后疫情時代大學生在線學習投入度提升策略研究

朱丹丹 楊濱

摘 ? 要：提升學習者在線學習投入度、提高在線教學質量已成為后疫情時代教與學的重要命題。文章以學習《現代教育技術應用》公共課的學生為研究對象，采用問卷調查和統計分析法，對其在線學習投入的現狀進行分析，并探討了學習投入的情感、認知、行為維度的“串聯”關系。通過對203名在線學習者的數據分析發現：大學生在線學習投入水平總體較高，三個維度得分由高到低依次為情感投入、認知投入、行為投入;性別在學習投入方面有顯著差異。并在實踐經驗的基礎上，提出了教師參與樹榜樣、協作學習補短板、多維評價促成效、作業反饋創壓力、感恩教育成自律等大學生在線學習投入度提升策略。

關鍵詞：在線學習者;學習投入;提升策略

中圖分類號：G434 文獻標志碼：A 文章編號：1673-8454（2021）10-0001-06

學習投入是衡量學習者動機、觀測學習過程、預測學業成就的重要指標[1-3]，也是高校開展學情監測、自我診斷、評估教育質量的有效參考數據[4]。新冠肺炎疫情期間，在線教育成為全社會關注的焦點，“停課不停學”中由于師生的準分離狀態、弱學習監控以及臨場感的缺失，都使得在線學習投入度備受爭議。大規模在線教學中，在線學習者在有效參與和積極投入方面表現并不理想，在線自主學習能力不足、全媒體學習適應性較差[5]、學習狀態難以保持[6]、淺層被動參與、資源共享程度低等[7][8]問題備受質疑。因此，探索學習投入度對提升在線學習質量、解決在線學習中的諸多問題，具有重要的理論與實踐意義。

一、研究概述

學習投入的提出源于學生對學校權威敬重程度的下降，學生追求“唯通過、唯畢業、唯證書”的“三唯目標”，不能再指望學校制度對學生強加約束[9]，因此，學習投入逐漸進入研究者的視野，它可以被理解為學習者在執行學習活動時卷入的強度和情感質量[10]。

1.學習投入的內涵及評價量表

從具體內涵來看，研究者普遍認為學習投入包含三個維度，即行為投入、情感投入、認知投入[11-13]。行為投入關注學生在課程學習中的主動、努力與堅持不懈，具體表征為準時上課、按時完成作業、提問、討論、共享資源等;情感投入關注學生在教育活動中的情感體驗或反應，如好奇、快樂、厭煩、歸屬感等;認知投入關注學生在教育活動中的心理投入水平和學習策略應用，如認知策略、元認知策略、情感管理策略等[14]。

目前，圍繞MOOC、翻轉課堂、微課等在線教學應用，對在線學習投入的研究逐步深入。Sun等人編制的遠程學習投入量表（Student Engagement in Distance Education）[15]、李爽等人開發的遠程學生學習投入評價量表[14]以及李冉開發的大學生網絡學習參與度測量量表[16]，這些工具為在線學習投入的測量提供了有力保障。

李爽應用遠程學生學習投入評價量表調查了北京大學醫學網絡教育學院和北大青鳥的433名遠程學習者，發現學生學習投入整體水平良好，但在性別、職業、婚姻、學習經驗等要素方面存在顯著性差異[14];高潔運用測量工具分析網絡學習環境下，大學生外部動機與在線學習投入的關系，發現外部動機對在線學習投入的影響取決于學生自主性程度的高低[17];高欣峰等以青島農業大學在讀本科生為調查對象，分析比較了MOOC、SPOC、大班課三種通識課形態在學習投入度上的差異，結果發現基于MOOC的通識課學習投入顯著低于傳統線下大班課，而基于SPOC的通識課在學習投入度的各個方面與大班課均無顯著性差異[18]。

2.影響學習投入的因素

上述實證研究表明，在線學習投入受多方面因素的影響：①在學習者個體因素方面，性別、年齡、專業、技能素養、學習層次、學習動機、自我效能感是影響在線學習投入的重要前因變量[19-21];②在教師因素方面，教師參與度、教學方法、任務設計、學習反饋是影響在線學習投入的關鍵因素[22];③在環境因素方面，技術[23]、教學數據管理、探索性教學、學生凝聚力等顯著影響在線學習投入[24]。

