大学生在线学习行为与认知水平相关性研究*

高 娟

（肇庆学院 教育科学学院，广东 肇庆 526061）

一、引言

2020年初，新冠疫情全球爆发，“停课不停学”的在线学习成为大学生学习的唯一途径。在此次前所未有的大规模在线教学实践中，网络环境下的新型教学方式给师生带来了全新的体验，为学校依托网络推进教育的结构性变革提供了新思路。教育部高等教育司司长吴岩指出，线上线下融合的混合学习将成为教育新常态[1]。然而，随着在线学习不断向纵深发展，在线学习质量也逐渐受到了质疑。有研究指出，大学生在线学习行为所达到的认知水平，是评价在线学习质量的一个重要指标[2]。因此，通过分析在线学习行为与认知水平的相关性，教育者可以客观、科学地评价学习者的在线学习质量，从而能够进一步优化在线教学策略，提高大学生在线学习的质量。

二、理论框架

（一）认知水平分析框架

1956年，布卢姆等人针对大学的考试和评价人员提出了一个便于其命题和相互交流的认知领域教育目标分类框架。2001 年，由认知心理学家、课程理论专家、测量和评价专家组成的研究团队对这一后来产生广泛国际影响的目标分类框架进行了修订[3]，修订后的框架受到了世界各国教育工作者的普遍认可。因此，我们以布卢姆认知目标分类学(修订版)作为本研究中关于认知水平的分析框架。布卢姆认知目标分类学（修订版）运用其知识与认知过程相结合的核心思想，对教学目标、教学活动、教学评价以及三者的一致性进行描述和设计，揭示了相应教学要素的特征[4]。布卢姆认知目标分类学（修订版）将认知水平细分为记忆、理解、运用、分析、评价、创造六个层次，每个认知水平层次又包含多个不同的要素。本研究以布卢姆认知目标分类学（修订版）为基础，根据课程教学目标以及学习者的帖子内容，得到认知水平分析框架，如表1所示。

表1 认知水平分析框架

（二）在线学习行为框架

在线学习行为是网络教育领域中的核心研究主题之一，学者们从不同维度、不同视角对其展开了研究。在线学习行为指发生于E-learning环境中与学习相关的各种行为[5]，或者是在网络学习环境下进行意义建构、问题解决和社会化交互活动的总和[6]。根据本研究采用的天空教室网络学习平台特性和数据采集的可行性，把在线学习行为分为三大类：一类是登录行为，具体表现为学习者登录账号进行自主学习、交流互动等的在线时长；一类是资源利用行为，具体表现为学习者在平台上下载教学课件、教学视频等资源的次数；还有一类是交流讨论行为，具体表现为学习者发帖、回帖和被回帖的数量等。此外，有研究者提出，学习者在线交互行为的社会网络属性，如点度中心度也在一定程度上能够反映学习者的认知水平[7]。点度中心度即指在一个网络图中，与某一个点直接相连的其他点的个数。点度中心度越高表明个体影响力越大，参与交互越频繁，与其发生交互的个体范围越广[8]。因此，本研究以登录行为、资源利用行为、交流讨论行为、社会网络属性这四个维度表征在线学习行为，具体如表2所示。

表2 在线学习行为框架

三、研究设计

（一）研究假设

本研究旨在探索在线学习行为与认知水平之间的相关关系，客观、科学地评价学习者的在线学习质量，从而帮助教育者进一步优化在线教学策略，提高大学生在线学习的质量。本研究形成的假设是：在线学习行为与认知水平相关。研究的主要问题有：哪些在线学习行为与认知水平相关？相关程度如何？

（二）研究对象

本研究数据均来自于教育技术学专业课程远程教育应用，该课程采用的是线上线下融合的混合学习模式。教师通过网络学习平台创建课程，上传教学课件、教学视频等学习资源，借助互动教学模块发布学习任务、组织在线教学活动，学习者在教师的引导下进行自主探究学习，并且可以在论坛进行在线交流互动。参加该课程的学习者共38名，教师1名，该课程网络学习平台上共产生讨论帖237条。

