在線學習倦怠與時間管理傾向和學習成績的關系研究

廣州大學教育學院 李靜鈺

受重大突發公共衛生事件影響，學校改變傳統教學方式進行在線教學，線上學習期間學生注意力力不集中、學習拖延、效率低、焦慮情緒增加，成績不理想，甚至出現抗拒學習等情況。多數人對“停課不停學”的理解不到位,僅把注意力放在線教學上,未能從學生角度研究在線學習的問題。部分教育主管部門及高校提出了心理疏導建議，如“時間管理”。一般來說具有高水平時間管理能力的大學生更加知道如何利用好時間，懂得更積極地的去安排生活以及學習，降低學習倦怠。大學階段是自主學習的黃金階段，這時學生的心理水平接近成人，內部發展穩定，因此以大學生作為調查對象具有穩定性和真實性。

一、學習倦怠和時間管理傾向之間的聯系

學習倦怠的概念是從職業倦怠引申而來的，Pines等人首次提出了學習倦怠（student burnout）的概念，指學生因學業負擔過重或壓力過大，而產生的自我效能感降低、生理和情緒耗竭、師生關系和同伴關系不良等現象。研究表明，學習動機與學習倦怠呈負相關。有研究認為，與傳統教學相比，在線學習更易讓人產生學習倦怠。近年來學者對學習倦怠進行了研究，包括其現狀、影響和對策等。學習倦怠的影響因素可以分為主觀因素和客觀因素兩大方面。韓艷榮、王濤均認為高職學生學習倦怠受個人、學校、社會、教師等因素影響。劉思佳認為手機依賴和學習倦怠也有密切聯系。暢軍亮學者研究指出學習倦怠主觀原因是可能是自我效能感低、對學習和專業缺乏興趣、自主性與自制力，客觀原因可能有同學相處不當、學習壓力過大、教師管理不當、缺乏學習自由度等。由此可知,學生若因學習產生倦怠對學業和心理狀態等方面都會有不良影響。因此，我們希望從源頭上解決學習倦怠。

學者Britton等從心理學角度對時間管理開展研究，提出時間管理理論模型，隨后開發了測量工具。我國學者黃希庭、張志杰在于2001年首次從人格心理學角度提出時間管理傾向的概念及三維模型結構。石貴瑩、周明潔研究發現，時間管理傾向中的時間監控觀越強，學生對其學習生活的管理能力也就越強，學習生活有了計劃和管理，學生就可以從容地面對困難與挑戰，心理健康問題也能相應減少。馬憶萌等指出，大學生時間管理傾向和自我效能感對學習倦怠有顯著負向影響，而且時間管理傾向通過自我效能感對學習倦怠產生影響。時間管理會影響學業過程和學習成績。善于駕馭時間的人，能夠合理高效地安排各項任務，從而獲得較為滿意的結果。具有良好的時間管理習慣的學生生活滿意度、自我評價也較高。這些現象說明時間管理傾向有可能直接作用于學生的學習倦怠。

故本研究主要探討大學生在線學習倦怠現狀，分析在線學習倦怠、時間管理傾向、學習成績三者之間的聯系。以及從時間管理角度出發，尋找改善大學生在線學習倦怠的理論及方法。

二、方法

（一）研究對象

本研究從廣東省某大學中，隨機抽取650名學生作為實驗調查對象并開展問卷調查，數據收集完成后刪除無意義的問卷，共得到有效的問卷584份，其中男生241人，女生343人，問卷有效率為93.6%。

（二）研究工具

1.大學生學習倦怠量表

采用連榕、吳蘭花等學者提出的大學生學習倦怠量表。該量表由情緒低落（Emotional Exhaustion，EE）、 行 為 不 當（Misbehavior，MB）、成就感低（Low Achievement，LA）3個維度組成。量表采用5點計分，該量表克隆巴赫a系數為0.865。

2.青少年時間管理傾向量表

采用黃希庭等編制的時間管理傾向量表，其中包含了時間價值感、時間監控觀、時間效能感3個維度。采用5點計分，總分越高個體的時間管理能力就越強?？寺“秃誥系數為0.893。

（三）數據處理

本研究采用問卷調查法定量分析法對問卷收集的數據進行分析，并運用文獻綜合方法個案研究法相結合收集資料和個案參考，再運用SPSS軟件統一進行數據處理。分析方法包括一般描述性統計、回歸分析和方差分析。

三、研究結果

（一）在線學習倦怠人口學差異

結果表明，在線學習倦怠并不存在有性別上的差異。在年級差異方面存在一定的差異。從在線學習拖延的年級變化趨勢上來看，學習倦怠的總問卷以及各個維度上都是大二年級學生的學習倦怠程度最低，在學習倦怠總問卷以及情緒低落、行為不當方面，大一年級的學習倦怠水平最高；而在成就感低的維度下，大三年級的學習倦怠水平最高。從總體上看，大一年學習倦怠最嚴重，大二年級學習倦怠較輕。

