高校混合學習環(huán)境下數字支持對學生自我調節(jié)學習的影響機制研究

摘 要：混合學習環(huán)境打破了傳統(tǒng)教育中時間和空間的限制，學生可以根據自身的情況選擇學習的時間和地點，這要求學生具備更高水平的自主調節(jié)學習能力，特別是對于身處高等教育階段的學生而言，這種能力更是關系到他們的未來職業(yè)發(fā)展和終身學習潛能。過往基于自我決定理論的研究成果往往強調師生互動（特別是教師支持）能夠滿足學生的三種基本心理需求，即自主的需求、關聯的需求以及能力的需求，進而可以促進學生的自我調節(jié)學習實踐。相較于傳統(tǒng)教育模式，混合學習環(huán)境具有顯著的技術特性，然而，其為學生提供的數字支持在此一方面的作用及其影響機制等問題尚未得到充分關注。本研究立足于自我決定理論的新視角，深入探討了高校學生的動機信念在數字支持和自我調節(jié)學習之間的中介作用。通過對505名高校學生進行問卷調查和測試，研究發(fā)現數字支持對高校學生的自我調節(jié)學習有直接影響，與此同時，動機信念也在兩者之間起中介作用。據此，我們建議高等教育應充分重視數字支持資源的整合與利用，積極為學生提供豐富多樣、質量上乘的學習資源，幫助學生在多樣化的學習體驗中不斷提升自身素質。

關鍵詞：混合學習；自我調節(jié)學習；自我決定理論；數字支持

問題的提出

在教育數字化轉型的大背景下，混合學習結合了傳統(tǒng)面對面學習和在線學習的優(yōu)勢，為學習者提供了更加多元化的學習體驗。教育部在《教育信息化2.0行動計劃》（2018年）中也明確提出要進一步推動信息技術與教育的深度融合，以改進教學方式、提升教學質量；在此后的《2021年地平線報告（教學版）》（2021年）中，混合學習模式、開放教育資源和高質量在線學習被列為未來五年影響高等教育教學的關鍵技術和實踐。這表明，混合學習在高等教育中的地位正日益提升，而混合學習環(huán)境要求學生具備一定的自我調節(jié)學習能力。具體而言，自我調節(jié)學習不是一種心理能力或學術表現技能，而是學習者將心理能力轉化為學術技能的自我指導過程[1]。學生的自我調節(jié)學習受到動機的激發(fā)，并受到個人、行為和環(huán)境的三元影響，其中學業(yè)自我效能信念發(fā)揮著核心作用。因此，探討學生的動機信念與自我調節(jié)學習之間的關系有重要意義。鑒于混合學習相較于傳統(tǒng)學習模式在技術性方面的顯著優(yōu)勢，深入探究其所提供的數字支持對學生動機的影響，對于我們理解學生在混合學習環(huán)境中如何有效地進行自我調節(jié)學習至關重要。這不僅能幫助我們優(yōu)化學生的學習體驗，更能有力推動我國高等教育教學的數字化轉型進程，實現教育模式的創(chuàng)新與升級。

當前，混合學習的相關實踐仍處于探索階段，如學生在實踐中常常將線上教學平臺視為單純的信息來源，導致信息獲取淺層化、碎片化等問題，尤其對于技術適應能力較弱的學生，混合學習可能會短期內降低其學習效率。而從研究層面來說，多數研究者主要關注師生互動和學習投入，而忽視了學生在混合環(huán)境中的學習能力和技術需求。但為了達到理想的教學效果，不僅需要發(fā)揮教師的引導作用，更重要的是充分利用混合學習環(huán)境中的技術優(yōu)勢，培養(yǎng)學生的自主學習能力。事實上，自我決定理論認為，個體成長和改變的動力來源于滿足三種心理需求：自主、關聯和能力。在學習環(huán)境中，滿足這三種需求是確保學生積極性的關鍵[2]。近年來，自我決定理論的創(chuàng)始人萊恩（Ryan）和德西（Deci）（2020年）進一步提出，未來的自我決定理論研究應側重于學習技術的設計，以激勵學生的學習[3]。與此同時，已有研究為自我決定理論引入了新的視角——數字支持，即通過技術手段滿足學生的心理需求[4]。本研究旨在基于自我決定理論的最新動態(tài)，深入探討混合學習環(huán)境中影響學生自我調節(jié)學習的關鍵因素及其作用機制等問題，而這無疑將有助于改善學生的學習效果，推動高等教育數字化轉型和內涵式發(fā)Un43+MnjbIn6rg1iDjQnL5baO5xQSrSZxl8TBAaISRM=展。

