混合同步学习环境对学生认知投入的影响机制研究

师亚飞 童名文 孙 佳 戴红斌 龙陶陶 王建虎

【摘要】    混合同步课堂是信息技术赋能城乡教育均衡发展的核心实践场。然而，当前有关混合同步学习环境是如何影响学生有效学习的问题研究依然有限。学习动机是学生开展学习活动的内在心理因素，是解释其学习行为的重要动因。本文以学习动机为中间变量，旨在研究混合同步课堂中混合同步学习环境对学生认知投入的影响机制，采用结构方程模型分析方法来验证所构建的模型和假设。研究结果表明，外部动机是混合同步学习环境影响浅层认知投入的中介变量;内部动机在混合同步学习环境影响深层认知投入和浅层认知投入过程中均有中介效应;外部动机对内部动机具有显著的正向影响，并且外部动机和内部动机在混合同步学习环境影响认知投入过程中具有链式中介效应。建议在混合同步课堂中教师可以从教学法、社会交互以及ICT教学能力方面来提高远程学生的学习动机。此外，教师还应该采用适性教学策略让学生感受到学习的胜任感、课堂的亲密感，给予其充分的自主性，促进学习动机的内化。

【关键词】  混合同步学习;学习环境;认知投入;学习动机;内部动机;外部动机;中介效应;教育均衡化

【中图分类号】   G442         【文献标识码】  A       【文章編号】  1009-458x（2021）9-0029-11

一、引言

信息技术支撑的优质教育资源共享是破解教育均衡问题的有效途径。优质学习资源及教师资源的差异是造成城乡乃至地区教育发展不均衡的原因之一（Yang， Yu， & Chen， 2019）。为此，国家出台了一系列政策，旨在加强乡村以及经济落后地区学校师资建设，如教师走教、校长教师交流轮岗等，且取得了较好成效。然而，由于经济、社会等原因，这些落后地区学校普遍存在优秀教师难以留下的困难（司晓宏， 等， 2015）。近年来，混合同步课堂作为促进优质师资资源共享的核心实践场引起了研究者的关注。混合同步学习作为一种信息技术支持的学习方式，因其便利性、快捷性和经济性而成为解决城乡乃至地区教育发展不公平的一条可行途径。

目前，国内有关混合同步课堂的研究主要集中在混合同步学习环境下的教学模式等理论构建方面。例如，雷励华等（2015）基于社会建构理论与情境学习理论研制了一种混合同步课堂教学模式，旨在加强本、异地两端师生、生生之间的社会交互以及乡村端学生的临场感;王继新等（2016）提出“三式破三难”的区域教育发展模式，在促进区域教育均衡化方面取得较好成效;高丹阳等（2019）提出的新型混合同步课堂教学组织形式为促进城乡教育均衡发展提供了示范和借鉴。也有研究者（杨俊锋， 等， 2018）以实证研究的方式对混合同步课堂的有效性进行论证，研究发现，混合同步课堂对乡村端学生学习成绩的提升具有显著作用，并且本地和远程两端学生在教师支持、课堂交互等多个方面的主体感受性上无显著差异。当前有关混合同步课堂的研究成果一致表明混合同步课堂对远程乡村端学生学习具有直接的促进作用。然而，有关混合同步课堂是如何影响学生学习的研究依然不足。

认知投入表征学生在学习中的投入水平，包括学生运用适当的学习策略、投入必要的学习精力来理解复杂的问题或掌握复杂的技能（Fredricks & McColskey， 2012）。相较于其他类型的投入，认知投入更强调主观意志努力和思维策略的运用（Xie & Heddy， 2019）。有研究发现，学生的认知投入与其学业成就具有显著的正相关关系（Dogan， 2015; Virtanen， Kiuru， Lerkkanen， Poikkeus， & Kuorelahti， 2016）。因此，本研究以混合同步学习环境下学生的认知投入作为研究的落脚点，旨在揭示混合同步学习环境对学生认知投入的作用机制，阐明混合同步学习环境是如何影响学生学习的。

二、理论框架与假设

（一）相关概念

1. 混合同步学习环境

混合同步学习环境（blended synchronous learning environment，BSLE）是一种整合本地面对面课堂和远程网络面对面课堂的富媒体学习环境，在这一环境下远程学生可以借助同步多媒体技术实时参与到本地课堂中学习（Bower， Dalgarno， Kennedy， Lee， & Kenney， 2015）。在不同研究中，混合同步学习环境具有不同的称谓和形式，如Here or There教学（Zydney， McKimmy， Lindberg， & Schmidt， 2019）、同步双校区教学（Divanoglou， Chance-Larsen， Fleming， & Wolfe， 2018）、同步互动混合课堂（雷励华， 等， 2015; 王继新， 等， 2016）、同步课堂（卢强， 等， 2018）、双师课堂（龙西仔， 等， 2020）等，本文将其统称为混合同步学习环境。依据远程学生所属位置的不同，混合同步学习环境可以分为两种不同的形态：其一，异地两个实体教室中的学生同步开展教学活动;其二，本地课堂中学生在实体教室中开展教学活动，远程学生则可以自由选择参与课堂的位置，如家里、工作单位等（Raes， Detienne， Windey， & Depaepe， 2019）。在本研究中，研究者分别将其称为“混合双班同步模式”和“混合虚实同步模式”。这两种形态的混合同步学习环境各有其利弊。例如，相较于“混合虚实同步模式”，在“混合双班同步模式”中远程学生由于同处一个实体教室内，学生可以体验到更强的课堂氛围（Wang， Huang， & Quek， 2018）。并且，远程实体教室内教师的存在也会增强学生的学习投入度（Divanoglou， et al.， 2018）。相较于前者，“混合虚实同步模式”中远程学生具有更强的灵活性，他们不受实体教室位置的限制（Raes， et al.， 2019）。目前，国内以教育公平为目标的混合同步学习多采用“混合双班同步模式”的学习环境，即“双师课堂”形式（例如，高丹阳， 等， 2019; 雷励华， 等， 2015; 王继新， 等， 2016）。在国外，高等教育领域或成人学习者多采用“混合虚实同步模式”的学习环境（例如，Raes， et al.， 2020; Wang， et al.， 2018），他们更加偏爱混合同步学习环境所带来的学习场景的灵活性和可选择性。总体来讲，混合同步学习环境具有众多的优势，如真实的临场感、学习场景的可选择性、促进教育公平等（Yang， et al.， 2019; Zydney， et al.， 2019）。Hastie等（Hastie， Hung， Chen， & Kinshuk， 2010）认为在混合同步学习环境中可以包含多种学习模式，并且认为同时具备本地教室、远程教室、本地学生、远程学生、本地教师和远程教师的混合同步学习模式最有可能成为未来大学（the University of the Future）的主流学习模式。

