提升学生网络自我调节学习成效的实证研究

2018 年 4 月 5 日 MOOC 张成龙、李丽娇

| 全文共9825字,建议阅读时10分钟 |

本文由《现代远距离教育》授权发布

作者:张成龙、李丽娇

摘要

 

为了研究学生网络自我调节学习的现状和特点,提升学生网络自我调节学习的成效,以Y高校为个案,利用网络自我调节学习量表对参与MOOC混合式教学的260名学生的自我调节学习进行调查,调查内容包括目标设定、环境构建、任务策略、时间管理、寻求帮助、自我评价六个方面。结果表明:学生的网络自我调节学习处于中等水平,其中自我评价维度最高,环境构建维度最低。不同性别学生的网络自我调节学习存在显著性差异;不同学科类别和不同年级学生仅在环境构建方面存在显著性差异;不同年龄段学生的网络自我调节学习不存在显著性差异。根据以上研究结论,就如何提升网络自我调节学习成效给出了有关建议。

关键词:网络自我调节学习;调查分析;实证研究;MOOC;混合式教学

近几年,随着MOOC的发展,混合式教学大量开展,它重构了教与学之间的关系,这种基于MOOC的混合式教学更加关注“学”层面的自我因素,而自我调节学习就是一种重要的自我因素。因此,在开展基于MOOC的混合式教学中有必要了解和掌握学生的网络自我调节学习水平和特点,以便深入地研究网络自我调节学习与学习成效之间的关系。因此,本研究将在国内外有关网络自我调节学习研究的基础上,利用成熟的网络自我调节学习调查量表,依托Y高校正在进行的混合式教学改革,对参加混合式教学的学生的网络自我调节学习进行调查,并通过对比分析不同类别学生之间的自我调节学习差异来识别关键的自我调节过程,提升学生网络自我调节学习成效。  


一、文献回顾与研究问题


自我调节学习(Self-Regulated Learning,简称SRL)是社会认知理论中的一个重要的研究内容,齐默曼经过多年研究认为[1-3],自我调节学习是一种学习心理过程,其不是单纯地指一种心理能力(比如智力)或一种学习技能(比如阅读技能),而是指学习者为达到学习目标将自身心理能力转化成自我定向的过程。在自我调节学习过程中,学习者系统地引导自己的思维、情感和行为,使它们指向目标的实现,自我调节学习的框架包括动机、方法、时间、行为、环境、社会六个维度[4]。这六个维度解释了学习者为什么选择学习任务,选择什么学习方法,怎样进行时间管理,怎样评价学习结果,怎么选择学习环境,怎么选择伙伴或者教师等问题。如果学习者在以上六个维度都可以进行选择和调节,那么他就属于高水平的自我调节学习者[5]。戴尔·申克[6]曾对自我调节学习研究的情况作了深入分析,结果表明具有高水平自我调节的学习者都具有较高的学习动机和取得良好的学习成效。


