高校在线开放课程学习与课堂学习认知效率比较研究

边婷婷 吕明 郑晨阳

［摘 要］ 在疫情防控常态化背景下，运用在线开放课程学习成了未来一段时间重要的学习方式。高校承担着为地方企业输送应用型人才的任务，要把握在线开放课程建设契机，不断推进课程建设，而科学、客观评价学生在线开放课程的学习效果和学习水平成了当前重要、紧迫的问题。本研究创新点在于构建了学生主体地位的认知效率评价模型，通过认知实验比较在线开放课程学习与传统课堂学习认知效率，定量分析确定在线开放课程学习与传统课堂学习效果。研究表明，在线开放课程学习对于学习水平中、低学生更有利，对于高阶段的认知效率提升效果更为显著，有利于提升学生的应用与创造能力。本研究可解决当前在线开放课程研究关注表层特征、数据与学习本质之间联系不紧密的问题，进一步明确在线开放学习对学习效果起决定性作用的关键环节和因素，为高校打造在线开放“金课”提供指导。

［关键词］ 在线开放课程学习；认知效率；传统课堂学习

［中图分类号］ G642.3  ［文献标志码］A   ［文章编号］ 1672-4917（2023）04-0115-10

在疫情防控常态化背景下，教育部提出利用慕课平台和实验资源平台，积极开展线上授课和线上学习等在线教学活动，保证疫情防控期间教学进度和教学质量，此次疫情推动了高等教育领域中在线开放课程的建设变革。高校要把握在线开放课程建设契机，明确学生在教与学中的主体地位，以学生实践能力培育为特色，以在线开放课程作为重要抓手，综合应用虚拟仿真等教育信息技术，深挖在线开放课程学习在人才培养过程中的巨大潜力。在线开放课程如何才能提高学生实践与应用能力，在课程设计、学习效果评价等方面有待深入研究。

一、问题的提出

传统课堂教学模式是由信奉18世纪末19世纪初的德国著名教育家、心理学家赫尔巴特的理论的教育学派所创立的，它以教师、课本、课程为中心，强调教学过程是有特定目的和有意识的。传统课堂教学模式首先要预设课堂学习目标，进而以目标为导向优选知识点作为教学内容，最后以一一对应的教学方式与手段组织教学活动。传统课堂学习是建立在赫尔巴特教育学派教育学基本理论上的，也是我国教育实践的主要方式［1］。

2009年，全球逐步进入3G时代；2014年，4G网络全面推广；2020年，5G逐步走入生活。移动通讯技术的发展为教育方式变革打下了良好的基础。苹果3G手机、第一代iPad等移动设备的发展为教育与学习方式创新带来了新的契机。以Facebook为代表的社交媒介全面应用到了学习中来，推动协作学习方式变革。计算机支持的协作学习、游戏化学习、社交网络学习、在线开放课程学习、AI全科教师学习等不断涌现，特别是在疫情防控常态化背景下，上述学习方式发挥了越来越重要的作用。其中在线开放课程学习是2008年由加拿大爱德华王子岛大学网络传播与创新主任与国家人文教育技术应用研究院高级研究员联合提出来的［2］。近年来，其发展经历了三个阶段：2009年到2013年，研究构建新教学策略，优化教学设计内容，探索教学模式改革，并开始关注混合教学模式；2014到2016年，研究微课学习的组织与设计问题，进一步构建“互联网+”教育研究理论与方法；2017年到2019年，由于人工智能、大数据、区块链技术的兴起，交互式学习环境与人机界面设计、计算机媒介沟通等成为研究热点，以更好推动新一代信息技术在在线开放学习过程中的应用。

通过对国内外在线开放课程研究文献进行总结分析，发现在线开放课程学习与传统课堂学习区别主要包括：第一，课程时长与内容饱满度不同。传统课堂学习每节课45分钟，一般两节课连排；在线开放课程学习课程内容充实简短，每节课时长在20分钟左右［3］。第二，学习环境不同。在线开放课程可以做到随时随地学习，不必约束在课堂环境，学习环境状况对学习效果有一定影响［4］。第三，学生学习主动性要求不同。在线开放课程学习需要学生具有良好的学习积极性、主动性，相对传统课堂学习，教师监督和指导的力度较低［5］。第四，师生互动方式不同。传统课堂学习通过提问、讨论、小组活动等方式进行课堂互动，在线开放课程学习师生互动方式多利用网络媒体等手段，容易進行记录和重复学习［6］。第五，共享性不同。在线开放课程学习具有很强的共享性，优质教学资源可以突破学校、地区的限制，进行学习共享，有利于定制不同学生的个性化学习方案。

