虛擬仿真實訓系統的深度學習影響因素研究

摘要：為提升虛擬仿真實訓教學中學生的虛擬仿真實訓能力和深度學習效果，文章首先提出了18個假設，在此基礎上構建了虛擬仿真實訓系統的深度學習影響因素假設模型。接著，文章以參加“3D銀行虛擬仿真實訓系統”教學實訓的湖北省多所應用型高校學生為研究對象展開問卷調查，通過問卷的收集與測試，確定了問卷的9個維度、50個題項。然后，文章搭建了虛擬仿真實訓系統的深度學習影響因素結構方程模型，利用問卷調查數據對結構方程模型進行了擬合優度檢驗、假設檢驗和變量間效應值分析，發現：臨場感和教師指導是影響深度學習策略的重要因素；自我效能感和教師指導是影響深度學習動機的主要因素；深度學習投入是影響深度學習結果的主要因素，而問題情境和協作學習顯著影響深度學習投入；臨場感、教師指導、問題情境均間接影響深度學習結果。基于此，文章針對如何促進學生在虛擬仿真實訓中的深度學習提出建議，以期提升虛擬仿真實訓教學的成效，推動虛擬仿真實訓與深度學習的進一步融合。

關鍵詞：虛擬仿真；實驗實訓教學；深度學習；影響因素

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2024）07—0113—10 【DOI】10.3969/j.issn.1009-8097.2024.07.012

2019年，中共中央辦公廳和國務院辦公廳印發《加快推進教育現代化實施方案（2018-2022年）》，明確提出“開展國家虛擬仿真實驗教學項目建設”的要求[1]。2023年，在世界數字教育大會上，教育部部長懷進鵬[2]指出，全國有接近55%的職業學校教師開展混合式教學，探索運用虛擬仿真技術和資源創設教學場景，解決實習實訓難題。虛擬仿真技術因其具有沉浸性、交互性、想象性等優良性能，而被頻繁應用于實驗實訓教學中，為學生的深度學習提供了豐富的數據和應用場景。深度學習一直是教育工作者關注的熱點，黎加厚認為：“深度學習是指學習者以先前知識經驗為基礎，批判性地學習新的知識和思想，并將其融入原有的認知結構中，與眾多思想相結合，將已有的知識遷移到新的情境中解決問題的學習。”[3]不同于采用再現方式的淺表學習，深度學習是一種采用理解方式的深層學習。在虛擬仿真實訓教學中，應將加強學生對實訓知識與技能的深層次理解、促進學生的深度學習作為實訓目標。為實現這一目標，本研究將結合虛擬仿真實訓教學的現實情況，通過問卷調查、結構方程模型分析等方法，探析虛擬仿真實訓系統的深度學習影響因素并驗證各影響因素之間的聯系，以期為提高學生虛擬仿真實訓能力、提升學生在虛擬仿真實訓中的深度學習效果提供建設性指導。

一 研究假設與假設模型

1 研究假設

Bandura[4]提出的三元交互決定論將環境因素、行為、人的因素看成是既相對獨立又相互作用的理論實體，強調學習目標的實現（即學習結果）取決于學習行為的形成（即學習過程）。學習行為的形成，除了受環境因素的影響，還受人的主體因素的影響。以此為基礎，本研究結合學生在虛擬仿真實訓系統中的深度學習體驗，闡釋虛擬仿真學習環境因素、人的因素（學生和教師）、深度學習過程和結果之間的影響關系。

（1）虛擬仿真學習環境

虛擬仿真實訓系統是指利用虛擬仿真技術，創建虛擬學習環境，模擬真實世界實踐操作的計算機系統。此系統能為學生開展深度學習營造強烈的臨場感，創設問題情境，促進協作學習。基于此，本研究將臨場感、問題情境、協作學習作為虛擬仿真學習環境的三個組成元素。

