高中生在线学习投入量表编制及现状研究

赵 枫

(1.华中科技大学 教育科学研究院,湖北 武汉 430074;2.珠海市教育研究院,广东 珠海 519000)

一、问题提出

中小学生在线学习质量评估是基础教育在线教育面临的重大课题。受技术等客观条件的影响,线下常用的学业质量监测的命题、考试、答题均不易组织与实施,教师仅能从有限的作业反馈中判断学生在线学习质量,严重影响了教师对在线教育效果的评估,甚至导致师生对在线教育失去信心。大量研究表明,学习投入(Learning Engagement)是学习质量的关键因素[1-3]。学习质量的首要条件是学习者的有效参与和高投入[4]。龚艺等人研究发现,在线学习投入与学习绩效成正向关系,学习投入对学习绩效的预测力达到了60.7%[5]。胡小勇等人发现,学习者在线学习投入对其在线学习绩效具有显著正向影响(β=0.388,P<0.001)[6]。与通过评价在线课堂教师教学规范的适切度来评估在线学习质量相比,学习投入对学习质量的解释力更强,其直指人才培养的质量,可以通过在线学习投入的测量评估在线学习质量。

学习投入是教育界广泛关注的话题。学习投入源起于泰勒(Tyler)的任务时间理论。该理论认为,学生在学习上投入的时间越多,学到的也越多,学习效果越好,并延伸出了诸如出勤、发言、作业等一系列与行为有关的投入。然而,随着对学习的深入研究,越来越多的学者认识到行为投入并不能完全反映学习的质量,佩斯(Pace)等学者认为,应该关注学习努力的质量、情感体验等心理投入[7],在他们看来,这些与认知和情感等心理因素有关的心理卷入才是影响学习质量的关键。纵观学习投入概念的发展历程,呈现出两条路径:一是概念的丰富、深化路线,在行为投入的基础上纳入心理投入。纽曼(Newmann)等人将学习投入定义为学生直接指向学习,理解和掌握知识、技能的心理投资与努力[8]。库(Kuh)等人认为,学习投入指学生在教育目标活动中付出的时间和精力,及在支配有效的教育实践中付出的努力[9]。二是概念的扩展路线。莎菲利(Schaufeili)从工作倦怠的反面提出了工作投入,并将工作投入的研究扩展到学生群体,认为学习投入是一种与学习相关的积极、充实的精神状态,包括活力、奉献和专注三个维度[10]。学习投入概念出发点的不同直接体现在学习投入结构的差异,以弗雷德里克斯(Fredricks)为代表的学者认为学习投入包括行为、情感和认知等三个维度[1]。行为投入关注学习主动、专注和坚持,表现为积极的学习行为以及学习任务的卷入程度;情感投入关注学习过程中体验到的学习价值及兴趣,表现为学生对学习的积极反应,如高兴、自豪、兴趣和归属感等;认知投入关注认知策略和元认知策略的应用,表现为认知策略、自我监控与调节、资源管理策略运用等。以莎菲利(Schaufeili)为代表的学者则认为,学习投入包括活力、奉献和专注三个维度。活力是指个体学习充满激情而不知疲惫,面对困难迎难而上而不退缩,始终处于旺盛的学习状态;奉献是指学习者全身心投入到学习中,因学习而满足、自豪与骄傲;专注是指学习者心无旁骛、用心专一地投身到学习中,享受沉浸学习而获得的乐趣。本研究倾向于我国学者张娜提出的学习投入综合性定义,即学习投入是指学生在学习过程中,积极参与各项学习活动,深入地进行思考,充满活力地应对挑战和挫折,并伴有积极的情感体验。它是认知投入、行为投入和情感投入三者相互影响和作用的统一体[11]。

