高校在線開放課程學習與課堂學習認知效率比較研究

邊婷婷 呂明 鄭晨陽

［摘 要］ 在疫情防控常態化背景下，運用在線開放課程學習成了未來一段時間重要的學習方式。高校承擔著為地方企業輸送應用型人才的任務，要把握在線開放課程建設契機，不斷推進課程建設，而科學、客觀評價學生在線開放課程的學習效果和學習水平成了當前重要、緊迫的問題。本研究創新點在于構建了學生主體地位的認知效率評價模型，通過認知實驗比較在線開放課程學習與傳統課堂學習認知效率，定量分析確定在線開放課程學習與傳統課堂學習效果。研究表明，在線開放課程學習對于學習水平中、低學生更有利，對于高階段的認知效率提升效果更為顯著，有利于提升學生的應用與創造能力。本研究可解決當前在線開放課程研究關注表層特征、數據與學習本質之間聯系不緊密的問題，進一步明確在線開放學習對學習效果起決定性作用的關鍵環節和因素，為高校打造在線開放“金課”提供指導。

［關鍵詞］ 在線開放課程學習；認知效率；傳統課堂學習

［中圖分類號］ G642.3? ［文獻標志碼］A?? ［文章編號］ 1672-4917（2023）04-0115-10

在疫情防控常態化背景下，教育部提出利用慕課平臺和實驗資源平臺，積極開展線上授課和線上學習等在線教學活動，保證疫情防控期間教學進度和教學質量，此次疫情推動了高等教育領域中在線開放課程的建設變革。高校要把握在線開放課程建設契機，明確學生在教與學中的主體地位，以學生實踐能力培育為特色，以在線開放課程作為重要抓手，綜合應用虛擬仿真等教育信息技術，深挖在線開放課程學習在人才培養過程中的巨大潛力。在線開放課程如何才能提高學生實踐與應用能力，在課程設計、學習效果評價等方面有待深入研究。

一、問題的提出

傳統課堂教學模式是由信奉18世紀末19世紀初的德國著名教育家、心理學家赫爾巴特的理論的教育學派所創立的，它以教師、課本、課程為中心，強調教學過程是有特定目的和有意識的。傳統課堂教學模式首先要預設課堂學習目標，進而以目標為導向優選知識點作為教學內容，最后以一一對應的教學方式與手段組織教學活動。傳統課堂學習是建立在赫爾巴特教育學派教育學基本理論上的，也是我國教育實踐的主要方式［1］。

2009年，全球逐步進入3G時代；2014年，4G網絡全面推廣；2020年，5G逐步走入生活。移動通訊技術的發展為教育方式變革打下了良好的基礎。蘋果3G手機、第一代iPad等移動設備的發展為教育與學習方式創新帶來了新的契機。以Facebook為代表的社交媒介全面應用到了學習中來，推動協作學習方式變革。計算機支持的協作學習、游戲化學習、社交網絡學習、在線開放課程學習、AI全科教師學習等不斷涌現，特別是在疫情防控常態化背景下，上述學習方式發揮了越來越重要的作用。其中在線開放課程學習是2008年由加拿大愛德華王子島大學網絡傳播與創新主任與國家人文教育技術應用研究院高級研究員聯合提出來的［2］。近年來，其發展經歷了三個階段：2009年到2013年，研究構建新教學策略，優化教學設計內容，探索教學模式改革，并開始關注混合教學模式；2014到2016年，研究微課學習的組織與設計問題，進一步構建“互聯網+”教育研究理論與方法；2017年到2019年，由于人工智能、大數據、區塊鏈技術的興起，交互式學習環境與人機界面設計、計算機媒介溝通等成為研究熱點，以更好推動新一代信息技術在在線開放學習過程中的應用。

通過對國內外在線開放課程研究文獻進行總結分析，發現在線開放課程學習與傳統課堂學習區別主要包括：第一，課程時長與內容飽滿度不同。傳統課堂學習每節課45分鐘，一般兩節課連排；在線開放課程學習課程內容充實簡短，每節課時長在20分鐘左右［3］。第二，學習環境不同。在線開放課程可以做到隨時隨地學習，不必約束在課堂環境，學習環境狀況對學習效果有一定影響［4］。第三，學生學習主動性要求不同。在線開放課程學習需要學生具有良好的學習積極性、主動性，相對傳統課堂學習，教師監督和指導的力度較低［5］。第四，師生互動方式不同。傳統課堂學習通過提問、討論、小組活動等方式進行課堂互動，在線開放課程學習師生互動方式多利用網絡媒體等手段，容易進行記錄和重復學習［6］。第五，共享性不同。在線開放課程學習具有很強的共享性，優質教學資源可以突破學校、地區的限制，進行學習共享，有利于定制不同學生的個性化學習方案。

