教育OMO 模式下学习者情绪因素对知识建构的影响

周金容，张海波，孙 莉，唐天国，胡 振

（1.南充职业技术学院 电子信息工程系，四川 南充 637131；2.南充职业技术学院 马克思主义学院，四川 南充 637131）

一、文献综述

情绪是心理学名词，科学百科定义情绪是一种以个体愿望和需要为中介的心理活动，是一种态度体验及行为反应。MBA智库百科定义情绪是一种包含喜、怒、哀、乐、惧的心理体验，情绪具有肯定和否定的性质，满足人的需要能产生肯定性质的体验，如快乐、满意等；不能满足人的需要能产生否定性质的体验，如愤怒、憎恨、哀怨等，与需要无关能产生无所谓的情绪和情感。美国心理学家詹姆士—兰格的情绪理论认为“情绪是一种生理状态的感觉，情绪是根据某一情境的变化而产生的自身状态的感觉”。情绪产生的过程会刺激引起个体的生理反应，由机体反应引起情绪体验。美国生理学家坎农—巴德的情绪理论认为身体变化与情绪体验同时发生，激发情绪的刺激由丘脑进行信息加工后输送到身体各部位，大脑接收到信息会产生情绪体验，内脏和骨骼肌肉收到信息会激活生理反应。

情绪会影响学习及行为，这一点毋庸置疑。Chellamuthu等研究了认知情绪调节与学业压力之间的关系，研究结果显示，学生的认知情绪调节与学业压力之间存在显著关系；[1]Lucia等探讨了学习者的自我情绪与学习成绩之间的关系，结果显示，积极情绪与较高的成绩相关，而消极情绪与较差的成绩相关，低强度情绪与高水平、低水平之间的成绩相关；[2]华中师范大学刘智等认为在SPOC课程学习过程中，SPOC论坛互动能呈现学习者积极、困惑和消极情绪特征，这些学习情绪会正面或负面影响学习效果；[3]陕西师范大学刘君玲等强调了学习者情绪能有效解决在线协作问题，并从环境、活动设计、学习者等方面提出解决策略；[4]东北师范大学药文静等探讨了学习情绪与学生的认知、行为的关系，证实情绪是影响学习思维、学习行为和学习成绩的重要因素。[5]情绪研究本身也是一个科学问题，如江苏师范大学黎孟雄等提出利用常规I/O设备来感知在线学习者的情绪状况，并自适应调整教学策略和学习资源内容；[6]天津大学曹林敬用功能磁共振成像技术来研究情感的抽象表征机制，探索了在视听觉模态内情感的价态表征方法。[7]

受新冠肺炎疫情影响，教育OMO应用与发展成为教育行业内的热门话题之一。北京外国语大学于若楠通过对教育OMO的应用模式、宏观环境、产业链、用户群体以及投融资情况进行分析介绍，剖析了中国教育行业OMO发展情况，并提出教育OMO商业化发展的针对性建议；[8]上海师范大学梁晓彤对OMO同步教学模式进行了设计与应用研究，发现教学互动和技术环境是影响OMO模式下教学效果与学习者满意度的主要因素；[9]华东师范大学王巍等通过研究OMO教学下的教师自我效能感，提出了破解在线教学重难点问题的四点建议。[10]

目前，已有不少成果从情绪识别、表征情绪出发对学习效果进行了研究，教育OMO模式的应用研究也日益增多，但关于学习者情绪因素及知识建构之间的关系尚缺乏深入探讨。情绪是教学活动中极其重要的非智力因素，是学习者的内隐式学习特征，是教与学互动活动的核心因素，也是分析学习者学习状态的重要依据。教育OMO模式打破线上和线下的教学壁垒，将线上线下两者优势深度融合，为学生的知识建构提供积极的氛围，优化学习者情绪，可以切实提高学习成效，进而提升知识建构能力。但是，教育OMO模式对学生的自主学习能力和自我管理能力要求较高，适应力弱的学生可能会出现“情感缺失”现象，特别是进行线上学习时，师生的互动性缺乏可能会增加学生情绪上的负面反应，从而影响知识建构。因此，探讨教育OMO模式下学生情绪对知识建构的影响，根据学生的学习状态适当实施干预措施，对提升学生知识建构能力有重要意义。

二、研究设计

（一）问卷调查

本研究面向本学院学生，以电子信息工程系的2019级学生为研究对象，实验进行前向学生发放调查问卷，问卷涉及自我学习认知、自我学习能力、自我学习评价等三个维度，主要测试学生的学习情绪，测量采用李克特量表从1（非常同意）到7（非常不同意）来计分，对初始问卷进行信效度分析之后保留11项，如表1所示。用问卷星方式发放问卷，发放问卷268份，实际回收有效问卷237份，有效率为88%。