随着网络学习的发展,网络学习已是人们学习的一个重要部分,网络学习不受时间、地点以及其他物理设施的影响,是一种自主性学习。穆尔提出的在线和远程学习交互理论把影响师生交互关系的变量分为对话、建构和学习自主(autonomy),其中他将学习自主定义为在师生关系中是学习者来决定学习的目标、经验和评估,而不是教师[7],而将传统课堂教学与网络学习结合的混合式教学可以发挥教师启发、引导、组织、评价、监控的作用,又体现了学生的主体性与自主性[8],学生能主动地自觉承担学习的责任。因此具有较好的自我调节学习能力是混合式学习成功的重要因素,具有了较高的网络自我调节学习水平,学习者才能将学习技能(skill)与信念(will)结合起来达成学习目标,取得较好的学习成效。在混合式教学环境下,理查德·林奇和迈伦·邓博[9]专门研究了自我调节与学习成效之间的关系,在他们的研究中自我调节包括目标定向、学习自我效能、时间和环境管理、寻求帮助、网络自我效能五个方面,其中前四个方面的能力测量来源于保罗·宾特里奇等[10]开发的学习动机策略量表(Motivated Strategies for Learning Questionnaire,简称MSLQ)。为了更进一步研究网络和混合式学习环境下自我调节学习的特点以及与学习成效之间的关系,露西·巴娜德等[11]以宾特里奇等人的研究为基础通过在网络学习和混合学习环境下的实证研究,提出网络自我调节学习包括环境构建(Environmentstructuring)、目标设定(Goalsetting)、时间管理(Timemanagement)、寻求帮助(Helpseeking)、任务策略(Taskstrategies)、自我评价(Selfevaluation)六个方面,并以这六个方面开发了一个网络自我调节学习调查量表(OnlineSelf-regulated Learning Questionnaire,简称OSLQ)用于测量学习者的自我调节学习,之后露西·巴娜德等又在网络学习环境和混合式学习环境中对该量表进行了详细地修订、验证和应用,结果表明该量表是一个效度高和信度可靠的量表[12-13]。科尔克马兹等[14]将巴娜德等人的研究成果用在混合式学习环境中对学生自我调节学习水平进行测量,结果表明学生在混合式学习环境中自我调节学习能力较高,其中环境构建维度的得分最高,目标设定维度得分最低。在网络学习环境下,王正聪等[15]曾对参加网络教育学院学习的学习者进行计算机网络应用能力和自我调节学习能力调查,结果表明学习者自我调节学习能力相对于计算机网络应用能力来说比较低,因此指出自我调节学习已经成为制约和影响网络环境中成人学习者学业成绩更为关键的因素。一项关于大学英语网络自我调节学习能力的调查研究也发现,大部分学生在网络条件下对于自我调节学习策略的使用能力较弱,但学生自我调节学习策略的使用与学生的成绩具有显著的相关性[16]。


在开放教育资源(OERs)环境下,邓国民等[17]研究了自我调节学习的事先计划、执行和自我反思三个行为与学习成效之间的关系,结果表明自我调节学习的事先计划和执行阶段的行为对自主学习成效具有较高的直接影响效应,说明提供自我调节学习支持有助于提升学习者基于OERs的自主学习成效。综上所述,国内外在传统教学、网络教学、混合式教学环境下都有关于自我调节学习理论、能力调查与测量、自我调节学习与学习成效关系的研究,对于自我调节学习的调查测量研究也随着时间、环境和技术在发展,齐默曼也曾指出对自我调节学习的测量也需要在不同的学习环境下进行不断地修正[18],因此对自我调节学习的研究高度依赖于环境。目前基于MOOC的混合式教学已有很多实践,但基于MOOC的混合式教学环境下的网络自我调节学习的实证研究还较缺乏,因此,将对参与基于MOOC混合式教学的学生的自我调节学习进行调查研究,分析学生的网络自我调节学习现状和特点,从而提升学生网络自我调节学习成效。  


二、研究设计  


(一)研究对象


本研究依托Y高校开展的基于MOOC的混合式教学改革实践,以基于“学堂在线Y大学慕课平台”开展的三门混合式教学课程的选课学生为研究对象,授课教师除平台中原有的主讲教师外,本地授课教师以3-5人不等组成教学团队,在开课前教学团队按照本校教学要求重新设置教学大纲以及教学计划,并对课程资源(课件、测试、讨论等)进行删改,在开课前按照学校教学计划将三门课程作为素质选修课在选课系统中供学生选择,教学模式为学生通过MOOC的形式在线自主学习和多种形式(答疑、讨论、分组、实践、项目等)的线下集中教学来完成课程学习,并通过学校的考核评价和成绩测定获得学分[19],三门课程选课人数共计310人,经过一个学期的混合式教学后以网络问卷的形式调查学生的网络自我调节学习情况。  


(二)研究工具


本研究采用露西·巴娜德的网络自我调节学习调查量表(OSLQ)进行,量表总共由24道题项组成,分为6个维度,分别是环境构建、目标设定、时间管理、寻求帮助、任务策略、自我评价。为了调查不同特征学生之间网络自我调节学习的差异,在OSLQ之前增加学生基本情况(包括性别、年龄、年级、学科类别)调查问题,该量表是经过两名教育技术专家使用英文原版翻译,请英语翻译专业人员进行二次审定,最终形成符合中文习惯的网络自我调节学习量表,量表的题项如表1所示。

 


