999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

基于多主體交互的混合學習環境感知與投入分析

2023-11-27 22:34:13盧國慶劉清堂張臣文賀相春
電化教育研究 2023年11期

盧國慶 劉清堂 張臣文 賀相春

[摘? ?要] 混合學習逐漸成為技術與教學融合的新常態,其學習體驗呈現獨特的跨情境變化規律。然而,傳統自我報告方法很難捕獲這種波動。據此,研究依托多主體交互的混合學習場景,采用經驗取樣法、傳統自我報告法,以H高校兩個班144名職前教師為研究樣本,對混合學習中個體的學習環境感知、投入的狀態(情境投入)與特質(整體投入)進行縱向數據采集,并采用描述性統計、時序分析、單因素重復測量方差分析等統計方法,探索學習環境感知及投入的波動規律。研究發現:(1)關于自由度及負擔的感知,與后測(整體感知)相比,課前線上學習自由度偏低、課業負擔偏重;(2)關于同伴交互的感知,與課前線上感知相比,課中線下組內交互感知偏低、組間交互偏高;(3)關于行為及認知投入,與課前線上投入相比,課中線下行為投入偏低、認知投入偏高。最后,研究在理論和實踐層面,提出了優化個體混合學習體驗、促進個體的深層次投入的若干建議。

[關鍵詞] 混合學習; 多主體交互; 經驗取樣法; 學習環境感知; 學習投入; 情境投入

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 盧國慶(1988—),男,河南周口人。講師,博士,主要從事學習分析研究。E-mail: luguoqing@nwnu.edu.cn。張臣文為通訊作者,E-mail:hbu_zcw@hbuas.edu.cn。

一、引? ?言

混合學習能夠整合在線學習與課堂教學的優勢,是教育數字化轉型背景下技術與教學融合的新常態。“混合”不是簡單相加,而是融合與超越,將線上、線下學習合理配置,實現有機銜接與優勢互補[1]。2019年,教育部《關于一流本科課程建設的實施意見》提出“加大學生學習投入”,這標志著“學習投入”術語正式納入國家政策話語體系[2]。近年來,人們對混合學習的研究已經從最初的模式設計轉向到個體體驗的視角,努力為學習者創造高度投入和個性化的學習體驗[3]。因此,為了更全面地揭示混合學習中個體體驗的規律,需要同時考慮不同學習環境中學習者的感知和投入。

目前大量研究采用傳統自我報告測量個體的環境感知和投入[2]。然而,傳統自我報告容易受到諸多因素的影響而產生回憶偏差和社會期許。經驗取樣法是一種在真實情境下,對被試的環境、行為和體驗等進行即時數據采集的縱向研究方法[4],它強調在自然情境中采集數據,在時空上更加接近事件發生的真實情境。因此,本研究采用經驗取樣法,依托多主體交互的混合學習場景,通過縱向數據采集,重點探索學生在線上、線下兩類情境中的學習環境感知和投入的波動及差異,以揭示混合學習中個體跨情境學習體驗的變化規律。

二、相關研究述評

(一)基于多主體交互的混合學習

1. 多主體交互

教學交互具有一定的層次性和多樣性,包括學習者與教師、學習者與學習者、學習者與內容等類型。陳麗[5]根據教學交互的層次,從低到高、由具體到抽象,提出了包含操作交互、信息交互和概念交互的教學交互層次塔。在本研究中,多主體交互(Multi-agent Interaction)聚焦教學交互層次塔中的信息交互層面,包含教師支持與同伴交互。教師支持指學習者在混合學習過程中感知到的指導、關心和幫助等認知和情感支持;而同伴交互指學習者之間的交互,不僅指小組內同伴間的信息交互,而且涉及小組群體間的信息交互。

2. 混合學習的局限

與一般的線上/線下學習相比,混合學習是線上學習和線下學習的融合與互補,具有場域多樣、過程復雜等獨特特征,旨在為學習者提供最佳的學習體驗[6]。目前,有關混合學習模式的設計與實施并未達成一致意見,混合的方式與比例并未有統一的規范。從生態學視角,在混合學習中個體處于教師、同伴、技術、家庭、課程等微觀系統的中心,這些元素與個體相互作用,影響著學習體驗的變化。學生巡航轉換于不同的學習場景和活動之中,其環境感知和投入會隨之發生波動。已有研究表明,學生在最初轉換到在線情境時,其學習體驗相對較低[7]。盡管混合學習能夠減少單一模式授課的弊端,但是仍然存在淺表學習、缺乏深層交互、線上線下銜接不充分等淺層低效的問題[8]。

