基于學習風格模型的混合式學習成效研究

成振波 李正思 柯善軍

摘? 要：基于Felder-Silverman學習風格模型理論，借助所羅門量表對學生進行分類，通過單因素方差分析個體學習風格與理論測試、實操訓練、PBL小組作業和綜合作業等各項成績的關系，發現在線上線下混合課程學習中，活躍型、視覺型、感悟型學習風格分別在理論學習、技能訓練和應用能力轉化方面更具優勢。通過教學平臺提取學習行為數據，分析個體學習風格與在線學習行為中的反芻比、提交作業時間系數等參數存在相關性，從行為學層面驗證和剖析了學習風格與學習成效的關聯原因。

關鍵詞：線上線下混合課程；SPOC；學習風格模型；Felder-Silverman；學習成效；學習行為；計算機輔助設計教育

中圖分類號：TP39；G434? 文獻標識碼：A? 文章編號：2096-4706（2023）10-0171-06

Abstract： Based on Felder-Silverman learning style model theory， students are classified using Solomon scale. Analyzes the relationship between individual learning styles and theoretical testing， practical training， PBL group work， and comprehensive work through one-way ANOVA， it is found that active， visual， and perceptive learning styles are more advantageous in theoretical learning， skill training， and application ability transformation in online and offline blending course learning. Extracts learning behavior data through the teaching platform， analyzes the correlation between individual learning style and online learning behavior parameters such as rumination ratio， homework submission time coefficient， and validates and analyzes the reasons for the correlation between learning style and learning effectiveness from a behavioral perspective.

Keywords： online and offline blending course; SPOC; learning style model; Felder-Silverman; learning effectiveness; learning behavior; computer aided design education

0? 引? 言

2020年疫情期間，全國范圍內各大高校適機開展各種形式的在線教學，極大地促進了后疫情時代線上線下混合式教學模式的普及[1]。在線上線下混合式教學方面的研究和探索，對當下高校教學的發展具有重要意義。小規模限制性在線課程（Small Private Online Course， SPOC）是一種更加適合線上線下混合式教學的教學模式，它借助MOOC的資源優勢，結合傳統教學方式，基于小班的學生班級建制，能夠做到因材施教；同時，利用線上平臺解除了學習時間限制和空間約束[2]。

1? 面向SPOC教學模式的學習行為研究基礎

作為一種新興的教學模式，SPOC提供的并不是簡單地把傳統課堂教學內容轉移到在線教學平臺，而是要求高校教師充分利用互聯網資源和技術更加有效地改善和提升教學效果，這也是高校教師所面臨的機遇和挑戰。

秦曉安等[3]通過收集在線課程平臺上的學生學習狀態數據，利用大數據技術先對學生的學習行為數據進行聚類分析，然后進行學習行為數據與學習成效之間的關聯分析。宋超等[4]針對傳統學習與在線學習各自的優勢和弊端，結合SPOC的性質和特點，對學生學習行為、SPOC教學對學生學習習慣的影響，以及對SPOC環境下學生的個性化學習行為進行分析和研究。劉冰[5]等從人機互動和人際互動兩個方面對SPOC平臺上的學習記錄進行數據分析，挖掘SPOC學習者的在線學習行為特征。劉杰[6]等采用一般認知智力知識整合理論來厘清學習模式與個體差異之間的關系，從而發現不同學習者的學習模式，同時從SPOC平臺對不同學習者作用程度這一角度來解釋學習模式對學習者知識構建的影響。

本人[7，8]通過對在線課程后臺數據的分析，研究線上線下混合式學習行為與學習成效之間的關聯關系。基于前面的研究基礎，本次研究基于Felder-Silverman學習風格模型理論對學生進行分類，鑒于學習風格模型具有獨特性、穩定性，基于混合式教學場景，對比不同類型學生在知識素養、技能掌握和應用能力等方面的差異，找出學習風格與線上線下混合式學習成效之間的關聯。

2? 計算機輔助平面設計的學習風格模型分析

2.1? Felder-Silverman學習風格理論

Felder-Silverman學習風格模型理論跨過于洋蔥模型的中間層和最內層，該模型主要分析學生的認知風格和信息處理偏好。該學習風格模型針對信息加工、感知、輸入和理解4個方面將學習風格分為8種：知識加工維度——活躍型與沉思型，知識感知維度——感悟型與直覺型，知識輸入維度——視覺型與言語型，知識理解維度——序列型與綜合型，各種學習風格的特點如表1所示[9-12]。

