視覺反饋增強體育教學中的動作學習:系統性回顧

劉 磊,李 楊,許日禎,王睿寅,左欣雨

(集美大學體育學院,福建 廈門 361021)

動作學習是個人在整個生命周期發展過程中的基礎[1]。然而,從青春期前的階段開始,特別是學校期間,被認為特別適合引入動作學習過程[2]。由于基礎動作學習的重要性,如何學習動作的問題已經成為許多科學研究的主題。

雖然視覺反饋技術對體育教學的意義很重要,但很少有關于在學校環境中使用視頻反饋技術對動作表現和技能評估的研究,因為課外體育活動包含的目標群體更多。因此,我們需要有相關、系統的指導來支持視覺反饋技術有效應用于動作學習中,尤其是在日常體育課中的應用。針對這一問題,有必要調查哪種視覺反饋方法最適合動作學習,并加以推廣。

相關研究中,采用自我報告和客觀測量(如技能表現評估手冊、卷尺和秒表)來評估學生體育課運動技能學習的效果,研究顯示反饋干預對學生的運動技能學習產生了積極的影響,多項實驗研究證實了這一點。[3-4]然而,另有調查顯示,反饋對學生的運動技能學習沒有顯著影響[5-6]。研究結果的不一致性表明,反饋對體育課堂學生運動技能學習的影響還需要進一步探究。目前還沒有系統的研究來解決這個問題。此外,反饋可以通過不同的方式進行傳遞,包括口頭的、非語言的、書面的和視覺/圖形的方式,同時反饋的內容類型也各不相同,包括正確的、不正確的、規范的信息,以及旨在表揚的信息[7-8]。這些因素會對學生在體育課上的運動技能學習產生不同的影響。例如,Ni′znikowski等人(2016)提出在學生動作協調性的學習中視覺反饋比口頭反饋更有效[9]。對學生的投擲技能為學生提供具體信息的反饋也可能比口頭表揚更有效[10]。

目前還缺乏對基于視覺輔助的視頻反饋在體育教學中的系統分析研究。因此,本文目的是總結有關視覺反饋的適用性、最佳方法(包括專家建模/自我建模)以及在體育教學中使用的環境等方面的研究。通過對文獻回顧的研究結果,可以為體育教師提供簡單而清晰的反饋指導,以幫助他們納入促進學生運動技能學習的最有效的反饋特征要素。

1 研究方法

1.1 檢索策略

在2010年11月至2020年11月期間,本研究參照系統性文獻回顧與元分析流程(Preferred Reporting Items for Systematic Reviews and Meta-Analyses,PRISMA)進行同行文獻回顧,對7個學術數據資料庫進行學術搜索,包含Web of Science(Web of Science Core Collection and Medline)、SCOPUS、EBSCO、ELSEVIER、PLOS ONE、ERIC、中國知網。術語“反饋”“feedback”和“motor learning”“teaching”的最新研究成果是通過關鍵詞搜索來確定的,并根據關鍵類別來檢查其內容的主題擬合性。

關鍵詞搜索設定為“video feedback” or “visual feedback”or “movement analysis” and“university student”and“middle school”or“high school”and “college student”and“feedback”or “video analysis”or“verbal feedback”or“self modelling”or “expert modelling” or “motor learning” and “physical education” and “randomized controlled trial” 在7個數據庫全文檢索(語言限制為“中文”“英語”)。詳細信息為:(1)學術資料庫界面。(2)使用關鍵詞。 (3)檢索模式為尋找全部檢索詞。(4)資料類型為學術期刊 。(5)出版日期、語言、主題、出版商不限。依照文章標題、摘要、全文來決定是否與本研究主題相關進行篩選。

