元认知能力对网络学习行为的影响效果研究

王洪江 卢晓燕 马桂秋 廖晓玲

（1.华南师范大学 教育信息技术学院，广东 广州 510631；2.广州市花都区骏威小学，广东 广州 510800）

一、问题的提出

随着教育信息化的不断深入，网络学习成为人们可持续发展的重要渠道之一。网络学习能够满足学习者随时随地学习的需求，能有效解决教育公平问题，降低教育成本，建设学习型社会。但是网络学习仍存在学习资源利用率低，容易产生信息迷航，学生缺乏学习主动性等诸多问题[1]。元认知作为对认知的认知，能帮助学习者对自身认知行为有更全面把握，从而对学习任务和具体的问题有综合性的设计策略，以有效解决信息迷航问题，提高资源利用率[2]，进而培养学习者自主学习能力。然而，到目前为止，关于元认知能力与网络学习行为内在关联性的研究仍处于初级探索阶段，对于元认知与什么行为有关联，有什么关联关系，仍停留在模糊的、主观的归纳阶段[3]；且大多数研究采用描述性统计、简单相关或回归分析方法，仅能表征变量间的简单线性关系，缺少对元认知要素与网络学习行为之间的复杂结构关系的精确描述。针对上述问题，本研究在借鉴已有元认知与网络学习行为相关关系研究的基础上，采用结构方程模型分析方法，构建元认知与网络学习行为之间的结构模型，并对模型进行验证与修正，从而厘清元认知各要素之间的结构关系及其对网络学习行为的作用，以期探究优化网络学习的有效策略，探寻提升网络学习效果的有效路径。

二、研究模型构建

元认知作为对认知的认知，强调学习者对自身各种认知活动的计划、监控和调节[4]，是学习者进行网络学习的内在关键要素，而网络学习行为能够反映学习者在学习过程中的真实思维，映射了学生在学习中的思维模式[5]。因而，元认知与网络学习行为具有内在的根本性联系。鉴于此，本研究基于已有研究成果建构了元认知与网络学习行为的理论模型，并提出相关研究假设。

（一）元认知内部要素关系结构模型

约翰·弗莱维尔（John Flavell）[6]首次提出元认知时，将元认知分为元认知知识和元认知体验两个部分，这也被称为元认知二元结构。在国内，董奇[7]结合不同学者对元认知结构的研究成果，提出元认知三元结构——元认知知识、元认知体验和元认知监控。本研究采用董奇的元认知三元结构划分；另外，考虑到有研究者认为元认知监控和调节是元认知技能的一部分[8]，本研究采用“元认知技能”这一表达阐述“元认知监控”。因此，本研究所研究的元认知是在网络学习环境下，由元认知知识、元认知体验和元认知技能3 个因素组成的，一种通过计划、监督、调节等行为对自身认知进行作用的认知活动。其中，元认知知识是关于认知活动的一般性知识，可以细分为涉及人、任务、策略的知识[9]。元认知体验是伴随着认知活动所产生的认知或情感体验，可以细分为认知体验和情感体验[10]，学习者成功与失败、进步与退步、喜悦与失望都属于元认知体验。元认知技能是指个体在认知过程中使用的调节机制，对认知行为的管理与控制，一般包括计划、监控和评价3 种基本的元认知技能[11]。根据汪玲等人[12]的元认知要素关系模型，本研究在不考虑迭代更新的情况下，对元认知的知识、体验和技能3 个维度构建相关关系，如图1 所示。

图1 元认知内部要素关系结构图

在元认知内部关系上，元认知知识、元认知体验、元认知技能各自独立，却又相互影响。第一，元认知知识引导元认知技能，并且对元认知体验有指引作用。第二，元认知体验激活元认知知识，为元认知技能提供信息。第三，元认知技能受元认知知识和元认知体验的影响，通过认知活动激发新迭代。因此，本研究提出假设H1、H2和H3。

