国际移动学习研究的认识取向与主题演化

王辞晓 吴峰

摘要：在移动技术及其应用快速发展的背景下，国际移动学习研究展现出怎样的图景，聚焦哪些研究主题和热点，是值得深入挖掘的议题。以Web of Science数据库核心集合中的移动学习文献为研究样本，使用HistCite、CiteSpace和BICOMB等工具进行文献计量分析发现：研究者对移动学习的认识体现出三大不同的取向，分别是平台扩展取向、认知工具取向和学习活动取向。移动学习研究聚焦为三类主题，分别是以移动学习的接受度及影响因素研究为主的“探索”、以移动学习系统设计与应用效果研究为主的“实践”、以移动学习模型及理论框架研究为主的“反思”。这三类主题在软件技术、硬件技术及教育技术实践演进的影响下，逐步形成了“探索-实践-反思”循环的“螺旋式拓展”研究模式。近十年移动学习领域的研究热点也形成了三个主题聚类，分别是新技术应用、教学策略设计和认知过程评估，体现出移动学习研究不断走向深入，从关注技术转向关注教学效果和学习体验。未来推动移动学习领域发展，不仅需要研究者在研究取向上加深认识，而且需要为教师降低开发移动应用工具的技术壁垒，还需要设计操作性强的评价工具和方法来验证移动学习的有效性。

关键词：移动学习；认识取向；研究主题；研究热点；研究模式；文献计量

中图分类号：G434 文献标识码：A 文章编号：1009-5195（2018）04-0022-12 doi10.3969/j.issn.1009-5195.2018.04.003

基金项目：国家社科基金教育学一般课题“互联网+新型知识生产：基于企业MOOC建设我国企业知识共享体系的战略研究”（BCA150023）。

作者简介：王辞晓，博士研究生，北京大学教育学院；吴峰，教授，博士生导师，北京大学教育学院（北京 100871）。

随着互联网技术及其应用的快速发展，以及各种智能终端的大规模普及，基于移动设备的数字化学习方式更加受到人们的青睐。在教学实践领域，将移动设备整合到课堂教学之中，能够使教师更好地关注学生个体的学习情况并予以指导（Jeng et al.，2010）。那么，在移动技术不断发展和移动教学应用不断深入的背景下，当前国际移动学习研究的现状如何，有哪些发展主题和研究热点，未来的发展趋势如何，是值得深入挖掘的研究议题。为此，本研究将借助Web of Science（WOS）科学引文数据库，采用文献计量分析方法，对国际移动学习研究的发展主题和热点进行可视化分析，来探究移动学习研究的发展趋势，以期为移动学习领域的研究与实践提供参考。

一、 研究设计

1.文献样本

本研究选取Web of Science数据库的核心合集中的《科学引文索引（扩展板）》（Science Citation Index Expanded，SCI-EXPANDED）、《社会科学引文索引》（ Social Sciences Citation Index，SSCI）、《艺术与人文引文索引》（Arts & Humanities Citation Index，A&HCI）三个引文数据库作为文献样本来源，使用Web of Science数据库的高级检索功能，设置检索式为：TS=（“m-learning”or“mobile learning”or“m-education”or“mobile education”），设置时间跨度为1900-2017年，检索时间为2017年10月14日，最终获得相关文献为901篇。从文献中可以看出，国际移动学习研究最早始于1991年，在本世纪初处于平缓增幅阶段。随着移动互联技术的发展，移动设备应用于教学变得更加灵活（Park，2011），相应的文献数量逐渐增多，并受到学者的持续关注。文献统计表明，移动学习领域排名前五的研究方向依次为：教育研究、计算机科学、工程学、心理学、信息科学与图书馆学，收录文献数量排名前五的期刊依次为：Computers & Education、British Journal of Educational Technology、Educational Technology Society、Journal of Computer Assisted Learning、Computers in Human Behavior，可见移动学习受到教育类和计算机相关领域的广泛关注。

2.研究方法

本研究主要采用文献计量方法，使用HistCite、CiteSpace和BICOMB等计量软件作为研究工具。HistCite可通过文献之间的引用情况，快速锁定某一领域的重要文献，并通过绘制引文编年图得到该领域的关键引文及其发展脉络。CiteSpace能够对文献及其关键词等内容构建知识图谱，揭示某一领域的发展前沿与热点。BICOMB则能够提取文献关键词的共现关系，生成共现矩阵来分析某一领域的主题聚类。在進行文献计量分析前，笔者先对移动学习的概念认识进行梳理，在此基础上再对移动学习的研究发展进行分析。总体来说，移动学习研究可归为三种取向：平台扩展取向、认知工具取向和学习活动取向，认识取向的不同会影响研究者和教育实践者对移动学习的教学设计与教学实施过程。

