智慧教室環境下學生深度混合學習的影響因素研究

【中圖分類號】G40-057【文獻標識碼】A【論文編號】1009—8097（2025）05—0071—011【DOI】10.3969/j.isn.1009-8097.202505.008

引言

混合學習結合了線上學習和線下教學的雙重優勢，具有個性化、多樣化、靈活性等特點，已逐漸成為推動教育高質量發展的有效教學手段。然而，目前混合學習實踐存在形式混合、低效混合等現象，制約了其教學效能和應用潛力的充分發揮[1，，因此破解混合學習的發展困境、提高混合學習的教學質量迫在眉睫。近年來，隨著社會對創新型人才的需求激增，學生更需要面向理解、遷移和應用的深度學習，而非機械記憶式的淺層學習[]。深度學習具有與混合學習相一致的教育目標[3]，能夠有效調動學生的內部動機和積極參與，是創新學生學習方式、培養學生高階思維能力與核心素養的重要手段[4]。將混合學習與深度學習有機融合，為解決目前混合學習中知識碎片化、學習淺表化的問題提供了新思路，由此而誕生的DBL 受到了研究者的重點關注。

作為教育新基建的智能學習環境，智慧教室可為DBL的開展提供良好的環境和技術支持，如黃榮懷等[5]將智慧教室視為實現教學內容優化呈現、學習資源便利獲取、課堂教學深度互動的新型教室。智慧教室環境下的課堂教學可以有效促進師生、生生、人機之間互動的多元化，實現學習互動方式的個性化與人性化，提高學生的學習興趣和學習效果。隨著智慧教室在基礎教育領域的廣泛建設與應用，探索智慧教室環境下DBL的內涵結構及其影響因素對于促進學生的學習和發展具有重要意義。基于此，本研究嘗試構建智慧教室環境下學生DBL研究框架及其影響因素模型，并通過問卷調查了解智慧教室環境下學生DBL的現狀及其影響因素，以期為智慧教室環境下促進學生的深度學習提供有益啟示。

一問題提出

1DBL的理論與應用研究現狀

DBL 的理論研究主要分為兩類：一類是將深度學習作為理論支撐來優化混合學習的教學框架，如沈霞娟等基于深度學習理論，構建了“四階三環”教學干預模型，以促進學生核心知識掌握和關鍵學習能力提升；朱永海[7從深度學習視角對傳統課堂、學生和學習目標三個維度進行解構，提出了“階梯式加深混合教學一般模式”。另一類是將深度學習作為混合學習所要達到的目標、將混合學習作為實現深度學習的重要途徑，如彭飛霞等8提出了一種增強混合學習深度的策略，即從支持混合學習場域的構建、提升教師的教學設計能力、提升教師對混合學習的把控能力等方面來促進學生深度學習的發生。

DBL 的應用研究集中在傳統教室環境或在線學習環境中的教學設計、實施路徑、效果評價三個方面：① 在教學設計方面，黃志芳等基于傳統教室與MOOC平臺，構建了一種面向深度學習的“ 3×3 混合學習模式”；沈霞娟等[0形成了包含前端分析、學習目標、資源、活動、多元化評價五個核心要素的DBL設計模型，解決了目前混合學習中存在的“淺層低效”問題。 ② 在實施路徑方面，影響較大的是Jensen 等[11]提出的深度學習路線（DeeperLeamingCycle，DELC），該路線將深度學習劃分為設計學習目標和學習內容、預評估、評價學生的學習等七個步驟；楊慧[2]、譚爽[13]分別基于DELC路線，依托在線學習平臺對深度學習實施流程進行了更為細致的設計，為DBL的實施提供了具體的路徑和方法。 ③ 在效果評價方面，研究者證實了DBL對提升學生學習效果和能力的積極作用，包括提升學生的認知水平、投入度和學習動機[14]，及其學科認知水平和協作、溝通表達、學習毅力等能力[15]。

