線索促進數字化學習的作用機理及適用場景

[摘" "要] 數字化學習已經成為當下主流的學習方式。線索是數字化學習材料的構成要素之一，是影響數字化學習效果的重要因素。然而，現有研究對于線索在引導學生注意力、降低認知負荷和提高學習結果方面的成效和理路尚未達成一致意見。為進一步探尋線索促進數字化學習的機理及適用場景，研究運用元分析方法，對國內外數字化學習材料中線索設計與應用的實證研究進行量化分析。結果表明：在數字化學習材料中加入線索，對注意力和學習結果都有顯著促進作用，但對認知負荷沒有顯著影響。同時研究發現，線索設計成效受到線索類型、數字化學習材料類型、學科類別、學習者學段等因素的影響。最后，研究分析了線索對學習者認知加工和深度學習的作用機理，并基于調節效應分析結果探討了線索的適用場景。

[關鍵詞] 數字化學習； 數字化學習材料； 線索設計； 學習結果； 促進機理； 學習場景

[中圖分類號] G434" " " " " " [文獻標志碼] A

[作者簡介] 魏非（1979—），女，四川宜賓人。副研究員，博士，主要從事教師培訓專業化、教師數字素養培養、教育數字化轉型研究。E-mail：fwei@dec.ecnu.edu.cn。

一、引" "言

隨著數智技術的廣泛深入應用，數字化學習這一新興的學習方式，正在全球范圍內迅速普及。數字化學習材料是數字化學習的核心構成，也是相關研究和實踐的重要內容。2022年11月1日起，《數字教材：中小學數字教材元數據》《數字教材：中小學數字教材質量要求和檢測方法》和《數字教材：中小學數字教材出版基本流程》三項中小學數字教材國家標準正式實施，對數字化學習材料提出更高要求。目前，常見的數字化學習材料包括教學動畫、教學視頻、多媒體課件、虛擬實驗[1]以及具有協作、交互、可訪問等優勢的數字教材等。

線索，又稱標記，是數字化學習材料中具有選擇、組織和整合作用的符號、詞語等非教學內容信息[2]。線索的設計與應用是影響數字化學習的重要因素[3]。關于線索對數字化學習的促進作用，國內外已有諸多學者聚焦線索對學習者注意力、認知負荷、學習結果三個方面的影響開展研究[2，4-5]。但由于實驗設計、樣本選取、實驗方法、測量工具等的差異，研究結果尚不一致，需要進一步檢驗。同時，隨著數字化技術的發展迭代，有必要更新和發展對數字化學習材料及其線索設計的認識，包括線索對數字化學習過程和學習結果的促進作用以及不同條件下線索的作用效果差異。本研究采用元分析方法，對國內外數字化學習材料中線索設計與應用的實證研究進行量化分析，關注線索對學習者在數字化學習中的注意力、認知負荷以及學習結果的作用機理及其影響因素，豐富對數字化學習材料中線索設計與應用的認識，以期進一步提升數字化學習成效。

二、文獻綜述

數字化學習效果可以從學習過程和學習結果兩方面評估。其中，過程評估主要考察學習者的參與程度和認知投入水平，通常使用注意力和認知負荷作為觀測指標；結果評估主要考察學習者對知識、技能的理解和掌握，通常使用學習結果作為觀測指標。為更好地理解線索在數字化學習中的作用效果和具體表征，下面主要從注意力、認知負荷和學習結果三個維度梳理線索設計的已有研究。

（一）線索對數字化學習注意力的影響研究

注意力表示主體對客體具有一定強度和持續性關注的能力[6]。De Koning等認為，線索可以將學習者的注意力引導到特定的關鍵區域，促進學習者對必要信息的選擇和提取，進而為學習效果提升提供支持[7]。眼動追蹤技術是評估數字化學習環境中注意力的重要手段[8]，研究者通常將首次注視時間、總注視時間和總注視次數作為觀測注意力常用的眼動指標[9]。首次注視時間指學習者第一次注視興趣區域所花費的時間，可以表示學習者的視覺搜索速度[10]；總注視時間指學習者在興趣區內所有注視點的時間總和，總注視時間越長越容易進行深度認知加工[11]；總注視次數指學習者注視興趣區的總次數，反映學習者對學習內容的熟悉度和興趣度[12]。