学习投入度的测量是学习投入的一个重点研究领域,常用的方法为学生自陈式问卷法,国内外开发了大量的测量工具用于测量学生学习投入度。目前,比较成熟和广泛应用的学习投入度量表主要分布在高等教育、传统课堂学习、远程教育等领域。涉及高等教育的量表有全美大学生学习投入调查问卷(National Suvey of Student Engagement,NSSE)以及中文版的NSSE-China问卷[12]、大学生学业投入量表(Utrecht Work Engagement Scale-Student,UWES-S)及其中文版量表[13]。课堂学习投入量表有弗雷德里克斯(Fredricks)编制的小学生课堂学习投入问卷以及在此基础上编制的课堂投入问卷[14]。远程教育学习投入量表主要集中在成人(大学生)教育方面,典型的有在线学习投入量表(Online Student Engagement Survey,OSES)、远程学生学习投入评价量表[15]以及学生远程学习投入量表(Student Engagement in Distance Education,SEDE)[16]。不难发现,已有问卷或量表主要针对传统教育或成人远程教育,对中小学在线教育关注较少,主要原因在于中小学教育以在校学习为主。随着中小学在线教育因“应急”的兴起,基础教育迎来新的变革契机。本研究以新型冠状病毒肺炎疫情期间参加在线教育的高中生为研究对象,以学习投入理论和相关问卷或量表为依据,结合在线学习和高中生学习特点编制高中生在线学习投入量表,并进一步探讨高中生在线学习投入,以期为中小学在线教育学习投入和质量改善提供指导。

二、研究设计

(一)研究对象

1.高中生在线学习投入预测试对象。采用网络调查平台,随机从Z市直属学校某普通高中抽取三个班参加测试,学生理论总人数约为150人,回收答卷121份,回收率为80.67%,全部为有效问卷。其中男生36人,女生85人。

2.高中生在线学习投入正式测试对象。测试对象来自Z市直属学校三类共计6所普通高中,每所学校随机抽取3～6个班,覆盖三个年级,合计28个班约1400人。回收问卷1381份,有效问卷1369份,有效回收率97.79%。其中,男生689人,女生680人;第一类学校643人,第二类学校323人,第三类学校403人;高一年级630人,高二年级398人,高三年级341人。

(二)研究工具

1.预测量表的编制。根据以上论述,本研究将高中生在线学习投入结构划分为行为投入、情感投入和认知投入。在借鉴SEDE量表的基础上,结合我国在线教育的实际情况和高中生学习特点,编制了19题的《高中生在线学习投入量表》。鉴于“在线学习”概念对于高中生而言比较陌生,正式问卷时替换为“网络学习”。其中行为投入5题,包括在线学习规则遵守、学习坚持、课堂专注、作业完成;情感投入6题,涵盖在线学习过程中的喜欢、高兴、兴奋、兴趣、厌倦、归属感等情感体验;认知投入8题,包括认知策略、元认知策略、资源管理策略;行为投入和情感投入涉及到反向计分。量表采用李克特五点计分法,从“完全不符合”到“完全符合”分别计分1～5分,得分越高,在线学习投入越高。

(1)适用性分析。邀请1位教育学博士、4位教育学及相关领域的硕士对量表进行评价。评价的内容包括题项表述是否清晰、用语是否在高中生的经验范畴、是否存在歧义、是否可以反映概念意义、是否具有误导性、题项数量设置是否合理等。根据反馈意见对个别题项表述进行了完善。

(2)项目分析。项目分析一般参照题项与总分的关系、题项区分度以及项目载荷三类指标。首先,分析题项与总分的关系。删除与总分相关系数低于0.3或相关系数未达到显著的题项(题项均符合要求,无需删减)。其次,分析题项区分度。按照量表总分对样本进行高低分组:高分组(总分的前27%,临界分数76分)、低分组(总分的后27%,临界分数57分)。经检验,高低分组在19个题项上的差异显著(决断值CR>3,p<0.05)。最后,对量表进行探索性因素分析。通过分析可知,量表KMO=0.903,Bartlett 的球形度检验χ2=1450.514,达到显著(p<0.001),量表适合进行因素分析。采用主成分分析法,项目选取的标准为因子负荷大于0.4,且题项归属原初构念。经过三次探索性因素分析,删除2道题(行为投入1,认知投入1),得到一个三因素结构,累计解释变异量为67.38%。行为投入包含4个题项,情感投入包含6个题项,认知投入包含7个题项,见表1。

