基于共词分析的国内学业情绪研究热点探析*

胡路伟 王长林

（江苏开放大学，江苏 南京 210000）

引言

情绪可以直接地对个体的学习行为活动具有增力或减力的效能，也可以通过影响学习动机而间接地影响个体的学习行为，巩固或改变一个人行为的效能[1]。学业情绪（Academic Emotions）指在教学或学习过程中，与学生学业相关的各种情绪体验，既包括Pekrun 总结的学生在获悉学业成功或失败后所体验到的各种情绪，也新增了学生在课堂学习中、日常做作业过程中和考试期间的各种情绪体验[2]。探讨情绪与学习的关系对个体学业的影响，使个体达到良好的情绪状态具有重大意义。

近年来，国内学术界对学业情绪领域的研究关注度不断提高，形成了数量可观的研究文献。尽管情绪对学习的影响研究涉及到学习过程的各个方面，但以往研究只针对某一特定领域或特定研究对象，研究范围有一定的局限性，在概述学业情绪的框架和发展趋势方面存有遗憾，且对学业情绪的综述类的文献比较少。为了全面了解学业情绪的研究现状，更好地把握分析其研究趋势和热点，本文结合文献计量和共词分析法，对学业情绪的发展趋向和高频热点进行深入探索，以期为我国的学业情绪研究的发展提供借鉴与参考。

一、研究对象与方法

（一）研究对象

以CNKI收录的全文数据作为样本来源，以“学业情绪”为篇名，进行精确检索。时间设定为CNKI的起始时间至2020年3月23日（检索日），共检索到2005—2020年间所发表的会议论文、期刊论文、硕博论文三大类相关文献714篇，通过二次筛选，剔除会议公告等不相关文献，保留会议期刊39篇、期刊论文437篇、硕博士论文179篇，应用于统计分析的有效文献共计655篇。

（二）研究方法

采用文献计量和共词分析法。文献计量法主要用于对检索文献作者、关键词、主题等外部特征进行梳理、分析、评价、预测[3]；共词分析属内容分析方法，以文献中出现的高频关键词为研究对象，采用分层聚类方法揭示词与词之间的关系及其发展趋势[4]。本研究拟采用Excel先对文献外部特征进行梳理；其次，结合陈超美博士研发的可视化分析软件CiteSpace绘制关键词可视化图谱；然后，借助欧莱皮尔逊教授研发的Bibexcel构建高频关键词的共现矩阵；最后，使用SPSS22.0对高频关键词进行聚类分析，以期达到更深层次的分析。

二、研究结果

（一）学业情绪的文献统计分析

1.年发文量统计分析

一个领域文献的年发文量统计分析能很好地反映出研究的发展历程和趋势。统计不同年代学业情绪相关研究的发文数量，见图1。从图1可知，学业情绪的研究总体呈平稳上升趋势，且文献的年发文量数据也呈增长趋势，这表明学业情绪的研究日益受到学者的关注，成为研究的热点。学业情绪的研究，2005年才有第一篇，此前有关学业情绪的研究都是空白。2005—2008年，每年的发文量未超过10篇，文献发表的增长数量幅度很小，基本趋于平稳状态，学业情绪研究逐步踏入研究探索期。2009—2016年发文量急剧增长，年发文量最高时达82篇，说明此时学者更加关注学业情绪的研究。2016—2019年发文量趋于平稳，说明我国学业情绪研究已成为我国学术界、理论界研究的热点领域，且日趋成熟，关注度相对较高。

图1 年发文量统计

2.发表期刊统计分析

本研究涉及的655篇研究文献，根据埃格黑(Egghe L)提出的核心期刊区数量计算公式[5]，即r0=2ln(eE×Y),其中r0表示核心区期刊文献数目,E表示欧拉系数0.5772,Y代表刊文量最大期刊的论文数量，即本文中的22,计算得出本研究的核心期刊数量r0=2ln(eE×22)=7.3365≈7篇。即发文总量7篇以上的期刊都为核心区。从图2中可以看出，核心区期刊分别是《中小学心理健康教育》《天津师范大学学报》《中国临床心理学杂志》《河北师范大学学报》《陕西师范大学学报》、《中国健康心理学杂志》《东北师范大学学报》《上海师范大学学报》《福建师范大学学报》《华中师范大学学报》《湖南师范大学学报》《山东师范大学学报》《华东师范大学学报》《心理科学》《河南大学学报》，发文量共计165篇，约占发文总量的25.19%。发表文章数最多的期刊是《中小学心理健康教育》，共计发文量22篇，占发文总量的3.4%。