綜上所述，當前，理論研究聚焦在線開放學習交互關系、學習環境、影響因素等基本問題，結合認知學習理論分析學習者認知過程；應用研究上側重搭建學習環境、教學設計、腳本及工具應用、學習效果定性評價等。從微觀層面，促進學習的作用機理研究、比較傳統學習模式定量客觀評價學習效果的研究較少。而當前高校在線開放課程建設任務重要、時間緊迫。推進在線開放課程建設要理清其促進學生學習的規律、過程和作用機理，與傳統課堂學習比較，要科學、客觀地評價學生的學習效果和水平［7］，發揮教育評價對于教育實踐的顯著導向作用，推動教育評價方法創新［8］。本文構建基于認知心理學的高校學習認知效率評價模型，通過認知實驗定量分析確定在線開放課程與傳統課堂學習效果，明確在線開放學習對學習效果起決定性作用的關鍵環節和因素。

二、認知效率評價模型構建

（一）學習認知過程

在分析和總結認知心理學學習過程后發現，學生的認知過程要以知覺與記憶為基礎，進而進行思考和加工，最終實現實踐和應用的目標。其中學習知覺是人腦對直接作用于視覺、聽覺的客觀事物整體屬性的反應，學習記憶是由識記、保持和重現三個環節組成的復雜的心理過程，學習思維過程是對記憶的信息進行間接、概況地加工和處理的過程［9］，學習應用過程是對思維處理的知識在實踐中運用、并不斷加以總結和反饋的過程［10］。通過總結上述過程，對于實踐性較強的知識學習，高校學生的學習認知過程如圖1所示。

（二）認知效率評價模型

在理清實踐性較強知識學習過程的基礎上，進一步結合認知學習理論和認知實驗方法，構建基于認知心理學的高校學習認知效率評價模型。

在學習理論上，以加涅（Gagne）的認知心理學學習理論為指導，強調信息加工，關注人的大腦學習的過程。加涅（Gagne）的學習理論從低到高、從簡單到復雜，強調復雜學習必須建立在簡單學習的基礎上［11］。根據認知心理學人的認知過程模型及加涅（Gagne）的學習理論，構建認知效率評價模型［12］。

在研究方法上，借鑒Markus社會認知自我圖式、Lloyd Peterson與Margaret Intons-Peterson短時記憶等研究方法，從信息處理、加工、回憶等過程設計認知實驗［13］，通過計量信息處理和加工時間（單位為秒）、正確回憶的百分率（單位為%）、回憶間隔（單位為秒）等來反映認知效率［14］，以上研究為本文認知實驗研究方法提供了重要借鑒。

通過對以上認知學習理論和研究方法的總結和進一步分析，明確認知效率評價要先明確學生在教與學中的主體地位［15］，教師從知識傳授者轉變為課程組織建構者［16］，從學生學習認知過程的深層次機理出發［17］，可以將學生的認知過程分為學習獲取與記憶—理解與分析—應用與創造三個階段。本研究基于以學習主體——學生為中心的理念［18］，分析學生通過學習得到的實踐應用能力，將認知實驗數據與學習本質過程緊密結合，定量分析學生認知效率［19］。基于以上分析，本文將高校學生認知效率（用P表示）評價模型定義如下：