(3)信度分析。本研究采用内部一致性α系数(Cronbach’s α系数)为量表及其各维度作信度检验。在线学习投入全量表Cronbach’s α系数为0.927,行为投入、情感投入、认知投入三个分量表的Cronbach’s α系数分别为0.702、0.952、0.884。信度分析表明,高中生在线学习投入量表具有较高的可信度。

2.正式量表的编制。采用AMOS21.0软件对正式数据进行验证性因素分析,通过观测数据与模型的拟合验证量表的结构效度。经检验,χ2/df=5.206,RMSEA=0.067(<0.08),RMR=0.049(<0.05),GFI=0.931(>0.9),AGFI=0.909(>0.9),NFI=0.948(>0.9),RFI=0.939(>0.9),IFI=0.955(>0.9),TLI=0.947(>0.9),CFI=0.955(>0.9)。由于卡方值易受样本容量的影响,当样本容量较大时,卡方值也相对偏大,此时应考虑其他适配指标[17]。而其他适配指标均达到要求,因此模型拟合度良好,删减后的高中生在线学习投入量表具有较好的结构效度。

三、结果分析

(一)高中生在线学习投入度的总体状况 高中生在线学习投入理论均值为51分,以51分为标准,低于51分为低投入,高于51分为高投入。同理,行为投入、情感投入、认知投入理论均值分别为12分、18分、21分,低之为低投入,高之为高投入。

表2显示,高中生在线学习投入均值为60.25分,高于理论均值,高于理论均值的还有行为投入、情感投入以及认知投入。在三个维度上,行为投入高于认知投入,认知投入高于情感投入。进一步分析高中生在线学习投入分布并检验三个维度差异的显著性。

表2 高中生在线学习投入描述性统计

表3显示,以理论均值为标准,高中生在线学习投入为高倾向的高达76.4%,行为投入高倾向比例最高,达到了91.7%;紧随其后的是认知投入,高倾向比例为74.2%;情感投入最低,仅有49.9%。采用配对样本T检验核实三个维度差异的显著性,分析结果显示,行为投入与认知投入差异显著(t=22.24,p<0.05),认知投入与情感投入差异显著(t=22.42,p<0.05),行为投入与情感投入差异显著(t=38.55,p<0.05)。以上分析结果与学者李爽等人研究的成人远程学习投入结果截然相反(情感投入>认知投入>行为投入)[15],但与刘斌等人研究的大学生在线学习投入结果一致(行为投入>认知投入>情感投入)[4]。情感投入的差异可能是学习环境造成的。对大学生和高中生而言,在线学习并不是学习的常态,线下集中学习更受学生欢迎。学习者对在线学习没有强烈的兴趣、兴奋和归属感;反观成人学习者,在线学习环境之外没有其他选择,学习者只能从心理上接收、悦纳在线学习。德维克( Dweck)等人认为,两类动机目标影响学习行为,它们分别是学习目标和绩效目标[18]。学习目标驱动的学习者重视知识获得和能力的掌握,以自我提升为目标;学习绩效驱动的学习者关注教师等外在的评价,以获得他人认可、赞许为目标。中小学教师以及大学教师普遍责任心强,通常会采取多种措施提高学生的行为投入。

表3 高中生在线学习投入“低-高”分布

(二)高中生在线学习投入度的差异分析

1.性别差异分析。如表4所示,男生在线学习投入及各维度得分比女生略低,没有显著性差异。由此可见,性别因素对高中生在线学习投入没有影响。

表4 高中生在线学习投入在性别上的差异

2.年级差异分析。由表5可知,高中生在线学习投入及情感投入维度没有显著性差异,但在行为投入、认知投入方面有显著性差异。从在线学习行为投入上看,高一高二年级显著均高于高三年级;从在线学习认知投入上看,高一年级显著高于高三年级,高二高三年级没有显著性差异。