(三)数据处理


以上24道题项采用李克特五点量表的形式(完全符合、多数符合、半数符合、多数不符合、完全不符合依次为5、4、3、2、1分)量化计分,录入数据统计分析软件。为了测量学生的网络自我调节学习水平,按照以下公式计算学生网络自我调节学习水平的百分制得分,计算得分最低为20分,最高为100分,得分处于20-51之间表示网络自我调节学习处于低水平,得分处于52-67之间表示处于中等水平,得分处于68-100之间表示处于高水平。


在本研究中,为了得到量表总体得分情况,使用描述性统计计算每个变量的标准得分、平均分、方差等,使用差异性分析(独立样本T检验和单因素方差分析)来研究不同学生之间网络自我调节学习的差异,检验差异显著性的标准为P<0.05。  


三、研究结果


课程结束后在网络上发布混合式教学网络自我调节学习调查问卷,最后回收有效问卷260份,之后对量表的信度和效度进行检验,统计分析网络自我调节学习及其六个维度的水平,同时在描述性统计的基础上分析不同学生之间网络自我调节学习的差异,结果如下。  


(一)量表具有较好的效度和信度


本量表的变量题项是直接翻译原有作者的,并经过相关专家和人员讨论后确定,因此量表具有较高的内容效度。在正式问卷发放回收量化编码以后,量表的KOM=0.951>0.5,Bartlett球形检验的近似卡方值为4633.534,df=276,P=0.000<0.05,量表主要部分的24道题项的因素载荷值均超过0.5,分析结果与原始量表基本一致,说明量表具有较好的结构效度,可用于测量学生的网络自我调节学习。


使用克隆巴赫系数法检验量表的信度,吴明隆指出总量表最低的内部一致性信度系数要在0.70以上,最好能高于0.80,其中分层面最低的内部一致性信度系数要在0.50以上,最好能高于0.60[20]。用于本研究测量后的量表的总α系数及分量表α系数如表2所示,均达到了较好的水准。  


(二)学生的网络自我调节学习处于中等水平


研究对象的基本信息统计如表3所示,参与调查的260位学生,男生占39.2%,女生占60.8%,不同学科背景学生的比例差异不大,没有年龄在25岁以上的学生,大二、大三的学生数量较多(占84%以上),这可能是由于本次开设的三门MOOC课程均为素质选修课,更能满足二、三年级学生选课的需求,这比较符合学校教学及课程设置的年级特征。



对量表的自我调节学习及六个维度进行百分制计算,分别计算出均值、标准差、方差、最大值、最小值及高中低水平得分人数比例,结果见表4。在本次研究中,学生的网络自我调节学习及其各维度的均值在55.63至59.85之间,处于上文中的52至67之间,同时从得分人数比例可以看出调查对象的网络自我调节学习总体处于中等水平的人数比例最高,其中学生在自我评价维度得分最高,在环境构建维度得分最低。


(三)不同类别学生之间的网络自我调节学习差异  


1.女生的网络自我调节学习水平显著高于男生以性别为自变量,分别以自我调节学习、环境构建、目标设定、时间管理、寻求帮助、任务策略、自我评价为因变量,进行独立样本T检验。男女生的网络自我调节学习存在显著性差异(F=10.871,p=0.032<0.05),主要表现在目标设定(F=10.341,p=0.011<0.05)、时间管理(F=12.207,p=0.027<0.05)、任务策略(F=6.834,p=0.050≤0.05)三个方面,并且女生的均值高于男生,说明女生的网络自我调节学习水平总体上要好于男生。


为了更进一步考察男女生之间网络自我调节学习水平的差异,按照每人的自我调节学习能力得分,分别统计出男女生网络自我调节学习处于低、中、高水平的人数比例,结果如图1所示,其中男生网络自我调节学习处于低水平的学生人数占男生总数的38.24%,处于中等水平的占42.16%,处于高水平的占19.61%;女生网络自我调节学习处于低水平的学生人数占女生总人数的25.32%,处于中等水平的占45.57%,处于高水平的占29.11%。从图1可以看出,女生网络自我调节学习处于中、高水平的学生比例高于男生,处于低水平的学生比例低于男生,说明本研究中参与基于MOOC的混合式教学的女生的网络自我调节学习总体上优于男生。