2DBL的影響因素研究現狀

本研究對混合學習和深度學習的影響因素進行了系統梳理，得到相關研究中DBL的影響因素如表1所示，這些影響因素可為確定DBL的影響因素提供參考。

研究發現，混合學習和深度學習的影響因素多聚焦在個體、行為、環境層面。具體來說，在個體層面，廖宏建等[1]發現學生的學習動機、自我效能感、計算機水平、學習態度、學習參與度等會對混合學習效果產生影響；周小李等[17]發現，學生的深度學習水平與其信息素養、知識構建能力、學習動機、自主學習能力和自我效能感息息相關。在行為層面，王怡康[18]、馬婧[19]發現，學生之間的交流合作、教師對學生的評價反饋能夠有效促進學生在混合式學習中的投入度；高子硯等[20]、陳蓓蕾等[211發現，教師與學生、學生與學生、學生與學習內容之間的互動會影響學生的深度學習。在環境層面，Azizi等[22]、Zhaol23]認為技術操作的簡易性、學習條件的便利性、積極的學習氛圍均顯著影響學生對混合學習模式的接受度；劉柳等[24]發現，課程背景、教學方法、課程氛圍、教學評價等環境因素，會對學生的深度學習產生影響。

綜上所述，目前關于DBL的理論與應用研究多集中在傳統教室環境與在線學習環境的教學框架設計和效果評價，而針對智慧教室環境下的DBL研究尚顯不足，尤其是關于智慧教室對學生DBL的影響效果尚未進行深入探討。此外，在影響因素研究方面，研究者側重于從個體、行為、環境三個維度[25]，分別對混合學習和深度學習的影響因素進行系統梳理，但對 DBL 影響因素的研究較少。基于此，本研究聚焦以下兩個問題展開分析： ① 學生的DBL能力具體包含哪些維度，在智慧教室環境下學生的DBL現狀如何？② 在智慧教室環境下，學生的DBL主要受哪些因素的影響以及具體的影響路徑如何？

二研究框架構建

1DBL的能力框架

DBL涉及“混合”和“深度”兩方面，其中“混合”指線上和線下有機結合的學習方式，即不同教學技術、教學方法、教學場所的混合；“深度”指所要達成的學習目標，即培養學生解決問題、創新創造等的高階思維與深層認知能力。因此，在參考當前深度學習模型相關研究的基礎上，本研究構建了智慧教室環境下DBL的能力框架，包含知識掌握、能力培養、情感體驗三個維度[26]。其中，知識掌握強調學生對所學知識的深入理解、整合、遷移與應用，學習成績是評價學生知識掌握水平的重要外在依據[271；能力培養關注學生在個人和人際領域的能力，選取自主學習能力、協作能力、批判性思維能力三個變量綜合評價學生智慧教室環境下DBL的能力表現[28]；情感體驗關注學生對智慧教室環境下DBL的認可度，如課堂參與度、獲取學習資源的滿意度等，通過學習滿意度這一變量進行評估[29]。

2DBL的影響因素研究框架

Bandural30提出的三元交互決定理論認為，個體的內部因素、行為表現與外部環境三者之間的相互作用共同決定了個體的行為。基于智慧教室環境下DBL的能力框架，結合表1匯總的DBL相關影響因素，本研究將影響DBL的因素歸為個體因素、交互行為因素和媒體技術因素三個方面，得到智慧教室環境下學生DBL的影響因素研究框架，如圖1所示。

