国内外在线学业情绪研究发展历程与对比分析

胡晓玲 袁民

摘 要：本研究以中国知网中文数据库的289篇和Web of Science英文数据库的484篇在线学业情绪研究文献作为样本，基于Citespace软件对文献进行可视化计量分析。分析发现：佩克伦的控制-价值理论为在线学业情绪研究的重要理论基础，目前在线学业情绪关注度大幅上升，整体研究经历了早期基础性研究、中期应用性研究、目前拓展性研究的发展历程。同时，国内外研究对比发现：国外在线学业情绪研究偏向于主观体验的研究，而国内偏向于客观表现的研究；国外在线学业情绪研究追逐功能热词，而国内研究依从于技术热词的变迁；研究力量上，国外教育心理领域研究者参与度更高，国内以教育技术领域研究者为主导。结合我国研究特点，本研究提出国内研究应加强情绪基础研究丰富性、提升研究团队综合性、坚持学术精神独立的未来发展建议。

关键词：在线学业情绪；发展历程；对比分析；理论基础

中图分类号：G4文献标识码：A文章编号：2096-0069（2023）02-0085-08

引言

快速更新迭代的技术与现代教育持续迈向深度融合，在线学习环境已成为常态化学习环境。佩克伦指出，学业情绪是学习者在接受教学或学习的过程中与其学业相关的各种情绪[1]。由于情绪对认知有着广泛存在的影响[2]，国内外研究者对于在线学习环境中的学业情绪展开了长期而深入的研究，以厘清在线学业情绪在学习过程中的支持与阻碍效应。但目前学界对国内外在线学业情绪研究的发展历程尚缺乏系统全面的梳理，对国内外研究的异同也暂无讨论，因此，本文将利用Citespace软件对国内外773项研究成果进行文献计量分析，挖掘国内外在线学业情绪研究的发展历程，进而对比分析国内外研究呈现出的特点，并为我国未来在线学业情绪研究深入发展提出建议。

一、数据与方法

（一）文献数据来源

本研究中，国内研究指来自中国知网（CNKI）数据库的中文文献，选取“情绪” “学业情绪”“在线学习” “网课”“慕课”等主题词进行检索，选取发表时间为2000年1月1日至2022年6月1日，筛选在在线学习环境中针对学业情绪进行研究的文献，最终纳入相关研究289篇，时间跨度为2007—2022年。国外研究指来自Web of Science（WoS）核心数据库的外文文献，选取发表时间为2000年1月1日至2022年6月1日，筛选在在线学习环境中针对学业情绪进行研究的文献，最终纳入研究484篇，时间跨度为2004—2022年。

（二）文献分析方法

CiteSpace软件可运用多种算法对文献进行共引共现计量分析，以寻找文献集合的关键节点、在分布时段内呈现的规律，并呈现出可视化图谱。本研究通过该软件，针对国内外在线学习环境中情绪主题下的研究进行关键词共现、主题聚类、机构共现等分析，精确呈现该主题下研究的发展历程并实现国内外研究的深入对比。

二、在线学业情绪研究的理论基础

通过作者共引分析发现，外文文献中，莱因哈德·佩克伦（Reinhard Pekrun）的共引频次为108次，居于榜首；由于中文文献无法利用Citespace软件分析共引作者，本文随机选取199篇文献，通过中国知网数据库进行文献互引网络分析，发现佩克伦的成果在46篇研究中被引，也为最高，即佩克伦是在线学业情绪研究中最具影响力的作者。

佩克伦在2000年首次提出成就情绪的控制—价值理论及综合分析框架[1]，用于分析学术环境中情绪产生的前因后果。该理论的中心观点是学习过程中成就情绪的产生或唤起有两个核心前提，即行为与结果间的因果感知控制以及行为与结果间的价值感知[2]。经过后续多年的不断完善与发展，佩克伦依据个体对对象目标的价值评估及所采取的不同程度控制行为划分了16种成就情绪结果[3]，得以更加清晰地阐释和预测情绪产生；他还构建了成就情绪问卷（Achievement Emotion Questionare，简称AEQ），用以评估学生在学术环境中经历的成就情绪[4]。基于成熟的理论假设、清晰的分析框架和配套的研究工具，佩克倫的控制—价值理论经过多年实践检验，成为学习情绪研究中最具影响力的理论，并被证明在在线学习中具有良好适用性[5]，顺利实现了从传统学习向在线学习的迁移应用，为在线学业情绪研究奠定了深厚的理论基础、提供了有力的理论支撑，助力了后续在线学业情绪研究的长久推进。

