大學(xué)生在線學(xué)習(xí)投入度的維度建構(gòu)及量表研究

摘 " 要：學(xué)習(xí)投入度是影響大學(xué)生學(xué)習(xí)效果的重要因素，已有研究對學(xué)習(xí)投入度的心理結(jié)構(gòu)和測量方式進(jìn)行了諸多探討。B站作為國內(nèi)規(guī)模最大的視頻資源在線學(xué)習(xí)社區(qū)之一，為大學(xué)生營造了優(yōu)質(zhì)的線上學(xué)習(xí)空間。為科學(xué)地分析與評估大學(xué)生B站在線學(xué)習(xí)投入度，通過梳理文獻(xiàn)，以大學(xué)生B站在線學(xué)習(xí)投入度測量為研究對象，按照認(rèn)知投入、行為投入、情感投入和社交投入4個(gè)維度，編制了大學(xué)生B站在線學(xué)習(xí)投入度量表初稿。通過量表預(yù)試、分析修訂和檢驗(yàn)，形成最終量表，包括認(rèn)知投入、行為投入、社交投入3個(gè)維度，共9個(gè)題項(xiàng)。研究表明：大學(xué)生B站在線學(xué)習(xí)投入度量表信效度各項(xiàng)指標(biāo)良好，可以作為測量大學(xué)生B站學(xué)習(xí)投入度的有效工具，為進(jìn)一步探討B(tài)站中的在線學(xué)習(xí)行為與在線學(xué)習(xí)投入度之間的關(guān)系，以及大學(xué)生B站在線學(xué)習(xí)投入度的影響因素等，提供有益的啟示和借鑒。

關(guān)鍵詞：大學(xué)生；B站；學(xué)習(xí)投入度；維度建構(gòu)；量表研究

中圖分類號：G434 " " " " 文獻(xiàn)標(biāo)志碼：A " " " " 文章編號：1673-8454（2025）01-0121-08

目前，在線學(xué)習(xí)面臨一些挑戰(zhàn)，其中之一就是如何提高學(xué)習(xí)者的學(xué)習(xí)投入度，因?yàn)閷W(xué)習(xí)投入度直接影響學(xué)習(xí)者的學(xué)習(xí)效果和滿意度。學(xué)習(xí)投入理論認(rèn)為，學(xué)生的學(xué)習(xí)成果和發(fā)展取決于其學(xué)習(xí)投入和學(xué)校的學(xué)習(xí)支持，這是學(xué)生對自身和學(xué)校環(huán)境互動(dòng)的結(jié)果；[1]自我決定理論認(rèn)為，學(xué)生的內(nèi)部動(dòng)機(jī)來源于基本心理需要的滿足，而自我效能感會影響學(xué)生自我能力信念、學(xué)習(xí)任務(wù)的判斷和表現(xiàn)，進(jìn)而影響學(xué)習(xí)動(dòng)力、持續(xù)性和成就。在線學(xué)習(xí)投入度受到心理、行為、環(huán)境等因素的影響，為了更好地評估和提升在線學(xué)習(xí)者的學(xué)習(xí)投入度，有必要開發(fā)和使用有效的測量手段。然而，測量在線學(xué)習(xí)者學(xué)習(xí)投入度的手段存在諸多問題，如缺少科學(xué)的測量工具、依賴自我報(bào)告、難以反映真實(shí)的學(xué)習(xí)行為等，導(dǎo)致在線學(xué)習(xí)者的學(xué)習(xí)投入度難以被準(zhǔn)確評估，進(jìn)而影響在線學(xué)習(xí)質(zhì)量的提升研究。在眾多在線學(xué)習(xí)平臺中，B站是一個(gè)非常受大學(xué)生歡迎的視頻網(wǎng)站，它提供海量的教育內(nèi)容，涵蓋各個(gè)學(xué)科和領(lǐng)域。據(jù)2022年B站官方財(cái)報(bào)數(shù)據(jù)顯示，B站的用戶主要是中國大學(xué)生，其中高水平大學(xué)通過B站學(xué)習(xí)的學(xué)生比率高達(dá)82%，月均互動(dòng)次數(shù)突破132億。[2]可見，大學(xué)生通過B站學(xué)習(xí)的比率非常高，B站對大學(xué)生在線學(xué)習(xí)具有重要價(jià)值。為了更好地測量、評估大學(xué)生在B站進(jìn)行在線學(xué)習(xí)時(shí)所表現(xiàn)出的不同層次和維度的投入度，進(jìn)而為其提供更有針對性和個(gè)性化的在線教育服務(wù)，開展大學(xué)生B站學(xué)習(xí)投入度量表的編制研究十分必要。

