域決定差異

本研究發現區域(即國別)效應顯著，與朱燕的預測一致(Zhu，2015)。不同國家的教育系統不同，學生在家庭作業上花費的時間不同，教育技術的應用程度也不一樣。將來可以著重結合具體國家的實際，深入研究網絡家庭作業與傳統家庭作業的差異。

(三)研究設計的效度決定信息的準確性

本研究發現研究設計的調節效應顯著，相關研究的差異最大，真實驗設計的差異最小，準實驗設計的差異居于二者之間。這可能與研究設計本身的特點有關，真實驗隨機分配被試，內部效度高，但被試數量不多，外部效度不高；準實驗設計缺乏隨機分配，內部效度不一定高，且被試數量不多，外部效度也不高；相關研究缺乏隨機分配被試機制，內部效度不高，但被試較多，外部效度相對較高(Heiman，2001)。研究設計的調節效應提示我們，不同研究設計提供的信息不同，應注重研究設計的多元化。

(四)學習科目決定作業的適宜性

家庭作業對不同科目成績的貢獻程度不同。范會勇(Fan et al.，2016)發現，家庭作業與數學成績之間的相關值為0.221。庫珀(Cooper et al.，2006)發現，家庭作業與英語成績之間的相關值為d=0.39。本研究認為，不同科目學科性質不同，有些科目需要課下鞏固所學知識，有些科目需要創造性，對家庭作業的依賴較少。此外，有些科目的作業形式差異較大，比如程序性知識的傳統家庭作業和網絡家庭作業沒有太大差別，而需要邏輯思維的作業可能更適用于網絡。因此，探究網絡家庭作業與傳統家庭作業的學習效果差異時，科目性質可能會對研究結果產生影響。

(五)教師數量決定前后的一致性

瓊斯多蒂爾(Jonsdottir et al.，2017)提出，已有研究的局限之處在于控制組(傳統家庭作業組)和實驗組(網絡家庭作業組)由不同教師授課。有的原始研究實驗時間長，被試多，安排了不同的教師授課和布置作業，可能影響實驗結果。一般來說，教師的教學風格、教學經驗、人格特質等會與學生相互作用，正如帕洛克賽等(Palocsay & Stevens，2008)的研究發現，學生的表現顯著依賴于教師的教學經驗和自身的學業能力，經驗豐富的教師課堂效率更高。本研究認為，這可能是導致教師數量調節效應顯著的主要原因。

(六)學段、實驗時長的作用有待深入探索

本研究中學段、時間長度變量的調節作用不顯著，網絡與傳統家庭作業間的差異在各學段不顯著。由于納入的樣本中中小學生的被試群體只有2個(Mendicino，2009)，因此本研究認為增加中小學生樣本可能會導致結果產生變化。時間長度的調節效應不顯著，可能的原因是將時間長度劃分的分界點為一學期，對學生來說已經充分適應新的作業方式，結果逐漸趨于穩定(Jonsdottir et al.，2017)，所以該調節效應不顯著，后續研究可以深入分析時間長度變量，將其劃分得更具體。

總之，本研究整合了網絡與傳統家庭作業學習效果差異比較的原始文獻，得出以下結論：從合并效應值看，兩者在學習效果上存在差異；兩種形式家庭作業之間的差異受區域、研究設計、科目、教師數量變量的調節。

本研究有助于人們澄清過去片面的認識，為教育決策者、學校教育者及學生和家長提供新的見解，未來值得研究的問題還有很多。例如，學科背景對網絡和傳統家庭作業間差異的影響如何？當科目為文科時，兩者間的差異是否還顯著？網絡家庭作業是否值得中小學生群體青睞？