不同学习风格类型的大学生在线学习适应性研究

侯小雯 贾一丹 江丰光

[摘要]采用定量与定性相结合的研究方法，以上海某师范大学本科生为研究对象，通过Kolb学习风格量表和大学生在线学习适应性量表来收集数据，调查研究大学生不同学习风格类型对在线学习的适应性，从而发现在线学习适应性良好学习者的共同特性。结果表明，个案学校大学生在线学习适应性较差，学习动机和学习态度主要影响了大学生在线学习适应性。而且，不同学习风格类型学习者在线学习适应性有着显著差异，其中发散型学习者最适应在线学习，而这样的差别主要存在于学习者反思观察、具体经验和抽象概括的过程中。研究者根据研究结果，对自适应学习系统设计、学习者和教师提出相关建议。

[关键词]在线学习；学习风格；适应性

[中图分类号]G64   [文献标识码]A   [文章编号]1005-4634（2023）06-0001-10

2020年年初，为了更好地控制新型冠状病毒肺炎疫情，教育部发文要求采取政府主导、高校主体、社会参与的方式，实现“停课不停教，停课不停学”，从而保障高校疫情期间的在线教学。疫情的冲击使得在线学习受到国内外高校越来越多的关注，而大学生对在线学习的适应性成为热门的研究议题。虽然近年来我国大学生的手机上网普及率几乎已达到百分之百，并且可以熟练使用在线学习软件，但研究显示大学生对在线学习的适应性尚存在问题。可见，要提高网络教学质量和大学生网络学习效果，不能单单只解决技术上的困难。

然而，传统的在线学习系统并未考虑学生的学习风格差异，而是提供相同的学习支架、学习路径和学习策略，这很容易导致拥有不同信息加工方式的学习者对在线学习存在着学习适应性问题。《2020地平线报告》指出，自适应学习技术将成为未来发展的新兴技术之一，而学习风格可以很好地描述学习者的学习方式和学习特征，这也是在设计自适应学习系统时考虑学习者画像与学习者建模的重要指标。本研究以上海某师范大学的高校生为例进行问卷调查，研究问题如下：（1）大学生在线学习适应程度现状如何？（2）在线学习环境下，学习者的学习适应性是否因其学习风格的不同而变化？

1文献回顾

1.1学习风格（learning style）

学习风格最早于1954年由Herbert Thelen提出，他定义学习风格为“学习者在长期的学习活动中表现出的一种具有鲜明个性的学习方式和学习倾向”。但长期以来，不同学者对学习风格的定义有所不同，例如有些学者认为学习风格是学习策略和学习倾向的总和；有些学者认为学习风格是某种行为表现方式 ；有学者认为学习风格是某种信息加工方式[7]。虽然定义的侧重点不同，但都指出：（1）学习风格因人而异；（2）学习风格受外部环境的影响；（3）学习方式会影响学习行为。本研究采用了Kolb的定义：“学习风格是一个人偏好的感知与加工信息的方法”。

Dunn从影响学习效果的因素角度，将学习者的学习风格分为5个大类，并且每类都分为多个子类别。但由于该模型分类涉及到学习环境的声音、光线、坐姿，或是结伴学习、独立学习等外部要素，并不适合作为在线学习者的学习风格模型。Felder-Silverman的学习风格理论从学习者信息加工方面分为活跃型和沉思型；信息感知这一层次分为感悟型和直觉型；从信息输入角度分为言语型和视觉型；從信息理解角度分为综合型和序列型。从学习过程周期角度来看，Kolb根据经验性学习理论模型划分出4种类型的学习风格，并且针对每一种学习风格类型都解释了该类型学习者具有怎样的学习表现。由于Kolb学习风格理论是依据学习者学习过程中的偏好来归类在线学习者的学习风格的，与本研究探究的学习者在线学习风格相符，因此本研究以Kolb的学习风格理论为理论基础，将学习者类型分为同化型、发散型、顺应型和聚敛型。