交互行為因素 個體因素學生與教師 學生的H1的交互 H2 自我效能H3 H10支持服務 教師支持 H11 DBLH7 H12評價反饋 H8 連接的媒體技術因素。

（1）個體因素

智慧教室環境下的DBL更加關注學生的主體地位和教師的主導作用，學生、教師等個體因素會在很大程度上直接影響學生的學習效果。因此，本研究將學生的自我效能、感知的教師支持、連接的課堂氛圍作為影響DBL的個體因素： ① 學生的自我效能是指個體自身對執行特定任務或實現特定目標的一種感知或信念。有研究發現，學生的自我效能正向預測其深度學習水平[31]。此外，在混合學習環境中，自我效能高的學生往往更愿意采用自主學習、小組協作交流、線上線下混合學習等多元化的學習策略和深層次的學習方式，并具備內化高階思維的基本能力[32]。 ② 感知的教師支持是指學生感知到教師對其學習的促進和激勵程度[33]。教師是教學過程的組織者，學生對教師教學能力水平的認可是促進學生進行深度學習的重要基礎和有力支撐[34]。學生如果認為授課教師的混合學習知識與策略水平較高，會具備更高的學習動機和學習自信心[35]。有研究者認為，實施智慧教學更容易實現深度學習，而高階思維的形成需要教師對學生長期的教學支持與反饋[3]。 ③ 連接的課堂氛圍是指學生對智慧課堂中支持性、合作性交流環境的感知。有研究表明，感知的積極課堂氛圍能夠支持學生更多地參與課堂活動并體驗到學習的快樂[37]。

（2）交互行為因素

課堂中的主要交互方式，包括學生與學生的交互（生生交互）、學生與教師的交互（師生交互）以及學生與內容的交互[38]。有研究發現，交互會影響在線學習的質量及有效性[39]，利用同步或異步工具開展的生生交互有助于提升學生的學習興趣與積極性，參與同伴交互可以促進學生更深層次地構建自己的想法，從而提高學習成績[40]。此外，師生交互、學生與內容之間的交互能夠通過提高學生對課程的滿意度，影響DBL的效果[41][42]。

（3）媒體技術因素

① 系統設計。系統設計是指學生感知到的學習平臺的交互性與操作性。系統設計越完善、功能布局越清晰，學生的使用意愿越高[43]。因此，在線學習平臺的設計會對學生的DBL效果產生影響。 ② 支持服務。支持服務關注平臺系統對學習過程、學習方式等方面的支持，包括學習管理工具和資源工具等。有研究認為，高質量的學習支持服務是學習內容有效傳遞的保障[44]。此外，學習支持服務的優劣會對學習平臺的使用和學習質量產生直接的影響[45]。 ③ 評價反饋。評價反饋關注學生能否有效利用平臺系統對學習進程進行跟蹤和反思，包括平臺追蹤反饋和教師在線評價兩個方面。智慧教室引入了測評反饋、學習分析、教師評分等量化評價學生學習效果和學習行為的技術工具，能夠支持學生隨時進行自我監控與反思[46]，從而提高其自我反思和自主學習能力。教師在線指導反饋也有助于提高學生的學習體驗和學習滿意度[47]，并減少學生對學習的消極態度、增強學習自信心[48]。因此，評價反饋也是影響學生DBL 的因素之一。

三研究設計

1研究對象

本研究選取我國寧夏回族自治區Y市一所公立初級中學的九年級學生作為研究對象。作為一所“互聯網 + 教育”建設示范學校，該校已在智慧教室開展了常態化教學，其中教師通過多個學期的在職培訓，已系統學習了智慧教室軟硬件操作方法并進行了教學實踐，且九年級學生已有兩年的智慧教室使用經驗。本研究借助“問卷星”制作并在線發放調查問卷，共回收304份問卷。經過篩選，刪除作答時間過短、信息丟失等無效問卷后，得到有效問卷289份，有效率約為 95.1% 。

