國際視野下社會調節學習研究歷程、焦點及趨勢

蘇友 李艷燕 包昊罡

摘要：協作學習是一個復雜的社會性過程，對協作過程進行有效的調節是保證在線協作學習效率和質量的關鍵。傳統調節學習研究關注自我，忽略了調節行為的社會性特征。為更好地探究和支持協作學習過程，社會調節學習理論應運而生。社會調節學習理論是自我調節學習理論在協作情境下的擴展和深化，國際上有關社會調節學習的研究肇始于2003年，經歷了萌芽起步、逐步上升期后，2015年進入迅速發展階段。當前社會調節學習研究主要采用以問卷調查為主的自我匯報、基于內容分析的微觀分析法，以及基于多模態數據的綜合分析法進行社會調節學習行為的識別與分析，聚焦于社會調節學習行為發生的過程機制、社會調節學習的行為序列模式、支持社會調節學習過程的工具研發，以及社會調節學習與學習表現的關系等;研究成果主要刊發在教育學、心理學等學術期刊上，芬蘭、美國、加拿大是研究的主陣地。未來社會調節學習研究應注重構建多維分析框架，研發社會調節學習策略新分析工具;收集面向過程的多模態數據，挖掘社會調節學習深層次機制;統籌個體和群體因素，開展社會調節學習與學習表現關系的多維度實證研究。

關鍵詞：協作學習;社會調節學習;自我調節學習;研究歷程;關注焦點;發展趨勢

中圖分類號：G434? ?文獻標識碼：A? ? 文章編號：1009-5195（2020）06-0033-11? ?doi10.3969/j.issn.1009-5195.2020.06.005

基金項目：教育部人文社會科學研究青年基金“自我調節理論視域下的在線英語協同寫作研究”（18YJC740084）;國家自然科學基金“基于情景的學習者在線學習分析關鍵技術與評價模型研究”（61877003）。

作者簡介：蘇友，博士，副教授，碩士生導師，北京郵電大學人文學院（北京 100876）;李艷燕（通訊作者），博士，教授，博士生導師，北京師范大學知識工程研究中心（北京 100875）;包昊罡，博士研究生，北京師范大學教育學部（北京 100875）。

隨著網絡技術的不斷發展，技術支持的協作學習活動被廣泛應用于教育實踐。然而，受學習環境復雜性和個體特質差異性的影響，協作團隊中的個體在認知、情感和環境等方面面臨諸多挑戰和困難。學習者的調節學習策略是影響協作學習效率和質量的關鍵。但是傳統調節學習研究關注自我，忽略了調節行為的社會性特征。社會調節學習因注重調節過程的主體間性和人際互動，突出調節學習的社會屬性得到了國際學術界的廣泛重視，并進行了一系列理論和實證研究，取到了較為豐富的研究成果。目前，國內學術界對該領域的研究才剛剛起步，社會調節學習理論對中國本土協作學習研究的價值還未得到充分體現。為此，本文基于對相關國際文獻的計量與內容分析，梳理了社會調節學習的國際研究歷程，明晰了社會調節學習的理論基礎以及這一領域的研究方法，并在厘清當前研究現狀的基礎上，對社會調節學習的前沿發展方向進行了預測，旨在擴展當前我國協作學習研究的主體、豐富研究理論基礎，為深入開展在線教學模式的變革提供支撐。

一、社會調節學習的國際研究歷程

根據現有文獻，有關協作情境中社會調節學習的研究肇始于2003年（Panadero，2017）。因此，本研究選取2003-2019年（檢索時間截至2020年3月10日）的社會調節學習研究成果為研究對象，樣本來源為Web of Science（含SSCI和A&HCI）核心數據庫。檢索關鍵詞為“Social Regulation”“Socially Shared Regulation”“Co-Regulation of Learning”和“Co-Regulated Learning”，關鍵詞關系為“OR”。每個關鍵詞搭配位置算符“Near/10 Collaborative”，將文獻限定在協作學習情境。經由高級檢索，剔除新聞報道、書評、會議論文等條目，獲得文獻493篇。通過逐條閱讀文獻題目和摘要，刪除不相關論文。同時，結合最近三年論文的參考文獻，以滾雪球的方式，補充遺漏文獻，最后共得到有效文獻142篇，以此作為研究樣本展開分析。研究首先運用CiteSpace軟件，通過文獻計量法，對相關文獻外部特征進行描述性分析，包括發文年份、學術機構、核心作者以及關鍵文獻，明確其中的分布特征、潛在關系和發展脈絡。然后通過內容分析法進行深入解讀，利用舉例、歸納和推理的方式，對文獻的潛在內部特征進行挖掘，深入解析國際社會調節學習的研究現狀和發展趨勢。