表1 问卷设计

（二）OMO模式教学实践

为了深入研究学习者情绪与知识建构的关系，本研究选用锐捷有课互动学习平台开展《数据结构》课程的OMO模式开展教学实践，将学生的学习情绪表征匹配学习者的学习成效，以验证学习者的情绪与知识建构的相关性。锐捷有课互动学习平台是一款以课程教学为中心，课堂上能有效辅助师生互动教学，课下协同教师进行高效课程管理的师生互动软件，该软件的优势在于学生可以泛在式的进行移动学习，能快速打通课上课下师生互动与交流通道，使教与学打破时间与空间的限制。

三、问卷调查研究

（一）测量模型信效度分析

为了验证测量模型的有效性和可靠性，实验观察了三个维度的组合信度CR值、平均方差萃取AVE值等指标，对问卷数据进行分析，并对问卷的三个维度十一个问题进行了Cronbach＇s α系数信度检验。从表2可知，共3个维度因子对应的AVE值均大于0.5，且CR值全部均高于0.7，意味着本次分析数据具有良好的聚合（收敛）效度，研究数据信度质量良好。

表2 测量模型信效度检验

接下来进一步对区分效度进行分析。针对自我学习认知，其AVE平方根值为0.787，大于因子间相关系数绝对值的最大值0.718，意味着其具有良好的区分效度；针对自我学习能力，其AVE平方根值为0.836，大于因子间相关系数绝对值的最大值0.826，意味着其具有良好的区分效度；针对自我学习评价，其AVE平方根值为0.838，大于因子间相关系数绝对值的最大值0.826，意味着其具有良好的区分效度，区分效度如表3所示。

表3 区分效度：pearson相关与AVE平方根值

（二）项目分析检验

项目分析目的在于确定问卷量表研究项目是否有效和合适。其原理是先对分析项求和，进而将其分成高分和低分组（以27%和73%分位数为界），然后使用T检验去对比高分和低分组别的差异情况，如果有差异则说明量表项设计合适，反之则说明量表项无法区分出信息，设计不合理应该进行删除处理。将问卷11项进行项目分析，将11项进行求和，分成高低组别，并且使用T检验进行差异对比，从表4可以看出：11项均呈现出显著性（p＜0.05），意味着具有良好的区分性，不需要删除分析项，如表4所示。

表4 项目分析（区分度）分析结果

（三）问卷分析

1.学生自我学习认知情况

从表5可知，模型R方值为0.515，模型通过F检验（F=82.451，p=0.000＜0.05），AQ1的回归系数值为-0.079（t=-0.725，p=0.469＞0.05），意味着不会产生显著的正向影响关系；AQ2的回归系数值为0.372（t=4.438，p=0.000＜0.01），意味着能产生显著的正向影响关系；AQ3的回归系数值为0.508（t=9.046，p=0.000＜0.01），意味着能产生显著的正向影响关系；说明AQ2和AQ3至少一项会对自我学习认知情况产生影响关系。

表5 自我学习认知线性回归分析

2.学生自我学习能力情况

从表6可知，模型R方值为0.517，模型通过F检验（F=49.511，p=0.000＜0.05），BQ1的回归系数值为-0.064（t=-0.878，p=0.381＞0.05），意味着不会产生影响关系；BQ2的回归系数值为0.025（t=0.329，p=0.742＞0.05），意味着不会产生影响关系；BQ3的回归系数值为0.05（t=0.685，p=0.494＞0.05），意味着不会产生影响关系；BQ4的回归系数值为0.419（t=6.612，p=0.000＜0.01），意味着能产生显著的正向影响关系；BQ5的回归系数值为0.205（t=3.625，p=0.000＜0.01），意味着能产生显著的正向影响关系；由上说明BQ1、BQ2、BQ3都不会对自我学习能力情况产生影响关系，BQ4和BQ5至少一项会对自我学习能力情况产生显著的正向影响关系。

表6 自我学习能力线性回归分析

3.学生自我学习评价情况

从表7可知，模型R方值为0.605，模型通过F检验（F=179.323，p=0.000＜0.05），CQ1的回归系数值为0.205（t=3.371，p=0.001＜0.01），意味着能产生显著的正向影响关系；CQ2的回归系数值为0.626（t=11.450，p=0.000＜0.01），意味着能产生显著的正向影响关系，说明CQ1和CQ2至少一项会对自我学习评价情况产生显著的正向影响关系。