1.2自我调节学习 （self-regulated theory）

自我调节学习理论最早是由Zimmerman提出的，是指学习者在一定程度上从元认知、动机和行为方面积极主动地参与自己学习活动的过程。并且他在Bandura的社会学习理论的基础上提出了自我调节学习的三维模型，如图1所示。该模型从个体因素、环境因素和行为因素3个方面讲述自我调节过程。他认为个体通过自我效能感和元认知策略，监控和管理自己的目标和情感，这是对内部的自我调节，同时也会通过学习行为进行自我观察、自我判断、自我反应。个体也会对学习环境做出监控和调节，寻找有利于提高学习效率的环境和榜样，与此同时3个关系相互关联，共同影响着学习者的自我调节。

由于在线学习环境比传统的面对面或混合学习环境更具自主性，因此学习者在线学习时能否根据自我调节来适应在线学习变得尤为重要。而具备自我调节学习能力的学生会对自己的学习过程和策略有清晰的认知，并会采取积极的方式适应学习环境的变化。有研究指出，疫情期间学习者的学习效果不尽如人意，当学习过程的外部调节较少时，自我调节学习对于学习者的成功就显得尤为重要，因为学习者必须在更大程度上管理自己的学习，所以研究学习者在线学习适应性十分重要。

1.3在线学习适应性相关研究

国内学者研究网络环境下的大学生适应性多从影响因素入手，如邓隽以网络环境下大学英语学习者为研究对象，从学习者、学习资源、学习环境、教师4个角度研究其对学习者的自主学习适应性的影响；秦超基于翻转课堂，分析了影响学习适应性的3个因素：学习主动性、信息素养和认知前提特征；蒋成凤则建立了网络学习者学习适应性的关系模型。由此可以看出，研究影响大学生的学习适应性因素多从环境和学习者本身特征入手。通过前期研究发现，国内针对网络学习适应性量表的研究并不多，张萌编制了理工类学生网络学习适应性量表；董燕结合文献回顾和我国学生学情编制了大学生学习适应性问卷。由于疫情影响，很多学者开始关注学生在线学习的适应性以及学习适应性与学习者学习绩效、学习倦怠等的关系，并且研究如何开发更适合的在线教学平台。

如上所述，自我调节学习理论为“以学习者为中心”的在线学习方式提供了良好的理论基础。在线学习更是将教学的主体放在了学习者身上，并通过激发学习者的内在动机，让学生通过自主学习和协作学习的方式获取知识，而这必须在充分了解学习者基本特征的基础上进行。互联网科技飞速发展，在线课程和资源逐步发展完善，但大量研究表明超过半数的学习者不适应在线学习。如复旦大学超过半数的在线学习者至今仍无法适应这种教学形式。学习适应是一个长期的自我调整过程，因此对中、高年级大学生的学习适应研究也是相当必要的。本研究从学习者基本特征出发，分析大学生的学习风格，探究其在线学习适应性，以期发现不同学习风格类型对在线学习适应性的影响。通过学习者用户模型的构建，帮助在线平台搭建更适合不同学习者的自适应学习平台。

2研究方法

2.1研究对象

本研究以上海某高校本科生为研究对象，采用分层抽样方式发放调查问卷，回收问卷共计271份，去除无效问卷6份，最终将 265份有效问卷作为本研究分析样本，有效回收率为97.7%。其中，男生42份，占比15.8%；女生223份，占比84.2%。大一学生47份，占比17.7%；大二学生56份，占比21.2%；大三学生79份，占比29.8%；大四学生83份，占比31.3%。

2.2研究方法

本研究采取混合研究法，首先通过研究国内外大学生在线学习适应性的相关文献，了解国内外研究进展；通过问卷进行学生学习风格和在线学习的适应性调查；最后辅以半结构式访谈，进一步了解大学生对在线学习环境下的学习适应性以及在线学习环境的改进意见。