三、国内外在线学业情绪研究现状分析

（一）在线学业情绪研究发文数量变化趋势

各年国内外在线学业情绪研究发表数量如图1所示。国内早期在线学业情绪研究稍滞后于国外，而2013年后，国内外文献发表数量趋势变化呈现出同一性，整体数量缓慢增长，2018年后均呈指数型上升，说明在线学业情绪研究近年来关注度大幅上升。在线学业情绪研究植根于在线学习发展的时代背景中，国内外研究文献发表数量的阶段性差异反映出世界科技、教育背景不断变化导致在线学业情绪研究的热度和内容都紧跟时代步伐。

（二）在线学业情绪研究关键词聚类图谱分析

利用Citespace对国内外文献分别进行关键词共现聚类分析，聚类编号越靠前、聚类下关键词数量越丰富，则相关研究越多、研究领域内关注度越高。聚类结果如图2、图3所示。

2001年，美国麻省理工学院发起开放课程计划项目 （Open Course Ware）[6]，率先成为了在线学习和在线学习研究的领跑者。我国网络课程建设紧随其后，在线学习不断在高等教育中推广，在我国大学英语教育中被广泛应用，在线学习过程中情绪对学习的影响凸显，在线学业情绪研究自此开始。结合图2、图3并对中文文献关键词聚类结果进行时间线探索发现，2012年以前，国内研究围绕“#1学习焦虑”“#2学业情绪”展开，发文数量并不丰富，主要以网络化英语学习中的学业情绪研究为主[7]。而对外文文献关键词聚类的时间线探索发现，2012年前的国外研究针对“#0 computer self-efficacy（计算机自我效能感）”“#1 acdemic emotions（学业情绪）”“#4 frustration（挫折）”“#9 foreign- language anxiety（外语焦虑）”主题开展研究，数量相较国内更多，检测了远程学习过程中产生的学业情绪，并检验了对计算机效能感的影响[8]。

2012年“MOOC元年”开启，而后世界范围内普遍、深度、多元的技术应用使得混合式学习、翻转课堂、基于计算机支持的协作学习等学习模式取得广泛实践机会，在线学习规模进一步扩大，国内外在线学业情绪研究在成熟的理论基础上得以进入更加丰富多样的学习场景中，研究数量也逐渐增长。国内研究在之前的主题中继续迈进，并扩大了“#0在线学习”、“#3翻转课堂”环境中的学业情绪调查，关注“#5情绪设计”，在“#4人工智能”“#6大数据”“#9表情识别”等技术支持下深化了在线学业情绪的探索。而国外研究增加了“#2 emotion regulation（情绪调节）”“#6 affective computing（情感计算）”“#10 affective learning（情感学习）”聚类主题下的关注度，同时关注“#7 computer mediated communication（计算机媒体交互）”中的情绪表达以及情绪调节对“#8 learning performance（学习绩效）”的提升。

2018年至今，在线学业情绪研究规模急速膨胀。目前在线学习所用的各类学习设备、平台已有成熟统一的功能体系，但还未能完全实现深度有效的学习，缺乏学习绩效的智能评价方法。因而近年来，智能技术在在线学习中大力加码，情绪的动态识别成为助推智能学习系统构建和优化的有力抓手，因此各个聚类主题下在线学业情绪研究继续稳步推进。