表5 高中生在线学习投入在年级上的差异

3.学校差异分析。采取同样的单因素方差分析方法,检验高中生在线学习投入在学校类别上的差异性。研究显示,高中生在线学习行为投入(F=5.937,p=0.003)、情感投入(F=4.858,p=0.008)、认知投入(F=7.245,p=0.001)以及学习投入(F=4.201,p=0.015),在学校类别上存在显著性差异。进一步多重检验结果显示:行为、认知投入方面,第一类、第三类学校均显著高于第二类学校①;情感投入方面,第三类学校显著高于第一类学校;学习投入方面,第三类学校显著高于第二类学校。

四、讨论与建议

(一)结论与分析

1.高中生在线学习投入水平整体较高。研究表明,高中生在线学习投入水平度普遍较高。具体到三个维度上,从高到低依次是行为投入、认知投入、情感投入,并且差异显著。该结果与中学生学习投入[2]有所不同,“中学生学习投入发展的现状与特点研究”显示,认知投入高于情感投入,情感投入高于行为投入。由此可见,高中生会根据学习环境的不同调整学习的投入方式和重点,学习投入具有可控性。学者杨立军等认为,缺乏良好的学习环境和支持,对于学生来说则意味着需要付出更多的投入才能换来同样的教育收获[19]。高临场感的学习互动是学习环境的保障。在线学习环境中,师生不在同一个物理空间,教师无法像课堂教学那样直观地观察学生的面部表情、眼神和动作来了解学生,学生也无法根据教师的言行举止去理解知识背后表达的情感,学生难以获得教师和同伴的情感支持,必然导致学习情感投入较低,学生只能通过调整个体行为投入确保学习效果。与在线学习环境相比,在校学习环境亲切而熟悉,高中生归属感强,情感投入自感就高。而提高认知能力是高中学习的主要目标,学生在教师的支持和同伴的影响下会不断强化认知投入,进而呈现出认知投入占据主导的现象。当然,仅有行为投入而缺乏情感和认知投入,学习有可能处于学习勤奋的假象。学习投入各维度的差异性也揭示了学习投入内部发展的不平衡性和动态性。也就是说行为投入、情感投入、认知投入不是同等程度的发展,而是随着学习环境的改变而变化。

2.年级和学校类型对高中生在线学习投入有影响。研究发现,年级是影响高中生在线学习的因素之一,不同年级的高中生学习投入水平有一定差异。行为投入、认知投入呈现出随年级而下降的趋势。该结论与人们对高中生学生投入的感觉有一定差异,一般认为,高三年级学生应该在学习投入及各维度上高于其他年级。本研究认为,造成这一错觉的原因有两点:一是高三学生在校学习投入及各维度水平比较高,但并不全部反映到在线学习方式上;二是高三学生自主性较强,并不完全依赖在线学习,甚至不参与在线学习。事实上,自主性可以正向预测学习投入[20],高三学生在线学习的行为和认知投入较少,反过来可以预测其线下自学或学校学习的相关投入较高。研究同时发现,学校类型是影响高中生在线学习的另一因素。生源质量越好,高中生在线学习投入及行为、认知投入越高。该结论与刘在花[2]研究的结论基本一致。优质高中学生的学习适应能力较强,对在线学习的价值与意义的把握也相对深刻,能够积极投身于在线学习,并优化各种策略提高学习的投入度。情感投入还受学校的办学性质影响,私立学校高中生在线学习情感投入高于公办学校。私立高中教师面临比较大的考评压力,工资与学生评价和成绩挂钩,必须想方设法让在线教学迎合学生的喜好,吸引学生对在线学习的兴趣,学生的情感投入相应有所提高。

