后疫情时代大学生在线学习投入度提升策略研究

朱丹丹 杨滨

摘   要：提升学习者在线学习投入度、提高在线教学质量已成为后疫情时代教与学的重要命题。文章以学习《现代教育技术应用》公共课的学生为研究对象，采用问卷调查和统计分析法，对其在线学习投入的现状进行分析，并探讨了学习投入的情感、认知、行为维度的“串联”关系。通过对203名在线学习者的数据分析发现：大学生在线学习投入水平总体较高，三个维度得分由高到低依次为情感投入、认知投入、行为投入;性别在学习投入方面有显著差异。并在实践经验的基础上，提出了教师参与树榜样、协作学习补短板、多维评价促成效、作业反馈创压力、感恩教育成自律等大学生在线学习投入度提升策略。

关键词：在线学习者;学习投入;提升策略

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2021）10-0001-06

学习投入是衡量学习者动机、观测学习过程、预测学业成就的重要指标[1-3]，也是高校开展学情监测、自我诊断、评估教育质量的有效参考数据[4]。新冠肺炎疫情期间，在线教育成为全社会关注的焦点，“停课不停学”中由于师生的准分离状态、弱学习监控以及临场感的缺失，都使得在线学习投入度备受争议。大规模在线教学中，在线学习者在有效参与和积极投入方面表现并不理想，在线自主学习能力不足、全媒体学习适应性较差[5]、学习状态难以保持[6]、浅层被动参与、资源共享程度低等[7][8]问题备受质疑。因此，探索学习投入度对提升在线学习质量、解决在线学习中的诸多问题，具有重要的理论与实践意义。

一、研究概述

学习投入的提出源于学生对学校权威敬重程度的下降，学生追求“唯通过、唯毕业、唯证书”的“三唯目标”，不能再指望学校制度对学生强加约束[9]，因此，学习投入逐渐进入研究者的视野，它可以被理解为学习者在执行学习活动时卷入的强度和情感质量[10]。

1.学习投入的内涵及评价量表

从具体内涵来看，研究者普遍认为学习投入包含三个维度，即行为投入、情感投入、认知投入[11-13]。行为投入关注学生在课程学习中的主动、努力与坚持不懈，具体表征为准时上课、按时完成作业、提问、讨论、共享资源等;情感投入关注学生在教育活动中的情感体验或反应，如好奇、快乐、厌烦、归属感等;认知投入关注学生在教育活动中的心理投入水平和学习策略应用，如认知策略、元认知策略、情感管理策略等[14]。

目前，围绕MOOC、翻转课堂、微课等在线教学应用，对在线学习投入的研究逐步深入。Sun等人编制的远程学习投入量表（Student Engagement in Distance Education）[15]、李爽等人开发的远程学生学习投入评价量表[14]以及李冉开发的大学生网络学习参与度测量量表[16]，这些工具为在线学习投入的测量提供了有力保障。

李爽应用远程学生学习投入评价量表调查了北京大学医学网络教育学院和北大青鸟的433名远程学习者，发现学生学习投入整体水平良好，但在性别、职业、婚姻、学习经验等要素方面存在显著性差异[14];高洁运用测量工具分析网络学习环境下，大学生外部动机与在线学习投入的关系，发现外部动机对在线学习投入的影响取决于学生自主性程度的高低[17];高欣峰等以青岛农业大学在读本科生为调查对象，分析比较了MOOC、SPOC、大班课三种通识课形态在学习投入度上的差异，结果发现基于MOOC的通识课学习投入显著低于传统线下大班课，而基于SPOC的通识课在学习投入度的各个方面与大班课均无显著性差异[18]。

2.影响学习投入的因素

上述实证研究表明，在线学习投入受多方面因素的影响：①在学习者个体因素方面，性别、年龄、专业、技能素养、学习层次、学习动机、自我效能感是影响在线学习投入的重要前因变量[19-21];②在教师因素方面，教师参与度、教学方法、任务设计、学习反馈是影响在线学习投入的关键因素[22];③在环境因素方面，技术[23]、教学数据管理、探索性教学、学生凝聚力等显著影响在线学习投入[24]。