1.2 論文篩選

論文納入條件包含: (1) 需為隨機對照試驗(Randomized Controlled Trial,RCT)。(2)只以健康的在校大、中學生為研究對象。(3) 結果變項需有教學效果變項之一,如學習成績、關鍵技術指標(速度、距離、角度)、動作技術、不同反饋類型差異等。(4) 納入2022年4月之前英文全文的同行評議期刊,因此不包括未發表的文章、會議論文集、論文和評論。兩位審稿人根據這些納入和排除標準獨立評估了這些研究的合格性。兩位審稿人之間的任何分歧都由第三位審稿人解決。

論文排除條件包含: (1) 非實驗介入型文章,如調查研究、回顧型文章(review atticle)等。(2)非隨機對照試驗。(3)學術海報、會議摘要、報告。(4)結果變項無任何與體育教學有關的結論。(5)中文論文需來源非CSSCI期刊收錄文章。

1.3 資料處理與分析

根據系統性文獻回顧與元分析流程進行了資料庫搜索,由4位作者根據納入和排除條件進行論文篩選,并且對篩選論文進行交叉比較,以確保篩選的正確性, 當作者有不一致意見時,進行深入討論以取得共識。對最后階段篩選的論文使用Cochrane偏倚風險工具(Cochrane risk-of-bias tools)進行評估可能納入論文誤差,以7個維度評判論文的研究品質,最后階段篩選的論文,通過閱讀全文,以通用表格從每個研究中提取數據:第一作者姓名、發表年份、國家、參與者特征、研究設計、任務復雜性、反饋元素(如反饋提供者、反饋條件、反饋類型)、因變量和結果。根據所需的運動(團體運動或個人運動),加以整理。

2 結果與分析

如表1所示,提供了使用搜索關鍵詞及其相關參數發現的研究的概述。它包含了2014年～2022年來自13個不同國家和教育系統的研究成果。學習組年齡不同(12歲～27歲),有不同的表現背景(初學者和高級),面臨不同類型的學習任務(個體項目和團體項目)。在反饋條件(專家建模、自我建模、語言反饋等)方面也存在差異。

表1 納入文獻的研究概述

2.1 資料庫搜索

本研究根據系統性文獻回顧和元分析流程(PRISMA)進行論文檢索與篩選[11],其流程如圖1所示,首先進行7個數據庫的論文搜尋,結果共有3 828篇文章符合搜尋條件,第一階段篩選結果為:除去1 214篇各個資料庫中重復的文章后,還需對2 614篇文章進行篩選。根據排除條件仔細閱讀全文內容,進行第二階段的篩選,根據納入條件,逐一對論文的標題與摘要進行篩選,共有660篇文章符合納入條件為潛在評估文章,1 954篇文章被排除,其理由包含:193篇為綜述型文章,234篇僅有實驗組非隨機控制實驗設計,183篇為會議摘要、海報和計劃書,739篇非大、中學在校學生,605篇研究結果與教學效果變量無關。第三輪篩選結果保留103篇,最后階段再剔除不完整數據和質性研究,篩選結果總計有15篇文章并對其進行系統性文獻回顧。圖1顯示了文獻篩選過程。

圖1 研究篩選流程圖

2.2 視頻反饋在體育教學中的有效性

本研究分析了不同類型的視覺反饋(視覺/語言反饋和專家建模/自我建模)的結果。所有納入研究的研究小組中至少有一個小組根據自己的運動表現接受了視覺反饋。在15項篩選出的研究中(表1),10項研究使用了口頭反饋的形式來支持視覺反饋,這是基于動作學習過程中的主要錯誤和動作技術學習關鍵點進行的。

在其中的2項研究中,學生可以通過觀看視頻直接對比自己實際的運動表現與理想的運動表現(2,7)。這些研究采用不同的方法,例如學生使用觀察表上的動作技術關鍵點來校正自己的動作表現,并根據表現評估自己的優缺點(2,3)。需要說明的是,視覺反饋始終包括一個口頭反饋部分,以便于后續動作內容的學習和理解。

在這8項研究中,使用視覺反饋包括專家建模和自我建模,都導致了明顯動作表現改善和關鍵動作技術的提高。此外,1項研究通過中學生的自我效能和感知難度的自我控制評估結果來支持這些發現。