(二)启示与建议

1.学习者:积极主动适应在线学习。研究揭示了在线学习投入具有可控性、不平衡性和动态发展性。高中生在线学习者要意识到学习投入是受个体控制的,要积极适应学习环境的变化,在新的学习环境中迅速找到适合自己的舒适点。在线学习投入度的提升,不是同等程度的着力,而是有侧重、有先后。一般而言,行为投入是先导,行为投入是情感和认知投入的载体,高中生在线学习时应在学习行动上先行一步,在学习的过程中逐渐适应和接受在线学习,通过体验培养在线学习的情感,进而悦纳在线学习。认知投入是学习投入的核心,在线学习的所有活动目的归旨于认知投入。高中生在线学习者在参与活动、完成任务、师生互动中灵活采取策略,加强知识的加工和理解,注意学习过程的监控与调整。积极的情感体验是在线学习可持续的保障,高中生学习过程中需要不断挖掘在线学习的个人价值。

2.教育者:为学生提供针对性支持。研究结果表明,有接近四分之一的高中生在线学习投入处于低水平状态。这类学生的学习效果将极大影响在线教育质量,是教师关注的主要对象。相关研究表明,教师为学习者提供灵活自主的学习活动、情感激励以及学习策略支持,能够提高他们的学习投入水平[21]。教师要避免将学校面对面教育完全照搬到线上课堂,要认识到在临场感不足的在线学习环境中,“满堂灌”只会降低学习的投入度;要给予学生自主灵活的学习空间,指导学生借助网络技术开展自主学习。作为青少年的高中生,身心发展还不成熟,对学习环境比较敏感,学习上还不能完全摆脱对教师的依赖。教师要敏锐观察到高中生在线学习过程中出现的各种不适应情绪,及时疏导学生学习过程中遇到的心理障碍,给予关心和鼓励,帮助学生快速度过困难期。高中生对在线游戏普遍熟悉,但对在线学习比较陌生,习惯了依赖教师主导的线下教学模式的他们,还不能完全掌握网络支持下的自主学习。教师要为学生提供丰富的在线学习方法与策略供学生选择运用。

3.教育主管部门:加强对薄弱学校的指导和帮扶。上述研究发现,薄弱学校学生的在线学习投入水平及各维度水平偏低。除去学生学习基础较弱的主要因素外,教师的在线教学能力是重要影响因素。薄弱学校的教师比优质学校的教师更强调背诵、记忆、套用等低阶认知或解决问题的方式。这种教学方式显然不适合技术支持下的自主学习,在缺乏情感交流的情况下,学生往往感觉在线学习单调乏味,不值得投入。因此,教育主管部门要加强对薄弱学校的指导和帮扶,通过开展“互联网+”教研,为薄弱学校送去典例示范和适切方法,以提升高中教师在线教育能力。

本研究基于学习投入理论,采用了学术界广泛认可的行为、情感、认知三维架构,同时结合在线学习和高中生学习特点编制了《高中生在线学习投入量表》。量表有良好的信度和效度,弥补了中小学在线学习投入度测量的空缺,有助于对基础教育在线学习质量评估。借助该量表通过网络问卷调查了高中生在线学习投入情况,开展了总体和差异分析,并基于研究结论分别从学习者、教育者以及教育主管部门三类对象提出了建议。本研究还存在一些不足:一是没有全面分析教师在线教学行为对高中生在线学习投入的影响,因此,对教育者提出的建议比较有限;二是没有展开高中生在线学习投入与教育质量的关系研究,无法对在线教育质量开展准确评估。接下来,还需从教师教学行为方面对高中生在线学习投入影响因素进行深入研究,同时建立在线学习投入与在线教育质量的预测模型,以期为基础教育改革提供借鉴。

注释：

①第一类学校为公办示范性普通高中,第二类学校为公办一般性普通高中,第三类学校为私立高中。