1.發展歷程分析

根據檢索到的文獻，繪制出社會調節學習相關論文年度分布圖（見圖1）。總體上，社會調節學習研究成果呈現增長態勢，表明其越來越受到國際學術界的關注和重視。社會調節學習研究發展脈絡清晰，其發展歷程可分為三個階段。

第一，萌芽起步階段（2003-2008年）。由圖1可知，最早的文獻出現于2003年，即芬蘭學者Vauras等人刊發的《協作同伴間的集體調節與學習動機：個案分析》（Shared-Regulation and Motivation of Collaborating Peers：A Case Analysis）一文（Vauras et al.，2003）。這一階段成果稀少，研究側重比較學生在單獨學習和協作學習情境中調節學習過程的差異性特征，如De Jong等（2005）的研究。雖然此階段的研究者已經開始強調調節學習的社會性，初步提出了協作情境中社會調節學習的概念，但對其理論基礎、特征內涵、評價與測量方法等仍未見系統性的論述。

第二，逐步上升階段（2009-2014年）。這一階段的文獻呈緩慢上升態勢，主要集中在芬蘭和加拿大。學者們廣泛論證了調節學習的社會性，并基于Winne和Hadwin（1998）的自我調節學習模型，建構了成熟的社會調節學習理論模型，提出了評價分析協作情境中不同形式社會調節學習行為的理論框架（Hadwin et al.，2011;J?rvel? et al.，2013b）。同時，學者們開始探究如何從社會調節學習視角出發，開發技術工具，促進在線協作學習質量的提升。隨著理論的完善和實踐的不斷探索，這一階段成為社會調節學習研究發展的重要奠基期。

第三，迅速發展階段（2015年以后）。得益于理論框架的完善，這一階段的研究成果數量增長明顯，每年發表論文增至15～25篇。包括中國在內的多國研究者開始重視社會調節學習研究，分析各類協作情境下的社會調節學習機制（鄭蘭琴等，2017;陳向東等，2019;陳向東等，2020）。同時，研究視角和研究方法不斷完善，實證研究成果體現出教育學、社會學、心理學、神經科學等多學科交叉的趨勢。加之多模態數據收集技術工具的發展和更迭，社會調節學習的研究向多樣化、高智能、高精度方向深化拓展。

2.重要期刊

研究樣本量化統計顯示，142篇與社會調節學習相關的論文發表在36種期刊，其中載文量排名前10的期刊如圖2所示，這些期刊的載文量已超過所有研究文獻總量的1/2。刊登社會調節學習研究的期刊主要包括兩類：一類是普通教育學或心理學刊物，如《計算機在人類行為研究中的應用》（Computers in Human Behavior）、《元認知與學習》（Metacognition and Learning）、《學習與教學》（Learning and Instruction）;另一類是關注教育技術應用研究的刊物，如《計算機與教育》（Computers & Education）、《計算機支持的協作學習》（International Journal of Computer Supported Collaborative Learning）、《互聯網與高等教育》（Internet and Higher Education）。這些刊物影響因子高，是教育學或心理學研究的旗艦刊物，從側面說明社會調節學習研究受到國際學術界的重視。

3.主要研究團隊及核心文獻

通過對文獻作者來源的分析發現，共有114個學術機構發表了相關的研究成果;從國家分布來看，發文量最高的是芬蘭（44篇），其次是美國（24篇）和加拿大（19篇）。從研究機構來看，芬蘭的奧盧大學和加拿大的維多利亞大學表現突出，成為協作學習中社會調節學習研究的主要陣地（圖3）。近年來，國內開始關注社會調節學習研究，北京師范大學等機構也陸續開始有成果發表。

對作者來源的進一步分析發現，成果主要集中在三個研究團隊，分別是澳大利亞Simone Volet教授團隊、芬蘭Sanna J?rvel?教授團隊和加拿大Allyson Hadwin教授團隊。其中，Simone Volet團隊最早提出社會調節學習的概念，開展了基礎研究。2013年以來，以Sanna J?rvel?和Allyson Hadwin教授為主的兩大團隊，合作開展了豐富的理論和實踐探索，在計算機支持的協作學習領域形成較大的影響力。根據論文的被引頻次和研究內容，以上三大團隊的主要貢獻及不同時期的核心文獻如表1所示。

二、社會調節學習的理論基礎與內涵特征

協作情境中社會調節學習研究從孕育思想、萌芽成長，再到迅速發展，得益于教育學和心理學理論的推動。梳理和概括社會調節學習研究的主要理論基礎及其概念內涵，有助于統一認識，推動相關理論研究和實踐應用向縱深拓展。