一、相關(guān)研究

高等教育質(zhì)量的測評方式逐漸從過去注重資源的投入轉(zhuǎn)變?yōu)楝F(xiàn)在關(guān)注學(xué)習(xí)的投入。[3]目前，學(xué)術(shù)界對在線學(xué)習(xí)投入度的維度劃分，主要有“認(rèn)知投入”“行為投入”“情感投入”3個(gè)層面，少有將“社交投入”納入其中。例如，有學(xué)者從行為、認(rèn)知和情感3個(gè)方面界定在線學(xué)習(xí)投入度的外在表現(xiàn)。[4]有學(xué)者編制遠(yuǎn)程學(xué)習(xí)投入評價(jià)量表，包含行為、認(rèn)知和情感3個(gè)分量表。[5]有學(xué)者從心理學(xué)角度認(rèn)為在線學(xué)習(xí)投入包括行為、認(rèn)知和情感3個(gè)維度，它們之間密切聯(lián)系并相互作用。[6]有一些學(xué)者認(rèn)為在線學(xué)習(xí)的學(xué)習(xí)投入度應(yīng)該包括“社交投入”這一維度，因?yàn)樵诰€學(xué)習(xí)中，學(xué)生不僅需要與課程內(nèi)容和教師進(jìn)行有效互動(dòng)，還需要與其他學(xué)生建立良好的社交關(guān)系，以增強(qiáng)歸屬感和參與感。例如，有學(xué)者在學(xué)習(xí)投入的認(rèn)知、行為和情感3個(gè)維度基礎(chǔ)上，提出社交投入的概念，突出在線學(xué)習(xí)環(huán)境中的人際互動(dòng)。[7]有學(xué)者在測量學(xué)習(xí)投入時(shí)，同樣加入交互投入的維度，并發(fā)現(xiàn)交互方式能提高在線學(xué)習(xí)者的社會存在感。[8]王陸用社會網(wǎng)絡(luò)分析方法研究學(xué)生的交互行為特性，發(fā)現(xiàn)點(diǎn)度中心度、特征向量等指標(biāo)能有效地反映學(xué)生的交互狀態(tài)。[9]關(guān)于在線學(xué)習(xí)投入的測量方法有很多種，例如，梁云真采用量規(guī)的方法，從在線同伴互評的角度評估學(xué)生在線學(xué)習(xí)的認(rèn)知和情感投入。[10]有學(xué)者使用自編的《大學(xué)生在線學(xué)習(xí)影響因素調(diào)查問卷》，分析兩省四所高校中參與在線課程學(xué)習(xí)大學(xué)生的信息素養(yǎng)、在線學(xué)習(xí)投入、在線學(xué)習(xí)績效、深度學(xué)習(xí)動(dòng)機(jī)和策略之間的關(guān)系。[11]有學(xué)者同樣采用問卷調(diào)查的方式對師范生的學(xué)習(xí)投入度水平進(jìn)行分析，并提出相應(yīng)的在線教學(xué)優(yōu)化策略。[12]有學(xué)者采用行為數(shù)據(jù)測量思路，提出一個(gè)由參與、交互、堅(jiān)持、專注、學(xué)術(shù)挑戰(zhàn)、自我監(jiān)控6個(gè)維度組成的在線學(xué)習(xí)行為投入分析框架，并結(jié)合Moodle平臺的學(xué)習(xí)行為數(shù)據(jù)確定21個(gè)測量指標(biāo)。[13]張璟通過神經(jīng)生理數(shù)據(jù)采集，構(gòu)建基于表情識別的課堂專注度分析模型。[14]有學(xué)者基于計(jì)算機(jī)視覺技術(shù)設(shè)計(jì)學(xué)生課堂學(xué)習(xí)行為投入度測量指標(biāo)及分析系統(tǒng)。[15]有學(xué)者使用自動(dòng)識別技術(shù)提高學(xué)習(xí)投入度識別的準(zhǔn)確率問題。[16]有學(xué)者利用多種工具來收集學(xué)習(xí)者的多模態(tài)數(shù)據(jù)，并揭示學(xué)習(xí)投入內(nèi)部深層機(jī)制。[17]