P=ni=1widliexp（tiδi）。（公式1）

其中，t表示認知時間（在實際計算中要歸一化處理），此模型中t參考社會認知中自我圖式的實驗思路，認知時間與認知效率成反比。δ表示認知準確度，δ參考短時記憶實驗中的正確回憶百分率，表示對課程知識的回答正確程度，認知準確度與認知效率成正比。l表示難度系數調整值，反映對于不同難度問題的認知效率，由于學習效率為絕對值，對于難度大的問題其認知時間t較長，認知準確度δ較小，所以造成難度大的問題的學習效率整體偏低。而通過l進行調整，l為無量綱，根據問題的難易程度其取值范圍為0.5～1.5，問題越難l值越大。d表示學習環境調整值，學習環境不同影響學生認知效率，根據環境噪聲分貝值對其取值進行調整，取值范圍為0～1，對于傳統課堂學習取值為1。w表示問題權重，w表示不同課程問題在整個課程認知效率的權重，w為無量綱，其取值范圍介于0～1之間。對于知識獲取與記憶—理解與分析—應用與創造三個階段，代表各個認知過程的題目權重不同，各個過程題目按照公式1運算得到的結果乘以相應的權重，相加即得到課程整體學習效率。在進行認知效率測量時，學生回答代表不同認知階段的問題，i表示認知階段（取值為=1，2，3），n表示總問題數。

本研究將利用上述學習效率評價模型，通過認知實驗比較在線開放課程學習與傳統課堂學習，定量分析在線開放課程學習與傳統課堂學習效果，得出學生兩種學習方式的學習效率值，解決當前在線開放課程研究關注表層特征、論述說服力不夠、數據與學習本質之間聯系不緊密的問題，并在認知實驗結果討論中，進一步明確在線開放學習對學習效果起決定性作用的關鍵環節和因素，為高校打造在線開放“金課”提供指導。

三、研究設計

為了比較高校傳統課堂學習與在線開放課程學習的效果，選取了北京某高校某專業學生進行認知實驗。實驗分為學習與答題兩個階段，通過測量被試者回答問題的認知時間和認知準確度，利用學習效率評價模型，計算兩種學習方式的認知效率，分析在線開放課程學習在提高學生學習效率中的作用與影響。

（一）被試者選取

本實驗設置實驗組（A組）、對照組（B組），共36名大學三年級學生參加實驗。首先對36名學生按照其績點排名，將來自前1/3的12名學生隨機平均分到A、B兩組，同理分配中間1/3和后1/3的各12名學生，保證A、B兩組學生在以往專業課學習成績上水平基本一致。

（二）實驗素材選取

1.第一階段：學習階段。A組選取22寸顯示器作為在線開放課程播放器，在線學習中國大學MOOC平臺《項目管理》第一、二單元課程；B組利用多媒體設備講解PPT進行傳統課堂學習，選取教材為《項目管理導論》第一、二章，授課教師講授內容與MOOC在線學習內容一致，采用相同教案，引用相同案例組織教學。

2.第二階段：回答問題階段。A組學生通過手機藍墨云班課APP進行答題，B組學生通過機房計算機進行答題。6道題目隨機排序，第1、4題主要測試學生對知識獲取與記憶情況，第2、5題主要測試學生知識理解與分析情況，第3、6題主要測試學生知識應用與創造情況。

（三）實驗過程

第一階段持續90分鐘，要求被試者通過兩種不同的方式集中精力認真學習并記憶；第二階段持續10分鐘，通過計算機進行問題展示和計時，要求被試者回答6個選擇題。

1.前3個問題要求被試者可多次作答，直至選擇出正確答案，計算機記錄被試者做出正確回答的認知時間，并進行收集記錄。

2.后3個問題要求被試者在規定的15秒內必須作答，計算機統計被試者回答問題的認知準確度。在計算結果時，多選題如果學生少選（沒選錯誤項），本題回答是部分正確。后3題的認知準確度當其回答完全正確時取 1，部分正確取0.5，不正確取0。

四、統計結果

（一）數據處理過程

1.為認知階段獲取與記憶—理解與分析—應用與創造的問題進行賦權，根據認知學習理論和認知過程分析模型，對高級認知階段的階段賦予權重增大，經過與心理學、教育學相關學科專家訪談，確定：獲取與記憶階段w1=0.2，理解與分析階段w2=0.35，應用與創造階段w3=0.45。由于在某個認知階段各組題目難度相同，認知難度系數調整值l=1。