Felder-Silverman學習風格模型主要通過所羅門學習風格量表來測定，該表共包含44個問題。每個問題有a、b兩個選項，通過對每個維度答案的統計，計算其差值，可將學習者分為3種類型。以視覺型與言語型為例，最終結果為11a～5a屬于視覺型，3a～3b屬于平衡型，5b～11b屬于言語型［11，12］。

2.2? 計算機輔助平面設計課程的線上線下混合教學模式

我校“計算機輔助平面設計”課程是面向工業設計、產品設計專業二年級學生的專業基礎課。本課程屬于計算機圖形技術在設計學領域的交叉應用，培養學生在產品造型設計領域的實踐和應用能力。根據我校應用型人才的培養定位，結合學科核心素養培養目標，學生通過本課程的學習能夠掌握計算機圖形學、設計學和美學的交叉知識，能夠使用Photoshop、Illustrator等軟件工具，在版式設計、產品造型、交互界面領域進行設計方案的推敲、深化、表達與展示。從2015年迄今，本課程的教學逐漸完成了從傳統課堂到線上線下混合教學模式的轉變，教師們摸索出適合本課程混合式教學的教學內容和教學方法。線上教學平臺是超星學銀在線，線下教學環境為我校智慧教室，如圖1所示。

本課程共48個學時，其中線上自主學習24個學時，線下學習24個學時。教學活動采用翻轉課堂的形式開展，難理解、需要反復學習的知識和訓練被設定為自主線上學習，線下課程則以啟發性、互動性以及發揮學生創造性的項目式學習（Project-based Learning， PBL）中的項目引導、小組討論等為主，如圖2所示，項目來源于企業實題，提升學生對設計工具的應用能力和創新能力。

2.3? 計算機輔助平面設計課程學生學習風格模型分析

2020—2021學年春季學期，我校工業設計和產品設計的兩個班分別開設本課程，采用小班制教學，單班人數不超過30人，兩個班合計人數為54人。為了便于數據統計，將工業設計班命名為C1，將產品設計班命名為C2，開課時通過所羅門量表對兩個班級的學生進行了Felder-Silverman學習風格測試，在測試結果中，總體平衡型比重較高，為增加區分度調整了區間閾值，調整區分度較大題目的權重［12］，總體測試數據如表2所示。

表中無平衡型，平衡型＝班級人總數－對應維度兩種學習風格人數和。

工業設計專業C1的學生來自普通高中理科生，而產品設計專業C2的學生來自藝術類文科生，通過兩個班的數據對比可以發現：

1）在信息感知維度上，感悟型、直覺型和平衡型的比例比較接近，C2班感悟型比例高于C1班，而C1班直覺型比例高于C2班。

2）在信息輸入維度上，當前學生明顯更加偏向于視覺型，這和目前的多媒體技術在教育領域的應用以及短視頻普及有一定的關系，學生對圖形、視頻媒體的學習能力更強，相對而言C1班平衡型比例略高。

3）在信息加工維度上，C1班的分布比例中沉思型＞平衡型＞活躍型，而C2班的分布比例中平衡型＞沉思型＞活躍型。

4）在內容理解維度上，兩個班都是平衡型較高，C1班中綜合型比例高于C2班。

總體數據表明，文科藝術生更擅長利用已有知識解決問題，更傾向于視覺媒體信息學習，比較樂于團隊合作和討論解決問題；而理科學生更喜歡創新、獨立思考，更善于理解抽象知識，遇到問題時喜歡總攬全局找到解決方案。

3? 學習風格和學習成效之間的關聯分析

本課程考核內容兼顧線上線下課堂，重視過程性考核，具體成績組成包括：在線理論知識測試（15%）、實操訓練項目（50%）、線下PBL小組評分（15%）、綜合大作業（20%），分別考評了學生的知識素養、技能應用能力、團隊合作創新能力和應用能力，如圖3所示。

理論學習和實操訓練主要由學生自主在線完成指定教學視頻的學習和訓練，教師提供答疑和指導，在線下課程上課前通過線上平臺發布理論測試題，學生可在手機或PC終端完成，測試題以選擇題和填空題為主，由系統直接評分，實操訓練由教師手動批改。PBL項目在線下課上完成，學生分組完成教師布置的開放性項目，通過討論、設計、展示等環節，教師對小組整體進行評分。綜合大作業屬于結課考核，主要考查學生的技術應用能力。