1.社會調節學習的理論基礎

社會調節學習理論是自我調節學習理論在協作情境下的擴展和深化。國際上有關社會調節學習的研究主要基于社會認知理論、社會文化理論和情境理論。

社會認知理論。社會認知理論為社會調節學習研究奠定了學理基礎。社會認知理論突破了傳統行為主義的理論框架，從認知和社會聯動作用的視角看待學習。社會認知觀下的調節學習理論強調社會和自我的雙重影響，把調節學習看作是個體、行為和環境三種因素的交互作用。外在的社會環境能為個體的調節過程提供模仿的榜樣、實踐指導和行為反饋，影響個體自我調節行為（Zimmerman，1989）。分析協作學習環境下學習者的社會調節學習行為時，應了解在真實的協作學習情境中，學習者如何在自我和同伴的影響下，不斷調整策略，有效監控和調節學習過程（J?rvel? et al.，2013a）。

社會文化理論。社會文化理論促進了社會調節學習理論的不斷發展。在社會文化理論視角下，社會環境不是簡單地作為外部因素輔助或促進調節學習過程，而是作為核心因素影響調節學習過程（Hadwin et al.，2011）。學習者所處的外部環境決定其調節動機和認知的方式。社會文化理論也強調社會互動對自我調節的影響，認為個體心理過程的元認知調節根植于個體間的交往和互動，教師和學生對學習過程的共同調節學習行為可以過渡為自我調節學習行為（McCaslin et al.，2001）。研究者還根據最近發展區的理論，進一步提出了同伴調節學習（Co-Regulation of Learning）的概念，并運用維果茨基有關內化的概念來描述自我調節從社會層面向個人內部層面轉移的現象（Diaz et al.，1990）。

情境理論。情境理論為當代社會調節學習研究帶來了更為綜合的視角。情境理論認為學習情境包括物理環境特征、社會交互特征、教學理念，以及不同的文化特征（Greeno et al.，2014）。從情境理論的角度來看，調節學習的過程是社會學習情境下集體成員之間情境化的互動，包括個人和社會兩個層面的內容（Hadwin et al.，2011），強調無論個人層面的調節學習行為，還是社會或小組層面的調節學習行為，都同等重要。在方法論層面上，情境理論倡導使用面向過程的微觀分析法，細化分析粒度，主張對給定現象進行多層次多角度分析，并充分考慮學習環境的動態屬性及情境性特征，為研究不同場景下不同形式調節學習行為及其復雜交織的關系提供了解決方案。

2.社會調節學習的內涵特征

J?rvel? 等（2013b）認為，社會調節學習泛指群體活動或人際互動過程中的調節模式，關注學習者如何通過與小組成員的互動，理解學習任務、設定目標、制定計劃、實施策略，并通過對學習表現進行監控和評價，實時修訂目標、計劃或策略。本研究采取Hadwin等（2018）的觀點，認為在協作學習情境中，社會調節學習包括自我調節（Self-Regulation）、同伴調節（Co-Regulation）和集體調節（Socially Shared Regulation）三類形式。自我調節是指個體為達到學習目標，在與其他小組成員的交互中不斷調整自身認知、元認知、動機、情感和行為的過程。同伴調節是指學習者在與小組成員交互過程中，對他人的學習過程進行靈活地過渡性支持或限制。當小組成員之間在任務理解、策略運用、學習態度等方面出現不一致的時候，往往就會出現同伴調節行為。及時有效的同伴調節能夠保證協作學習的順利開展，提高協作學習質量。集體調節指小組成員為實現共同目標，達成或維持共同認知而進行的一種共享調節活動（J?rvel? et al.，2016）。

為更客觀準確地觀測社會調節學習行為，有必要辨析自我調節、同伴調節和集體調節之間的關系。如表2所示，三類社會調節學習在調節目標、實施主體、調節內容上均存在差異。自我調節關注學習者個人的目標，實施主體是學習者本人。同伴調節關注同伴的目標，實施主體是小組其他成員。集體調節關注整個小組集體共享的目標，實施主體是小組所有成員。集體調節和同伴調節的關鍵性差異在于前者的調節行為是所有小組成員共同協商的結果，而后者指由部分成員主導下的調節行為。

如圖4所示，整個調節學習過程可以被看作是集體作為社會系統發展的過程，三種調節方式以一種動態的、相互依賴的方式發展。同伴調節學習以個體自我調節學習為基礎，自我調節學習和同伴調節學習共同促進集體調節學習。