3. 基于多主體交互的混合學習

多主體交互學習模型(Multi-agent Interaction Learning,MAIL)認為,學習者經由多主體跨情境的交互過程,通過在線自主學習、組內討論、組間討論、再到組內提煉,能夠更好地幫助個體實現意義建構[9]。為了解決傳統混合學習中存在的淺層低效的學習問題,本研究在MAIL的基礎上,借鑒個體和群體知識建構理論,提出了基于多主體交互的混合學習模型(如圖1所示),包括個體自主學習、組內在線研討、課中小組匯報和課中組間研討四個環節。其中,前兩個環節發生于線上課前情境,后兩個環節發生在線下課堂情境,課前課中形成反饋回路,實現線上線下的有機融合。

(二)混合學習環境感知與投入

1. 混合學習環境感知的研究述評

學習環境感知指個體對所處學習環境的感覺或意識[10]。由于教師、同伴、媒體是學習環境中的關鍵要素,研究者探究了個體對這些要素的感知。例如,Lee等從感知教學支持、同伴支持、技術支持三個維度,調查分析個體感知與課程滿意度的關系[11]。然而,已有研究大多采用傳統自我報告法。鑒于學習環境感知的多維性、情境性和縱向性等特征,其研究方法亟須新的突破。第一,它是多維的,需要結合混合學習環境中各要素、各階段綜合考慮;第二,它發生在情境中,不能脫離情境,并受到情境的影響;第三,它反映個體的日常體驗,隨時間可能會出現波動,因而需要在自然情境中多次測量。

在基于多主體交互的混合學習不同階段,學習環境感知側重點存在差異。第一,在課前線上學習中,主要涉及課業負擔、學習自由度等方面。課前在線學習材料的長度和質量等因素影響著個體課業負擔,尤其是在多門課程同時開展在線學習時,學生的課業負擔會提升。課業負擔的增加會影響在線學習活動的準備,進而會降低混合學習成效[12]。另外,在線上學習中,學習者可以自由選擇時間、地點,調控學習進度。研究表明,學習自由度能夠顯著影響大學生的學習方式和學習滿意度[13]。因此,課業負擔、學習自由度是線上學習環境感知的重要維度。第二,在課堂線下學習中,教師支持和同伴交互是重要的學習環境感知因素,能正向影響其學習投入[14]。因此,根據混合學習環境的特點與要素,除同伴交互外,課前還聚焦課業負擔與自由度,課中還聚焦教師支持。

2. 混合學習投入的研究述評

學習投入指學生在學校/學習社區中付出的精力和努力,它通過行為、認知或情感指標的連續數值來觀察,并受一系列復雜交互關系和環境因素的影響[15]。情境中個體取向的投入理論認為,學習投入同時存在“特質”和“狀態”兩個層面[16]。在特質層面,個體在整體上傾向于以相對穩定的方式投入具體課程中,表現為整體投入;在狀態層面,個體對特定情境中的學習活動/任務具有特定的反應,表現為情境投入[17]。情境投入反映學生投入的情境波動,具有動態性,其評估與特定情境有關;整體投入是學生在一段時間內對學校或課程的平均投入度,通常在某個時間點進行評估[18]。情境投入和整體投入所包含的維度或衡量指標大致相同,但在粒度或指向上存在一定的差異[19]。

與整體投入相比,情境投入具有獨有的特征。第一,即時性。它關注細粒度微觀活動層次個體即時反應,更加接近真實的學習狀態[19]。第二,時序性。隨著時間而動態發展、波動變化,常采取縱向取樣方式。第三,可塑性。它不是學生固有的特質或能力,而是一種能夠被影響的狀態,能通過干預進行優化[20]。在探索學習過程時,與整體投入相比,情境投入更符合、更貼近學習的真實狀態[4]。