文獻綜述與研究假設

1.數字支持與學習者自我調節(jié)學習的關系

自我決定理論（Self-determination Theory）是一種動機理論，它探討了在社會和文化背景下，基本需求的滿足、人類動機和幸福感之間的關系。該理論指出，所有人都有三種不可或缺的基本需求：自主的需求（個體能夠控制自己的行為和選擇，并為自己制定的目標而努力）、關聯的需求（與他人的聯系，對群體的歸屬感以及對活動的參與感）、能力的需求（感覺自己有能力完成一項具有挑戰(zhàn)性的任務）[5]。最近的研究為這一理論開辟了新的視角，即數字支持。在混合學習環(huán)境中，數字支持的重要性日益凸顯，它不僅能夠滿足學生的心理需求，而且還能為他們提供更為個性化、高效的學習體驗[6]。具體來說，數字支持包括三個關鍵維度：感知數字自主支持、感知數字關聯支持以及感知數字能力支持。在數字自主支持的環(huán)境下，學生能夠更加自由地選擇自己偏好的學習模式（資源），而選擇合適的學習模式正是學生有效掌握學習內容的關鍵所在。此外，數字關聯支持通過情感設計，運用引人入勝和有趣的設計功能，激發(fā)學習者的積極情緒，進而促進在技術環(huán)境中的學習效果。而數字能力支持則側重于如何利用技術提高學生的專業(yè)知識水平。以技術為媒介的學習環(huán)境通常通過支持解決問題、自我反思、協作和適應技能來提高學生的專業(yè)知識水平。

學習者將心理能力轉化為學術技能的過程是一個自我指導的過程，這一過程被稱為自我調節(jié)學習（Self-regulated Learning）。根據齊默曼（Zimmerman，2006年）的模型，自我調節(jié)學習涉及深思熟慮、表現和自我反思三個階段的學習周期[7]。這些階段的學習過程受到學生特征的影響，如興趣、自我效能和經驗等。自我調節(jié)學習由內在動機驅動，而自主動機的增強則源于需求的滿足。因此，自我決定理論為檢驗學生的自我調節(jié)學習提供了理論框架。

自我決定理論將學生的心理需求與鼓勵和培養(yǎng)學生自我調節(jié)學習的激勵過程聯系起來，心理需求的滿足對學生調節(jié)自主學習的能力有積極的影響。由此，我們推斷在自我調節(jié)學習的三個階段中，數字技術支持能夠通過滿足學生的心理需求間接影響這些階段的學習過程，從而對混合學習中的自我調節(jié)學習產生正面影響。這一假設得到了技術接受模型（Technology Acceptance Model）的支持[8]。此外，有研究發(fā)現：在高等教育水平的遠程教育環(huán)境中，數字支持對于學習者的自我調節(jié)學習具有重要價值，并且是取得學術成就的關鍵要素[9]。

基于自我決定理論和已有研究，本文提出假設：H1，數字支持的三維度（感知數字自主支持H1a、感知數字關聯支持H1b、感知數字能力支持H1c）對學生的自我調節(jié)學習有顯著正向影響。