2研究工具

調查問卷由三部分組成： ① 學生基本信息（3題），包括姓名、性別和班級； ②DBL 評價量表（17題），包括能力培養和情感體驗兩部分，學生的知識掌握程度（即學習成績）則采用考試的方式檢測，選取學生期中數學成績并按照李克特五點量表的形式來計數，因此未納入DBL評價量表； ③DBL 影響因素量表（46題），包括個體、交互行為和媒體技術三個維度。問卷各部分的設計主要借鑒已有的權威量表，包括 Midgley等[49]設計的適應性學習模式量表（Patterms of Adaptive Learning Scales）、清華大學的 NSSE-China 深度學習子量表[50]等。在專家的指導下，量表根據研究需要并結合智慧教室環境下DBL的特點進行了適當改編。量表均采用李克特五點量表的形式，各維度及變量的信效度分析如表2所示。

量表各維度的Cronbach's a 值均大于0.8，說明問卷具有良好的內部一致性；量表整體的Cronbach's a 值為0.986，說明問卷數據整體穩定、可信。此外，問卷各維度的KMO值均超過0.850，且Bartlett球形檢驗的顯著性水平達到0.000，表明可以進行探索性因子分析。分析結果表明，問卷各維度的累積方差貢獻率均超過 70% ，各題項的因子載荷均在0.5以上，表明各題項均可被納入問卷，問卷各維度的結構效度良好。

3研究過程

本研究首先對智慧教室環境下學生的DBL現狀進行統計分析，以了解學生的整體情況；然后利用層次回歸分析，確定智慧教室環境下DBL的主要影響因素，重構影響因素模型，在此基礎上提出模型假設；最后使用SmartPLS3.0軟件，對影響因素模型進行擬合度檢驗，并驗證假設。

四結果與討論

1智慧教室環境下DBL現狀分析

本研究調查對象的男女比例趨近1：1，其中男生131人，占總人數的 45.3% ；女生158人，占總人數的54.7% 。為探究不同性別學生的DBL情況是否存在差異，本研究對性別進行獨立樣本t檢驗，結果如表3所示。由表3可知，DBL各變量在性別方面均無顯著差異 （pgt;0.05 ），表明在智慧教室環境中，不同性別學生的知識掌握、能力培養和情感體驗水平相當。

本研究使用SPSS20.0軟件對問卷數據進行描述性統計分析，結果表明：學生的學習成績處于中等偏上水平（ ΔM=3.25 ， SD=1.43 ），自主學習能力（ .M=4.17 ， SD=0.67 ）、協作能力（ M=4.22 ， SD=0.60 、批判性思維能力（ 1=4.14 ， SD=0.63 ）、學習滿意度（ M=4.33 ， SD=0.68 ）的均值都高于4，超過平均水平，表明對該校九年級學生在智慧教室環境下開展DBL獲得了較好的學習效果與學習體驗。

2DBL影響因素模型檢驗

（1）確定主要影響因素

為進一步探究智慧教室環境下 DBL 的主要影響因素，本研究采用層次回歸分析法對納入研究框架的9個影響因素進行篩選。首次回歸分析結果顯示，“學生與內容的交互”這一變量對學生的DBL具有負面影響 （ _?β=-0.124） ），故修正研究框架，將該變量去除后再次進行回歸分析。在進行層次回歸分析前，檢驗了各變量之間的相關關系（皮爾遜相關分析）和研究模型中獨立變量之間的多重共線性，結果如表4所示。

由表4可知，DBL與各影響因素均呈顯著正相關，且各影響因素之間也呈顯著正相關。此外，多重共線性檢驗結果顯示，各變量的變異系數（VIF）都低于常規閾值10，因此不存在多重共線性問題，可以進行層次回歸分析，以確定預測DBL的主要因素。層次回歸分析結果表明，學生與學生的交互、系統設計這兩個變量不是DBL的預測因素。因此，本研究將剩余的6個變量，即個體維度學生的自我效能、感知的教師支持、連接的課堂氛圍，交互行為維度學生與教師的交互，媒體技術維度的支持服務、評價反饋，作為智慧教室環境下影響學生DBL的主要因素，納入智慧教室環境下DBL的影響因素模型。

