疫情背景下五年制高职学生在线学习现状及影响因素初步探究

付宝慧

（江苏联合职业技术学院徐州医药分院，江苏 徐州 221116）

在线学习力反映的是学习者在线学习活动的特点。丁亚元等[1]认为在线学习力是一个动态变化的能量系统，它能够有效促成在线学习者心理动力、认知能力和学习结果相互作用，从而激发学习潜能。李宝敏等[2]认为在线学习力是指在线学习环境下，能够有效促进学习者学习动力、认知能力、学习策略与方法、学习结果相互作用的动态能力系统，它激发学习者的在线学习动力和潜能，推动学习者顺利完成在线学习目标，帮助他们实现自我完善与终身发展。新冠肺炎疫情期间，我校坚持“停课不停学，停课不停教”，全体师生通过共同努力实现线上教学。本文旨在归纳与总结我校高职生新冠肺炎疫情期间在线学习基本情况与效果，并进行网络问卷调查，依据调查结果，对在线学习力影响因素进行初步探究。

1 对象与方法

1.1 研究对象

我校于2020年2月17日至6月19日实行在线教学，在线课程涵盖专业课（包括专业基础课）、公共基础课2个类别，覆盖13个专业。以我校五年制高职学生为研究对象，全校参与在线问卷调查的高职学生有一年级（2020级）、二年级（2019级）、三年级（2018级）、四年级（2017级）、五年级（2016级），共计3 574人。其中，一年级学生未参与新冠肺炎疫情期间的在线学习，五年级学生在调查时已经进入实习岗位，后续在进行数据处理时以二年级、三年级、四年级为主。

1.2 研究方法

学习情况调查表：由课题组成员根据我校新冠肺炎疫情期间实际在线学习情况编制基础问卷，由一般人口学资料和参与了线上教学的相关情况组成，包含性别、年龄、年级、家庭所在地、对自己疫情期间的在线学习成绩满意度、在线学习形式、在线学习时存在的困难等。在线学习力影响因素调查表：一共分为3个部分，第一部分是在线学习者的基本信息，包括年级、性别、专业、在线学习目的、在线学习偏好等；第二部分是在线学习者在线学习效果测评问卷，包括学习态度、学习集中力、学习计划、学习收获、学习互动；第三部分是在线学习者在线学习效果影响因素问卷，包括自身因素、教师因素、环境因素。在线学习力影响因素问卷采用李克特（Likert）5级计分制评分，1～5分分别代表“很不满意”“不满意”“一般”“满意”和“很满意”。

1.3 统计学处理

2 结果

2.1 在线学习基本情况与效果

根据在线教学实施过程中班级学习委员用微信扫码及时填写的在线教学日志来统计在线出勤率，见表1。根据我校成绩系统统计新冠肺炎疫情防控期间学习成绩不及格率，见表2。通过问卷星进行的网络问卷学习基本情况调查结果见表3。

表1 高职各专业疫情期间在线学习出勤率（%）

表2 高职各专业疫情防控期间期末学习成绩不及格率（%）

表3 学生学习基本情况（n=3 574）

从表1、表2可以看出，高职各专业疫情期间在线学习出勤率中2019级最低，2016级最高，高职各专业疫情防控期间期末学习成绩2016级、2017级全部及格，2018级和2019级不及格率相对较高，不同年级的出勤率与不及格率呈负相关，年级越高不及格率越低。从表3可以看出，学生对于本次的线上学习还是满意的，公共基础课和专业课的喜欢程度几乎一致，一半以上的学生认为在线学习还是存在困难的，在线学习时经常会受到其他事情的打扰，会做与在线学习无关的事情。

2.2 在线学习力影响因素研究

2.2.1 基本情况统计 此次问卷调查中学生的基本情况见表4。

表4 学生的基本情况

2.2.2 信效度及正态检验 本次调查，在线学习效果量表5个维度的克隆巴赫系数均大于0.9，表示数据的信度良好；KMO值均大于0.7，表明数据的效度良好。在线学习效果影响因素量表3个维度的克隆巴赫系数均大于0.9，KMO值均大于0.8，表明信效度良好。为了确保后续研究分析与检验方法的适切性，在开始分析前需要对数据的正态性进行检验。本研究通过偏度系数（Skewness）和峰度系数（Kurtosis）来判断测量数据的正态性。当数据接近正态分布，即进行后续统计分析。一般认为偏度系数绝对值小于3，峰度系数绝对值小于10，样本可判定为基本服从正态分布。本调查中峰度和偏度的绝对值都在标准内，本研究数据基本服从正态分布。

