移动学习研究的知识基础、热点领域及发展脉络

罗霄　李鑫　蒋玉石

摘要：移动学习是以通信与信息技术为基础呈现的教育形态。借助CiteSpace软件，对2010—2020年期间Web of Science核心数据库中移动学习相关的3229篇文献进行计量分析。运用知识图谱分析、聚类分析、关键词突变等分析方法，探讨了这十年国际移动学习的知识基础、热点领域及发展脉络，研究发现：移动学习研究的知识基础由信息技术发展、教育方法策略和实践应用探索三个方面的文献构成，热点领域包括前景展望、技术支撑、教学方法变革、学习者行为态度和应用效果反馈五个方面，移动学习研究经历了“信息技术发展支撑—教学策略调整适应—应用领域拓展细分—实践效果检验反馈”的发展过程，未来研究可在教学活动再造、系统的跨平台和轻量化、学习者体验等方面继续深入。

关键词：移动学习;知识图谱;CiteSpace;计量分析

收稿日期：2021-05-17

基金项目：2021年自然基金面上项目“‘雾里看花vs.‘身临其境：OTA旅游目的地广告对消费者注意的影响研究”（72172129）;2021年度教育部人文社会科学研究规划基金项目“内外兼修：人工智能服务对消费者光顾实体门店意愿的影响研究”（21YJA63003）;教育部2019年度人文社科项目“互联网时代拟人化广告对品牌传播的影响研究：基于眼动视角”（19YJC860033）;川酒发展研究中心项目“宜泸白酒产区品牌文化比较与融合发展研究”（CJZ21-03）

作者简介：罗霄，西南交通大学宜宾研究院副研究员，主要从事移动学习及口碑营销等方面的研究，E-mail： 10108868@qq.com;李鑫，西南交通大学经济管理学院。

通讯作者：蒋玉石，西南交通大学经济管理学院教授，主要从事广告营销等方面的研究。E-mail： 906375866@qq.com。

一、引言

移动学习是“互联网+教育”的典型应用，通过智能手机、平板电脑等数字终端，能够在任何时间和地点获得信息、资源或学习服务〔1〕。据中国互联网络信息中心发布的《中国互联网络发展状况统计报告》，截至2020年3月，我国手机在线教育的用户规模为4.2亿人，较2018年末增长2.26亿人，占移动互联网用户的46.9%〔2〕。特别是2020年以来，新冠肺炎在全球蔓延，各国大中小学纷纷将教学活动转为线上，进一步推动了移动学习的广泛应用。

移动学习产生伊始，就深受学术界的重视〔3〕，各国学者在不同领域，从不同角度对移动学习开展了深入的研究。对已有学术成果进行梳理和总结，将有助于厘清研究的边界，挖掘研究的理论基础，探寻研究热点及发展趋势，能够为后续研究奠定基础并提供启示。因此，对已有文献进行总结和分析成为了国内学者的课题。例如，郭绍青梳理了国外移动学习的发展路径，分析了移动学习普及的制约因素及开发过程中的经验和教训〔4〕;缪玲通过对国内学术期刊的梳理，揭示了特定年度国内移动学习的发展成果及存在问题〔5〕;曲大为等梳理了2013—2017年国内有关移动学习研究的期刊文献，总结了基础、技术、应用和实践等四个方面的现状。但目前国内学者对移动学习研究的综述也存在一定局限。一是综述范围和内容上存在局限：基于国内移动学习领域文献的分析较多，涉及国外的研究综述则相对较少;研究一般性问题的多，涉及热点问题的较少;研究当前存在问题的多，研究发展脉络和趋势的前瞻性问题较少。二是研究的方式方法上存在局限：对文献大多采取主观分类的方式，较易遗漏非主流的研究文献，从而导致综述有失全面。三是展现形式存在局限：之前的研究大多采用平面的纯文字的展现形式，较少运用知识图谱进行可视化分析，不利于揭示移动学习各元素之间的内在联系，不利于展现移动学习领域研究发展的总体情况。上述研究局限，将导致对移动学习领域研究的梳理缺乏全面性和系统性，不利于后续研究的深入，更不利于移动学习的持续健康发展。

鉴于这一现状，本文将以2010—2020年Web of Science数据库中移动学习相关的学术论文为研究对象，通过CiteSpace软件进行计量分析，以梳理该领域研究的现状，探讨未来研究的趋势，为后续更广泛深入的研究提供数据和借鉴。

二、研究设计及数据来源

（一）研究设计

本文采用文献计量及知识图谱可视化的方法对文献数据进行分析。文献计量研究法是图书情报学的分支学科，是一种审查和评价科学文献的方法〔6〕，它以文献的外部特征为研究对象，可描述、评价及预测相应学科领域的现状及发展趋势〔7〕。知识图谱以知识域为对象，将相应领域中科学知识的结构关系和发展进程以谱系图像的形式展现，可描绘知识单元及知识群之间的网络结构、交叉互动及衍生进化等复杂的隐含关系〔8〕。通过文献计量研究和知识图谱分析，能够挖掘相应领域的知识关系，从而推导出新的知识。

CiteSpace是美国德雷塞尔大学（Drexel University）陈超美教授基于Java平台开发的知识可识化分析软件，能够将文献之间的关系以图谱的方式进行可视化展示，从而对特定科学领域知识结构进行解读和分析。本文将运用CiteSpace軟件，通过绘制图谱的方式对来自Web of Science数据库中移动学习相关的学术文献进行分析。研究分为五个阶段：一是通过国家（地区）、机构和期刊的引文共现了解国际范围内各个学术团体对于移动学习的研究概况;二是通过引文分析探寻移动学习领域的高被引文献，以挖掘出该领域的知识基础;三是通过关键词共现和聚类分析，探讨移动学习研究的热点领域;四是通过对关键词进行突变分析，梳理出移动学习研究的发展脉络;五是通过对时间图谱的分析，展望移动学习未来的研究趋势。通过上述研究，从整体上归纳出移动学习研究的知识基础、发展现状和未来趋势。