總體來說，現有研究認為協作情境下的社會調節學習主要有以下四個方面的典型特征：

（1）突出學習者的主體性

社會調節學習注重學習者的主體性，這主要體現在兩個方面：首先，調節學習不是學習者被動實施的行為，而是學習者面對新的情境和挑戰主動做出的策略性反應。其次，社會調節學習重視對學習者自身特征的理解，包括先前知識、信念、學習觀、自我目標等。學習者將這些信息帶入協作學習情境，并在此基礎上協同建構知識。這意味著協作中的決策過程很大程度上受到學習者自身特征影響。因此，需要重視學習者的主體性，充分理解學習者特征，否則很難對觀察到的調節學習行為做出全面準確的推論。

（2）指向情境性的社會互動

社會調節學習涉及學習者、教師、同伴、家長、任務、背景和文化等多元情境要素。這些復雜要素的交互作用催生了不同形式的社會調節學習行為。社會情境的差異會在認知、情感、動機等方面引發不同的困難和挑戰，影響調節學習行為的發生機制。與傳統面對面學習環境相比，在線學習環境下的調節行為呈現出不同的特點。因此，理解和分析在線協作情境下的社會調節學習行為時，需綜合考慮調節學習行為發生的具體情境，明確發出調節學習行為的互動主體，明晰調節行為發生的形式和時機。

（3）蘊含多層多維要素

社會調節學習是一個多層多維度的概念。首先，協作情境下的社會調節學習涉及個人、教師、小組同伴、小組集體等多層次主體。其次，調節的過程和結果都超出了純粹的認知范疇，涉及對元認知、動機、情感、環境、行為和認知等多維要素的調控。各層面各要素不是孤立地存在于社會調節學習過程中，而是相互聯系、相互影響的。例如，在小組計劃過程中產生的元認知知識會創造新的情感要素，進一步影響協作學習下一階段調節學習行為的發生。

（4）動態的過程性變化

社會調節學習不是一個靜止的狀態，而是一個隨時間變化的周期性動態適應過程。在協作學習的每一階段，認知操作既生成外部的、可觀察的學習表現（如作業和制品），也形成內部的產品（如學習感知）。學習者依據自己生成的內部反饋與源自同伴和教師的外部反饋（如考試分數和教師評價），不斷充實或修正學習者對任務的理解、目標的設定，以及策略的使用。學習者不斷整合來自多方面的反饋信息，對照標準實時監控個人和小組的學習過程，做出適應性變化和策略性調整，動態更新目標和計劃，以保證后續學習有效進行，調節學習的過程也就成為一個循環漸進的持續性系統。

三、社會調節學習的分析方法

社會調節學習包含學習過程中的認知、元認知、情感和動機行為，同時具有情境性、瞬時性和靈活性的特點。在協作學習中對社會調節學習行為的識別與分析一直是社會調節學習研究的關鍵。隨著研究的發展，社會調節學習的觀測分析方法在精確度和數據源上不斷完善（如圖5所示）。總體來說，當前主要的社會調節學習分析方法包括：以問卷調查為主的自我匯報法、基于內容分析的微觀分析法，以及基于多模態數據的綜合分析法。

1.以問卷調查為主的自我匯報法

研究者通過問卷調查的形式，收集學習者協作學習過程中的社會調節學習策略使用情況。當前有關調節學習的問卷調查工具多直接采用或改編Pintrich（2004）研發的學習動機策略框架，較有影響力的是Barnard等（2009）研發的專門測量網絡環境下學習者調節學習行為的問卷，涉及目標設定、環境建構、任務策略、求助策略和自我評價5個維度。在協作學習研究領域，Panadero 等（2015）設計了有關社會調節學習的提示問題（例如，“我理解了任務要求”“我知道如何完成這項任務”“這項任務目標是什么？”“你將采用什么樣的策略達成任務目標？”），讓學生自我報告社會調節學習策略的使用情況;Olakanmi（2016）也研發了“同伴調節學習問卷”，用于調查科學類協作學習中的社會調節學習策略，包括目標計劃、過程監控、努力程度調控、提供幫助和求助策略等維度。

2.基于內容分析的微觀分析法

內容分析法是當前分析協作學習情境下社會調節學習行為的主要方法，分析的數據主要是學生的線上討論日志、協作過程錄音或視頻記錄。相比傳統以問卷調查為主的自我報告法，基于內容分析的微觀分析法，是一種分析粒度高度具體的研究方法，可以對社會調節學習行為進行多級編碼，揭示調節學習行為的動態變化特征和情境性特征，有利于捕捉調節學習行為變化的過程性痕跡（Grau et al.，2012）。