二、 移动学习的三大认识取向

1.平台扩展取向

平台扩展取向是指将移动学习视为传统在线学习平台从台式机、笔记本到移动端的拓展，即e-learning平台的移动版，能够无缝衔接到其他学习形式之中，提供更广泛的学习体验（Lee et al.，2016）。比如，Coursera、可汗学院、Udemy、edX和Udacity都将MOOC学习系统扩展到移动平台。Chung（2017）认为m-learning继承了e-learning所有的优点并且能够克服传统网络学习平台的时空局限，学习者可以在不方便使用台式机、笔记本的情况下，利用手机进行在线学习。平台扩展取向下，移动学习的研究与实践主要是结合原有学习模式，运用移动技术为学习者提供更友好、更便捷的学习支持。将e-learning、m-learning与传统教学进行对比，可得到不同形式下教学媒体、时空限制、学习方式、信息获取和活动类型的区别（Chung， 2017）（见表1）。

Chen等（2003）认为移动学习具有以下特点：（1）学习需要的急迫性，学习者能够利用移动设备将问题解决的行动和知识获取的途径快速连接；（2）知识获取的主动性，学习者能够通过移动应用及时、可选择性地获取信息；（3）学习环境的移动性，学习者可以在校园内、展厅中、户外实地考察中使用移动设备进行学习；（4）学习过程的交互性，学习者能够与移动应用中的学习内容、外界环境以及同伴和教师进行交互；（5）教学活动的情境性，移动学习使学习者更易于处在真实情境中，与实际生活和问题相联系。Byun等（2014）则发现学生使用手机进行移动学习的单次时长较短，是因为一旦笔记本或台式机可用，手机就会被它们替代，这也表明移动学习不能简单地对传统数字化学习进行扩展。可见，移动学习的交互性和情境性为学习者的认知过程提供支持，才是移动学习不可替代之处。

2.认知工具取向

认知工具取向是指将移动设备作为学习过程中的认知工具。在K-12课堂中使用移动设备可以为学生提供人与技术工具1∶1的教学条件，进而支持交流、合作、共享等动态灵活的学习活动（Khaddage et al.， 2016）。Looi等（2010）将移动设备视为能够帮助学习者在时间、空间、人工制品构成的学习情境下开展学习活动的认知工具，认为移动设备是连接正式学习与非正式学习、个人空间与公共空间、自我与他人、内部资源与外部资源的有效认知工具。情境感知是移动学习认知工具取向下的重要概念。移动设备能够帮助学习者从复杂情境中获得知识，降低多余的认知负荷（Shadiev et al.， 2015），如Chu等（2010）通过移动设备帮助学习者进行基于位置的植物学习活动，以及Hwang和Chang（2011）利用移动设备帮助学习者进行场馆学习。Pan（2017）认为情境有低水平和高水平之分，低水平情境涉及外在感官和设备，高水平情境则涉及学习者的目标、情感和活动。通常移动设备只能创造低水平情境（如文本、图片、视频等），只有将学习者的社会参与、与情境的关联融入认知工具之中，才能够衔接低水平情境和高水平情境之间的差距。分布式认知是移动学习认知工具取向下的另一个重要概念，指学习者的认知分布在个人内部、学习者之间、环境、媒介、社会以及文化之中（Sun & Shen， 2016）。移动设备的移动性和便捷性，使分布式认知在传统在线学习的基础上增加了时间和空间的灵活性，从而使学习者能够获取更丰富的知识与信息。

3.学习活动取向

学习活动取向是指将移动学习作为一种学习活动类型。黄荣怀等（2007）认为移动学习的真正发生，需要建立在拓宽对移动学习理解的基础上，将移动学习视为一种学习活动，即借助移动技术的优势来设计学习活动和策略。Park（2011）借助穆尔的交互距离理论，将移动学习活动分为四种类型：高交互距离与社会化活动、低交互距离与社会化活动、高交互距离与个人化活动、低交互距离与个人化活动。交互距离和活动社会化的程度均会影响移动学习者在学习过程中的学习体验，因此，教师应依据不同的学习需求和教学目标，设计具有不同交互距离和社会化程度的学习活动。

Taylor等（2006）在Engestrom于1987年提出的扩展式活动系统基础上，提出了移动学习者任务模型，将移动学习置于技术与情境交互的活动中，并指出移动学习中的“移动”是指人的移动，而不是设备的移动。在此理念下，学习者在教室的座位中使用移动设备进行的学习不能称作移动学习，非电子设备的课本也可能成为移动学习的工具。换言之，学习者在某一空间内需要通过移动身体来进行的学习才是移动学习。活动理论认为学习活动是一个文化历史活动系统，基于活动理论的移动学习受到工具在符号层和技术层的调节（Liaw et al.， 2010）：符号层将学习描述为一种符号系统，学习者以目标为导向的行动受到工具和符号的调节，学习者将文本、对话中的信息内嵌入自身思想中，并为活动的控制和发展提供资源；技术层将技术视为学习过程中的交互代理，在这一过程中通过人机交互系统来调节学习者的回忆和反思。可见，移动学习的学习活动取向更加重视技术与学习活动的紧密配合，以提升学习效果和体验。