有關線索設計的實證研究也多將學習者的注意力變化作為線索有效性的驗證指標之一。例如，Boucheix等人在實驗研究中發現，線索能夠顯著提高學習者對學習內容相關區域的注意力[13]。雖然大部分研究證實了線索在引導注意力上的優勢，但對三個眼動指標的呈現結果存在不一致的結論。例如：謝和平等認為，線索可以增加學習者的總注視時間和注視次數、縮短首次注視時間[14]；而周夢哲等發現，線索的加入對首次注視時間沒有顯著影響[15]。此外，有少量研究發現，線索的加入甚至阻礙了學習者的注意力集中，如Moon等發現，在教學視頻中添加線索顯著減少了總注視時長和注視次數[16]。

（二）線索對數字化學習認知負荷的影響研究

學習的產生與認知過程緊密相關。認知負荷是人完成某項特定的認知任務時進行信息加工所需要的認知資源的總量[17]。認知負荷理論認為，如果學習者在同一時間內進行過多的認知活動，當其需要加工的認知資源總量超過所能承受的極限時，就會導致過量的認知負荷，進而影響學習[17]。因此，認知負荷也被作為監測線索作用效果的常用指標之一。學習者的認知負荷通常借助量表工具測量，如Paas等編制的認知負荷自評量表[18]，Leppink等開發的學習者認知負荷測評量表[19]等。

關于線索對學習者認知負荷的影響，有研究者認為，線索的加入可以減少學習者用于搜索、組織和整合有關的知識信息時的資源消耗，從而釋放更多的資源用于與學習有關的活動或進行深層加工[20]。但也有實證研究表明，線索的加入并未對學習者的認知負荷造成顯著影響[21]，這可能與學習者的先前經驗、學習材料的內在性質以及教學設計有關[22]。

（三）線索對數字化學習結果的影響研究

學習結果通常指學習者在知識技能、實踐操作以及價值觀念等方面的提升情況。在實驗設計中，通常采用保持測試和遷移測試結合的方式反映[23]。其中，保持測試考察學習者對學習材料的記憶與理解情況，遷移測試考察學習者對所學知識的應用和遷移能力。

部分研究表明，合理添加線索能夠有效提升數字化學習效果，但對保持測試成績和遷移測試成績的影響存在差異。例如：在虛擬現實環境下，Albus等發現，線索顯著提高了保持測試成績，但對遷移測試成績沒有影響[24]；而李欣等人則發現，線索對遷移測試成績的促進作用顯著[25]。此外，不同類型線索的促進作用也可能存在差異。Wang等在教學視頻中分別添加文本線索、視覺線索和組合線索，與無線索組相比，學習者的保持測試成績都有顯著提高，但只有組合線索有效提高了遷移測試成績[26]。由此可見，線索的類型和數字化學習材料的形式都可能影響學習結果。此外，線索對數字化學習結果的影響也可能與學習者的先驗知識水平有關。例如，Arslan-Ari等發現加入線索后，高經驗學習者與低經驗學習者相比，其保持和遷移測試成績的提升幅度均相對較高[27]。

綜上所述，已有研究對線索在數字化學習中注意力、認知負荷和學習結果中的作用尚未達成共識，線索類型、數字化學習材料、教學設計等因素均可能會影響線索的作用效果。元分析作為一種對具有“相同目的”“相互獨立”的多個研究結果進行定量的系統化文獻綜述的方法，被視為指導教育實踐與制定教育政策的“最佳證據”[28]。鑒于此，本研究試圖通過元分析探究以下問題：（1）數字化學習材料中的線索是否可以顯著引導學習者的注意力、降低認知負荷、提高學習效果？（2）數字化學習材料中的線索設計應考慮哪些因素的影響？

三、研究過程與方法

（一）文獻檢索與篩選

本研究于2023年1月對發表于CNKI核心數據庫、Web of Science核心數據庫和Elsevier Science Direct數據庫中的文獻進行精確檢索。中文檢索主題詞為（“數字教材”“數字教科書”“數字化學習材料”“數字化資源”“多媒體學習”“多媒體教材”“視頻”“動畫”“課件”“虛擬實驗”）并含（“線索”“標記”），外文檢索主題詞為（“Digital” “Multimedia” “Video” “Animation” “Courseware” “Virtual Experiment”）并含（“Cue*” “Signal*”）并含（“Education”），發表年份和文獻來源不限，共檢索到355篇中文文獻和1，150篇外文文獻。