2.利用公式2計算A、B組各認知難度的平均時間。

t_ij=nm=1tmn。（公式2）

3.對tij進行歸一化處理，得到tij′，并將認知準確度實驗得到的δi，帶入認知效率評價模型，可以計算得到在不同的認知階段A、B組的認知效率值Pi，公式如下：

Pi=wi1exp（t_ij′δi）。（公式3）

（二）認知時間

A、B兩組學生回答前3道題目，記錄其認知時間，數據分析使用一維組間組內方差分析法，組內因素是認知水平不斷提高的3個階段，組間因素為在線開放課程學習和傳統課堂學習，因變量為學生認知時間。基于以上定義，本研究采用假設檢驗法，主效應檢驗首先為自變量是在線開放課程學習還是傳統課堂學習，其次是認知階段，交互效應檢驗針對兩個自變量之間關系。三個假設為：

假設1：學生的認知時間是否一致。

H0：μ在線開放課程學習=μ傳統課堂學習 H１： μ在線開放課程學習≠μ傳統課堂學習

假設2：不同難度的問題總體認知時間是否一致。

H0：μ問題１=μ問題２=μ問題３ H1： 至少有一個總體均值與其他均值不同

假設3：兩種學習方式與認知難度是否存在交互效應。

H0：在線開放課程學習×認知階段的交互效應? H1：傳統課堂學習×認知階段的交互效應

利用SPSS Statistics Version20中文版對認知時間數據進行一維組內組間方差分析，通過計算得出P值，當P值大于0.05時接受原假設，當P值小于0.05時拒絕原假設。而通過計算本次實驗數據，采用多變量檢驗、Mauchly球形度檢驗、主體內效應檢驗、主體間效應檢驗，其sig值均小于0.05。因此，組內效應、組間與組內的交互效應均對造成認知時間的差異有顯著意義。

經過對實驗認知時間的統計和計算得到的結果如表1所示，對各組不同學習水平的學生進行統計分析發現，A組學生比B組學生整體認知時間有所提高。總體來說，3個認知階段的認知時間，A組比B組提升值分別為1.41秒、1.92秒、2.20秒。

（三）認知準確度

經過對實驗認知準確度的統計和計算得到的結果如表2所示，對各組不同學習水平的學生進行統計分析發現，A組學生比B組學生整體認知準確度有所提高，總體來說，3個認知階段的認知準確度，A組比B組提升值分別為13.89%、16.67%、19.44%。

（四）認知效率

將表1中認知時間平均值進行歸一化處理，同時將表2中認知準確度一并代入高校學生認知效率評價模型（公式1），得出不同認知階段A組、B組學生認知效率結果，如表3所示。在知識獲取與記憶階段，不同學習水平的學生，A組比B組提升值分別為20.86%、22.80%、174.00%，利用測量數據計算其總體認知效率提升45.14%；在知識理解與分析階段，不同學習水平的學生，A組比B組提升值分別為10.23%、64.44%、125.81%，利用測量數據計算其總體認知效率提升48.66%；在知識應用與創造階段，不同學習水平的學生，A組比B組提升值分別為10.83%、193.94%、199.86%，利用測量數據計算其總體認知效率提升57.59%。總體來說，3個認知階段的認知效率提升加權平均提升值為51.97%。

五、分析與討論

為了更好地進行討論與數據分析，將表3數據進行統計，繪制比較分析圖，如圖2所示。

（一）組內比較

1.對于傳統課堂學習（圖2三條虛線）：在知識獲取與記憶階段，學習水平高、中的學生認知效率差別

不大，明顯高于學習水平低的學生；在知識理解與記憶階段，學習水平高、中、低的三類學生認知效率呈現階梯式遞減的趨勢；在應用與創造階段，學習水平高的學生明顯優于學習水平中、低的學生。

2.對于在線開放課程學習（圖2三條實線）：在知識獲取與記憶階段，學習水平高、中、低的三類學生認知效率遞減，但是總體差別不大；在知識理解與記憶階段、應用與創造階段，學習水平高、中的學生認知效率差別不大，明顯高于學習水平低的學生。

（二）組間對比

對3個認知階段做對比分析，可以進行如下討論：

1.在知識獲取與記憶階段，采用在線開放課程學習比傳統課程學習認知效率有所提高，特別是對于學習水平低的學生認知效率提升明顯，與學習水平中的學生差距比傳統課堂學習明顯縮小，差距很小。

2.在知識理解與分析階段，對于學習水平高的學生，采用在線開放課程學習與傳統課程學習認知效率提升不明顯；而對于學習水平中、低的學生，其理解與分析能力通過在線開放課程學習提升非常明顯。學習水平中的學生此階段與學習水平高的學生認知效率差距明顯縮小，差距不大。

