陳長勝　孟祥增　劉俊曉　徐振國

摘要：時間是認(rèn)知活動的重要維度，學(xué)習(xí)時間分配不僅影響個體對學(xué)習(xí)任務(wù)的理解，還表征心理資源的管理和控制水平。研究慕課學(xué)習(xí)時間分配，有助于揭示慕課學(xué)習(xí)者學(xué)習(xí)狀態(tài)和行為規(guī)律，提高慕課學(xué)習(xí)者心理資源管控水平， 為慕課開發(fā)和學(xué)習(xí)支持服務(wù)提供決策依據(jù)。以中國大學(xué)MOOC平臺中7967名學(xué)習(xí)者的學(xué)習(xí)行為記錄為對象的研究發(fā)現(xiàn)：慕課學(xué)習(xí)者在線學(xué)習(xí)行為時間序列呈現(xiàn)非平穩(wěn)特征，課程周期內(nèi)學(xué)習(xí)者學(xué)習(xí)時間分配存在三段式節(jié)奏;學(xué)習(xí)者資源交互行為的時間分配存在顯著差異，學(xué)習(xí)者對間接分值項目（課件資源）與分值項目（測驗(yàn)、考試、作業(yè)和論壇）廣泛關(guān)注;不同成績等級的學(xué)習(xí)者群體的資源交互行為與學(xué)習(xí)時間分配存在顯著差異，優(yōu)秀組學(xué)習(xí)者的行為頻次與時間投入均保持較高水平。慕課課程團(tuán)隊要重視慕課的考核設(shè)計，根據(jù)課程節(jié)奏和學(xué)習(xí)者行為的階段特征給予不同的學(xué)習(xí)支持和服務(wù)，尤其要在課程運(yùn)行中及時關(guān)注“低訪問頻次低時間投入”和“高訪問頻次低時間投入”兩類學(xué)習(xí)者，開發(fā)和利用平臺的學(xué)習(xí)過程監(jiān)控模塊，在課程周期的全過程及時監(jiān)控、預(yù)測并干預(yù)學(xué)習(xí)者的學(xué)習(xí)行為。

關(guān)鍵詞：慕課;學(xué)習(xí)時間分配;學(xué)習(xí)行為;時間序列分析;學(xué)習(xí)節(jié)奏

中圖分類號：G434? ?文獻(xiàn)標(biāo)識碼：A? ? 文章編號：1009-5195（2020）03-0081-13? doi10.3969/j.issn.1009-5195.2020.03.010

*基金項目：國家自然科學(xué)基金青年項目“多場景網(wǎng)絡(luò)學(xué)習(xí)中基于行為-情感-主題聯(lián)合建模的學(xué)習(xí)者興趣挖掘關(guān)鍵技術(shù)研究”（61702207）;山東省高?？蒲杏媱濏椖俊盎旌鲜綄W(xué)習(xí)視角下大學(xué)生個人學(xué)習(xí)環(huán)境模型構(gòu)建及實(shí)證研究”（J18RA144）。

作者簡介：陳長勝，博士研究生，山東師范大學(xué)教育學(xué)部（山東濟(jì)南 250014）;講師，山東青年政治學(xué)院（山東濟(jì)南 250103）。孟祥增（通訊作者），教授，博士生導(dǎo)師，山東師范大學(xué)新聞與傳媒學(xué)院（山東濟(jì)南 250014）。劉俊曉，副研究館員，山東師范大學(xué)圖書館（山東濟(jì)南 250014）。徐振國，講師，博士，曲阜師范大學(xué)傳媒學(xué)院（山東日照 276826）。