2.動機信念的中介效應

動機是驅使人們采取某種行為或行動的原動力。在學習過程中，學生的動機信念無疑也會起到至關重要的作用。根據平特里克（Pintrich，1999年）的理論，動機信念包括三種：自我效能信念、任務價值信念和目標導向。自我效能信念關注個體對完成目標任務的信心；任務價值信念反映個人對任務重要性的評價，涉及興趣、效用價值和內在價值；目標導向則描述學生在混合式學習中的目標設定心態(tài)。因有學者認為動機因素對混合學習的學業(yè)成功具有積極影響[10]，故將動機信念納入研究范疇。

數字技術通過滿足心理需求，增強關聯性、自主性和能力來激發(fā)學習動機[11]。需求滿足程度越高，自主動機越強烈。此外，數字學習環(huán)境影響學習者的動機，進而影響在線學習者的成功率和輟學率。同時，學生的數字技術使用水平與學習動機相關，包括內在目標導向、學習控制和自我效能感。自我調節(jié)學習是學生主動進行的學習活動。例如：積極的自我效能感和任務價值信念可以促進自我調節(jié)行為。研究表明：當學生的需求得到滿足時，他們會產生強烈的自主動機，從而有效地進行自我調節(jié)學習[12]。申克（Schunk，2000年）等發(fā)現：動機信念通過影響學生的行為來影響自我調節(jié)學習[13]。也有學者認為，動機信念，如期望值信念和成就目標導向，指導自我調節(jié)學習中的自上而下調節(jié)[14]。基于此，本研究提出如下假設：H2，混合課程中數字支持的三維度（感知數字自主支持H2a、感知數字關聯支持H2b、感知數字能力支持H2c）對學生的動機信念有顯著正向影響；H3，混合課程中學生的動機信念對自我調節(jié)學習有顯著正向影響；H4，混合課程中學生的動機信念在數字支持的三維度（感知數字自主支持H4a、感知數字關聯支持H4b、感知數字能力支持H4c）和自我調節(jié)學習之間起中介作用。

研究設計

1.研究對象與研究方法

本研究采用目的性抽樣策略，挑選了三所已經采納混合式學習模式并同意在線數據收集的大學。為了確保調查研究的嚴謹性和有效性，我們明確了兩項核心選擇標準：一是該高校必須在至少一門課程項目中持續(xù)實施了一個學期以上的混合式學習方法；二是參與調查的學生必須在學習過程中實際使用過混合式學習平臺（如學習通、雨課堂、MOOCs等）。經過一系列的非正式訪談和在線搜索，我們最終確定了三所完全符合上述標準的大學作為研究樣本。研究共回收問卷612份，剔除信息缺失和無效回答的問卷107份，剩余有效問卷505份，問卷有效率為82.5%。從參與者類型來看，研究樣本中男生110人（占21.8%），女生395人（占78.2%）；大專學歷的有31人（占6.1%），本科學歷390人（占77.2%），碩士78人（占15.4%），博士6人（占1.2%）；專業(yè)分布則為人文社科類220人（占43.6%），社會科學類142人（占28.1%），工科35人（占6.9%），理科23人（占4.6%），其他85人（占16.8%）。

2.研究工具

本研究采用問卷調查作為驗證手段，旨在探究混合學習環(huán)境下學生的自我調節(jié)學習能力及其影響因素。問卷首先收集了參與者的基本人口統(tǒng)計學信息（如性別、學歷、專業(yè)等），隨后，采用三個量表來測量關鍵變量，所有題項都按照李克特的5分制打分，范圍從1分（非常不同意）到5分（非常同意）。

第一，數字支持量表。量表包括三個維度，即數字自主支持、數字能力支持以及數字關聯支持。數字自主和能力支持的所有項目均改編自休（Hew，2016年）等人的研究[15]。在感知數字自主支持方面，共有4個項目，其克隆巴赫系數（Cronbach's alpha）為0.76，因子載荷范圍為0.568～0.804。在感知數字能力支持方面，也有4個項目，其克隆巴赫系數為0.79，因子載荷范圍為0.673～0.721。數字關聯支持的3個項目則是由富勒爾（Furrer）和斯金納（Skinner，2003年）的量表改編而來[16]，其克隆巴赫系數為0.83，因子載荷范圍為0.743～0.813。