3.针对学习投入的提升策略及相关研究

关于在线学习投入的提升策略，黄慧构建了以学生、教师、学习资源、教学平台、同伴、教学政策等为一体的大学生在线学习参与度提升策略模型，并将其应用于网络在线课程，结果显示该策略模型有效提升了大学生在线学习参与度[25];从教学的角度出发，左秀娟提出了课程设计、资源分类、学习反馈等策略[26];基于知识情境化理论，沈欣忆等设计了成果公开化、早期公共反馈、同伴评价等策略[27]。

上述已有研究，反映出目前针对在线学习投入的研究主要集中于工具开发、实证研究、影响因素研究和策略研究等四个方面。但纵向分析，不难发现现有研究仅仅将在线学习投入的三个维度作为“并联”的预测变量，简单比较了三个维度对学习投入的影响，忽视了三个维度之间的内在联系。在中国传统尊师重教的文化背景下，学生“亲师信道”俯拾皆是，当学生与教师建立亲近关系或感受到教师支持时（情感投入），更能调动他们对知识和道理的重视（认知投入），进而促进学习行为的发生（行为投入），最终取得学业成功。

鉴于类似研究的缺乏，本研究试图探讨情感投入、认知投入、行为投入三者间的“串联”关系，并通过实证研究的方法，总结提出在线学习投入的提升策略。

二、研究设计

1.研究樣本

本研究以A师范大学3个专业的大学二年级学生为样本总体，采用整群抽样，对所有样本学生发放《大学生在线学习投入量表》，共回收有效问卷203份。其中男生47人，女生156人;城镇114人，乡村89人。

2.研究工具

本研究主要借鉴李爽等编制的远程学生学习投入评价量表[14]，同时参考Schaufeli等编制的UWES-S量表[28]和全美大学生学习投入调查问卷NSSE。并结合疫情防控期间“停课不停学”的实际情况，开发设计形成了包含行为投入、认知投入、情感投入三个维度的《大学生在线学习投入量表》。

研究首先对量表进行试测，要求被调查学生将题意与自身在线学习情况相比较，根据符合程度（1-5）进行评分。其中，1表示“完全不符合”、2表示“不符合”、3表示“一般”、4表示“较符合”、5表示“完全符合”。

对远程学生学习投入评价量表进行因子分析，检验量表的结构效度，利用主成分分析法抽取共同因子，以最大方差法进行正交转轴。根据题项与原维度的拟合程度、聚集效果和区分效果进行题项调整和删除，累计删除6个题项。研究中共进行了3次因子分析，萃取出3个因子，可累计解释变异量的65.97%，3个因子分别解释变异量的27.09%、25.99%、12.89%。

另外，本研究对修订后的远程学习投入量表进行验证性分析和信度分析，验证性分析结果显示，χ2/df=3.077，GFI =0.865，AGFI=0.809，CFI=0.897，IFI=0.898，RMSEA=0.101;信度检验结果显示，Cronbach′s alpha为0.916。在这些指标中除了RMSEA外，其他均符合学者建议的一般标准[29][30]，而Hair等认为尽管RMSEA 值略高，但并不会对模型分析产生较大影响[31]，因此修订后的《大学生在线学习投入量表》可以认为是有效的，具有研究应用的价值。

3.数据处理与分析方法

本研究使用 SPSS 22.0 和 AMOS 24.0 进行数据分析。数据分析过程主要包含以下三个方面：首先，运用描述性统计法描述在线学习投入总体和三个子维度的集中趋势;其次，运用Pearson 相关分析法探索学习投入三个子维度之间的相关关系;最后，根据理论和研究假设，运用回归分析法分析三个子维度之间的中介关系，侧面验证三个维度的“串联”关系。

三、研究结果

1.大学生在线学习投入整体水平

通过对在线学习者的学习投入度进行描述统计，得出在线学习者投入度及三个维度的均值和标准差如表1所示。

结果显示，在线学习者的学习投入度整体得分为4.0384，在三个维度上，得分从高到低依次为：情感投入4.2619、认知投入3.8810、行为投入3.8399，均超过问卷设计临界值3分。