2.3研究工具

学习风格类型的研究主要采用了Kolb学习风格量表（the learning style inventory），它是一种被广泛使用和引用的问卷工具。Kolb于1985年修订的学习风格量表，由12道题目组成，每个题目由12个句子描述学习者如何学习，要求被试者从最符合、比较符合、比较不符合、最不符合自己的依次得分。本研究引用中文版谭顶良所著《学习风格论》一书中所给出的版本。LSI根据被试者填写答案的结果可以得到横纵坐标，纵坐标代表“学习过程中偏好具体的经验／抽象的概念”，横坐标代表“学习过程中偏好主动实践／沉思观察”，并由坐标划分出的4个象限来划分4个学习风格的学习者。研究表明，修订版的信度和结构效度提高，信度平均值为0.82，说明该问卷是一个稳定的工具。

对于大学生在线学习适应性的研究采用董燕于2020年编制的在线大学生适应性量表，该研究问卷将大学生线上学习适应性影响因素概括为5个：学习能力、学习环境、学习态度、教学模式、学习动机。量表的内部一致性系数为0.94，间隔2周再测信度为0.995，且具有良好的内容效度和结构效度。在前测过程中随机抽取50名学生样本结果进行分析，利用SPSS 25.0计算所得数据的克隆巴赫α系数（Cronbach’s α），以此测试问卷的可靠度，结果如表1所示。问卷α系数各个题项都大于0.80，则表明问卷的信度是可接受的。

访谈部分采用半结构化式访谈，选取8名学生根据大学生适应量表的5个维度（学习动机、教学模式、学习能力、学习态度、学习环境）来进行访谈，进一步挖掘学生的态度与观点。

2.4数据分析

本研究使用SPSS和Python软件对数据进行统计、检验与分析，主要使用频数、平均数、百分比和标准差等，来了解回收样本的基本情况，学习者的学习风格和在线学习适应性的基本情况，以及学习者学习风格对在线学习适应性的影响程度大小；通过非参数检验，了解不同学习风格类型的学习者，对于在线学习的适应性是否存在显著差异；利用Pearson相关系数研究学习风格与在线学习适应性是否存在相关关系。对于本研究中访谈部分的分析，借助NVivo12.0完成，主要针对问卷中未涉及到的问题进行分析，探究学习者学习适应性较弱的原因。NVivo是一个高效率的质性分析软件，采用编码的方式，帮助研究者筛选材料中的关键语句信息，从而进行更深入的分析。

3结果与分析

3.1大学生在线学习适应性现状

（1）学习者对在线学习适应性的基本情况。调查对象线上学习适应总平均分为2.65分，总体适应水平较低；各因素中学习能力平均得分2.47分，学习环境平均得分2.47分，学习动机平均得分2.84分，教学模式平均得分2.67分，学习态度平均得分2.95分。说明虽然学习者有着较高的学习态度或动机，但教学模式、学习环境和学习能力都未能很好地适应在线学习这种方式。结合因子解释的总方差，经Delphi法确定各因子的权重为：学习能力0.29、学习环境0.22、学习态度0.21、教学模式0.15、学习动机0.13。为清楚了解学生线上学习适应水平，按照适应水平很高（得分S≥4.25）、适应水平较高（3.5≤S＜4.25）、适应水平一般（2.75≤S＜3.5）、适应水平较低（2≤S＜2.75）、适应水平很低（S＜2）得出学生适应情况，并对数据进行描述性分析。适應水平很高的学习者人数为0；适应水平较高的占2.3%；适应水平一般的占47.2%；适应水平较低的占40.0%；适应水平很低的占10.2%。发现大部分学习者适应水平一般，没有适应水平很高的学习者。

（2）不同年级学习者对在线学习的适应性差异。对不同学龄段的学习者在线学习适应性进行均值对比，结果如图2所示：4个学龄段的在线学习适应性相差不大，都处于2～2.75区间，适应性水平较低。大一的学习者适应水平均值较高一些，可能由于该年龄段刚进入大学生活，学习态度较为积极。