3.針對學習投入的提升策略及相關研究

關于在線學習投入的提升策略，黃慧構建了以學生、教師、學習資源、教學平臺、同伴、教學政策等為一體的大學生在線學習參與度提升策略模型，并將其應用于網絡在線課程，結果顯示該策略模型有效提升了大學生在線學習參與度[25];從教學的角度出發，左秀娟提出了課程設計、資源分類、學習反饋等策略[26];基于知識情境化理論，沈欣憶等設計了成果公開化、早期公共反饋、同伴評價等策略[27]。

上述已有研究，反映出目前針對在線學習投入的研究主要集中于工具開發、實證研究、影響因素研究和策略研究等四個方面。但縱向分析，不難發現現有研究僅僅將在線學習投入的三個維度作為“并聯”的預測變量，簡單比較了三個維度對學習投入的影響，忽視了三個維度之間的內在聯系。在中國傳統尊師重教的文化背景下，學生“親師信道”俯拾皆是，當學生與教師建立親近關系或感受到教師支持時（情感投入），更能調動他們對知識和道理的重視（認知投入），進而促進學習行為的發生（行為投入），最終取得學業成功。

鑒于類似研究的缺乏，本研究試圖探討情感投入、認知投入、行為投入三者間的“串聯”關系，并通過實證研究的方法，總結提出在線學習投入的提升策略。

二、研究設計

1.研究樣本

本研究以A師范大學3個專業的大學二年級學生為樣本總體，采用整群抽樣，對所有樣本學生發放《大學生在線學習投入量表》，共回收有效問卷203份。其中男生47人，女生156人;城鎮114人，鄉村89人。

2.研究工具

本研究主要借鑒李爽等編制的遠程學生學習投入評價量表[14]，同時參考Schaufeli等編制的UWES-S量表[28]和全美大學生學習投入調查問卷NSSE。并結合疫情防控期間“停課不停學”的實際情況，開發設計形成了包含行為投入、認知投入、情感投入三個維度的《大學生在線學習投入量表》。

研究首先對量表進行試測，要求被調查學生將題意與自身在線學習情況相比較，根據符合程度（1-5）進行評分。其中，1表示“完全不符合”、2表示“不符合”、3表示“一般”、4表示“較符合”、5表示“完全符合”。

對遠程學生學習投入評價量表進行因子分析，檢驗量表的結構效度，利用主成分分析法抽取共同因子，以最大方差法進行正交轉軸。根據題項與原維度的擬合程度、聚集效果和區分效果進行題項調整和刪除，累計刪除6個題項。研究中共進行了3次因子分析，萃取出3個因子，可累計解釋變異量的65.97%，3個因子分別解釋變異量的27.09%、25.99%、12.89%。

另外，本研究對修訂后的遠程學習投入量表進行驗證性分析和信度分析，驗證性分析結果顯示，χ2/df=3.077，GFI =0.865，AGFI=0.809，CFI=0.897，IFI=0.898，RMSEA=0.101;信度檢驗結果顯示，Cronbach′s alpha為0.916。在這些指標中除了RMSEA外，其他均符合學者建議的一般標準[29][30]，而Hair等認為盡管RMSEA 值略高，但并不會對模型分析產生較大影響[31]，因此修訂后的《大學生在線學習投入量表》可以認為是有效的，具有研究應用的價值。

3.數據處理與分析方法

本研究使用 SPSS 22.0 和 AMOS 24.0 進行數據分析。數據分析過程主要包含以下三個方面：首先，運用描述性統計法描述在線學習投入總體和三個子維度的集中趨勢;其次，運用Pearson 相關分析法探索學習投入三個子維度之間的相關關系;最后，根據理論和研究假設，運用回歸分析法分析三個子維度之間的中介關系，側面驗證三個維度的“串聯”關系。