本研究設定的文獻納入標準為：①使用數字化學習材料；②應有實驗組和空白對照（無線索）組；③實驗研究；④計算效應量的充分數據，如平均值、標準差和樣本量；⑤至少包含保持測驗成績、遷移測驗成績、認知負荷得分、首次注視時間、總注視時間、總注視次數等指標中的任何一個。

兩位研究人員依據納入標準，根據文章標題和摘要，初步排除重復文獻13篇，不符合標準的文獻1，374篇；瀏覽全文，最終納入符合標準的文獻49篇。由于部分文獻同時報告了多篇實驗研究結果，故從中解析出135項實驗或準實驗研究，具體如圖1所示。

（二）文獻編碼及效應量提取

為便于整合分析，本研究對納入文獻的關鍵信息進行編碼，提取研究基本信息、線索類型、數字化學習材料、教學設計和結果變量五個維度的信息。其中，線索類型參考Mayer的分類方式，分為言語線索和視覺線索[3]。言語線索關注文字材料和聲音特征，包括目錄、標題、指示詞和強調關鍵信息的聲音等；視覺線索關注視覺空間特征，包括聚光燈、箭頭、顏色、手勢、目光等突出顯示或方向指引的信息。數字化學習材料則參考王雪對多媒體畫面的定義，選取學習終端、數字化學習材料類型作為編碼項[29]。其中，常見的學習終端有電腦、電子白板、手機等，數字化材料類型有多媒體課件、教學動畫、教學視頻、電子書、虛擬實驗等。教學設計維度參考何克抗先生提出的教學設計模式，劃分為學科類別、學習者學段、教學目標和教學交互 [30]。其中學科類別包含理學、工學、教育學、醫學等；學習者學段包括小學、中學和大學；教學目標包括知識和技能；教學交互重點關注學習者是否與數字化學習材料之間產生交互作用，如拖動視頻進度、操控虛擬實驗進行探究學習等。

本研究使用CMA3.3工具從49篇文獻中萃取出368個獨立的效應量，其中，保持測驗成績（k=117）、遷移測驗成績（k=92）、認知負荷（k=68）、首次注視時間（k=16）、總注視時長（k=39）、總注視次數（k=36）。效應量均使用校正后的標準化均值差Hedges's g表示。

四、研究結果

（一）發表偏倚檢驗

本研究采用Egger線性回歸和失安全系數檢驗評估發表偏倚，見表1。從Egger線性回歸來看，所有結果變量的pgt;0.05，存在發表偏倚的可能性較小。從失安全系數（Rosenthal's Nfs）來看，在總注視時長、首次注視時間、保持測試成績和遷移測試成績上，失安全系數均大于“5k+10”（k指獨立效應量個數），不存在發表偏倚；但總注視次數和認知負荷可能存在發表偏倚。本研究采用剪補法對兩類合成效應量剪補修正，結果如圖2所示，效應量在修正前后變化不明顯，表明發表偏倚影響不大。

（二）異質性檢驗

為檢驗各獨立研究的結果是否具有可合并性，對效應量進行異質性檢驗，結果見表2。六個結果變量的Q檢驗均顯著（plt;0.001）且I2值均高于50%，存在顯著較高異質性，應采用隨機效應模型分析[31]。同時由于注意力、認知負荷和學習結果均可能受到調節變量的影響，故需進行調節變量分析。

（三）線索對數字化學習的整體效應檢驗

線索對數字化學習的整體效應檢驗結果見表3。其中Hedges's g值低于0.2為低效應量，0.2與0.8之間為中等效應量，高于0.8為高效應量[32]。線索的加入對總注視時長、首次注視時間、保持測試成績和遷移測試成績均有中等強度的影響；總注視時長和首次注視時間的效應量絕對值高于0.5，高于保持測試成績和遷移測試成績，表明線索的加入對注意力的影響程度高于學習結果；線索對總注視次數和認知負荷沒有顯著影響。總之，線索對學習者的注意力和學習結果有促進作用，對認知負荷作用并不明顯。這一結果支持Lin[21]和Colliot[5]等人的觀點。

