学习评价对大学生创造力作用机制的实证研究

彭凯 李智 吴莉霞

摘    要：基于大样本数据的多元回归分析发现：深度学习策略应用在发展性和考核性两类评价对大学生创造力的积

极影响中具有显著的中介作用，尤其在考核性评价情境下，深度学习策略应用的中介作用更强;此外，学科专业（理工科/文科）因素对深度学习策略应用的中介作用存在调节效应，对于理工科学生而言，深度学习策略应用的中介作用更为突出。

关键词：学习评价;创造力;深度学习策略;大学生

中图分类号：G642      文献标识码：A      文章编号：1002-4107（2022）05-0087-03

创造力也称创新能力，是个体通过对信息和知识的重新组合与匹配，产生新颖且有价值想法的能力[1]。学习评价是教学过程中的重要环节。过往研究主要从学生创新动机激发角度来开展研究，忽视了学生学习策略的改进。文章基于深度学习理论，通过实证方法揭示学习评价对大学生创造力的作用路径，对不同学习评价方式的差异作用及学科专业的调节影响展开讨论。

一、研究假设提出

深度学习策略是学习者为达成深度学习目标，在学习活动中所采用的规则、方法、技巧、调控方式等[2]。何玲和黎加厚指出，深度学习策略表现为：在理解基础上，学习者批判性地学习新思想和新知识，将它们与原有认知结构相融合，将众多思想相互关联，将已有知识迁移到新的情境中，做出决策并解决问题[3]。此外，还有学者将深度学习策略归纳为认知层面的重组策略、问题策略、拓展策略等共八方面[4]。深度学习策略应用与大学生创造力有着密切联系。首先，深度学习策略应用能够增加大学生的知识掌握程度，实现知识结构持续完善，为创造力发挥提供扎实的知识基础。其次，深度学习策略强调大学生在知识整合过程中应用批判性思维，这有益于大学生提升认识问题的全面性和深入性。最后，深度学习策略的应用有助于提升大学生知识迁移能力，使其能够将基本知识和多样性情景联系起来，使知识更具灵活性与创造性。

在大学生创造力的培养过程中，学科差异是一个不容忽视的影响因素。文科通常被认为是弱范式纯学科，其受社会经济环境变化的影响大，大学生培养定位相对宽泛，教学目标也相对模糊。而理科、工科则属于强范式学科，其学科规范性、评分标准的客观性更强。因此，對于评价标准相对清晰、规范的理工科学生而言，其通过发展性评价和考核性评价获得的学习方向和建议指导会更为明确，在深度学习策略方面的提升会更加显著。

基于上述理论分析，文章从深度学习策略视角，初步构建了学习评价方式对大学生创造力的作用机制模型，该模型包含以下假设（见表1）。

二、数据收集与变量测量

（一）数据收集及测量工具

本研究采用问卷调查方式获取数据。调查对象为多所高校的在校本科生。共计发放问卷288份，最终获得有效问卷216份，问卷有效率为89.6%。

发展性和考核性学习评价的测量主要参考Cleveland和张治勇等人的研究[5-6]。深度学习策略应用则参考了李玉斌等人的量表[2]。大学生创造力（创新能力）的测量主要参考申静洁及张秀娥等人的研究[7-8]。此外，问卷还包含学科专业（理工科/文科）、性别（男/女）、所在年级等题项。文章对名义变量数据进行了哑变量化处理。

（二）测量工具的信效度检验

问卷中各潜变量的Cronbach α值均高于0.7。同时，所有“项已删除Cronbach α值”均小于删除前的信度系数。KMO和Bartlett球形检验结果表明，潜变量KMO值均大于0.6，且Sig显著，各个观测变量的标准化因子负荷大于标准值0.5，组合信度（CR）大于0.8，平均方差提取值（AVE）大于0.5。见表2。

三、数据分析与结果

（一）区分效度检验

本研究通过AMOS软件对数据进行验证性因子分析，以检验因素的区分效度。表3数据显示模型拟合良好。进一步比较还发现，四个因子模型显著优于其他模型。

（二）共同方法偏差检验及相关性统计分析

本研究在调查过程中通过随机编排问卷及告知调查数据的保密性和匿名性来控制潜在的同源方差。此外，还对数据进行探索性因子分析，结果显示主成分因子分析共提取出四个因子，第一个因子解释的变异量为32.12%，低于40%，可见共同方法偏差问题不严重。

Pearson 相关性分析结果为变量间的关系假设验证提供了初步证据。见表4.

（三）发展性评价、深度学习策略应用与大学生创造力关系的层次回归分析

文章采用层次回归分析法对研究假设进行检验，大学生性别和所在年级作为控制变量被纳入回归方程中。此外，为消除多重共线性，文章对所有变量进行中心化处理并构造了中介变量深度学习策略应用与调节变量学科专业的交互项。

表5模型A1显示，发展性评价对于大学生深度学习策略应用具有显著正向影响，假设H1a得到验证。模型A2显示，深度学习策略应用对大学生创造力有显著正向影响，假设H2得到验证。模型A3显示，发展性评价对于大学生创造力有显著正向影响，假设H3a得到验证。模型A4将发展性评价和深度学习策略应用一并放入回归模型中，结果显示深度学习策略应用对大学生创造力作用仍然显著，而发展性评价对大学生创造力作用同样显著。相比模型A3，A4模型中发展性评价的作用值下降，同时作用显著性也明显降低，假设H4a得到验证。