（三）在线学业情绪研究机构分析

通过Citespace进行机构共现分析，得到中、外文文献中发文数量在前五位的发文院校，并通过查看文献，整理出每所院校作者所属的单位数量，如表1所示。

从表1可知，国内院校在每校发文数量和每校参与研究机构数量上更具优势。国内在线学业情绪研究的主导力量为国内师范类院校中教育技术领域的研究者。结合国内文献各院校的发文数量来看，华中师范大学享有高水平的研究力量与学科贡献，保持着在线学业情绪研究的中坚地位，成果卓越。在华中师范大学参与研究的八个下属机构中，包含国家工程实验室和教育部重点实验室，所涉学科领域包括教育技术学、大数据科学、计算机科学、心理学、人工智能科学等。华中师范大学的研究成果主要集中于情绪设计和情感分析两个主题下，如通过对教育智能体情绪线索的设计探索了对学习者积极情绪唤醒的影响[9]，通过互动话语进行学习者的情感分析[10]等。查看外文文献中具体研究机构名称发现，教育相关院系为国外主要研究机构，但不同院校有着各自特色，整体而言，所涉及学科丰富，但心理学领域参与度较高。外文发文量最高的院校为加泰罗尼亚开放大学。加泰罗尼亚开放大学的研究由教育科学、心理科学和计算机科学三个学科力量支撑，相关研究内容以在线学业情绪对学习造成的影响以及基于情感捕捉的情绪反馈研究为主[11-12]。

四、国内外在线学业情绪研究主题划分与阶段特征

从上述结果可知，随着时间推进，国内外在线学业情绪研究主题愈发丰富。根据具体的研究内容，国内外在线学业情绪研究可以划分为三类具有阶段特征的主题：作为早期研究焦点的基础性研究，作为中期研究焦点的应用性研究，长久发展直至作为近期和未来研究重点的拓展性研究。

（一）在线学业情绪的基础性研究

基础性研究以2012年以前的聚类主题下开展的研究为代表，关注在线学业情绪对学习造成的影响，关注情绪类型、水平的识别与测量，以及情绪造成的直接影响，另外两类研究往往需要以这类研究的结论做支撑。早期在线学业情绪研究以此类基础性研究为重点，围绕情绪状态的测量分析采取以问卷法为主的研究方法，多年以来保持一定的关注度，且国外关注度高于国内。

在国外研究中，自我效能感也是国外最聚焦的研究视角，研究者将自我效能感看作动态变化的个体特征，调查情绪状态与自我效能感变化之间的关联[8]。国内基础性研究起步于网络环境英语教学的普及阶段，主要聚焦于網络环境下英语学习中的学习焦虑研究[7]，情绪研究涉及的情绪类型与学习场景都过于单一。后来，在线学习规模扩大，该主题下的研究不再局限于调查学习成绩受到的影响，而是拓展深入情绪对其他维度的影响，如学习动机、学习行为及认知过程等；同时，随着在线学习场景的丰富增添了各种学业情绪的相关研究[13]，填补了不同学习场景、情绪类型基础性研究的空白。

（二）在线学业情绪的应用性研究

大规模、多样化的在线学习和深度交融的技术应用，使得在线学业情绪研究进入到新层面。在线学业情绪的应用性研究注重不同学习场景中教学策略、教学资源或技术环境的应用对学习者情绪的影响，并通过相关设计实现情绪调节与管理。在这类研究中，情绪状态并非研究中的主角，而是关注从情绪维度进行的新课堂模式学习效果评价或者以情绪设计、情绪调节为基础的学习改善路径，研究结论有着明确的应用价值导向。如国内研究进入到以翻转课堂为首[14]，包括SPOC、在线游戏化教学等多种课堂或学习模式的应用效果探究[15]，从情绪维度评价学习模式、改善学习体验；国外研究关注到负面情绪对学习绩效等各方面造成的影响，从而展开了负面情绪消减与积极情绪唤醒的情绪调节研究[16]。该类研究以国内“在线学习”“翻转课堂”“情绪设计”“在线教学”和国外“emotion regulation（情绪调节）”“learning performance（学习绩效）”主题下的研究为主，研究始发于在线学业情绪研究中期，随着学习场景的更新不断丰富，且国内关注度高于国外。