Kirschner等（Kirschner， Strijbos， Kreijns， & Beers， 2004）认为一个技术支持的有效学习环境应该具备教学可供性（educational affordance）、社会交互可供性（social affordance）和技术可供性（technological affordance）。教学可供性是指学习环境或技术工具所具备的在特定教育情境下，决定一个学习活动是否能够被实施或如何被实施的特性;社会交互可供性是指学习者所感受到的学习环境或技术工具能够促进其社会交互的特性;技术可供性是指学习环境或技术工具的可用性（Wang， 2009）。其后，Wang（2008）基于Kirschner等人（Kirschner， Strijbos， Kreijns， & Beers， 2004）的研究提出了一种用于设计有效学习环境的通用理论模型——PST（pedagogy， social interaction， and technology）模型。在PST模型中，教学和社会交互设计主要影响学习效果，技术设计则决定教学和社会交互设计的实现程度。2018年，Wang及其同事（Wang， et al.， 2018）将PST模型用于混合同步学习环境的设计与应用，研究结果表明学生对这一学习环境表现出较高的积极态度。因此，笔者认为教学可供性、社会交互可供性和技术可供性是混合同步学习环境的三大基础功能特性。

2. 学习动机

目前学界对于学习动机的界定尚未达成一致，研究者多是以特定的理论或视角对学习动机进行阐释。认知取向的动机理论将动机定义为激发和维持目标行为的心理过程，如成就动机、归因方式、控制信念和目标定向等（Schunk， 2012， p. 346）。除了这一常见的定义外，其他的学习理论或流派对动机也有不同的理论解释。例如，行为主义流派将激发和维持目标行为的动机归于一系列外部的行为或事件，如奖励、强化等;人本主义流派认为动机源于个体一系列的内在心理需要，如自我实现、胜任感、关系和自主性的需要（Woolfolk， 2016， p. 474）。自我决定理论（self-determination theory）是当前众多动机理论中较为流行的一种人本主义取向的动机理论。在自我决定理论中，Ryan和Deci（Ryan & Deci， 2000a）依据行为产生的不同原因和目标将动机分为不同的类型，其中最为基础的是有关内部动机（intrinsic motivation）和外部动机（extrinsic motivation）的界定。内部动机是一种以个体内在兴趣和爱好为出发点的动机类型，这种动机所激发的行为不需要外部奖励的刺激来维持，更加关注事物本身;与之相对，外部动机是一种由目标行为所带来的外部报偿驱动的动机类型，更加关注事物附加的外部奖励，如金钱、规避惩罚、社会地位等（Deci & Ryan， 2010）。由内部动机驱动的行为具有持久性和内驱性，当个体在实现目标行为遇到困难时，通常会积极寻求解决问题的策略，克服困难。而由外部动机驱动的行为通常容易受到外在困难的影响。因此，相较于外部动机，内部动机更有助于促进学生有效学习以及培养学生的创新能力。

3. 认知投入

认知投入（cognitive engagement）是指学习者的心理投入（psychological investment）以及有技巧的学习（strategic learning）过程，既包含自我调节学习中学习策略的使用，也强调动机理论中的主观意志努力（Fredricks， Blumenfeld， & Paris， 2004）。认知投入可以分为深层认知投入（meaningful cognitive engagement）和浅层认知投入（shallow cognitive engagement）（Greene & Miller， 1996）。深层认知投入涉及信息的深度处理和自我调节学习策略的使用，如通过建立新旧知识之间的联结来构建复杂的认知结构，以及自我反思、制订规划等学习策略的使用;浅层认知投入主要包含浅层的信息处理和简单学习策略的使用，如机械记忆（Ravindran， Greene， & DeBacker， 2005）。有研究（Walker， Greene， & Mansell， 2006）表明，相较于浅层认知投入，深层认知投入更有助于提高学习成就。

（二）研究假设

1. 混合同步学习环境与学习动机

许多研究表明，学习环境对学生的学习动机具有直接影响。例如，Bekele（2010）系统梳理了多个教育技术国际知名杂志于1995年到2007年间发表的有关网络学习环境（internet-supported learning environments）的研究，结果表明，网络学习环境有助于学生学习动机的提升，并且相较于传统学习环境，单纯的网络学习环境更有助于提高学生的学习动机。类似地，Baeten等研究者（2013）也发现学习环境会显著影响学生的自主学习动机。Wang等（2018）在设计与实施混合同步学习环境的过程中发现，学生对于混合同步学习环境表现出非常积极的态度，并且学生希望更多的课程可以在这种学习环境下开展。成都七中的混合同步教学实践研究结果表明，混合同步学习环境对于激发远程学生的学习积极性和自信心具有重要作用（李爽， 等， 2009）。基于以上结论，本研究假设混合同步学习环境能够提高远程学生的内部学习动机（H1）和外部学习动机（H2）。