（1）情感投入

该维度所有题目的得分均超过4分，如“帮助同学解决困难，会感到开心”4.23分;“在线学习中，经常感受到教师和同学的关心和帮助”4.12分;“获得教师或同学帮助后，心里会感激”4.41分;“经常用运动、美食等方式缓解压力”4.26分。这表明在《现代教育技术应用》公共课的学习过程中，学生有较强的归属感，愿意主动帮助同伴解决困难，在帮助同学之后能够获得成就感和满足感，并且情绪感知和调节能力也越来越强。

（2）认知投入

在该维度中，得分最高的是“合理安排学习时间”4.04分，其次是“会努力记住学习内容”3.92分、“课外时间也能合理利用”3.92分、“学习新概念，会和旧知识融合贯通”3.90分，表明作为在校生，其不必承担生活压力，有大量的时间可以自由分配，同时，在线学习者表现出较强的复述和精加工策略，能够将新旧知识联结。得分较低的是“经常对学习资料进行总结、归纳”3.75分、“制定学习计划”3.77分，这与日常教学感受相似，学生习惯于教师讲课节奏和授课思路，较少有学生自己总结经验、创新观点。

（3）行为投入

该维度是三个维度中得分最低的，说明在网络在线学习情境中，学生的参与、交互、专注等落实情况还有待提升。其中，“积极参与教师发布的讨论和答疑”3.97分、“在线学习，会认真做笔记”3.71分，表明学生在行为投入上呈现出绩效导向特征，对教师要求、课程活动等与学习成绩相关的任务会积极响应，但在自主学习方面表现不尽人意，停留在“视听”学习层次。

2.大学生在线学习投入差异分析

本研究采用独立样本T检验对不同性别、不同居住地的学习者进行在线学习投入水平分析。结果显示：不同性别的在线学习者，在学习投入性整体水平（F=4.483，p=0.002<0.05）和情感投入（F=5.177，p=0.04<0.05）、认知投入（F=0.529，p=0.02<0.05）、行为投入（F=1.418，p=0.001<0.05）等維度上的得分均存在显著性差异。数据显示，女生在整体和三个维度的得分均高于男生。不同居住地的在线学习者，在学习投入性整体水平及三个维度上的得分均无显著性差异（p>0.05）。

3.大学生在线学习投入中介检验

中介效应检验必需满足四个前提条件：第一，预测变量必须与结果变量显著相关;第二，预测变量必须与中介变量显著相关;第三，中介变量必须与结果变量显著相关;第四，在介入中介变量的作用后，预测变量与结果变量之间的关系减弱。

通过表1可知，前三个条件都满足，随后采用SPSS宏中的Model4，检验认知投入在情感投入与行为投入之间的中介效应。结果表明（见表2），情感投入对行为投入的预测作用显著（t=8.1157，p<0.01），且当放入中介变量后，情感投入对行为投入的直接预测作用依然显著（t=3.0949，p<0.01），但相关性减弱，因此满足条件4。

此外，情感投入对认知投入的正向预测作用显著（t=13.8915，p<0.01），认知投入对行为投入的正向预测作用也显著（t=4.196，p<0.01）。根据表3，情感投入对行为投入影响的直接效应及认知投入中介效应的bootstrap 95%置信区间的上、下限均不包含0，表明情感投入不仅能够直接预测行为投入，而且能够通过认知投入的中介作用预测行为投入。该直接效应（0.3679）和中介效应（0.3491）分别占总效应（0.717）的51.31%和48.69%。

四、研究结论

1.结论

研究结果显示，《现代教育技术应用》公共课学生的在线学习投入水平整体较高，各细分维度均处于中等偏上水平。其中，情感投入维度得分最高，认知维度次之，得分相对较低的是行为投入。这一研究结果与高洁关于在线学习投入总体呈现较低水平，情感投入低于认知投入、行为投入的结论有较大的差异。