（三）在线学业情绪的拓展性研究

在线学习理念不断发生变化，不断涌现的各类技术加速与教育相融合，以回应个性化、人性化、智能化的终身泛在学习要求。因此，教育研究者结合在线学业情绪基础性研究和应用性研究成果，在新兴领域展开了在线学业情绪的拓展性研究，情绪测量不再是通过问卷调查，而是通过技术手段实现情绪状态特征的精准动态把握，从而构建科学智能的数据模型，以得到更加现代化的应用性成果。随着技术与教育的融合不断深入与升级，在线学业情绪的拓展性研究已成为当前时段与未来研究的关注焦点。

该类研究以国内聚类中技术性词语“人工智能”“大数据”和国外聚类中功能性词语“affective computing（情感计算）”“affective learning（情感学习）”主题下的研究为主。2007年，国内研究者便提出利用情感识别技术使电子学习系统中的教学更加智能化和人性化[17]。早期以情绪的外部表达——表情识别实现情感识别；而后借助大数据，通过运用文本挖掘、网络爬虫等技术优化了在线学业情绪的动态测量水平；如今在人工智能与教育领域的不断深度交叉融合的潮流中，基于机器学习的情感分析模型开发，可以挖掘出学习者更为内隐的情绪状态。国外研究则长期紧紧围绕情感学习与计算展开，以社交软件、在线学习互动平台等计算机媒介为基础的交互行为中留下的信息轨迹为抓手，通过这些信息进行情感学习、完成情感计算，从而实现对学习者在线学业情绪的精确捕捉与动态识别[18]。

五、国内外在线学业情绪研究对比分析

从整体的发展历程来看，国内外研究在三个主题下均有深入的研究，但在具体的研究中仍然展现出不同的倾向性。依据国内外在线学业情绪研究的关键词聚类图谱和具体的研究内容，对比国内外研究的发展历程，结果如下。

（一）主观体验与客观表现

以基础性研究为主和以应用性研究为主的在线学业情绪研究多见于在线教育的成长期，在线学习慢慢走向大众，同时教育研究在不停地寻找不断涌现的新技术与教学、学习的结合点。学习者面临着不断与新型学习模式相继适应、契合的问题，而针对这一问题，国外研究重点关注学习者自我效能感、学习者态度等主观体验与在线学业情绪之间的关系。如早期国外研究发现焦虑在计算机感知易用性中的调节作用会影响计算机使用的感受，从而影响学习者对计算机的态度[8]。相较于国外，国内早期网络化教学应用最广泛的英语教学研究中，更加关注学习行为、学业绩效等客观表现的影响。如研究者发现，网络学习环境降低了学习者英语学习的焦虑，英语学习焦虑与学习成绩呈显著负相关[19]。

此外，本研究对比了国内“情绪设计”、国外“emotion regulation（情绪调节）”两个以应用性研究为主的聚类时间线上的节点关键词，结果发现：在国内研究中，以“情绪设计”“情绪诱发”“呈现时间”等客观操作词语为主，而国外最大的三个节点关键词则分别为“self-efficacy（自我效能感）”“achievement emotion（成就情绪）”“satisfaction（满意度）”三个与主观体验密切关联的词语，这也再一次印证了国外研究偏重主观体验、国内研究偏重客观表现的研究偏向性。

（二）技术热词与功能热词

在植根于技术变革的拓展性研究中，国内研究聚类词汇以技术名词为主，而国外聚类则以功能性名词为主。从国内在线学业情绪研究来看，“人工智能”聚类最先出现关键词节点连线密集区；2013年至2016年，“表情識别”聚类下关键词连线更加密集；紧接着，2016年至2019年转变为“大数据”聚类下的连线；目前来看，三者密集区有所重合。国内技术性名词聚类和相继出现的聚类连线密集区呈现出的是国内在线学业情绪研究对技术热词的依从性，当某一新兴技术诞生并投入使用时，会引起大量的研究围绕其展开，从而挖掘技术可能带来的功能性。这表明国内更多的是追从技术的变革，以引导在线学业情绪研究的革新。

而国外研究凸显出来的功能性聚类的节点连线密集区从时间线上反复重合，且密集期出现时间较早。这表明国外研究一直以功能目的为研究驱力，研究的开展主要是为实现以在线学业情绪为基础的技术功能开发，故而呈现出功能热词的特点。技术作用的验证是一个短期问题，而功能实现则需要长期的改进与优化，所以，与国内对技术热词的追求带来的不断地出现阶段性热点跳转不同的是，国外研究在对功能热词的追逐上保持了长期稳定的关注度，而且研究的成熟与丰富也早于国内。