2. 学习动机与认知投入

已有研究表明学习动机能够显著影响学生的认知投入。例如，Sedaghat等（2011）发现动机因素如感知能力、感知工具和成就目标对认知投入具有显著的预测作用。Bircan和Sungur（2016）发现动机信念如自我效能和任务价值与认知投入具有显著的相关关系。更进一步，Walker等（2006）通过路径分析发现，动机因素如自我效能、内部动机和學业认同感能够显著预测学生的深层认知投入，而浅层认知投入则可以被外部动机预测。类似地，Debacker和Crowson（2006）的研究认为，掌握目标与学生的深层认知投入和浅层认知投入都有显著正相关关系，并且能够预测学生的深层和浅层认知投入。研究者一般认为掌握目标与学生的内部动机具有显著正相关关系（王振宏， 2009， p. 165）。因此，本研究假设，内部动机能够促进学生的深层认知投入（H3）和浅层认知投入（H4）。许多研究者认为，内部动机和外部动机不是严格相互排斥的，对于不同的学生而言，同样的学习活动有可能是由内部动机激发的，也有可能是由外部动机激发的（Saeed & Zyngier， 2012）。有时候在课堂教学中单纯强调内容的有趣性是不够的，合理地加入一些外部动机取向的活动对于有效教学也具有重要意义（Ryan， et al.， 2000a）。尤其是对于混合同步学习环境中的远程学生而言，设计外部动机取向的学习活动对于调动他们的学习积极性，减少地理距离和同步媒体软件带来的孤寂感，进而促进他们有效学习具有重要价值。基于以上论述，本研究假设，外部动机既能促进远程学生的深层认知投入（H5），也能促进其浅层认知投入（H6）。

3. 外部动机与内部动机

外部动机对内部动机的影响作用研究大致经历了消极作用说、共存关系说和积极作用说三个阶段（张剑， 等， 2003）。内部动机与外部动机并不是简单的二分关系，二者是有关联的。例如，Finkelstein（2011）在有关组织公民行为的研究中发现，内部动机与外部动机表现出强相关关系，并且二者共同促进个体完成其目标。外部奖励（外部动机）和任务挑战（内部动机）有可能都会促进个体取得更好的表现（Amabile， 1993），并且在一定条件下外部动机会对内部动机产生促进作用。例如，Lee等（2005）关于网络学习媒体的接受性研究认为，感知有用性（外部动机）和感知愉悦性（内部动机）是影响学习者采纳和使用网络学习媒体的主要因素，并且学习者的感知易用性（外部动机）会显著促进感知愉悦性（内部动机）。类似地，Yoo等（2012）对韩国某食品服务公司员工的网络学习接受度调查研究发现，员工的外部动机（如表现期望、社会影响和便利条件）会显著地影响其内部动机（如努力期望、态度和焦虑），进而影响其对于网络学习的行为倾向。基于以上论述，本研究假设，在混合同步学习环境中远程学生的外部动机（如对于未来生活的美好期望等）会促进其内部动机（如对于学习本身的热爱等）（H7）。研究模型假设如图1所示。

三、研究方法

（一）研究背景

为弥补当地师资力量薄弱所造成的学生学习表现较低的不足，青海省某高级中学（H中学）于2017年开始从成都某高级中学（C中学）引入混合同步课堂模式。该模式主要由本地课堂（包括主讲教师和本地学生）、远程课堂（包括辅助教师和远程学生）和第三方服务机构三个部分组成。本地课堂指主讲教师所在课堂，位于C中学，主要提供课程教学资源;远程课堂指教学资源接受方所在课堂，位于H中学;第三方服务机构提供混合同步课堂所需的软硬件设施，负责定期对远程课堂学生的学习效果和师生遇到的问题进行收集和评估，并反馈给本地课堂的主讲教师。H中学目前共有6个班级参与混合同步课堂学习，其中，高一年级3个班（1个文科班和2个理科班）和高二年级3个班（1个文科班和2个理科班）。由于远程课堂学生认知水平与本地课堂具有较大差距，因此，H中学参与混合同步课堂的学生皆来自该校的重点班。H中学混合同步课堂中所学科目包括语文、数学、英语、政治、历史、地理、物理、化学和生物，其中理科班和文科班分别学习其中的六门课程。在课程实施前，H中学远程班级的教师会接受相关培训，包括到C中学参观和培训、H中学教师内部经验分享和交流以及学习由第三方服务机构提供的系统性培训材料。在课堂中，本地课堂和远程课堂中的学生同步参与C中学主讲教师的教学活动，本地主讲教师会适时对远程课堂的学生进行提问和答疑，远程课堂的教师主要负责维持课堂秩序、组织课堂活动和答疑工作。在课后，远程课堂教师会花费额外时间针对混合同步课堂中的教学知识点带领远程课堂的学生进行巩固和重点梳理（混合同步课堂的教学视频会自动保存以供后续使用）。混合同步课堂模式整体上取得了一定成效。本研究旨在以学习动机作为研究起点，探究混合同步学习环境影响远程学生学习的作用机制。

（二）参与者

本研究共收集远程学生问卷385份。参与本次调查的志愿者均来自H中学。选择此高级中学的学生作为参与者的原因主要有以下三点：第一，该校自2017年引入混合同步学习模式，旨在提高学校教学水平，参与问卷调查的学生最少也有一个学期的混合同步学习经历，他们对于混合同步学习模式具有深切的体验。第二，参与问卷调查的学生为高一和高二年级学生，他们对问卷题项具有较强的理解能力。第三，参与者所在班级采用常态化、全学科的混合同步学习模式，问卷调查结果更能反映混合同步学习模式的真实性。