鑒于情境投入的獨特特征,理解其在不同情境中的變化過程有助于優化混合學習中的設計策略和學習體驗。在混合學習不同情境中,個體的環境感知和投入狀態如何波動,不同情境中個體的體驗存在著怎樣的差異,以及具有怎樣的變化規律,亟待進一步探索與挖掘。研究依托基于多主體交互的混合學習場景,細粒度探索學習體驗的縱向變化特征。研究問題包括:①在混合學習環境中,學生的當前學習環境感知、情境投入程度如何?②在混合學習環境中,學習環境感知和投入有著怎樣的縱向變化趨勢?③混合學習的不同時序階段,學習環境感知和投入存在怎樣的差異?

三、研究設計

(一)研究情境及對象

研究采用目的抽樣方法,選擇華中地區H師范高校公共課“現代教育技術應用”的兩個班。參與學生來源廣泛,由教務系統隨機分配,具有一定的隨機性。兩個班由同一個任課教師采用線上、線下混合的形式執教,教學內容、進度、教材完全一致。課程目的是讓職前教師了解教育技術的基本知識和術語,熟練掌握信息化教學工具的使用方法和技巧。兩個班來自不同院系,共計144人,其中,1班73人,2班71人。

在基于多主體交互的混合學習模型的基礎上,研究者與任課教師共同構建并實施了混合學習的教學設計,包括四個階段。階段一:課前自主學習。在課前情境,助教提前在云課堂上發布課件、微課和主題帖等學習資源與任務;學生在課前通過云課堂自主觀看微課,按需查閱課件,自定步調開展自主在線學習活動。階段二:課前組內討論。小組內成員通過回復主題帖與跟帖,在線研討;同時,以小組為單位,協作準備下堂課匯報的內容。階段三:課中組間討論。在課中情境,學生是活動的“主角”,其主要活動是匯報、討論、點評和辯論等。小組匯報后,其他小組成員根據評價量規,舉手發言,組間研討,提出質疑,最后匯報組選擇一名學生回應疑問。階段四:課中組內提煉。在每一輪匯報、點評和辯論等組間活動之后,小組內部再次研討、提煉深化;教師視情況引導答疑,并簡要總結。至此這一輪匯報結束,依次開展新一輪小組匯報。

(二)研究方法

經驗取樣法(Experience Sampling Method,ESM)是一種在自然、自發的情境下,多次采集個體在事件發生時主觀體驗的縱向數據采樣方法[21]。隨著移動技術的發展,個人移動設備逐漸成為流行通用的數據采集工具[22]。移動經驗取樣法(mobile ESM,mESM)指利用被試隨身攜帶的移動智能設備,通過手機短信、郵件、推送通知的方式提醒被試,并引導被試在智能設備上填寫經驗取樣報告[23]。該方法在設備、研究與被試方面均具有一定的優勢。為了更加有效地捕獲學習者的學習體驗,本研究利用學習者隨身攜帶的智能手機,通過短消息提醒的方式實現智能取樣。

(三)研究過程

研究流程涉及線上、線下經驗取樣與后測。為了不干擾正常的教學流程,在已有取樣方案的基礎上[24],與任課教師充分溝通后,研究采用基于事件的取樣,設計了兩類事件取樣方案,分別對應完成課前線上學習任務和課堂線下活動剛結束兩類事件。對于課前線上情境,在線上學習任務截止的時間點,通過短消息形式,提醒被試填寫經驗取樣報告,該報告主要捕獲個體的課前學習環境感知、情境投入;對于課中線下情境,在課堂活動結束后,通過短消息,立即提醒被試填寫經驗取樣報告,該報告主要捕獲課中學習環境感知、情境投入。