（二）数据来源

由美国科学情报研究所（The Institute for Scientific Information，ISI）开发的Web of Science 是全球最大、覆盖学科最多的综合性学术信息资源数据库，收录了工程技术、自然科学、生物医学等各个研究领域最具影响力的8700多种期刊的学术论文。Web of Science提供了丰富的信息，可以支持合作分析、文献共被引分析、关键词共现分析等文献计量研究，能够较为全面、客观、深入地反映相应领域知识分布及演进的情况。本文从Web of Science文献数据库中提取2010年至2020年期间有关移动学习研究的学术文献。设置检索式为“TS=mobile-learning or mobile-education or M-learning or M-education”，数据库选择“Web of Science核心合集”，年份范围为“2010—2020年”，类别选择“Education educational research”，文献类型为“Article”，检索日期为2021年4月3日，共获得文献3229篇。

三、国际移动学习的研究概况

2010年至2020年期间，在Web of Science数据库的核心合集中共检索到移动学习相关的学术文献3229篇，历年发文数量如表1所示。

由表1可知，2010年至2014年期间，移动学习相关研究文献的增长较为平缓，而从2015年起，发文数量开始大幅提高，当年增幅达162.68%，随后几年，移动学习的研究文献均保持较大幅度的增长。至2020年，全年移动学习相关的文献总数为581篇，是2010年的近6倍。由此可见，移动学习的相关研究已经引起了各国学者的广泛关注，正在持续成为研究的热点。

（一）各国（地区）发文被引概况

分析各国（地区）的发文被引概况，有助于了解各个国家和地区针对移动学习的研究进展及贡献度。将文献数据导入CiteSpace软件，时间区间范围为2010年1月至2020年12月，时间片为1年，节点类型中选择“Country”，并从每个时间片中选择前50个被引用次数最多的项目。运行结果表明共有115个国家（地区）的学者在移动学习领域发表了学术论文，其中发文数量超过100的国家（地区）共计8个。发文图谱见图1：

在图1呈现的图谱中，圆形的面积代表发文的数量，而外圈的厚度则体现了相应国家（地区）发文的中心度（Centrality）。由图1及对应统计数字可知，美国、西班牙、英国和中国的发文数量较多，分别为636篇、309篇、280篇和233篇;而波兰、印度、瑞士、德国和墨西哥等国家（地区）的文献具有较高的中心度，分别为0.97、0.94、0.78、0.76和0.73，表明其学者发表的文献具有较高的学术价值，被广为引用。由图1还可知，各国（地区）图形之间的连线较少，甚至不可见，网络密度（Network Density）的统计结果仅为0.0237，表明各国（地区）在移动学习领域的学术研究交集不多，交流较少。

（二）学术机构发文被引概况

分析学术机构的发文被引概况，可以了解各学术机构对移动学习相关研究的关注度。在CiteSpace软件的节点类型中选择“Institution”，其余设置不变，运行后得到各学术机构的发文情况。统计结果表明，在2010年至2020年期間，共有413个学术机构发表了与移动学习相关的学术文献，其中发文数量超过10篇的学术机构有35个。学术机构发文的图谱见图2：

由图2可知，在移动学习领域，已经形成了一批较有影响力的学术机构。发文数量排在前3位的学术机构是台湾科技大学（Natl Taiwan Univ Sci & Technol）、台湾师范大学（Natl Taiwan Normal Univ）和南洋理工大学（Nanyang Technol Univ），分别为68篇、62篇和47篇，体现了相应机构对移动学习研究领域的重视。文献中心度排名前3的学术机构是台湾师范大学（Natl Taiwan Normal Univ）、斯坦福大学（Stanford Univ）和北京师范大学（Beijing Normal Univ），分别为0.09、0.07和0.07，体现了相应机构在移动学习领域的研究具有较高的学术价值。图2相应的图谱统计数据表明，在412个学术机构中有226条连线，网络密度为0.0027，说明仅有少量学术机构之间已经建立了联系，形成了学术共同体，而大多机构还处于独立研究的状态。

（三）学术期刊发文被引概况

分析学术期刊的发文被引概况，可以挖掘出相应研究领域的重要学术期刊。在CiteSpace软件的节点类型中选择“Cited Journal”，其余设置保持不变，运行后得到学术期刊的共被引情况。统计结果表明：在2010—2020年期间，共有155个期刊所刊载的移动学习相关学术文献被引用，其中被引超过100次的期刊有43个，体现出移动学习研究领域已经出现了一批核心期刊。期刊的共被引图谱见图3：

由图3可知，Computers & Education对应的图形面积最大，且具有深色外圈，表明其被引次数最多（被引1600次），中介中心性较高（0.61），是移动学习领域最重要的期刊。其他重要期刊还包括：British Journal of Educational Technology（被引999次，中介中心性0.09）、Journal of Computer Assisted Learning（被引848次，中介中心性0.02）、Educational Technology & Society（被引779次，中介中心性0.29）、Computers in Human Behavior（被引771次，中介中心性0.07）等。图3相应的图谱统计数据表明，在155个期刊节点之间有169条连线，网络密度为0.0142，说明部分期刊之间已经建立了合作关系，为进一步开展移动学习领域的深入研究建立了良好基础。

结合移动学习相关学术文献历年发文的数量，以及各国（地区）、各学术机构和学术期刊文献的被引情况可以得到两方面的印证：一是移动学习已在世界范围内引起了广泛关注，引起了学者们深厚的研究兴趣;二是在该研究领域，已经出现了一批具有较强影响力的学术机构和学术期刊，对移动学习研究的发展起到了引领作用。