（2）影響因素模型假設

本研究基于回歸分析的結果，根據智慧教室環境下學生DBL的影響因素研究框架，構建了智慧教室環境下學生DBL的影響因素模型（下文簡稱“影響因素模型”），如圖2所示。根據影響因素模型，本研究提出假設如表5所示。

（3）影響因素模型檢驗與分析

本研究使用SmartPLS3.0軟件對影響因素模型進行檢驗：首先，通過測量模型來檢驗觀測變量與潛在變量之間的關系，并采用內部一致性系數（Cronbach's a ）和組合信度（CR）來衡量信度。經計算，所有變量的Cronbach's a 值和CR值均大于0.70，說明測量模型的信度較高。同時，所有變量的平均提取方差（AVE）均大于0.60，表明測量模型有較高的聚合效度。此外，所有變量AVE值的平方根均大于此變量與其他變量之相關系數的絕對值，說明測量模型的判別效度良好。然后，通過結構模型來檢驗潛在變量之間的關系，通常使用判定系數（ R² ）和擬合優度（GoodnessofFit，GoF）進行驗證。其中， R² 值越大，表明結構模型的解釋力越強。經計算， 0.4732lt;0.769 ，表明模型解釋力良好。此外，當 GoFgt;0.36 時，說明擬合程度較大，經計算得到模型的GoF 值為0.60，表明測量模型的擬合優度尚佳。最后，采用 Bootstrapping算法針對12個假設進行檢驗，具體的參數檢驗值與研究假設驗證結果如表6所示。由表6可知，除假設H8、H9不成立外，其余假設均通過了檢驗。

具體來看，學生與教師的交互、支持服務和評價反饋均對學生的自我效能具有顯著正向影響，說明在智慧教室環境下，頻繁的師生互動、學生感知到的網絡學習平臺的支持服務、評價反饋水平均能促進學生的自我效能感，假設H1、H4、H7成立；學生與教師的交互、支持服務對學生感知的教師支持、連接的課堂氛圍具有顯著正向影響，假設H2、H3、H5、H6成立。此外，個體維度學生的自我效能、感知的教師支持、連接的課堂氛圍均對學生的DBL具有顯著正向影響，假設HI0、HI1、H12成立，說明具備更高自我效能感、在智慧教室環境下感知到更多教師支持和良好課堂氛圍的學生，其DBL水平更高。

中介效應驗證結果如表7所示，結果表明個體維度學生的自我效能、感知的教師支持、連接的課堂氛圍不僅直接影響DBL，還發揮了重要的中介作用。其中，交互行為維度學生與教師的交互、媒體技術維度的支持服務能夠通過影響個體維度學生的自我效能、感知的教師支持和連接的課堂氛圍對 DBL 產生間接影響。同時，媒體技術維度的評價反饋能夠通過影響學生的自我效能對DBL產生間接影響，這表明高質量的學習支持服務是學習內容有效傳遞的保障，在線學習管理系統支持服務的優劣會通過影響學生個體因素對學習質量的高低產生直接影響[51]。而系統的評價反饋功能可以幫助師生評估學習效果并追蹤學習行為，支持學生隨時進行自我監控與反思，有助于弱化學生學習的消極態度，增強學習自信心[52]。

五研究結論與提升策略

1研究結論

本研究基于智慧教室環境下DBL的能力框架，對學生的DBL現狀進行了調查；同時，結合DBL的影響因素研究框架，對學生的DBL影響因素進行了探索，所得結論主要如下： ① 學生在智慧教室環境下的DBL情況較好，其學習成績、自主學習能力、協作能力、批判性思維能力得分均高于平均值，且表現出較高的學習滿意度；不同性別的學生在智慧教室環境下的DBL水平并無顯著差異。 ② 個體維度學生的自我效能、感知的教師支持、連接的課堂氛圍，交互行為維度學生與教師的交互，媒體技術維度的支持服務與評價反饋，均會對智慧教室環境下學生的DBL產生顯著影響。此外，交互行為維度學生與教師的交互、媒體技術維度的支持服務能夠通過影響個體維度學生的自我效能、感知的教師支持和連接的課堂氛圍對DBL產生間接影響；媒體技術維度的評價反饋能夠通過影響學生的自我效能對DBL產生間接影響。