對于后測問卷,在課程結束后,通過電子問卷的形式,讓被試自愿填寫,主要衡量個體對整個課程的學習環境感知、整體投入。研究過程如圖2所示。

(四)研究工具及信效度分析

研究工具改編自經過驗證的成熟量表。課業負擔指學生所感知的課前在線任務的數量與難度,參考Wilson等的大學生課程體驗量表[25]。學習自由度指學生所感知的自由選擇學習任務、完成課程作業的自主程度,參考Wilson等的課程體驗量表[25]。組內互動指學生對組內成員交流的感知,參考Sun等交互感知量表[26]。教師支持指學生所感知的教師對其認知及情感等方面的支持程度,參考Lazarides等對教師支持感知的測量[27]。課堂組內、組間互動指個體對小組內部、小組之間交流的感知,參考Sun等的交互感知量表[26]。行為投入指學生參與教學活動的程度,參考Sun等的學習投入量表[28]。認知投入指學生在課前、課中學習情境中深淺認知策略的運用程度,參考Greene等的認知投入量表[29]。

在整個課程結束后,采用相同來源的量表對被試實施后測。為了保證后測能夠代表整體的水平,研究以整個課程為情境,適應性地修訂題項措辭,將題項粒度指向具體課程。課業負擔、學習自由度、同伴交互、教師支持、行為投入、深層和淺層認知投入問卷整體的Cronbach's α分別為0.686、0.872、0.851、0.864、0.891、0.914和0.922,表明量表具有很好的信效度。另外,應答數量和響應率也是衡量ESM效度的重要指標[30]。研究共獲得566份應答樣本,響應率65.51%,平均每個被試填寫3.93份。

四、數據分析與結果

(一)描述性統計及相關分析

針對研究問題一,研究首先將線上、線下的經驗取樣數據,根據用戶ID關聯匹配,排除無效問卷后,獲得159份經驗取樣匹配的有效案例,再與后測數據關聯,共計獲得123份有效關聯案例,匯總后有效數據的描述性統計見表1。

由表1可知,課前行為投入(M=5.07,SD=1.03)、組內互動(M=5.04,SD=0.86)較高;課中教師支持感知(M=5.07,SD=0.73)較高;學生對整個課程的行為投入(M=5.07,SD=0.76)、教師支持感知(M=5.06,SD=0.70)較高,整體感知課業負擔(M=3.47,SD=0.73)比實際課前的(M=4.36,SD=0.93)低。

研究將課前、課中取樣與后測變量進行了相關分析,結果顯示,在所有維度上,課前、課中取樣與后測對應變量均顯著相關,在一定程度上驗證了mESM能夠有效捕獲學習環境感知與投入。除了課業負擔外,課前和課中所有變量與后測的行為投入和深層認知投入均顯著正相關。

(二)混合學習課前、課中相關變量的變化趨勢分析

針對研究問題二,研究繪制了學習環境感知變化的時序圖。如圖3所示,組內互動感知存在一定的波動,課前組內感知高于課中組內感知;課前自由度、課業負擔、課中教師支持與組間互動波動較小。

研究還繪制了情境投入變化的時序圖。如圖4所示,行為投入、深層認知投入、淺層認知投入隨著時間的變化發生一定的波動。課前行為投入明顯高于課中行為投入,課前認知投入明顯低于課中認知投入。

(三)混合學習課前、課中、學期末三個階段相關變量的差異性分析

研究采用單因素重復測量方差分析,比較了課前、課中、課程結束不同階段、不同測量方式學習體驗的差異。有關單因素兩水平的檢驗,在教師支持、組間交互維度不存在顯著差異;在自由度[F(1,122)=22.850,p<0.001,partial η2=0.158]、課業負擔[F(1,122)=92.855,p<0.001,partial η2=0.432]維度發現顯著差異。有關單因素三水平的檢驗,研究采用Bonferroni配對檢驗方法,發現在深層認知投入維度上不存在顯著差異,組內交互[F(2,244)=10.263,p<0.001,partial η2=0.078]、行為投入[F(2,244)=71.192,p<0.001,partial η2=0.369]、淺層認知投入[F(2,244)=10.634,p<0.001,partial η2=0.080]維度發現顯著性差異。對于學習環境感知,課前自由度顯著低于整體自由度;課前感知的課業負擔高于整體課業負擔;課前組內交互顯著高于課中組內交互;由于課前沒有組間交互,課中組間交互與整體組間交互均處于較高水平。對于情境投入,課前行為投入與整體行為投入均顯著高于課中行為投入,課前認知投入顯著低于課中、整體認知投入,其均值輪廓圖如圖5所示。