对4个学龄段的学习者的在线学习适应性进行方差分析，不同年龄阶段对于在线学习的适应性无显著性差异（p<0.148）。

（3）不同学院的学习者对在线学习的适应性满意程度方差分析。不同学院学习者对在线的学习适应性存在显著性差异（p<0.015）。

（4）不同性别学习者的在线学习适应性差异。对性别和在线学习适应性进行独立样本t检验，如表2所示。性别对在线学习适应性无显著差异（p<0.394）。

3.2大学生在线学习风格现状

使用Python3.8.0，根据分数在学习风格类型网格上的分布得出被测者学习风格类型，并绘制分布图。如图3所示，发散型学习者在反思观察和具体经验这两个维度上得分较高且较为分散。不同学习风格类型的学习者人数占比如图4所示。

3.3不同学习风格类型的学生的在线学习适应性差异通过对四大类型学习风格学习者的学习适应性进行独立样本非参数检验，4种类型的学习风格对在线学习适应性存在显著差异（p<0.002）。

图5为各类学习风格学习者的学习适应性平均数折线图，从中可得知顺应型和发散型学习者在线学习的适应性明显高于聚敛型和同化型学习者，并且发散型学习者学习适应性相比于其他3类学习者分数最高，为2.77分，已到达了适应性水平一般（2.75≤S＜3.5）的等级。而顺应型、聚敛型和同化型学习者分数分别为2.65分、2.45分和2.45分，属于适应水平较低（2≤S＜2.75）的水平。

（1）在线学习适应性的影响因素对不同学习风格类型学习者影响的差异。如图6所示，4种类型学习者受学习能力和学习环境的影响程度差异性不是非常大，但教学模式很明显影响到了不同类型学习风格学习者的在线学习适应程度。发散型学习风格学习者相比于其他3类学习者能更适应在线教学模式，并且学习动机和学习态度也都是最佳的。聚敛型学习者学习动机分数最低，因此相较其他3类学习者，更不适应没有人监督的在线学习方式。

为了具体研究在线学习适应性影响因素是否与学习风格有着明显相关性，通过对不同学习风格类型学习者在线学习适应性的方差分析得出表3。由表3可知，在影响学习者在线学习适应性的因素中，学习能力、学习环境和教学模式显著性都大于0.05，而学习动机和学习态度显著性都小于0.05，说明对不同学习风格类型的学习者在线学习的学习动机和学习态度影响显著。

不同学习风格类型学习者在4个学习过程中对在线学习适应性的差异。方差分析结果如表4所示，主动实践的显著性是0.605，大于显著水平0.05，对在线学习适应性没有显著性影响，而具体经验、抽象概括和反思观察的显著水平明显小于0.05，这说明这3种学习过程对不同学习风格类型学习者的在线学习适应性有显著影响。

通过平均值描述得出不同在线学习适应性水平在各个学习阶段的得分平均值，如表5所示，以在线学习适应性的高低为X轴，学习者在不同学习过程中得分为Y轴，如图7所示。

由图7可知，在学习过程中，偏向于抽象概括的学习者更能适应在线学习，而偏向于具体经验和反思观察的学习者的在线学习适应性很低。在线学习者可以在学习过程中着重锻炼自己的抽象概括能力，从而更好地适应在线学习方式。

3.4学习者访谈情况

参与访谈的被测者共有8名，其中顺应型学习者来自教育学院（女）和数理学院（男）；同化型学习者来自建筑工程学院（男）和教育学院（女）；聚敛型学习者来自教育学院（女）和信息与机电工程学院（男）；发散型学习者来自教育学院（男）和人文与传播学院（女）。受访者对于在线学习不能很好适应的问题大致可以分为学习环境、学习者自身和学习任务3个父节点，见表6。可以看出学习者认为影响其在线学习适应性的主要原因在于学习者的自主调节能力。在学习环境问题中，可以看出手机上的其他消息很容易分散学习者上课的注意力，虽然线下课程也容易出现类似问题，但教师可以知道学生的情况，并加以提醒，而线上学习却更加依赖于学习者的自觉性。通过分析影响在线学习适应性的因素可知，外界因素对于主观能动性很强的学习者而言，影响是非常小的；而自制力比较弱的学习者，会受各个方面因素的影响。

