APP下载

大学生在线课程学习投入的影响因素及提升策略

2019-10-18宾何思奇

求知导刊 2019年17期
关键词:学习投入在线课程在线学习

摘 要:自2012年成为慕课元年以来,在线学习正逐渐成为高校学生的主流学习模式,在线学习中,学习者的学习投入对于其学习效果和质量至关重要。一方面,在线学习投入是对学习者主体性的关注,另一方面,在线学习投入可以让我们更好地关注学习者的学习过程和学习状态。基于此背景,文章以湖南省三所高校学生为例,对大学生在线课程学习投入的现状及在线学习投入度的影响因素进行调查,确定了影响在线课程学习投入的四个影响因素分别是:教师、学习者、学习活动、学习资源。在深入分析影响因素的基础上,提出了提升大学生课程学习投入度的方法策略,以期为在线课程学习平台的优化、在线课程的设计、在线学习活动的组织等提供依据,为促进大学生在线课程学习质量和效果提供理论支撑和实践指导。

关键词:在线课程;学习投入;在线学习

中图分类号:G434      文章编号:2095-624X(2019)17-0006-03

一、研究背景及问题提出

2018年4月,教育部在《教育信息化2.0行动计划》中指出,要提升慕课服务,汇聚高校、企业等各方力量,提供精品大规模在线开放课程,达成优质的个性化学习体验。在“互联网+教育”背景下,在线课程的建设与应用在各大高校如火如荼地进行。与此同时,“高辍课率、低参与性、难以深度学习”等课程质量弊端,也是以慕课为代表的在线学习方式遭遇的严峻现实问题,有效提升大学生在线课程的学习投入度是当前背景下在线课程所面临的重要挑战。

二、研究意义

在线学习作为一种全新的学习模式,已经成为未来重要的学习趋势。而在线课程学习投入度作为衡量在线课程学习效果和质量的一个重要指标,具有非常重要的价值。对于学习者来说,在线课程学习投入度研究有助于培养学生在多媒体环境中高效学习的能力,更好地顺应在线学习的时代趋势。对于高校教师来说,在线课程学习投入度研究方便教师群体掌握学生在线学习情况、更好地组织在线学习活动、优化在线课程设计的有效策略、为高校学生制订专业的个性化的教学方案。对于学校来说,在线课程学习投入度研究有利于优化在线课程学习平台。

三、研究方法

1.文献研究法

文章主要运用CNKI、万方数据库、Web of Science、

湖南省高校数字图书馆等查阅相关数字资料。对在线课程学习投入相关的文章进行梳理和研究,从而为文章提供较可靠的理论依据。

2.问卷调查法

文章采用最常用的适用性较好的李克特五分量表,基于此量表设计了“大学生在线课程学习投入的现状及影响因素”问卷。调研采用抽样调查,选取的对象是湖南大学、湖南科技大学、湖南师范大学这三所学校的在校生。研究先收集了80份问卷进行预调查,通过对题目的调整使问卷的信度效度有所提高。然后再进行大量发放。问卷调查结果在线上线下同时进行回收。问卷共计发放量320份,去除无效问卷48份,获得有效问卷272份,问卷回收率为85%。

四、统计与分析

1.描述性统计分析

(1)调查对象基本情况。描述性统计作为社科类比较重要的统计方法,主要是对调查样本的相关数据进行统计性描述。在本研究中,笔者主要对调查对象的性别、年级情况做了一个基本了解。具体结果如表1所示。

(2)在线课程学习者参与现状分析。文章主要从在线课程学习门数以及在线课程学习时长这两个方面对大学生在线课程学習投入情况进行了详细的调查,具体调查结果如表2和表3所示。

从表2可以看出,调查对象学习了1~2门课程所占的比例为50%,学习了3~6门课程所占的比例为37.9%,学习了7~10门在线课程所占的比例为11.4%,学习了11门及以上在线课程所占的比例为0.7%。其中调查对象学习了1~2门课程的人数高达一半,说明了目前仍然有大部分大学生对在线课程的学习处于初步探索阶段,而学习了11门课程的学习者非常少,这也反映了在线课程还有待进一步改进与完善,探讨当代大学生对在线课程的学习投入度具有十分重要的实践价值。