三、 移动学习研究主题

1.引文编年图

引文编年图是指利用文献之间的引用关系生成以时间为先后顺序的关键文献引用网络图。使用HistCite软件对导入的文献数据进行分析，可生成文献的本地数据库引用次数（Local Citation Score，LCS）和WOS数据库总引用次数（Global Citation Score，GCS）。需要说明的是，LCS是指文献样本库中其他文献对该文献的引用，反映了该文献在该研究领域的重要程度。本研究使用CiteSpace的“tools-graph maker”功能，设置阈值为30，绘制出如图1所示的引文编年图，其中圆圈旁的数字代表文献在软件中的编号，圆圈半径对应LCS数值，圆圈之间的箭头表示文献间的引用关系。本研究还对样本文献的LCS值进行排序，并选取排名前十的文献进行分析（见表2）。

2.主要研究主题

结合引文编年图对关键文献及所在网络进行分析，主要发现三类研究主题：移动学习模型及理論框架研究、移动学习接受度及影响因素研究、移动学习系统设计与应用效果研究。三类研究主题与三种认识取向相互交叠，形成相互印证的网络结构。即不同的研究主题下，研究者因对移动学习的认知取向不同，故而具有不同的研究设计与思路。下面将简要分析引文编年图中各研究主题中的关键文献。

（1）移动学习模型及理论框架研究

在这一研究主题下，文献#7设计了移动学习应用开发的工作原型，包括活动分析和新技术设计两个阶段，并针对9～11岁的学习者进行了应用研究（Sharples et al.， 2002）。文献#78提出移动学习的推拉机制，“推”代表信息提示功能，“拉”代表信息检索与交流互动功能，并阐释了“拉”机制和“推”机制在个人学习和合作学习中的混合应用框架（Motiwalla， 2007）。文献#187提出了移动学习在正式学习到非正式学习、个人学习到社会学习、教师为中心到学生为中心、学校内到学校外、个人学习空间到公共学习空间的中介作用，并基于此提出移动学习设备作为认知工具，与时间、空间、人工制品进行交互的无缝连接学习模型（Looi et al.， 2010）。Huang等（2014）提出的基于Jigsaw的移动合作学习模式，更倾向于将移动学习视为移动学习活动。可见，研究者对移动学习的认知取向不同，会提炼出不同的移动学习模型或理论框架，并在实证研究中逐渐得到补充和完善。

（2）移动学习接受度及影响因素研究

这一主题的研究可分为两种类型：问卷调查为主的定量研究和访谈为主的质性研究。文献#127和#219分别基于UTAUT模型和TAM模型进行了移动学习接受度影响因素的调查研究（Wang et al.， 2009；Liu et al.， 2010）。文献#349基于计划行为理论，对自身和他人行为对移动学习使用意图的影响作用进行了调查（Cheon et al.， 2012）。还有研究者结合创新扩散理论与创新阻力模型，探讨了影响大学生使用移动技术进行学习的因素及其使用意愿（Kim et al.， 2017）。除了对学习者进行移动学习接受度及使用意向的调研之外，还有研究对教师这一技术“看门人”对使用移动设备这一认知工具进行教学的态度进行了调研，研究发现，数学、科学等学科的教師经过技术干预后，态度转变要好于文史类学科的教师，并且教师使用移动技术进行教学还受到个人职业发展规划、学校政策等方面的影响（Chiu & Churchill， 2016），这类研究大多数以定量研究为主，少数辅以访谈法来收集实证数据。Gikas和Grant（2013）的研究是该主题中占比较少的质性研究，该研究对来自三所大学、至少经历了两个学期移动学习活动的大学生进行了焦点小组访谈，以期探究移动学习对学习者的正面和负面影响。

（3）移动学习系统设计与应用效果研究

文献#341处于引文编年图下方并且指向多个关键文献，是该领域重要的综述类文章。该文对移动学习趋势进行了文献综述，发现大部分移动学习研究侧重于移动学习的有效性，其次是关注移动学习系统的设计（Wu et al.， 2012）。此主题较为常见的研究方法为：通过设计移动应用，来对特定学习对象进行学习成效的实验或准实验研究，并对学习者的学习动机、兴趣、态度、认知负荷（Min et al.， 2016），以及移动设备作为认知工具对学习者不同层次认知水平的促进作用（Huang et al.， 2016）进行调查。如文献#14通过教育准实验研究了移动学习在小学生物学习中的作用，以及移动设备在学习过程中可能扮演的角色和支架作用（Chen et al.，2003），文献#44进行了英语移动学习的准实验研究（Thornton & Houser，2005），文献#255进行了情境感知环境下的移动学习准实验研究（Hwang & Chang， 2011）。

3.“螺旋式拓展”研究模式

对引文编年图和关键文献及其引证脉络进行分析发现，国际移动学习研究逐渐形成了反思、探索与实证交互的研究模式，这与王佑镁等（2013）提出的移动学习在国际范围内以实践研究为主、趋于“实践-反思-再实践-再反思”的“环状循环”研究模式相似。此外，本研究还发现，国际移动学习领域研究具有“螺旋式拓展”的特点：受软件技术、硬件技术及教育技术实践领域演进的影响，移动学习研究在以移动学习的接受度及影响因素研究为主的“探索”、以移动学习系统设计与应用效果研究为主的“实践”、以移动学习模型及理论框架研究为主的“反思”之间不断推演并逐渐扩大研究范畴，形成了“螺旋式拓展”的研究模式。