通過文獻(xiàn)分析可以看出，在線學(xué)習(xí)投入的概念涵蓋學(xué)習(xí)過程的各個(gè)環(huán)節(jié)。目前的研究涉及學(xué)習(xí)投入的定義、影響因素及中介變量。從學(xué)習(xí)投入度的結(jié)構(gòu)來看，主要關(guān)注認(rèn)知、行為和情感維度。在研究方法上，已有研究提出多種評測在線學(xué)習(xí)投入度的方式，如學(xué)生自陳式量表、定期報(bào)告、行為觀察等，主要運(yùn)用內(nèi)容分析、問卷調(diào)查、量表測量等方法來評估在線學(xué)習(xí)投入及其與學(xué)習(xí)效果的關(guān)系。

但國內(nèi)外相關(guān)研究已有量表主要針對傳統(tǒng)的在線學(xué)習(xí)環(huán)境和場景，缺乏適用于B站大學(xué)生學(xué)習(xí)的投入評價(jià)量表。B站作為一個(gè)綜合性平臺，具有豐富的內(nèi)容、多樣的形式、靈活的方式等特點(diǎn)，為大學(xué)生提供一個(gè)新穎和有趣的在線學(xué)習(xí)空間。然而，B站大學(xué)生學(xué)習(xí)投入的特征和影響因素還沒有引起學(xué)界的充分關(guān)注，也缺乏有效的評測工具和方法。鑒于此，文章基于學(xué)習(xí)投入度的相關(guān)理論與相關(guān)研究，結(jié)合B站學(xué)習(xí)的特點(diǎn)，嘗試編制適用于B站的大學(xué)生在線學(xué)習(xí)投入評價(jià)量表，以期為提升和優(yōu)化我國B站在線教育服務(wù)質(zhì)量提供參考。

二、量表設(shè)計(jì)

（一）維度設(shè)計(jì)

本文設(shè)計(jì)一個(gè)包含4個(gè)維度的學(xué)習(xí)投入度測量模型，每個(gè)維度又分為4個(gè)子維度，如表1所示。每個(gè)子維度都反映學(xué)習(xí)者在B站上學(xué)習(xí)時(shí)所涉及的不同方面。

認(rèn)知投入是個(gè)體在學(xué)習(xí)活動(dòng)中的思維參與程度，反映個(gè)體對學(xué)習(xí)的興趣、策略、努力和效果，包括認(rèn)知策略、元認(rèn)知策略、情感管理策略、資源管理策略。認(rèn)知策略是優(yōu)化信息加工效果、提高加工效率的一種認(rèn)知技能。元認(rèn)知策略是學(xué)生對自己的認(rèn)知過程和結(jié)果有效監(jiān)視和控制的策略。情感管理策略是人們在特定情境下選擇和運(yùn)用不同的情感表達(dá)方式，以達(dá)到某種目的的行為。資源管理策略是指導(dǎo)學(xué)生有效利用環(huán)境和資源的策略。

行為投入是個(gè)體在學(xué)習(xí)活動(dòng)中的行為參與程度，反映個(gè)體對學(xué)習(xí)的目標(biāo)、計(jì)劃、組織、參與、規(guī)則等方面的態(tài)度和表現(xiàn)，包括參與、堅(jiān)持、交互、專注。參與是學(xué)習(xí)者與師生或?qū)W習(xí)內(nèi)容的互動(dòng)。堅(jiān)持是學(xué)習(xí)者保持學(xué)習(xí)目標(biāo)和動(dòng)機(jī)的程度。交互是學(xué)習(xí)者與教師、同伴、內(nèi)容等建立的溝通協(xié)作的方式和程度。專注是學(xué)習(xí)者在學(xué)習(xí)內(nèi)容上集中注意力和精力的程度。