三、研究結果

1.大學生在線學習投入整體水平

通過對在線學習者的學習投入度進行描述統計，得出在線學習者投入度及三個維度的均值和標準差如表1所示。

結果顯示，在線學習者的學習投入度整體得分為4.0384，在三個維度上，得分從高到低依次為：情感投入4.2619、認知投入3.8810、行為投入3.8399，均超過問卷設計臨界值3分。

（1）情感投入

該維度所有題目的得分均超過4分，如“幫助同學解決困難，會感到開心”4.23分;“在線學習中，經常感受到教師和同學的關心和幫助”4.12分;“獲得教師或同學幫助后，心里會感激”4.41分;“經常用運動、美食等方式緩解壓力”4.26分。這表明在《現代教育技術應用》公共課的學習過程中，學生有較強的歸屬感，愿意主動幫助同伴解決困難，在幫助同學之后能夠獲得成就感和滿足感，并且情緒感知和調節能力也越來越強。

（2）認知投入

在該維度中，得分最高的是“合理安排學習時間”4.04分，其次是“會努力記住學習內容”3.92分、“課外時間也能合理利用”3.92分、“學習新概念，會和舊知識融合貫通”3.90分，表明作為在校生，其不必承擔生活壓力，有大量的時間可以自由分配，同時，在線學習者表現出較強的復述和精加工策略，能夠將新舊知識聯結。得分較低的是“經常對學習資料進行總結、歸納”3.75分、“制定學習計劃”3.77分，這與日常教學感受相似，學生習慣于教師講課節奏和授課思路，較少有學生自己總結經驗、創新觀點。

（3）行為投入

該維度是三個維度中得分最低的，說明在網絡在線學習情境中，學生的參與、交互、專注等落實情況還有待提升。其中，“積極參與教師發布的討論和答疑”3.97分、“在線學習，會認真做筆記”3.71分，表明學生在行為投入上呈現出績效導向特征，對教師要求、課程活動等與學習成績相關的任務會積極響應，但在自主學習方面表現不盡人意，停留在“視聽”學習層次。

2.大學生在線學習投入差異分析

本研究采用獨立樣本T檢驗對不同性別、不同居住地的學習者進行在線學習投入水平分析。結果顯示：不同性別的在線學習者，在學習投入性整體水平（F=4.483，p=0.002<0.05）和情感投入（F=5.177，p=0.04<0.05）、認知投入（F=0.529，p=0.02<0.05）、行為投入（F=1.418，p=0.001<0.05）等維度上的得分均存在顯著性差異。數據顯示，女生在整體和三個維度的得分均高于男生。不同居住地的在線學習者，在學習投入性整體水平及三個維度上的得分均無顯著性差異（p>0.05）。

3.大學生在線學習投入中介檢驗

中介效應檢驗必需滿足四個前提條件：第一，預測變量必須與結果變量顯著相關;第二，預測變量必須與中介變量顯著相關;第三，中介變量必須與結果變量顯著相關;第四，在介入中介變量的作用后，預測變量與結果變量之間的關系減弱。

通過表1可知，前三個條件都滿足，隨后采用SPSS宏中的Model4，檢驗認知投入在情感投入與行為投入之間的中介效應。結果表明（見表2），情感投入對行為投入的預測作用顯著（t=8.1157，p<0.01），且當放入中介變量后，情感投入對行為投入的直接預測作用依然顯著（t=3.0949，p<0.01），但相關性減弱，因此滿足條件4。

此外，情感投入對認知投入的正向預測作用顯著（t=13.8915，p<0.01），認知投入對行為投入的正向預測作用也顯著（t=4.196，p<0.01）。根據表3，情感投入對行為投入影響的直接效應及認知投入中介效應的bootstrap 95%置信區間的上、下限均不包含0，表明情感投入不僅能夠直接預測行為投入，而且能夠通過認知投入的中介作用預測行為投入。該直接效應（0.3679）和中介效應（0.3491）分別占總效應（0.717）的51.31%和48.69%。

四、研究結論

1.結論

研究結果顯示，《現代教育技術應用》公共課學生的在線學習投入水平整體較高，各細分維度均處于中等偏上水平。其中，情感投入維度得分最高，認知維度次之，得分相對較低的是行為投入。這一研究結果與高潔關于在線學習投入總體呈現較低水平，情感投入低于認知投入、行為投入的結論有較大的差異。