通过对HistCite数据库文献的关键词和摘要进行提取，按技术发展和领域演进两个方面的关键词首次出现在样本文献中的年份进行记录，可以发现，PDA在样本文献中首次提到的年份为2003年，Informal Learning、AR、MOOC、STEM、Maker与Learning Analytics分别首次出现在样本文献中的年代依次为2006年、2009年、2011年、2014年和2015年。结合移动学习“探索-实践-反思”的研究模式，笔者绘制出如图2所示的移动学习“螺旋式拓展”研究模式图。

在技术发展方面，移动学习的开展离不开硬件和软件的支持，技术的发展能够为移动学习带来更加便捷、人性化的服务和体验。硬件方面，从PDA到iPad，学习者能够使用功能更齐全、资源更丰富的移动应用进行学习。软件方面，RFID和AR等技术的发展，大大丰富了移动学习的学习活动，如Tarng等（2016）应用GPS和传感等技术设计了用于观察月相的中小学天文学教学移动应用。

在领域演进方面，MOOC、STEM等的兴起为移动学习带来更多的实践场域。早在2011年，DeWaard等（2011）就通过MobiMOOC这一基于联通主义的cMOOC，探索了移动技术和社交媒体对学习模式的影响。2013年Coursera和Udemy正式发布平台的移动端，2014年Udemy平台中 20%的课程内容是通过手机端学习的（Sanchez-Gordon et al.，2016）。Khaddage等（2016）指出移动技术能够将正式学习与非正式学习环境下的学习活动和资源连接起来，更好地促进STEAM教育的实施。

四、 移动学习研究热点

1.关键词聚类与分析

（1）关键词知识图谱

本研究选取2007-2017十年间共计838篇文献来分析移动学习的研究热点。将文献数据文本导入CiteSpace软件，图谱关键词显示设置为“文献频次阈值为20”，即可形成图3所示的知识图谱，共显示出208个节点（关键词）和993条共现连线。节点半径代表关键词出现频次的大小，连线代表两个关键词共现在同一文献中，线条粗细代表共现次数。

关键词的中介中心性值越大，代表该关键词在该研究领域的发展过程中重要程度越高。除去“mobile learning、 m-learning、 student、technology、 education、mobile”等基本关键词，频次排序前20的关键词及其中介中心性（见表3），能够反映出该领域关注的研究主题主要有移动设备对教学和学习成效的影响、采用移动技术进行教学的接受度等。

（2）关键词时序演进

Laru等（2015）采用Gartner Group公司提出的技术炒作曲线将移动学习发展划分为五个阶段：萌芽期、高峰期、低谷期、复苏期、成熟期。移动设备的快速普及和发展使移动学习经历了萌芽和高峰阶段；随后有研究者对移动学习应用大多数无法真正改变教学的现象进行批判（Frohberg et al.，2009），移动学习迎来了冷思考的低谷期；接下来，无线通信和智能手机的普及使得移动学习重新受到关注，并在新技术和学习需求的推动下逐渐过度至平稳发展阶段。本研究使用CiteSpace关键词聚类功能生成移动学习研究关键词引证强度（即某时段内某一关键词的引证频次）演进图（见图4），可发现该领域高引证强度的关键词随时间变化的情况，即体现为从技术应用到学习体验的变化过程。

通过CiteSpace的TimeLine View功能可生成如图5所示的移动学习研究关键词时序演进图。根据关键词引证强度演进图和时序演进图可以看出，2007-2010年，国际移动学习领域更为关注移动设备作为技术本身在教学中的应用。2010-2013年，移动学习研究开始对教学模拟加以关注，如Astra（2015）设计了基于安卓平台的化学定律模拟软件，通过教学模拟为高中生提供化学现象发生的具体细节。2013年至今则更加关注将AR、VR与游戏等应用于移动学习中，以丰富学习者的学习体验，如Ibá?ez等（2014）设计了虚拟现实教育游戏，通过多个关卡的游戏任务，帮助学习者对物理知识进行练习和理解；Chang等（2017）使用游戏化移动应用辅助大学生进行英语课程的学习。移动学习研究领域侧重点的变化，体现了该领域从关注技术到关注教学效果和学习体验的演进过程，这也与前面提到的移动学习技术炒作曲线的各阶段相一致。