四、国际移动学习研究的知识基础

特定学科领域中的高被引文献往往具有较强的创新性和较好的通用性，能够解决重要的科学问题，甚至能够开创新的研究领域，可视为相应学科领域的知识基础〔9〕。因此，本文拟通过对移动学习相关的学术文献进行引文共现分析，以挖掘在该领域具有重要影响力的文献，从而探讨移动学习研究领域的知识基础。将文献数据导入CiteSpace软件，时间区间范围为2010年1月至2020年12月，时间片为1年，节点类型中选择“Reference”，选择标准采用g-index指数，设置k值为25，对文献进行共被引分析后得到图谱见图4：

图4中的圆形图案代表相应的被引文献，图案的面积越大，则表示被引频次越高;图形图案的颜深浅则表示文献中介中心性（Betweenness centrality）的高低，颜色越深，则中介中心性越高，反之亦然。在CiteSpace中，中介中心性超过0.10的节点称为关键节点。图4中共出现了671个节点，形成了950个连线，网络密度（Network Density）为0.0042。图谱数据表明，被引15次以上的文献共计131篇，说明2010年至2020年期间，在移动学习领域出现了许多有代表性的文献，它们被其他学者广泛引用，从而构建起移动学习领域的知识体系。为挖掘出移动学习研究领域中具有影响力的知识基础，本文综合考察了文献被引频次、中介中心性和文献类别。选择标准为中介中心性高于或等于0.10，非综述类，且满足前述两项条件后排名前10的文献，结果如表2所示：

1号文献：Mobile Computing Devices in Higher Education： Student Perspectives on Learning with Cellphones， Smartphones & Social Media，发表于2013年，期刊为Internet & Higher Education。该文以美国3所大学的学生为对象，通过对比访谈的形式，研究了学生对移动学习设备优劣势的感知，指出移动计算设备和社交媒体的出现为学生创造了互动及合作的机会，让他们打破时空限制而获得帮助，利用社交媒体和Web 2.0工具进行内容创作和传播〔11〕。该文对移动学习的优势及存在问题进行了探讨，对未来发展前景进行了展望，共被引用80次，中介中心性为0.10。

2号文献：A Formative Assessment-based Mobile Learning Approach to Improving the Learning Attitudes and Achievements of Atudents，发表于2011年，期刊为Computers & Education。该文基于移动学习环境，提出了基于形成性考核的成绩管理办法，并进行了课程实验，结果表明，该方法能够有效提高学生的学习兴趣，增强学习态度，从而提高学习成绩〔12〕。该文对移动学习情境下的教学管理方法进行了探讨，共被引用69次，中介中心性为0.10。

3號文献：Here and Now Mobile Learning： An Experimental Study on the Use of Mobile Technology，发表于2013年，期刊为Computers & Education。该文进行了一项对比实验，将同样的教学内容分别通过计算机和iPad（或iPod）来呈现，结果发现计算机组的成绩较高，而iPad组的学习态度更为积极〔13〕。该文在当时技术条件下对比了计算机和移动设备的教学效果，具有一定启示意义，共被引用67次，中介中心性为0.10。

4号文献：An Investigation of Mobile Learning Readiness in Higher Education Based on the Theory of Planned Behavior，发表于2012年，期刊为Computers & Education。该文提出了一个基于计划行为理论（TPB）的概念模型，用以挖掘影响高等教育学习者在课程中使用移动设备意愿的因素，研究结果显示态度、主观规范和行为控制对学习者的采纳意愿有正向影响〔14〕。该文对提高大学生对移动学习的接受度提供了有价值的启示，共被引用65次，中介中心性为0.20。

5号文献：Current Status， Opportunities and Challenges of Augmented Reality in Education，发表于2013年，期刊为Computers & Education。该文提出增强现实（AR）是一种概念而非单纯技术，AR技术的特性可以通过移动学习而实现〔15〕。该文讨论了AR技术在教育应用中的机遇与挑战并提出了未来展望，共被引用45次，中介中心性为0.12。

6号文献：A Knowledge Engineering Approach to Developing Mindtools for Context-aware Ubiquitous Learning，发表于2010年，期刊为Computers & Education。该文认为移动学习的主要的问题在于缺乏适当的学习策略或工具来指导或协助学生在如此复杂的学习场景中学习，因此提出了一种基于知识工程方法开发的、针对创新学习场景的思维工具〔16〕。该文着重于探讨移动学习情境下的支撑和保障条件，共被引用44次，中介中心性为0.13。

7号文献：Innovation in Mobile Learning： A European Perspective，发表于2009年，期刊为International Journal of Mobile & Blended Learning。该文旨在探索移动学习的兴起，展示移动学习在欧洲的创新驱动力，并基于物理、技术、概念、社会和时间等元素构建了移动学习理论，探讨了移动学习对教育实践及政策的影响〔17〕。该文从宽阔的视角介绍了移动学习的相关理论和实施效果，共被引用41次，中介中心性为0.11。

8号文献：University Students^， Behavioral Intention to Use Mobile Learning： Evaluating the Technology Acceptance Model，发表于2012年，期刊为British Journal of Educational Technology。该文旨在研究影响大学生采纳和使用移动学习的因素，研究者基于技术接受模型（TAM）并通过结构方程实证了学生对移动学习的采纳意愿，发现自我效能感、专业相关性、系统可用性、主观规范、感知有用性、感知易用性因素等对学生的行为态度均有影响〔18〕。该文将信息采纳领域的相关模型引入移动学习研究，为后续研究提供了可借鉴的方法，共被引用38次，中介中心性为0.1。