2提升策略

基于上述研究結論，本研究從個體維度、交互行為維度和媒體技術維度三個方面有針對性地提出提升智慧教室環境下學生DBL成效的策略：

① 在個體維度，建立和諧平等的師生關系，營造積極的課堂氛圍，激發學生的學習動機和自信心。本研究發現，個體維度學生的自我效能、感知的教師支持、連接的課堂氛圍均會對智慧教室環境下學生的DBL產生積極影響。據此，在智慧教室環境下，教師作為學生知識獲取和能力養成的引導者，應該通過鼓勵和正向強化、正確歸因等方式幫助學生解決困難，時刻關注學生的學習狀態；借助智慧教室的數字平臺、自適應資源滿足學生多樣化的學習需求，恰當給予干預調節，識別并緩解學生可能出現的焦慮、倦怠等消極情緒，盡可能通過正向的支持性語言和理性的分析，幫助學生樹立自信心和學習的動力；營造合作、交流和尊重的課堂環境，激發學生的課堂參與積極性，促進知識共享與思想碰撞；鼓勵學生通過小組討論、同伴互助等方式深化對知識的理解，促進DBL的發生。

② 在交互行為維度，優化智慧教室環境下師生之間交流互動的內容和形式。本研究發現，學生與教師之間的有效交互是推動DBL的關鍵驅動力。據此，教師要積極轉換角色，從傳統的知識灌輸者轉變為學生的引導者與合作者，在課堂中關注學生的學習進展并提供必要的指導和鼓勵，使學生感受到來自教師的全方位支持，包括學術指導、情感關懷、個性化學習路徑推薦等，這種積極的感受是促進學生DBL的有力支撐。同時，教師應借助智能化教學環境，通過豐富的數字化教學內容和教學手段，滿足學生多樣化的學習需求，并積極發揮教師的引導作用，確保學生在課堂中的主體地位。

③ 在媒體技術維度，完善智慧教室的全方位支持服務，并借助智能環境對學生進行個性化和精準化評價。本研究發現，支持服務對學生的自我效能、感知的教師支持、連接的課堂氛圍均有顯著正向影響，且評價反饋也能正向預測學生的自我效能。因此，教師應充分利用智慧教室的智能化教育平臺，構建以學生為中心的資源服務體系，收集學生能力表現的行為數據；同時，通過數據挖掘技術，對學生特征、行為表現、能力發展、學習績效等進行立體式評價，以從不同角度獲取學生各階段的學習歷程和成長情況，進而為師生提供教學分析、學習分析和教學決策等全方位服務，推動教學活動的持續改進和優化。

參考文獻

[1]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.

[2]沈霞娟，武夢迪，馮銳.深度學習能力：概念框架、核心維度與測量體系[J].電化教育研究，2023，（12）：95-101.

[3][13]譚爽.指向深度學習的高校\"混合式教學\"模式構建[J].中國高等教育，2019，（6）：51-53.

[4]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.

[5]黃榮懷，胡永斌，楊俊鋒，等.智慧教室的概念及特征[J].開放教育研究，2012，（2）：22-27.

[6][10][15][29]沈霞娟，張寶輝，馮銳.混合學習環境下的深度學習活動研究：設計、實施與評價的三重奏[J].電化教育研究，2022，（1）：106-112、121.

[7]朱永海.深度學習視角下混合教學系統化設計與體系化模式構建[J].中國電化教育，2021，（11）：77-87.

[8]彭飛霞，陽雯.混合學習如何加深學習深度——兼及教育大數據如何支持學習分析[J].現代遠距離教育，2017，（2）：31-39.