（3）关键词主题聚类

使用BICOMB 2.0对2007-2017年的文献样本进行关键词提取，设置阈值为6，可导出词篇矩阵（即关键词在文献中的共现关系）。将词篇矩阵导入SPSS 20.0，使用系统聚类分析，可生成移动学习研究关键词树状聚类和相似矩阵。对相似矩阵进行多维尺度分析，采用欧式聚类模型可得到关键词多维尺度图（见图6）。多维尺度图坐标系中的小圆圈代表各个关键词所处的位置，圆圈间的距离越近代表关键词关系的紧密程度越大。趋于中心点位置且分布集中的关键词，是近年来受到较高关注的研究方向，分布在边缘的关键词则关注度较低。由图6可知，国际移动学习研究主题形成三个聚类：非正式学习中的技术和方法应用、正式学习中的教学问题与策略、与学习者认知过程相关的学习设计。可见，在移动学习研究领域，新技术和新方法在非正式学习中得到更加广泛的尝试，而正式学习环境下则更侧重于对基于问题的学习与合作学习等学习策略的探索。与此同时，关注移动学习对学习者学习过程及认知水平的影响，也是移动设备作为技术干预或学习支持工具的重要研究内容。

2.各聚类典型研究概述

从移动学习领域关键词知识图谱、时序演进图以及多维尺度图可知，国际移动学习研究热点形成如下三个聚类：新技术应用、教学策略设计和认知过程评估。

（1）新技术应用

该聚类下的关键词有增强现实、基于游戏的学习、合作学习、科学教育、场馆学习、技术接受度模型等。如Hwang和Chang（2011）设计了让学习者使用PDA在博物馆中进行历史知识学习的学习活动，学生通过移动应用的指示和提问，在博物馆中寻找答案并通过与移动应用的交互，来进行基于形成性评价的移动学习。该研究通过对学习成绩、学习兴趣、学习态度的调查，证明了基于形成性评价的移动学习效果要好于传统的基于游览的移动学习。Sun等（2017）设计了使用SNS社交软件进行口语练习的教育实验，研究发现实验组的英语流利程度显著高于対照组。Joo-Nagata等（2017）开展了基于AR的城市历史文化学习移动应用，研究发现使用该应用能够有效地提高教学过程的有效性。再如Yao（2017）使用二维码技术使学习者获得基于学习环境的自适应学习体验，通过在真实情境下获得外部学习材料，来提高学习者的英语应用能力和学习兴趣。

（2）教学策略设计

该聚类下的关键词有教学策略、提高课堂教学、教学问题、交互式学习环境、初等教育、高等教育等。如Shadiev等（2017）使用Tablet PC作为英语课程的学习工具，设计了为期6周的教育实验，通过人际交互、多媒体上传、文本注释等功能为学习者提供了真实环境中的学习体验，研究发现使用移动工具进行学习的实验组其认知水平提高程度要高于对照组。Jeno等（2017）使用移动软件进行了生物课程物种识别的教学活动，研究发现学习者使用移动软件要比使用传统课本有更好的学习成就和动机。Lin等（2016）采用基于问题学习（PBL）的学习策略，设计了基于移动应用的临床护理课程，并通过准实验验证了该方法的有效性。Chang等（2016）设计了使用社交软件、概念图、制图工具等移动软件进行合作学习的准实验，研究发现基于移动应用的合作学习能够显著提高学习者的创新能力。在移动学习领域，对教学策略以及相应的移动交互进行设计与实验，有助于从本质上探索移动学习模式及理论框架。

（3）认知过程评估

该聚类下的关键词有学习目标、认知负荷、情境感知、评估、语言学习等。如Chen等（2008）将移动设备的信息交互视为学生泛在学习过程中的脚手架，实验组比对照组多的干预是能够通过移动应用获取和反馈信息，教师根据实验组学生反馈的状态、学习行为和测试成绩，设计进度提醒和导师推荐，最终发现实验组在测试成绩、任务完成率、学习目标达成率方面都有更好的表现。Chen和Chung（2008）设计了英语单词学习软件，并通过教育实验证明了该学习策略能够将学习者单词记忆周期平均扩展3.79天，并且能够延长学习者对单词的记忆维持。Shih等（2010）设计了基于场景的移动学习应用，并对教育实验中高、中、低学习成就的学习者进行认知负荷测量，结果发现移动学习能够有效降低低学习成就学习者的认知负荷。Chu（2014）则发现移动学习增加了学生的心理负荷，因为学习者既需要和真实环境交互，又需要和媒体交互。从此类研究中不难发现，英语语言及詞汇学习在移动学习领域具有广泛的发展和应用前景，也是目前移动学习较为成熟的学科实践领域。

五、 研究结论与反思

1.结论

通过文献计量和内容分析发现，国际移动学习研究形成了三大主题，分别是以移动学习接受度及影响因素研究为主的“探索”、以移动学习系统设计与应用效果研究为主的“实践”、以移动学习模型及理论框架研究为主的“反思”，并且在软件技术、硬件技术及教育技术实践领域演进的影响下，形成了“螺旋式拓展”的研究模式。随着技术的发展成熟，移动学习顺利通过技术炒作曲线的低谷期，进入应用成熟期，其侧重点也相应地发生了变化，即从关注技术转向关注教学效果和学习体验。同时，移动学习领域的研究热点也形成三个主题聚类，分别是新技术应用、教学策略设计和认知过程评估。