情感投入是個(gè)體在學(xué)習(xí)活動(dòng)中的情感參與程度，反映個(gè)體對學(xué)習(xí)的態(tài)度、情感和歸屬感，包括好奇感、愉悅感、歸屬感、厭倦感。[18]好奇感是學(xué)習(xí)者對課程的各個(gè)方面都有探索和發(fā)現(xiàn)的欲望；愉悅感是學(xué)習(xí)者對課程的各個(gè)方面都有享受和滿足的感覺；歸屬感是學(xué)習(xí)者在課程中與師生建立良好的關(guān)系，對課程的社會環(huán)境有認(rèn)同和信任的感覺；厭倦感是學(xué)習(xí)者對課程的各個(gè)方面都有厭煩和抵觸的情緒。

社交投入是個(gè)體在學(xué)習(xí)活動(dòng)中的社會和情感聯(lián)系，反映個(gè)體對學(xué)習(xí)的需求和滿足，來源于合作和互動(dòng)的過程，包括點(diǎn)度中心度、接近中心度、中介中心度、內(nèi)聚子群。[19]點(diǎn)度中心度是學(xué)習(xí)者與其他學(xué)習(xí)者聯(lián)系的多少，越多說明越受歡迎；接近中心度是學(xué)習(xí)者到達(dá)其他所有學(xué)習(xí)者的平均距離，越短說明越容易和他人交流溝通；中介中心度是一個(gè)學(xué)習(xí)者與其他學(xué)習(xí)者之間的橋梁，作用越大說明越能控制和影響信息的流動(dòng)；內(nèi)聚子群是一個(gè)學(xué)習(xí)者所屬的緊密聯(lián)系小組的數(shù)量，越多說明越能形成強(qiáng)大的社會支持和合作關(guān)系。

（二）初始量表

根據(jù)學(xué)習(xí)投入的相關(guān)理論和研究，結(jié)合B站學(xué)習(xí)特點(diǎn)，通過自編題目，以及對已有學(xué)習(xí)投入度量表的題目進(jìn)行整理和改編，確定量表的構(gòu)成維度和指標(biāo)，最終得到71道題目；再進(jìn)行題目初篩，即：通過歸并意思相同或相近的題目，修改模糊不清的題目，刪除有疑點(diǎn)的題目，最后得到包含36個(gè)題項(xiàng)的初始問卷，如表2所示，覆蓋在線學(xué)習(xí)認(rèn)知投入、行為投入、情感投入和社交投入4個(gè)維度，每個(gè)理論維度下均包含4個(gè)子維度。初始量表中還設(shè)計(jì)了4道反向題目和1道配對題目，作為篩查無效問卷的參考。問卷采用李克特“五點(diǎn)計(jì)分法”，從“完全不符合”到“完全符合”，依次記為1至5分，反向題記為5至1分，得分越高表示B站學(xué)習(xí)投入度越高。

三、研究結(jié)果與分析

（一）量表預(yù)試

通過問卷星平臺面向B站學(xué)習(xí)者發(fā)放大學(xué)生B站在線學(xué)習(xí)投入度量表（初稿），將尚無B站在線學(xué)習(xí)經(jīng)歷的被試刪除，累計(jì)收回作答資料202份，再依次剔除隨意作答、矛盾作答以及極端得分的被試資料后，剩余有效問卷184份，占收回問卷的91.1%。其中，大一學(xué)生60人（32.6%），大二學(xué)生51人（27.7%），大三學(xué)生44人（23.9%），大四學(xué)生29人（15.8%）；男生44人（23.9%），女生140人（76.1%）；涉及教育學(xué)、文學(xué)、理學(xué)、工學(xué)等，包括教育學(xué)原理、教育技術(shù)學(xué)、漢語言文學(xué)、漢語國際教育、數(shù)學(xué)、物理學(xué)、精密儀器、土木工程等。