 


2.不同年龄段学生的网络自我调节学习不存在显著性差异


本研究中年龄在25岁以上的学生为零,以年龄为自变量,分别以另外七个维度为因变量进行独立样本T检验,结果显示在自我调节学习(F=0.199,p=0.440>0.05)、环境构建(F=1.042,p=0.235>0.05)、目标设定(F=0.081,p=0.483>0.05)、时间管理(F=0.010,p=0.383>0.05)、寻求帮助(F=0.255,p=0.796>0.05)、任务策略(F=0.018,p=0.916>0.05)、自我评价(F=0.034,p=0.482>0.05)方面均不存在显著性差异。


3.人文社科类学生的环境构建水平显著高于理工科类学生


以学科类别为自变量,分别以另外七个维度为因变量进行独立样本T检验,结果显示不同学科类别的学生在环境构建方面存在显著性差异(F=1.062,p=0.039<0.05),人文社科类高于理工科类学生(分别是M=58.06,SD=1.46;M=52.71,SD=20.09),而不同学科类别学生在自我调节学习(F=0.388,p=0.422>0.05)、目标设定(F=0.011,p=0.957>0.05)、时间管理(F=0.377,p=0.492>0.05)、寻求帮助(F=0.750,p=0.555>0.05)、任务策略(F=1.187,p=0.322>0.05)、自我评价(F=0.370,p=0.784>0.05)方面不存在显著性差异。


4.大二学生的环境构建水平显著高于大一学生


以年级为自变量,分别以另外七个维度为因变量进行独立样本T检验,结果显示不同年级学生仅在环境构建方面(F=3.092,p=0.028<0.05)存在显著性差异,经过多重比较发现主要是大二学生(M=58.42,SD=21.22)显著(p=0.005<0.05)高于大一学生(M=47.82,SD=18.63),其他年级间无显著性差异。不同年级学生在自我调节学习(F=0.388,p=0.422>0.05)、目标设定(F=0.011,p=0.957>0.05)、时间管理(F=0.377,p=0.492>0.05)、寻求帮助(F=0.750,p=0.555>0.05)、任务策略(F=1.187,p=0.322>0.05)、自我评价(F=0.370,p=0.784>0.05)方面不存在显著性差异。

 


以上结果表明,不同学科类别和不同年级学生均在环境构建方面存在显著性差异。为了验证不同学科类别和年级之间的交互效应,以学科类别和年级为固定因子,以环境构建为因变量进行交互效应检验,结果显示不同学科类别和年级间的交互效应不显著(F=0.199,p=0.656>0.05),交互效应如图2所示,在相同学科类别情况下,大二学生的环境构建水平高于大一学生,在相同年级中人文社科类学生的环境构建水平高于理工科类学生。  


四、结果讨论与研究启示  


(一)结果讨论


1.学生的网络自我调节学习处于中等水平巴娜德等[21]通过使用网络自我调节学习调查量表调查两个在线学生样本后,将自我调节学习者分为卓越型、胜任型、规划型、反思型、无效或低效型。本研究中将学生的自我调节学习按百分制得分分为高中低三种水平,从调查结果可以看出,参加基于MOOC的混合式教学的学生具备一定的网络自我调节学习能力,自我调节学习及其各维度均处于中等水平,同时具有胜任型、规划型及反思型自我调节者的特点,表现为学生通过学前意识来为自己规划和定向,在学习过程中具有使用自我调节学习策略和技能的基本能力,认可自己的自我调节学习,同时具有自我反思和监控能力,能通过与其他人的交流来进行自我评价。在本研究中,学生的自我评价水平得分最高,环境构建水平最低,与在基于Web学习环境下的结果——环境构建水平最高(M=66.78,SD=18.28)相反。对比发现,基于Web的学习要求学生完全自己掌握学习,学习环境的选择较为自由,而基于MOOC的混合式教学要求学生不仅要适应线上的学习环境,还要适应线下的学习环境,而在本研究中线下集中学习的环境也和传统教学不同,主要在信息化条件下的智慧学习环境中进行,教学中师生需要利用不同的教学信息化工具开展教学。学生自我评价能力得分最高,可能是基于MOOC的混合式教学的学习评价使用了他评与自评相结合的评价机制,在线上学习过程中嵌入课件中的交互测试、单元测试,题型为客观题居多,评价学生对所学知识的识记、理解能力,学生完成后即可得到反馈从而强化了学习效果,而对于主观性较强的任务评价采用同侪互评方式进行,在互评前每位学生需要对自己的任务进行评价后再给同伴进行评价,在这样的过程中无形地培养了学生的自我评价能力。