为进一步检验学科专业（理工科/文科）是否调节了深度学习策略应用的中介作用，文章采用了温忠麟等人提出的方法[9]：第一步做因变量对自变量和调节变量的回归（模型A5）;第二步做中介变量对自变量和调节变量的回归（模型A6）;第三步做因变量对自变量、调节变量和中介变量的回归（模型A7）;第四步做因变量对自变量、调节变量、中介变量、调节变量与中介变量的交互项的回归（模型A8）。在上述方法中，若前两步中自变量系数显著，第三步中介变量系数显著，第四步交互项系数显著，则有调节的中介效应检验成立。结合模型A5、A6、A7、A8来看，在前两步中自变量发展性评价的系数均显著;在第三步中，中介变量深度学习策略的系数亦显著;在第四步中，中介变量深度学习策略与调节变量学科专业的交互项同样显著。假设H5a得到验证。

（四）考核性评价、深度学习策略应用

与大学生创造力关系的层次回归分析

文章将大学生性别和所在年级作为控制变量纳入回归方程中，并对所有变量进行中心化处理，同时构造中介变量深度学习策略应用与调节变量学科专业的交互项，以克服多重共线性影响。

表6模型B1显示，考核性评价对大学生深度学习策略应用具有显著正向影响，假设H1b得到验证。模型B2显示，深度学习策略应用对大学生创造力有显著正向影响，假设H2得到验证。模型B3显示，考核性评价对大学生创造力有显著正向影响，假设H3b得到验证。模型B4将考核性评价和深度学习策略应用一并放入回归模型中，显示深度学习策略应用对大学生创造力作用显著，考核性评价对大学生创造力作用同样显著。相比模型B3，B4模型中考核性评价的作用值下降，同时作用的显著性也明显降低，假设H4b得到验证。

为进一步检验学科专业（理工科/文科）是否调节了深度学习策略应用的中介作用，本部分采用与上文相同的四步法。结合模型B5、B6、B7和B8的数据，假设H5b得到验证。

四、研究结论与后续研究方向

实证结果显示，学习评价中的发展性评价和考核性评价对于大学生的深度学习策略应用都有显著促进，而发展性评价比考核性评价作用更大。这源于前者关注大学生个性化发展和主动性评价，为大学生提供了更多的具体策略及心理支持。此外，深度学习策略应用能够增强大学生创造力，学习评价的两种类型均主要通过深度学习策略应用的中介来提升大学生创造力。比较而言，深度学习策略应用在考核性评价与大学生创造力间的中介作用比深度学习策略应用在发展性评价与大学生创造力间的中介作用更强。数据还表明，学科专业（理工科/文科）对于深度策略应用的中介作用具有调节效果。对于理工科而言，深度学习策略应用在发展性评价与大学生创造力间的中介作用和考核性评价与大学生创造力间的中介作用中都较为明显。

受条件限制，文章亦存在一些局限。后续研究可进一步分析发展性评价的不同工具对大学生深度学习策略应用的影响，并比较不同（专业）知识情景下深度学习策略的形式差异，以充分发挥深度学习策略应用对大学生创造力的促进作用。

参考文献：

[1]  BIRAGLIA A， KADILE V. The Role          of Entrepreneurial Passion and Creati-

vity in Developing Entrepreneurial

Intentions： Insights from American

Homebrewers[DB/OL].（2016-05-

17）[2021-03-30]. https：//dx.doi.

org/10.1111/jsbm.12242.

[2]  李玉斌，苏丹蕊，李秋雨，等.面向混合学习环境的大学生深度学习量表编制[J].电化教育研究，2018，39（12）：96.

[3]  何玲，黎加厚.促进学生深度学习[J].现代教学（计算机教与学），2005（5）：29.

[4]  穆肃，王孝金.参与和投入而非肤浅和简单——在线学习中的深层次学 习[J].中国远程教育，2019（2）：19.

[5]  CLEVELAND J N， MURPHY K

R， WILLIAMS R E. Multiple Uses of

Performance Appraisal： Prevalence and

Correlates[J]. Journal of Applied Psy-

chology，1989，74（1）：135.

[6]  张治勇，李国庆.学习性评价：深度学习的有效路径[J].现代远距离教育，2013（1）：33.

[7]  申静洁，赵呈领，周凤伶.创客教育课程中学生创新能力评价研究[J].现代教育技術，2018，28（10）：122.

[8]  张秀娥，张坤.创造力与创业意愿的关系：一个有调节的中介效应模型[J].外国经济与管理，2018，40（3）：71.

[9]  温忠麟，张雷，侯杰泰.有中介的调节变量和有调节的中介变量[J].心理学报，2006（3）：449.

编辑∕陈晶

收稿日期：2021-04-28                                                          修回日期：2021-05-21

作者简介：彭凯（1979—），男，湖南株洲人，广东工业大学通识教育中心讲师，博士，研究方向：创新管理与双创教育。

基金项目：教育部产学研协同育人项目“工科高校‘创新思维训练’翻转课堂的教学设计与效果评价研究”（教高司函〔2021〕14号）;广东省本科高校教学质量与教学改革工程建设项目“通识MOOC线上线下混合式课程群建设与实证研究”（粤教高函〔2020〕20号）;2016福建省教育厅中青年教师教育科研项目“教育信息化对师范生的能力要求及提升策略研究”（JAS160314）