造成這一結果的可能原因是，學生“選修”線上課程的初衷不同、課程教學形式不同。高潔調研的《多媒體課件制作》課程，是以選修課的姿態呈現在學生面前，教學材料以視頻為主，視頻通常是由教學名師錄制，學習者是通過在線課程這一直接載體開展以自主學習為主要形式的學習活動，教師很少參與或不參與[17]。而本研究調研的《現代教育技術應用》為必修課，教師直播授課，師生實時交互，是教師引領的促進學習者知識內化的教學活動，因此他們的學習投入度表現出差異。這也反映了在線學習環境中“師生交流缺失”的可逆性，技術發展并與教育深度融合，已經帶來了教育領域的技術紅利，線上交流通暢、學習孤立感減弱、感知教師支持和同伴支持逐漸增強，學生的情感投入程度更深。

從在線學習者學習投入個體差異結果可以看出，女生比男生學習投入水平高，可能是因為女生情感更加細膩，容易對他人的行為或幫助產生感激之情，從而比男生表現出更多的反饋行為。

在生源地方面，不同生源地的學生學習投入水平差異不明顯，說明媒體報道中的“教育數字鴻溝”與大學生群體相關性不大。“教育數字鴻溝”主要圍繞基礎設施建設、師資力量、教育資源分配等方面進行論述，而針對大學生群體主要問題應該聚焦在網絡是否通暢等方面。大學生有校園卡套餐，并且在疫情期間，中國移動、聯通、電信等公司都為學生提供了優惠政策，即使是沒有安裝寬帶的家庭，手機流量也可以支撐線上學習的順利進行。

另外，研究證實了在線學習投入三個子維度的“串聯”關系，即“情感投入→認知投入→行為投入”。因此，情感投入對學習者的學習行為起到內在動機的作用，可以通過課程設計（包括評價設計、任務設計、分組設計等）增進學習者與教師、同伴之間的關系，促進其對學習重要性的認識，進而促使實實在在的學習行為的發生。

2.課程設計

關于《現代教育技術應用》公共課如何進行課程設計，主要體現在以下幾個方面：①設計多元的學習活動和任務，如觀看視頻、主題討論、作業互評、微課創作、匯報交流等;②對學生進行有效分組，營造集體學習氛圍，增強學生互動性，遇到問題及時溝通;③及時更新教學內容，教師在繁冗的學習資料里選擇性地提供給學生先前組織者;④教學形式多樣，包括直播教學、直播+錄播教學，避免照本宣科，激發學習者學習興趣;⑤績效評價多維度、全程化，有過程性評價和結果性評價，其中過程性評價主要考核學習態度、學習能力和實踐能力三個方面的14個子能力，如提交作業情況、課堂發言情況、作業互評情況、小組合作情況等;⑥師生、生生之間實時交流：課上，學生可以借助留言板、彈幕、討論區、連麥等教學工具向教師提問或與同伴交流。課下，學生可以通過教學工具和及時通訊工具（微信、QQ）與教師、同學互動;⑦增設4名助教，協助教師開展課程管理、任務設計、數據收集等活動，并進行學習進度的有效監督。

五、策略分析

由上述分析可知，《現代教育技術應用》公共課以教師參與貫穿始終，在線學習者能夠感受到教師的支持。已有研究表明，教師的參與度、行為、態度、期望、教學方法、任務設計、及時反饋等均會影響在線學習者的學業情緒和學習投入[32][33][13]。

基于上述分析，筆者通過總結實踐經驗，提出以下在線學習者學習投入度提升策略：

1.分組合作學習：發揮長板效應

積極的相互依賴是合作學習的核心[34]，小組成員齊心協力共同完成目標任務，在自主完成自己任務的同時幫助同伴完成任務。合作學習不僅有利于提高學生個體在學習過程中的參與度、培養解決問題的能力，還能發展團隊整體的多元智能效應。根據加德納的觀點，個體擁有的智能種類、發展水平各不相同，團隊協作可以彌補個體短板，使個體優勢成為決定團隊整體能力的關鍵因素。將長板策略應用到合作和協作學習情境中，其實質是從追求全面發展的常規教育向追求個性化發展的智慧教育的轉變[35]。