國際上對社會調節學習行為的編碼框架研究主要包括調節類別（自我調節、同伴調節、集體調節）、調節過程（計劃、監控、調整、評價）、調節焦點或內容（如情感調節、任務理解、活動組織等方面）三個方面（Bakhtiar et al.，2018）。其中，在情感維度上，研究者將分析粒度進一步細分為多個子維度，如積極情感、消極情感、表達情緒和活躍氣氛（Su et al.，2018）。此外，還有研究按照調節水平的高低來進行編碼，設置“活動指向”維度，把學習者的社會調節學習行為進一步分為深層指向和表層指向兩級（Grau et al.，2012）。

3.基于多模態數據的綜合分析法

數據采集設備的不斷發展（如眼動儀、腦電儀、皮電儀等），使研究人員可以克服單一的數據收集方式，通過收集多模態數據來更加精準地追蹤學習者一系列認知和非認知變化過程，促使無形的心理調節過程及其所伴隨的社會和情境反應變得可見可測量。換言之，雖然調節學習的過程常常是一種心理現象，但它也伴隨著諸如壓力、興奮、激動等情感動態特征。通過從身體、大腦、行為、語言等多渠道捕捉這些特征的動態變化，可構建起多模態數據環境，幫助研究者更好地理解調節過程中個體特征、環境和行為方式之間的交互關系。

多模態數據可以提供新的互補信息。基于多模態數據的三角驗證，可以有效提升自我調節、同伴調節和集體調節的觀測信效度。如圖6所示，研究者將心率數據與內容分析數據進行交互驗證，發現在協作中遇到挑戰時，學習者的心率會發生變化，這可以作為判定集體調節行為發生的重要依據（J?rvel? et al.，2019）。此外，還可以設計相應的學習分析工具（如SLAM-KIT工具，見圖7），抓取有關社會調節學習的多模態數據并進行可視化，直觀揭示學習者在協作學習這一復雜情境下的社會調節學習行為特征（Noroozi et al.，2019）。

四、社會調節學習的研究焦點

1.探究不同形式調節發生的過程機制

調節發生的過程機制是社會調節學習領域的基礎性研究。自2003年以后，研究者開始聚焦不同形式社會調節學習發生的條件和過程，探究協作學習中社會調節學習機制。相關研究主要圍繞三個方面開展。第一，對調節過程行為特征進行描述性分析。例如，Grau和Whitebread（2012）圍繞科學課程協作學習活動，分析了學習者社會調節學習行為變化規律。Su等（2018）針對Wiki協作環境下英語學習者高成就小組和低成就小組社會調節學習行為特征進行了比較分析。第二，對調節過程的機制和范式進行聚類分析。例如，Malmberg等（2015）從多個角度分析了學生協作過程中面臨的挑戰和相應的調節策略，歸納出27種應對學習挑戰的社會調節學習模式。Castellanos等（2018）對異步協作中的社會調節學習進行聚類分析后，發現了三種社會調節學習范式，即穩定的高水平調節型、偏穩定的中等水平調節型，以及不穩定的低水平調節型。第三，深度剖析不同形式調節學習發生的條件和功能。例如，Ucan等（2015）對科學協作探究中的調節過程分析發現，元認知方面的集體調節可以幫助小組建立共享的任務理解、促進持續性的知識建構，而情感和動機方面的集體調節有助于維持交互關系，創造積極的團隊社會情感氛圍。

2.挖掘社會調節學習的行為序列模式

隨著研究的深入，研究者越來越重視社會調節學習的時間變化特征與機制，挖掘社會調節學習行為序列模式。行為序列模式的挖掘，有助于打開調節學習的“黑箱”，使整個調節過程從黑暗走向透明，增強研究者對調節學習過程與機理的認識。研究方法主要包括滯后序列分析、熵分析、馬爾可夫鏈分析等過程挖掘方法。實際應用中主要有三種分析策略：首先，分析整個協作過程的調節行為序列。有研究分析了整個在線協同讀寫活動中，學習者自我調節、同伴調節以及集體調節三種形式之間的行為轉換模式（Su et al.，2018）。也有研究分析了教師教育專業學生在整個協作活動中的集體調節行為序列模式，發現學生的調節焦點逐步從應對外部挑戰轉向調控內部動機（Malmberg et al.，2015）。其次，提取不同協作階段的調節行為序列。研究者以時間間隔，將協作活動劃分為不同的環節，圍繞社會調節學習的核心目標，對學生在任務理解、計劃、監控和反思方面的調節過程進行階段性評價（J?rvel? et al.，2016）。最后，對比高低成就組的調節行為序列。相關研究通過前、后測獲取學習者學習活動前后的成績變化數據，對比分析高低成就組的社會調節學習行為序列模式，以更好地解釋技術增強環境下的協作為何能對學習者的學習產生不同程度的影響（Zheng et al.，2019）。