表7 自我学习评价线性回归分析

四、教育OMO模式教学实践研究

教育OMO模式的实现需要从时间、空间、内容等方面构建线上线下相融合的学习空间。有课互动学习平台是专门针对高职院校打造的混合式教学平台，平台融合线上线下教辅工具，集采集数据、教学评估为一体，能帮助老师轻松开展创新教学，促进教学管理方式向数字化智能化转变，特别适合教育OMO模式教学实践。此次教学实践针对学生的自我学习认知、自我学习能力和自我学习评价情况，将学生的学习情绪结果分成三大类：积极、普通、消极，并按这三类学习情绪分组，然后以《数据结构》课程为例，基于有课互动学习平台开展OMO模式教学实践，研究积极、普通、消极学习情绪对知识建构的影响。

（一）《数据结构》课程的OMO模式教学策略

《数据结构》课程是计算机应用技术专业的一门重要专业课，主要研究线性结构和非线性结构的非数值计算的抽象表示方法。由于该课程知识点多、内容抽象且课堂教学时间有限，学生对此课程的学习普遍存在畏难情绪。

OMO模式重构教学流程，将线上学习和线下教学有机融合，基本形成学习闭环，利用线上教育平台实现对教学全过程的支持，在一定程度上可以提高学生的学习主动性和学习效率。本课程的教学策略是以学生为中心，将《数据结构》课程进行任务分解，课前（线上）教师将预学内容和学习任务通过有课互动学习平台发布，学生分组在移动平台进行线上学习，完成学习任务，课中（线上和线下）教师根据学习记录和学习反馈归纳总结，进行重难点讲解、强调，课后（线下）教师布置并强化拓展任务，引导学生开拓思维，提升学生解决问题的能力。OMO模式教学策略如图1所示。

图1 《数据结构》OMO模式教学策略

（二）《数据结构》课程的OMO模式教学实践分析

锐捷有课互动学习平台支持学生个性化自主学习，能实现学习数据的采集与共享。线上教学随时记录学生的学习过程，可对学生学习进行全过程跟踪管理。教师通过数据分析了解学生学习风格、诊断学生学情，基于数据做出教学评价，从而有针对性地进行学习分析、问题诊断。

《数据结构》课程教学共64学时，分成32讲，课堂出勤率基本保持在94%左右，课堂互动达77次，课下任务发起6次，课程资源总数10个。在《数据结构》课程OMO模式教学实践中，通过有课互动学习平台的课下任务和课堂报告适量提高课程学习频率和加强学习强度，以支持师生进行深度课堂互动和研讨协作。通过有课互动学习平台数据，发现三类小组对学习频率、学习强度有不同的情绪表现。

具备积极情绪的小组总体学习情绪呈较好状态，对线上学习环境和线下学习方式适应较好，对于学习频率和学习强度的增加不会出现明显的学习倦怠，小组交流与互动频次较多，优秀学生和互动达人基本集中在积极情绪小组成员当中。

具备普通情绪的小组学习情绪总体呈一般状态，对线上学习环境和线下学习方式缺乏主动性，对于学习频率和学习强度的增加，部分成员表现出一些学习倦怠，小组互动与交流频次较少。

具备消极情绪的小组总体学习情绪较差，部分小组成员对学习有抵触情绪，旷课现象时有发生，对于学习频率和学习强度的增加会出现明显的学习倦怠，小组互动与交流频次较少。

五、结语

学习者情绪与学生的认知和行为密切相关，从而影响知识建构能力。知识建构强调有意义的协作，一个支持协作的知识建构环境有助于学生进行学习和分享知识，使学生能够通过合作、通过话语交流思想以及从个人角度分享思想，将知识尽可能地外化、共识化进而内化，最终将知识重新组织成新结构。有课互动学习平台是基于建构主义理论的全场景教学应用，能为学生创建好的知识建构环境，还能使学生对知识的挖掘逐渐向深层次进行。教育OMO模式是一种以提升教学效率为核心，利用互联网技术融合线上与线下学习场景，促进融合式教学进化与发展的教学模式。因此，探索学习者情绪与知识建构的关系，解决学习者情绪问题，确定情绪影响知识建构因素是提高OMO教学成效之根本。本研究基于教育OMO模式，依托有课互动学习平台，以《数据结构》课程为例，验证学习者积极、普通、消极三类情绪对知识建构的影响，下一步将探究学习者情绪唤醒机制，研究课程预警、干预措施等。