综上所述，当前，理论研究聚焦在线开放学习交互关系、学习环境、影响因素等基本问题，结合认知学习理论分析学习者认知过程；应用研究上侧重搭建学习环境、教学设计、脚本及工具应用、学习效果定性评价等。从微观层面，促进学习的作用机理研究、比较传统学习模式定量客观评价学习效果的研究较少。而当前高校在线开放课程建设任务重要、时间紧迫。推进在线开放课程建设要理清其促进学生学习的规律、过程和作用机理，与传统课堂学习比较，要科学、客观地评价学生的学习效果和水平［7］，发挥教育评价对于教育实践的显著导向作用，推动教育评价方法创新［8］。本文构建基于认知心理学的高校学习认知效率评价模型，通过认知实验定量分析确定在线开放课程与传统课堂学习效果，明确在线开放学习对学习效果起决定性作用的关键环节和因素。

二、认知效率评价模型构建

（一）学习认知过程

在分析和总结认知心理学学习过程后发现，学生的认知过程要以知觉与记忆为基础，进而进行思考和加工，最终实现实践和应用的目标。其中学习知觉是人脑对直接作用于视觉、听觉的客观事物整体属性的反应，学习记忆是由识记、保持和重现三个环节组成的复杂的心理过程，学习思维过程是对记忆的信息进行间接、概况地加工和处理的过程［9］，学习应用过程是对思维处理的知识在实践中运用、并不断加以总结和反馈的过程［10］。通过总结上述过程，对于实践性较强的知识学习，高校学生的学习认知过程如图1所示。

（二）认知效率评价模型

在理清实践性较强知识学习过程的基础上，进一步结合认知学习理论和认知实验方法，构建基于认知心理学的高校学习认知效率评价模型。

在学习理论上，以加涅（Gagne）的认知心理学学习理论为指导，强调信息加工，关注人的大脑学习的过程。加涅（Gagne）的学习理论从低到高、从简单到复杂，强调复杂学习必须建立在简单学习的基础上［11］。根据认知心理学人的认知过程模型及加涅（Gagne）的学习理论，构建认知效率评价模型［12］。

在研究方法上，借鉴Markus社会认知自我图式、Lloyd Peterson与Margaret Intons-Peterson短时记忆等研究方法，从信息处理、加工、回忆等过程设计认知实验［13］，通过计量信息处理和加工时间（单位为秒）、正确回忆的百分率（单位为%）、回忆间隔（单位为秒）等来反映认知效率［14］，以上研究为本文认知实验研究方法提供了重要借鉴。

通过对以上认知学习理论和研究方法的总结和进一步分析，明确认知效率评价要先明确学生在教与学中的主体地位［15］，教师从知识传授者转变为课程组织建构者［16］，从学生学习认知过程的深层次机理出发［17］，可以将学生的认知过程分为学习获取与记忆—理解与分析—应用与创造三个阶段。本研究基于以学习主体——学生为中心的理念［18］，分析学生通过学习得到的实践应用能力，将认知实验数据与学习本质过程紧密结合，定量分析学生认知效率［19］。基于以上分析，本文将高校学生认知效率（用P表示）评价模型定义如下：