3.在知識應用與創造階段，學習水平高的學生認知效率提升不明顯，而對于學習水平中、低的學生，其理解與分析能力通過在線開放課程學習均得到顯著提升。學習水平中的學生此階段與學習水平高的學生認知效率差距明顯縮小，差距不大。

從學習水平高、中、低的三類學生角度進行對比分析，可以得出如下結論：

1.對于學習水平高的學生，兩種學習方式在3個認知階段，認知效率基本一致，提升幅度有限。

2.對于學習水平中的學生，采用在線開放課程學習在其理解與分析階段、應用與創造階段，認知效率得到了顯著提升，明顯縮小了與學習水平高的學生的差距。

3.對于學習水平低的學生，通過在線開放課程學習，在知識獲取與記憶階段，認知效率與采用在線開放學習的學習水平中的學生差距很小，并已經超過了采用傳統學習方式學習水平中的學生。這表明在線開放課程學習對于提高學習水平低的學生的學習興趣和認知水平作用顯著，尤其有利于提高其記憶能力。

（三）討論總結

1.從不同學習水平的學生角度分析，在線開放課程學習對于學習水平中、低的學生更有利。學習水平高的學生在3個認知階段認知效率基本不受學習方式影響，保持較高水平；對于學習水平中的學生來說，采用在線開放課程學習，其理解與分析、應用與創造能力提升最高；對于學習水平低的學生來說，在線開放課程學習充分調動了其學習積極性，在3個認知階段認知效率均出現了明顯提升，其獲取與記憶能力提升最高。

2.從認知階段角度分析，在認知水平不斷提高的3個階段，在線開放課程學習對于高階段的認知效率提升效果更為顯著。由于在線開放課程學習較為靈活，對于不清楚明確的知識點，可以在規定時間內多次學習，對于學生獲取與記憶知識具有較為明顯的提升作用；而傳統課堂學習，教師更加注重學習水平高的學生，對于學習水平中、低的學生關注不夠，因此，通過在線開放課程學習，能夠激發學習水平中、低的學生的學習興趣，進行知識的理解分析與應用創造，其認知效率提升非常明顯。

3.總體來說，如圖3所示，認知的高級階段認知效率提升效果略微明顯（斜率更大），在線開放課程對提高學生應用與創造能力效果更為顯著，這對于高校提高學生實踐能力具有重要意義。

（四）認知效率評價模型適用性分析

為了說明本模型的適用性，進一步設計并組織了驗證實驗。驗證實驗選擇不同學校、不同專業、不同課程，在北京市另一所高校——北京某高校某專業選取20名同學分成C、D兩組進行實驗，每組10名學生。C組、D組分別對應主實驗中的A組、B組。C組學習內容選取《土木工程施工組織與管理》第二章第一節、第二節，在中國大學MOOC平臺上進行在線開放課程學習，D組學習內容選取相同內容，進行傳統課堂PPT講授學習。驗證實驗相關組織與流程均與主實驗保持一致。

對C組、D組認知實驗問題和實驗回答問題時間和準確度進行整理統計，可以得出：C組比D組學生的認知效率總體提升146.56%，如表4所示；進一步對C、D組認知效率進行比較，得出圖4。

根據圖4可得，驗證實驗與主實驗的結論基本一致，主要包括在線開放課程對學習水平中的學生認知效率提升最有利，其次是學習水平低的學生；對于認知三個階段，高級階段認知效率提升更顯著。由于驗證實驗學習內容選取偏向應用型知識的章節，主實驗學習內容選取偏向概念型知識的章節，因此，將驗證實驗數據與主實驗數據進行對比分析，可以得出以下結論：

1.從三個認知階段來分析，采用在線開放課程學習應用型知識，比采用在線開放課程學習概念型知識，認知效率提升更加明顯；對于在線開放課程學習，學生隨著認知階段不斷提高，對應用型知識學習的認知效率提升幅度大大超過了對概念型知識學習的認知效率，即應用型知識學習認知效率在高級認知階段提升最為明顯。

2.從學習內容來分析，對于概念型知識，采用在線開放課程學習對于學習水平低的學生，認知效率提升最為明顯；對于應用型知識，采用在線開放課程學習對于學習水平中的學生，認知效率提升最為明顯。