五、研究討論與建議

(一)研究討論

1. 自由度及負擔感知:與整體感知相比,課前學習自由度偏低、課業負擔偏重

研究采用多元數據互證,分析經驗取樣、后測不同來源的數據,結果表明,與后測數據相比,學生課前學習自由度偏低,感知的課業負擔偏重。

與后測自由度相比,個體的課前自由度偏低。盡管學習者能夠選擇完成課前任務的時間、地點和進度,但是與課程末整體自由度相比,學習者的課前自由度偏低。同時,相關分析發現,課前自由度與課程整體的環境感知、投入顯著相關,在一定程度上驗證了提升混合學習個體自由度的重要性。

與后測課業負擔相比,個體感知的課前學習負擔偏重。已有研究表明,在線學習負擔重、任務時間耗費多、時間跨度大會加劇學習負荷,降低個體的勝任力,進而影響混合學習成效[12]。然而,相關分析發現,課業負擔與課程整體投入并不相關。推測其原因,課前在線學習將任務分解成片段,均勻地分布在每一次的課前在線學習中;在課程剛開展時,學生可能感覺到任務較多、負擔較重,學期結束之后,學習者回憶起來,當初的學習任務也并非那么繁重。

2. 社會交互感知:與課前感知相比,課中組內交互感知偏低、組間交互偏高

已有研究表明,與學習同伴的對話和討論,可以鼓勵學生反思,提高其社會存在感,進而促進學習投入[31]。研究不僅從課前、課中兩類環境中研究同伴交互,而且將同伴交互細化為組內交互、組間交互兩類,更細粒度地分別測量了課前與課中的組內、組間交互。

通過時序變化圖及單因素重復測量方差分析,研究發現,與課中相比,課前的個體組內交互感知較高;與課前相比,課中的組間交互相對較高。同時,相關分析表明,與課前組內交互相比,課中組間交互與所有后測變量均顯著相關,這驗證了在課堂上,學生從不同小組互動中能夠獲得較多收益。在一定程度上證明了交互能促進混合學習成效[12]。

另外,這些交互感知的差異及變化規律與混合學習模式的特點相符。依據多主體交互混合學習模型,在課前學生在線自主學習,主要觀看視頻,參與小組討論,并完成發帖任務,實現組內知識建構;而課中學生主要完成小組匯報、組間互評,實現組間知識建構;最后,小組內針對匯報和互評開展討論,實現組內提煉與深化。因此,在課中個體感知的組間互動更高,課前感知的組內互動更高。

3. 行為及認知投入:與課前投入相比,課中行為投入偏低、認知投入偏高

學習投入具有狀態與特質的雙重屬性,其中,狀態屬性對應情境投入,特質屬性對應整體投入[17]。研究通過mESM獲取情境投入,通過后測獲取整體投入。分析表明,課前、課中兩類情境投入均與課程整體投入密切相關,這與Pettersen等人的研究發現[18]一致。

另外,課前、課中兩類環境在投入上存在顯著差異。與課中相比,課前的行為投入顯著較高;與課前相比,課中的認知投入顯著較高。這些發現與混合學習課前、課中不同的活動安排相呼應。在多主體交互混合學習中,課前學生一般發帖、觀看微課視頻,完成課前學習任務,更多的是“動手”。因此,課前在線學習中個體的行為投入偏高。而在課堂上,學生一般參與小組討論、同儕思想碰撞、教師引導啟發,糾正已有的迷失概念,建立新舊知識之間的聯系,更多的是“動腦”。因此,課堂學習中個體的認知投入偏高。從課前到課中,從線上自主學習到課堂小組協作,個體逐步向深層認知和深度學習轉化。

(二)研究建議

在理論層面,研究從促進社會交互、深層認知的視角,構建了基于多主體交互的混合學習模型;同時,從狀態、特質兩個層面分層地理解學習環境感知和投入,并且描摹了混合學習環境感知和投入的狀態變化規律,有助于深化混合學習理論的發展。未來研究可以從多維度、多層次、多模態、縱向地刻畫混合學習環境中個體學習體驗,促進混合學習和學習投入相關理論的發展。