課程結束后，根據學生的學習風格屬性和各項成績生成學生的數據，如表3所示，為方便統計計算，將感悟型、視覺型、活躍型、序列型賦值為1，將直覺型、言語型、沉思型、綜合型賦值為-1，將所有平衡型賦值為0。

3.1? 學習風格與在線理論學習成績之間的關系

對所有學生的學習風格和理論學習成績進行逐項單因素方差分析，發現感悟直覺型、視覺言語型、序列綜合型對理論學習成績沒有顯著影響，活躍沉思型對理論學習成績有顯著影響，分析方式如表4所示。其中方差齊性檢查顯著性＞0.05表示方差齊，方差分析有意義。在單因素分析表中我們可以看到，顯著性P=0.006＜0.05，說明這三個組中至少有兩個組之間是存在顯著性差異的。

以活躍沉思型為橫坐標，以理論學習成績為縱坐標，通過箱型圖和平均值圖可發現活躍型理論學習測試成績優于平衡型，平衡型理論學習測試成績優于沉思型。可推測由于線上理論學習以知識學習為主，內容相對枯燥，需要學生具有較強的主動學習意識，盡管沉思型學生喜歡獨立思考問題，但是活躍型學生的學習成績更好，如圖4所示。

3.2? 學習風格與實操訓練學習成效之間的關系

對學習風格和實操訓練成績進行逐項單因素方差分析，發現感悟直覺型、活躍沉思型對理論學習成績沒有顯著影響，視覺言語型、序列綜合型對實操訓練成績有顯著影響，各組之間存在顯著差異，如圖5所示。

分別以視覺言語型、序列綜合型為橫坐標，以實操訓練成績為縱坐標，通過箱型圖和平均值圖可發現視覺型實操學習成績優于平衡型，平衡型實操學習成績優于言語型。由于課程實操訓練采用視頻講解的形式，需要學生跟著視頻操作，可以推測出視覺型學生更善于視覺媒體的學習，比言語型學生的學習風格效果更好。而對于序列綜合型則是平衡型優于序列型，序列型優于綜合型，可見對于所學知識內容的理解需要較為平衡的學習風格，明顯地向綜合型或序列型轉變并不能很好地解決實操訓練中的問題。

3.3? 學習風格與在PBL小組評分之間的關系

由于本課程PBL作業是由小組在課下合作完成的，并對小組進行整體評分，小組學習過程中存在組員之間互相促進、相互激勵，在對學習風格和PBL小組成績單因素方差的分析中，未發現任何一種學習風格對PBL小組評分產生顯著影響。

3.4? 學習風格與綜合大作業評分的關系

對所有學生的學習風格和綜合大成績進行逐項單因素方差分析，發現活躍沉思型、視覺言語型、序列綜合型對綜合大作業成績沒有顯著影響，感悟直覺型對大作業成績有顯著影響，各組之間存在顯著差異，如圖6所示。

以感悟直覺型為橫坐標，以綜合大作業成績為縱坐標，通過箱型圖和平均值圖可發現感悟型大作業成績優于平衡型，平衡型大作業成績優于直覺型。這說明感悟型學習者通常喜歡根據已有的事實來考慮和解決問題，在混合式學習過程中，感悟型學習者更容易將所學的知識進行轉化，從而取得較好的學習效果。

4? 學習風格和學習行為之間的關聯分析

通過從教學平臺提取學生在線學習數據，可以深入分析學習風格與學習行為之間的關系，進而可從行為學角度剖析學習風格對學習成效產生影響的深層原因。學生學習行為包括章節點擊數量、視頻反芻比（指學生學習某任務所花費的總時長與任務視頻時長的比例，這個比例反映了學生重復學習該視頻的次數）、理論測試提交時間系數M、學習時間段系數N。m值表示學生提交理論測試時間系數，M表示學生提交四次理論測試時間系數的總和。

N=（N1+N2+N3+N4）/4

N表示學生在線學習時間段系數，1表示上午8：00—12：00，2表示下午12：00—18：00，3表示晚上18：00—24：00，4表示凌晨00：00—8：00，N為所有學習時間段系數的均值。由于學習風格屬于非連續變量，為統計學習風格與學習行為之間的相關性，將學習風格轉化為數值，9a=9，7a=7…a=1，9b=-9，7b=-7…b=-1，得到表5。