在385份问卷中，有效问卷为342份，有效率为88.83%。在有效参与者中，男生占32.75%（112名），女生占67.25%（230名）。高一年级学生约占50.29%（172名），高二年级学生约占49.71%（170名）。参与者平均年龄为16岁。

（三）研究工具

研究所用量表均参考已有文献中的成熟量表。量表主要由四个部分构成。第一部分收集参与者的人口学信息。第二部分测量学生对于混合同步学习环境的感受性，包括教学可供性、社会交互可供性和技术可供性。教学可供性和社会交互可供性分别参考Arbaugh等（2008）的研究，最终保留教学存在感的6个题项和社会存在感的4个题项。技术可供性主要参考Davis（1989）的研究，最终保留技术感知有用性的5个题项。第三部分测量学生在混合同步学习环境中的学习动机，主要参考Utv?r和Haugan（2016）的研究，最终保留内部动机的4个题项和外部动机的3个题项。第四部分测量学生在混合同步学习环境中的学习投入，主要参考Greene（2015）的研究，最终保留深层认知投入4个题项和浅层认知投入4个题项。第二、三、四部分采用李克特五级量表，从“1-非常不符合”到“5-非常符合”。研究邀请三位博士研究生对量表进行中文翻译和校对以保证量表的内容效度。为了提高其可读性，又由两位经验丰富的专家对量表进行凝练和修订润色。

（四） 数据收集与分析

研究团队与H中学具有良好的合作关系，主要为其提供教学策略和研究支持。为保护参与者的隐私，研究采用问卷星工具将量表以匿名形式发放。量表具体发放过程：研究者将量表输入问卷星系统后发放给H中学的一名信息技术教师（该教师来自本研究团队），随后该信息技术教师在其课堂中让远程课堂的学生依自愿原则填写。为保证参与者的数量，量表的发放经历了两个阶段：第一阶段从2019年5月7日到5月13日，收集数据272份;第二阶段从2019年9月27日到10月7日，收集数据113份。在数据分析过程中，数据先由问卷星导入Excel中，之后进入Mplus 8.3工具软件进行分析。验证性因子分析（confirmatory factor analysis，CFA）用以确定有效的因子结构，进而评估量表的信度和效度。结构方程模型用来探索同步课堂下混合同步学习环境对学生認知投入的影响模式。

四、分析与结果

（一）测量模型：信效度检验

在结构方程模型中，为评估模型的有效性，通常要先进行测量模型的因子结构分析（Jackson， Gillaspy， & Purc-Stephenson， 2009）。研究采用验证性因子分析确定观测变量的潜在因子结构，并基于Chin（1998）建议因子负荷量不小于0.6的标准，删除因子负荷量较低的题项（个别题项放宽至0.5）。混合同步学习环境包括教学、社会交互和技术三个方面。在一阶验证性因子分析中，教学可供性、社会交互可供性和技术可供性三个初阶因子之间最低的相关系数为0.65。这表明三个因子之间可能存在更高阶因子。在二阶验证性因子分析中，教学可供性、社会交互可供性和技术可供性的因素负荷量分别为0.83、0.91和0.79，说明三个初阶因子在二阶因子（混合同步学习环境）上的因素负荷量较好，二阶因子与初阶因子之间具有较强的关系。混合同步学习环境解释教学可供性、社会交互可供性和技术可供性三个初阶因子的变异量分别为0.69、0.82和0.62，表明二阶因子对初阶因子具有较高的解释力。此外，二阶因子模型的各项拟合指数（χ2 = 239.85，χ2/df = 2.76，RMSEA = 0.07，CFI = 0.94，TLI = 0.92，SRMR = 0.05）也表明此模型可被接受。

在信度和收敛效度方面，如表1所示，各观测变量的标准化估计值整体上大于0.5，且P值均小于0.001，表明各观测变量均存在。题目信度（item reliability）R2整体上在0.5以上，部分在可接受范围内，表明因子对观测变量具有较好的解释能力。组合信度（composite reliability，CR）在0.73到0.86之间，均大于Bagozzi和 Yi（1988）推荐的0.6，表明因子的组合信度良好，各因子的观测变量具有较高的内部一致性。收敛效度（convergent validity）用平均方差提取量（average variance extracted，AVE）表示，整体上符合Fornell和Larcker（1981）推荐的0.5以上标准。尽管有两个因子的AVE值小于0.5，但是，它们的CR值均大于0.7，因此它们的收敛效度依然可以接受（Lam， 2012）。在区分效度方面，如表2所示，各因子的AVE平方根整体上大于与其相关因子的相关系数，5个因子的区分效度较好。以上分析表明，测量模型均具有较好的适配度。

（二）结构模型：拟合指数检验

研究采用χ2/df、RMSEA、CFI、TLI和SRMR五个常用评价指标对整个模型的拟合度进行评估。已有研究表明，当χ2/df < 3，RMSEA < 0.08，CFI > 0.90，TLI > 0.90，SRMR < 0.10时，模型的拟合度较好。检验结果（χ2 = 806.26，χ2/df = 2.05，RMSEA = 0.06，CFI = 0.91，TLI = 0.90，SRMR = 0.08）表明，研究所用模型各项拟合指数均处于可接受范围，模型可以较好地拟合数据。