3.研發支持社會調節學習的工具

為幫助協作學習中的學習者調節學習過程，越多越多的研究者開始設計支持調節學習的工具。表3呈現了近年來國外研究者開發的社會調節學習工具。概括起來，社會調節學習工具的研發呈現出兩個顯著特點：

第一，注重依據調節學習的階段性循環屬性，設計相應的腳本或支架。例如，Kim等（2018）按照計劃、監控和評價三個階段，研發了協作學習中社會調節學習支架的設計框架，并在該框架內規定了四個循環步驟：找到潛在問題、討論解決方案、排列任務優先級、分配角色任務，他們據此設計了支持調節學習的協作腳本。Molenaar等（2012）研發了Ontdeknet工具，通過虛擬代理向學習者提供有關活動準備、計劃和監控方面的動態腳手架。

第二，強調可視化呈現小組成員的學習過程，促進感知、共享與互動。開發者致力于將個體和小組有關任務理解、目標設置、學習情感和動機等學習狀態進行可視化呈現，為學習者提供及時反饋，幫助他們感知協作過程，并在此基礎上進行有效的監控和控制。比較經典的工具有澳大利亞悉尼大學研究團隊開發的Wattle Tree社交可視化工具，實現了跨平臺學習表現數據的全面收集，激活和發展學習者的社會調節學習策略（Reimann et al.，2010）。芬蘭奧盧大學研究者設計了OurPlanner和OurEvaluator工具，收集學生在任務理解和目標計劃方面的數據，以雷達圖的方式可視化呈現了小組成員的學習狀態（J?rvel? et al.，2015）。他們還進一步開發了S-REG工具，可視化呈現組員的動機和情感等內容，以提示小組進行集體調節學習（Laru et al.，2015）。

4.研究社會調節學習與學習表現的關系

提升學習表現是協作學習的主要目的。當前研究者開始越來越關注學習者的社會調節學習與學習表現之間的關系。有研究者主張將社會調節學習行為及其學習表現作為一個綜合的整體去分析，探究調節學習行為如何具體地影響學習者的學習表現，學習者對學習表現的評價反思又如何影響他們的調節學習過程（Schunk et al.，2018）。這種研究多采用面向過程的分析視角，強調對社會調節學習過程的細微觀察，并將社會調節學習的過程性變化與學生的學習表現關聯起來，探究二者的交互關系。其中，學習表現既關注小組層次的學習表現，包括協作知識建構、小組學習氛圍和小組學習成就等內容;也關注個人層次的學習表現，包括學習投入、學習感知和個人學習成就等。

參考文獻：

[1]陳向東，韓慶慧，錢祎（2020）.基于共享調節的社會性閱讀：概念模型及解釋[J].現代遠程教育研究， 32（1）：68-76.

[2]陳向東，羅淳，張江翔（2019）.共享調節：一種新的協作學習研究與實踐框架[J].遠程教育雜志，37（1）：62-71.

[3]鄭蘭琴，李欣（2017）.調節性學習的發展：模型、支持工具及培養策略[J].現代遠程教育研究，（2）：60-66.

[4]Bakhtiar， A.， Webster， E.， & Hadwin， A. （2018）. Regulation and Socio-Emotional Interactions in a Positive and a Negative Group Climate[J]. Metacognition Learning，13：57-90.

[5]Barnard， L.， Lan， W.， & To， Y. et al. （2009）. Measuring Self-Regulation in Online and Blended Learning Environments[J]. Internet & Higher Education， 12（1）：1-6.

[6]Castellanos， J.， & Onrubia， J. （2018）. Group Characteristics and Profiles of Shared Regulation in Collaborative Environments Involving Asynchronous Communication[J]. Journal for the Study of Education and Development， 41（2）： 369-414.

[7]Cho， M.， Kim， Y.， & Choi， D. （2017）. The Effect of Self-Regulated Learning on College Students Perceptions of Community of Inquiry and Affective Outcomes in Online Learning[J]. Internet & Higher Education， 34：10-17.

[8]De Jong， F.， Kolloffel， B.， & Meijden， V. et al. （2005）. Regulative Processes in Individual， 3D and Computer Supported Cooperative Learning Contexts[J]. Computers in Human Behavior， 21： 645-670.

[9]Diaz， R.， Neal， C.， & Amaya-Williams， M. （1990）. The Social Origins of Self-Regulation[M]// Moll， L. （Eds.）. Vygotsky and Education： Instructional Implications and Applications of Sociohistorical Psychology. New York： Cambridge University Press：127-154.

[10]Grau， V.， & Whitebread， D. （2012）. Self and Social Regulation of Learning During Collaborative Activities in the Classroom： The Interplay of Individual and Group Cognition[J]. Learning and Instruction， 22（6）：401-412.