1.項(xiàng)目分析

根據(jù)學(xué)生B站學(xué)習(xí)投入度初始量表題目的選項(xiàng)分布情況，看是否有某些選項(xiàng)被過多或過少選擇的現(xiàn)象，發(fā)現(xiàn)被試在每道試題上的選擇都比較均勻，至少在4個(gè)選項(xiàng)上有選擇，說明量表題目沒有出現(xiàn)選項(xiàng)失效的問題；對量表各題目得分與量表總分進(jìn)行Pearson相關(guān)分析，計(jì)算每一題與總分的相關(guān)系數(shù)及顯著性水平，發(fā)現(xiàn)2道題的相關(guān)系數(shù)小于0.4，且部分為負(fù)值，說明這兩題與總分的關(guān)系不緊密且顯著性水平也不高；通過鑒別指數(shù)分析篩選出9道題目D值小于0.2，表示它們對區(qū)分高低分組的能力較差；將學(xué)生投入度初始問卷的總分按照前27%和后27%的標(biāo)準(zhǔn)進(jìn)行分組，形成高分組和低分組，采用獨(dú)立樣本T檢驗(yàn)，比較高低分組在每題上的得分差異，發(fā)現(xiàn)在高低分組間差異均顯著。據(jù)此，共刪掉11道質(zhì)量較差的題目。文章對剔除前后的信度進(jìn)行比較，發(fā)現(xiàn)剔除后的克隆巴赫系數(shù)為0.903，比剔除前有所提升，最終發(fā)現(xiàn)各維度的信度都在0.8以上，總體信度為0.925。這些結(jié)果說明量表具有較高的信度水平。

2.因子分析

文章基于剩下的24道試題進(jìn)行因子分析，Bartlett球形檢驗(yàn)結(jié)果顯示：KOM=0.907，χ2=2097.397，df=276，plt;0.001，表明比較適合做因子分析；鑒于大學(xué)生B站學(xué)習(xí)投入度的理論維度之間存在相關(guān)性，文章采用最大方差法對因子進(jìn)行旋轉(zhuǎn)，根據(jù)旋轉(zhuǎn)后的因子負(fù)荷矩陣，刪除與任何一個(gè)因子都沒有較高相關(guān)性（絕對值小于0.5）的觀測變量，從而提高因子的區(qū)分度。文章共進(jìn)行2次因子分析，并根據(jù)因子分析結(jié)果對質(zhì)量較差的題項(xiàng)進(jìn)行刪除。主要?jiǎng)h除單個(gè)因子題項(xiàng)數(shù)不足3個(gè)的因子及其題項(xiàng)，刪除最大因子載荷小于0.4 的題項(xiàng)，以及刪除同時(shí)在兩個(gè)因子上的載荷大于0.4的題項(xiàng)。最終刪除15個(gè)題項(xiàng)，保留9個(gè)題項(xiàng)。再次進(jìn)行因子分析，得到3個(gè)因子，每個(gè)因子各3道題目，分別命名為認(rèn)知投入、行為投入和社交投入，3個(gè)因子的累計(jì)解釋方差變異量為59.7%，如表3所示。

（二）量表檢驗(yàn)

1.信度分析

文章采用克隆巴赫α系數(shù)，使用所得數(shù)據(jù)對量表進(jìn)行內(nèi)部一致性信度檢驗(yàn)。結(jié)果顯示：各因子的克隆巴赫α系數(shù)在0.677至0.765之間，如表4所示，分半信度系數(shù)在0.601至0.700之間，如表5所示；總量表的克隆巴赫α系數(shù)為0.797，分半信度系數(shù)為0.810。文章還對題目得分進(jìn)行描述性統(tǒng)計(jì)分析，以反映被試在量表上的總體表現(xiàn)水平和分布情況，結(jié)果顯示均值為31.19，方差為31.346，標(biāo)準(zhǔn)差為5.599。該結(jié)果表明：大學(xué)生在線學(xué)習(xí)投入度量表信度良好，數(shù)據(jù)較為可靠，具有良好的同質(zhì)性，可以接受。

2.效度分析

（1）結(jié)構(gòu)效度。在模型適配檢驗(yàn)中，構(gòu)建3因子結(jié)構(gòu)方程模型，個(gè)別擬合值不滿足適配要求，需使用AMOS軟件對假設(shè)模型進(jìn)行修訂。則在AMOS軟件中采用殘差法修正模型，利用Modification Indices修正整體模型擬合度。[20]結(jié)果顯示：χ2/df=1.819，GFI=0.952，AGFI=0.906，CFI=0.958，IFI=0.959，TLI=0.934，值均在0.9以上，接近1，RMSEA為0.067（小于0.08），修正后模型擬合度值見表6。模型的各項(xiàng)擬合指數(shù)均達(dá)到顯著水平，表明量表的結(jié)構(gòu)效度良好，模型的理論構(gòu)想和題目設(shè)置是合理的，大學(xué)生投入度的多維結(jié)構(gòu)模型得到印證。