2.女生的网络自我调节学习水平显著高于男生


参与MOOC混合式教学的女生的网络自我调节学习水平显著高于男生,女生中处于高、中水平的人数比例高于男生,处于低水平的人数低于男生,女生在目标设定、时间管理与任务策略三个方面优于男生,且无论是人文社科类还是理工科类女生的网络自我调节学习水平均高于男生。在齐默曼的一项不同性别学生间自我调节学习差异的研究中也发现女生在自我保持和监控、环境构建、目标设定和计划方面比男生表现要好[23],Bozpolat[24]的调查也发现同样的结论,性别对自我调节学习策略有显著性影响,女生使用自我调节学习策略要好于男生,但也有研究[25]指出学生的自我调节学习没有性别间的差异,对于不同性别间的网络自我调节学习差异,尽管已经有一些研究明确地指出了自我调节学习的性别差异,但是很多研究结果尚未明确,仍然具有争议[26]。因此,在本研究中尽管女生的网络自我调节学习优于男生,但并不能轻易将结论扩大为性别是影响网络自我调节学习的因素。


3.不同年龄段学生的网络自我调节学习不存在显著性差异


参与本次MOOC混合式教学的学生的年龄段差距较小,他们均为全日制在校学生,具有相似的网络学习经验和技能,因此他们的网络自我调节学习差异不明显,而一项针对成人网络学习者网络自我调节学习素养的调查结果[27]显示,高年龄段(25-64岁)学生在“学习过程提升”方面显著高于低年龄段(24岁以下)学生,上述研究中的成人学习者年龄段与本研究相比差距较大,年龄大的学习者具有更强的学习动机和自主学习能力,这可能是造成研究结果不同的原因。


4.不同学科类别和不同年级的学生仅在环境构建方面存在显著性差异


科尔克马兹等[14]研究发现,社会科学类学生的网络自我调节学习显著低于理工科类学生,而本研究中人文社科类和理工科类学生总的自我调节学习水平无显著性差异,而在环境构建方面人文社科类学生显著高于理工科类学生,且全部学生在环境构建方面的得分最低,说明学生在学习环境方面可能存在不适应问题。除此之外,在相同学科类别情况下,大二学生的环境构建水平高于大一学生,在相同年级中人文社科类学生的环境构建水平高于理工科类学生,因此本研究中的环境构建是一个重要的自我调节学习因素,也就意味着提高学生的环境构建水平将会显著提升自我调节学习的水平。  


(二)研究启示


本研究采用网络自我调节学习调查量表对混合式教学环境下学生的网络自我调节学习进行了调查,调查发现学生的网络自我调节学习水平不高,不同性别学生间的网络自我调节学习水平差异较大,学生环境构建维度水平最低且不同学科类别和不同年级学生的环境构建水平差异较大,这些发现给我们提升学生的网络自我调节学习成效带来了一些启示。


学生的网络自我调节学习成效还有很大的提升空间,要设计干预策略培养学生的网络自我调节学习能力,即在混合式教学环境下长期提高学生使用自我调节学习策略的水平和培养学生成为终身的自我调节型学习者[28]。因此,在后续混合式教学过程中可以开展“网络自我调节学习”专题课程,培训学生使用策略,设计辅助系统或工具支持学生在学习过程中进行自我调节来培养他们的自我调节学习能力,并运用实验研究来检验这些干预策略的有效性。针对学生的环境构建能力较低这一问题,在培养学生的网络自我调节学习能力过程中,可以借助现代信息技术建立不同于传统教室、网络机房以及图书馆等的专门化自主学习中心,利用自主学习中心,学生可以建立学习社区,教师可以建立教学工作坊,为师生提供了方便的软硬件环境和资源,同时也创造出和谐的教学氛围,避免教与学脱节,加强学生、教师、环境之间的良性互动。