在實踐層面,為了進一步優化混合學習體驗,教師需要線上線下一體化設計,不能簡單地將線上、線下活動疊加,而是需要將兩者合理配置,充分發揮線上、線下教學的優勢,實現優勢互補,具體包括三方面建議。第一,構建彈性在線學習環境,提高個體的自由度和勝任力。在環境設計方面,提供豐富的在線學習資源,提高學習者的自由度。同時,加強課前引導,提升學生的勝任力,尤其在混合式教學剛開始實施的時候,避免學生感知的課業負擔過重,產生畏難情緒,影響混合學習的教學效果。第二,設計豐富的小組活動,提高個體的組內、組間交互水平。社會交互對教學效果具有重要影響。教師可以設計組內、組間等多種類型的交互活動,促進學習者組內交互、組間交互及師生交互,提高個體的歸屬感,形成崇尚交流互動的學習文化。第三,發揮線上線下優勢,促進個體的深層次認知投入。行為投入是外顯的、可觀測的行為,而認知投入更多涉及內隱的、實質性的心理投入。個體學習不應止于外顯行為,更需要實質性的深層次認知投入。對于課前線上學習活動,教師可以精心設計更多的“動手”類學習活動,促進個體的行為投入;對于課中面對面學習,教師需要精心設計更多的“動腦”類學習活動,最大化地利用課堂時間,促進個體的深層次認知投入。

六、結? ?語

針對混合學習存在的淺層低效、交互不足等問題,研究構建了基于多主體交互的混合學習模型。鑒于傳統自我報告難以捕獲混合學習環境中個體體驗的波動規律,研究以多主體交互混合學習為場景,對課前、課中兩類主要場景開展過程性評測,伴隨式采集個體的學習環境感知、投入狀態。研究揭示了線上、線下不同情境中個體的學習環境感知及投入的動態變化規律,有助于深化混合學習、學習投入等相關理論的發展與應用,同時,為混合學習中開展教學活動設計與實踐提供借鑒和參考。

然而,研究仍存在一定的局限性。第一,盡管經驗取樣法在一定程度上更加接近事件發生的真實情境,但是仍然存在一定的干擾性。未來研究可以利用搭載人工智能模塊的移動取樣設備,自動或半自動地捕獲被試的數據,降低自我報告數據采集的干擾性。第二,研究僅融合了傳統自我報告與經驗取樣兩類數據源。未來研究可以通過移動設備內嵌傳感器,利用智能手環或便攜式眼動儀等可穿戴設備,開展縱向數據采集,捕獲與融合更多模態數據,探索混合學習跨情境中個體特征、學習環境及學習投入等多變量之間的關系。

[參考文獻]

[1] 黃志芳,周瑞婕,萬力勇.混合學習環境下交互式課堂生態系統設計及實證研究[J].電化教育研究,2020(4):78-85.

[2] 王文,王紓.學習投入研究的知識圖景及趨勢——基于科學引文數據庫的分析[J].教育研究,2021,42(8):78-91.

[3] 陳凱泉,仲國強.人工智能教育應用的理論與方法[M].北京:科學出版社,2022:45.

[4] XIE K, VONGKULLUKSN V W, HEDDY B C, et al. Experience sampling methodology and technology: an approach for examining situational, longitudinal, and multi-dimensional characteristics of engagement[J]. Educational technology research and development, 2023:1-31.

[5] 陳麗.遠程學習的教學交互模型和教學交互層次塔[J].中國遠程教育,2004(5):24-28,78.

[6] ZHAO S, SONG J. Unpacking the emotional experiences of learners in a blended learning context[J]. Frontiers in psychology, 2022,13:879696.

[7] 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.

[8] 白冬松,于洪濤.深度學習視域下混合式教學的設計與應用效果——以“病理生理學”課程為例[J].現代教育技術,2023,33(3):84-90.

[9] ZHANG S, CHEN H, WEN Y, et al. Exploring the influence of interactive network and collective knowledge construction mode on students' perceived collective agency[J]. Computers & education, 2021,171:1-18.

[10] 彭常玲,石映輝,楊浩.智慧教室環境感知與互聯網自我效能感的關系研究[J].現代教育技術, 2021,31(4):51-57.

[11] LEE S J, SRINIVASAN S, TRAIL T, et al. Examining the relationship among student perception of support, course satisfaction, and learning outcomes in online learning[J]. The internet and higher education, 2011,14(3):158-163.