①臨場感。臨場感是指一種在現場的感覺。祝士明等[5]認為，虛擬現實學習環境使學習者對知識的建構變得較為容易，能夠激發學習者的學習動機。鄭春萍等[6]提出，虛擬現實環境具有提升注意力、推動探索互動的積極作用，能夠正向預測學習者的行為投入。虛擬仿真實訓系統可以為學生的深度學習提供除觸覺之外的多感官臨場感體驗。在虛擬仿真實訓中，學生的深度學習策略實施需依托虛擬仿真學習環境，虛擬仿真實訓的臨場感越強，深度學習策略的實施就越充分。據此，本研究假設：臨場感對深度學習動機具有顯著正向影響（H1a），臨場感對深度學習投入具有顯著正向影響（H1b），臨場感對深度學習策略具有顯著正向影響（H1c）。

②問題情境。問題情境是指工作中面臨的實際問題、現實問題[7]，但問題情境并不專指真實的現實情境，也可以是類真實的或抽象的情景[8]。虛擬仿真實訓系統可以營造出類真實的學習情境，使學生在學習情境中發現問題并解決問題，實現知識的遷移與應用。情境認知理論強調通過創設真實的問題情境和具有挑戰性的學習任務，來促進學生的學習動機和深度學習投入[9]。問題情境既是深度學習投入的出發點，也是深度學習投入的對象和目標。此外，學生在虛擬仿真學習環境中完成學習任務、解決學習問題時必然采用一定的學習策略，虛擬仿真實訓的問題情境對學生實施深度學習策略有一定程度的促進作用。據此，本研究假設：問題情境對深度學習動機具有顯著正向影響（H2a），問題情境對深度學習投入具有顯著正向影響（H2b），問題情境對深度學習策略具有顯著正向影響（H2c）。

③協作學習。協作學習是學生基于共同的學習目標、以小組的形式、在一定的激勵機制下將個人和他人的成果最大化而合作互助的一系列相關行為[10]。在虛擬仿真學習環境中，學生通過虛擬角色的協作學習完成實訓任務。已有研究表明，協作學習有助于培養學生的協作交流能力、問題解決能力、高階思維能力等[11][12]，同伴效應可以積極促進學生的學習行為[13]。在虛擬仿真學習環境中，學生之間的協作學習有助于促進深度學習投入。據此，本研究假設：協作學習對深度學習投入具有顯著正向影響（H3）。

（2）人的因素

深度學習的主體是人。在虛擬仿真實訓系統中，人的因素分為學生因素和教師因素。

①學生因素。本研究將自我效能感作為學生參與虛擬仿真實訓的主觀因素，即學生的自身因素。自我效能感是個體對自己能否成功地進行某一成就行為的主觀判斷[14]，能正向預測學生的深度學習水平[15]。李雪平[16]認為，學生的自我效能感與學習動機存在較高水平的正相關關系。何瑾等[17]發現，自我效能感越高的人，會對學習投入更多的時間。Anam等[18]發現，自我效能感強的學生能靈活、恰當地選取有效的學習策略。據此，本研究假設：自我效能感對深度學習動機具有顯著正向影響（H4a），自我效能感對深度學習投入具有顯著正向影響（H4b），自我效能感對深度學習策略具有顯著正向影響（H4c）。

②教師因素。教師指導是虛擬仿真學習中教師教學的引導方式[19]。在虛擬仿真實訓開始前，教師需向學生介紹虛擬實訓系統，對系統操作進行詳細的說明；實訓開始后，教師需及時幫助學生挖掘問題、分析問題并找到解決方案，同時教師還應不斷鼓勵學生，激發其參與實訓的學習興趣和學習動機。Kirschner等[20]表示，在學習過程中，教師指導能夠讓學生減少在低層次認知活動上消耗的精力，從而投入更多的精力進行深層次學習；而學生對系統操作的熟練程度，將決定學生參加實訓的投入度和學習策略的實施程度。據此，本研究假設：教師指導對深度學習動機具有顯著正向影響（H5a），教師指導對深度學習投入具有顯著正向影響（H5b），教師指導對深度學習策略具有顯著正向影響（H5c）。