9号文献：M-Learning： An Experiment in Using SMS to Support Learning New English Language Words發表于2009年，期刊为British Journal of Educational Technology。该文提出了一种基于短信服务（SMS）的移动学习系统，并将其运用于本科英语教学之中〔19〕。该文是较早提出移动学习具体应用实践的文献，对后续研究具有较好的借鉴意义，共被引用35次，中介中心性为0.10。

10号文献：Affordances and Limitations of Immersive Participatory Augmented Reality Simulations for Teaching and Learning，发表于2009年，期刊为Journal of Science Education and Technology。该文以美国中学生为对象，针对不同年级学生进行了多项定性研究，从学生和教师的角度记录了AR的有效性和局限性，提出尽管AR提供了潜在的变革性附加价值，但它同时对“教”和“学”均提出了独特的技术、管理和认知挑战〔20〕。该文是早期评价信息技术辅助教学的文献，共被引用33次，中介中心性为0.10。

上述10篇文献可归纳为三个类别：一是移动学习特点及应用前景分析，包括第1、3、7、10号文献。此类文献从应用理念、软硬条件和实施效果等不同角度讨论了移动学习的优缺点及发展前景，反映了学术界在移动学习发展初期的思考与探索。这些文献大多出现于移动学习应用的前期，当时的网络技术和软硬设备还存在许多不足，但移动学习已经开始体现出自身的优越性，并引起了学者们的关注。二是移动学习的实践探索，包括第4、5、8、9号文献。其中，用户对移动学习的采纳是研究的重点，计划行为理论（TPB）、技术采纳模型（TAM）等经典理论被引入其中，以分析学生和教师对移动学习技术的采纳意愿。此类文献分布于较宽泛的时间阶段，体现了学者们从实践角度对移动学习在具体领域应用效果的探讨。三是移动学习教学方法及策略，包括第2、6号文献。此类文献表明学者们意识到移动学习不仅是一种技术引进，而且是对传统教学模式的一种深刻变革，会在教学组织和学习方式等方面产生重大的变化。上述10份文献呈现出“前景展望—技术探讨—模式变革”的路径，它们与其他高被引文献共同构建了移动学习领域的研究框架，从理论、方法和实践等多个角度为后续研究奠定了重要的学术基础。

五、国际移动学习研究的热点领域

关键词是学术文献研究主题的高度概括，通过对关键词频数统计和聚类分析能够探寻特定领域的研究热点。因此，本文拟通过文献关键词进行共现分析，通过关键词的词频统计和聚类分析反映移动学习研究的热点领域。在CiteSpace软件的节点类型中选择“Keyword”，其他设置与前述相同，对移动学习相关文献的关键词进行共现分析。运行后共提取出527个关键词，经合并相近词义的关键词，共得到出现频次超过100次的高频关键词21个，如表3所示：

关键词出现频次的高低能够反映学者对相应主题的关注程度。由表3可知，关键词出现频度最高的为“Mobile Learning”及其同义词，但由于本文的检索条件即为移动学习，故在绘制图谱时将相应节点隐藏以突出其他关键词。通过CiteSpace对关键词进行聚类分析，采用LLR方法运算后共得到20个聚类，Modularity Q值为0.7718，Silhouette值为0.7863，均大于0.7，说明关键词聚类高效且可信〔8〕。关键词聚类后得到图谱如图5所示：

图5中的圆形节点为关键词，图形大小体现了相应关键词出现频次的高低。对各聚类对应的关键词以及所包含的文献进行解读，合并内容相似的聚类，可将移动学习相关文献整合为七个较大的聚类，如表4所示：

由表4的分析可以发现，虽然学者们在移动学习领域已开展了较为广泛的研究，但研究的热点领域却相对集中，主要聚焦在“移动学习前沿技术”“移动学习应用效果”“通信及硬件技术发展”“移动学习平台及资源建设”“移动学习方法论”“移动学习者个体特征的影响”和“学习者的采纳及持续使用态度”七个方面。其中“通信及硬件技术发展”和“平台及资源建设”这两个聚类的文献内容是从不同角度和层面讨论移动学习相关的软硬件技术，因此可归纳为移动学习的技术支撑条件;“移动学习者个体特征的影响”和“学习者的采纳及持续使用态度”两个聚类的文献主要探讨移动学习实施过程中教学环境、教学主体和客体等影响因素的作用机制，因此可归纳为移动学习情境研究。进一步归纳后形成五个主题，由此绘制出2010—2020年期间移动学习领域的研究框架如图6所示。

由图6可知，在2010年至2020年期间，国际移动学习领域的研究已经形成了较为完整、相互联系且闭合循环的体系。

主题1：移动学习前沿技术。围绕这一主题，学者们在不同时期和不同技术背景下探讨了移动学习的概念和模型，开展移动学习所面临挑战和机遇，以及应用的预期效果等方面的内容。例如：Lim探讨了基于短消息模式的移动学习在本科远程教育中的应用〔21〕;Sanders提出嵌入式课程系统可对用户学习活动进行实时监测和个性化内容推送〔22〕;Ozcelik等指出，随着移动技术和信息技术的发展，传统纸质教材中的内容可存储在手机之中，从而改变学习的模式〔23〕，等等。该主题体现了人们摆脱传统教学固定场景的束缚，能够在更为广阔的时空，以更为有效且可持续地传递知识的渴望，对移动学习的理论和实践探索起到了启示作用。

主题2：移动学习的技术支撑。现代通信技术和信息技术是移动学习得以实施的基础，因此，相关技术的探讨也是移动学习领域学者们关注的重点。在移动学习的技术支撑条件主题中，包含了信息及硬件技术和平台及资源建设两个子主题。信息及硬件技术子主题从现代通信技术和智能终端的发展角度探讨移动学习的外部支撑条件。例如：Shen等认为以微信为代表的移动社交媒体应用程序，能够推动“教”与“学”之间的交流互动〔24〕;Anatolii等提出最新的信息和通信技术为教育行业的专业化发展创造了良好和有效的环境〔25〕。平台及资源建设子主题则从平台开发和资源建设的角度阐述了移动学习的实现途径。例如Sung等针对非正式学习，对学习者访问移动设备的行为模式进行了深度探索，为相应系统的开发提出了建议〔26〕。该主题的研究内容表明，从2G的短消息模式，到5G的音视频实时传输，无线通信技术的进步以及配套软硬件资源的建设引领并支撑了移动学习的发展。