（四）調節效應檢驗

1. 線索類型對數字化學習的調節作用

本研究將線索類型分為視覺線索（n=107）、言語線索（n=18）、兼具兩種類型的組合線索（n=10）。結果表明，所有類型的線索對總注視時長、總注視次數、保持測試成績和遷移測試成績都有顯著促進作用，對認知負荷沒有顯著影響。此外，視覺線索和組合線索可以顯著縮短學習者的首次注視時間。

調節效應分析發現，線索類型通過顯著調節學習者在數字化學習過程中的總注視時長［QB（2）=8.309， p=0.016］和總注視次數［QB（1）=22.415， p=0.000］，進而影響數字化學習效果。在總注視時長方面，組合線索（g=1.056）顯著高于視覺線索（g=0.540）、顯著高于言語線索（g=0.273）。在總注視次數方面，視覺線索（g=0.403）顯著高于言語線索（g=-0.302）。

通過更深入的挖掘分析，本研究總結了能夠對數字化學習產生顯著影響（plt;0.05）的常見線索表現形式：聚光燈線索（g=0.927）、鼠標線索（g=0.613）和顏色線索（g=0.543）可以有效促進保持測試成績；線框線索（g=1.129）、聲音線索（g=0.918）、聚光燈線索（g=0.540）、提綱或導航線索（g=0.502）可以顯著促進遷移測試成績；手勢引導線索（g=2.730）、目光引導線索（g=0.984）、箭頭線索（g=0.872）、教學代理線索（g=0.850）和顏色線索（g=0.847）可以顯著提高總注視時長；教學代理線索（g=3.152）、提綱或目錄線索（g=1.035）、目光引導線索（g=1.279）、字幕線索（g=0.936）可以顯著提高總注視次數；手勢引導線索（g=-1.117）和箭頭線索（g=-0.712）的應用還能夠高度減少學習者的首次注視時間。

2. 學習材料對數字化學習的調節作用

在納入研究中，大多在電腦屏幕上（n=125）呈現學習材料，少數在電子白板（n=4）和手機（n=6）上呈現。材料類型以教學視頻（n=63）、教學動畫（n=43）、多媒體課件（n=24）居多，對虛擬實驗（n=2）等新興數字化學習材料的關注較少。結果表明，所有類型的學習終端和學習材料都能明顯減少學習者首次注視時間，提高遷移測試成績。所有類型的數字化學習材料都能顯著增加總注視時長。

調節效應分析發現，數字化學習材料的學習終端對總注視次數［QB（2）=17.283， p=0.000］和保持測試成績［QB（2）=6.642， p=0.036］有顯著調節作用，并且在電腦屏幕中，線索的加入對學習者的總注視次數（g=0.353）和保持測試成績（g=0.434）的影響效果最明顯，高于電子白板（g總注視次數=0.050，g保持測試成績=0.239）和手機（g總注視次數=-0.539，g保持測試成績=0.086）。

數字化學習材料類型對總注視時長［QB（2）=16.436，p=0.000）、總注視次數［QB（4）=33.408，p=0.000］、認知負荷測評分數［QB（3）=19.581，p=0.000］和保持測試成績［QB（4）=20.588，p=0.000］均有顯著調節作用。在總注視時長方面，在多媒體課件（g=0.899）中添加線索的效果高于教學動畫（g=0.427）和教學視頻（g=0.382）。在總注視次數方面，教學視頻（g=0.799）高于虛擬實驗（g=-1.787）。在認知負荷方面，在教學視頻（g=-0.053）和多媒體課件（g=-0.086）中加入線索可以降低學習者的認知負荷，但作用不顯著，而在教學動畫（g=0.230）和電子書（g=0.662）中添加線索反而會顯著增加認知負荷。在保持測試成績方面，電子書（g=0.738）高于多媒體課件（g=0.629）、教學動畫（g=0.398）和教學視頻（g=0.302）。

3. 教學設計對數字化學習的調節作用

在納入的135項研究中，主要涉及的學科類型為理科（n=78）和工科（n=31），其次是教育學（n=14）、醫學（n=4）和文學（n=8）。實驗研究對象多為大學生（n=126），只有極少研究關注了小學生（n=4）和中學生（n=5）。大多數研究關注線索在無交互行為下（n=99）的應用，少數關注交互行為下（n=36）的應用。此外，數字化學習內容多以知識為教學目標（n=109），少數以技能為教學目標（n=26）。