（3）深度學習過程和結果

李玉斌等[21]、徐振國等[22]在相關研究中將動機、投入、策略、結果作為深度學習過程和結果的衡量指標，并通過分析這些指標之間的關系，闡述深度學習的過程是如何影響結果的。根據培養學生高階思維能力的深度學習目標[23]，結合前述黎加厚教授對深度學習的定義，本研究將知識遷移能力、創新思維能力、批判性思維能力作為衡量虛擬仿真實訓系統深度學習的三個結果子變量。但為了優化和簡化模型，本研究將每個結果子變量的測量題項按均值合并后再進行數據的分析與處理。

具體來說，動機是指一種能夠指導和維持行為的心理狀態[24]。學習投入是學生積極參加學習活動和學習任務的行為狀態，學生的深度學習投入在一定程度上取決于深度學習動機。丁繼紅[25]認為，深度學習需要喚醒學生的內在動機興趣和持久學習動力，在主動、投入的學習過程中獲得分析問題、解決問題的能力，達成良好的學習效果。深度學習策略是學習者在深度學習活動中采用的規則、方法、技巧、調控方式等[26]，可為學生開展深度學習提供指導，并影響學生的深度學習投入程度。學生采取何種學習策略，將直接影響深度學習目標和結果。劉哲雨等[27]的研究表明，學生學習行為投入對深度學習效果具有顯著促進作用。據此，本研究假設：深度學習動機對深度學習投入具有顯著正向影響（H6a），深度學習動機對深度學習結果具有顯著正向影響（H6b）；深度學習策略對深度學習投入具有顯著正向影響（H7a），深度學習策略對深度學習結果具有顯著正向影響（H7b）；深度學習投入對深度學習結果具有顯著正向影響（H8）。

2 假設模型

為了更清晰地呈現虛擬仿真實訓系統的深度學習各影響因素之間的關系，本研究根據上述18個研究假設，以虛擬仿真實訓系統的深度學習結果為因變量，以深度學習過程（包含深度學習動機、深度學習投入、深度學習策略）為中間變量，以虛擬仿真學習環境（包含臨場感、問題情境、協作學習）和人的因素（分為學生因素、教師因素）為自變量，構建了虛擬仿真實訓系統的深度學習影響因素假設模型（下文簡稱“假設模型”），如圖1所示。

二 研究設計

1 問卷設計

為驗證假設模型的合理性，厘清假設模型中各影響因素之間的關系，本研究設計了“虛擬仿真實訓系統的深度學習影響因素測試問卷”，內容包括學生的基本信息、問卷測量題項等。為了確保問卷內容簡明、科學，研究人員于2023年2月組織湖北省某應用型高校金融學專業2021級的45名本科生在完成“3D銀行虛擬仿真實訓系統”教學實訓后參與小范圍測試，同時邀請12名金融和教育領域的專家對問卷題項進行研討，根據測試和研討結果，刪除相似度較高的題項，修正表述不清晰的題項。最終，問卷確定了9個維度、52個題項，各維度與題項信息如表1所示。問卷采用李克特五點量表法計分，從“非常同意”到“非常不同意”設為5～1分。

2 問卷收集與測試

2023年3月，湖北省多所應用型高校組織學生開展了虛擬仿真實訓活動。此活動為期一周，依托“3D銀行虛擬仿真實訓系統”展開教學實訓。實訓結束后，工作人員按高校類型分批次對各校應屆畢業生進行抽樣調查。在不同高校，工作人員將“虛擬仿真實訓系統的深度學習影響因素測試問卷”紙質版發放給參與抽樣調查的學生，同時組織學生集中答卷。經統計，工作人員共回收496份問卷，剔除答題中含有空值或多選數據、涂寫不清晰、答題隨意的問卷，最終獲得有效問卷450份，有效率為90.73%。