第二，動機信念量表。該量表主要衡量三種一般動機信念：自我效能信念、任務價值信念以及與學生學習相關的目標導向，共7個項目[17]。本研究中該量表的克隆巴赫系數為0.83，因子載荷范圍為0.564～0.716。

第三，自我調節(jié)學習能力量表。用來測量自我調節(jié)學習的項目共4個[18]，本研究中該量表的克隆巴赫系數為0.77，因子載荷范圍為0.599～0.747。

研究結果

本研究主要采用Mplus8.3和SPSS26.0進行描述性統(tǒng)計、驗證性因子分析、結構方程模型分析及中介效應分析。

1.變量間的描述性統(tǒng)計與相關分析

本研究采用SPSS 26.0對變量進行了描述性分析。在數字支持的三維度中，數字關聯支持得分最高（M=4.156，SD=0.669），緊隨其后的是數字能力支持（M=3.835，SD=0.563），而數字自主支持（M=3.732，SD=0.620）的得分則相對較低。與此同時，動機信念（M=3.705，SD=0.541）、自我調節(jié)學習（M=3.751，SD=0.589）均處于中等水平，有待進一步提升。此外，相關性分析的結果表明：所有核心變量之間均存在顯著的相關關系。

2.路徑分析模型與系數估計

第一，混合課程中數字支持的三維度因素對學生自我調節(jié)學習的影響。本研究通過對路徑分析模型進行估計，得到了以下模型擬合指標：χ2為399.499，df為199，χ2/df為2.008，CFI為0.947，TLI為0.938，RMSEA為0.045，SRMR為0.045。這些指標均符合模型適配標準，表明模型擬合度良好，具有較高的說服力。

由變量間的標準化路徑系數可知，混合課程中數字支持的感知數字自主支持維度可以正向預測學生的動機信念（β=0.251，p<0.001）和自我調節(jié)學習（β=0.252，p<0.001），感知數字關聯支持對動機信念（β=0.236，p<0.001）、自我調節(jié)學習（β=0.286，p<0.001）也存在積極影響，假設H1a、H1b、H2a、H2b成立。與此同時，感知數字能力支持對學生的動機信念（β=0.312，p<0.001）、自我調節(jié)學習（β=0.271，p<0.001）也具有顯著正向影響，假設H1c、H2c成立。此外，動機信念對自我調節(jié)學習也存在顯著正向影響（β=0.260，p<0.001），假設H3成立。

第二，動機信念的中介效應檢驗。結果顯示：本研究包含了三條間接路徑，分別為“感知數字自主支持→動機信念→自我調節(jié)學習”（β=0.076，p<0.01）、“感知數字能力支持→動機信念→自我調節(jié)學習”（β=0.094，p<0.01）、“感知數字關聯支持→動機信念→自我調節(jié)學習”（β=0.060，p<0.01），且三個間接效應的95%置信區(qū)間均未包含0，表明三條間接路徑均有效。

其中，數字支持的三維度（感知數字自主支持、感知數字關聯支持、感知數字能力支持）對自我調節(jié)學習的直接效應、間接效應、總效應均為正顯著（p<0.001，BC 95%CI不含0），說明動機信念在其中起部分中介作用，假設H4a、H4b、H4c得證。