調節效應分析發現，學科類別對總注視時長［QB（4）=54.355， p=0.000］、總注視次數［QB（4）=31.724， p=0.000］、保持測試成績［QB（4）=31.226，p=0.000］和遷移測試成績［QB（4）=13.880，p=0.008］有顯著調節作用。其中，在教育學和醫學類相關數字化課程中增加線索可以有效提升保持測試成績（g教育學=0.700，g醫學=0.499）和遷移測試成績（g教育學=0.225）；在理科和工科類數字化學習材料中添加線索可以提高總注視時長（g理學=0.678，g工學=0.819）和總注視次數（g理學=0.556），以及保持測試成績（g理學=0.391，g工學=0.284）和遷移測試成績（g理學=0.311，g工學=0.466）。

學習者所處學段僅對總注視次數有顯著調節作用［QB（2）=44.664，p=0.000］，并且小學生（g=0.936）的總注視次數顯著高于大學生（g=0.307）。數字化學習材料的教學交互對學習者的保持測試成績（QB（1）=6.775，p=0.009］和遷移測試成績［QB（1）=6.635，p=0.010］有顯著調節作用，并且無交互行為（g保持測試=0.450， g遷移測試成績=0.348）下的學習結果高于有交互行為（g保持測試成績=0.291，g遷移測試成績=0.163）。數字化學習材料的教學目標對學習者總注視時長［QB（1）=13.625，p=0.000］和保持測試成績［QB（1）=26.684， p=0.000］均有顯著正向調節作用。在總注視時長方面，線索對理論知識類課程（g=0.603）的注意引導作用高于實踐技能類課程（g=0.057）。在保持測試方面，線索的加入對實踐技能類課程（g=0.674）的促進效果高于理論知識類課程（g=0.334）。

五、研究結論

（一）線索促進數字化學習的作用機理

根據整體效應檢驗結果，數字化學習材料中的線索可以有效引導學習者注意力，提高學習者的學習效果，具體表現為更長的總注視時長和更短的首次注視時間，更高的保持和遷移測試成績，但對學習者的總注視次數和認知負荷沒有顯著影響。

1. 線索通過引導學習者注意力推動認知加工

線索對學習者的注意力影響顯著，具體表現為加入線索可以縮短學習者對學習內容的首次注視時間（g=-0.585），增加總注視時長（g=0.512）和總注視次數（g=0.106）。表明線索不僅可以在數字化學習的早期階段有效吸引學習者的注意力，還能有效促進學習者在后期階段的認知加工。這一研究結果同樣符合注意引導假說，即線索通過將學習者的注意力引導到特定的關鍵區域，并增加對這些區域的總注視時長和總注視次數，進而為后期的深入理解提供保障[7]。

此外，調節效應分析發現，所有變量對學習者首次注視時間的調節作用均不顯著，并且在納入研究的所有實驗情境中，線索的加入對學習者的首次注視時間均產生了顯著負向促進作用，即表明線索的加入能夠引導學習者主動地、有目的地將注意力快速轉移至線索區域，進而實現信息的快速加工[33]，并且該效應較為穩健。

2. 線索通過增強學習者的知識遷移促進深度學習

深度學習是提升學生學習能力和改進教學效果的重要方式，深度學習的產物是可遷移的知識[34]，遷移測試成績也常被認為是衡量學習者是否進行深度學習的標準。根據主效應檢驗結果可知，線索對學習者的保持測試成績（g=0.433）和遷移測試成績（g=0.305）影響顯著，表明線索的加入既可以促進學習者對學習內容的淺層識記，也可以有效促進深度學習的發生。這一研究結果符合Scheiter等提出的圖文整合假說，即合理有效的線索設計可以引導學習者關注關鍵的知識內容，進而加深對知識內容的記憶和理解 [35]。此外，線索的加入對保持測試的影響略高于遷移測試，與楊九民等[36]的研究相一致。這可能是由于線索雖然能夠將學習者的關注點引導到學習材料的關鍵部分，但并沒有提供相關的解釋性信息，學習者在進入深度學習時，需經歷與無線索時類似的信息加工過程。

調節效應的檢驗結果表明，數字化學習材料的學習終端、材料類型、學科類別、教學目標、教學交互對保持測試成績均有顯著調節作用，其中只有教學交互和學科類別對遷移測試成績有顯著調節作用。這表明調節變量的作用也多停留在淺層學習，較少涉及深度學習，同時數字化學習中的教學設計才是影響學習者深度學習的關鍵原因。