4结论与建议

4.1结论

Kolb的学习风格是根据被试者偏好具体的经验、抽象的概念、主动实践、沉思观察这4个维度进行划分的，从而不同学习风格類型的学习者具有相应的特点。例如，Kolb认为发散型学习者善于多角度观察具体情景，喜欢收集信息并积极参与小组活动，倾听他人观点，在线学习过程中则可以通过群聊互动等方式积极探讨，网络环境也可以支持其收集信息，这可能是发散型学习者相对于其他学习者适应性更强的原因；同化型学习者则善于逻辑和推理，偏向于有时间思考问题；聚敛型学习者更喜欢通过实践来解决问题，在线学习中很难给予实践支持，这在一定程度上影响了聚敛型学习者的在线学习适应性；顺应型学习者喜欢在交流中学习，有很强的动手能力。根据研究，擅长抽象概括的发散型学习者可以更好地适应在线学习，而在线学习环境下实操性的减弱影响到了同化型和聚敛型的学习者。在自适应网络系统设计时可以考虑如何优化在线学习的实践功能或是侧重锻炼学习者的抽象概括能力。

Bechter和Esichaikul根据学习风格进行电子学习个性化研究时发现，不同学习风格类型的学习者在线学习时习惯使用的交流工具是不相同的。顺应型学习者在线学习时喜欢发邮件，同化型学习者偏向于在会议交流板中讨论，发散型学习者喜欢直接问老师，而聚敛型学习者偏向于通过查询网络自己解决问题。在这些交流方式中最有效的是直接与老师沟通交流，而聚敛型学习者缺少与老师和同学交流探讨问题的机会，所以更难适应在线学习这种学习方式。本研究以学习风格理论为支撑，考察个案学校的大学生线上学习的适应性，并验证学习者学习风格和在线学习适应性是否有相关性。得出以下几点主要结论。

（1）大学生在线学习的总体适应水平较低。其中，学习态度和学习动机对在线学习适应性水平影响较高，而教学模式、学习能力和学习环境适应性对在线学习适应性的影响较低。

（2）学习者个人因素对在线学习适应性的影响。性别对在线学习适应性差异的影响不明显，由于师范大学本身性别比例差距较大，因此性别是否对在线学习适应性存在显著差异，需要更多的样本才能进一步佐证，故性别比例在本研究有一定的限制。学习者学龄段对在线学习适应性差异不明显。但数据显示，大一学生的在线学习适应性是高于大二、大三和大四的学习者的。不同学院对在线学习的适应性存在显著性差异。原因可能是不同专业的课程性质、学习方式以及教学模式的不同。

（3）不同学习风格类型学习者的在线学习适应性存在显著性差异。发散型学习者在线学习适应性水平一般，而同化型、聚敛型和顺应型学习者在线学习适应性水平较低。这可能与不同学习风格类型的学习者在具体经验、反思观察、抽象概况和主动实践的过程中擅长的过程不同有关。

（4）学习能力、学习环境、学习态度、教学模式和学习动机这五大影响在线学习适应性的因素对不同学习风格类型学习者影响程度不同。其中，教学模式、学习环境和学习能力对不同学习风格类型学习者的影响程度不显著，而学习动机和学习态度则对不同学习风格类型学习者存在着显著性差异。

（5）具体经验、抽象概括、沉思观察和主动实践4个学习阶段中，反思观察、具体经验和抽象概括是不同学习风格类型学习者差异最显著的阶段，而不同学习风格类型的学习者在主动实践阶段对在线学习适应性没有显著性差异。