結論與分析

1.混合學習中數字支持的三維度因素及自我調節(jié)學習的整體水平有待提升

研究對象在混合學習中感知到的三種數字支持得分均處于中位區(qū)間，這反映出在當前的線上線下混合學習環(huán)境中，學生所獲得的數字支持尚未達到理想水平，暗示了混合課程在教學設計層面尚未能充分利用技術環(huán)境的優(yōu)勢。其中，數字關聯支持的感知得分最高，緊隨其后的是數字能力支持，而數字自主支持的感知得分則相對較低。這可能是因為混合學習模式融合了線上線下的學習環(huán)境，有效減輕了學生在傳統(tǒng)面對面學習中的壓力感，并充分發(fā)揮了線上課程存在感、交流感、體驗感方面的優(yōu)勢，使大學生在網絡課堂中能夠體驗到更多的愉悅情感，這與先前的研究結果相吻合[19]。然而，在混合課程的探索階段，受傳統(tǒng)教學方法的深刻影響，教學模式仍在一定程度上受到面對面教學模式的限制。這導致教師在設計課程內容、進行教學時，過于強調教師的主導作用，而忽略了學生的主體性。因此，學生在運用數字技術進行學習時仍受到一定限制，缺乏足夠的自主權。此外，高校學生數字能力的局限也阻礙了混合學習的深入發(fā)展。目前，混合學習在技術應用上多數停留在基礎層面，如簡單的資料搜集、消息通知和錄播回放等，這些應用缺乏專業(yè)性和深入性。這種現狀導致學生在問題解決、自我反思、協作和適應能力方面存在明顯不足。

學生的自我調節(jié)學習水平及其動機信念仍有待提高。這可能是因為混合學習環(huán)境將傳統(tǒng)的面對面交流轉變?yōu)榭臻g分離的模式，對學習者的自控力提出了更高的要求，需要他們具備更高的自主性和能動性。同時，數字化時代的初創(chuàng)期，在線學習往往具有“非正式”和“碎片化”的特點[20]。學習者需要處理來自不同形式的信息，如文本、音頻和視頻等，這可能導致認知負荷增加，分散學習者的注意力。這種簡單、機械的學習方式可能對學生的動機水平和專注度產生不利影響，使他們在面對大量信息時難以有效地進行知識遷移和應用，從而難以維持自我調節(jié)學習的狀態(tài)。

2.混合學習中數字支持的三維度因素對自我調節(jié)學習具有正向影響效應

研究發(fā)現：數字支持的三重維度——感知數字自主支持、感知數字關聯支持、感知數字能力支持，均對學生的自我調節(jié)學習產生了顯著且積極的推動作用。這一發(fā)現不僅驗證了本研究提出的假設H1，也與過往的研究成果相符合。同時，我們觀察到混合學習環(huán)境中的數字技術為學生提供了心理與學習上的雙重支持，這些支持針對學生的個性化需求進行了匹配[21]。這種支持的核心作用在于它能夠有效激發(fā)學生的學習動力，并助力他們培養(yǎng)自主性。當學生感受到數字環(huán)境為他們提供了自由選擇學習模式的支持時，他們能夠更加積極地利用技術手段來提升自身的專業(yè)知識水平。同時，這種支持也使學生在情感上得到認同，引發(fā)積極的情緒體驗，從而進一步激發(fā)其內部學習動機。而BQR9q/ZvhdaSMm9bzEgPboDR9GquFeUll1QxRY0ZOQ0=學生的動機信念水平越高，他們在混合課程中進行自我調節(jié)學習的可能性就越大。因此，對于大學生而言，數字支持無疑在提升他們的自我調節(jié)學習水平方面發(fā)揮了重要作用。

3.動機信念的中介效應

本研究探討了數字支持對自我調節(jié)學習的影響機制，并揭示了動機信念在其中所起到的部分中介作用，這一發(fā)現為假設H4提供了有力支持。根據自我調節(jié)學習理論，動機信念被視作學習者進行有效自我調節(jié)學習的重要基石，它不僅影響著學習者的任務選擇，還對其學習過程中的努力程度和堅持性發(fā)揮著決定性作用[22]。在本研究中，數字支持能夠精準地滿足學習者的三種核心需求，并通過這些需求的滿足來影響學習者的動機信念（假設H2），進而作用于他們的自我調節(jié)學習（假設H3）。與以往的研究主要聚焦于教師支持和學生的學習投入不同，本研究關注混合學習環(huán)境中學生所必需的自我調節(jié)學習能力，驗證了動機信念作為中介變量，在數字支持與自我調節(jié)學習之間的橋梁作用。