（三）教育心理与教育技术

从国内外高发文量院校的研究机构来看，国外研究涉及的机构中，心理学领域的参与度高于国内，国内研究的主要研究力量集中于教育领域内的教育技术学科，这从侧面解释了国外研究对于主观信念关注度更高的原因。此外，在发表数量较多的院校中，国外研究中多见以教育心理为主的院系与计算机学院等做技术性支撑的学院合作，而国内则多以教育技术院系做主导，因而可能囿于跨院合作的局限性导致国外单个院校研究数量不比国内丰富，但整体呈现出的基础性研究的丰富性和技术相关研究的成熟度相较国内更佳。

值得注意的是，无论是国内还是国外，处于领先位置的院校都拥有多学科交叉的高水平研究机构，这样的研究机构成为了不同领域研究者深度合作的有效平台，打破了学科交叉的壁垒，从而建立了真正拥有跨学科实力的高水平研究团队。对于目前的在线学业情绪研究，既需要支持在线环境开发的教育技术、计算机等学科力量的支撑，还有赖于学习分析所需的大数据、人工智能技术的支持，同时须以教育学、心理学中的学业情绪理论做基础，因而，拥有高水平的、多学科深度合作的研究团队是进行在线学业情绪研究最有力的保障。

六、结语与建议

目前，在线学业情绪研究早已不是狭义的“在线学习”和“学业情绪”概念简单拼凑而进行的研究，而是立足于在线学习环境中复杂的动态学习过程，关注学习者情绪与各方面密切交互影响的多层次、多维度的研究。同时，智能技术在学习分析、学习者模型构建等研究中的应用更是掀起一股世界范围内新的学术热潮。这一领域的研究融入了越来越多的学科，积累了庞大而精细的知识体系，以学业情绪研究助力更加科学、先进、智能、人性化的学习模式探索。因此，结合国内外在线学业情绪研究的发展历程与对比结果，本文就国内研究走向更成熟的未来提出以下几点建议。

（1）丰富关注学习者主观感受的基础情绪研究。学习者意愿是实现终身学习的根本条件，未来在线学业情绪研究应该丰富面向改变学习者在学习中的体验、提升学习者学习行为的动机、增强学习者自主学习的效能感的基础情绪研究，以促使学习者保持长久的学习意愿与学习行为。

（2）建设多学科、多领域研究力量支撑的综合型研究团队。目前国内大多数教育研究者缺乏计算机、人工智能等领域的专业知识，且多数学校不同院系间的合作并不紧密，在多学科交叉的研究领域中难以形成强大的学术力量引领学术发展。因此，要建设多学科、多领域研究力量支撑的综合型研究团队，以多学科领域知识的融合碰撞、多学科领域研究者的深度合作，推动国内在线学习环境中情绪研究的快速发展。

（3）形成“精钻精研、独立创新”的学术精神。国内研究在数量上、主题丰富程度上不亚于世界其他国家，但在线学业情绪的基础性和拓展性研究并不持久深入，故而长久以来，一直缺乏具有影响力的研究成果。因此，要形成“精钻精研、独立创新”的学术精神，深化在线学业情绪的理论探索，不以技术热度为驱力，而以革新学习为目标，促进国内研究成果迈向世界前端。

基金项目：2019年国家社科基金重大项目“循证社会科学的理论体系、国际经验与中国路径”（19ZDA142）

作者简介：胡晓玲（1975 —），女，山东济宁人，副教授、硕士生导师，研究方向为高等教育信息化；袁民（2000 —），女，贵州遵义人，硕士研究生，研究方向为高等教育信息化。

参考文献

[1]PEKRUN R. A social-cognitive， control-value theory of achievement emotions[A].  Heckhausen J. Advances in Psychology. Amsterdam： North-Holland， 2000（131）：143-163.

[2]段红，文旭.“情绪—认知”机制与语篇生成[J].西南大学学报（社会科学版）， 2014，40（4）：127-132，184.