P=ni=1widliexp（tiδi）。（公式1）

其中，t表示认知时间（在实际计算中要归一化处理），此模型中t参考社会认知中自我图式的实验思路，认知时间与认知效率成反比。δ表示认知准确度，δ参考短时记忆实验中的正确回忆百分率，表示对课程知识的回答正确程度，认知准确度与认知效率成正比。l表示难度系数调整值，反映对于不同难度问题的认知效率，由于学习效率为绝对值，对于难度大的问题其认知时间t较长，认知准确度δ较小，所以造成难度大的问题的学习效率整体偏低。而通过l进行调整，l为无量纲，根据问题的难易程度其取值范围为0.5～1.5，问题越难l值越大。d表示学习环境调整值，学习环境不同影响学生认知效率，根据环境噪声分贝值对其取值进行调整，取值范围为0～1，对于传统课堂学习取值为1。w表示问题权重，w表示不同课程问题在整个课程认知效率的权重，w为无量纲，其取值范围介于0～1之间。对于知识获取与记忆—理解与分析—应用与创造三个阶段，代表各个认知过程的题目权重不同，各个过程题目按照公式1运算得到的结果乘以相应的权重，相加即得到课程整体学习效率。在进行认知效率测量时，学生回答代表不同认知阶段的问题，i表示认知阶段（取值为=1，2，3），n表示总问题数。

本研究将利用上述学习效率评价模型，通过认知实验比较在线开放课程学习与传统课堂学习，定量分析在线开放课程学习与传统课堂学习效果，得出学生两种学习方式的学习效率值，解决当前在线开放课程研究关注表层特征、论述说服力不够、数据与学习本质之间联系不紧密的问题，并在认知实验结果讨论中，进一步明确在线開放学习对学习效果起决定性作用的关键环节和因素，为高校打造在线开放“金课”提供指导。

三、研究设计

为了比较高校传统课堂学习与在线开放课程学习的效果，选取了北京某高校某专业学生进行认知实验。实验分为学习与答题两个阶段，通过测量被试者回答问题的认知时间和认知准确度，利用学习效率评价模型，计算两种学习方式的认知效率，分析在线开放课程学习在提高学生学习效率中的作用与影响。

（一）被试者选取

本实验设置实验组（A组）、对照组（B组），共36名大学三年级学生参加实验。首先对36名学生按照其绩点排名，将来自前1/3的12名学生随机平均分到A、B两组，同理分配中间1/3和后1/3的各12名学生，保证A、B两组学生在以往专业课学习成绩上水平基本一致。

（二）实验素材选取

1.第一阶段：学习阶段。A组选取22寸显示器作为在线开放课程播放器，在线学习中国大学MOOC平台《项目管理》第一、二单元课程；B组利用多媒体设备讲解PPT进行传统课堂学习，选取教材为《项目管理导论》第一、二章，授课教师讲授内容与MOOC在线学习内容一致，采用相同教案，引用相同案例组织教学。

2.第二阶段：回答问题阶段。A组学生通过手机蓝墨云班课APP进行答题，B组学生通过机房计算机进行答题。6道题目随机排序，第1、4题主要测试学生对知识获取与记忆情况，第2、5题主要测试学生知识理解与分析情况，第3、6题主要测试学生知识应用与创造情况。

（三）实验过程

第一阶段持续90分钟，要求被试者通过两种不同的方式集中精力认真学习并记忆；第二阶段持续10分钟，通过计算机进行问题展示和计时，要求被试者回答6个选择题。

1.前3个问题要求被试者可多次作答，直至选择出正确答案，计算机记录被试者做出正确回答的认知时间，并进行收集记录。

2.后3个问题要求被试者在规定的15秒内必须作答，计算机统计被试者回答问题的认知准确度。在计算结果时，多选题如果学生少选（没选错误项），本题回答是部分正确。后3题的认知准确度当其回答完全正确时取 1，部分正确取0.5，不正确取0。

四、统计结果

（一）数据处理过程

1.为认知阶段获取与记忆—理解与分析—应用与创造的问题进行赋权，根据认知学习理论和认知过程分析模型，对高级认知阶段的阶段赋予权重增大，经过与心理学、教育学相关学科专家访谈，确定：获取与记忆阶段w1=0.2，理解与分析阶段w2=0.35，应用与创造阶段w3=0.45。由于在某个认知阶段各组题目难度相同，认知难度系数调整值l=1。

2.利用公式2计算A、B组各认知难度的平均时间。

t_ij=nm=1tmn。（公式2）

3.对tij进行归一化处理，得到tij′，并将认知准确度实验得到的δi，带入认知效率评价模型，可以计算得到在不同的认知阶段A、B组的认知效率值Pi，公式如下：

Pi=wi1exp（t_ij′δi）。（公式3）

（二）认知时间

A、B两组学生回答前3道题目，记录其认知时间，数据分析使用一维组间组内方差分析法，组内因素是认知水平不断提高的3个阶段，组间因素为在线开放课程学习和传统课堂学习，因变量为学生认知时间。基于以上定义，本研究采用假设检验法，主效应检验首先为自变量是在线开放课程学习还是传统课堂学习，其次是认知阶段，交互效应检验针对两个自变量之间关系。三个假设为：