H1：元认知知识和元认知体验存在相关关系。

H2：元认知知识对元认知技能有显著正向影响。

H3：元认知体验对元认知技能有显著正向影响。

（二）网络学习行为模型构建

为更好地综合对比已有网络学习行为模型，统筹已有模型的优缺点，本研究对现有典型网络学习行为模型进行汇总，如表1 所示。

表1 网络学习行为模型汇总表

经过对模型的对比分析发现，大部分的网络学习行为模型或是将协作、探究等社会性交互学习行为划分为一个单独维度，又或是将社会性交互学习行为划分为学习行为的高级层次。可见，个体学习行为与社会性学习行为是网络学习行为中重要的区分维度或层次。因此本研究将采用斯特凡·赫拉斯廷斯基所提出的网络学习行为模型，基于社会认知理论，将网络学习行为分为个体学习行为和社会性学习行为，如表2所示。

表2 网络学习行为模型

（三）元认知与网络学习行为相关关系的理论模型

对于元认知与网络学习行为的相关关系，本研究对现有研究中关于元认知与网络学习行为的相关模型进行了总结，为模型构建给予一定的理论支撑，如表3所示。

表3 现有模型对本研究模型构建的启示汇总

综上，本研究根据以上已有模型进行分析，基于元认知、行为科学、社会认知等理论提出了元认知能力与网络学习行为的关联模型，如图2 所示。该模型阐述了元认知能力与网络学习行为之间的关系：元认知能力通过内在各维度影响学习者的网络学习行为，主要包括直接影响和间接影响。其中元认知知识和元认知体验对网络学习行为有直接影响和间接影响；元认知技能是元认知能力中对网络学习行为影响最为重要的因素，对网络学习行为有直接影响，受元认知知识和体验的影响。因此，本研究提出假设H4、H5和H6。

图2 元认知能力与网络学习行为的关联模型

H4：元认知技能对网络学习行为有显著正向影响。

H5：元认知知识对网络学习行为有显著正向影响，通过影响元认知技能对网络学习行为产生间接影响。

H6：元认知体验对网络学习行为有显著正向影响，通过影响元认知技能对网络学习行为产生间接影响。

三、研究设计

（一）研究目的

本研究基于相关理论研究构建元认知能力与网络学习行为理论模型，以参与某课程的159 名网络学习者作为研究对象，以量表数据和在线学习行为数据为数据来源，旨在探索以下问题：（1）元认知知识、元认知体验、元认知技能与网络学习行为各要素之间的作用关系能否被证实；（2）若理论模型被证实，元认知知识、元认知体验、元认知技能、网络学习行为各要素之间具有何种程度的效应影响。

（二）研究对象

本研究选择某门SPOC 混合式课程的159 名学生作为研究对象，其中女生有128人，占80.5%，男生有31人，占19.5%。在年级分布上，参加课程的学生基本是在大二和大三两个年级，分别有52 人和71 人，占总体的77.4%。在专业分布上，参与该门课程学生主要是理科和人文社科学生为主，其中理科学生有78 人，占整体的49.1%，人文社科学生有48 人，占整体的30.2%。

（三）研究方法

本研究采用结构方程模型法，通过元认知量表调查学习者的元认知能力水平，在Moodle 学习平台的日志中捕获学习者的网络学习行为。运用SPSS 23.0 软件和AMOS 23.0 软件对数据进行处理分析，以卡方值（χ2）、卡方自由度比（χ2/df）、增量拟合指数（IFI）等作为模型拟合度判别与验证的参照指标，并根据参照指标对模型进行修正。

（四）问卷设计

本研究的问卷由两部分内容构成：第一部分是学习者的基本信息，包括姓名、性别、年龄等信息和网络学习习惯；第二部分是大学生网络学习环境下的元认知能力量表，量表参考张胜男[19]设计的元认知能力量表设计，并根据本研究实际情况进行调整。量表采用李克特五级量表的测量形式，从元认知知识、元认知体验和元认知技能3 个维度进行测量。为了保证问卷的真实有效，本研究进行了问卷预测试，并对预测试数据进行信效度分析，依据数据的分析结果删除了量表中的个别测量项，最终形成正式问卷。

（五）数据收集方法

1.元认知能力数据采集

本研究通过问卷星网络调查平台，向某门SPOC混合式课程的213 名学生发放问卷，共回收188 份问卷，问卷回收率87%。接着，将漏填关键信息的问卷和填写时间少于30s 的问卷作为无效问卷进行剔除，最终筛选出有效问卷159 份，问卷有效率为84.6%。