造成这一结果的可能原因是，学生“选修”线上课程的初衷不同、课程教学形式不同。高洁调研的《多媒体课件制作》课程，是以选修课的姿态呈现在学生面前，教学材料以视频为主，视频通常是由教学名师录制，学习者是通过在线课程这一直接载体开展以自主学习为主要形式的学习活动，教师很少参与或不参与[17]。而本研究调研的《现代教育技术应用》为必修课，教师直播授课，师生实时交互，是教师引领的促进学习者知识内化的教学活动，因此他们的学习投入度表现出差异。这也反映了在线学习环境中“师生交流缺失”的可逆性，技术发展并与教育深度融合，已经带来了教育领域的技术红利，线上交流通畅、学习孤立感减弱、感知教师支持和同伴支持逐渐增强，学生的情感投入程度更深。

从在线学习者学习投入个体差异结果可以看出，女生比男生学习投入水平高，可能是因为女生情感更加细腻，容易对他人的行为或帮助产生感激之情，从而比男生表现出更多的反馈行为。

在生源地方面，不同生源地的学生学习投入水平差异不明显，说明媒体报道中的“教育数字鸿沟”与大学生群体相关性不大。“教育数字鸿沟”主要围绕基础设施建设、师资力量、教育资源分配等方面进行论述，而针对大学生群体主要问题应该聚焦在网络是否通畅等方面。大学生有校园卡套餐，并且在疫情期间，中国移动、联通、电信等公司都为学生提供了优惠政策，即使是没有安装宽带的家庭，手机流量也可以支撑线上学习的顺利进行。

另外，研究证实了在线学习投入三个子维度的“串联”关系，即“情感投入→认知投入→行为投入”。因此，情感投入对学习者的学习行为起到内在动机的作用，可以通过课程设计（包括评价设计、任务设计、分组设计等）增进学习者与教师、同伴之间的关系，促进其对学习重要性的认识，进而促使实实在在的学习行为的发生。

2.课程设计

关于《现代教育技术应用》公共课如何进行课程设计，主要体现在以下几个方面：①设计多元的学习活动和任务，如观看视频、主题讨论、作业互评、微课创作、汇报交流等;②对学生进行有效分组，营造集体学习氛围，增强学生互动性，遇到问题及时沟通;③及时更新教学内容，教师在繁冗的学习资料里选择性地提供给学生先前组织者;④教学形式多样，包括直播教学、直播+录播教学，避免照本宣科，激发学习者学习兴趣;⑤绩效评价多维度、全程化，有过程性评价和结果性评价，其中过程性评价主要考核学习态度、学习能力和实践能力三个方面的14个子能力，如提交作业情况、课堂发言情况、作业互评情况、小组合作情况等;⑥师生、生生之间实时交流：课上，学生可以借助留言板、弹幕、讨论区、连麦等教学工具向教师提问或与同伴交流。课下，学生可以通过教学工具和及时通讯工具（微信、QQ）与教师、同学互动;⑦增设4名助教，协助教师开展课程管理、任务设计、数据收集等活动，并进行学习进度的有效监督。

五、策略分析

由上述分析可知，《现代教育技术应用》公共课以教师参与贯穿始终，在线学习者能够感受到教师的支持。已有研究表明，教师的参与度、行为、态度、期望、教学方法、任务设计、及时反馈等均会影响在线学习者的学业情绪和学习投入[32][33][13]。

基于上述分析，笔者通过总结实践经验，提出以下在线学习者学习投入度提升策略：

1.分组合作学习：发挥长板效应

积极的相互依赖是合作学习的核心[34]，小组成员齐心协力共同完成目标任务，在自主完成自己任务的同时帮助同伴完成任务。合作学习不仅有利于提高学生个体在学习过程中的参与度、培养解决问题的能力，还能发展团队整体的多元智能效应。根据加德纳的观点，个体拥有的智能种类、发展水平各不相同，团队协作可以弥补个体短板，使个体优势成为决定团队整体能力的关键因素。将长板策略应用到合作和协作学习情境中，其实质是从追求全面发展的常规教育向追求个性化发展的智慧教育的转变[35]。

