MOOCs学习者在线学习持续力的影响因素及提升策略——基于扎根理论的质性研究

○吴贵芬 杨现民 郑旭东 张 瑶

随着移动互联网技术迅速发展，各种类型的网络学习服务平台和网络课程学习资源等在线学习技术日益兴起和涌现，在线教育呈现出高速发展态势。新冠肺炎疫情的暴发与反复把在线教育推上了舞台，截至2020年12月，我国在线教育用户规模达3.42亿［1］，在线课程也迎来了新的高潮。截至2022年1月，“爱课程”网中国大学MOOCs平台在线课程达6.02万门［2］，越来越多的用户选择在线课程进行学习，其中大学生是慕课（MOOCs）学习者的主流［3］。但 MOOCs学习者在线学习时存在的干扰和挑战也不断增加，高辍学率、低持续性、低参与度等在线学习持续力较差现象接踵而至［4-5］，导致MOOCs学习者在线学习的学习效果和学习体验较差。因此，急需探究MOOCs学习者在线学习持续力的影响因素，并提出相应的提升策略，从而提升MOOCs学习者在线学习质量和学习效果。

一、文献综述

（一）在线学习持续力的内涵

学习持续力是衡量在线学习效果的关键因素，但研究对其的认识与界定也有所差异，主要有以下的代表性观点。（1）学生个性特征［6］，指不同性格特征的学生会表现出不同的学习状态，学生的勇气（Grit）特征代表其对实现长期目标的激情和毅力的个性倾向性，有助于学生保持学习兴趣、提高长期努力学习的能力。（2）学习参与度［7］，又称为学习投入度，指学生的认知、情感、行为等参与程度，及其在学习过程中所展现出来的持续积极状态。（3）学习力［8］，学习力是 21 世纪公民最重要的能力，而学习持续力被认为是学生为坚持完成学习任务而不断努力的一种学习能力。（4）学习时长［9］，大量研究将学习持续性界定为学习时长，学习时间的长短决定了学习持续力的强弱。（5）学习毅力［10］，是决定学习者完成学习任务的一种自律能力或坚持能力。（6）学习坚韧［11］，是一种心态和技能，能使学生把目光从短期目标转移到长期或更高层次的目标，战胜学习过程中的挑战和挫折，并为实现这些目标而不懈努力。对比上述观点，本研究更偏向将学习持续力定义为一种持续学习能力，遇到干扰、挑战或挫折时，能保持专注的行为和持之以恒的努力，坚持完成学习任务的能力。

（二）在线学习持续力的研究现状

有关在线学习持续力的研究主要为以下三方面。（1）在线学习持续力的应用效果。目前，众多研究将学习持续力与学业成就、工作绩效建立联系，研究表明网络教学平台持续使用意愿和学习韧性，能预测学生的学习成绩和学习管理能力［12］。但是，目前学生坚持在线课程学习的持续力不强，造成大量高注册率低完成率现象，在线学习效果并不好。（2）在线学习持续力的影响因素。在线学习过程中，学习者的坚持或退出很大程度受到同伴的影响［13］。学生参与在线协作比自主学习的持续力更强，因此同伴交互是影响和调节在线学习持续力的重要因素［14］。另外，学生在线学习的时间投入、知识储备、兴趣动机等都是影响学习者在线学习持续性的主要因素［15］，学生的满意度是在线学习持续意愿研究中最重要、认可度最高的一项影响因素［16］。（3）在线学习持续力的发展策略。建立一个支持积极心态发展的在线学习环境是提高学习者学习韧性的最有效的干预手段［17］，改善成人学生动机因素的职业发展和求知兴趣可以提高在线课程中的坚持率和学习效果［18］，培养学生坚定的学习毅力可以使学生形成持续学习的行为与意愿。

综上所述，国内外研究者从不同视角研究了在线学习持续力，但多聚焦于在线学习持续力的应用效果、影响因素、发展策略等方面。另外，发现国内研究者也关注在线学习持续力以及相关影响因素的研究，而国外则开始通过新技术、策略干预来提高学生的在线学习持续力，帮助他们提升在线学习表现和成就。但MOOCs学习者的在线学习持续力有哪些特征、影响因素等内容，还未有基于证据的理论框架和实证验证。