（二）在線學習倦怠與學習成績之間的關系

隨機抽取某大學三個年級在疫情期間的期末主修課程成績平均分作為他們的學習成績標準。將期末成績平均分在80分以上為優秀；60-80分為中等；低于60分的為不良，以成績等級為自變量進行方差分析。統計結果顯示，學習成績越好，學習倦怠程度就越輕；反之，學習成績越差，學習倦怠的程度則更嚴重。

（三）在線學習倦怠與時間管理傾向的關系

對學習倦怠和時間管理傾向進行分析，結果表明，在線學習倦怠問卷各個維度得分與時間管理傾向各個維度得分負相關（P＜0.01），說明大學生時間管理水平越高，學習倦怠程度就低。

1.不同學習倦怠程度組在時間管理以及學習成績之間的差異

為了更深入地了解大學生在線學習倦怠與各個因素之間的關系，我們將學習倦怠問卷得分按照從高到低的方式排列，首尾各取20%（117人）組成高倦怠組和低倦怠組來比較兩組在時間管理各個維度間的差異。結果顯示高、低倦怠組大學生在時間管理傾向總問卷以及各個維度的差異顯著（P＜0.001）。其中高倦怠組的大學生的時間管理傾向都低于低倦怠組的大學生（P＜0.001）。

2.學習倦怠與時間管理的回歸分析

擬建時間管理各維度與學習倦怠之間的多元回歸模型來更加深入的了解變量關系。我們將學習倦怠作為Y變量，時間管理傾向作為X變量。對多元回歸方程進行顯著性檢驗.方差分析結果顯著（P＜0.001），這意味著兩變量線性關系顯著的，適合進行多元回歸分析。

為考察時間管理傾向對學習倦怠的預測作用，采用逐步回歸分析，對擬建的多元回歸方程進行顯著性檢驗。結果表明，時間管理傾向中的時間效能感和時間監控觀可以解釋學習倦怠36.1%的變異量（R2=36.1%）。從標準回歸系數來看，時間效能感對學習倦怠的作用最大，回歸系數達到-0.567，說明對學習倦怠呈顯著預測作用（見表1）。

表1 大學生時間管理傾向學習倦怠的回歸分析

四、討論與結論

本次研究抽取的被試樣本是大一到大三學生，分別研究了他們在性別、年級方面對在線學習倦怠的差異情況。大學生在線學習倦怠總體上不存在性別差異。另外，從不同年級的比較來看，大二學生的學習倦怠水平最低；大一在學習倦怠總水平以及情緒低落和行為不當水平更高；大三學生的成就感水平更低?？傮w上看，大二年級學習倦怠情況較輕，大一學生的情況最為嚴重。

這個結果和宋乃慶等的研究有所不同，其調查發現不同性別、年級、專業的本科生學習倦怠有明顯差異，且本科生總體上都存在學習倦怠問題，而本研究數據顯示，大學生在線學習倦怠情況在性別上的差異并不顯著，這可能與測試環境、時間有關，本研究在重大突發公共衛生事件背景下開展，學習環境發生了巨大改變，在線教學和傳統教學存在巨大差異，這與宋乃慶等所設立的實驗環境有很大差異。在線教學處于居家環境，學生們的學習方式等因素都趨于一致，可能導致在線學習倦怠在性別上沒有顯著差異。其余結果符合以往的研究結論，大學生普遍存在在線學習倦怠問題，且年級不同倦怠水平也不同。

（一）在線學習倦怠與學習成績之間的關系

研究發現，學生學習成績越高，在線學習倦怠程度就越低。學習較為積極的學生往往對學習規劃更加清晰明確，在學習上他們會保持更高的專注及自覺，他們會更嚴格地要求自己、充分利用自己的時間，因此居家學習也不會對他們的成績有太大影響。成績中等和成績不良的同學在學習過程中可能存在“慵懶”的學習習慣，沒有明確學習計劃，特別是成績不良的學生或許曾經做出過努力，但成績依舊不理想，這讓他們喪失學習動力，不能全身心投入到學習中。疫情期間的學習環境更加放大了他們學習倦怠的問題。

（二）在線學習倦怠與時間管理傾向的關系

研究表明，在線時間管理傾向能反向影響學習倦怠，大學生時間管理得越好，學習倦怠程度越低。回歸分析結果說明，時間監控觀和時間效能感可以反向預測在線學習倦怠，得分越高說明他們越能夠認識到時間對自身的意義、更能合理運用時間，及時完成學習任務，學習情緒積極，完成學習任務后成就感高，有效增強學習動力，從而降低倦怠水平。因此在線教學過程中對學生時間管理進行調節，提高時間管理能力，可有效降低在線學習倦怠水平。

（三）結論

（1）大學生在線學習倦怠水平在中等程度。

（2）大學生在線學習倦怠性別差異不顯著，但年級差異顯著。

（3）大學生學習倦怠水平與學習成績呈負相關。

（4）大學生學習倦怠與時間管理傾向呈負相關。