本綜述涉及9項研究,旨在比較增強反饋(專家建模+自我建模)和口頭反饋(1,2,3,4,5,7,8,10,14)的效果。其中4項研究(1,4,8,14)發現,參與者通過增強反饋模式(自我建模+專家建模)比通過口頭反饋能更有效地提高技能。另一項研究發現,在排球墊球和發球技能訓練中,通過口頭反饋的專家建模是絕對有效的(2)。另外,兩項使用較大樣本量的研究發現,在兩種反饋場景中,增強反饋比口頭反饋在學習成績和效果方面都更具優勢(3,8)。因此,專家建模與自我建模結合的模式比僅使用口頭反饋的專家建模得分更高(4,8)。

2.3 視覺反饋與口頭反饋的比較

研究比較了視覺反饋(包括專家建模、自我建模或兩者的結合)和語言反饋。

在11項使用基于視覺反饋的研究中,直接與只接受口頭反饋的對照組進行了比較。其中一項研究探討了大學生在口頭增強反饋(教師綜合能力的表現)、觸覺反饋和綜合反饋等方面的表現。該研究表明,在體操雙杠復雜動作的協調中,口頭增強反饋和觸覺反饋具有明顯優勢(9)。在大學生跳遠教學中,口頭反饋顯著提高了跳躍的準確性(15)。除了在大學生雙杠和跳遠教學中,口頭反饋優于視覺反饋,有10項研究(1,3,4,5,6,7,8,11,12,14)表明,作為視覺反饋形式的自我建模比僅進行語言反饋更有效。

2.4 體育教學的條件

為了評估這些研究結果的普適性,我們將這些研究的條件與常規學校課程進行了比較,包括運動類型、技能水平和年齡組等因素。這些研究的運動類型涵蓋了團隊項目:如排球(2,14)、足球(13),以及個人項目:如田徑(1,6,12,15)、滑雪(3)、擊劍(4)、游泳(5,11)、皮劃艇(7)、體操(8,9,10),其中團隊項目在3項研究中得到了分析,而個人項目則在12項研究中進行了調查。受試者年齡范圍從12歲～27歲,覆蓋了初中、高中和大學等多個年齡組,參與者數量在不同的研究中從16人到180人不等,并來自于13個不同的國家。這些研究的干預時間也各不相同,從每次45分鐘到2小時不等,持續時間從5天到3個月不等,均旨在提高受試者的運動技能水平。

3 討論

本文對體育中各種視覺反饋設備的應用進行了系統性回顧,確定以下問題:(1)視覺增強反饋和多模態反饋是否在體育中有效;(2)視覺增強、多模態反饋變量(專家建模、自我建模或兩者結合)是否比口頭反饋更有效地促進運動學習;(3)調查條件是否與常規學校課程的條件相當。

3.1 視覺反饋在體育教育中的有效性

口頭反饋在體育學習中是常用的工具之一[27]。然而,大多數使用視覺反饋方法的研究,包括專家建模和自我建模,支持了視覺反饋在促進運動動作學習方面的有效性。

技能水平和年齡對視覺反饋的效果產生影響,通常來說,經驗豐富和年齡較大的學習者從視覺反饋中獲益更多[27-28]。然而,在這些研究中,需要學習技能的學生都是初學者,因此這些差異可能不太明顯。視覺反饋方法之間的比較不僅顯示出視覺反饋的有效性,還表明專家建模和自我建模在體育學習中促進動作學習更為有效。4項研究將專家建模與其他視覺反饋方法進行比較,其中2項研究認為專家建模比自我建模產生更好的結果(3,7,8)。雖然評估自己的動作(自我建模)可以產生更大的表現效果,但這種額外的積極效果還沒有得到最終證實(14)。學生期待像專業選手一樣的運動技能表現可能是產生這種效果的原因,但自我建模的過程沒有包含這種,因此或許不能像同樣激勵學生的方式一樣有效(3,7,8)。