本研究还发现，研究者和实践者对移动学习概念的认知在发展过程中形成三大取向，分别是平台扩展取向、认知工具取向、学习活动取向。取向虽无优劣之分，但却影响着学习活动的设计和学习者最终的学习体验和学习效果。移动技术对学习需要急迫性、知识获取主动性、学习地点移动性的满足，提升了e-learning的时间灵活性和平台延展性。在学习过程中将移动设备视为台式机或笔记本的替代品或延展平台，对学习者本身是可选且便利的，但对研究者和实践者来说却不是最主要的移动学习领域研究突破点。移动学习的认知工具取向和学习活动取向引导着该领域研究重点的发展。技术是对移动学习活动的不完全支持，工具的功能需要紧密配合学习活动的设计，才能发挥移动学习的优势，否则在课堂座位上使用移动设备将与在机房使用台式机学习没有本质区别。

2.反思

移动学习虽然具有提高学习效果的潜力，但是这种潜力只能在两种情况下实现（Toh et al.， 2017）：一是当学习者具备了利用和管理资源的习惯，使其能够对正式和非正式的知识进行连接时；二是当课程不受限于教材，并对知识有更广泛的理解时。充分发挥移动学习的潜力，不应是为了实验而在课堂中短期应用移动设备，而应是在学习者能够接受和适应移动学习并且具有移动学习需求的基础上开展。笔者认为移动学习难以在学校中产生长期影響有以下原因：首先，移动学习缺乏明确的组织支持；其次，移动学习的长期影响较难检验；再者，移动学习应用的开发具有延迟性和技术壁垒，普通教育实践者无法根据教学需求快速开发移动应用。三者相互影响容易形成阻碍移动学习发展的恶性循环。

推动移动学习领域的发展需要从以下三个方面入手：首先，研究者和实践者应在移动学习研究取向上进行再认识，充分发挥移动学习的认知工具优势和作为学习活动的独特之处，设计符合认知规律和教学理论的学习活动。其次，移动学习的普及，需要降低技术壁垒，为教师提供可根据学习内容来灵活开发移动应用的工具，使移动学习应用不再局限在现有平台的移动端和研究人员的一次性实验产品。最后，针对移动学习对学习效果的长期影响，应设计操作性强的评价工具与方法，以此来证实移动学习的有效性，从而获得更多的组织支持，持续推动移动学习在实践和研究领域的发展。

参考文献：

[1]黄荣怀， 张振虹， 陈庚等（2007）. 网上学习：学习真的发生了吗？——跨文化背景下中英网上学习的比较研究[J]. 开放教育研究， （6）：12-24.

[2]王佑镁， 王娟， 杨晓兰等（2013）. 近二十年我国移动学习研究现状与未来趋势——基于中西方对比的研究综述[J]. 现代远程教育研究，（1）：49-55.

[3]Astra， I. M. N. H. （2015）. Development of an Android Application in the Form of a Simulation Lab as Learning Media for Senior High School Students[J]. Eurasia Journal of Mathematics Science & Technology Education， 11（5）：1081-1088.

[4]Byun， H. W.， Chin， S. H.， & Chung， K. S. （2014）. Design and Implementation of Repeatable and Short-Spanned m-Learning Model for English Listening and Comprehension Mobile Digital Textbook Contents on Smartphone[J]. Ksii Transactions on Internet & Information Systems， 8（8）：2814-2832.

[5]Chang， C.， Shih， J. L.， & Chang， C. K. （2017）. A Mobile Instructional Pervasive Game Method for Language Learning[J]. Universal Access in the Information Society， 16（3）：1-13.

[6]Chang， Y. S.， Chien， Y. H.， & Yu， K. C. et al. （2016）. Students Innovative Environmental Perceptions and Creative Performances in Cloud-based m-Learning[J]. Computers in Human Behavior， 63：988-994.

[7]Chen， C. M.， & Chung， C. J. （2008）. Personalized Mobile English Vocabulary Learning System based on Item Response Theory and Learning Memory Cycle[J]. Computers & Education， 51（2）：624-645.

[8]Chen， G. D.， Chang， C. K.， & Wang， C. Y. （2008）. Ubiquitous Learning Website： Scaffold Learners by Mobile Devices with Information-Aware Techniques[J]. Computers & Education， 50（1）：77-90.

[9]Chen， Y. S.， Kao， T. C.， & Sheu， J. P. （2003）. A Mobile Learning System for Scaffolding Bird Watching Learning[J]. Journal of Computer Assisted Learning， 19（3）：347-359.

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

[11]Chiu， T. K. F.， & Churchill， D. （2016）. Adoption of Mobile Devices in Teaching： Changes in Teacher Beliefs， Attitudes and Anxiety[J]. Interactive Learning Environments， 24（2）：317-327.

[12]Chu， H. C. （2014）. Potential Negative Effects of Mobile Learning on Students Learning Achievement and Cognitive Load--A Format Assessment Perspective[J]. Journal of Educational Technology & Society， 17（1）：332-344.

[13]Chu， H. C.， Hwang， G. J.， & Tsai， C. C. et al. （2010）. A Two-tier Test Approach to Developing Location-Aware Mobile Learning Systems for Natural Science Courses[J]. Computers & Education， 55（4）：1618-1627.