2.全程多維評價：利用績效導向

上述分析指出，在線學習者的學習投入具有績效導向特征，可以合理利用學生“唯分數”的特性，教師在實施網絡教學時可以通過優化過程性評價來促使學生積極參與。也可增加過程性考核的方式和頻率，除了“課后作業”“期中考試”“期末考試”等較為集中且標準化的考核方式之外，“考勤”“提交作業情況”“課程發言情況”“作業互評情況”“小組貢獻度情況”“交流匯報情況”“優秀作業評選”“研學檔案袋”等，都可以作為評價學生網絡學習的過程化指標。這就要求教師應根據自己的課程設計開發“過程性評價量表”，表中要盡可能囊括線上學習行為，將每種行為量化，并在正式授課前向學生解讀，績效成績會根據學習者的行為表現進行記錄。

3.公共作業反饋：營造選擇壓

公共作業反饋主要分為三個環節：早期公共反饋、中期同伴評價、后期成果公開化。在教學平臺上提交作業，系統會自動生成已提交作業人數和未提交作業人數比，教師可以對最早發布的作業進行反饋，在班級群感謝那些較早提交作業的學生，并鼓勵其他學生積極完成任務。這樣一方面可以給學生起到示范作用，另一方面可以營造一種選擇壓，激發學生的競爭意識。

為了激勵學習者多交流，可以設置小組作業組間互評、教師分析總結，讓學生感受到教師的全程參與和持續關注。最后，教師與助教分析學生評論，總結提煉，選擇值得分享的作業將其分享到班級群，方便學生回顧課程內容。這樣可以有效調動學生的內攝調節能力，為了維持自尊和避免內疚感，激勵自己的作業質量朝著優秀等級靠攏。

4.培養同理心：感恩教師支持

在網絡教學中，教師孜孜不倦地講，學生卻自由散漫地聽的現象時有發生。有教師感慨，學生感知教師支持往往小于教師的實際付出，難免會造成教師的失落感與無力感。“培養同理心”能夠增加學生的社交和情感意識，增加友好的社會行為，這類教學活動可以幫助學生深入了解他人感受，產生共情，激發個體責任感[36]。“同理心”可以引起學生對教師支持的足夠重視，感恩教師全情投入，對教師的付出做出積極的回饋，進而促進學習投入度的提高。

參考文獻：

[1]汪雅霜.大學生學習投入度對學習收獲影響的實證研究——基于多層線性模型的分析結果[J].國家教育行政學院學報，2015（7）：76-81.

[2]Hamane A C. Student engagement in an online course and its impact on student success[D].Ann Arbor：Pepperdine University，2014.

[3]Macfadyen L P， Dawson S. Mining LMS data to develop an“early warning system” for educators：a proof of concept[J].Computers & education，2010，54（2）：588-599.

[4]葉甲生，朱祖林，郭允建.現代遠程教育質量測評：學習性投入的視角[J].中國電化教育，2015（7）：60-65.

[5]王冬冬，王懷波，張偉，等.“停課不停學”時期的在線教學研究——基于全國范圍內的33240份網絡問卷調研[J].現代教育技術，2020，30（3）：12-18.

[6]于康存.在線教學模式下教學問題與對策的探究[J].現代信息科技，2020（10）：191-193.

[7]高地.MOOC熱的冷思考——國際上對MOOCs課程教學六大問題的審思[J].遠程教育雜志，2014，32（2）：39-47.

[8]張麗霞，郭秀敏.影響虛擬課堂學習參與度的因素與提高策略[J].現代教育技術，2012，22（6）：29-34.

[9]李靜.高校學生網絡學習投入情況研究[D].開封：河南大學，2012.

[10]文超，張衛，李董平，等.初中生感恩與學業成就的關系：學習投入的中介作用[J].心理發展與教育，2010，26（6）：598-605.

[11]Fredricks J A， Blumenfeld P C， Paris A H. School engagement： potential of the concept， state of the evidence[J].Review of educational research，2004，74（1）：59-109.