（二）線索在數字化學習中的適用場景

根據調節效應檢驗結果，線索類型、數字化學習材料類型和教學設計對數字化學習成效均有顯著調節作用。因此，本研究在明確線索對數字化學習促進機理基礎上，進一步明確線索適用的數字化學習場景。

1. 線索類型及組合方式

根據效應檢驗結果，能夠顯著促進數字化學習的線索表現形式有視覺線索（手勢引導、線框、聚光燈、箭頭、顏色、目光引導、教學代理等），言語線索（提綱或目錄、字幕、聲音等），組合線索（顏色與字幕[35]、箭頭與字幕[37]、聚光燈與字幕[26]等）。根據雙通道假設，學習者在進行數字化學習的過程中會借助視覺和聽覺兩個信息加工通道[38]。視覺線索由視覺通道處理，言語線索由聽覺通道處理。研究表明，相比于單一類型線索，組合線索的視聽雙通道更有利于提高數字化學習結果[39]。但線索的形式和數量不是越多越好，在實踐中要考慮“冗余效應”[40]，合理控制線索的數量和種類。

2. 在電子書和多媒體課件中更需要添加線索

與教學動畫和教學視頻等媒體形式豐富的數字化學習材料相比，電子書和多媒體課件包含的信息量相對較小，添加線索可以更好地幫助學習者合理分配認知資源、促進學習效果。此研究結果同樣適用于以電子書為主的數字教材。

3. 使用電腦作為學習終端更有利于線索的作用發揮

相較于手機，使用電腦屏幕呈現線索對學習者的學習結果和注意力的顯著促進作用更為穩健。從學習體驗的角度來看，手機占據視覺空間的比例小，不易于集中注意力。這一點可以通過手機顯著減少學習者對知識內容的總注視次數（g=-0.539）方面得到驗證。而使用電腦屏幕的視覺觀感更清晰，操作便捷，更有利于線索發揮作用。

4. 在實踐技能類課程中線索的應用效果更突出

相較于理論知識類課程，線索能夠幫助學習者快速掌握技能要點，對實踐技能類課程的影響更大。而理論性知識本身的抽象程度較高，理解和遷移難度大，添加線索無法為學習者提供更多與教學內容相關的信息，對信息加工的促進作用有限。

5. 線索對基礎教育階段學生的促進作用更明顯

線索對基礎教育階段學生注意力的促進作用大于高等教育階段學生。已有研究表明，注意力隨著年齡的遞增呈現不斷發展的趨勢，其中，注意過程的穩定性和注意力的持續性均有所提升[41]。中小學生的學習能力和學習習慣尚未成熟，自我調節能力較差，容易受到周圍環境變化帶來的影響，因此，線索對中小學生注意力的正向促進程度更高。

6. 在交互頻率低的數字化學習情境中運用線索

線索在無教學交互或低教學交互的數字化學習材料中的應用效果更好。當學習者按照既定的步調觀看數字化學習材料而不暫停、選擇或跳轉時，線索的加入能夠更好地發揮作用。在交互頻率高的學習情境中，線索反而會分散學習者的注意力，影響信息加工的連貫性。

六、結 束 語

本研究采用元分析方法對國內外49篇文獻中135項關于數字化學習材料中線索設計與應用的實證研究進行量化分析，歸納、總結了線索對數字化學習的促進機理、影響因素以及適用場景，為數字化學習材料的設計和應用提供了更為充分的支持。盡管本研究嚴格遵循了元分析的相關標準和程序，確保了研究數據的質量，但由于納入文獻的研究傾向，特別是在調節效應檢驗中部分獨立效應量分布較少或不均，可能會導致研究結果存在系統性誤差。同時，現有實驗研究中大多采用問卷或量表等主觀測量方式，也可能造成研究結論存在一些偏差，未來應進一步拓展文獻檢索的來源和類型，增強研究樣本的多樣性和廣泛性。同時在開展線索設計的實驗研究時，可以嘗試多元化的測量方式，例如，采用眼動跟蹤技術、腦電技術、生理電技術、面部表情識別技術等，持續優化研究的全面性和客觀性。

[參考文獻]