4.2建议

为了优化在线教学环境，帮助学习者适应在线学习方式，本研究根据研究过程和结果，分别对学生、教师和学习系统设计人员提出以下参考建议。

（1）学生作为在线学习过程中的学习者，首先要充分了解自己的学习习惯以及学习风格类型，主动克服在线学习中遇到的困难，通过自我调节来适应学习环境的变化。对于顺应型学习者来说，可以尝试多种学习方式，比如提前预习，通过网络搜集拓展信息资料等来适应教师教学模式的变化；对于聚敛型学习者，在开始学习前先明确自己的学习动机，有了清楚明确的动机之后再学习会更加适应在线学习；对于同化型学习者，首先尝试端正自己的学习态度，有了积极的学习态度才能更适应在线学习；发散型学习者虽然相较于其他类型的学习者适应性更好一些，但仍处于在线学习适应性一般的水平，也因自我调节学习方式从而可以更好地适应在线学习。在半结构化式访谈中可以看到，对在线学习适应性影响很大的是学习者的自控能力，学习者可以尝试使用手机管理软件，例如西红柿APP等，在上课时间进行手机管理，以更好地提高学习质量，从而适应在线学习。

（2）教师作为网络课程设计、课程推进与学习质量检测的践行者，首先应该不断丰富自己的教学技能，及时改变教学策略以帮助学生适应在线教学模式，学会使用网络教学平台等教学工具来辅佐教学。其次可以尝试设计独特的教学环节来优化在线平台相对线下教学的不足。例如，学生在学习过程中的交流减少了，可以把在在线平台发布交流问题作为课程内容的一部分，来促进学生之间的交流，以及对知识内容的更深层巩固；多增加教学互动来调取学生的积极性。另外，可以通过学生的不同学习风格类型开展个性化教学，在教学过程中，因为聚敛型和同化型学习者的在线学习能力适应性相对于其他两个学习风格的学习者较差，若教学系统可以把学生学习风格在线可视化地呈现给授课教师，则教师可适当多关注聚敛型和同化型学习者，并给予一定的线上学习支持与帮助。

（3）对于学习系统的设计者来说，在线学习境给因材施教提供了更好的教学环境。在线学习可根据每位学生在线学习行为进行学习者建模，从而更好地根据学习者特点和进度来安排个性化的学习内容、资源和学习难度，并建立学生电子档案，记录学生学习特点以及学习偏好等学习行为，为其自适应学习提供可能性。

参考文献

[1] 尹晓霞.新冠肺炎疫情防控背景下基于“超星学习通+钉钉直播”的在线教学探讨[J].教育教学论坛，2020（40）：306-307.

[2] 张进良.网络环境下大学生学习适应性的研究[D].兰州：西北师范大学，2007.

[3] BROWN M， MCCORMACK M， REEVES J. 2020 educause horizon report teaching and learning edition[R].Denver：Educause，2020.

[4] 胡斌武.學习风格与学习策略的选择[J].上海教育科研，1996（9）：38-39.

[5] 王华容，谭顶良.近十年西方学习风格研究述评[J].外国中小学教育，2008 （4）：15-20.

[6] MUMFORD A， HONEY P. Questions and answers on learning styles questionnaire[J].Industrial and Commercial Training，1992，24（7）：10-13.

[7] KOLB D A.Experiential learning theory and the learning style inventory： a reply to freedman and stumpf[J].Academy of Management Review，1981，6（2）：289-296.

[8] 陈美荣，曾晓青.国内外学习风格研究述评[J].上海教育科研，2012 （12）：18-21.

[9] CURRY L.An organization of learning styles theory and constructs[R].Quebec：American Educational Research Association，1983.

[10] RICHMOND A S，CUMMINGS R.Implementing kolb’s learning styles into online distance education[J].2005，1（1）： 45-54.

[11] ZIMMERMAN B J.A social cognitive view of self-regulated academic learning[J].Journal of Educational Psychology，1989，81（3）：329-339.

[12] 黄培雯.自我调节学习理论下本科护生学习适应性的影响因素研究[D].延吉：延边大学，2019.

[13] XU D，JAGGARS S S.Performance gaps between online and face-to-face courses： differences across types of students and academic subject areas[J].The Journal of Higher Education，2014，85（5）： 633-659.