本研究采用探索性因素分析，來測試問卷的9個維度是否合理：首先，運用SPSS 26.0對各維度進行KMO和Bartlette球形檢驗，以測試是否適合做因子分析；隨后，使用主成分分析法設定提取9個因子，運用最大方差法進行旋轉，忽視低于0.4的標準載荷值，結果顯示：9個維度整體的KMO值為0.951＞0.9，顯著性概率為0.000＜0.01，表明適合做因子分析。根據旋轉成分矩陣多輪探索的結果，為滿足標準載荷值大于0.5的要求，本研究將標準載荷值小于0.5的2個題項予以刪除，最終確定的問卷包含9個維度、50個題項。其中，“臨場感”和“深度學習結果”兩個維度各含3個子變量。

3 信效度分析

經計算，問卷整體的Cronbach’s α值為0.965，而9個維度的Cronbach’s α值均大于0.7，說明問卷具有較高的可信度和內部一致性。與此同時，本研究應用SPSS 26.0和AMOS 26.0軟件對問卷數據進行分析，結果顯示：50個題項的標準化因子載荷量和各潛變量平均變異萃取量的AVE值均大于0.5，各潛變量之間的相關系數均小于潛變量的平均變異萃取量AVE的平方根，表明問卷具有良好的效度。

三 數據分析

本研究從兩個方面對調查問卷收集整理后的數據進行分析與討論：一是利用AMOS軟件搭建結構方程模型，并對其進行擬合優度檢驗；二是對結構方程模型中各潛變量之間關系的研究假設進行檢驗，計算并分析各變量間的效應值。

1 擬合優度檢驗

本研究基于虛擬仿真實訓系統的深度學習影響因素假設模型，利用AMOS 26.0軟件搭建了虛擬仿真實訓系統的深度學習影響因素結構方程模型（下文簡稱“結構方程模型”），如圖2所示。同時，本研究對結構方程模型各擬合指標進行擬合優度檢驗，結果為：Χ2/df=2.326、GFI=0.887、AGFI=0.86、NFI=0.905、CFI=0.943、RMSEA=0.054。對照擬合指數通行標準[36]，可知結構方程模型所有擬合指標都在可接受的范圍內，即結構方程模型的擬合度和適配度較為理想。

2 假設檢驗和變量間效應值分析

（1）假設檢驗

本研究運用AMOS 26.0對結構方程模型中各潛變量因果關系的研究假設進行統計檢驗，假設檢驗結果如表2所示，可以看出：H1c、H2b、H3、H4a、H4b、H5c、H6b、H7b、H8在99%的置信區間上存在正向顯著關系（p≤0.01），H5a、H5b、H6a在95%的置信區間上存在正向顯著關系（p≤0.05），H1a、H1b在90%的置信區間上存在正向顯著關系（p≤0.1），說明以上14個假設均成立。而假設H2a、H2c、H4c、H7a的p值均大于0.1，說明這4個假設均不成立。

（2）變量間效應值分析

為了衡量各變量之間的相互影響關系，本研究采用AMOS 26.0求出變量間的直接效應值、間接效應值和總效應值，如表3所示。

①直接效應值分析：外生變量臨場感（SP）、教師指導（PTG）對深度學習策略（DLS）的直接影響較大（效應值分別為0.425、0.358），自我效能感（SE）對深度學習策略稍有負向影響（效應值為-0.089）；問題情境（QC）對深度學習投入（DLI）的影響明顯大于其對深度學習策略、深度學習動機（DLM）的影響（效應值大小關系為0.336＞0.075＞0.071）；協作學習（TW）對深度學習投入具有正向直接影響（效應值為0.257）。在三個中間變量中，深度學習投入對深度學習結果（DLR）的直接影響最大，且明顯大于深度學習策略、深度學習動機的直接影響（效應值大小關系為0.417＞0.265＞0.141）。上述數據表明，學生深度學習策略的實施主要依賴于實訓過程中的臨場感和教師指導；自我效能感強的學生，比較容易忽視制定有效的深度學習策略；虛擬仿真實訓系統問題情境的設置和協作學習的開展，顯著影響深度學習投入；相較于深度學習策略、深度學習動機，深度學習投入對深度學習結果的直接影響最大。