啟示與建議

盡管在當前的混合學習實踐中，高校師生尚未全面挖掘并充分利用其技術優(yōu)勢，但本研究的結果表明：混合學習環(huán)境中的數字支持在促進學生自我調節(jié)學習能力方面已有所體現，從而凸顯了其潛在的發(fā)展價值。據此，我們應聚焦于高校學生在混合學習中感受到的數字支持，并關注影響學生自主學習的動機信念，整體促進學生自我調節(jié)學習，進而提升混合課程的質量。

1.發(fā)揮數字支持的輔助功能，完善“雙線混融”的教育教學模式

“雙線混融”的混合課程強調線上線下的“融通”與“共生”[23]，以“自主、能力、情感”為核心要素的數字支持是實現雙線教學的必備條件。因此，應充分利用數字支持的優(yōu)勢，推動“線上+線下”混合學習的有效實施，以促進學生的學習和發(fā)展。一是“重構融合” 線上和線下教學模式。在混合教學實踐中，高校教師應利用數字支持的靈活性和個性化特點，設計差異化的學習任務與路徑，滿足不同學生的學習需求和節(jié)奏，鼓勵學生根據自身情況，在雙線之間靈活切換，實現自我調節(jié)與優(yōu)化學習進程。二是高等教育機構應將提升學生的數字素養(yǎng)置于教育目標的核心位置，通過專業(yè)課程體系的革新，系統(tǒng)地融入數字工具操作、信息安全意識、數據分析能力以及創(chuàng)新思維等關鍵數字技能的教學內容，并清晰界定這些能力在整體課程架構中的戰(zhàn)略地位，以促進學生的全面發(fā)展。三是利用即時通訊工具、在線會議平臺等，打破時空限制，實現師生、生生之間的“多元交互”。教師可通過混合學習平臺監(jiān)測學生學習狀態(tài)，及時調整教學策略，提供個性化指導。同時，鼓勵學生利用數字工具進行在線討論、項目協作、創(chuàng)意分享等，增強同伴間的互動與合作。通過團隊合作項目，培養(yǎng)學生的協作能力、創(chuàng)新思維及跨文化交流能力。這種多元化的交互方式能夠提高學生的學習動機和參與度，進而促進其在混合學習環(huán)境中的自我調節(jié)學習。

2.營造“虛實融合”的教育教學環(huán)境，增強學生學習的動機信念

動機信念是指推動個體去完成某項任務的原因，主要包括自我效能、目標定向和任務價值信念等方面。這些信念對于個體的學習行為和自我調節(jié)學習過程具有重要的影響[24]。“虛實融合”的學習環(huán)境可以為培養(yǎng)學生的動機信念提供條件。一是創(chuàng)設真實的學習情境。身臨其境的學習方式能夠引發(fā)學生的好奇心，虛擬現實和增強現實等技術可以模擬真實的學習環(huán)境，讓學生沉浸在逼真的情境中。在這一過程中，大數據通過分析學生的行為表現，為他們提供個性化的學習資源和建議，并鼓勵他們根據自己的實際情況進行調整和修改。通過設定目標，學生能夠更加清晰地了解學習的方向和意義，這些任務可以激發(fā)學生的好奇心和求知欲，促使他們主動探索和學習，從而提高學習動機信念。二是科技與人文的“融合共生”。混合學習中的技術應用并非“理性灌輸”，而是輔助教師為學生提供更加及時、具體的反饋，給予學生充分的關注和鼓勵，讓他們感受到自身的價值，從而提高學習動機信念。同時，引導學生深入思考學習的意義和價值，讓學生意識到學習是一個長期的過程，而不僅僅是短期的目標追求。學習不僅關乎知識的積累，更關乎個人能力的提升、思維方式的轉變以及人生觀、世界觀的塑造。這種全面的理解有助于激發(fā)學生的學習熱情和內在動機，使他們更加堅定地相信學習對個人成長的積極影響。在這個過程中，學生不僅能夠獲得知識，而且還能夠培養(yǎng)自主學習的能力、批判性思維以及解決問題的能力，為未來的職業(yè)發(fā)展奠定堅實的基礎。

參考文獻：

[1]ZIMMERMAN B J. Becoming a self-regulated learner： An overview [J]. Theory into practice， 2002， 41（2）： 64-70.