2.网络学习行为数据采集

本研究借助Moodle网络学习平台开展混合式教学，课程分为线下学习和线上教学两部分。本研究主要针对线上学习环节的网络学习行为进行分析和研究。线上学习根据教学任务分为两部分：基本学习环节和拓展学习环节。（1）基本学习环节包括自主学习、讨论、测试、作品提交4 个主要学习任务。①在课前，学习者通过微课、教学PPT、课程案例等多种形式的教学资源对内容进行自主学习；②在课中，学习者参与教师设置相关的教学问题，在讨论区发表对该问题的看法，并与同学们进行相互探讨；③在课后，通过单元测试来检验自主学习的效果；④在课后，根据教学任务完成作业并在平台上进行提交。（2）拓展学习环节包括学习任务单、个人作品互评、资源共享、讨论区回复和点赞等功能。这些功能可以辅助学习者进行线上学习，但不是强制性的教学任务。

本研究借助Moodle 学习平台获取学习者网络行为数据，学生网络学习行为主要包括登录、浏览、资源共享、测试、作品、互评、线上讨论7 类。

四、研究结果

（一）元认知能力数据分析

1.信度分析：使用SPSS 23.0 软件对正式问卷进行信度分析，问卷整体的克隆巴赫α系数是0.929，元认知知识维度的α系数是0.849，元认知体验维度是0.823，元认知技能维度是0.898，α系数均＞0.8。说明该问卷数据内部一致性较好，整体可信度高。

2.效度分析：采用因子分析方法进行效度检验。首先进行KMO检验和Bartlett 球形检验，问卷整体的KMO值为0.921，Bartlett 的球形检验=2709.038（df=378，p=0＜0.05），满足因子分析条件。进一步因子分析发现，各题目之间的提取值都在0.5 以上。说明题目之间的关联性较高，可以对变量中的大部分信息进行提取。接着再利用主成分分析法，通过提取特征值大于1的成分，可以提取5 个公共因子，累计方差解释率为65%＞60%。最后运用因子分析中的最大方差法，发现元认知知识、元认知体验、元认知技能各维度相关题目的累计方差解释率分别为22.562%、17.082%、25.504%。出于篇幅考虑，其他维度分析结果在此省略。

综上，通过对问卷数据的初步分析，其信度和效度都较好，问卷内部相关性较高。说明可以根据该问卷进一步进行数据统计分析。

（二）元认知能力与网络学习行为相关性分析

通过网络日志和平台统计的学习行为进行数据采集，排除教师和助教的教学行为，以及部分无关的网络行为数据，如加入课程等行为。将日志数据和学生数据导入Excel 文件中，根据学号和姓名关键词匹配学习者的行为数据，对研究对象的学习行为进行数据清洗，排除部分缺失值较严重的对象，最后获得146 名学习者的学习行为数据。

而后利用SPSS 23.0 软件将所有行为与学习者的元认知能力进行相关性分析，结果显示，登录学习平台次数和时间、参与测试次数、作品互评分数的显著性均大于0.05，与元认知能力不存在相关性。

一般认为Pearson 系数＜0.3 的为弱相关，0.3 ～0.5的为中等强度相关，＞0.5 为强相关。相关性分析结果如下：（1）与元认知能力具有弱相关关系的行为有参与小测得分、提交作品数量、作品分数，与元认知能力的相关性分别为0.179（p=0.024 ＜0.05）、0.176（p=0.027＜0.05）、0.192（p=0.015 ＜0.05）。这说明元认知能力对成绩有作用，但是受其他因素干扰较大。该课程的作品提交是课程主要的学习任务和评分标准，绝大部分同学能按时提交，因此该行为的区别度不大。（2）与元认知能力具有中等强度相关关系的行为有查看课程信息、查看测试概要次数、查看作品要求、查看作品状态、浏览讨论区次数。这些行为与元认知能力的相关性为0.313 ～0.485，显著性均小于0.01。（3）与元认知能力具有强相关关系的行为有浏览课程内容、查看学习进度、查看课程用户报告次数、资源上传和下载、回顾测试题目、作品互评分数、参与话题讨论、回复或点赞他人评论及获得他人评论与点赞，相关系数在0.519 ～0.641范围内，显著性均小于0.01，且这些行为与元认知能力的3 个维度都有显著的相关作用。说明元认知能力对这些行为可能存在较强的作用。