图2 发表期刊统计

3.活跃作者分析

研究者刊文数量可以在一定程度上反映其学术影响力和广泛度，具有较大影响力研究者的刊文在一定程度上代表着该研究热点的水平和发展趋向。梳理2005—2020年的文献，部分学者在学业情绪研究领域中享受胜誉。表1中，华中师范大学的熊俊梅学者在学业情绪方面研究建树最高，发文量排名第一，发表文章14篇。紧随其后的是中国人民大学的董妍、天津师范大学的马惠霞学者，发文量分别是13篇和12篇。发文量排名前10位的学者共计发文总量80篇，占据文献总数的12.2%。

表1 活跃作者统计

（二）学业情绪的共词分析

1.高频关键词统计分析

关键词是文献的概括与提炼,通过对大量文献关键词的分析，可以发现文献的主要研究内容[6]，并从整体上探究该领域的发展现状。词频分析法是客观量化从传播内容中提取出的分析方法之一[7]。按发文量排序，仅列出关键词出现频率最高的前10个，见表2。可见，研究文献非常聚焦于“学业情绪”、“初中生”和“学业成绩”。

运用CiteSpace软件进行聚类可视化并绘制关键词知识图谱，图谱中节点标识的是关键词，节点的大小反映关键词出现的频次。在图中的字体和结点较大，说明关键词出现频次较高[8]。将检索得到的655篇文献导入CitesSpace中，设置相关参数，Time Slicing选择2005—2020，时间区间设置为1年，分析项目设置为keyword，选 择 标 准 G-index(k=25)，LRF=3.0，LBY=8，e=2.0。运行CiteSpace后得到学业情绪的关键词共现知识图谱，得到447个节点和534条连接线，如图3所示。

表2 高频关键词（部分）

高频词能反映某个领域的研究热点，但无法得出具体的联系程度, 难以全面体现研究热点领域, 因而需要对上述高频词进行共现分析。进一步使用Bibexcel软件统计关键词之间的共现频次，删除出现频次低于3次的关键词，得到131个高频关键词，构建131x131高频关键词共现矩阵，见表3。

图3 学业情绪关键词共现知识图谱

2.聚类分析

聚类分析（Cluster Analysis）指在未知研究对象的类别、数目、标准的状态下，依据研究对象的个体特征数据对研究对象进行自动化分类的方法[9]。一般情况下，聚类分析是以共词分析为基础，利用共现关系生成相关矩阵。本文引用Ochiia系数将共现矩阵转变成相关矩阵，取其反得到相异矩阵，作为聚类分析的数据基础。

表3 样本文献中高频关键词的共现矩阵（部分）

Ochiia系数的计算公式如下：

表4 样本文献中高频关键词的相异矩阵（部分）

借助SPSS22.0统计软件，用相异矩阵进行分析，运用系统聚类，选择ward法，度量标准选择Euclidean。将131个高频关键词进行预处理:(1)合并近义词、同义词。如将高一学生、高二学生、高三学生合并为高中生；（2）删除与研究主题无关的词汇如策略、对策、关系、标准等。将研究热点分为4大类别，分别是学业情绪的发展特点研究、学业情绪的结构维度研究、学业情绪的影响因素研究和学业情绪的干预研究，如表5所示。

表5 基于SPSS22.0聚类分析的关键词聚类表（部分）

三、分析与讨论

（一）学业情绪的文献统计分析

基于对2005年—2020年的655篇国内学业情绪研究文献的梳理得出：我国关于学业情绪的研究经过萌芽时期、探索时期和整体上升时期，现已进入稳定发展期，研究理论和方法相对成熟；现有研究机构地域分布发展相对不均衡，主要集中在高校和科研院所，发文量较多的机构集中在东部地区；15个核心区期刊中，学报11个，期刊杂志4个，且15个核心区期刊都属于中文核心期刊，具有较高的信度和影响因子。从发文作者角度，现已形成以熊俊梅、董妍、马惠霞等学者为首的核心作者群。

