我国移动学习资源研究现状及发展趋势

摘  要 以中国知网（CNKI）的中国学术期刊网络出版总库为数据来源，采用文献计量法、内容分析法和社会网络分析法相结合的研究方法，多角度、多层次分析我国移动学习资源研究现状及发展趋势，旨在帮助学者更加透彻地了解国内移动学习资源领域。

关键词 移动学习资源;文献计量法;内容分析法;社会网络分析法;SATI

中图分类号：G712    文献标识码：B

文章编号：1671-489X（2019）02-0047-04

1 前言

随着移动互联网技术与无线通信技术的不断成熟以及智能移动终端设备的普及，為人们移动式的学习提供了坚实的基础，促进了一种新的学习方式的出现——移动学习[1]。

现如今人们的生活节奏越来越快，难以抽出大量时间来集中学习，反而更适合移动式学习[1]，但很多网络学习资源无法满足人们移动学习要求及个性化学习需求。厘清国内移动学习资源研究现状，有利于清晰了解我国移动学习资源研究亟待解决之处。

2 数据来源与研究方法

数据来源  笔者以中国知网（CNKI）的中国学术期刊网络出版总库为数据来源，于2018年4月18日，以“SU=移动学习资源AND KY=移动学习资源”为检索表达式进行文献检索，检索到期刊文献总计386篇;将与本研究无关的会议、通知删除之后，共得到376篇有效学术期刊文献。

研究方法  本文采用文献计量法、内容分析法和社会网络分析法相结合的研究方法：先利用文献计量法对376篇学术期刊文献年度分布、来源等进行研究;然后利用内容分析法，从设计与开发、应用、管理、评价四个领域研究移动学习资源;最后将376篇文献的高频关键词进行社会网络分析。

3 研究过程与分析

研究样本的文献计量分析

1）年度分布。利用SATI 3.2对研究样本的年份进行字段抽取和频次统计，如图1所示。由图1可知，国内移动学习资源的研究在2007、2008两年相对少;随着两个时间点的出现——“2009的3G时代”“2013的4G时代”，国内移动学习资源的研究呈现逐年上升趋势，尤其在2015—2017年之间，平均年发64篇;下一个转折点在2018年4月已初见苗头，中兴宣布打通国内第一个5G电话，相信未来对移动学习资源的研究会越来越丰富。

2）期刊分布。利用SATI 3.2对研究样本的刊物进行字段抽取和频次统计，共来源于196种期刊。其中有136种期刊只刊登过一篇有关移动学习资源的文章，占总期刊量的69.4%。由此看来，研究成果分布较为分散，如表1所示。

3）论文作者。利用SATI 3.2对研究样本的作者进行字段抽取和频次统计，所有作者（第一、第二、第三作者等）总计734人，第一作者总计376人;只发表或者参与一篇论文的作者总计622人，占所有作者数的84.7%，如表2所示。

美国学者A.J.洛特卡指出：作者数与发表论文数量之间具有一定关系，如果发表一篇论文的作者数与所有作者数之比低于60%的临界值，则该领域已形成核心队伍，反之亦然[2]。研究样本显示，我国移动学习资源领域尚未形成核心队伍，同时发现将近一半的作者未以第一作者发表该领域论文，缺乏对该领域的长期深入的研究。

研究样本的内容分析

1）设计与开发。目前国内移动学习资源的设计与开发主要涉及两个方面：一是基于技术手段，如基于HTML5、Web、Flash Lite、vSphere、Sakai、RFID、OpenStack、ANFIS等技术，学者冉利龙利用Flash Lite技术设计开发出兼容性好、类型多样并具有控制交互的移动学习资源[3];二是基于某个理论或视角，如基于泛在学习理论、分布式认知视角、概念图理论、供给侧视角、联通主义理论、强化理论、价值观视角、交往行动理论、认知弹性理论、认知负荷理论、学习对象理论等，学者赵琪琪认为基于概念图理论可以对学习资源进行更加科学的精炼，并有系统性和完整性划分[4]。

2）应用。目前我国移动学习资源的主要应用有：应用于平板电脑、手机等移动终端;应用于未成年人、大学生、中小学等不同的学习者;应用于英语课程、化学课程、计算机基础课程等不同的课程;应用于微信、图书馆、远程教育、云环境等不同的应用环境。

3）管理。管理是对移动学习资源进行组织、协调、整合以满足不同学习者的不同需求。目前，我国对移动学习资源管理的相关研究并不多，针对目前移动学习资源存在的建设缺乏统一规范、移植性差、个性化不明显、交互不明显等缺点，有学者将SCORM标准作为移动学习资源建设的统一标准，以期解决学习资源存在的问题;也有学者利用知识管理学的理论、方法、模型、工具等来对移动学习资源进行管理，以期提高学习者的知识管理能力;还有学者使用OpenStack开源组件对移动学习资源进行管理，以期实现资源的提供者、管理者、使用者各方的信息共享。

4）评价。目前我国移动学习资源尚未有成熟的评价标准或者模型，但有学者已经进行相关研究。例如：陈朋朋依据相关理论结合自己实际情况，从内容、结构、技术三方面提出移动学习资源评价量表[5];程罡等学者利用1000条真实用户对学习资源的评论，通过大量的数据研究来构建移动学习资源评价模型，包含八个方面评价指标，分别是整体学习体验和一致性、内容质量、内容数量和粒度大小、交互设计、可获取性、媒体表征、学习评价与反馈、情境适应与个性化[6]。