[9][26][28]黃志芳，周瑞婕，趙呈領，等.面向深度學習的混合式學習模式設計及實證研究[J].中國電化教育，2019，：120-128.

[11]劉海洋.實現深度學習的七大步驟[J].上海教育，2019，（32）：26-29.

[12][27]楊慧.混合學習環境下深度學習應用模式研究[J].中國成人教育，2019，（23）：3-8.

[14]陳明選，張康莉.促進研究生深度學習的翻轉課堂設計與實施[J].現代遠程教育研究，2016，（5）：68-78.

[16]廖宏建，劉外喜.高校 SPOC有效學習影響因素實證分析[J].電化教育研究，2017，（5）：64-70.

[17]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.

[18]王怡康.英語語言理論課程混合式學習共同體的構建與實踐——以\"英語語用學\"課程為例[J].外語界，2024，（3）：90-96.

[19]馬婧.混合教學環境下大學生學習投入影響機制研究——教學行為的視角[J].中國遠程教育，2020，（2）：57-67.[20][25]]高子硯，王冠，段鑫星.高職院校學生深度學習的影響因素研究[J].黑龍江高教研究，2020，（7）：155-160.

[21][31]陳蓓蕾，張屹，楊兵，等.智慧教室中的教學交互促進大學生深度學習研究[J].電化教育研究，2019，（3）：90-97.[22]Azizi SM，Roozbahani N，KhatonyA.Factorsaffecting theacceptanceof blended learing in medical education：Application of UTAUT2 model[J]. BMC Medical Education， 2020，（1）：367-375.

[23]Zhao W.An empirical studyonblended learning inhigher education in‘internet+”era[J].Education and InformationTechnologies， 2022，27：8705-8722.

[24]劉柳，楊兵，劉容，等.虛擬仿真實訓系統的深度學習影響因素研究[J].現代教育技術，2024，（7）：113-122.

[30]BanduraA.Social foundationsof thought and action： Asocialcognitive theory[M].Upper SadleRiver： Prentice Hall，1986：296-316.

[32]Syarifah TJ， Usodo B，Riyadi. Student's critical thinking abilitywith higherorder thinking skils （HOTS）questionbasedon self-efficacy[J]. Journal of Physics Conference Series，2019，1265：012013.

[33]Wei Y，ShiY，MacLeodJ，etal.Exploringthefactors thatinfluencecollgestudents’academicself-efficacyinblendedlearning： A studyfrom the personal， interpersonal，andenvironmental perspectives[J].SAGE Open，2022，（2）：1-12.[34]屈玲，代建軍.深度學習視域下教師關鍵能力的探析[J].教學與管理，2019，（12）：54-56.

[35][41]TaghzadehM，HajhoeiniF.Investigatingablended leaingenvironment： Contributionofatitude，interaction，andqualityof teachingtosatisfactionof graduate studentsofTEFL[J].TheAsia-PacificEducationResearcher，2021，（3）：459-469.[36]李曉虹，王梓寧.智慧教學對大學生深度學習的影響—基于國內外 35 篇定量文獻的元分析[J].湖南師范大學教育科學學報，2023，（5）：45-55.

[37]MacLeodJ，Yang HH，ZhuS，etal.Understanding studentspreferences towardthesmartclassroomlearing environment：Development and validation of an instrument[J]. Computers amp; Education， 2018，122：80-91.

[38]Moore MG. Three types of interactions[J]. The American Journal of Distance Education， 1989，（2）：1-6.

[39]Kuo YC， WalkerAE，Schroder K，etal.Interaction，inteet self-eicacyandself-regulated learningaspredictorsofstudent satisfaction in online education courses[J]. Internet amp; Higher Education，2014，20：35-50.

[40]Anderson T.Modes of interaction indistance education： Recent developments and research questions[M].Mahwah，NJ：Erlbaum： Handbook of Distance Education， 2003：129-144.