假设1：学生的认知时间是否一致。

H0：μ在线开放课程学习=μ传统课堂学习 H１： μ在线开放课程学习≠μ传统课堂学习

假设2：不同难度的问题总体认知时间是否一致。

H0：μ问题１=μ问题２=μ问题３ H1： 至少有一个总体均值与其他均值不同

假设3：两种学习方式与认知难度是否存在交互效应。

H0：在线开放课程学习×认知阶段的交互效应  H1：传统课堂学习×认知阶段的交互效应

利用SPSS Statistics Version20中文版对认知时间数据进行一维组内组间方差分析，通过计算得出P值，当P值大于0.05时接受原假设，当P值小于0.05时拒绝原假设。而通过计算本次实验数据，采用多变量检验、Mauchly球形度检验、主体内效应检验、主体间效应检验，其sig值均小于0.05。因此，组内效应、组间与组内的交互效应均对造成认知时间的差异有显著意义。

经过对实验认知时间的统计和计算得到的结果如表1所示，对各组不同学习水平的学生进行统计分析发现，A组学生比B组学生整体认知时间有所提高。总体来说，3个认知阶段的认知时间，A组比B组提升值分别为1.41秒、1.92秒、2.20秒。

（三）认知准确度

经过对实验认知准确度的统计和计算得到的结果如表2所示，对各组不同学习水平的学生进行统计分析发现，A组学生比B组学生整体认知准确度有所提高，总体来说，3个认知阶段的认知准确度，A组比B组提升值分别为13.89%、16.67%、19.44%。

（四）认知效率

将表1中认知时间平均值进行归一化处理，同时将表2中认知准确度一并代入高校学生认知效率评价模型（公式1），得出不同认知阶段A组、B组学生认知效率结果，如表3所示。在知识获取与记忆阶段，不同学习水平的学生，A组比B组提升值分别为20.86%、22.80%、174.00%，利用测量数据计算其总体认知效率提升45.14%；在知识理解与分析阶段，不同学习水平的学生，A组比B组提升值分别为10.23%、64.44%、125.81%，利用测量数据计算其总体认知效率提升48.66%；在知识应用与创造阶段，不同学习水平的学生，A组比B组提升值分别为10.83%、193.94%、199.86%，利用测量数据计算其总体认知效率提升57.59%。总体来说，3个认知阶段的认知效率提升加权平均提升值为51.97%。

五、分析与讨论

为了更好地进行讨论与数据分析，将表3数据进行统计，绘制比较分析图，如图2所示。

（一）组内比较

1.对于传统课堂学习（图2三条虚线）：在知识获取与记忆阶段，学习水平高、中的学生认知效率差别

不大，明显高于学习水平低的学生；在知识理解与记忆阶段，学习水平高、中、低的三类学生认知效率呈现阶梯式递减的趋势；在应用与创造阶段，学习水平高的学生明显优于学习水平中、低的学生。

2.对于在线开放课程学习（图2三条实线）：在知识获取与记忆阶段，学习水平高、中、低的三类学生认知效率递减，但是总体差别不大；在知识理解与记忆阶段、应用与创造阶段，学习水平高、中的学生认知效率差别不大，明显高于学习水平低的学生。

（二）组间对比

对3个认知阶段做对比分析，可以进行如下讨论：

1.在知识获取与记忆阶段，采用在线开放课程学习比传统课程学习认知效率有所提高，特别是对于学习水平低的学生认知效率提升明显，与学习水平中的学生差距比传统课堂学习明显缩小，差距很小。

2.在知识理解与分析阶段，对于学习水平高的学生，采用在线开放课程学习与传统课程学习认知效率提升不明显；而对于学习水平中、低的学生，其理解与分析能力通过在线开放课程学习提升非常明显。学习水平中的学生此阶段与学习水平高的学生认知效率差距明显缩小，差距不大。