（三）数据收集与量化的方法

因变量“认知水平”的数据来自于对天空教室网络学习平台上论坛讨论帖的内容分析。研究者在使用内容分析方法分析文本时，要清晰地说明如何选择分析单位，以及对不同编码者之间意义单位分段一致性进行说明[9]。分析单位的选择影响着编码的精确性，在某种程度上数据反映原话语内容的真实度[10]。不同编码者之间编码一致性说明即间信度测试，间信度是指不同编码者对相同的内容进行编码时，达到相同的编码决策的一致性程度。Holsti的信度系数（C.R.）是测试间信度最简单和最常见的方法，计算公式为：C.R.=2m/n1+n2，其中m是指两位编码者一致同意的编码数量，n1是指1号编码者的编码数量，n2是指2号编码者的编码数量[11]。

首先，研究者对论坛中237条讨论帖按照时间进行了整理。由于教师发布的一条提问帖有时会包含多个问题，相应地，学生回复的一条帖子也会包含对教师多个问题的回答。本研究以学生回答教师一个问题的内容作为一个分析单元，因此学习者的帖子最终被分为385个分析单元。然后，由两位编码者依据认知水平分析框架进行独立编码，以此作为学习者的认知水平值。对编码结果进行间信度测试，经计算间信度为0.714，表明间信度良好。

自变量“在线学习行为”的数据主要来自于天空教室网络学习平台统计的数值。其中，登录行为、资源利用行为和交流讨论行为三个维度的数据可以通过平台自动统计。社会网络属性维度的数据主要基于论坛交互情况，研究者采用社会网络分析方法，计算出各参与者的点度中心度。

（四）数据分析的方法

为了研究两个不同变量之间的相关特性和紧密程度，运用SPSS软件进行双变量相关分析。本研究以在线学习行为数据作为自变量，以学习者的认知水平作为因变量，应用双变量分析方法对在线学习行为和学习者的认知水平进行相关性分析，参考Spearman相关系数评价相关性大小。研究主要从学习者的登录行为、资源利用行为、交流讨论行为和社会网络属性这四个维度收集整理学习者的各项在线行为数据，利用Excel整理初始数据，使用SPSS软件的双变量相关分析方法对学习者的各类在线学习行为分别与其认知水平进行相关性分析。

四、研究结果

（一）在线时长与认知水平未呈现相关

根据本研究所依托的天空教室网络学习平台特性，登录行为主要表现为学习者的在线时长，包括学生在线进行课程学习、浏览资源、参加交流讨论、进行测试等的学习行为的总时间。分析发现，“在线时长”与认知能力并未呈现出相关性（P=0.059＞0.05），如表3所示，说明学习者在线学习时间的长短并不能代表学习者认知水平的高低。

表3 登录行为与认知水平的相关性

笔者认为，呈现这一结果的主要原因是，学习者在在线学习过程中可能存在“挂机”行为，即学习者在在线学习时间内可能会做与学习并无相关的事情，在线学习时长并不等于有效学习的时长，所以在线时长与认知水平未呈现相关。

（二）资源下载次数与认知水平呈现正相关

在天空教室网络学习平台上，资源利用行为主要表现为学习者在平台上下载教学课件、教学视频等资源的次数。分析可知，资源下载次数与认知水平呈现正相关性（P=0.025＜0.05），相关系数Rho=0.456，表明两者相关程度一般。

笔者认为，学习者下载资源的次数可以反映他们参与课程的积极性和获取知识的主动性，从而在一定程度上反映了学生学习过程中认知水平的高低。但是，有在线学习的行为并不表示学习真正地发生，所以资源下载次数与认知水平呈现正相关，但是相关程度一般。

（三）“发帖数”“回帖数”“被回帖数”与认知水平呈现正相关

通过分析发现，交流讨论行为中“发帖数”“回帖数”“被回帖数”均与认知水平呈正相关，其中“发帖数”和“回帖数”与认知水平的相关显著性P=0.00，相关系数分别为0.830、0.543，相关程度均比较高，而“被回帖数”与认知水平的相关显著性P=0.021，相关系数为0.374，相关程度较低。

笔者认为，学习者通过在线交流讨论可以有效提高学习者之间的组织氛围，缩短心理距离，弥补在线学习中神情与肢体语言互动的不足，降低在线学习中学习者的孤独感。学习者在网络学习平台上主动互动（发帖和回帖）的次数越多，表明该学习者学习态度越积极，对自己的学习进行更多更深入的思考、反思和表达，因而其认知水平也就越高。学习者的被回帖数在一定程度上反映了该学习者的帖子在群体中的影响力，因而与认知水平也呈现一定的相关关系。