二、研究设计

（一）研究方法及工具

扎根理论是基于原始资料构建新理论的质性研究方法［19］，通过“理论”描绘研究对象的关系。NVivo12工具由澳大利亚QSR公司开发，可以编码、搜索、建立基于布尔逻辑的系统和概念网络系统，以帮助研究人员组织、分析和查询非结构化或定性数据［20］。本研究基于扎根理论，采用半结构访谈法收集数据，再借助质性分析工具NVivo12进行三级编码，自下而上地开展数据分析、探索工作，归纳大学生在线学习持续力的影响因素。

（二）研究对象及样本

本研究的抽样标准是具有MOOCs课程辍学经历的大学生。为保障研究样本数据的多样性和代表性，本研究于2022年2月到4月期间，选取来自不同高校、不同年级、不同专业的42名大学生作为访谈样本。

（三）研究过程

1.访谈。本研究采用“一对一”“面对面”访谈和电话访谈（包括微信电话、QQ电话）两种形式，对每位访谈对象进行大约20—30分钟的访谈。首先，针对MOOCs课程学习的优缺点提出一个热身性问题；其次，询问受访者影响其在线学习持续力的主要原因；最后，追问影响他们在线学习持续力的其他因素（至少两个）。

2.编码。研究者历时3个月，面向42名大学生展开深入访谈，累计形成1275分钟的访谈语音资料。并在访谈结束后及时整理访谈文件，运用“讯飞听见”软件将语音资料转为文本资料，最终形成167501字的访谈文本资料。两名研究者基于扎根理论，借助NVivo12软件分别对42份访谈文本资料自下而上进行三个阶段的编码分析，提取不同MOOCs学习者在线学习持续力的影响因素。（1）开放编码。开放编码是对原始资料进行全文分析归纳［21］，从中提取初始概念范畴。本研究对转录访谈文本资料进行多次编码分析对比，最终提炼出49个初始概念范畴，详情见表1所示。（2）主轴编码。在主轴编码阶段，将上一轮初始概念范畴进行分类整合，并确定概念与概念之间的关联类属，最终形成学习投入、学习动机、自我调节能力、课程设计、课程内容、平台软件、物理环境、网络环境、教学风格、教学组织、教学能力等11个轴心类属（见表1）。（3）核心编码。核心编码是对所有类属进行系统分析，提炼具有高度概括性和统整性的“核心类属”［22］。本研究在开放编码和主轴编码的基础上，最终确定学习者、课程、环境、教师4个核心类属为MOOCs学习者在线学习持续力的核心影响因素（见表1）。

表1 MOOCs学习者在线学习持续力影响因素编码

3.编码饱和度检验。本研究在对第42名受访者的访谈资料进行编码时，开放编码节点出现同质性重复，达到了质性研究的“理论饱和”状态。为了对编码进行理论饱和度检验，研究者又选择了3位MOOCs学习者进行访谈，并对其访谈资料进行编码，但未发现新观点、新节点，节点或节点之间也没有新的关系。这也说明影响MOOCs学习者在线学习持续力的影响因素被充分挖掘，已经达到编码饱和度检验标准。

4.编码信效度检验。本研究运用NVivo12软件的“编码比较”功能，检验编码结果的可靠性或有效性。根据编码比较查询结果可知，两位研究者编码的Kappa系数平均值为0.87，说明编码的可靠性较高，而对系数值低于0.75的编码重新编码；编码的一致性最高为94.31%，最低为87.95%，说明编码的有效性较高，而对低于80%的编码进行修改。因此，本研究的编码结果是可信的、有效的。

三、研究结果与讨论

通过对42名MOOCs学习者的访谈数据进行三级编码，本研究得到学习者、课程、环境、教师4个核心类属以及11个次级类属（见图1）。研究者根据核心类属、轴心类属与范畴及相互之间的关联性，并基于心理学中的S-O-R范式（the Stimuli-Organism-Response paradigm），构建了 MOOCs学习者在线学习持续力的影响因素模型。

图1 编码节点层次图

（一）在线学习持续力的影响因素分析

1.学生因素分析。从NVivo12对原始访谈文本进行词频分析可知（见图2），“学生”是排名第一的关键词，并且访谈文本编码处理后学生的节点参考数也是最高的（见表1），所以学习者自身因素是影响其在线学习持续力的核心因素，包括学习投入、学习动机、自我调节能力。