②間接效應值分析：五個外生變量均對深度學習結果有間接影響（效應值處于0.060～0.190之間）。其中，臨場感對深度學習結果的間接影響最大（效應值為0.190），教師指導次之（效應值為0.185），問題情境再次之（效應值為0.175）。

③總效應值分析：在五個外生變量中，對深度學習動機影響最大的是自我效能感和教師指導（效應值均為0.186），對深度學習策略和深度學習結果影響最大的都是臨場感（效應值分別為0.425、0.190）。而在三個中間變量中，對深度學習結果影響最大的是深度學習投入（效應值為0.417）。

四 結論與建議

1 研究結論

本研究基于三元交互決定論、情境認知理論，構建了虛擬仿真實訓系統的深度學習影響因素假設模型，之后搭建了結構方程模型，對18個假設進行了檢驗，并對變量間的直接效應值、間接效應值和總效應值進行了分析，所得結論主要如下：

①臨場感和教師指導是影響深度學習策略的重要因素，其中臨場感的影響最大，教師指導次之。可見，實訓過程中的臨場感和教師指導對學生制定與實施深度學習策略有重要促進作用。

②自我效能感和教師指導是影響深度學習動機的主要因素。可見，在虛擬仿真實訓中，人的因素是增強學生深度學習動機的重要因素。

③深度學習投入是影響深度學習結果的主要因素，而問題情境和協作學習顯著影響深度學習投入。可見，在虛擬仿真實訓系統中設置恰當的問題情境、在實訓活動中加強學生之間的協作學習，對于提升深度學習效果十分重要。

④在五個外生變量對深度學習結果的間接影響中，臨場感的影響程度最高，教師指導次之，而問題情境的影響程度與教師指導的影響程度相近。可見，虛擬仿真實訓系統的臨場感越強、虛擬仿真實訓前后教師指導越到位、虛擬仿真實訓問題情境設置越合理，學生的深度學習效果就越佳。

2 提升建議

根據以上研究結論，本研究針對如何促進學生在虛擬仿真實訓中的深度學習提出以下建議：

①豐富學習臨場感體驗，指導深度學習策略的制定與實施，提升學生的實踐能力。研究結論顯示，臨場感和教師指導是影響深度學習策略的重要因素。而創設強烈臨場感的虛擬仿真學習環境，需要研發人員明晰教學目標，科學設計教學方案，精心篩選教學資源，將教學內容與學習情境充分融合，同時注重細節處理，以豐富學生的學習臨場感體驗。另外，在實訓之前，教師應對實訓流程、實訓過程中的常見問題、預期的實訓效果等有充分的認識，引導學生制定深度學習策略，以有的放矢地參與實訓；而在實訓過程中，教師應指導學生實施深度學習策略，積極參與協作學習，積極解決實訓過程中遇到的問題，以有效提升學生的實踐能力。

②提升學生自我效能感，發揮教師指導作用，增強學生的深度學習動機。研究結論顯示，自我效能感和教師指導能夠增強學生的深度學習動機。自我效能感是影響學生深度學習動機的主觀因素，因此在實訓過程中學生要多給自己積極暗示，樹立學習的自信心，強化自我認同，不斷激勵自己為實現學習目標而努力。另外，教師可以向學生充分展示實訓系統有趣的臨場感設計和有價值的虛擬仿真功能，指導學生全面了解并掌握虛擬仿真實訓內容和操作方法，以激發學生的學習興趣，提升其實訓意愿。

③靈活設置問題情境，積極開展協作學習，加大學生的深度學習投入。研究結論顯示，深度學習投入是影響深度學習結果的主要因素，而問題情境和協作學習顯著影響深度學習投入；同時，臨場感、教師指導、問題情境間接影響深度學習結果。因此，在虛擬仿真實訓中除了要豐富學習臨場感體驗、發揮教師指導作用，還要根據現實情況靈活設置學生在實訓過程中接觸的問題情境，并充分考慮每個虛擬角色的任務性質，使各虛擬角色參與協作學習時能取長補短、密切合作，以加大學生的深度學習投入，進而提升虛擬仿真實訓教學的成效。