[11]Greeno， J.， & Engestr?m， Y. （2014）. Learning in Activity[M]// Sawyer， R. （Eds.）. The Cambridge Handbook of the Learning Sciences. Cambride University Press：128-147.

[12]Hadwin， A.， & Oshige， M. （2011）. Self-Regulation， Co-regulation， and Socially Shared Regulation： Exploring Perspectives of Social in Self-Regulated Learning Theory[J]. Teachers College Record， 113（2）：240-264.

[13]Hadwin， A.， J?rvel?， S.， & Miller， M. （2018）. Self-regulation， Co-Regulation， and Shared Regulation in Collaborative Learning Environments： A Social Cognitive Perspective[M]// Schunk， D.， & Greene， J. （Eds.）. Handbook of Self-Regulation of Learning and Performance. Routledge： 83-106.

[14]Janssen， J.， Erkens， G.， & Kirschner， P. et al. （2012）. Task-Related and Social Regulation During Online Collaborative Learning[J]. Metacognition & Learning， 7（1）：25-43.

[15]J?rvel?， S.， & Hadwin， A. （2013a）. New Frontiers： Regulating Learning in CSCL[J]. Educational Psychologist， 48（1）：25-39.

[16]J?rvel?， S.， J?rvenoja， H.， & Malmberg， J. et al. （2013b）. Exploring Socially Shared Regulation in the Context of Collaboration[J]. Journal of Cognitive Education & Psychology， 12（3）：267-286.

[17]J?rvel?， S.， Kirschner， P.， & Panadero， E. et al. （2015）. Enhancing Socially Shared Regulation in Collaborative Learning Groups： Designing for CSCL Regulation Tools[J]. Educational Technology Research and Development， 63（1）：125-142.

[18]J?rvel?， S.， Malmberg， J.， & Haataja， E. et al. （2019）. What Multimodal Data Can Tell Us About the Students Regulation of Their Learning Process？ [EB/OL]. [2019-11-13]. https：//doi.org/10.1016/j.learninstruc.2019.04.004.

[19]J?rvel?， S.， Malmberg， J.， & Koivuniemi， M. （2016）. Recognizing Socially Shared Regulation by Using the Temporal Sequences of Online Chat and Logs in CSCL[J]. Learning & Instruction， 42， 1-11.

[20]Kim， D.， & Lim， C. （2018）. Promoting Socially Shared Metacognitive Regulation in Collaborative Project-Based Learning： A Framework for the Design of Structured Guidance[J]. Teaching in Higher Education， （2）：1-18.

[21]Laru， J.， Malmberg， J.， & J?rvenoja， H. et al. （2015）. Designing Simple Tools for Socially Shared Regulation： Experiences of Using Google Docs and Mobile SRL Tools in Mathematics Education[C]// Proceedings of the 12th International Conference on Computer Supported Collaborative Learning， Gothenburg， Sweden： 403-410.

[22]Malmberg， J.， Haataja， E.， & Seppanen， T. et al. （2019）. Are We Together or Not？ The Temporal Interplay of Monitoring， Physiological Arousal and Physiological Synchrony During a Collaborative Exam [J]. International Journal of Computer-Supported Collaborative Learning， 14： 467-490.

[23]Malmberg， J.， J?rvel? S.， & J?rvenoja， H. et al. （2015）. Promoting Socially Shared Regulation of Learning in CSCL： Progress of Socially Shared Regulation Among High-and Low-Performing Groups[J]. Computers in Human Behavior， 52：562-572.

[24]Malmberg， J.， J?rvel?， S.， & J?rvenoja， H. （2017）. Capturing Temporal and Sequential Patterns of Self-， Co-， and Socially Shared Regulation in the Context of Collaborative Learning[J]. Contemporary Educational Psychology， 49：160-174.

[25]McCaslin， M.， & Hickey， D. （2001）. Self-Regulated Learning and Academic Achievement： A Vygotskian View[M]// Zimmerman， B.， & Schunk， D. （Eds.）. Self-Regulated Learning and Academic Achievement： Theoretical Perspectives. New York： Lawrence Erlbaum Associates： 227-252.

[26]Miller， M.， & Hadwin， A. （2015）. Scripting and Awareness Tools for Regulating Collaborative Learning： Changing the Landscape of Support in CSCL[J]. Computers in Human Behavior， 52： 573-588.

[27]Molenaar， I.， Roda， C.， & Boxtelc， V. et al. （2012）. Dynamic Scaffolding of Socially Regulated Learning in a Computer-Based Learning Environment[J]. Computers & Education， 59（2）：515-523.