主题3：移动学习的教育教学方法变革。移动学习并非简单地将传统课堂移植到智能终端上，而是一种新兴的教育模式，將会从理念、组织、管理、评价等多个维度带来深刻的变革，进而形成一种新的模式，新的业态。在该领域的研究中，学者们着重探讨了移动学习的教学模式、组织形式和实施要点，提出了许多有异于传统教学的新理论。例如，Bannon等的研究发现，45%的教师支持在课堂中使用移动设备，他们认为移动学习的互动性能够提升课堂教学的效果;而25%的教师则明确表示反对，理由包括作弊行为、稳定性、学术诚信和不健康内容等〔27〕;Hwang等指出需要建立移动学习的指导机制，以帮助学习者在复杂的虚拟情境中有效开展学习〔28〕。基于移动学习的特点和应用场景，学者们还提出了合作学习（Cooperative learning）、协作学习（Collaborative learning）、基于游戏的学习（Game-based learning）、翻转课堂（Flipped classroom）等概念，丰富并指导了移动学习的理论和实践。该主题体现了教育管理者对移动学习的深入思考，将其由一种技术提升逐渐演变为教育模式的变革，甚至是教育的革命。

主题4：移动学习的情境搭建。在移动学习情境下，教学的主客体角色发生了重要改变，学习者由传统教学中的被动接受转化为主动参与，成为学习活动的中心。因此，学习者在移动学习环境下的参与度成为学者们关注的重点。在该领域的研究中，学者们的分析从两个角度切入。一是从移动学习系统特征角度进行分析。学者们基于TAM、UTAUT等信息系统采纳理论，对移动学习系统的有用性、易用性、娱乐性等特征对学习者采纳意愿及持续使用行为的影响进行了研究。例如：Wang等运用UTAUT模型和结构方程，验证了影响学习者接受移动学习的因素，发现绩效期望、努力期望和可娱乐性等会对学习者的行为态度产生重要影响〔29〕;Chang等基于改进的技术接受模型（TAM），实证研究了台湾高中学生对PDA学习英语的持续使用意愿，发现感知便利性对于感知有用性及持续使用意愿均有显著正向影响〔30〕。二是从学习者的个体特征角度进行分析。学者们发现学习者的个体差异，如年龄、性别、学习经历、个人特质等，会不同程度地影响其使用移动学习的意愿，甚至不同学科的学习者对移动学习的认识也会存在差异。例如，Wang等的研究发现，学习者的自我管理是影响其对移动学习持续使用意愿的重要因素，而年龄和性别则会起到调节作用〔29〕;Chang等的研究则发现，学习者的好奇心理对PDA的持续使用意愿有积极影响〔30〕。该主题着重对移动学习情境中的学习者进行研究，体现了学习者在移动学习活动的中心地位。

主题5：移动学习的应用效果。采用移动学习方式后，在“教”与“学”两端所带来的绩效提升是学者们感兴趣的话题。在不同时期，学者们从技术、方法和对移动学习的实施效果进行过探讨，并通过研究结论对移动学习的发展进行了展望。由此，该主题与移动学习前景展望主题建立了关系，成为闭合的研究环。例如，Taleb研究了移动技术对提高数学学习动机的效果，结果显示，移动学习对激发学习者学习数学的动机具有积极的作用，并由此促使教师将移动技术应用于数学教学之中〔31〕;mer认为，移动学习的实施效果，将受学校基础设施、教师信息素养和学习者技能水平等三方面条件的制约〔32〕;Chang等发现，基于云的移动学习能够显著提高学习者的创新性，从而提高创意产品的整体性能和价值〔33〕。该主题探讨并总结了移动学习的应用效果，为移动学习进一步发展提出了意见和建议。

上述五个主题相互关联，层次递进，形成了闭环，对推动移动学习的发展应用起到了引领、支撑和带动作用。

六、国际移动学习研究的发展脉络

本文通过关键词的突现分析，挖掘出国际移动学习研究的发展脉络。突现（Burst）是指某个关键词在特定时间内出现的频率有非常大的波动。对关键词进行突现分析，有助于挖掘出不同时期最受关注的研究热点。系统分析不同时期的研究热点，则能够发现该领域研究发展脉络。CiteSpace运算得出的突现关键词具有强度（Strength）、首现时间（Begin）和结束时间（End）等参数。强度表示对应关键词的突现强度，数值与特定时期内该关键词突现的可信度成正比;首现时间表示对应词最早出现的时间;结束时间则表示对应词最晚出现的时间。对CiteSpace的统计结果进行整理，得到各时期的突现关键词共计67个，将突现词按突现强度和首次出现的时间排序后得到结果如表5所示。篇幅所限，仅列出突现强度最高的前20个关键词。由表5及其他关键词突现的结果可以推导出，2010年至2020年期间，国际移动学习的研究可划分为三个阶段。