2.全程多維评价：利用绩效导向

上述分析指出，在线学习者的学习投入具有绩效导向特征，可以合理利用学生“唯分数”的特性，教师在实施网络教学时可以通过优化过程性评价来促使学生积极参与。也可增加过程性考核的方式和频率，除了“课后作业”“期中考试”“期末考试”等较为集中且标准化的考核方式之外，“考勤”“提交作业情况”“课程发言情况”“作业互评情况”“小组贡献度情况”“交流汇报情况”“优秀作业评选”“研学档案袋”等，都可以作为评价学生网络学习的过程化指标。这就要求教师应根据自己的课程设计开发“过程性评价量表”，表中要尽可能囊括线上学习行为，将每种行为量化，并在正式授课前向学生解读，绩效成绩会根据学习者的行为表现进行记录。

3.公共作业反馈：营造选择压

公共作业反馈主要分为三个环节：早期公共反馈、中期同伴评价、后期成果公开化。在教学平台上提交作业，系统会自动生成已提交作业人数和未提交作业人数比，教师可以对最早发布的作业进行反馈，在班级群感谢那些较早提交作业的学生，并鼓励其他学生积极完成任务。这样一方面可以给学生起到示范作用，另一方面可以营造一种选择压，激发学生的竞争意识。

为了激励学习者多交流，可以设置小组作业组间互评、教师分析总结，让学生感受到教师的全程参与和持续关注。最后，教师与助教分析学生评论，总结提炼，选择值得分享的作业将其分享到班级群，方便学生回顾课程内容。这样可以有效调动学生的内摄调节能力，为了维持自尊和避免内疚感，激励自己的作业质量朝着优秀等级靠拢。

4.培养同理心：感恩教师支持

在网络教学中，教师孜孜不倦地讲，学生却自由散漫地听的现象时有发生。有教师感慨，学生感知教师支持往往小于教师的实际付出，难免会造成教师的失落感与无力感。“培养同理心”能够增加学生的社交和情感意识，增加友好的社会行为，这类教学活动可以帮助学生深入了解他人感受，产生共情，激发个体责任感[36]。“同理心”可以引起学生对教师支持的足够重视，感恩教师全情投入，对教师的付出做出积极的回馈，进而促进学习投入度的提高。

參考文献：

[1]汪雅霜.大学生学习投入度对学习收获影响的实证研究——基于多层线性模型的分析结果[J].国家教育行政学院学报，2015（7）：76-81.

[2]Hamane A C. Student engagement in an online course and its impact on student success[D].Ann Arbor：Pepperdine University，2014.

[3]Macfadyen L P， Dawson S. Mining LMS data to develop an“early warning system” for educators：a proof of concept[J].Computers & education，2010，54（2）：588-599.

[4]叶甲生，朱祖林，郭允建.现代远程教育质量测评：学习性投入的视角[J].中国电化教育，2015（7）：60-65.

[5]王冬冬，王怀波，张伟，等.“停课不停学”时期的在线教学研究——基于全国范围内的33240份网络问卷调研[J].现代教育技术，2020，30（3）：12-18.

[6]于康存.在线教学模式下教学问题与对策的探究[J].现代信息科技，2020（10）：191-193.

[7]高地.MOOC热的冷思考——国际上对MOOCs课程教学六大问题的审思[J].远程教育杂志，2014，32（2）：39-47.

[8]张丽霞，郭秀敏.影响虚拟课堂学习参与度的因素与提高策略[J].现代教育技术，2012，22（6）：29-34.

[9]李静.高校学生网络学习投入情况研究[D].开封：河南大学，2012.

[10]文超，张卫，李董平，等.初中生感恩与学业成就的关系：学习投入的中介作用[J].心理发展与教育，2010，26（6）：598-605.

[11]Fredricks J A， Blumenfeld P C， Paris A H. School engagement： potential of the concept， state of the evidence[J].Review of educational research，2004，74（1）：59-109.