3.在知识应用与创造阶段，学习水平高的学生认知效率提升不明显，而对于学习水平中、低的学生，其理解与分析能力通过在线开放课程学习均得到显著提升。学习水平中的学生此阶段与学习水平高的学生认知效率差距明显缩小，差距不大。

从学习水平高、中、低的三类学生角度进行对比分析，可以得出如下结论：

1.对于学习水平高的学生，两种学习方式在3個认知阶段，认知效率基本一致，提升幅度有限。

2.对于学习水平中的学生，采用在线开放课程学习在其理解与分析阶段、应用与创造阶段，认知效率得到了显著提升，明显缩小了与学习水平高的学生的差距。

3.对于学习水平低的学生，通过在线开放课程学习，在知识获取与记忆阶段，认知效率与采用在线开放学习的学习水平中的学生差距很小，并已经超过了采用传统学习方式学习水平中的学生。这表明在线开放课程学习对于提高学习水平低的学生的学习兴趣和认知水平作用显著，尤其有利于提高其记忆能力。

（三）讨论总结

1.从不同学习水平的学生角度分析，在线开放课程学习对于学习水平中、低的学生更有利。学习水平高的学生在3个认知阶段认知效率基本不受学习方式影响，保持较高水平；对于学习水平中的学生来说，采用在线开放课程学习，其理解与分析、应用与创造能力提升最高；对于学习水平低的学生来说，在线开放课程学习充分调动了其学习积极性，在3个认知阶段认知效率均出现了明显提升，其获取与记忆能力提升最高。

2.从认知阶段角度分析，在认知水平不断提高的3个阶段，在线开放课程学习对于高阶段的认知效率提升效果更为显著。由于在线开放课程学习较为灵活，对于不清楚明确的知识点，可以在规定时间内多次学习，对于学生获取与记忆知识具有较为明显的提升作用；而传统课堂学习，教师更加注重学习水平高的学生，对于学习水平中、低的学生关注不够，因此，通过在线开放课程学习，能够激发学习水平中、低的学生的学习兴趣，进行知识的理解分析与应用创造，其认知效率提升非常明显。

3.总体来说，如图3所示，认知的高级阶段认知效率提升效果略微明显（斜率更大），在线开放课程对提高学生应用与创造能力效果更为显著，这对于高校提高学生实践能力具有重要意义。

（四）认知效率评价模型适用性分析

为了说明本模型的适用性，进一步设计并组织了验证实验。验证实验选择不同学校、不同专业、不同课程，在北京市另一所高校——北京某高校某专业选取20名同学分成C、D两组进行实验，每组10名学生。C组、D组分别对应主实验中的A组、B组。C组学习内容选取《土木工程施工组织与管理》第二章第一节、第二节，在中国大学MOOC平台上进行在线开放课程学习，D组学习内容选取相同内容，进行传统课堂PPT讲授学习。验证实验相关组织与流程均与主实验保持一致。

对C组、D组认知实验问题和实验回答问题时间和准确度进行整理统计，可以得出：C组比D组学生的认知效率总体提升146.56%，如表4所示；进一步对C、D组认知效率进行比较，得出图4。

根据图4可得，验证实验与主实验的结论基本一致，主要包括在线开放课程对学习水平中的学生认知效率提升最有利，其次是学习水平低的学生；对于认知三个阶段，高级阶段认知效率提升更显著。由于验证实验学习内容选取偏向应用型知识的章节，主实验学习内容选取偏向概念型知识的章节，因此，将验证实验数据与主实验数据进行对比分析，可以得出以下结论：

1.从三个认知阶段来分析，采用在线开放课程学习应用型知识，比采用在线开放课程学习概念型知识，认知效率提升更加明显；对于在线开放课程学习，学生随着认知阶段不断提高，对应用型知识学习的认知效率提升幅度大大超过了对概念型知识学习的认知效率，即应用型知识学习认知效率在高级认知阶段提升最为明显。

2.从学习内容来分析，对于概念型知识，采用在线开放课程学习对于学习水平低的学生，认知效率提升最为明显；对于应用型知识，采用在线开放课程学习对于学习水平中的学生，认知效率提升最为明显。