————————

參考文獻

[1]新華社.中共中央辦公廳、國務院辦公廳印發《加快推進教育現代化實施方案（2018-2022年）》[OL].

lt;https：//www.gov.cn/zhengce/2019-02/23/content_5367988.htm？tdsourcetag=s_pcqq_aiomsggt;

[2]教育部.懷進鵬：數字變革與教育未來——在世界數字教育大會上的主旨演講[OL].

lt;http：//www.moe.gov.cn/jyb_xwfb/moe_176/202302/t20230213_1044377.htmlgt;

[3]陳紅.小學人工智能課程深度學習影響因素研究[D].成都：四川師范大學，2021：1-73.

[4]Bandura A. Social foundations of thought and action： A social cognitive theory[M]. Upper Saddle River： Prentice Hall， 1986：296-316.

[5]祝士明，陳靜瀟.虛擬現實學習環境的作用、挑戰以及應對策略[J].現代教育技術，2019，（2）：39-45.

[6]鄭春萍，盧志鴻.虛擬現實環境中大學生英語學習觀與學習投入研究[J].外語電化教學，2021，（2）：85-92、101、13.

[7]王榮生.略述“問題情境”中的探究學習——基于相關譯著的考察分析[J].中國教育學刊，2021，（3）：71-76、81.

[8]王薇.指向問題解決能力發展的學習活動模型研究——基于情境學習理論的分析框架[J].教育學術月刊，2020，（6）：88-95.

[9]沈霞娟，張寶輝，張浩.深度混合學習設計模型的構建與實證研究[J].現代教育技術，2022，（8）：50-58.

[10]楊兵，劉柳，朱曉鋼，等.虛擬仿真實訓系統學習行為意向影響因素研究——以企業運營虛擬仿真實訓系統為例[J].中國遠程教育，2019，（5）：26-36、92.

[11]Ferreri S P， O’Connor S K. Redesign of a large lecture course into a small-group learning course[J]. American Journal of Pharmaceutical Education， 2013，（1）：1-9.

[12]李志河，周娜娜，秦一帆，等.網絡學習空間下混合式學習共同體活動機制構建[J].中國電化教育，2019，（9）：104-111.

[13]韓冬梅，夏麗華.基于HMM模型的MOOCs持續使用行為影響因素研究[J].情報科學，2020，（12）：70-77.

[14][16]李雪平.大學生的一般自我效能感與學習動機的相關研究[J].教育研究與實驗，2012，（5）：84-88.

[15]周小李，婁真真.高校學生在線學習自我效能感與深度學習的關系研究[J].現代教育管理，2021，（8）：89-96.

[17]何瑾，王一諾.大學新生學習投入的影響因素和輔導策略[J].教育學術月刊，2021，（1）：85-90.

[18]Anam S， Stracke E. Language learning strategies of indonesian primary school students： In relation to self-efficacy beliefs[J]. System， 2016，（60）：1-10.

[19]羅恒，馮秦娜.虛擬現實技術應用于基礎教育的研究綜述（2000-2019年）[J].電化教育研究，2021，（5）：77-85.

[20]Kirschner P A， Sweller J， Clark R E. Why minimal guidance during instruction does not work： An analysis of the failure of constructivist， discovery， problem-based， experiential， and inquiry-based teaching[J]. Educational Psychologist， 2006，（2）：75-86.

[21][26][33]李玉斌，蘇丹蕊，李秋雨，等.面向混合學習環境的大學生深度學習量表編制[J].電化教育研究，2018，（12）：94-101.

[22]徐振國，趙春雨，王悅，等.智慧學習環境下大學生深度學習的影響因素[J].現代教育技術，2023，（1）：58-65.

[23]段茂君，鄭鴻穎.基于深度學習的高階思維培養模型研究[J].現代教育技術，2021，（3）：5-11.