[28]N?ykki， P.， Isoh?t?l?， J.， & J?rvel?， S. et al. （2017）. Facilitating Socio-Cognitive and Socio-Emotional Monitoring in Collaborative Learning with A Regulation Macro Script-An Exploratory Study[J]. International Journal of Computer Supported Collaborative Learning， 12（3）： 251-279.

[29]Noroozi， O.， Alikhani， I.， & J?rvel?， S. et al. （2019）. Multimodal Data to Design Visual Learning Analytics for Understanding Regulation of Learning[J]. Computers in Human Behavior， 100：298-304.

[30]Olakanmi， E. （2016）. Development of a Questionnaire to Measure Co-Regulated Learning Strategies During Collaborative Science Learning[J]. Journal of Baltic Science Education， 15（1）： 68-78.

[31]Panadero， E. （2017）. A Review of Self-Regulated Learning： Six Models and Four Directions for Research[J]. Frontiers in Psychology， 8：422.

[32]Panadero， E.， Kirschner， P.， & J?rvel?， S. et al. （2015）. How Individual Self-Regulation Affects Group Regulation and Performance： A Shared Regulation Intervention[J]. Small Group Research， 46（4）：431-454.

[33]Pintrich， P. （2004）. A Conceptual Framework for Assessing Motivation and Self-Regulated Learning in College Students[J]. Educational Psychology Review， 16（4）：385-407.

[34]Raes， A.， Schellens， T.， & De Wever， B. et al. （2016）. Promoting Metacognitive Regulation Through Collaborative Problem Solving on the Web： When Scripting Does Not Work[J]. Computers in Human Behavior， 58： 325-342.

[35]Reimann， P.， & Kay， J. （2010）. Learning to Learn and Work in Net-Based Teams： Supporting Emergent Collaboration with Visualization Tools[M]// Jacobson， M.， & Reimann， P. （Eds.） Designs for Learning Environments of the Future. New York： Springer：143-188.

[36]Rogat， T.， & Linnenbrink-Garcia， L. （2011）. Socially Shared Regulation in Collaborative Groups： An Analysis of the Interplay Between Quality of Social Regulation and Group Processes[J]. Cognition and Instruction， 29（4）：375-415.

[37]Schunk， D.， & Greene， J. （2018）. Historical， Contemporary， and Future Perspectives on Self-Regulated Learning and Performance[M]// Schunk， D.， & Greene， J. （Eds.）. Handbook of Self-Regulation of Learning and Performance. Routledge： 1-16.

[38]Stahl， G. （2006）. Group Cognition： Computer Support for Building Collaborative Knowledge[M]. Cambridge： MIT Press.

[39]Su， Y.， Li， Y.， & Hu， H. et al. （2018）. Exploring College English Language Learners Self and Social Regulation of Learning During Wiki-Supported Collaborative Reading Activities[J]. International Journal of Computer-Supported Collaborative Learning， 13（1）：35-60.

[40]Tsai， C.， Shen， P.， & Chiang， I. et al. （2018）. Exploring the Effects of Web-Mediated Socially-Shared Regulation of Learning and Experience-Based Learning on Improving Students Learning[J]. Interactive Learning Environments， 26（6）： 815-826.

[41]Ucan， S.， & Webb， M. （2015）. Social Regulation of Learning During Collaborative Inquiry Learning in Science： How Does It Emerge and What Are Its Functions？ [J]. International Journal of Science Education， 37（15）：2503-2532.

[42]Vauras， M.， Iiskala， T.， & Kajamies， A. et al. （2003）. Shared-Regulation and Motivation of Collaborating Peers： A Case Analysis[J]. Psychologia， 46：19-37.

[43]Volet， S.， Summers， M.， & Thurman， J. （2009a）. High-Level Co-Regulation in Collaborative Learning： How Does It Emerge and How Is It Sustained？[J]. Learning and Instruction， 19（2）： 128-143.

[44]Volet， S.， Vauras， M.， & Salonen， P. （2009b）. Self- and Social Regulation in Learning Contexts： An Integrative Perspective[J]. Educational Psychologist， 44（4）： 215-226.

[45]Winne， P. H.， & Hadwin， A. F. （1998）. Studying as Self-Regulated Engagement in Learning[M]// Hacker， D.， Dunlosky， J.， & Graesser， A. （Eds.）. Metacognition in Educational Theory and Practice， Erlbaum： 277-304.

[46]Zheng， J.， Xing， W.， & Zhu， G. （2019）. Examining Sequential Patterns of Self- and Socially Shared Regulation of STEM Learning in a CSCL Environment[J]. Computers & Education， 136： 34-48.

[47]Zimmerman， B. J. （1989）. A Social Cognitive View of Self-Regulated Academic Learning[J]. Journal of Educational Psychology， 81（3）： 329-339.

責任編輯 汪燕