[12]杨立军，韩晓玲.基于NSSE-CHINA问卷的大学生学习投入结构研究[J].复旦教育论坛，2014，12（3）：83-90.

[13]张娜.国内外学习投入及其学校影响因素研究综述[J].心理研究，2012，5（2）：83-92.

[14]李爽，喻忱.远程学生学习投入评价量表编制与应用[J].开放教育研究，2015，21（6）：62-70+103.

[15]Sun C Y， Rueda R. Situational interest， computer self -efficacy and self-regulation： Their impact on student engagement in distance education[J].British journal of educational technology，2012，43（2）：191-204.

[16]李冉.大学生网络学习参与度量表编制研究[D].沈阳：沈阳师范大学，2016.

[17]高洁.外部动机与在线学习投入的关系：自我决定理论的视角[J].电化教育研究，2016，37（10）：64-69.

[18]高欣峰，喻忱，李爽.大学生网络通识课学习投入调查研究——以青岛农业大学为例[J].中国远程教育，2020（5）：38-45+53.

[19]Robinson C C， Hullinger H. New benchmarks in higher education： Student engagement in online learning[J].Journal of Education for Business，2008，84（2）：101-108.

[20]文书锋，孙道金.远程学习者学习参与度及其提升策略研究——以中国人民大学网络教育为例[J].中国电化教育，2017（9）：39-46.

[21]兰国帅，郭倩，钟秋菊.MOOC学习投入度与学习坚持性关系研究[J].开放教育研究，2019，25（2）：65-77.

[22]Shi， S.Teacher moderating and student engagement in synchronous computer conferences[J].MERLOT Journal of Online Learning and Teaching，2010，6（2）：431-445.

[23]Henrie C R，Bodily R，Manwaring K C，et al.Exploring Intensive Longitudinal Measures of Student Engagement in Blended Learning[J].International Review of Research in Open and Distributed Learning，2015，16（3）：131-155.

[24]齐媛.网络学习环境对小学生学习投入的影响研究——以教客平台为例[J].中国特殊教育，2019（12）：83-88.

[25]黄慧.混合式学习环境下大学生在线学习参与度提升策略研究[D].上海：上海师范大学，2017.

[26]左秀娟.大學生在线学习行为与学习效果关系及促进策略研究[D].济南：山东师范大学，2019.

[27]沈欣忆，李爽，丹尼尔·希基，等. 如何提升MOOCs的学生参与度与学习效果——来自BOOC的经验[J]. 开放教育研究，2014，20（3）：63-70.

[28]Schaufeli W B， Martinez I M， Pinto A M， et al.Burnout and engagement in university students： A cross-national study[J].Journal of Cross-cultural Psychology， 2002，33（5）：464-481.

[29]Fornell C， Larcker D F. Evaluating structural equation models with unobservable and measurement errors[J].Journal of Marketing Research，1981，18（1）：39-50.

[30]Lacobucci D. Structural equations modeling： Fit Indices， sample size， and advanced topics[J]. Journal of Consumer Psychology，2010，20（1）：90-98.

[31]Hair J F FR， Anderson R E， Thatam R L， et al.Multivariate data analysis， 7th edition[M].London： Pearson Education Limited，2013：677-679.

[32]Shea P， Bidjerano T. Community of inquiry as a theoretical framework to foster "epistemic engagement" and "cognitive presence" in online education[J]. Computers & education，2009，52（3）：543-553.

[33]尹睿，徐欢云.国外在线学习投入的研究进展与前瞻[J].开放教育研究，2016，22（3）：89-97.

[34]王卫军，蒋双双，杨微微.基于协作学习的在线课程设计探讨[J].电化教育研究，2016，37（2）：68-74+101.

[35]祝智庭，俞建慧，韩中美，等.以指数思维引领智慧教育创新发展[J].电化教育研究，2019，40（1）：5-16+32.

[36]李青，闫宇.新技术视域下的教学创新：从趣悦学习到机器人陪伴学习——英国开放大学《创新教学报告》（2019版）解读[J].远程教育杂志，2019，37（2）：15-24.

（编辑：李晓萍）