六、結論與建議

本文創新性地提出了學生主體地位的認知效率評價模型，基于模型和認知實驗，發現了在線開放課程學習在學生三個認知階段的認知效率，比傳統課堂學習加權平均提升值為51.97%，對于學習水平中、低的學生更有利；對于高階段的認知效率提升效果更為顯著，特別有利于提升學生的應用與創造能力，適用于高校課程建設。本文通過建模和實驗分析，對高校課程建設提出以下建議：

（一）創新評價方法，明確學生主體地位，構建在線開放課程學習綜合評價體系

當前高校學習評價建立在課堂學習和教師講授基礎上，側重于根據課程設計建立評價指標體系，同時學生課后填寫調查問卷，評價以教師講授和學習內容為主，指標體系和問卷調查存在一定的主觀性、滯后性，不適用于在線開放課程學習評價。在線開放課程學習評價要基于課程特點，把握當代大學生的認知過程和規律，將學生作為教與學的主體，建立基于認知學習理論的高校學生認知效率評價模型，科學、客觀、準確地收集學生學習中相關數據，綜合進行分析和評價，確定學生認知效率。針對不同高校的各門課程學習，可以進一步對認知效率評價模型進行深化，以提高學生學習的獲得感和滿意度為目標，從獲取與記憶、理解與分析、應用與創造三個認知階段，構建定性與定量相結合的學習綜合評價體系，發揮教育評價對教育實踐的顯著導向作用。

（二）推進資源共享，建立定制化課程平臺，形成個性化學習方案

本研究基于布魯姆教育目標分類法，運用認知效率評價模型，明確高校在線開放課程學習與傳統課堂學習相比，在知識獲取與記憶、理解與分析、應用與創造階段，認知效率的提升情況，特別是在認知高級階段更有利于認知效率提升，而對于不同學習水平的學生，在不同階段認知效率提升情況不同。因此，高校不僅要優化在線開放課程教學內容、完善教學方法，還要加強校際交流合作，充分發揮在線開放課程共享性強的優勢，建立在線課程庫資源共享機制；不斷推進校際、地區之間知識全要素的流動，進而針對不同學習水平的學生、不同類型學習內容進行課程個性化特色定制，形成針對不同學習水平、不同學習習慣學生的個性化課程學習方案，調動學生的自主學習興趣，科學精準提升學生的學習效果和水平。

（三）加強應用與創造認知階段師生在線討論和人機交互，提高學生參與度和實踐能力

本研究通過對比主實驗與驗證實驗，明確面對不同學習水平的學生，針對概念型知識和應用型知識學習的在線開放課程的建設思路。高校教學過程要以行業發展前沿為導向，運用實用性新技術，注重實踐能力培育。明確理論授課目標是對專業知識的初步理解和認識，實踐授課目標是提升學生應用與創造能力，特別要針對應用型學習內容，根據Lloyd Peterson與Margaret Intons-Peterson短時記憶相關理論，在應用與創造認知階段不斷強化虛擬仿真、人工智能等信息技術應用，加強教師與學生間討論交流、學生與計算機間交互操作，建立應用型知識交互式學習模式，進一步提高學生的學習興趣和積極性，培養行業和地方需要的人才。

［參考文獻］

［1］ 楊曉、張楊陽：《杜威對赫爾巴特德育前提的置換及其啟示》，《河北師范大學學報（教育科學版）》2019年第3期，第42—48頁。

［2］ DANIEL J： “Making Sense of MOOCs： Musings in a Maze of Myth，Paradox and Possibility”， Journal of Interactive Media in Education， No.3， 2012， pp.321-323.

［3］ Rene S. Jansen， Anouschka van Leeuwen， Jeroen Janssen， Rianne Conijn， Liesbeth Kester： “Supporting learners self-regulated learning in Massive Open Online Courses”， Computers & Education， Vol.146， March 2020，103771.

［4］ Hai Min Dai， Timothy Teo， Natasha Anne Rappa， Fang Huang： “Explaining Chinese university students continuance learning intention in the MOOC setting： A modified expectation confirmation model perspective”，Computers & Education， Vol.150， June 2020，103850.