第一阶段为2010—2012年。该阶段首次出现的突现关键词为26个，占比为38.81%，可见在此期间，国际移动学习领域的研究热点较为宽泛。该阶段的研究重点有两个方面：一是移动技术支撑条件的研究。2010年至2012年是移动学习支撑技术逐渐成熟的时期，以苹果公司的IOS和谷歌公司的Android为代表的新一代移动设备操作系统取代了塞班（Symbian）等老旧系统，为移动应用程序开发提供了有力支持。因此，该阶段的研究重点集中于移动通信技术在教育领域的设计与实现。相应的突变关键词有：design（设计）、instruction（指令）、system（系统）、personal digital assistant（个人数字助理）、computer-mediated communication（计算机通信）、mobile computing（移动计算）等。二是移动学习策略的研究。作为一种新兴的教育形态，移动学习技术如何应用于教学之中也逐渐受到学者们的关注，一些新的教育教学理念开始出现。相应的突变关键词有：teaching/learning strategy（教学策略）、cooperative/collaborative learning（协作学习）、interactive learning environment（互动学习环境）、improving classroom teaching（改进课堂教学）等。

第二阶段为2013—2016年。该阶段，移动学习的技术支撑条件有了长足发展，随着4G技术的普及，教学资源下载和实时音视频通信等问题得到了有效改善;另一方面，移动终端小型化和智能化水平不断提升，手机和平板电脑的运算能力已经能够满足无线教学的需求。因此，该阶段的研究重心由技术实现转向各应用领域的探索和具体场景的实践。例如，该阶段出现了mobile phone、Cell phone、iPad等突现关键词，体现了移动学习在具体终端上应用研究;而engineering education（工程教育）、first-year undergraduate/general（本科生）、lifelong learning（终身学习）、online learning（在线学习）、professional development（专业发展）等突变关键词则体现了移动学习在传统教育和继续教育等领域的实践探索。

第三阶段为2017—2020年。随着理论领域和实践领域对移动学习的认识和了解进一步加深，相应的研究更加细化。该阶段移动学习的研究呈现出三个特点：一是应用领域進一步扩大。例如，突现关键词language learning（语言学习）、youth（青春）、primary school（小学）、nursing student（护理学生）、higher education（高等教育）等，体现了移动学习在教育层次和专业方向上的不断深入。二是注重技术与资源的融合。移动学习由系统平台和课程资源两部分组成，课程资源的组织和展示方式应符合移动设备的特点和“碎片化”学习的需求，系统平台也应提供相应支持。相关的突现关键词有：design based research（基于设计的研究）、technology integration（技术整合）、mobile app（移动应用程序）等。三是重视学习者的体验感知。在移动学习过程中，学习者由传统的被动接收信息转变为主动获取知识，成为教学活动的中心。因此，移动学习情境下学习者的行为态度受到了学者们的关注。相应突现关键词有：feedback（反馈）、learning style（学习风格）、cognitive load（认知负载）等。

由上述分析可以发现，在2010—2020年期间国际移动学习研究的发展脉络经历了“信息技术发展支撑—教学策略调整适应—应用领域拓展细分—实践效果检验反馈”的逐渐深化过程。研究的范围从初期以概念定性讨论为主，逐渐发展为针对不同领域和学习者个体。在此期间，技术发展始终为移动学习的深入实施和未来应用方向提供支持，相关研究也始终贯穿文献检索的全周期。

七、国际移动学习的未来研究趋势

CiteSpace提供的时间区（time zone）和时间线（time line）图谱能够展现各研究主题出现的时间节点，通过对时间图谱的分析，可以挖掘和预测相应研究领域未来的研究趋势。

时间区（time zone）将关键词以首次出现的时间顺序分布在时间轴上，出现的频次越高，则相应的节点就越大;颜色越深，表示出现的时间越早。通过CiteSpace进行关键词共现分析，并选择时间区视图，得到关键词的时间区图谱，见图7。

图7（a）为时间区图谱，时间轴从2010年至2020年由左至右排列，不同时期首次出现的关键词分别呈现在相应时间区里;7（b）为不同年份首次出现的关键词数量。由图7可知，2010年国际移动学习研究领域新增关键词为86个，体现出该领域的研究面非常宽广;而在2011—2014年间，每年均新增的关键词均超过了30个;在2015年以后，每年新增关键词均有较大幅度的增加，体现出学者对移动学习研究的不断扩展和深入。

时间线（TimeLine）图谱能够显示不同聚类下关键词的演进历程，圆形节点对应关键词出现的时间以及所属聚类，节点的大小体现其出现的频次。通过CiteSpace进行关键词共现分析，并选择Timeline视图，得到关键词的时间线图谱见图8：

在图8中，横向为时间轴，时间节点由左向右递增;纵向为聚类轴，不同聚类依次排列;各项关键词则根据其对应出现时间和聚类显示于图谱之中。时间线图谱能够清晰显示移动学习各研究主题的发展和递进关系以及彼此之间的联系。由图8可以发现，随着时间的推移，部分聚类已没有出现新的代表性关键词，表明相关研究的热度已逐渐降低（如聚类0、5、14、18等）;而另一些聚类则仍然不断出现新的关键词（如聚类2、3、4、8、9、15、17等），表明相关研究仍在积极发展之中。

综合时间区和时间线图谱，可预测未来移动学习的研究可集中于以下三个方向：

一是移动技术对教学活动的再造。经过多年的发展，特别是近年来的积极应用，学者们已意识到移动技术将重新定义学习模式〔34〕。但现有研究大多关注移动技术对学生所带来的改变及其体验，较少从教师角度和学校角度探讨对移动学习平台的采纳及持续使用意愿，以至于对移动学习变革的研究缺少来自教师和学校的视角。在最新研究中，较多出现了“integration”（整合或融合）、“blended-learning”（混合学习）等关键词，体现了学界对于将移动技术与教学活动进一步深度整合的思考。尤其当前新冠肺炎在世界范围内流行的背景下，如何利用移动技术全面促进非接触式的学习具有积极的现实意义。