从表3可以看出,调查对象每周在线课程学习时长少于1小时的占比为30.9%,1~3小时的占比为42.3%,3~5小时的占比为19.5%,大于5小时的占比为7.4%。其中调查对象每周的在线课程学习时长小于3小时的比例为73.2%,这体现了在线课程是作为一种碎片化的学习方式而被大家所接受,正是由于在线课程的这一特性,在线学习者的学习投入度并不能得到很好的保障,因此,文章从多角度探寻提升大学生在线课程学习投入的方法策略。

2.探索性因子分析

(1)探索性因子分析原理。为将调查问卷的17个题项进行有效归类,文章首先对问卷进行KMO和Bartlett's检验。Kaiser等在研究中给出了KMO度量标准,详细数值见表4。

KMO的取值范围在0~1,KMO值如果与1更接近,说明变量间具有更强的相关性。在Sig.=0.000的水平上,KMO值为0.890,说明文章的变量对于做因子分析来说,是十分适合的。

(2)共同度检验。共同度的高低能判断因子之间的相关性的高低。通过共同度检验,发现各题的提取值都在0.5以上,因此因子分析的结果是有效的。具体结果如表5所示。

探索性因子分析可以将具有复杂关系的变量综合为几个核心因子,文章采用最大方差法对因子进行旋转,并且排除了绝对值小于0.5的小系数。研究结果如表6所示。

从以上表格可以看到:问卷中17个题目清晰地负荷在系统提取的四个因子上,共同因子一:Q13、Q14、Q15、Q16、Q17;共同因子二:Q5、Q6、Q7、Q8;共同因子三:Q9、Q10、Q11、Q12;共同因子四:Q1、Q2、Q3、Q4。测量题项的最小因子载荷值为0.552,最大因子载荷值为0.831。四个因子的方差累积贡献率为62.685%。表明本次的探索性因子分析萃取的公共因子样本方差解释能力较强,能有效表达样本数据,因此,4个因子对样本方差的解释可以接受,即将17个观测变量归为4个因子是适合的。

征询专家的意见以及查阅相关的文献资料,文章将包含Q13、Q14、Q15、Q16、Q17的公共因子一命名为:学习资源;将包含Q5、Q6、Q7、Q8的公共因子二命名为:教师因素;将包含Q9、Q10、Q11、Q12的公共因子三命名为:学习活动;将包含Q1、Q2、Q3、Q4的公共因子四命名为:学习者自身因素。

3.问卷信度分析

信度分析指的是对问卷可靠性的分析,文章采用α信度系数法。Cronbach α信度系数是目前使用的最为广泛的信度系数之一。总量表的信度系数最好可以达到0.8以上,0.7到0.8之间是可以接受的范围;分量表的信度系数最好在0.7以上,0.6到0.7是可以接受的范围。如果Cronbach α信度系数在0.6以下,就要考虑重新编制问卷。问卷信度分析结果如表7所示。

如表7所示:文章分量表的信度系数均在0.7到0.8之间,总量表的信度系数为0.899,表明该问卷具有很好的可靠性。

五、在线课程学习投入的提升策略

1.鼓励教师采用信息化教学模式

随着在线课程的日益普及,在新型的网络教学环境下,已经出现了新型的教与学方式以及教学模式。学习者的学习资源不仅仅只有教材,各种信息技术与平台工具也成了学习者学习的支持。而在信息化时代下的教师也要与时俱进,采用信息化的教学模式。如何充分体现学习者的认知主体地位,提升他们的在线学习投入度,是如今信息化时代背景下对教师提出的一个巨大的挑战。信息化教学模式可以促进信息技术与教育的全面融合,主要以基于网络的探究性学习、网络主体探究、基于项目的学习、远程协作学习这四种教学模式为主。教师在进行在线课程的设计与开发时,应该充分考虑学习者的主体地位,采用“教师主导,学生主体”这一原则,积极运用多元化的、信息化的教学模式。同时以激发学习者内在学习兴趣为导向,提高大学生在线课程的学习投入度。