[3]PEKRUN R. The control-value theory of achievement emotions： assumptions， corollaries， and implications for educational research and practice[J]. Educational Psychology Review， 2006，18（4）：315-341.

[4]PEKRUN R， GOETZ T， FRENZEL A C， et al. Measuring emotions in students learning and performance： the achievement emotions questionnaire （AEQ）[J]. Contemporary Educational Psychology， 2010， 36（1）：36-48.

[5]DANIELS L M， STUPNISKY R H. Not that different in theory： discussing the control-value theory of emotions in online learning environments[J]. The Internet and Higher Education， 2012， 15（3）：222-226.

[6]李海峰.中美在線开放课程的对比与分析：基于教与学的视角[J].电化教育研究，2014，35（1）：58-64，78.

[7]陈美华.计算机网络环境下大学生英语学习心理因素调查研究[J].东南大学学报（哲学社会科学版），2010，12（4）：102-105，128.

[8]SAADE R G， KIRA D. Mediating the impact of technology usage on perceived ease of use by anxiety[J]. Computers & Education， 2007，49（4）：1189-1204.

[9]巴深，刘清堂，吴林静，等.教育智能体情绪线索对大学生学习情绪与动机的影响研究[J].远程教育杂志，2021，39（6）：48-57.

[10]左明章，赵蓉，王志锋，等.基于论坛文本的互动话语分析模式构建与实践[J].电化教育研究， 2018，39（9）：51-58.

[11]MARTIN S， VALDIVIA I M A. Students feedback beliefs and anxiety in online foreign language oral tasks[J]. International Journal of Educational Technology in Higher Education， 2017（14）：1-15.

[12]ARGUEDAS M， XHAFA F， CASILLAS L， et al. A model for providing emotion awareness and feedback using fuzzy logic in online learning[J]. Soft Computing， 2018， 22（3）： 963-977.

[13]李成陈，韩晔.外语愉悦、焦虑及无聊情绪对网课学习成效的预测作用[J].现代外语，2022，45（2）：207-219.

[14]高照，李京南.中国学习者英语课堂焦虑情绪对比：翻转vs传统[J].外语电化教学， 2016（1）：37-42.

[15]刘智，杨重阳，彭晛，等.SPOC论坛互动中学习者情绪特征及其与学习效果的关系研究[J].中国电化教育，2018（4）：102-110.

[16]ARTINO A R， JONES K D. Exploring the complex relations between achievement emotions and self-regulated learning behaviors in online learning[J]. The Internet and Higher Education， 2012，15（3）： 170-175.

[17]解迎剛，王志良，平安，等.模糊情感分析及其在E-learning系统中的应用[J].计算机科学，2007（10）：168-172.

[18]FARIA A R， ALMEIDA A， MARTINS C， et al. A global perspective on an emotional learning model proposal[J]. Telematics and Informatics，2016，34（6）： 824-837.

[19]曾小珊，刘秋月.网络多媒体环境下理工类大学生英语学习焦虑研究：基于网络教学模式与传统教学模式的对比研究[J].外语电化教学，2012（5）：50-55.

（责任编辑 李强 王策）

Abstract： In this study， 289 online academic emotion research articles from the Chinese database of CNKI and 484 articles from the English database of Web of Science were used as samples， and a visual bibliometric analysis was conducted based on citespace software. The analysis found that： pekrun's control-value theory is an important theoretical basis for online academic emotion research. At present， the online academic emotional attention has increased significantly. The overall research has experienced the development process of the early basic research， the medium-term applied research， and the current extended research. At the same time， the comparative analysis of domestic and foreign studies have found that： foreign online academic emotion research tends to be subjective experience research， while domestic research prefers objective performance research; foreign online academic emotion research pursues functional hot words， while domestic research depends on the change of technical hot words; in terms of research force， foreign researchers in the field of educational psychology participate more， and domestic researchers in the field of educational technology take the lead. Combined with the characteristics of Chinese research， this study puts forward  domestic research should strengthen the richness of the emotional basic research， enhance the comprehensiveness of the research team and adhere to the independence of academic spirit in the future development.

Key words： Online academic emotion; Development process; Comparative analysis; Theoretical basis