（二）学业情绪的共词分析

1.学业情绪的发展特点研究

学业情绪的发展特点研究涉及到不同年龄阶段、专业和性别。年龄方面，从小学、初中、高中、大学，每个阶段都是学者关注的重点。学者研究发现，小学生学业情绪存在年级差异，二年级学生的积极学业情绪体验高于其他年级[10]。中学阶段，中学生乐观情绪随着年级的增长呈下降趋向，初三学生学业情绪最低，初一年级学生学习最乐观。步入高中，高三年级学生学习最不乐观[11]。大学生学业情绪随年级增长会变得更加明显，年级越高学业情绪越显著[12]，但到了博士阶段，不同年级的博士生学业情绪无显著差异[13]。专业方面，理科专业积极低唤醒得分高于文科专业, 文科消极低唤醒高于文艺类[14]，学业情绪存在专业差异。由于专业的特殊性，护士、师范生、特殊教育大学生的学业情绪与其他专业的学生学业情绪存在差异[15][16]，他们能体验到更多的积极情绪，总体学业情绪积极向上。性别方面，男生的积极学业情绪多于女生，女生的消极学业情绪多于男生。青少年的学业情绪总体上存在显著的性别差异[17]。以上研究得出，学业情绪在年级、专业和性别方面存在差异。

2.学业情绪的结构维度研究

个体先天具有趋向积极情绪体验而回避消极情绪体验的本能倾向。学者在研究学业情绪的维度时，情绪分类标准不一。我国学者董妍和俞国良在Pekrun二维度模型的基础上编制了中文版青少年学业情绪问卷[18]。马惠霞将学业情绪问卷维度设计为：羞愧、焦虑、气愤、兴趣、愉快、希望、失望、厌烦、自豪、放松10种情绪[19]。龚少英将大学生学业情绪划分为高兴、轻松、平静、成就感、厌倦、生气、烦躁、羞愧、焦虑、沮丧10个维度[20]。杨宪华将大学生的学习情绪分为愉快、厌倦、愤怒、绝望、希望、焦虑、羞愧、自豪8个因子[21]。结合具体的科目，王宏等将小学生数学学业情绪问卷分为无聊、无助、生气、焦虑、愉悦、骄傲、放松、无助、生气、焦虑、愉悦和骄傲12个因子[22]。徐淑燕将青少年英语学业情绪问卷的基本结构设定为厌倦、愉悦、希望和焦虑[23]。学业情绪是由多维度结构组成的，但划分维度结构因素却始终难以统一，且在不同学习阶段 、不同科目上表现不一。

3.学业情绪的影响因素研究

学业情绪贯穿于学校的教育活动中，因此学业情绪的研究必然与学校情境等因素相关联,研究发现学习氛围、课堂、任务价值等环境因素都会影响学业情绪[24]。此外，个体的自我认知、成就目标、认知能力、心理韧性、心理品质和核心自我评价水平也会间接影响学生的学业情绪[25][26]。学业情绪既直接影响学业成就，也可以通过成就目标、学业效能、学习策略等中介变量对学业成就产生间接影响[27]。

4.学业情绪的干预研究

学业情绪的干预研究可以分为教师调节、环境调节和自我调节三大类[28]。现有研究方式中主要采用的是团体心理辅导、个别心理辅导。通过实践操练等方法，使个体产生情感冲突、引发思考，从而唤起个体对相关知识或理论的体验，学会合理归因, 并作出适当的情绪调节策略[29]。梳理发现，学业情绪的干预是可行有效的，有利于及时对个体的学习活动进行调整和规划。

综上，国内学者对学业情绪的研究主题聚焦于学业情绪的发展特点、学业情绪的结构维度、学业情绪的影响因素和学业情绪的干预。研究涵盖了个体人生发展的各个阶段的特点研究，学者改编或修订问卷维度，从各个层面对学业情绪展开分析论证。影响学业情绪的因素主要分为环境因素和个体因素，科学有效地进行教师调节、环境调节和自我调节具有一定的可行性。