研究样本的社会网络分析

1）高频关键词。利用SATI 3.2对研究样本的关键词进行字段抽取和频次统计，经过删除、合并等处理，共得到关键词420个。最终选取出现频次高于两次的为高频关键词，确定了68个高频关键词，如表3所示。

2）共现矩阵。笔者利用SATI 3.2构造了68×68的高频关键词共现矩阵，如表4所示。

3）高频关键词。共现图谱运用Ucinet 6.0中的NetDraw

功能，将表4以可视化图谱的形式展示出来，如图2所示。图谱中节点的大小代表频次的高低。图2中移动学习的节点最大，其次较大的节点有移动学习资源、移动终端、学习资源设计、学习资源建设、学习资源开发等。这些节点与周围节点联系频繁，在图谱网络中起着重要的作用[7]。图谱中节点之间连线越粗，代表两节点的联系越紧密。从图2可知，移動学习资源与移动学习之间连线最粗。移动终端、学习资源设计、学习资源建设、学习资源开发与移动学习资源联系紧密，这是目前大部分学者研究的主要内容;外围的关键词虽然与移动学习资源联系不是特别紧密，但是可能成为今后的研究方向[7]。

4 研究结论

移动学习资源研究现状

1）缺乏统一的移动学习资源设计开发标准。目前国内关于移动学习资源设计开发并没有统一的标准，大多借鉴或参考网络学习资源设计与开发标准，不利于移动学习资源的有效利用。

2）交互比较单一，影响移动学习的效果。在移动学习过程中的交互主要体现在学习者与资源之间的交互、学习者与系统之间的交互、资源与系统之间的交互等。

3）缺少科学的移动学习资源管理评价模型。目前存在移动学习资源配置不均衡、质量参差不齐、资源利用率不高、获取不准确、沉余度高、建设不规范等状况，其根本原因是移动学习资源管理与评价缺失，尚未形成一套科学的管理评价模型。

移动学习资源发展趋势

1）优化移动学习资源设计开发标准。在国外SCROM标准和国内CELTS-41规范基础上，结合移动学习特点优化移动学习资源设计开发标准，逐渐形成一套科学完善的移动学习资源设计开发标准。

2）构建移动学习资源库。利用多层次、多角度、深挖掘的方式来构建移动学习资源库。

①多层次方面。在移动学习特点、学习内容以及学习者特征研究的基础上，采用三层结构来构建移动学习资源库：第一层是物理层，解决移动学习资源的命名存储;第二层是逻辑层，解决移动学习资源之间的逻辑关系;第三层是应用层，解决移动学习资源的管理与使用。

②多角度方面。从专家的角度，把控移动学习资源的科学性;从资源开发者的角度，把控移动学习资源的规范化和交互性;从学习者的角度，把控移动学习资源的个性化和适度原则;从移动学习的角度，把控移动学习资源的零碎原则。

③深挖掘方面。结合大数据的挖掘、对比、分析和转化技术，更好地服务移动学习资源个性化设计原则。

3）加强移动学习支持系统的建设。今后的移动学习支持系统应该支持泛在学习环境下的有效学习特性，将学习资源按照实际需要整合呈现，学习者可以依据自身需求，高效率地获取所需的知识技能，并形成各自的认知结构。

4）完善移动学习资源管理评价模型。“互联网+”的到来给移动学习资源管理评价带来新契机。通过大数据进行数据挖掘、对比、分析、转化等操作，为管理者提供资源分配信息、运行状态监控、教育质量监控等业务支持，实现移动学习资源的可视化管理和移动学习效果的可视化评价。

5 结语

研究表明，我国移动学习资源研究成果较为分散，移动学习资源交互单一，缺乏统一的移动学习资源设计开发标准和科学的移动学习资源管理评价模型。对此，笔者提出今后移动学习资源领域研究的发展趋势：优化现有移动学习资源设计开发标准;以多层次、多角度、深挖掘的方式构建移动学习资源库;加强移动学习资源与学习支持系统有效融合，利用“互联网+”管理形成一套科学完善的移动学习资源管理评价模型。

参考文献

[1]黄腾飞，张姝，刘权.移动学习背景下微课程资源设计研究[J].软件导刊：教育技术，2015，14（10）：62-64.

[2]李彦敏.教师教育技术能力学术文献的定量分析[J].现代教育技术，2012，22（5）：32-35，59.

[3]冉利龙.基于Flash Lite的片段式移动学习资源设计研究[J].湖北广播电视大学学报，2010，30（11）：119-120.

[4]赵琪琪.基于概念图理论的移动学习资源设计研究[J].中国教育信息化：高教职教，2015（7）：46-47.

[5]陈明明.移动学习资源的创设与评价探究[J].软件导刊：教育技术，2010，9（10）：88-89.

[6]程罡，高辉，余胜泉.基于真实用户评论信息构建移动学习资源的评价模型[J].现代远距离教育，2014（1）：43-53.

[7]黄腾飞.云南开放大学移动学习资源设计研究[D].昆明：云南大学，2016.