图2 在线学习持续力的影响因素的词云图

学习投入是影响学习者学习持续性的重要变量，指学习者在学习过程中行为、情感、认知等参与程度及其所展现出来的持续积极状态［23-24］，所以MOOCs学习者在线学习时学习投入不足会影响其在线学习持续力。在线学习时，激发学习者积极兴趣的信息能够产生深度的学习投入［25］，有趣的在线学习内容能够维持学习者在线学习持续积极的状态。受访者中有11名MOOCs学习者在线学习时只观看学习视频，不愿意完成作业和浏览“无趣的”学习资料，不愿意深入参与“无聊的”学习活动。在线学习中提供丰富的学习资源可能是一把双刃剑，某种程度上会增加学生的认知负荷并影响深度学习发生［26］。多名学习者抱怨线下学习任务重，没有时间和精力进行在线学习，导致在线学习时间较短、学习间隔较长，在线持续积极学习状态较差。此外，在线学习任务的完成度与学生的注意力投入密切相关［27］。部分受访者表示信息资讯、娱乐游戏等会分散注意力，从而干扰在线学习任务的顺利完成。

学习动机是指激发并维持学习者朝着学习目标不断努力的内部启动机制［28］，影响成人学习者对在线课程的坚持或退出，MOOCs学习者在线学习时学习动机不强也是影响其在线学习持续力的内部因素之一。受访者中大部分学习者选择MOOCs课程非自愿的，是学校或教师强制安排，对学习内容并不感兴趣或感兴趣程度低，所以在线学习动机较弱，容易出现学习倦怠，甚至中断或者退出学习平台。这与陆宏的研究结果一致［29］。求知兴趣是动机因素，是影响学习者坚持或退出在线学习的重要因素。部分学习者表示在线学习时没有明确的考试要求，缺乏具体的学习目标和动力，所以会降低对自己的要求，无法激发并持续朝着学习目标进行学习。此外，不少学习者表示在线学习时自我效能感较低，而自我效能感决定了学习者完成学习任务的坚持性，自我效能感低的学习者更容易选择逃避或放弃学习［30］。

自我调节学习是指学习者运用多种策略计划、监控和调节自身学习过程的能力［31］，高水平自我调节学习者在线学习时能及时调整学习规划、有效管理时间以及更多的学习投入［32］。所以，在线学习时自我调节能力不高也会影响MOOCs学习者在线学习持续力。受访者中有19名学习者表示，由于自制力及自身抗干扰能力弱，在线学习时容易走神或发呆，在线学习持续力难以保持。这与白雪梅等的研究发现一致［33］，即缺乏自我调节学习能力是在线学习失败的一个重要原因。对于部分学习者来说，此次疫情是他们第一次较为正式地进行在线学习，所以不少受访者表示在线自我调节学习能力较弱。特别是在没有他人监督调控的在线学习环境中，学习者无法监控自身的在线学习过程，无法合理地安排学习计划，无法及时调节在线学习持续力的中断，从而导致在线学习失败。

2.课程因素分析。课程因素是外部因素，主要是通过课程设计和课程内容影响MOOCs学习者在线学习持续力，二级编码的参考点数分别为28和38（见表1）。在线学习课程的类型对在线学习持续力有较强的影响，不同性格特征和兴趣偏好的学习者在不同类型的课程中，学习活动参与度和学习任务完成度是截然不同的［34］。此外，相比以教师讲授为主的课程，互动性较强的课程更能激发学习动机、促进学习参与，而缺乏师生、生生交互的课程会使学习者产生学习孤独感，容易导致学生在线学习持续力减弱。多名受访者表示MOOCs课程教学目标不清晰、评价方式单一化、课程时间过长、课程资源推送不及时等一系列不合理的课程设计，会削弱学习者在线学习的动机和持续学习的兴趣。

而MOOCs课程内容的“准备”对学习者在线学习持续性的影响显著［35］，课程内容编排混乱、逻辑性差、晦涩难懂等不恰当准备，会增加学习者在线学习困难，打击学习者完成学习任务的自信心，从而丧失持续学习的动力。一半以上的受访者表示，在线学习时课程内容不精简凝练、不丰富有趣、不融合前沿等现象，使得学习者感知不到学习的有用性、趣味性，容易导致学习者产生学习倦怠，造成他们在意识上更倾向于中断或者放弃学习。这一发现再次印证了高水平的课程设计和高质量的课程内容，对学习者在线学习持续性具有积极的促进作用［36］。可见，在线课程设计与内容准备显著影响MOOCs学习者在线学习持续力。