二是移动学习系统的跨平台和轻量化。在移动学习应用的前期，系统在不同软硬平台间的部署、升级和迭代，以及教学资源的本地化存储是制约移动学习广泛应用并影响使用体验的重要因素。随着通信和信息技术的发展，5G等通信技术已能保障音视频实时传输的需要，而用户群体巨大的即时通信软件所提供的“中间层”平台功能，又在技术上给移动学习系统的跨平台使用带来了良好契机。因此，学者们将致力于研究如何让移动学习系统能够摆脱硬件和操作系统的限制，更加方便、快捷、广泛地部署，让用户即装即用，从而真正实现“任何时间、任何地点、任何内容”的学习。在时区图谱中，“app”“mobile application”“Facebook”“WhatsApp”“WeChat”关键词的出现及数量的增多即体现了学界对此的关注。

三是学习者的体验及其使用意愿。移动学习的核心思想是以学习者为中心，因此，学习者的体验感知以及由此而导致其使用意愿上的变化是学者们持续关注的问题。过去，学界较多从移动学习的有用性、易用性以及主观规范等方面考察学习者的行为意图。未来，在移动学习已被普遍接受和认可的情况下，围绕学习者的研究将更为深入。一方面，移动学习平台将更加关注趣味性、交互性，移动学习情境的营造将更加人性化，如近年来较为频繁地出现了“game-basedlearning”“gamification”等关键词。另一方面，学习者认知负载、自我激励、自我效能等个体特质的影响效应会得到更多重视，如近期出现的“self-efficacy”“intention”等即体现了学界移动学习者个体特征所带来影响的重视。

八、结语

本文以Web of Science核心文献数据库中2010—2020年期间刊载的移动学习相关研究文献为调查对象，借助CiteSpace软件所绘制的各类图谱进行了分析，实现了对移动学习研究基础、热点领域和发展脉络的分析。研究可以得出五个方面的結论：（1）近十年来，移动学习领域的相关研究得到了各国学者的广泛关注，取得了快速发展。学术界已经出现了一批聚焦移动学习的研究机构和期刊，并逐渐形成学术共同体。（2）移动学习研究领域的知识基础可归纳为信息技术发展、实践应用探索和教育方法策略三个方面，形成了“前景展望—技术探讨—模式变革”的路径。（3）移动学习研究的热点领域可归纳为前沿技术探讨、实现条件支撑、教学方法变革、学习情境搭建、应用效果讨论五个方面。（4）移动学习研究的脉络呈现出“信息技术发展支撑—教学策略调整适应—应用领域拓展细分—实践效果检验反馈”的逐渐深化过程。（5）移动学习今后的研究方向将聚焦于移动技术对教学活动的再造、移动学习系统的跨平台和轻量化、学习者的体验及其使用意愿三个方面。通过研究可以预见，在通信与信息技术快速发展以及全球抗击新冠肺炎进入常态化的背景下，移动学习以其不受时空限制的特点将在教育培训活动中发挥出愈加突出的作用。未来移动学习的研究将与教育学、信息技术、社会学、心理学等领域交汇融合，不断走向深入和成熟。

由于能力和认识所限，本文仅收集整理了教育研究领域移动学习相关的文献，而移动学习所覆盖的方面远不止于此，故本文的讨论结果还不足以反映国际移动学习的研究全貌。今后的研究可从两个方面加以深入：一是扩大文献收集的领域，以从面上探讨移动学习研究发展的总体状况;二是划定学科、地域、时间和受众，进一步深入挖掘特定领域移动学习的研究现状及趋势。

参考文献：

〔1〕汤跃明，付晓丽，彩丽.近十年移动学习研究现状评述〔J〕.中国远程教育，2016，（7）：36-43+80.

〔2〕中国互联网络信息中心.CNNIC第45次中国互联网发展状况统计报告〔EB/OL〕.（2020-04-28）〔2020-12-10〕.http：∥www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202004/t20200428_70974.htm.

〔3〕陈义勤.成人学习者移动学习现状调查与研究〔J〕.中国远程教育（综合版），2013，（10）：48-53+97.

〔4〕郭绍青，黄建军，袁庆飞.国外移动学习应用发展综述〔J〕.电化教育研究，2011，（5）：105-109.

〔5〕缪玲，潘战生， 武丽志. 2011年我国移动学习研究综述〔J〕.现代教育技术，2012，（11）：23-28.

〔6〕Zupic I， Cater T.Bibliometric Methods in Management and Organization〔J〕.Organizational Research Methods，2015，18（3）：429-472.

〔7〕郑文晖.文献计量法与内容分析法的比较研究〔J〕.情报杂志，2006，25（5）：31-33.

〔8〕陈悦， 陈超美，刘则渊，等.CiteSpace知识图谱的方法论功能〔J〕.科学学研究，2015，033（2）：242-253.

〔9〕任红娟， 张志强.基于文献计量的科学知识图谱发展研究〔J〕.情报杂志，2009，（12）：90-94.

〔10〕Wu W H， Wu Y C J， Chen C Y， et al.Review of Trends from Mobile Learning Studies： A Meta-analysis〔J〕.Computers & Education，2012，59（2）：817-827.

〔11〕Gikas J， Grant M M.Mobile Computing Devices in Higher Education： Student Perspectives on Learning with Cellphones， Smartphones & Social Media〔J〕.Internet & Higher Education，2013，19：18-26.

〔12〕Hwang G J， Chang H F. A Formative Assessment-based Mobile Learning Approach to Improving the Learning Attitudes and Achievements of Students〔J〕.Computers & Education，2011，56（4）：1023-1031.

〔13〕Martin F， Ertzberger J. Here and Now Mobile Learning： An Experimental Study on the Use of Mobile Technology〔J〕.Computers & Education，2013，68（4）：76-85.

〔14〕Cheon J， Lee S， Crooks S M， et al.An Investigation of Mobile Learning Readiness in Higher Education Based on the Theory of Planned Behavior〔J〕.Computers & Education，2012，59（3）：1054-1064.