（2）聚合效度和區(qū)分效度。使用AVE和CR指標(biāo)評估聚合效度；使用AVE根號值和相關(guān)分析結(jié)果進(jìn)行對比來評估區(qū)分效度，若各因子的AVE根號值均大于“該因子與其它因子的相關(guān)系數(shù)最大值”，此時(shí)則具有良好的區(qū)分效度。結(jié)果顯示如表7所示：各因子的AVE＞0.5，CR＞0.7，各維度之間有顯著相關(guān)性（plt;0.01），對應(yīng)的AVE平方根均大于相關(guān)性系數(shù)，說明此量表聚合效度良好，各個(gè)潛變量之間有一定的相關(guān)性和區(qū)分度。

（三）結(jié)果討論

文章根據(jù)理論維度，初步編制B站學(xué)習(xí)投入度量表。進(jìn)行預(yù)測試，然后采用項(xiàng)目分析、因子分析對初始量表的題項(xiàng)進(jìn)行篩選，得到修訂的量表；再采用信度分析、驗(yàn)證性因子分析進(jìn)一步檢驗(yàn)量表的信度和效度。結(jié)果表明：該量表及各維度的分半信度系數(shù)和α信度系數(shù)均在可接受的范圍內(nèi)，驗(yàn)證性因素分析、區(qū)分效度、聚合效度等各項(xiàng)擬合指數(shù)良好，可以作為未來推廣使用的測量工具。

在大學(xué)生在線學(xué)習(xí)投入度的監(jiān)測中，可根據(jù)實(shí)踐剪裁和使用該量表，具體方法和思路如下：根據(jù)在線學(xué)習(xí)的特點(diǎn)和目標(biāo)確定量表編寫的具體內(nèi)容，如學(xué)習(xí)時(shí)間、內(nèi)容、方式等；在編制測評問卷時(shí)，依據(jù)實(shí)際情況選擇適合自己的題目，并相應(yīng)調(diào)整題目的數(shù)量、順序等，盡量使用通俗易懂、準(zhǔn)確無誤、符合實(shí)際情況等原則來描述題目，依據(jù)具體情況個(gè)性化設(shè)置評分標(biāo)準(zhǔn)和選項(xiàng)；對在線學(xué)習(xí)投入度的水平和特點(diǎn)進(jìn)行評價(jià)，并提出改進(jìn)的建議和措施。

然而，文章數(shù)據(jù)分析結(jié)果與理論假設(shè)有所差異，具體表現(xiàn)為情感投入維度在數(shù)據(jù)分析過程中無法顯現(xiàn)。B站學(xué)習(xí)有其特殊性，需依據(jù)其特點(diǎn)調(diào)整和完善相應(yīng)的測量指標(biāo)。情感投入與認(rèn)知、行為和社交投入具有一定的關(guān)聯(lián)性，情感投入對學(xué)習(xí)者的學(xué)習(xí)行為起到內(nèi)在動(dòng)機(jī)的作用，[21]在線學(xué)習(xí)驅(qū)動(dòng)力不足，則會導(dǎo)致學(xué)習(xí)投入度不夠，[22]用戶在學(xué)習(xí)時(shí)如果有積極的情感體驗(yàn)和態(tài)度，就會更容易運(yùn)用有效的思維和策略、采取積極的行為投入，進(jìn)行社交投入來提高和豐富學(xué)習(xí)效果，反之亦然。社交投入是B站學(xué)習(xí)者、交互對象之間的社會和情感聯(lián)系，反映他們的需求、滿足情況來源于合作和互動(dòng)的過程。[23]情感投入是學(xué)習(xí)者對學(xué)習(xí)任務(wù)、學(xué)校、人際關(guān)系的積極態(tài)度和歸屬感。[24]社交投入與學(xué)習(xí)者的歸屬感、信任感、合作意識等因素密切相關(guān)，學(xué)習(xí)者的人際互動(dòng)投入越大，其社會化發(fā)展能力和學(xué)習(xí)績效均有所提升。[25]從理論層面來說，自我決定理論關(guān)注外部環(huán)境、人際因素與個(gè)體動(dòng)機(jī)之間的互動(dòng)發(fā)展，[26]基本需求理論強(qiáng)調(diào)外部環(huán)境因素滿足三大心理需求時(shí)，個(gè)體能堅(jiān)持參加，促進(jìn)外部動(dòng)機(jī)內(nèi)化形成自主性動(dòng)機(jī)。[27]故以上三個(gè)維度構(gòu)成B站學(xué)習(xí)投入的完整概念，它們相互影響，共同作用于B站學(xué)習(xí)的過程和結(jié)果，能正向預(yù)測學(xué)習(xí)投入水平，在B站學(xué)習(xí)投入測量中具有顯著效果和重要意義，具有適用性和有效性。