[2][4][6] [21]RYAN R M， DECI E L. Intrinsic and extrinsic motivations： Classic definitions and new directions[J]. Contemporary educational psychology， 2000， 25（1）： 54-67.

[3][5]CHIU T K F， SUN J C Y， ISMAILOV M. Investigating the relationship of technology learning support to digital literacy from the perspective of self-determination theory[J]. Educational Psychology， 2022， 42（10）： 1263-1282.

[7]ZIMMERMAN B J. Development and adaptation of expertise： The role of self-regulatory processes and beliefs [J]. The Cambridge handbook of expertise and expert performance， 2006（186）： 705-722.

[8]DAVIS F D. Perceived usefulness， perceived ease of use， and user acceptance of information technology [J]. MIS quarterly， 1989， 13（3）： 319-340.

[9]YOT-DOMíNGUEZ C， MARCELO C. University students’ self-regulated learning using digital technologies[J]. International Journal of Educational Technology in Higher Education， 2017（14）： 1-18.

[10]MENDEZ J A， GONZALEZ E J. Implementing motivational features in reactive blended learning： Application to an introductory control engineering course [J]. IEEE Transactions on Education， 2011， 54（4）： 619-627.

[11]HENRY A， LAMB M. L2 motivation and digital technologies [J]. The Palgrave handbook of motivation for language learning， 2019（1）：599-619.

[12]LIU W C， WANG C K J， KEE Y H， et al. College students’ motivation and learning strategies profiles and academic achievement： A self-determination theory approach [J]. Educational Psychology， 2014， 34（3）： 338-353.

[13]SCHUNK D H， ERTMER P A. Self-regulation and academic learning： Self-efficacy enhancing interventions [M]. Handbook of self-regulation. New York：Academic Press， 2000： 631-649.

[14]EFKLIDES A. Interactions of metacognition with motivation and affect in self-regulated learning： The MASRL model [J]. Educational psychologist， 2011， 46（1）： 6-25.

[15]HEW T-S， KADIR S L S A. Understanding cloud-based VLE from the SDT and CET perspectives： Development and validation of a measurement instrument [J]. Computers & Education， 2016，101（10）： 132-149.

[16]FURRER C， SKINNER E. Sense of relatedness as a factor in children's academic engagement and performance [J]. Journal of educational psychology， 2003， 95（1）： 148-162.

[17]KOO A C， HEW S H， ANTHONYSAMY L. Development and validation of an instrument to measure the effects of self-regulated learning strategies on online learning performance [J]. Journal of Advanced Research in Dynamical and Control Systems， 2019， 10（11）： 1093-1099.

[18]SHA L， LOOI C-K， CHEN W L， et al. Recognizing and measuring self-regulated learning in a mobile learning environment [J]. Computers in Human Behavior， 2012， 28（2）： 718-728.

[19]龔少英，韓雨絲，王麗霞，等.任務價值和學業(yè)情緒與網絡學習滿意度的關系研究[J].電化教育研究，2016，37（3）：72-77.

[20]黃亞婷，龔雨欣.混合課程中本科生的深度學習何以發(fā)生：基于“教學—社交—技術”三角框架的考察[J].蘇州大學學報（教育科學版），2023，11（3）：107-118.

[22][24]王一巖，鄭寧，鄭永和.智慧學習力：概念內涵與結構模型[J].電化教育研究，2022，43（7）：19-26.

[23]陳浪城，胡素香，林烈青，等.智慧教學環(huán)境賦能數字化轉型：現實訴求、實踐困境及路徑選擇[J].高教探索，2023（6）：41-47，68.