（三）研究假设检验

如表3所示，除研究假设H5之外，其余研究假设均成立。混合同步学习环境对学生内部动机具有显著正向影响（β = 0.49，t = 6.40，P < 0.001），假设H1得到支持。混合同步学习环境对学生外部动机也具有显著正向影响（β = 0.35，t = 5.05，P < 0.001），因此，假设H2也得到支持。内部动机对学生的认知投入，包括深层认知投入和浅层认知投入都具有显著正向影响（β = 0.44，t = 5.31，P < 0.001;β = 0.28，t = 3.52，P < 0.001），假设H3和H4均得到支持。外部动机对浅层认知投入具有显著正向影响（β = 0.20，t = 2.66，P < 0.01），假設H6得到支持。然而，外部动机对深层认知投入的影响不显著（β = 0.04，t = 0.61，P > 0.05），假设H5不成立。此外，外部动机对内部动机也有显著正向影响（β = 0.26，t = 4.27，P < 0.001），假设H7成立，并且已验证假设的标准化路径系数在0.20到0.49之间，满足Chin（1998）所建议最低0.2的标准。

（四）中介效应分析

混合同步学习环境、内部动机、外部动机、深层认知投入和浅层认知投入之间的直接效应、间接效应和总效应如表4所示。研究结果表明，混合同步学习环境对深层认知投入的总效应量为0.27，其中，内部动机的中介效应（BSLE->IM->DC）占总效应量的81%（0.49×0.44/0.27）。混合同步学习环境对浅层认知投入的总效应量为0.23。其中，内部动机的中介效应（BSLE->IM->SC）占总效应量的59%（0.49×0.28/0.23），外部动机的中介效应（BSLE->EM->SC）占总效应量的30%（0.35×0.20/0.23），外部动机和内部动机的链式中介效应占总效应量的11%（0.35×0.26×0.28/0.23）。混合同步学习环境对内部动机的总效应量为0.58。其中，直接效应占总效应量的84%（0.49/0.58），外部动机的中介效应（BSLE->EM->IM）占16%（0.35×0.26/0.58）。外部动机对浅层认知投入的总效应量为0.27。其中，直接效应占总效应量的74%（0.20/0.27），内部动机的中介效应（EM->IM->SC）占总效应量的26%（0.26×0.28/0.27）。

五、讨论

研究探讨了混合同步学习环境对学生认知投入的影响机制，研究假设学习动机在其影响过程中起到桥梁作用。研究结果表明，混合同步学习环境对内部动机和外部动机都有显著的直接影响。内部动机对深层认知投入和浅层认知投入都有显著的直接影响，外部动机对浅层认知投入有显著的直接影响，然而外部动机对深层认知投入的直接影响并不显著。研究也发现，学习动机在混合同步学习环境对认知投入的影响过程中具有显著的中介作用。

（一）混合同步学习环境对学生学习动机的影响

研究结果表明，混合同步学习环境对学生的内部动机和外部动机都有显著的正向影响，研究假设H1和H2均得到支持。这一结果表明，教学可供性、社会交互可供性和技术支持可供性更强的混合同步学习环境更有助于激发远程学生的学习动机（包括内部动机和外部动机）;反之，在学习环境中这三种可供性的缺失会削弱学生的学习动机。该研究结论与Kirschner 等（2004）的观点一致。Kirschner 等（2004）认为在学习环境中教学可供性、社会交互可供性和技术支持可供性的缺失会给师生带来失望情绪，降低学生的学习动机水平，进而造成不良的学习结果。本研究以定量研究方法验证了这一结论在混合同步学习环境中依然成立。

基于以上研究结果，为提高远程学生的学习动机，教师应从教学可供性、社会交互可供性和技术支持可供性三个方面提升学生对于混合同步学习环境的体验。在教学法方面，教师可以运用跨空间小组协作学习活动策略（本地端和远程端学生组成协作小组）增强远程学生的课堂融入感;使用随堂小测验激发远程学生的学习动机（Raes， et al.， 2020）;平衡对于两端学生的关注度，避免将注意力过多倾向于任何一端（Wang & Huang， 2018）。在社会交互方面，教师可以采用同步和异步学习论坛增强课中和课下生生之间和师生之间的社会交互。在技术支持方面，教师应积极参与混合同步教学相关培训和交流活动，提高自身在混合同步课堂环境下的ICT教学能力。Divanoglou等（2018）认为在混合同步学习环境下，有经验的教师能为学生带来更好的体验。并且主讲教师较高的ICT教学水平也会为远程学生创造更好的学习体验（Lakhal， Mukamurera， Bédard， Heilporn， & Chauret， 2020）。

（二）學生的学习动机对其认知投入的影响

研究结果表明，内部动机对学生深层认知投入和浅层认知投入都具有显著正向影响;外部动机对浅层认知投入具有显著正向影响，外部动机对于深层认知投入的影响没有得到支持。这表明，内部动机强（对学习活动本身感兴趣）的学生在学习过程中更倾向于用使用高阶和复杂的认知策略，而持外部动机的学习者更倾向于使用简单和浅层的认知策略。该研究结果验证了Walker等（2006）的研究结论，即内部动机对深层认知投入具有显著影响，外部动机对浅层认知投入具有显著影响，并且这一关系在混合同步学习环境中对于远程学生依然成立。此外，研究还有一个有趣的发现，内部动机对于浅层认知投入也具有显著的直接影响。这个发现对Walker等（2006）的研究结论进行了补充和扩展。基于以上发现，建议无论是在传统课堂环境下还是在混合同步课堂中，教师在日常教学实践中都应注意培养学生的学习兴趣，淡化学习所带来的附属效应，如学习成绩排名、物质奖励等。例如，教师可以针对不同学生对于学科的专长和爱好给予适当的鼓励和支持，充分发挥其“长板效应”，促使学生更好地学习。