[12] 李寶敏,余青,楊風雷.混合教學對學生學習成效的影響——基于國內外106篇實證研究的元分析[J].開放教育研究,2022,28(1):75-84.

[13] YIN H, WANG W, HAN J. Chinese undergraduates' perceptions of teaching quality and the effects on approaches to studying and course satisfaction[J]. Higher education, 2016,71(1):39-57.

[14] LUAN L, HONG J C, CAO M, et al. Exploring the role of online EFL learners' perceived social support in their learning engagement: a structural equation model[J]. Interactive learning environments, 2023,31(3):1703-1714.

[15] BOND M, BUNTINS K, BEDENLIER S, et al. Mapping research in student engagement and educational technology in higher education: a systematic evidence map[J]. International journal of educational technology in higher education, 2020,17(1):1-30.

[16] SINATRA G M, HEDDY B C, LOMBARDI D. The challenges of defining and measuring student engagement in science[J]. Educational psychologist, 2015,50(1):1-13.

[17] VONGKULLUKSN V, XIE K. Multilevel latent state-trait models with experience sampling data: an illustrative case of examining situational engagement[J]. Open education studies, 2022,4(1):252-272.

[18] PETTERSEN E, ERTESV?G S, P?YS? S, et al. Students' situational engagement and its association with overall engagement: the application of the InSitu instrument in the context of a Norwegian lower secondary school[J]. Scandinavian journal of educational research, 2023:1-14.

[19] 盧國慶,劉清堂,謝魁.情境投入縱向研究的理論、測量及分析方法的發展研究[J].遠程教育雜志,2023,41(2):82-94.

[20] SYMONDS J E, KAPLAN A, UPADYAYA K, et al. Momentary student engagement as a dynamic developmental system[EB/OL].(2020-01-02)[2023-08-24]. https://doi.org/10.31234/osf.io/fuy7p.

[21] 盧國慶,謝魁,張文超,等.面向即時數據采集的經驗取樣法:應用、價值與展望[J].電化教育研究,2019(6):19-26.

[22] KUNTSCHE E, LABHART F. Using personal cell phones for ecological momentary assessment: an overview of current developments[J]. European psychologist, 2013,18(1):1-25.

[23] VAN BERKEL N, FERREIRA D, KOSTAKOS V. The experience sampling method on mobile devices[J]. ACM computing surveys,2017,50(6):1-40.

[24] LU G, XIE K, LIU Q. An experience-sampling study of between-and within-individual predictors of emotional engagement in blended learning[J]. Learning and individual differences, 2023,107:1-12.

[25] WILSON K L, LIZZIO A, RAMSDEN P. The development, validation and application of the course experience questionnaire[J]. Studies in higher education, 1997,22(1):33-53.

[26] SUN P C, TSAI R J, FINGER G, et al. What drives a successful e-Learning? An empirical investigation of the critical factors influencing learner satisfaction[J]. Computers & education, 2008,50(4):1183-1202.

[27] LAZARIDES R, GASPARD H, DICKE A L. Dynamics of classroom motivation: teacher enthusiasm and the development of math interest and teacher support[J]. Learning and instruction, 2019,60:126-137.

[28] SUN J 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.

[29] GREENE B A. Measuring cognitive engagement with self-report scales: reflections from over 20 years of research[J]. Educational psychologist,2015,50:14-30.

[30] VAN BERKEL N, GONCALVES J, LOV?N L, et al. Effect of experience sampling schedules on response rate and recall accuracy of objective self-reports[J]. International journal of human-computer studies, 2019,125:118-128.

[31] MOLINILLO S, AGUILAR-ILLESCAS R, ANAYA-S?NCHEZ R, et al. Exploring the impacts of interactions, social presence and emotional engagement on active collaborative learning in a social web-based environment[J]. Computers & education,2018,123:41-52.