通过相关性分析筛选出与元认知能力具有较强相关性的网络学习行为，排除与元认知能力无关，以及相关性较弱的学习行为，并根据前文所提出的网络学习行为模型对与元认知能力有较强相关性（＞0.5）的行为进行分类，分为个体学习行为和社会学习行为两个类型，其中个体学习行为包括6 类行为：浏览课程内容次数、查看学习进度次数、查看课程用户报告次数、资源上传次数、资源下载次数、回顾测试题目次数，社会学习行为包括以下4 类行为：作品互评次数、参与话题讨论次数、获得他人评论或点赞次数、回复或点赞他人发言次数。

（三）元认知能力与网络学习行为结构模型检验与分析

1.结构模型检验和假设检验

本研究使用AMOS 23.0 软件作为结构模型验证性分析工具，根据参数和拟合系数进行判断。在结构方程模型中用M1 表示元认知知识，M2 表示元认知体验，M3 表示元认知技能，B1 表示个体学习行为，B2 表示社会性学习行为。

参数检验主要指参数的显著性检验，即p＜0.05和C.R＞1.96。根据本研究的实际参数检验值（见下页表4）可知，B1 ＜--M1, B2 ＜--M1, B1 ＜--M2,B2 ＜--M2 这4 条路径系数的p值均大于0.05，不满足参数显著性检验适配标准值。删除该4 条路径后，对结构模型进行修正并再次检验，所有参数检验值均符合标准。根据修正后的结构方程模型，本研究模型假设检验结果如表4 所示（见下页），假设H1、H2、H3、H4成立，假设H5、H6不成立。

表4 潜变量之间的路径分析

模型修正前，CMIN/df（卡方自由度比）=1.913，在 1 ～3 的优秀范围内；RMSEA（误差均方根）=0.076，在＜0.08 的优秀范围内； 另外的CFI=0.919、IFI=0.921、TLI=0.902 均在＞0.9 的优秀范围内。模型修正后，CMIN/df=1.868，RMSEA=0.074，CFI=0.936，IFI=0.937，TLI=0.924，各项指标均在优秀范围内。而且，修正后的模型各项指标相比于修正前有所改善。因此，综合分析结果可以说明，本研究构建的结构模型具有良好的适配度。

2.效应分析

本研究的模型可以从变量之间的直接效应、间接效应及总效应3 个方面来说明元认知能力对网络学习行为的作用，如表5 所示。一般认为标准化系数＜0.10是较小效应，在0.3 左右被认为是中等效应，＞0.5 被认为是较大效应。

表5 元认知能力与网络学习行为的效应分析

从直接效应看，元认知技能对社会性学习行为的直接效应是0.882，对个体学习行为的直接效应为0.953，说明元认知技能对社会性学习行为和个体学习行为的作用都很显著。元认知知识和元认知体验对元认知技能也有直接作用，分别为0.432 和0.503，说明元认知体验对元认知技能的作用较明显。

从间接效应看，元认知知识对社会性学习行为的间接效应是0.381，对个体学习行为的间接效应是0.412。说明元认知知识对个体学习行为和社会性学习行为都是起到中等间接影响，并且对个体学习行为影响更显著。元认知体验对社会性学习行为的间接效应是0.444，对个体学习行为的效果是0.479。说明元认知体验对个体学习行为和社会性学习行为也都是起到中等间接影响，并且对个体学习行为影响更显著。而从整体上看，元认知体验比元认知知识对网络学习行为的影响效果更为显著。

从总效应来看，无论是个体学习行为还是社会性学习行为，元认知能力的作用总是元认知技能＞元认知体验＞元认知知识。说明在元认知能力对网络学习行为的作用中元认知技能占主体地位，元认知知识和元认知体验主要起间接作用，通过元认知技能对网络学习行为产生作用。同时，元认知知识、元认知体验、元认知技能对个体学习行为的作用效应值都略高于社会性学习行为，但两者相差很小。这表明在个体学习中，元认知能力通过计划、监控、反思等环节显著影响学习行为；而在社会性学习中，元认知能力也通过学习群体内的互相监督、批评、建议等环节显著影响学习行为。