（三）学习动机的中介效应

本研究表明，学习动机在混合同步学习环境对远程学生认知投入的影响中具有中介作用，即内部动机在混合同步学习环境影响深层认知投入和浅层认知投入的过程中都具有中介效应，外部动机在混合同步学习环境影响浅层认知投入的过程中具有中介效应，并且外部动机在混合同步学习环境影响深层认知投入过程中的中介效应不显著。研究结论与Patrick等（2007）的结论类似，证明学习动机在学习环境影响认知投入的过程中具有中介效应。这也再次揭示了学习动机在学习过程中的重要作用。因此，教师在创设学习环境时应该以培养和维持学生的学习动机（尤其是内部动机）作为其中一个原则。

自我决定理论认为，依据自我决定和控制的程度，外部动机可以细分为外在调节、内摄调节、认同调节和整合调节四种。外在调节和内摄调节的动机属于控制性动机，认同调节和整合调节的动机属于自主性动机。在本研究中，外部动机采用的是Utv?r和Haugan（2016）研究中的《认同调节外部动机量表》，结果发现，外部动机对内部动机具有显著影响。该结果验证了Deci和Ryan（2010）研究中的观点。Deci 和 Ryan（2010）认为，当个体感受到所从事的活动受较多外在控制时，其内部动机会被削弱;当个体从事某项活动感受到较强的自主性时，其内部动机通常会得到增强。另外，该结果也与Butz和 Stupnisky（2017）的研究结果，即认同调节的外部动机与内部动机具有较强的相关性。

外部动机是学生在学习过程中普遍存在的一种心理因素，如何促使其向内部动机转化至关重要（张剑， 等， 2010）。在学习活动中通常会存在各种困难和挑战，单纯由内部动机（兴趣爱好）驱动的学习活动在课堂中是很少存在的。因此，外部的鼓励和承认是必不可少的。例如，有研究（王振宏， 2009， p. 130）发现，真诚的表扬会提高学生的内部动机。而缺乏自我决定和控制的学习活动会对个体的内部动机产生负面影响（Deci & Ryan， 2010）。内化是一个将外在调节转化为内在调节，并且在一定条件下整合为个体主体意识的过程（Deci， Eghrari， Patrick， & Leone， 1994）。有研究表明，胜任感（perceived competence）、关系（relatedness）和自主性（autonomy）三种基本需要的满足可以促进外部动机的内化（Ryan & Deci，  2000b）。

依据自我决定理论，本研究针对混合同步课堂中的教学提出三点建议，以促进学生外部学习动机的内化。第一，由于城市端和乡村端学生在认知能力上存在较大差异，城市端教师在教学过程中应该更多考虑乡村端学生的先验水平和接受能力，让学生在课堂上能够体验到胜任感。第二，在课堂规模上，混合同步课堂是传统课堂的两倍，城市端教师在授课过程中应该更加注意与乡村端学生的课堂交互，增加远程乡村端学生回答问题的机会，让学生感受到亲密感和课堂归属感。第三，城市端教师应该采用适当的教学策略增强学生的自主意识，如在同步课堂中适当地采用翻转课堂教学模式;有限度地实施学生自主性课堂（完全由两端学生自我组织、自我管理、自我实施和自我评价的一种课堂形式），如浙江永康实施的“同步读书会活动”（蒋亦丰， 2019）。

六、结语

本研究以学习动机为中间变量，探究混合同步学习环境对于促进乡村端学生认知投入的影响机制。研究结果表明，外部动机在混合同步学习环境影响浅层认知投入的过程中具有中介作用;内部动机在混合同步学习环境影响深层认知投入和浅层认知投入的过程中都具有中介作用。此外，混合同步学习环境还可以通过外部动机影响内部动机，进而影响认知投入。因此，促进外部动机向内部动机转化具有重要意义。

本研究存在以下局限：首先，在实验参与者的选取方面，所有学生均来自同一个地区的同一所学校，尽管研究者收集了该校所有参与同步课堂学生的数据，但是在样本的数量和代表性上仍有不足。在抽样方法上，本研究因现实条件的局限，采用的是非随机抽样方法对与本研究团队有良好合作关系的H学校进行调研。因此，所选取的学校缺乏足够的代表性，研究结论的推广存在一定的局限性。其次，研究所用量表均选择已有成熟量表，但量表的领域适切性以及本土化工作需要进一步改进。再次，研究采用混合同步学习环境这个二阶因素来探究其对认知投入的影响，在一定程度上掩盖了教学法、社会交互以及技术三者对认知投入的具体影响。在未来的研究中，研究者将进一步探究三者影响认知投入的差异。此外，混合同步学习环境是复杂的多因素环境，本研究仅考虑了教学可供性、社会交互可供性和技术支持可供性三个要素，难免会遗漏其他因素对混合同步学习环境的影响。最后，本研究的数据仅源自学生的自我报告量表，数据结构较为单一，研究结论中变量之间的关系有待进一步验证。后续，研究者将采用更加科学的数据采集方法和研究方法对所得结论进行进一步验证。

[参考文献]

高丹阳，张泽晖，郭伟. 2019. 城乡异地同步课堂教学组织形式的提出与实践[J]. 现代教育技术，29（5）：71-77.

蒋亦丰. 2019. “同步课堂”让城乡教育零时差[N]. 中国教育报，06-03（3）.

雷励华，左明章. 2015. 面向农村教学点的同步互动混合课堂教学模式研究[J]. 电化教育研究，36（11）：38-43.

李爽，王磊，白滨. 2009. 基于卫星的远程直播教学模式评价研究：以成都七中网校为例[J]. 开放教育研究，15（4）：86-92.

龙西仔，刘小莲，胡小勇. 2020. 双师课堂：疫情防控期在线教学新模式[J]. 中小学信息技术教育（5）：12-16.