2.提升学习者的内在驱动力

在线课程学习者往往面临着年龄、心理、生理、环境、个体生活经验等差异,这些差异导致了不同在線课程学习者所具有的学习需要与学习动机也不同。大学生在线课程的学习需要主要来自社会交往、社会刺激、外部期望、认知兴趣以及学分认证或荣誉证书。而这些不同的学习需要将学习者的学习动机划分为外部动机和内部动机,受外部驱动力影响的在线课程学习者往往只看重结果,而轻过程。在内在驱动力指导下学习,会保持更高的学习激情以及更长的持续周期。因此,我们应该在在线课程的教学中采取一些措施激发大学生在学习过程中的内在驱动力。在线上学习中采用小组学习或者社区学习的方式可以消除在线课程学习者的个人孤独感,从而激发学习者的内在驱动力。

3.设计开发丰富的学习资源

学习资源是在线课程设计里面的核心要素。丰富多样的学习资源可以满足学习者的学习需求,从而激发学习者的学习动机。学习资源一般划分为:指导性资源、过程性资源、环境性资源、内容性资源。在各种学习资源的设计中,应该注重设计各类学习资源的不同表现形式,充分体现学习者的主体性,调动学习者的积极性。

4.组织多样化的学习活动

学习活动作为一种提供学习者反馈的途径,是在线课程中十分重要的一个部分。蕴含多种多样活动形式的在线课程,是比较受学习者青睐的。学校或教师应注重设计一些具有交互关系的学习活动,让学习者参与到学习活动中去,加大体验类与问题解决类的学习活动比例。学习活动不仅仅要有任务性的要求,还需要有具体可操作的要求,让学习者易于实现。同时,变换不同的学习活动的形式来吸引学习者。教师或者助教应该及时对学习者的学习活动给予反馈,从而提高学习者的学习积极性,提升大学生的在线课程学习投入度。

参考文献:

[1]王莉.地方院校大学生在线课程学习性投入现状及对策研究[J].甘肃科技纵横,2017(2):201.

[2]赵蕾.大学生课程学习投入度的影响因素分析[D].武汉:华中科技大学,2013.

[3]杨杉.在线课程学习参与度的提升策略研究[D].重庆:西南大学,2015.

[4]王莉,吴桂芳.地方院校学生学习性投入现状与对策研究——以甘肃省H学院为例[J]. 学理论,2017(1).

[5]李宗领,毛红芳,刘先进,等.基于NSSE—China的地方院校学生学习性投入调查研究——以咸阳师范学院为例[J].咸阳师范学院学报,2011(6).

[6]崔玉华,刘伟平.新建地方本科院校大学生学业收获及教育影响因素研究——基于H学院大学生学习性投入调查的分析[J].教育与考试,2014(1).

[7]梁晓云,李冬梅.地方高校本科生学习性投入对学习收获的影响分析——以N大学本科生为例[J].山东高等教育,2018(2).

[8]何明炳.大学生学习收获影响机理的实证研究——基于“大学生学习性投入调查”数据分析[J].赣南师范学院学报,2015(5).

作者简介:宾何思奇(1996—),女,重庆人,就读于湖南科技大学教育学院,研究方向:教育技术。

猜你喜欢

学习投入在线课程在线学习
MOOC:我国未来高等教育发展过程中的危机与转机
在线课程教学融入网络消费者行为预测研究
学习动机对大学生学习投入的影响:人际互动的中介效应
基于SPOC的“数理逻辑”在线课程教学改革探究
信息化环境下高职英语教学现状及应用策略研究
建立中职课堂规则,提高学习投入效率
基于混合式学习理念的大学生自主学习能力的培养研究
基于SOA的在线学习资源集成模式的研究
普通高校体育专业学生学习投入的影响因素分析
高校传统教学模式与MOOC相结合的改革实现