〔15〕Wu H K， Lee W Y， Chang H Y， et al.Current Status， Opportunities and Challenges of Augmented Reality in Education〔J〕.Computers & Education，2013，62（5）：41-49.

〔16〕Hui ChunChu， Gwo JenHwang， Chin ChungTsai. A Knowledge Engineering Approach to Developing Mindtools for Context-Aware Ubiquitous Learning〔J〕.Computers & Education，2010，54（1）：289-297.

〔17〕Kukulskahulme A， Sharples M， Milrad M， et al.Innovation in Mobile Learning： A European Perspective〔J〕.International Journal of Mobile & Blended Learning，2009，1（1）：13-35.

〔18〕Park S Y， Nam M W， Cha S B.University Students^， Behavioral Intention to Use Mobile Learning： Evaluating the Technology Acceptance Model〔J〕. British Journal of Educational Technology，2012，43（4）：592-605.

〔19〕Cavus N， Ibrahim D. m-Learning： An Experiment in Using SMS to Support Learning New English Language Words〔J〕.British Journal of Educational Technology，2010，40（1）：78-91.

〔20〕Matt， Dunleavy， Chris， et al.Affordances and Limitations of Immersive Participatory Augmented Reality Simulations for Teaching and Learning〔J〕.Journal of Science Education and Technology，2009，18（1）：7-22.

〔21〕Lim T， Fadzil M， Mansor N. Mobile Learning via SMS at Open University Malaysia： Equitable， Effective， and Sustainable〔J〕.International Review of Research in Open & Distance Learning，2011，12（2）：122-137.

〔22〕Sanders D A， Bergasa-Suso J. Inferring Learning Style from the Way Students Interact with a Computer User Interface and the WWW〔J〕.IEEE Transactions on Education，2010，53（4）：613-620.

〔23〕Erol Ozcelik， Cengiz Acarturk. Reducing the Spatial Distance Between Printed and Online Information Sources by Means of Mobile Technology Enhances Learning： Using 2D Barcodes〔J〕.Computers & Education，2011，57（3）：2077-2085.

〔24〕Shen J.Introduction of Social Media to Aid Active-learning in Medical Teaching〔J〕.Interactive Learning Environments，2020，5（6）：1-8.

〔25〕Anatolii M Zubko， Iryna Ya Zhorova， Vasyl V Kuzmenko， et al.Information and Communication Technologies as a Factor of Teachers^， Professional Development in the System of Postgraduate Education〔J〕.Information Technologies and Learning Tools，2020，77（3）：1132-1145.

〔26〕YT Sung， HT Hou， CK Liu， KE Chang.Mobile Guide System Using Problem-solving Strategy for Museum Learning： a Sequential Learning Behavioural Pattern Analysis〔J〕.Journal of Computer Assisted Learning，2010，26（2）：106-115.

〔27〕O^，Bannon B W， Thomas K M.Mobile Phones in the Classroom： Preservice Teachers Answer the Call〔J〕.Computers & Education，2015，85（7）：110-122.

〔28〕Hwang G J， Chu H C， Lin Y S， et al.A Knowledge Acquisition Approach to Developing Mindtools for Organizing and Sharing Differentiating Knowledge in a Ubiquitous Learning Environment〔J〕.Computers & Education，2011，57（1）：1368-1377.

〔29〕Wang Y S， Wu M C， Wang H Y. Investigating the Determinants and Age and Gender Differences in the Acceptance of Mobile Learning〔J〕.British Journal of Educational Technology，2010，40（1）：92-118.

〔30〕Chang C C， Liang C， Yan C F.The Influence of Perceived Convenience and Curiosity on Continuance Intention in Mobile English Learning for High School Students Using PDAs〔J〕.Technology， Pedagogy and Education，2013，22（3）：373-386.

〔31〕Taleb Z， Ahmadi A， Musavi M. The Effect of M-learning on Mathematics Learning〔J〕.Procedia Social & Behavioral Sciences，2015，171（1）：83-89.

〔32〕mer Delialiogˇlu， Yasaman Alioon.The Effect of Students^， Subject Discipline on Their M-learning Application Preferences〔J〕.Interactive Learning Environments，2015，24（1）：1957-1966.

〔33〕Chang Y S， Chen S Y， Yu K C， et al.Effects of Cloud-based M-learning on Student Creative Performance in Engineering Design〔J〕.British Journal of Educational Technology，2017，48（1）：101-112.

〔34〕Crompton H， Burke D.Mobile Learning and Pedagogical Opportunities： A Configurative Systematic Review of PreK-12 Research Using the SAMR Framework〔J〕.Computers & Education，2020，156（10）：115-126.

Knowledge Base， Hot Areas and Development

Context of International Mobile Learning Research：

Bibliometric Analysis of Web of Science Papers from 2010 to 2020

LUO Xiao， LI Xin， JIANG Yushi

Abstract： Mobile learning is an educational form based on communication and information technology. With the help of CiteSpace software， this paper makes a quantitative analysis of 3229 articles related to mobile learning in the core database of Web of Science from 2010 to 2020. By using knowledge mapping analysis， cluster analysis， keyword mutation and other content analysis methods， this paper discusses the knowledge base， hot areas and development context of International Mobile Learning in recent 10 years. The results show that： the knowledge base of mobile learning research consists of information technology development， education method strategy and practical application exploration. The hot areas include prospect， technologicnl technology support， teaching method reform， learners^， behavior attitude and application effect feedback. It has experienced a development proass of “information technology development support-teaching strategy adjustment application field expansion subdivision practice effect test feedback”. Farfler fesearches will continue to deepen in the aspects of teaching activity reengineering， cross platform and lightweight system， and learner sexperience.

Key words： mobile learning; knowledge mapping; CiteSpace; econometric analysis

（責任编辑：陈艳艳）