卢强，左明章，原渊. 2018. 基于技术接受模型的农村教师同步课堂采纳与使用影响因素研究[J]. 中国远程教育（7）：61-69，80.

司晓宏，杨令平. 2015. 西部縣域校长教师交流轮岗政策执行中的问题与对策[J]. 教育研究，36（8）：74-80.

王继新，施枫，吴秀圆. 2016. “互联网+”教学点：新城镇化进程中的义务教育均衡发展实践[J]. 中国电化教育（1）：86-94.

王振宏. 2009. 学习动机的认知理论与应用[M]. 北京：中国社会科学出版社.

杨俊锋，崔丽霞，吴滕，等. 2018. 混合同步网络课堂有效性的实证研究[J]. 电化教育研究，39（12）：50-56，77.

张剑，郭德俊. 2003. 内部动机与外部动机的关系[J]. 心理科学进展（5）：545-550.

张剑，张建兵，李跃，等. 2010. 促进工作动机的有效路径：自我决定理论的观点[J]. 心理科学进展，18（5）：752-759.

Amabile， T. M. （1993）. Motivational synergy： Toward new conceptualizations of intrinsic and extrinsic motivation in the workplace. Human Resource Management Review， 3（3）： 185-201.

Arbaugh， J. B.， Cleveland-Innes， M.， Diaz， S. R.， Garrison， D. R.， Ice， P.， Richardson， J. C.， et al. （2008）. Developing a community of inquiry instrument： Testing a measure of the community of inquiry framework using a multi-institutional sample. The Internet and Higher Education， 11（3-4）： 133-136.

Baeten， M.， Dochy， F.， & Struyven， K. （2013）. The effects of different learning environments on students motivation for learning and their achievement. British Journal of Educational Psychology， 83（3）： 484-501.

Bagozzi， R. P.， & Yi， Y. （1988）. On the evaluation of structural equation models. Journal of The Academy of Marketing Science， 16（1）： 74-94.

Bekele， T. A. （2010）. Motivation and satisfaction in Internet-supported learning environments： A review. Journal of Educational Technology & Society， 13（2）： 116-127.

Bircan， H.， & Sungur， S. （2016）. The role of motivation and cognitive engagement in science achievement. Science Education International， 27（4）： 509-529.

Bower， M.， Dalgarno， B.， Kennedy， G. E.， Lee， M. J. W.， & Kenney， J. （2015）. Design and implementation factors in blended synchronous learning environments： Outcomes from a cross-case analysis. Computers & Education， 86： 1-17.

Butz， N. T.， & Stupnisky， R. H. （2017）. Improving student relatedness through an online discussion intervention： The application of self-determination theory in synchronous hybrid programs. Computers & Education， 114： 117-138.

Chin， W. W. （1998）. Issues and opinion on structural equation modeling. MIS Quarterly， 22（1）： vii–xvi.

Davis， F. D. （1989）. Perceived usefulness， perceived ease of use， and user acceptance of information technology. MIS Quarterly， 13（3）： 319-340.

DeBacker， T. K.， & Crowson， H. M. （2006）. Influences on cognitive engagement： Epistemological beliefs and need for closure. British Journal of Educational Psychology， 76（3）： 535-551.

Deci， E. L.， Eghrari， H.， Patrick， B. C.， & Leone， D. R. （1994）. Facilitating internalization： The self-determination theory perspective. Journal of Personality， 62（1）： 119-142.

Deci， E. L.， & Ryan， R. M. （2010， January 30）. Intrinsic motivation. Retrieved June 9， 2020， from https：//www.sci-hub.ren/https：//doi.org/10.1002/9780470479216.corpsy0467

Divanoglou， A.， Chance-Larsen， K.， Fleming， J.， & Wolfe， M. （2018）. Physiotherapy student perspectives on synchronous dual-campus learning and teaching. Australasian Journal of Educational Technology， 34（3）： 88-104.

Dogan， U. （2015）. Student engagement， academic self-efficacy， and academic motivation as predictors of academic performance. The Anthropologist， 20（3）： 553-561.

Finkelstein， M. A. （2011）. Intrinsic and extrinsic motivation and organizational citizenship behavior： A functional approach to organizational citizenship behavior. Journal of Psychological Issues in Organizational Culture， 2（1）： 19-34.

Fornell， C.， & Larcker， D. F. （1981）. Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research， 18（1）： 39-50.

Fredricks， J. A.， Blumenfeld， P. C.， & Paris， A. H. （2004）. School engagement： Potential of the concept， state of the evidence. Review of Educational Research， 74（1）： 59-109.

Fredricks， J. A.， & McColskey， W. （2012）. The measurement of student engagement： A comparative analysis of various methods and student self-report instruments. In S. L. Christenson， A. L. Reschly， & C. Wylie （Ed.）， Handbook of research on student engagement （pp. 763-782）. Boston： Springer.

Greene， B. A. （2015）. Measuring cognitive engagement with self-report scales： Reflections from over 20 years of research. Educational Psychologist， 50（1）： 14-30.

Greene， B. A.， & Miller， R. B. （1996）. Influences on achievement： Goals， perceived ability， and cognitive engagement. Contemporary Educational Psychology， 21（2）： 181-192.

Hastie， M.， Hung， I. C.， Chen， N. S.， & Kinshuk. （2010）. A blended synchronous learning model for educational international collaboration. Innovations in Education and Teaching International， 47（1）： 9-24.

Jackson， D. L.， Gillaspy， Jr. J. A.， & Purc-Stephenson， R. （2009）. Reporting practices in confirmatory factor analysis： An overview and some recommendations. Psychological Methods， 14（1）： 6-23.