[12]楊立軍，韓曉玲.基于NSSE-CHINA問卷的大學生學習投入結構研究[J].復旦教育論壇，2014，12（3）：83-90.

[13]張娜.國內外學習投入及其學校影響因素研究綜述[J].心理研究，2012，5（2）：83-92.

[14]李爽，喻忱.遠程學生學習投入評價量表編制與應用[J].開放教育研究，2015，21（6）：62-70+103.

[15]Sun C Y， Rueda R. Situational interest， computer self -efficacy and self-regulation： Their impact on student engagement in distance education[J].British journal of educational technology，2012，43（2）：191-204.

[16]李冉.大學生網絡學習參與度量表編制研究[D].沈陽：沈陽師范大學，2016.

[17]高潔.外部動機與在線學習投入的關系：自我決定理論的視角[J].電化教育研究，2016，37（10）：64-69.

[18]高欣峰，喻忱，李爽.大學生網絡通識課學習投入調查研究——以青島農業大學為例[J].中國遠程教育，2020（5）：38-45+53.

[19]Robinson C C， Hullinger H. New benchmarks in higher education： Student engagement in online learning[J].Journal of Education for Business，2008，84（2）：101-108.

[20]文書鋒，孫道金.遠程學習者學習參與度及其提升策略研究——以中國人民大學網絡教育為例[J].中國電化教育，2017（9）：39-46.

[21]蘭國帥，郭倩，鐘秋菊.MOOC學習投入度與學習堅持性關系研究[J].開放教育研究，2019，25（2）：65-77.

[22]Shi， S.Teacher moderating and student engagement in synchronous computer conferences[J].MERLOT Journal of Online Learning and Teaching，2010，6（2）：431-445.

[23]Henrie C R，Bodily R，Manwaring K C，et al.Exploring Intensive Longitudinal Measures of Student Engagement in Blended Learning[J].International Review of Research in Open and Distributed Learning，2015，16（3）：131-155.

[24]齊媛.網絡學習環境對小學生學習投入的影響研究——以教客平臺為例[J].中國特殊教育，2019（12）：83-88.

[25]黃慧.混合式學習環境下大學生在線學習參與度提升策略研究[D].上海：上海師范大學，2017.

[26]左秀娟.大學生在線學習行為與學習效果關系及促進策略研究[D].濟南：山東師范大學，2019.

[27]沈欣憶，李爽，丹尼爾·希基，等. 如何提升MOOCs的學生參與度與學習效果——來自BOOC的經驗[J]. 開放教育研究，2014，20（3）：63-70.

[28]Schaufeli W B， Martinez I M， Pinto A M， et al.Burnout and engagement in university students： A cross-national study[J].Journal of Cross-cultural Psychology， 2002，33（5）：464-481.

[29]Fornell C， Larcker D F. Evaluating structural equation models with unobservable and measurement errors[J].Journal of Marketing Research，1981，18（1）：39-50.

[30]Lacobucci D. Structural equations modeling： Fit Indices， sample size， and advanced topics[J]. Journal of Consumer Psychology，2010，20（1）：90-98.

[31]Hair J F FR， Anderson R E， Thatam R L， et al.Multivariate data analysis， 7th edition[M].London： Pearson Education Limited，2013：677-679.

[32]Shea P， Bidjerano T. Community of inquiry as a theoretical framework to foster "epistemic engagement" and "cognitive presence" in online education[J]. Computers & education，2009，52（3）：543-553.

[33]尹睿，徐歡云.國外在線學習投入的研究進展與前瞻[J].開放教育研究，2016，22（3）：89-97.

[34]王衛軍，蔣雙雙，楊微微.基于協作學習的在線課程設計探討[J].電化教育研究，2016，37（2）：68-74+101.

[35]祝智庭，俞建慧，韓中美，等.以指數思維引領智慧教育創新發展[J].電化教育研究，2019，40（1）：5-16+32.

[36]李青，閆宇.新技術視域下的教學創新：從趣悅學習到機器人陪伴學習——英國開放大學《創新教學報告》（2019版）解讀[J].遠程教育雜志，2019，37（2）：15-24.

（編輯：李曉萍）