Analysis on Environmental Perception and Engagement in

Blended Learning Based on Multi-agent Interaction

LU Guoqing1,? LIU Qingtang2,? ZHANG Chenwen3,? HE Xiangchun1

(1.School of Educational Technology, Northwest Normal University, Lanzhou Gansu 730070;

2.Faculty of Artificial Intelligence in Education, Central China Normal University, Wuhan Hubei 430079; 3.School of Education, Hubei University of Arts and Science, Xiangyang Hubei 441053)

[Abstract] Blended learning is emerging as the new normal in the integration of technology and instruction, and its learning experience exhibits a unique pattern of cross-situational change. However, traditional self-reporting methods are difficult to capture such fluctuations. Accordingly, this study adopts the experience sampling method and the traditional self-reporting method to collect longitudinal data on individual's environmental perception, the state (situational engagement) and the trait (overall engagement) of the engagement in the blended learning environment of multi-agent interaction. 144 pre-service teachers of two classes in H university are taken as research samples. And descriptive statistics, time series analysis, and one-way repeated measures ANOVA are used to explore the fluctuation pattern of learning environmental perception and engagement. The results show that (1) regarding the perception of freedom and burden, compared with the post-test (overall perception), the freedom of online learning before class is lower and the study load is heavier; (2) Regarding the perception of peer interactions, compared to the online perception before class, the perception of intra-group interaction is lower while the perception of inter-group interaction is higher during class; (3) Regarding behavioral and cognitive engagement, compared to the online engagement before class, offline behavioral engagement during class is lower and cognitive input is higher. Finally, some suggestions are proposed to optimize individual blended learning experience and promote individual's deep engagement in theory and practice

[Keywords] Blended Learning; Multi-agent Interaction; Experience Sampling Method; Learning Environmental Perception; Learning Engagement; Situational Engagement

主站蜘蛛池模板: 国产精品人成在线播放| 国产一区在线视频观看| 在线观看无码av免费不卡网站 | 97国产在线视频| 青青青国产视频手机| 成人国产精品2021| 久久精品无码专区免费| 精品一区二区三区波多野结衣 | 国产精品一区二区不卡的视频| 婷婷六月综合网| 亚洲无码日韩一区| 亚洲无码视频一区二区三区| 污污网站在线观看| 小13箩利洗澡无码视频免费网站| 一级爱做片免费观看久久| 国产精品自在线拍国产电影| 国产精品久久久久久搜索| 国产特级毛片aaaaaa| 久久久久人妻一区精品| 四虎永久在线| 亚洲天堂免费在线视频| 在线免费看片a| 欧美一级在线| 久久无码av一区二区三区| 国产精品一老牛影视频| 欧洲亚洲一区| 日韩无码真实干出血视频| 国产麻豆福利av在线播放| 97se亚洲综合在线天天| 欧美激情视频一区| 毛片视频网址| 欧美福利在线| 91久久青青草原精品国产| 亚洲成人播放| 久久九九热视频| 精品久久蜜桃| 91色爱欧美精品www| 亚洲一区二区三区国产精品 | 四虎综合网| 欧洲av毛片| 国产男人天堂| 国产综合网站| 免费毛片视频| 亚洲综合狠狠| 在线亚洲精品自拍| 中文无码毛片又爽又刺激| 欧美精品一二三区| 中文字幕无线码一区| 香蕉99国内自产自拍视频| 精品亚洲麻豆1区2区3区| 久久综合婷婷| 在线观看视频一区二区| 免费高清a毛片| 97在线公开视频| 热久久综合这里只有精品电影| 夜夜操天天摸| 国产免费久久精品99re丫丫一| 无套av在线| 久久国产亚洲偷自| 97se亚洲| 九九九精品成人免费视频7| 亚洲第一区精品日韩在线播放| 91蝌蚪视频在线观看| 国产麻豆另类AV| 思思热精品在线8| 亚洲日本中文字幕天堂网| 制服丝袜无码每日更新| 国产亚洲男人的天堂在线观看| 最新国产午夜精品视频成人| 国产美女无遮挡免费视频网站| 国产无码精品在线播放| 91精品国产91欠久久久久| 国产精品99r8在线观看| 国产精品久线在线观看| 亚洲九九视频| 一区二区三区国产精品视频| 日韩中文无码av超清| 亚洲天堂免费| 国产午夜看片| 国产精品林美惠子在线播放| 人妻丰满熟妇AV无码区| 精品福利视频导航|