Kirschner， P.， Strijbos， J. W.， Kreijns， K.， & Beers， P. J. （2004）. Designing electronic collaborative learning environments. Educational Technology Research and Development， 52（3）： 47-66.

Lakhal， S.， Mukamurera， J.， Bédard， M. E.， Heilporn， G.， & Chauret， M. （2020）. Features fostering academic and social integration in blended synchronous courses in graduate programs. International Journal of Educational Technology in Higher Education， 17（1）， 1-22.

Lam， L. W. （2012）. Impact of competitiveness on salespeoples commitment and performance. Journal of Business Research， 65（9）： 1328-1334.

Lee， M. K O， Cheung， C. M. K.， & Chen， Z. （2005）. Acceptance of Internet-based learning medium： The role of extrinsic and intrinsic motivation. Information & Management， 42（8）： 1095-1104.

Patrick， H.， Ryan， A. M.， & Kaplan， A. （2007）. Early adolescents perceptions of the classroom social environment， motivational beliefs， and engagement. Journal of Educational Psychology， 99（1）， 83-98.

Raes， A.， Detienne， L.， Windey， I.， & Depaepe， F. （2020）. A systematic literature review on synchronous hybrid learning： Aaps identified. Learning Environments Research. 23， 269-290.

Raes， A.， Vanneste， P.， Pieters， M.， Windey， I.， Van Den Noortgate， W.， & Depaepe， F. （2020）. Learning and instruction in the hybrid virtual classroom： An investigation of students engagement and the effect of quizzes. Computers & Education， 143， 103682. Retrieved February 20，2020，from https：//doi.org/10. 1016/j.compedu.2019.103682

Ravindran， B.， Greene， B. A.， & DeBacker， T. K. （2005）. Predicting preservice teachers cognitive engagement with goals and epistemological beliefs. The Journal of Educational Research， 98（4）： 222-233.

Ryan， R. M.， & Deci， E. L. （2000a）. Intrinsic and extrinsic motivations： Classic definitions and new directions. Contemporary Educational Psychology， 25（1）： 54-67.

Ryan， R. M.， & Deci， E. L. （2000b）. Self-determination theory and the facilitation of intrinsic motivation， social development， and well-being. American Psychologist， 55（1）： 68-78.

Saeed， S.， & Zyngier， D. （2012）. How motivation influences student engagement： A qualitative case study. Journal of Education and Learning， 1（2）： 252-267.

Schunk， D. H. （2012）. Learning theories： An educational perspective （6th ed.）. New York： Pearson.

Sedaghat， M.， Abedin， A.， Hejazi， E.， & Hassanabadi， H. （2011）. Motivation， cognitive engagement， and academic achievement. Procedia-Social and Behavioral Sciences， 15： 2406-2410.

Utv?r， B. K. S.， & Haugan， G. （2016）. The academic motivation scale： Dimensionality， reliability， and construct validity among vocational students. Nordic Journal of Vocational Education and Training， 6（2）： 17-45.

Virtanen， T. E.， Kiuru， N.， Lerkkanen， M. K.， Poikkeus， A. M.， & Kuorelahti， M. （2016）. Assessment of student engagement among junior high school students and associations with self-esteem， burnout， and academic achievement. Journal for Educational Research Online， 8（2）： 136-157.

Walker， C. O.， Greene， B. A.， & Mansell， R. A. （2006）. Identification with academics， intrinsic/extrinsic motivation， and self-efficacy as predictors of cognitive engagement. Learning and Individual Differences， 16（1）： 1-12.

Wang， Q. （2008）. A generic model for guiding the integration of ICT into teaching and learning. Innovations in Education and Teaching International， 45（4）： 411-419.

Wang， Q. （2009）. Guiding teachers in the process of ICT integration： Analysis of three conceptual models. Educational Technology， 49（5）： 23-27.

Wang， Q.， & Huang， C. （2018）. Pedagogical， social and technical designs of a blended synchronous learning environment. British Journal of Educational Technology， 49（3）： 451-462.

Wang， Q.， Huang， C.， & Quek， C. L. （2018）. Students perspectives on the design and implementation of a blended synchronous learning environment. Australasian Journal of Educational Technology， 34（1）： 1-13.

Woolfolk， A. （2016）. Educational psychology （13th ed.）. New York： Pearson.

Xie， K.， Heddy， B. C.， & Greene， B. A. （2019）. Affordances of using mobile technology to support experience-sampling method in examining college students engagement. Computers & Education， 128： 183-198.

Yang， J.， Yu， H.， & Chen， N. （2019）. Using blended synchronous classroom approach to promote learning performance in rural area. Computers & Education， 141： 103619. Retrieved February 20，2020， from https：//doi.org/10.1016/j.compedu.2019.103619

Yoo， S. J.， Han， S.， & Huang， W. （2012）. The roles of intrinsic motivators and extrinsic motivators in promoting e-learning in the workplace： A case from South Korea. Computers in Human Behavior， 28（3）： 942-950.

Zydney， J. M.， McKimmy， P.， Lindberg， R.， & Schmidt， M. （2019）. Here or there instruction： Lessons learned in implementing innovative approaches to blended synchronous learning. TechTrends， 63（2）： 123-132.

收稿日期：2020-06-10

定稿日期：2020-09-28

作者簡介：师亚飞，博士研究生;童名文，博士，教授，博士生导师，本文通讯作者;孙佳，硕士研究生。华中师范大学教育信息技术学院（430079）。

戴红斌，博士研究生，华中师范大学信息化与基础教育均衡发展协同创新中心（430079）。

龙陶陶，博士，讲师，硕士生导师，华中师范大学教育信息技术学院（430079）。

王建虎，副教授，硕士生导师，新疆师范大学教育科学学院（830017）。

责任编辑 单 玲