[1] 王志軍，王雪． 多媒體畫面語言學理論體系的構建研究[J]． 中國電化教育，2015（7）：42-48．

[2] DE KONING B B， TABBERS H K， RIKERS R M J P， et al． Attention guidance in learning from a complex animation： seeing is understanding？[J]． Learning and instruction，2010，20（2）：111-122．

[3] MAYER R E． The Cambridge handbook of multimedia learning[M]． New York：University of Cambridge，2005．

[4] 皮忠玲． 視頻播客呈現方式對學習效果的影響及其機制的眼動研究[D]． 武漢：華中師范大學，2014．

[5] COLLIOT T， JAMET ？魪． Understanding the effects of a teacher video on learning from a multimedia document： an eye-tracking study[J]． Educational technology research and development，2018，66（6）：1415-1433．

[6] 蔡辛． 網絡視頻直播受眾注意力的測度模型研究[D]． 重慶：重慶大學，2017．

[7] DE KONING B B， TABBERS H K， RIKERS R M J P， et al． Towards a framework for attention cueing in instructional animations：guidelines for research and design[J]． Educational psychology review，2009，21（2）：113-140．

[8] 嚴薇薇，曠小芳，肖云霞，等． 基于深度學習技術的注意力轉移模式的挖掘——以二語學習者的眼動數據為例[J]． 電化教育研究，2019，40（8）：30-36．

[9] XIE H P， MAYER R E， WANG F X， et al． Coordinating visual and auditory cueing in multimedia learning[J]． Journal of educational psychology，2019，111（2）：235-255．

[10] PONCE H R， MAYER R E． An eye movement analysis of highlighting and graphic organizer study aids for learning from expository text[J]． Computers in human behavior，2014，41：21-32．

[11] 曾家延，陳堅林． 誘導性細節對學生深度學習的負面影響及其理論解釋[J]． 全球教育展望，2019，48（9）：89-100．

[12] 馬云飛，鄭旭東，劉慧，等． 線索與自我解釋策略影響視頻學習效果的實證研究[J]． 電化教育研究，2022，43（6）：86-93，103．

[13] BOUCHEIX J M， LOWE R K． An eye tracking comparison of external pointing cues and internal continuous cues in learning with complex animations[J]． Learning and instruction，2010，20（2）：123-135．

[14] 謝和平，王福興，周宗奎，等． 多媒體學習中線索效應的元分析[J]． 心理學報，2016，48（5）：540-555．

[15] 周夢哲，蔡建東． 解題型微課中線索組合對初中生學習的影響[J]． 現代教育技術，2021，31（7）：48-54．

[16] MOON J， RYU J． The effects of social and cognitive cues on learning comprehension， eye-gaze pattern， and cognitive load in video instruction[J]． Journal of computing in higher education，2021，33（1）：39-63．

[17] SWELLER J． Cognitive load during problem solving： effects on learning[J]． Cognitive science，1988，12（2）：257-285．

[18] PAAS F G． Training strategies for attaining transfer of problem-solving skill in statistics： a cognitive-load approach[J]． Journal of educational psychology，1992，84（4）：429-434．

[19] LEPPINK J， PAAS F， VAN DER VLEUTEN C P M， et al． Development of an instrument for measuring different types of cognitive load[J]． Behavior research methods，2013，45（4）：1058-1072．

[20] 王福興，段朝輝，周宗奎． 線索在多媒體學習中的作用[J]． 心理科學進展，2013，21（8）：1430-1440．

[21] LIN L J， ATKINSON R K． Using animations and visual cueing to support learning of scientific concepts and processes[J]． Computers amp; education，2011，56（3）：650-658．

[22] SWELLER J． Element interactivity and intrinsic，extraneous，and germane cognitive load[J]． Educational psychology review，2010，22（2）：123-138．

[23] COSKUN A， CAGILTAY K． A systematic review ofeye-tracking-basedresearch on animated multimedia learning[J]． Journal of computer assisted learning，2022，38（2）：581-598．

[24] ALBUS P， VOGT A， SEUFERT T． Signaling in virtual reality influences learning outcome and cognitive load[J]． Computers amp; education，2021，166：104154．

[25] 李欣，沈夏林，黃曉，等． 沉浸式VR可視化空間線索促進程序性知識學習的實證研究[J]． 電化教育研究，2019，40（12）：64-71．

[26] WANG X， LIN L， HAN M Q， et al． Impacts of cues on learning： using eye-tracking technologies to examine the functions and designs of added cues in short instructional videos[J]． Computers in human behavior，2020，107：106279．