這些發(fā)現(xiàn)對在線教育實(shí)踐和未來研究的意義在于，不僅豐富在線學(xué)習(xí)投入度的理論構(gòu)建，揭示在線學(xué)習(xí)投入度的結(jié)構(gòu)和特征，為后續(xù)在線學(xué)習(xí)投入度的測量、評價(jià)提供依據(jù)和參考，還為 B站等在線學(xué)習(xí)平臺提供優(yōu)化學(xué)習(xí)內(nèi)容和形式、提高學(xué)習(xí)者滿意度和忠誠度的實(shí)踐指導(dǎo)。因此，新一代在線學(xué)習(xí)平臺需持續(xù)深化日益發(fā)展的數(shù)字創(chuàng)新應(yīng)用，在多元化建設(shè)與多模式應(yīng)用上進(jìn)行創(chuàng)新，[28]根據(jù)學(xué)生的認(rèn)知投入、行為投入和社交投入的水平，提供精心篩選且具有針對性的優(yōu)質(zhì)資源，[29]以激發(fā)和維持學(xué)生的探索欲望、學(xué)習(xí)動(dòng)機(jī)，促進(jìn)學(xué)生的學(xué)習(xí)、成長和發(fā)展。

參考文獻(xiàn)：

[1]KUH， GEORGE D. Assessing what really matters to student learning inside the national survey of student engagement[J]. Change： The Magazine of Higher Learning 33.3， 2001：10-17.

[2]嗶哩嗶哩.2022年年度報(bào)告（英文版）[R/OL].（2023-04-27）[2023-08-26].https：//ir.bilibili.com/media/rwafkhml/annual-and-transition-report-of-foreign-private-issuers-sections-13-or-15-d.pdf.

[3]文書鋒，孫道金.遠(yuǎn)程學(xué)習(xí)者學(xué)習(xí)參與度及其提升策略研究——以中國人民大學(xué)網(wǎng)絡(luò)教育為例[J].中國電化教育，2017（9）：39-46.

[4]LEE E， PATE JA， COZART D. Autonomy support for online students[J]. Techtrends， 2015，59（4）：54-61.

[5]李爽，喻忱.遠(yuǎn)程學(xué)生學(xué)習(xí)投入評價(jià)量表編制與應(yīng)用[J].開放教育研究，2015，21（6）：62-70，103.

[6]尹睿，徐歡云.國外在線學(xué)習(xí)投入的研究進(jìn)展與前瞻[J].開放教育研究，2016，22（3）：89-97.

[7]FREDRICKS J A， FILSECKER M， LAWSON M A. Student engagement， context， and adjustment： addressing definitional， measurement， and methodological issues[J]. Learning amp; Instruction， 2016（43）：1-4.

[8]HANDELSMAN M， BRIGGS WL， SULLIVAN N， et al. A measure of college student course engagement[J]. Joumal of Educational Research， 2005，98（3）：184-191.

[9]王陸.虛擬學(xué)習(xí)社區(qū)的社會網(wǎng)絡(luò)分析[J].中國電化教育，2009（2）：5-11.

[10]梁云真.基于量規(guī)的同伴互評對在線學(xué)習(xí)認(rèn)知、情感投入度及學(xué)習(xí)成效的影響研究[J].電化教育研究，2018，39（9）：66-74.

[11]胡小勇，徐歡云，陳澤璇.學(xué)習(xí)者信息素養(yǎng)、在線學(xué)習(xí)投入及學(xué)習(xí)績效關(guān)系的實(shí)證研究[J].中國電化教育，2020（3）：77-84.

[12]代晉軍，龔菂，馮寧文.在線教學(xué)的學(xué)習(xí)投入度分析[J].教師教育論壇，2021，34（7）：41-45，58.