[14]Chung， C. D. W. C. （2017）. On the Push-Pull Mobile Learning of ElectricWelding[J]. Eurasia Journal of Mathematics Science & Technology Education， 13（7）：3235-3260.

[15]DeWaard， I.， Abajian， S.， & Gallagher， M. S. et al. （2011）. Using mLearning and MOOCs to Understand Chaos， Emergence， and Complexity in Education[J]. International Review of Research in Open & Distance Learning， 12（7）：94-115.

[16]Frohberg， D.， G?th， C.， & Schwabe， G. （2009）. Mobile Learning Projects-A Critical Analysis of the State of the Art[J]. Journal of Computer Assisted Learning， 25（4）：307-331.

[17]Gikas， J.， & Grant， M. M. （2013）. Mobile Computing Devices in Higher Education： Student Perspectives on Learning with Cellphones， Smartphones & Social Media[J]. Internet & Higher Education， 19（2-3）：18-26.

[18]Huang， Y. M.， Liao， Y. W.， & Huang， S. H. et al. （2014）. Jigsaw-based Cooperative Learning Approach to Improve Learning Outcomes for Mobile Situated Learning[J]. Journal of Educational Technology & Society， 17（1）：128-140.

[19]Huang， Y. M.， Shadiev， R.， & Sun， A. et al. （2016）. A Study of the Cognitive Diffusion Model： Facilitating Students High Level Cognitive Processes with Authentic Support[J]. Educational Technology Research & Development， 65：1-27.

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

[21]Ibá?ez， M. B.， Di Serio， ?.， & Villarán， D. et al. （2014）. Experimenting with Electromagnetism Using Augmented Reality： Impact on Flow Student Experience and Educational Effectiveness[J]. Computers & Education， 71（2）：1-13.

[22]Jeng， Y. L.， Wu， T. T.， & Huang， Y. M. et al. （2010）. The Add-on Impact of Mobile Applications in Learning Strategies： A Review Study[J]. Journal of Educational Technology & Society， 13（3）：3-11.

[23]Jeno， L. M.， Grytnes， J. A.， & Vandvik， V. （2017）. The Effect of a Mobile-Application Tool on Biology Students Motivation and Achievement in Species Identification： A Self-Determination Theory Perspective[J]. Computers & Education， 107：1-12.

[24]Joo-Nagata， J.， Martinez Abad， F.， & Garca-Bermejo Giner， J. et al. （2017）. Augmented Reality and Pedestrian Navigation Through Its Implementation in m-Learning and e-Learning[J]. Computers & Education， 111， 1-17.

[25]Khaddage， F.， Müller， W.， & Flintoff， K. （2016）. Advancing Mobile Learning in Formal And Informal Settings via Mobile App Technology： Where to From Here， and How？[J]. Journal of Educational Technology & Society， 19（3）：16-26.

[26]Kim， H. J.， Lee， J. M.， & Rha， J. Y. （2017）. Understanding the Role of User Resistance on Mobile Learning Usage Among University Students[J]. Computers & Education， 113：108-118.

[27]Laru， J.， Naykki， P.， & Jarvela， S. （2015）. Four Stages of Research on the Educational Use of Ubiquitous Computing[J]. IEEE Transactions on Learning Technologies， 8（1）：69-82.

[28]Lee， H.， Parsons， D.， & Kwon， G. et al. （2016）. Cooperation Begins： Encouraging Critical Thinking Skills Through Cooperative Reciprocity Using a Mobile Learning Game[J]. Computers & Education， 97：97-115.

[29]Liaw， S. S.， Hatala， M.， & Huang， H. M. （2010）. Investigating Acceptance Toward Mobile Learning to Assist Individual Knowledge Management： Based on Activity Theory Approach[J]. Computers & Education， 54（2）：446-454.

[30]Lin， Y. T.， & Lin， Y. C. （2016）. Effects of Mental Process Integrated Nursing Training Using Mobile Device on Students Cognitive Load， Learning Attitudes， Acceptance， and Achievements[J]. Computers in Human Behavior， 55（PB）：1213-1221.

[31]Liu， Y.， Li， H.， & Carlsson， C. （2010）. Factors Driving the Adoption of m-Learning： An Empirical Study[J]. Computers & Education， 55（3）：1211-1219.

[32]Looi， C. K.， Seow， P.， & Zhang， B. et al. （2010）. Leveraging Mobile Technology for Sustainable Seamless Learning： A Research Agenda[J]. British Journal of Educational Technology， 41（2）：154-169.

[33]Min， J.， Lin， Y. T.， & Tsai， H. C. （2016）. Mobile APP for Motivation to Learning： An Engineering Case[J]. Interactive Learning Environments， 24（8）：2048-2057.

[34]Motiwalla， L. F. （2007）. Mobile Learning： A Framework and Evaluation[J]. Computers & Education， 49（3）：581-596.