[42]朱珂.網絡學習空間交互性、沉浸感對學生持續使用意愿的影響研究[J].中國電化教育，2017，（2）：89-95.

[43]王仙雅，林盛，陳立蕓.混合學習模式下e-Learning 平臺使用意愿的影響因素研究[J].電化教育研究，2013，（11）：72-78.[44]龍玲，菅保霞.國內典型在線教育平臺學習支持服務現狀分析[J].中國教育信息化，2018，（12）：1-5.

[45]汪曼.高校網絡教學平臺學習支持服務的現狀調查與研究[D].北京：首都師范大學，2014：57-58.

[46]楊濱，汪基德.網絡學習空間 DPSC教學應用模式構建研究——網絡學習空間人人通促進教與學深度變革實踐反思之一[J].中國電化教育，2018，（5）：44-52.

[47]戴卓，鄭孝庭.網絡教學平臺滿意度影響因素研究[J].中國遠程教育，2014，（4）：50-56、65.

[48][52]Cui Y，Schunn CD，GaiX，etal.Effectsof trainedpeerVs.teacher feedbackonEFLstudents'writing perforance，80self-efficacy， and internalization of motivation[J]. Frontiers in Psychology， 2021，12：788474.

[49]Midgley C，Maehr M L， Hruda L Z， et al. Manual for the patterns of adaptive learning scales[OL].

[50]楊立軍，韓曉玲.中美大學生學習成效評估工具研究[J].高教發展與評估，2013，（2）：8-16、104.

[51]KuoYC，WalkerAE，BelandBR，etal.Acasestudyofintegratinginterwise：Interaction，internt self-efccyandsatisfaction insynchronous online learning environments[J]. Intemational Review ofResearchin Openand DistanceLeamingJournal， 2014，（1）：161-181.

Research on the Influencing Factors of Deep Blended Learning for Students in the Smart Clasroom Environment SHI Ying-Hui1 CHEN Ling1 CHEN Hong-Xue1 WEI Yi-Tong2[Corresponding Author]

（1.FacultyofArtificial InteligenceinEducation，CentralChnaNormalUniversityWuan，Hubei，Chna40079;2.School of Education，Jianghan University，Wuhan，Hubei， China 430056）

Abstract： Deep blended learning（DBL）canachieve the dep learning goals of knowledge transfer and higher-order ability cultivation，whilesmartclasroomprovides aexcellent environmentadtechnicalsupportforDBLimplementationExploring the connotation structure and influencing factorsofDBLinthesmart classroom environment isof great significance for promoting students'learninganddevelopment.Basedonthis，thepaperfirstlysortedouttheresearchstatusofDBL，constructed the ability frameworkand research framework of influencing factors of DBL. After that， throughquestionnaire surveys，the current statusofstudents’DBLinthesmartclassroomenvironment wasanalyzed，andthe influencing factors were sreeed throughthe hierarchicalregressionanalysis method.Afterthat，theinfluencing factor modelofDBLforstudents inthe smart classroom environment was constructed and the research hypotheses were proposed.Then，the influencing factor model and research hypotheses were tested.The research found that the scores of each dimension of DBL for students in the smart classroom environment were all higher than theaverage value and the learning satisfaction was relatively high， while no significant gender-baseddiferences emergedinDBLlevels.Factorssuchasstudents'self-efficacy，perceivedteacherupport， conected clasroom climate，interaction between studentsand teachers，support services and evaluation feedback had significant impacts onsudents'DBLinthe smart classroom environment，and someof thesefactors exhibitedindirect impacts on DBLthroughmediating variables.Finaly，this paperproposed strategies inatargeted manner toimprove theeectiveness of students’DBL in the smart clasroom environment，aiming to provide useful inspirations for promoting students’dep learning in the smart classroom environment.

Keywords： smart classroom; deep blended learning; influencing factor; structural equation model