在自我调节学习的目标设定、时间管理、寻求帮助、任务策略、自我评价培养过程中要注意以下几点。第一,教师和学生要设定具体可操作的教与学目标,教师要按照教学内容和计划设定教学目标,依据教学目标和学生特点去引导学生设定自己的学习目标,教师和学生要以设定的目标不断地监控与调整自己的教与学活动;第二,按照教与学的目标,制定合适的计划,可以借助MOOC网络学习平台,设置课程开放时间节点,利用平台进度的反馈促进学生掌握学习时间,避免出现在线学习拖延现象,合理安排线下见面课次数和时间长短,加强线下见面课时间的有效利用和管理;第三,师生要通过寻求帮助进行反馈性调节,教学是学生与教师、学生、环境不断交互的过程,在线上学习中学生要借助网络环境下的交流工具向教师和同伴寻求帮助,利用反馈信息进行反思评价,调整学习行为,进而促进学习策略的应用和自我调节学习能力的提高[29],在线下集中见面课要以答疑、讨论、探究、实验等学习活动为主,增强学生之间面对面的交流,促使学生开展合作学习,不断提升交互效果;第四,在自我调节学习过程中,学习者要根据知识类型以及学习需要合理应用复述、精细加工、组织、监控等学习策略,教师可以对学生进行培训,使学生可以有针对性地选择学习策略;第五,增强学生对学习成效进行自我评价的意识,养成自我评价的习惯,给学生创造自我评价的机会,鼓励学生对自己的学习成效做出自我判断,从而监控学习和增强学习动机。


除此之外,针对本研究中不同性别学生的网络自我调节学习水平差异以及不同学科类别和不同年级学生的环境构建水平的差异,在培养学生网络自我调节学习能力时要考虑学生的性别、学科背景以及年级等因素的影响,可以开展多变量干预实验研究,找到影响差异存在的原因,以便于针对不同特征的学生进行差异化培养网络自我调节学习能力。

 


基金项目:全国教育科学“十三五”规划2017年度教育部青年项目“基于MOOC的混合式教学环境下在线自我调节学习调查与测量”(编号:ECA170445);2016年度云南省哲学社会科学教育科学规划项目“基于MOOC的混合式学习适应性影响因素研究”(编号:AD16008)。

作者简介:张成龙,云南大学信息技术中心实验师;李丽娇,云南中医学院信息技术学院(现代教育技术中心)实验师。

 

转载自:《现代远距离教育》2018年第2期

排版、插图来自公众号:MOOC(微信号:openonline)


喜欢我们就多一次点赞多一次分享吧~


有缘的人终会相聚,慕客君想了想,要是不分享出来,怕我们会擦肩而过~

《预约、体验——新维空间站》

《【会员招募】“新维空间站”1年100场活动等你来加入》

有缘的人总会相聚——MOOC公号招募长期合作者


产权及免责声明 本文系“MOOC”公号转载、编辑的文章,编辑后增加的插图均来自于互联网,对文中观点保持中立,对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证,不对文章观点负责,仅作分享之用,文章版权及插图属于原作者。如果分享内容侵犯您的版权或者非授权发布,请及时与我们联系,我们会及时内审核处理。


了解在线教育,

握MOOC国际发展前把沿,请关注:
微信公号:openonline
公号昵称:MOOC

 

登录查看更多
0

相关内容

最新《多任务学习》综述,39页pdf
专知会员服务
259+阅读 · 2020年7月10日
异质信息网络分析与应用综述,软件学报-北京邮电大学
人机对抗智能技术
专知会员服务
188+阅读 · 2020年5月3日
【NeurIPS2019报告推荐】公平与表示学习—UIUC Sanmi Koyejo教授
支持个性化学习的行为大数据可视化研究
在线学习体验影响因素结构关系探析
MOOC
7+阅读 · 2019年3月20日
终身教育百年:从终身教育到终身学习
MOOC
20+阅读 · 2019年3月5日
Arxiv
5+阅读 · 2018年12月18日
Arxiv
6+阅读 · 2018年3月29日
VIP会员
Top
微信扫码咨询专知VIP会员