3.环境因素分析。环境是学生在线学习的媒介、场所，影响学生在线学习的持续性，也是导致大学生在线学习持续力下降的主要原因。根据编码节点层次图可知（见图1），环境节点包括物理环境、网络环境、平台软件三个次级节点。

现阶段的在线学习并非完全的虚拟沉浸式学习，学生容易被现实物理环境中事情吸引、干扰。部分受访者指出，在线学习时周围的物理环境太嘈杂，没有一个良好的学习氛围，注意力容易被物理环境中事物干扰，从而很难持续性学习。特别是当大学生线下学习任务繁忙、与在线学习时间发生冲突时，急迫的时间压力会进一步导致学生产生焦虑、烦躁等负面体验。其次，在线学习时，网络学习环境的质量是至关重要的，对学生学习持续力具有重要的影响。根据编码分析可以清楚发现，虚拟的网络学习环境是造成学生在线学习持续力的核心因素，参考点有46个（见表1）。虽然互联网技术发展迅速，但网络状况不稳定、网络诱惑过多等问题，容易分散学生注意力，造成网络课程学习中断。而网络信息量过大、传播速度快等导致的压力容易造成学生信息过载、认知负荷，从而产生学习倦怠。

最后，学生在线持续性学习离不开平台软件的支持，学生感知平台软件的有用性和易用性会增加学习的有用性和满意度，会产生积极的持续性学习意愿［37］。部分受访者表示平台软件的监督体制不完善、学习支持服务不到位、使用体验性不好等都会影响学生在线学习体验感，容易产生消极的学习效果（厌学、弃学）。此外，有些大学生在线学习只是为了获取课程证书，而社会对平台课程学业证书认可度较低，这会减少学习者的学习有用性和满意度，容易出现在线学习持续力不足的现象。因此，在线学习的虚实环境对大学生学习持续力的影响显著。

4.教师因素分析。有研究表明［38］，教师的教学风格会影响学习者的学习持续力，当教师的教学风格与学生的学习风格不匹配时，学生会感觉无聊和变得不专注，做不好学习任务和测试，会对课程和自己气馁，最终会选择其他教师的课程或直接辍学。部分受访者谈到，在学习MOOCs课程时教师授课语气平淡、枯燥无趣，会容易造成他们厌学、辍学等问题。这与徐振国等的研究结论一致，教师的语气和讲课方式是导致MOOCs学习者辍学行为的重要因素［39］。因此，MOOCs课程中的教师应该面对不同的教学对象及时调整教学风格，以便学生在课堂上获得更好的效果。

此外，有24个参考点（见表1）表明教师的教学组织是导致学生在线学习持续力下降的重要因素，特别是教师在教学过程中缺少在线教学互动，会减少学生学习兴趣、增加学习孤独感，容易中断学习任务。在线教学时，教师加强课堂组织、管理，及时监督学生的学习情况，引导帮助学生解决学习难题，有助于提升学习者学习持续性［40］。通过编码分析可知（见表1），教师的教学能力较弱是导致学生在线持续力不足的重要因素。教师的在线教学胜任力，如专业能力和信息素养水平都会影响教学成效［41］，影响学习者在线学习持续力。

（二）在线学习持续力的影响因素模型

由以上归因分析发现，学生、课程、环境、教师等是MOOCs学习者在线学习持续力的主要影响因素，并且各影响因素的作用程度不同。其中，学习者自身因素是影响在线学习持续力的核心因素，包括学习投入、学习动机、自我调节能力。当学习者在线学习动机较弱时，容易出现学习倦怠，降低学习参与度和投入度；学生自我调节能力较差时，无法保持持续的学习动机和学习投入；学习投入较低时，学生的行为、认知、情感均会受到影响，抑制学习动机和自我调节能力。这也印证了雷玉菊等的研究结果［42］，学习者主动调节学习动机能促进学习投入的持续性，而积极地参与学习活动、良好的学习体验感，随之能增强学习动机和调节能力。所以，学习者的学习投入、学习动机、自我调节能力之间是相互作用的双向关系（见图3）。