（四）点度中心度与认知水平呈现正相关

在进行社会网络属性中的点度中心度与认知水平的相关性分析之前，先通过UCINET社会网络分析软件对参与本课程的所有学习者总体的互动情况进行分析，如图1所示。

图1 学习者在线学习交互社群图

由图1可知，整个社区交互主要由中心编号39，即教师搭建，左边仅与编号39有一条连线的节点代表学习者处于交互的边缘区，除了教师之外，他们与其他学习者并没有直接的互动交流行为。相对而言，右边有两条及以上连线的12个节点表明这12位学习者在社区中有一定的活跃度。总体上来看，学习者的互动交流程度较低，整个班级的互动交流氛围不强，群体密度值仅为0.1916，表明学习者之间缺少足够的互动和交流，联系不紧密，彼此的网络关系比较疏离。利用UCINET得到每位学习者的点度中心度如图2所示，在对学习者整体的交互情况有了一定的了解之后，接着进行点度中心度与认知水平的相关性分析。

图2 学习者的点度中心度

分析发现，点度中心度与认知水平呈正相关（P=0.001），相关系数Rho=0.537，表明学习者点度中心度越大，越靠近网络的核心，与同伴、教师交互越频繁，其认知水平就可能越高。

五、提高学习者在线认知水平的策略

文章接下来将根据上一部分的分析结果，从教师、学习者、学习平台等角度提出提高学习者在线认知水平的策略。

（一）建立合理的激励机制

提高学习者的认知水平，关键要增强学习者之间的互动。要提高学习者之间的互动交流，教师需要根据学习者的学习特征，充分发挥“积极学习者”的带领引导作用，并且对“消极学习者”进行及时干预。对于比较被动的学习者，可以利用点评或者答疑的方式了解原因，尽量避免惩罚或批评，主要采用鼓励引导的方式，激励他们表达自己的观点，分享信息。对于本身就比较活跃的学习者，应该及时进行正面反馈，以他们为中心组建在线学习交流小组，促进形成整体比较活跃的学习氛围。

（二）制定恰当的评价标准

恰当的评价标准可以在一定程度上调动学习者的积极性，从而提高学习者的认知水平。教师在制定评价标准的时候，既可以参考在线学习的时长，也应该把学习者发帖、回帖的数目纳入进来，同时还可以不定期地强调同学间的交流讨论对于总评成绩的重要性。另外，教师还可以增加学生自评、互评模块，将学习者的评价也列入评价标准之一。

（三）优化在线学习资源

在线学习资源在一定程度上影响着学习者在线学习的效果，进而影响学习者的认知水平。教师应该结合大学生认知水平特点，设计满足学生需求的在线学习资源。比如，学习资源的呈现形式应该满足不同风格的学习者的需求，既要有文字图片，也要有动画、视频等。此外，还应该注意到学习资源的可获得性、易用性等。

（四）有效管理在线学习时间

上一部分的分析发现，在线时长并不等于有效学习时长，尤其是在线学习中很容易受到网络信息的干扰，学习者的注意力很容易从学习资源跳跃到无效信息，所以学习者在进行在线学习之前应该提前做好学习计划，有效规划每次在线学习的时间，有意识地培养自控能力和时间管理能力，尽量保证在线学习的效率，提高在线学习认知水平。

（五）完善在线学习平台的功能

教师通过学习平台搭建在线课程，学习平台的特性和功能直接影响学习者的学习积极性。因此，教师应该根据课程需要选择功能完善的在线学习平台开展教学，既要能够满足师生教和学的需要，又应该具备比较强大的数据采集和评价功能。另外，在在线学习开课之前，教师应该对课程的学习者进行学习平台培训，帮助学习者尽快熟悉平台的功能模块，提高学习者对在线学习环境的适应能力。

六、研究结论

文章以登录行为、资源利用行为、交流讨论行为、社会网络属性这四个维度表征在线学习行为，并以这四个维度所对应的具体在线学习行为（在线时长、文件下载次数、发帖数、回帖数、被回帖数、点度中心度）作为自变量，以学习者的认知水平作为因变量，应用双变量分析方法对在线学习行为和学习者的认知水平进行相关性分析。分析发现，“在线时长”与认知水平未呈现相关性，“文件下载次数”“被回帖数”与认知水平存在相关性，但相关程度较低，“发帖数”“回帖数”“点度中心度”与认知水平存在相关性，且相关性较高。根据研究结果，从教师、学习者、学习平台等角度提出建立合理的激励机制、制定恰当的评价标准、优化在线学习资源、有效管理在线学习时间、完善在线学习平台的功能等提高学习者在线认知水平的策略。