[35]Pan， X. W. （2017）. A Social Approach to High-level Context Generation for Supporting Context-aware M-Learning[J]. Eurasia Journal of Mathematics Science & Technology Education， 13（7）：3675-3686.

[36]Park， Y. （2011）. A Pedagogical Framework for Mobile Learning： Categorizing Educational Applications of Mobile Technologies into Four Types[J]. International Review of Research in Open & Distance Learning， 12（2）：78-102.

[37]Sanchez-Gordon， S.， & Luján-Mora， S. （2016）. How Could MOOCs Become Accessible--The Case of edX and the Future of Inclusive Online Learning[J]. Journal of Universal Computer Science， 1：55-81.

[38]Shadiev， R.， Hwang， W. Y.， & Huang， Y. M. et al. （2015）. The Impact of Supported and Annotated Mobile Learning on Achievement and Cognitive Load[J]. Educational Technology & Society， 18（4）：53-69.

[39]Shadiev， R.， Hwang， W. Y.， & Huang， Y. M. et al. （2017）. Cognitive Diffusion Model： Facilitating EFL Learning in an Authentic Environment[J]. IEEE Transactions on Learning Technologies， 10（2）：168-181.

[40]Sharples， M.， Dan， C.， & Westmancott， O. （2002）. The Design and Implementation of a Mobile Learning Resource[J]. Personal and Ubiquitous Computing， 3（6）：220-234.

[41]Shih， J. L.， Chuang， C. W.， & Hwang， G. J. （2010）. An Inquiry-based Mobile Learning Approach to Enhancing Social Science Learning Effectiveness[J]. Journal of Educational Technology & Society， 13（4）：50-62.

[42]Sun， G.， & Shen， J. （2016）. Towards Organizing Smart Collaboration and Enhancing Teamwork Performance： A GA-Supported System Oriented to Mobile Learning Through Cloud-based Online Course[J]. International Journal of Machine Learning & Cybernetics， 7（3）：391-409.

[43]Sun， Z.， Lin， C. H.， & You， J. et al. （2017）. Improving the English-Speaking Skills of Young Learners Through Mobile Social Networking[J]. Computer Assisted Language Learning， 30（3-4）：304-324.

[44]Tarng， W.， Lin， Y. S.， & Lin， C. P. et al. （2016）. Development of a Lunar-Phase Observation System Based on Augmented Reality and Mobile Learning Technologies[J]. Mobile Information Systems， 2016. http：//dx.doi.org/10.1155/2016/8352791.

[45]Taylor， J.， Sharples， M.， & Malley， C. et al. （2006）. Towards a Task Model for Mobile Learning： A Dialectical Approach[J]. International Journal of Learning Technology， 2（2）：138-158.

[46]Thornton， P.， & Houser， C. （2005）. Using Mobile Phones in English Education in Japan[J]. Journal of Computer Assisted Learning， 21（3）：217-228.

[47]Toh， Y.， So， H. J.， & Seow， P. et al. （2017）. Transformation of Participation and Learning： Three Case Studies of Young Learners Harnessing Mobile Technologies for Seamless Science Learning[J]. The Asia-Pacific Education Researcher， 26（3）：1-12.

[48]Wang， Y. S.， Wu， M. C.， & Wang， H. Y. （2009）. Investigating the Determinants and Age and Gender Differences in the Acceptance of Mobile Learning[J]. British Journal of Educational Technology， 40（1）：92-118.

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

[50]Yao， C. B. （2017）. Constructing a User-Friendly and Smart Ubiquitous Personalized Learning Environment by Using a Context-Aware Mechanism[J]. IEEE Transactions on Learning Technologies， 10（1）：104-114.

收稿日期 2018-03-06 責任编辑 刘选

Abstract： With the rapid development of mobile technology and its application， it is a topic worthy of deep excavation to find out the picture of international mobile learning research as well as its research themes and hotspots. Taking mobile learning literature in the core collection of Web of Science database as the research sample， this study used analytical tools such as HistCite， CiteSpace and BICOMB to carry out bibliometrics and find that researchers have different orientations on mobile learning： platform expansion orientation， cognitive tool orientation and learning activity orientation. Mobile learning research has formed three types of research topics： “exploration” based on the acceptance of mobile learning and influencing factors， “practice” based on mobile learning system design and empirical research， and “reflection” based on mobile learning model and theoretical research. These three types of themes have developed into a “spiral expansion” research model with the “exploration-practice-reflection” cycle under the influence of software technology evolution， hardware technology evolution and educational technology practice. In the past ten years， the hotspots of mobile learning have formed three themes clustering， namely， the application of new technology， the design of instructional strategies and the assessment of cognitive process， which reflects the deepening of mobile learning research， from focusing on technology to focusing on teaching effects and learning experience. To promote the development of this field in the future， researchers not only need to deepen the understanding of the research orientation， but also need to reduce technical barriers to the development of mobile application tools for teachers， and to design a strong operational evaluation tool and method to verify the effectiveness of mobile learning.

Keywords： Mobile Learning； Cognitive Orientation； Research Themes； Research Hotspots； Research Models； Bibliometrics