[27] ARSLAN-ARI I， CROOKS S M， ARI F． How much cueing is needed in instructional animations？ The role of prior knowledge[J]．Journal of science education and technology，2020，29（5）：666-676．

[28] 程薇，凡正成，楊淑婷． 國內教育技術領域元分析方法學質量研究[J]． 現代教育技術，2022，32（6）：25-34．

[29] 王雪． “多媒體畫面語言” 的媒體要素設計語法規則研究[M]． 天津：南開大學出版社，2018．

[30] 何克抗，林君芬，張文蘭． 教學系統設計[M]． 2版． 北京：高等教育出版社，2016．

[31] HIGGINS J P T， THOMPSON S G， DEEKS J J， et al． Measuring inconsistency in meta-analyses[J]． British medical journal，2003，327（7414）：557-560．

[32] 周進，安濤，韓雪婧． 教育機器人對學生學習效果影響的元分析[J]． 現代遠程教育研究，2019，31（3）：96-105．

[33] 陳雙敏，張燕． 數字化學習環境下移動學習對大學生注意力的影響及對策[J]． 教育信息技術，2020（9）：44-47．

[34] 祝智庭，彭紅超． 深度學習：智慧教育的核心支柱[J]． 中國教育學刊，2017（5）：36-45．

[35] SCHEITER K， EITEL A． Signals foster multimedia learning by supporting integration of highlighted text and diagram elements[J]．Learning and instruction，2015，36：11-26．

[36] 楊九民，楊文蝶，陳輝，等． 教學視頻中的教師手勢起作用了嗎？——基于2000—2021年40篇實驗和準實驗研究的元分析[J]． 現代遠程教育研究，2022，34（1）：92-103．

[37] HUK T， STEINKE M， FLOTO C． The educational value of visual cues and 3D-representational format in a computer animation under restricted and realistic conditions[J]． Instructional science，2010，38（5）：455-469．

[38] PAIVIO A. Mental representations： a dual coding approach[M]. New York： Oxford University Press， 1990.

[39] 王福興，謝和平，李卉． 視覺單通道還是視聽雙通道？——通道效應的元分析[J]． 心理科學進展，2016，24（3）：335-350．

[40] CHAN K Y， LYONS C， KON L L， et al． Effect of on-screen text on multimedia learning with native and foreign-accented narration[J]． Learning and instruction， 2020，67：101305．

[41] KANAKA N， MATSUDA T， TOMIMOTO Y， et al． Measurement of development of cognitive and attention functions in children using continuous performance test[J]． Psychiatry and clinical neurosciences，2008，62（2）：135-141．

The Mechanism and Applicable Scenarios of Clues Promoting Digital Learning

—A Meta-analysis Based on 49 Experimental and Quasi-experimental Studies

WEI Fei1，" YANG Shuting2，" ZHENG Shanshan3

（1.School of Teacher Development， East China Normal University， Shanghai 200062;

2.Department of Educational Information Technology， East China Normal University， Shanghai 200062;

3.Shanghai Baoshan District Education Institute， Shanghai 201999）

[Abstract]" Digital learning has become the mainstream method of learning nowadays. Clue， one of the essential components of digital learning materials， is an important factor affecting the effectiveness of digital learning. However， existing studies have not yet reached a consensus on the effectiveness and rationale of clues in guiding students' attention， reducing their cognitive load and improving their learning outcomes. In order to further explore the mechanism and applicable scenarios of clues promoting digital learning， this study employs meta-analysis to quantitatively analyze empirical studies on the design and application of clues in digital learning materials at home and abroad. The results show that incorporating clues into digital learning materials has a significant positive effect on both attention and learning outcomes， but has no significant effect on cognitive load. It is also found that the effectiveness of clue design is influenced by the type of clues， the type of digital materials， the subject category， and the learners' educational stage. Finally， the study analyses the mechanism of clues on learners' cognitive processing and deep learning， and explores the applicable scenarios of clues based on the results of moderating effect analysis.

[Keywords] Digital Learning; Digital Learning Materials; Clue Design; Learning Outcomes;" Mechanism of Promotion; Learning Scenarios

基金項目：2023年度國家社會科學基金教育學一般課題“面向教師數字能力發展的場景構建與應用研究”（課題編號：BCA230283）