2.2.3 不同人口学变量的学生在线学习效果及其影响因素各维度得分比较（见表5） 由表5可见，在线学习效果和影响因素的各个维度得分在不同年级、不同在线学习时长之间均存在显著差异（P＜0.05）。学习态度、学习集中力、学习收获、学习力总分、自身因素、教师因素、环境因素在不同性别之间存在显著差异（P＜0.05），其余维度在不同性别之间没有显著差异（P＞0.05）。不同专业所属学科门类的学生学习互动维度得分没有差异（P＞0.05），其余维度得分均存在差异（P＜0.05）。只有学习互动维度得分在是否担任学生干部之间存在显著差异（P＜0.05），其他维度在是否担任学生干部之间不存在显著差异（P＞0.05）。

表5 不同人口学变量的学生在线学习效果及其影响因素各维度得分比较（±s，分）

表5 不同人口学变量的学生在线学习效果及其影响因素各维度得分比较（±s，分）

?

2.2.4 相关性分析 采用皮尔逊相关分析对各个维度进行相关性分析，结果表明，所有维度之间均呈显著正相关（P＜0.01），结果见表6。

表6 相关性分析结果

2.2.5 回归分析 建立4个回归模型，第一个模型选择人口变量为自变量，结果表明，年级、每天进行在线学习的时长、参加在线学习的目的均显著影响在线学习效果（P＜0.05）。第二个模型在第一个模型的基础上增加环境因素作为自变量，结果发现，只有年级和环境因素显著影响在线学习效果（P＜0.05）。第三个模型在第二个模型的基础上增加了教师因素，结果发现，年级、环境因素和教师因素均显著影响在线学习效果（P＜0.05）。第四个模型在第三个模型基础上增加了自身因素，结果发现，年级、环境因素、教师因素、自身因素均显著影响在线学习效果（P＜0.05）。具体见表 7～8。

表7 在线学习力影响因素模型结果摘要

表8 在线学习力影响因素逐步多元线性回归结果

3 讨论

3.1 大规模开展在线学习学生容易产生学习倦怠

问卷调查结果显示，在线学习期间对自己成绩非常满意的占34.08%，满意的占49.75%，不满意的占16.17%；喜欢在线学习公共基础课的占55.18%，专业课的占44.82%；50.67%的学生认为基础课和专业课的在线学习效果都较好；3.86%的学生认为学校在线开设的实验实训课程学和没学是一样的，可能因为我校大多是制药类相关专业，在实验实训课程的学习中如果只是通过在线学习，很难达到应该取得的教学效果。另外，31.09%的学生认为长时间在线学习有些疲惫是未能及时进入课堂的原因之一。可见，在线学习的课程门数过多，对于学习者来说会产生生理疲劳，会直接影响在线学习力，从而影响在线学习效果。

3.2 学生更喜欢直播教学，教师要增加在线教学的趣味性

在教学形式上，有60.02%的学生更喜欢教师的直播教学，可能是由于录播形式偏重于“填鸭式”教学，缺少互动，影响了直播中互动的趣味性。教师在线教学时，内容设计更丰富，形式更贴近学生生活，增加了学生的参与感与体验感。

3.3 自身因素、教师因素、环境因素对在线学习力有直接影响

回归方程结果显示：在影响在线学习力的因素当中，环境因素的影响程度最大（β=0.670），其次是教师因素（β=0.124），然后是自身因素（β=0.107），这3个因素对在线学习力有显著的正向影响（P＜0.05）。这可能是由于新冠肺炎疫情期间除了学校开展线上教学外，各单位开展的也是线上办公，在线学习环境较复杂且多人化，环境因素成为影响在线学习力的最主要因素。组间差异分析结果显示，年级在学习态度、学习集中力、学习计划、学习收获、学习互动几方面及其自身因素、教师因素、环境因素上均有显著性差异（P＜0.05），二年级学生在学习态度、学习集中力、学习计划、学习收获、学习互动上均高于三年级和四年级学生，且受自身因素、教师因素、环境因素的影响也较大，从不及格率上看，高年级高职各专业学习效果要好于低年级。可能是因为高年级的学生在学习软件的应用上、学习策略与方法上、与教师的有效互动上、排除外界干扰的能力上都要优于低年级学生，高年级学生在学习意义认识上具有较高认知，对学习方法及学习手段更容易适应与接受，愿意为了完成学习任务而付出时间和精力，且自我约束力也比低年级学生高一些。今后的在线教学，学生要明确在线学习目标、深化学习认知，教师线上要多采用直播教学，加强师生之间、学生之间的交流和互动，并且一定要营造良好的学习环境，增强学习者的在线学习力，提升在线学习效果。