[13]李爽，王增賢，喻忱，等.在線學(xué)習(xí)行為投入分析框架與測量指標(biāo)研究——基于LMS數(shù)據(jù)的學(xué)習(xí)分析[J].開放教育研究，2016，22（2）：77-88.

[14]張璟.基于表情識別的課堂專注度分析的研究[D].太原：山西大學(xué)，2020.

[15]趙春，舒杭，顧小清.基于計(jì)算機(jī)視覺技術(shù)的學(xué)生課堂學(xué)習(xí)行為投入度測量與分析[J].現(xiàn)代教育技術(shù)，2021，31（6）：96-103.

[16]張永和，潘萌，鐘國成，等.基于混合場景人臉數(shù)據(jù)集的學(xué)習(xí)投入度識別[J].現(xiàn)代教育技術(shù)，2021，31（10）：84-92.

[17]李新，李艷燕，包昊罡，等.學(xué)習(xí)投入測評新發(fā)展：從單維分析到多模態(tài)融合[J].電化教育研究，2021，42（10）：100-107.

[18][19]劉繁華，易錫添.在線學(xué)習(xí)投入的分析模型構(gòu)建及應(yīng)用研究[J].電化教育研究，2021，42（9）：69-75.

[20]ENDER S， CRAIG K. An SAS macro for implementing the modified bollen-stine bootstrap for missing data： implementing the bootstrap using existing structural equation modeling software[J]. Structural Equation Modeling， 2005，12（4）：620-641.

[21]朱丹丹，楊濱.后疫情時(shí)代大學(xué)生在線學(xué)習(xí)投入度提升策略研究[J].中國教育信息化，2021（10）：1-6.

[22]曾海，廖瑞云，邱崇光.元宇宙理念下的沉浸式第三代在線教育模型研究[J].中國教育信息化，2022，28（1）：38-45.

[23][24]汪群芳.高中STEAM教育中學(xué)生學(xué)習(xí)投入度及影響因素研究[D].福州：福建師范大學(xué)，2021.

[25]高潔，李明軍，張文蘭.主動(dòng)性人格與網(wǎng)絡(luò)學(xué)習(xí)投入的關(guān)系——自我決定動(dòng)機(jī)理論的視角[J].電化教育研究，2015，36（8）：18-22，29.

[26]張劍，張建兵，李躍，等.促進(jìn)工作動(dòng)機(jī)的有效路徑：自我決定理論的觀點(diǎn)[J].心理科學(xué)進(jìn)展，2010，18（5）：752-759.

[27]VALLERAND R J. Toward a hierarchical model of intrinsic and extrinsic motivation[J]. Advances in Experimental Social Psychology， 1997，29（8）：271-360.

[28]張策，初佃輝，劉鵬，等.教育數(shù)字化轉(zhuǎn)型背景下在線開放課程發(fā)展研究[J].中國教育信息化，2024，30（9）：97-107.

[29]劉丹，王微風(fēng)，劉昊妍，等.后疫情時(shí)代大學(xué)生在線學(xué)習(xí)情緒狀態(tài)和特征分析[J].中國教育信息化，2024，30（3）：109-120.

Research on the Dimensions and Measurement Scale of College Students’ Online Learning Engagement with Bilibili as an Example

Cunyou WANG1， Yaru LI2

（1.Network Information Center， Shanxi Normal University， Taiyuan 030031， Shanxi;

2.College of Education Science， Shanxi Normal University， Taiyuan 030031， Shanxi）

Abstract： Learning engagement is an important factor affecting the learning effect of college students. There have been many studies on the psychological structure and measurement of learning engagement. As one of the largest online learning communities of video resources in China， B Station has created a high-quality online learning space for college students. This paper takes the measurement of college students’ online learning engagement based on B-station as the research object， and compiled the draft of the scale of college students’ online learning engagement based on B-station according to four dimensions： cognitive engagement， behavioral inclination， emotional engagement and social engagement. Through pre-test， analysis and revision， the final scale was formed， including 3 dimensions of cognitive engagement， behavioral tendency and social engagement， with a total of 9 items. The results show that the reliability and validity of the B-site online learning engagement scale are good， and it can be used as an effective tool to measure the B-site learning engagement of college students.

Keywords： College students; Station B; Learning engagement; Dimension construction; Scale development

編輯：王天鵬 " 校對：王曉明