[24]何聚厚，黃秀莉.VR教育游戲學習動機影響因素實證研究[J].電化教育研究，2019，（8）：70-77.

[25]丁繼紅.深度學習中的學習者認知網絡和動機策略分析——旨向深度學習的U型翻轉教學效果研究[J].遠程教育雜志，2019，（6）：32-40.

[27]劉哲雨，王志軍.行為投入影響深度學習的實證探究——以虛擬現實（VR）環境下的視頻學習為例[J].遠程教育雜志，2017，（1）：72-81.

[28]Baňos R M， Botella C， Garcia-Palacios A， et al. Presence and reality judgment in virtual environments： A unitary construct？[J]. Cyber Psychology and Behaviour， 2000，（3）：327-335.

[29]Fokides E. Pre-service teachers’ intention to use MUVES as practitioners： A structural equation modeling approach[J]. Journal of Information Technology Education： Research， 2017，（16）：47-68.

[30]鄭丹溪.高中思想政治課問題情境創設研究[D].桂林：廣西師范大學，2021：1-60.

[31]Ubah A C， Onwuasoanya P， Eze J. Perceived impact of guidance and counseling services on the development of entrepreneurial skills for sustainable livelihood among students[J]. US-China Education Review B， 2012，（12）：1044-1051.

[32]Huang H M， Rauch U， Liaw S S. Investigating learners’ attitudes toward virtual reality learning environments： Based on a constructivist approach[J]. Computers amp; Education， 2010，（3）：1171-1182.

[34]李志河，李思哲.具身認知環境下大學生深度學習評價量表設計與核驗[J].電化教育研究，2020，（12）：92-98.

[35]彭美慈，汪國成.批判性思維能力測量表的信效度測試研究[J].中華護理雜志，2004，（9）：644-647.

[36]張紅兵，張樂.學術虛擬社區知識貢獻意愿影響因素的實證研究——KCM和TAM視角[J].軟科學，2017，（8）：19-24.

Research on the Influencing Factors of Deep Learning of Virtual Simulation Practical Training System

LIU Liu1""" YANG Bing2[Corresponding Author]""" LIU Rong1""" WANG Gang1

（1. Zhixing College， Hubei University， Wuhan， Hubei， China 430011;

2. School of Education， Hubei University， Wuhan， Hubei， China 430062）

Abstract： In order to improve students’ virtual simulation practical training ability and deep learning effects in virtual simulation practical training teaching， this paper firstly put forward 18 hypotheses， and then constructed a hypothesis model of influencing factors of deep learning of virtual simulation practical training system. Then， this paper took students from several applied universities in Hubei Province who participated in teaching practical training of “3D bank virtual simulation practical training system” as research objects to carry out a questionnaire survey， and determined 9 dimensions and 50 items of the questionnaire through the collection and testing of the questionnaire. Then， this paper constructed a structural equation model of influencing factors of deep learning of virtual simulation practical training system， and conducted goodness of fit check， hypothesis test and inter-variable effect value analysis on the structural equation model using the questionnaire survey data. It was found that presence and teacher guidance were the important factors affecting deep learning strategies; self-efficacy and teacher guidance were the main factors affecting deep learning motivation; deep learning engagement was the main factor affecting deep learning outcome， and problem situation and collaborative learning significantly affected deep learning engagement; presence， teacher guidance and problem situation all had indirect effects on the deep learning outcome. Based on this， the paper put forward suggestions on how to promote students’ deep learning in virtual simulation practical training， in order to improve the effectiveness of virtual simulation practical training teaching and promote the further integration of virtual simulation practical training and deep learning.

Keywords： virtual simulation; experimental and practical training teaching; deep learning; influencing factor

————————

*基金項目：本文受國家自然科學基金項目“新高考綜合素質評價數據安全管理機制研究：區塊鏈技術賦能視角”（項目編號：72204077）資助。

作者簡介：劉柳，講師，碩士，研究方向為實驗實訓教學，郵箱為liuliu_code@126.com。

收稿日期：2024年1月16日

編輯：小米