[14] 蔡旻君，郭婉瑢，婁颜超.在线学习过程中如何实施有效的反馈——基于自我调节学习理论的在线反馈探讨[J].电化教育研究，2020，41（10）：82-88.

[15] 邓隽，黄昌朝，李娜.网络环境下大学英语学习者自主学习的适应性分析[J].外语电化教学，2012（1）：47-51.

[16] 秦超，谢非，高洁.影响翻转课堂学习适应性的关键因素[J].现代教育技术，2018，28（5）：54-60.

[17] 蒋成凤.网络学习者学习适应性的影响因素及其关系模型[J].中国远程教育，2005（1）：33-36.

[18] 张萌.大学物理网络学习适应性问题剖析及干预策略[D].长沙：湖南大学，2014.

[19] 董燕.高校学生线上学习适应性研究与教育对策[J].教育教学论坛，2020（40）：107-110.

[20] PETER S E，BACON E，DASTBAZ M.Adaptable，personalized e-learning incorporating learning styles[J].Campus-Wide Information Systems，2010，27（2）：91-100.

[21] 陈肖生.网络教育与学习适应性研究综述[J].中国远程教育，2002 （3）：6-8.

[22] 冯廷勇，苏缇，胡兴旺，等.大学生学习适应量表的编制[J].心理学报，2006，38（5）：762-769.

[23] SANTO S A.Relationships between learning styles and online learning[J].Performance Improvement Quarterly，2006，19（3）：73-88.

[24] 谭顶良.学习风格论[M].南京：江苏教育出版社，1995.

[25] 刘冬.基于学习风格的在线学习交互行为研究[D].曲阜：曲阜师范大学，2009.

[26] 王光明，佘文娟，宋金锦.基于NVivo10质性分析的高效数学学习心理结构模型[J].心理与行为研究，2014，12（1）：74-79.

[27] KOLB D A.The kolb learning style inventory[M].Boston，MA： Hay Resources Direct，2007.

[28] ZAJAC M.Using learning styles to personalize online learning[J].Campus-Wide Information Systems，2009，26（3）：256-265.

Study on the online learning adaptability of college students with different learning styles

HOU Xiao-wen1，JIA Yi-dan2，CHIANG Feng-kuang3

（1.College of Education，University Putra Malaysia，Selangor43400，Malaysia;2.Xi Wei Experimental Primary School，

Shanghai200233，China;3.College of Education，Shanghai Jiao Tong University，Shanghai200030，China）

Abstract This study through a combination of qualitative and quantitative approaches，tries to center on the undergraduate students of a certain normal university in Shanghai and investigate on the adaptability of college students with different learning styles to online learning environment with Kolb Learning Style Inventory and Online Learning Adaptability Scale for College Students used for data collection and analysis so as to identify the characteristics shared by those who adapt themselves well to online learning.The results show that the undergraduate students in that particular normal university in Shanghai display a relatively poor adaptability of online learning and that learning motives and attitudes are the main causes.Moreover，students with different learning styles display a significant difference of adaptability，among which the learners of divergent thinking show the highest degree of adaptability.Such differences can be mainly observed when self-reflection，learning experience and abstract generalization on the part of learners are required.The researcher makes corresponding suggestions for the learners，teachers as well as the designers of the self-adaptive learning system according to the results of the research.

Keywords online learning;learning style;adaptability

[责任编辑孙菊]

[收稿日期]2021-08-14

[基金项目]中国学位与研究生教育学会2020年度重点研究课题（2020ZDB88）；河北省研究生教育教学改革研究项目（YJG2023152）

[作者简介]侯小雯（1999—），女，河南安阳人。硕士研究生，主要研究方向为在线学习。

*[通信作者]江丰光（1981—），男，台湾彰化人。博士，教授，博士生导师，上海交通大学教育学院副院长、未来教育研究中心主任，主要研究方向为STEM教育、学习空间、信息技术创新教学、学习科学等。