翻转课堂学习者学习偏好与学习成效的相关性研究
作者:陈燕    发布时间:2022-03-04    浏览次数:12

【摘要】SPOC翻转课堂教学模式中学习者的学习偏好是影响学习成效的重要因素之一,文章基于实证大数据采用KHB方法,分析了学习偏好各个维度对浅层学习和深度学习成效的影响,并以学习者与学习者、学习者与内容、学习者与教师、教师与内容等交互行为作为中介变量,来分析影响统计效应的作用机制。研究表明,学习偏好的不同维度对学习成效的影响总效应显著。以交互体验为中介的间接效应来看,学生与内容、教师与内容的交互对浅层学习成效的中介作用较明显;学习者与学习者、学习者与教师之间的交互对深度学习成效的中介作用较明显。SPOC翻转课堂采用线上线下相结合的方式,注重学习者的交互体验,有助于深度学习成效的提升。

【关键词】翻转课堂  教学模式  数据分析  交互行为  深度学习

 

一  引起广泛关注的SPOC教学模式

 

随着信息技术和移动技术的飞速发展,教育行业产生了一系列令人眼花缭乱的教学模式改革,高校教学不再局限于传统的课堂模式。2014年小规模限制性在线课程(Small Private Online Course, 简称SPOC)模式应运而生,弥补了网络MOOC的短板,为大学课程的学习创造了一个开放、平等和共享的环境。SPOC翻转课堂教学模式借助互联网虚拟空间和实体课堂平台,充分发挥教师的主导作用和学生学习的主体地位,实现课前教师引导学生自主学习——课中师生协同学习——课后学生拓展学习的有效衔接,促进线上网络教学和线下实体课堂教学的深度融合。高校教师在教学实践中不断探索如何将SPOC模式运用到自己的专业课程中,根据学生的需求偏好不断整合网络资源和实体资源,提升学生学习的成效。

SPOC平台通过实时记录学习者在线学习过程中的登录、浏览资源、观看视频、发帖、做练习等大量相关数据,利用计算机等相关技术深入挖掘在线学习学生的学习偏好、学习习惯及学习效果之间的关联性。学生在教师的指导下,根据学习目标、学习内容等形成一定的学习路径,这些学习活动的路线在SPOC平台上形成一组可视化数据,为教师研究人员等提供了直观的学习过程反馈。研究者对这组学生学习偏好的数据进行序列分析,诊断学习者学习过程中影响学习成效的潜在问题,有针对性地进行教学干预于和个性化教学指导。杨现民等利用LSA法从行为视角分析了在线学习,为学生学习成绩的变化提供了新的视角。国际上的学者主要关注学习者学习需求偏好和在线学习的环境,从而探索在线学习行为和学习绩效的关系。Adriana Birlutiu Perry Groot等通过从多个学科获取学习偏好的数据,研究学习者学习的有效性。Evelien OpdecamPatricia Everaert等在经济学和商业管理项目中应用了在线学习模式,通过平台获得的数据发现,偏好团队学习的学生学习效果比传统讲授方法更为有效。国内学者主要关注学习者学习行为偏好的调查。郁晓华等利用学习的频次和学习时间作为学习行为的关键指标,统计不同学习偏好者在学习资源上的平均学习频次和学习时间,并且分析不同偏好对学习效果的影响,结果表明即使具有相同学习风格偏好的学习者,影响其学习效果的学习行为仍然具有较大差异性。因此在采集用户的纵向数据时,需要保证与学习者学习效果正相关的学习风格特性得到满足


二  研究设计与变量选取

 

本研究通过采集学习者多种学习风格偏向性数据、学习者在SPOC系统中的学习行为数据以及学习者学习成效数据,在三者之间建立关联模型,以期实现分析多种学习风格偏向性对学习行为造成的可能的影响,以及这些影响对学习成效可能造成的正、负面后果。研究者在近几年的教学实践中不断探索基于SPOC翻转课堂的混合教学模式,经过多次的实践运用和验证,表明该模式对于学生的交互体验、学习成效具有显著影响,如图1所示。


 


图1 SPOC翻转课堂混合式教学模式

 

(一)研究问题

 

本研究旨在探讨SPOC翻转课堂模式下在线学习者学习偏好对在线学习成效的影响,具体包括以下两个问题:以在线学习中交互学习体验为中介变量,学习者学习偏好对学习成效的总效应、直接效应和间接效应如何?在线学习者学习偏好对学习成效的间接效应中,不同交互体验的中介效用有什么差异?


(二)变量的选取

 

1. 在线学习者的学习偏好


学习偏好主要包括学习者的时间偏好、投入偏好、节奏偏好和序列偏好等,反映了学习者的学习习惯和倾向性。高校学生的学习偏好具有多样性,不同的学习偏好会影响学生的学习态度、学习行为和学习成效。在互联网技术发展壮大的环境下,数学挖掘技术给教师提供了采用“学习偏好式”教学模式的基础,通过整理学习者学习内容的偏好及特性、学习时间段等数据,对教师的教学决策提供了有力支持。沈欣忆等采用德尔菲法界定了学习偏好的指标为学习时间分布、模块学习时间、视频学习时间、学习序列和论坛交流频率。曹雨翱等认为学习行为在网络学习中可演变为相应的网络操作行为指标,具体有:学习者访问的 URL、访问量、访问频率、访问时间、访问的内容类别和引用页。杨丽娜等通过分析用户的学习历史、学习活动(如练习、测试、讨论等)、资源类别偏好(如文本、视频、音频等)生成用户偏好模式以研究移动用户偏好建模策略基于此,本文界定学习偏好的指标为:在线学习时间、学习频次、学习序列、学习内容。