六、结论与建议

本文创新性地提出了学生主体地位的认知效率评价模型，基于模型和认知实验，发现了在线开放课程学习在学生三个认知阶段的认知效率，比传统课堂学习加权平均提升值为51.97%，对于学习水平中、低的学生更有利；对于高阶段的认知效率提升效果更为显著，特别有利于提升学生的应用与创造能力，适用于高校课程建设。本文通过建模和实验分析，对高校课程建设提出以下建议：

（一）创新评价方法，明确学生主体地位，构建在线开放课程学习综合评价体系

当前高校学习评价建立在课堂学习和教师讲授基础上，侧重于根据课程设计建立评价指标体系，同时学生课后填写调查问卷，评价以教师讲授和学习内容为主，指标体系和问卷调查存在一定的主观性、滞后性，不适用于在线开放课程学习评价。在线开放课程学习评价要基于课程特点，把握当代大学生的认知过程和规律，将学生作为教与学的主体，建立基于认知学习理论的高校学生认知效率评价模型，科学、客观、准确地收集学生学习中相关数据，综合进行分析和评价，确定学生认知效率。针对不同高校的各门课程学习，可以进一步对认知效率评价模型进行深化，以提高学生学习的获得感和满意度为目标，从获取与记忆、理解与分析、应用与创造三个认知阶段，构建定性与定量相结合的学习综合评价体系，发挥教育评价对教育实践的显著导向作用。

（二）推进资源共享，建立定制化课程平台，形成个性化学习方案

本研究基于布鲁姆教育目标分类法，运用认知效率评价模型，明确高校在线开放课程学习与传统课堂学习相比，在知识获取与记忆、理解与分析、应用与创造阶段，认知效率的提升情况，特别是在认知高级阶段更有利于认知效率提升，而对于不同学习水平的学生，在不同阶段认知效率提升情况不同。因此，高校不仅要优化在线开放课程教学内容、完善教学方法，还要加强校际交流合作，充分发挥在线开放课程共享性强的优势，建立在线课程库资源共享机制；不断推进校际、地区之间知识全要素的流动，进而针对不同学习水平的学生、不同类型学习内容进行课程个性化特色定制，形成针对不同学习水平、不同学习习惯学生的个性化课程学习方案，调动学生的自主学习兴趣，科学精准提升学生的学习效果和水平。

（三）加强应用与创造认知阶段师生在线讨论和人机交互，提高学生参与度和实践能力

本研究通过对比主实验与验证实验，明确面对不同学习水平的学生，针对概念型知识和应用型知識学习的在线开放课程的建设思路。高校教学过程要以行业发展前沿为导向，运用实用性新技术，注重实践能力培育。明确理论授课目标是对专业知识的初步理解和认识，实践授课目标是提升学生应用与创造能力，特别要针对应用型学习内容，根据Lloyd Peterson与Margaret Intons-Peterson短时记忆相关理论，在应用与创造认知阶段不断强化虚拟仿真、人工智能等信息技术应用，加强教师与学生间讨论交流、学生与计算机间交互操作，建立应用型知识交互式学习模式，进一步提高学生的学习兴趣和积极性，培养行业和地方需要的人才。

［参考文献］

［1］ 杨晓、张杨阳：《杜威对赫尔巴特德育前提的置换及其启示》，《河北师范大学学报（教育科学版）》2019年第3期，第42—48页。

［2］ DANIEL J： “Making Sense of MOOCs： Musings in a Maze of Myth，Paradox and Possibility”， Journal of Interactive Media in Education， No.3， 2012， pp.321-323.

［3］ Rene S. Jansen， Anouschka van Leeuwen， Jeroen Janssen， Rianne Conijn， Liesbeth Kester： “Supporting learners self-regulated learning in Massive Open Online Courses”， Computers & Education， Vol.146， March 2020，103771.

［4］ Hai Min Dai， Timothy Teo， Natasha Anne Rappa， Fang Huang： “Explaining Chinese university students continuance learning intention in the MOOC setting： A modified expectation confirmation model perspective”，Computers & Education， Vol.150， June 2020，103850.