图3 学习投入节点与学习动机节点比较示意图

在线学习时，课程因素、环境因素、教师因素是影响MOOCs学习者在线学习持续力的外部因素。在线课程设计不恰当、内容准备不充分，会降低学生的兴趣度和投入度，会增加学生的学习困难和挫败感，从而降低持续学习的动力；物理环境和网络环境的不稳定性、诱惑性会分散学生的注意力和投入度，平台软件的体验感较差会削弱学生的学习动机，从而出现学习中断等现象；当教师的教学风格和能力与学习者的学习风格和水平不匹配时，学习者会感觉无趣和变得不专注，最终会选择中断课程或直接辍学。因此，课程、环境、教师与学习投入、学习动机之间是单向关系（见图3），通过学习者中介而影响在线学习持续力。

本研究基于心理学中的S-O-R理论框架，构建了MOOCs学习者在线学习持续力的影响因素模型（见图4），以对上述发现进一步总结。在此模型中，课程因素、环境因素、教师因素是外部刺激影响因素，会直接影响MOOCs学习者在线学习持续力；学习者自身机体因素是内部影响因素，是影响学习者在线学习持续力的核心因素，学习者的学习动机、学习投入、自我调节能力相互作用影响在线学习持续力。值得注意的是，课程因素、环境因素、教师因素（外部刺激）也会通过影响学习者在线学习的学习动机、学习投入、自我调节能力等学习者内在心理性因素（机体内在反应），继而影响学习者在线学习持续力（机体外在响应）。

图4 基于S-O-R范式的在线学习持续力影响因素模型

四、MOOCs学习者在线学习持续力的提升策略

本研究基于扎根理论的质性研究分析发现，学生、课程、环境、教师是影响MOOCs学习者在线学习持续力的影响因素。其中，学生自身因素是影响在线学习持续力的根本原因，课程因素、环境因素、教师因素等外部刺激因素通过影响MOOCs学习者的学习动机、学习投入、自我调节能力等内在机体因素，间接影响MOOCs学习者在线学习持续力。

未来，在线教育实践者如何破解MOOCs学习者在线学习持续力难题，如何提升MOOCs学习者在线学习持续力？本研究提出以下建议。

（一）创造良好的交互环境，增强学习投入

平台软件要提供良好的交互性服务，包括师生、生生之间的互动，减少学生在线学习的孤独感，增强学习的临场感和投入度；教师在线教学过程中应设计能促进学生交互的教学情境和教学活动，并及时对学生给予表扬和鼓励，提高学生自我满意度和效能感，保持学习的持续性。

（二）优化课程设计和内容，激发学习动机

课程资源设计要丰富、有趣，进行个性化推送，更好地满足学习者需求和兴趣，减少学习者在线学习倦怠，增强持续学习动机；课程内容编排不宜混乱难懂，要让学习者感知到学习内容的有用性和易用性，减少在线学习的压力感和挫败感，增强完成学习目标的信心。

（三）提供个性化学习支持，提高调节能力

教师应针对不同学生的认知状况和学习状态，提供个性化问题解决策略和反馈，帮助学生及时调整学习状态和进度，提高学生的学习调节能力；教师应加强对学生的人文关怀，对感到沮丧、挫败的学生给予鼓励，帮助学生调节学习的负面情绪，提高学生的学业情绪调节和心理调控能力；教师要对学生的在线协作、交流、讨论等学习行为提供有关的技术与教学支架，促进学生的共享学习行为的有效发生，提高学生的共享调节能力，从而提高学习的持续性。

本研究对MOOCs学习者在线学习持续力的提高，以及在线学习效果的干预与优化具有重要启示，但还存在不足：一是研究样本选取不够丰富，未来应提高样本的多样性和覆盖性，选取更多地区的高校和不同专业的学生；二是MOOCs学习者在线学习持续力不足的根本原因是学生因素，而学习者自身因素很复杂，涉及到基础知识、学业情绪、学习感情和信息素养等各种自身素养，未来将聚焦学习者本身来探究影响在线学习持续力的关键因素；三是模型中的影响因素在何种程度上影响在线学习持续力尚不明确，未来将采用定量与定性结合的方法确定这些因素的影响权重。