有經驗的模型是專家建模的首選[29],但學生自己建模也是有用的[30]。這種建模可以幫助學生識別協調模式,從而改善自己的運動表現[31]。另外,不同反饋方式的口頭說明對學生的動機產生了不同的影響,專家建模側重于對技能的執行,而自我建模側重于對錯誤的改正。因此,在體育教學中整合專家模型是一種節約時間的視覺反饋方式;自我建模的整合可能需要更多的時間,但未來可能通過移動設備得到更好的支持。

3.2 視覺反饋與口頭反饋的對比

一些研究表明,增強視覺反饋(專家建模、自我建模或兩者的結合)比單獨的口頭增強反饋更有效。10項研究在視覺反饋組方面取得了優于口頭反饋組的結果(1,3,4,5,6,7,8,11,12,14),這是因為視覺反饋提供了改進的可視化性、獨特的信息、對錯誤的識別以及對注意力的有意識控制,使得自我建模和專家建模能夠同步可視化。總的來說,這些研究結果與Rhoads等人的分析結果一致,即視覺反饋在運動學習中有積極影響[27]。

然而,另一些研究得出結論,視覺反饋并不優于口頭反饋(9,15)。初學者和缺乏運動經驗的學生從視覺反饋中獲益較少。正如Carroll和Bandura所認為的那樣[32],年齡較小的學生可能比年齡較大的學生更難發展出認知表征,以便從視覺反饋中獲益。因此,在早期學習過程中,口頭反饋是學生的首選方法[33]。

此外,還有一個問題是關于與視覺反饋結合使用的語言支持的程度(7)。語言信息在影響學生接受視覺反饋的情境興趣方面發揮著重要作用[34],并可能是使視覺信息優勢得以強化的關鍵因素。

4 研究限制

本文旨在系統性地探討體育教學中視覺反饋方法的應用情況。然而,由于相關研究數量有限,研究的范圍受到了限制。此外,在某些情況下,數據缺失也會對系統性評估產生影響。首先,盡管我們進行了全面的文獻檢索,但有些已發表的研究可能被忽視了,因為它們使用的關鍵詞可能與本文使用的不同。其次,大多數研究的樣本量很小,即使在最終篩選出的文獻中,只有兩篇的樣本量超過100人。缺乏高質量的實驗研究和隨機對照試驗,限制了研究結果的概括性和有力證據的總結。最后,這些數據來自于不同國家的教育系統,其反饋類型和反饋條件的不同可能也會影響研究結果。

盡管存在局限性,但它強調了未來研究的幾個問題,尤其是反饋對學生在體育課上技能學習的影響。為了進一步擴展當前研究,我們需要進行高質量的隨機對照試驗,以提供確鑿的證據來支持反饋的影響。此外,可穿戴設備和APP移動平臺的使用為教師提供了便捷的機會,可以通過視覺反饋來幫助學生提高技能。未來的研究還需要探討如何提高視頻反饋的效率,并在中小學場景下評估不同的方法。同時,可以通過移動設備提供自我建模和專家建模組合,利用專家建模指導,將動作學習和目標運動的疊加效應發揮的更好。

5 結論

視覺反饋方法被認為在體育教學中具有提高學生運動表現的潛力,其中自我建模和專家建模是常用的反饋方式。研究表明,在體育教學中,視覺反饋比語言反饋更有效,尤其是在大學生群體中。這可能是由于可視化效果的改進、提供獨特信息以及能夠更準確地識別錯誤。此外,相比于單獨使用語言反饋,語言和視覺反饋的結合對初中和高中學生的運動技能學習也有一定的效果。

未來的研究需要涉及更多參與者,并采用更好的方法設計和執行,以確定反饋元素的最佳組合,幫助學生在不同環境下最有效地學習運動技能。這樣的研究還應更有相關性,以確定適用于特定年齡群體和教育水平的最佳反饋策略。此外,也需要探索計算機和其他技術在提供視覺反饋方面的應用,以提高反饋效率。