3.因子载荷量分析

针对元认知具体与什么网络学习行为有关、有什么关联这一问题，本研究对网络学习行为的因子载荷量进行分析。在个体学习行为中，按因子权重从大到小排列，依次是资源上传次数＞资源下载次数＞查看课程用户报告次数＞回顾测试题目＞浏览课程内容次数＞查看学习进度次数，说明元认知能力对个体学习行为作用最大的是资源下载和上传次数，元认知能力能有效促使个体自觉下载资源自学和提交作业；而在社会性学习行为中，按因子权重从大到小排列，依次为获得他人评论或点赞次数＞回复或点赞他人发言次数＞参与话题讨论次数＞作品互评次数，说明元认知能力对社会性学习行为作用最大的是获得他人评论或点赞次数和回复或点赞他人发言次数，元认知能力能在社会性学习中促使学习者在互相激励、监督下参与评论和点赞。

五、结论与建议

根据网络学习的元认知作用机制标准化模型，研究结果证实了元认知能力对网络学习行为的作用，并揭示了元认知能力对网络学习行为的内在作用机制：无论是个体学习行为还是社会性学习行为，元认知能力的作用都以元认知技能对网络学习行为产生的作用为主，而元认知知识和元认知体验则通过元认知技能在计划、监控和评价中对网络学习行为产生间接作用。根据上述结论，本研究对网络学习做出进一步的理论分析和实践建议。

第一，充实元认知知识，并着重于主体相关知识。元认知知识对元认知体验和元认知技能有显著作用，并通过元认知技能间接作用于网络学习行为；而在元认知知识的3 个因子中，主体相关知识所占权重最大。因此，对于学习者而言，要着重增强其主体意识，对自己有客观的认知，明确自身网络学习优势和不足，分析学习重难点，创设或寻找适合自身特点的学习环境和学习策略。对于教师而言，在教学中应引导学习者反思在面对不同问题时如何阅读和写作，如何进行自我总结，增强学习者对自我主体意识的认知，帮助学习者分析学习重难点，明确学习任务，并找到适合学习者学习特点的路径、策略、资源。

第二，丰富元认知体验，并着重于情感体验。元认知体验对元认知知识和元认知技能有显著作用，并通过元认知技能间接作用于网络学习行为；而在元认知体验的两个因子中，情感体验所占权重比认知体验更大。因此，对于学习者而言，遇到问题时要多利用讨论区、即时通信工具与其他学习者或教师进行沟通，丰富学习信心、参与感等积极情绪，缓解学习孤独感、焦虑感等消极情绪。对于教师而言，在学习网络课程之前，可以讲解网络学习的通用技巧，比如，如何请求在线客服等，并与学生进行有效的互动，及时答疑解惑，降低学生遇到问题时的挫败感，提高网络学习效能感；在设计网络课程时，要考虑任务难度，培养学习者的学习成功体验感、愉悦感等积极学业情绪。

第三，培养元认知技能，并着重于计划能力。在网络学习行为的作用中，元认知技能占主体地位，其总效应远高于元认知知识和元认知体验；而在元认知技能的三个因子中，“计划”所占权重最大，而“监控”和“评价”则稍次之。因此，在网络学习环境下，要提升学习者的元认知能力，可以侧重于学习者元认知技能的培养，并着重于其中的计划能力。对于学习者而言，可养成事先计划的学习习惯，填写学习任务清单、学习计划表等，在正式学习之前选择学习策略和资源，并解释如何、何时及为什么使用这些策略和资源；在学习过程中要对自身学习情况进行评估，并根据评价结果进行调节和监控，调整自身学习状态和策略。对于教师而言，可采用问题提示单、学习情况表等多种元认知支架激发学习者对自身学习状态进行规划、反思和调节，促进有意义的网络学习行为发生；也有学者指出可以使用计划外化工具，激发学习者用其与自身的认知活动和标准加以比较，引导学习者“学会学习”。