［5］ 李剛、褚宏启：《转变教学方式：基于“国际学生评估项目2018”的思考》，《教育研究》2019年第12期，第17—25页。

［6］ 付卫东、周洪宇：《新冠肺炎疫情给我国在线教育带来的挑战及应对策略》，《河北师范大学学报（教育科学版）》2020年第2期，第14—18页。

［7］ Ruiqi Deng， Pierre Benckendorff， Deanne Gannaway： “Progress and new directions for teaching and learning in MOOCs”， Computers & Education， Vol.129， February 2019， pp.48-60.

［8］ 石中英：《回归教育本体——当前我国教育评价体系改革刍议》，《教育研究》2020年第9期，第4—15页。

［9］ 丁锐、金轩竹、Ron Tzur等：《建构主义教学实验研究：演进性学习进阶的构建取向》，《教育科学研究》2019年第7期，第54—60页。

［10］ Bing Hiong Ngu， Huy P. Phan， Kian Sam Hong， Hasbee Usop： “Reducing intrinsic cognitive load in percentage change problems： The equation approach”， Learning and Individual Differences， Vol.51， October 2016， pp.81-90.

［11］ Guo， R.， Wei， X. T.， & Ma， H.： “On personalization-oriented college English flipped classroom construction”， Heilongjiang Researches on Higher Education， No.9， 2016， pp.167-169.

［12］ Yong Nie： “On-line classroom visual tracking and quality evaluation by an advanced feature mining technique”， Signal Processing： Image Communication， Vol.84， May 2020，115817.

［13］ Andreas Demetriou， Smaragda Kazi， Nikolaos Makris， George Spanoudis： “Cognitive ability， cognitive self-awareness， and school performance： From childhood to adolescence”， Intelligence， Vol.79， March 2020，101432.

［14］ Jung-Jung Chang， Wen-Shen Lin， Hong-Ren Chen： “How attention level and cognitive style affect learning in a MOOC environment？ Based on the perspective of brainwave analysis”， Computers in Human Behavior， Vol.100， November 2019， pp.209-217.

［15］ 李作章：《课堂革命驱动下大学教学评价的价值背离与转向》，《河北师范大学学报（教育科学版）》2020年第6期，第46—51页。

［16］ 全晓洁、邱德峰：《人工智能视域下的课程变革及未来走向》，《河北师范大学学报（教育科学版）》2021年第2期，第127—134页。

［17］ Lukasz Stasielowicz： “How important is cognitive ability when adapting to changes？ A meta-analysis of the performance adaptation literature”， Personality and Individual Differences， Vol.166， November 2020，110178.

［18］ 李会春、杜翔云：《面向未来的课程设计： 奥尔堡大学 PBL 课程模式与教育理念探析》，《重庆高教研究》2018年第3期，第117—127页。

［19］ Youngjin Lee： “Effect of uninterrupted time-on-task on students success in Massive Open Online Courses （MOOCs）”， Computers in Human Behavior， Vol.86， September 2018， pp.174-180.

Research on Cognitive Efficiency Between Online Open Courses

and Classroom Learning in Universities

BIAN Tingting1，LYU  Ming1，ZHENG  Chenyang2

（1. Beijing Union University，Beijing 100023，China；2. Clemson University， South Carolina 29634，US）

Abstract： In the context of the normalization of epidemic prevention and control， open online courses have become an important learning method for some time in the future. The universities， which undertake the task of transporting top-quality talents for the society， should grasp the opportunity of the online open courses construction and continuously promote the construction of courses. Meanwhile， scientific and objective evaluation of students learning effectiveness has become an important and urgent issue at present. The innovation of this study lies in the construction of a student-centered learning cognitive efficiency evaluation model. Through cognitive experiments， the cognitive efficiency of online open course learning and traditional classroom learning is compared， and quantitative analysis is conducted to determine the effectiveness of online open course learning and traditional classroom learning. This research shows that online open courselearning is more beneficial for students with medium to low learning levels and has a more significant effect on improving the cognitive efficiency in higher stages， which is beneficial for improving students application and creative abilities.

This research addresses the problem of the current online opencourses research， such as the focus on surface features and the insufficient connection between data and the essence of learning.

They further clarify the key links and factors that determine the learning effectiveness in online open courseand provideguidance for universities to build online open “golden courses”.

Key words：online open courses; cognitive efficiency; traditional classroom learning

（責任编辑 编辑刘永俊；责任校对 朱香敏）