通過對學習風格與學習行為雙變量的相關性分析，由于學習行為數據為非正態分布線性數據，選用斯皮爾曼系數，可得到表6。

從表6中可以看出，感悟直覺型、活躍沉思型的學習風格與理論測試提交時間系數呈負相關，表明感悟型、活躍型學習者的學習風格是提交作業時間更早，在教師布置作業后很快做出響應，他們的學習主動性更強，驗證了前文3.1中的結果；感悟直覺型、視覺言語型、活躍沉思型都與實操視頻反芻比呈正相關，也就是說感悟型、視覺型、活躍型學習者的學習風格是對實操訓練視頻的學習時間更長，容易取得更好的實操成績，驗證了本文3.2中的結果；活躍沉思型與學習時間段系數呈正相關，也就是說活躍型學習者的學習風格是學習時間更晚，說明學生在晚上或夜間的學習效率更高。

5? 結? 論

綜上，基于Felder-Silverman學習風格模型對學生進行分類，在線上線下混合式課程中，由于教學內容主要是由視頻資源構成的，學生中視覺型比言語型更適合于在線媒體信息的學習，尤其是在技能訓練中取得了更好的效果；感悟型學生比直覺型學生更善于靈活運用所學知識、技能處理問題，不斷提升自己的應用能力；活躍型比沉思型更具主動學習意識，由于在線課堂學習中學生的沉浸感比線下課堂弱，因此活躍型學生對較單調內容的學習效果更好；在內容理解維度上，綜合型和序列型學生并不會產生明顯的學習效果，而平衡型學生的學習效果會更好。

值得注意的是，在群體學習中，影響因素較多，個體學習風格并不會對整體小組PBL成績產生決定性的影響。對比C1班和C2班的整體成績會發現，盡管C2班在學習風格維度上比C1班更有優勢，但是除了C1班理論測試平均成績、綜合大作業成績均值略低于C2班，其他項目平均成績兩個班級基本持平，說明整體學習風氣對學習成效也是有一定影響的。本課程屬于圖形學與設計學的交叉應用型課程，并不具備明顯的文理傾向，針對不同學科課程的研究需要做進一步的探索。

參考文獻：

[1] 張文.基于資源庫建設的版式設計課程設計 [J].西南師范大學學報：自然科學版，2021，46（7）：169-174.

[2] 羅麗蘋，李相勇，賈巍.基于“SPOC＋微課＋BYOD”的翻轉課堂設計與應用———以《大學計算機基礎》公共課為例 [J].西南師范大學學報：自然科學版，2017，42（8）：158-164.

[3] 秦曉安，王睿，程鴻芳.線上教學學生學習行為與成效的大數據分析研究 [J].安徽商貿職業技術學院學報：社會科學版，2020，19（3）：68-71.

[4] 宋超，彭心雨，張新燕，等.基于SPOC的個性化學習模型分析與構建 [J].教育教學論壇，2018（24）：276-278.

[5] 劉冰，李彥敏.SPOC學習者在線學習行為特征分析——基于互動視角 [J].集美大學學報：教育科學版，2019，20（1）：33-38+54.

[6] 劉杰，楊娟，廖雪花，等.SPOC學習中學習者知識整合差異性研究 [J].中國遠程教育，2019（1）：36-46.

[7] 成振波，柯善軍，秦燕.基于SPOC的計算機輔助工業設計學習效率分析 [J].教育教學論壇，2019（17）：178-179.

[8] 成振波，秦燕.基于MOOC/SPOC的任務驅動課程建設研究——以計算機輔助工業設計課程為例 [J].高教學刊，2017（7）：30-31.

[9] 李婷婷，周麗萍，黎明.大學生學習風格調查與分析——基于Felder-Silverman及Kolb量表 [J].中國教育信息化，2019（15）：24-28.

[10] ALLIOUI Y E. Advanced prediction of learner's profile based on Felder-Silverman learning styles using web usage mining approach and fuzzy c-means algorithm [J].International Journal of Computer Aided Engineering and Technology，2019，11（4/5）：495-512.

[11] 閆利霞.淺析基于學習行為的Felder-Silverman風格模型修正 [J].中國教育信息化，2018（19）：21-23.

[12] 王晨煜，管明輝，殷傳濤，等.基于Felder-Silverman學習風格模型的網絡學習風格研究 [J].重慶理工大學學報：自然科學，2017，31（2）：102-109.

作者簡介：成振波（1980.07—），男，漢族，河北邢臺人，副教授，碩士，研究方向：計算機輔助設計教學。