［5］ 李剛、褚宏啟：《轉變教學方式：基于“國際學生評估項目2018”的思考》，《教育研究》2019年第12期，第17—25頁。

［6］ 付衛東、周洪宇：《新冠肺炎疫情給我國在線教育帶來的挑戰及應對策略》，《河北師范大學學報（教育科學版）》2020年第2期，第14—18頁。

［7］ Ruiqi Deng， Pierre Benckendorff， Deanne Gannaway： “Progress and new directions for teaching and learning in MOOCs”， Computers & Education， Vol.129， February 2019， pp.48-60.

［8］ 石中英：《回歸教育本體——當前我國教育評價體系改革芻議》，《教育研究》2020年第9期，第4—15頁。

［9］ 丁銳、金軒竹、Ron Tzur等：《建構主義教學實驗研究：演進性學習進階的構建取向》，《教育科學研究》2019年第7期，第54—60頁。

［10］ Bing Hiong Ngu， Huy P. Phan， Kian Sam Hong， Hasbee Usop： “Reducing intrinsic cognitive load in percentage change problems： The equation approach”， Learning and Individual Differences， Vol.51， October 2016， pp.81-90.

［11］ Guo， R.， Wei， X. T.， & Ma， H.： “On personalization-oriented college English flipped classroom construction”， Heilongjiang Researches on Higher Education， No.9， 2016， pp.167-169.

［12］ Yong Nie： “On-line classroom visual tracking and quality evaluation by an advanced feature mining technique”， Signal Processing： Image Communication， Vol.84， May 2020，115817.

［13］ Andreas Demetriou， Smaragda Kazi， Nikolaos Makris， George Spanoudis： “Cognitive ability， cognitive self-awareness， and school performance： From childhood to adolescence”， Intelligence， Vol.79， March 2020，101432.

［14］ Jung-Jung Chang， Wen-Shen Lin， Hong-Ren Chen： “How attention level and cognitive style affect learning in a MOOC environment？ Based on the perspective of brainwave analysis”， Computers in Human Behavior， Vol.100， November 2019， pp.209-217.

［15］ 李作章：《課堂革命驅動下大學教學評價的價值背離與轉向》，《河北師范大學學報（教育科學版）》2020年第6期，第46—51頁。

［16］ 全曉潔、邱德峰：《人工智能視域下的課程變革及未來走向》，《河北師范大學學報（教育科學版）》2021年第2期，第127—134頁。

［17］ Lukasz Stasielowicz： “How important is cognitive ability when adapting to changes？ A meta-analysis of the performance adaptation literature”， Personality and Individual Differences， Vol.166， November 2020，110178.

［18］ 李會春、杜翔云：《面向未來的課程設計： 奧爾堡大學 PBL 課程模式與教育理念探析》，《重慶高教研究》2018年第3期，第117—127頁。

［19］ Youngjin Lee： “Effect of uninterrupted time-on-task on students success in Massive Open Online Courses （MOOCs）”， Computers in Human Behavior， Vol.86， September 2018， pp.174-180.

Research on Cognitive Efficiency Between Online Open Courses

and Classroom Learning in Universities

BIAN Tingting1，LYU? Ming1，ZHENG? Chenyang2

（1. Beijing Union University，Beijing 100023，China；2. Clemson University， South Carolina 29634，US）

Abstract： In the context of the normalization of epidemic prevention and control， open online courses have become an important learning method for some time in the future. The universities， which undertake the task of transporting top-quality talents for the society， should grasp the opportunity of the online open courses construction and continuously promote the construction of courses. Meanwhile， scientific and objective evaluation of students learning effectiveness has become an important and urgent issue at present. The innovation of this study lies in the construction of a student-centered learning cognitive efficiency evaluation model. Through cognitive experiments， the cognitive efficiency of online open course learning and traditional classroom learning is compared， and quantitative analysis is conducted to determine the effectiveness of online open course learning and traditional classroom learning. This research shows that online open courselearning is more beneficial for students with medium to low learning levels and has a more significant effect on improving the cognitive efficiency in higher stages， which is beneficial for improving students application and creative abilities.

This research addresses the problem of the current online opencourses research， such as the focus on surface features and the insufficient connection between data and the essence of learning.

They further clarify the key links and factors that determine the learning effectiveness in online open courseand provideguidance for universities to build online open “golden courses”.

Key words：online open courses; cognitive efficiency; traditional classroom learning

（責任編輯 編輯劉永俊；責任校對 朱香敏）