一、引言

在線課程是當(dāng)前重要的學(xué)習(xí)場域，慕課在重塑學(xué)習(xí)生態(tài)和促進(jìn)教育公平方面發(fā)揮著重要作用。利用學(xué)習(xí)分析方法挖掘隱藏在學(xué)習(xí)行為背后的認(rèn)知規(guī)律，有助于課程團(tuán)隊掌握學(xué)習(xí)者學(xué)習(xí)狀態(tài)，為促進(jìn)學(xué)習(xí)者自我調(diào)節(jié)學(xué)習(xí)提供參考。學(xué)習(xí)時間是描述學(xué)習(xí)行為不可或缺的要素（彭文輝，2014），學(xué)習(xí)時間分配作為學(xué)習(xí)行為投入的關(guān)鍵指標(biāo)，對于在線、異步學(xué)習(xí)環(huán)境（如慕課）的成功至關(guān)重要（Baker et al.，2016）。一方面，學(xué)習(xí)時間分配是調(diào)節(jié)認(rèn)知操作的重要策略工具。學(xué)習(xí)者的項目選擇和自定步調(diào)學(xué)習(xí)過程受元認(rèn)知監(jiān)測的影響（Nelson et al.，1994），當(dāng)學(xué)習(xí)者感知到項目學(xué)習(xí)程度未達(dá)到主觀期望時，會主動調(diào)整學(xué)習(xí)決策。另一方面，學(xué)習(xí)時間分配是學(xué)習(xí)行為投入的外化，代表了學(xué)習(xí)者的努力管理水平。學(xué)習(xí)者對自己的關(guān)注和主觀努力將反映到學(xué)習(xí)時間維度（Perfect et al.，2002）。學(xué)習(xí)者能否有效地分配和利用學(xué)習(xí)時間是影響學(xué)習(xí)效率的重要因素（楊曉娟等，2012）。

因此，學(xué)習(xí)時間分配能夠體現(xiàn)學(xué)習(xí)者行為決策和努力管理的內(nèi)在關(guān)聯(lián)，是權(quán)衡學(xué)習(xí)者行為投入和資源偏好的重要指標(biāo)。然而，當(dāng)前有關(guān)慕課學(xué)習(xí)的研究多關(guān)注學(xué)習(xí)者建模與應(yīng)用、行為投入與產(chǎn)出的關(guān)聯(lián)，對影響慕課學(xué)習(xí)者學(xué)習(xí)結(jié)果的努力管理缺乏洞察，對慕課學(xué)習(xí)者認(rèn)知機(jī)理的挖掘和闡釋不夠充分，用以指導(dǎo)慕課教學(xué)和學(xué)習(xí)者學(xué)習(xí)的策略亟待豐富（Macfadyen et al.，2012）。本文通過多元統(tǒng)計方法和可視化技術(shù)研究教師教育慕課學(xué)習(xí)者學(xué)習(xí)時間分配（Allocation of Study Time）特征和群體差異，旨在為教師教育慕課開發(fā)和學(xué)習(xí)支持服務(wù)提供決策依據(jù)。

二、學(xué)習(xí)時間分配的相關(guān)研究

時間是認(rèn)知活動的重要維度，學(xué)習(xí)時間分配不僅影響個體對學(xué)習(xí)任務(wù)的理解，還表征心理資源的管理和控制水平（Nelson et al.，1994;Son et al.，2000）。從現(xiàn)有文獻(xiàn)看，研究者對課堂情境下的學(xué)習(xí)時間分配研究多于在線場景，并且主要關(guān)注學(xué)習(xí)時間分配的內(nèi)涵與意義、影響因素和教育應(yīng)用等三個方面。

內(nèi)涵與意義。關(guān)于學(xué)習(xí)時間分配的內(nèi)涵，有研究認(rèn)為，學(xué)習(xí)時間分配是元認(rèn)知控制的一個成分（Metcalfe et al.，1994），學(xué)習(xí)者會首先關(guān)注作為一個整體的學(xué)習(xí)進(jìn)行方式，然后關(guān)注對各個項目的時間分配（Thiede et al.，1999）。在學(xué)習(xí)過程中，學(xué)習(xí)時間分配體現(xiàn)了學(xué)習(xí)者對顯性或隱性學(xué)習(xí)規(guī)則的遵循情況（Kovanovi? et al.，2015）。關(guān)于學(xué)習(xí)時間分配的意義，有研究認(rèn)為，學(xué)習(xí)者的學(xué)習(xí)時間管理具有較高的效用價值（Barnard et al.，2008; Broadbent，2017），時間投入能夠代表學(xué)習(xí)者的主觀努力（Breslow et al.，2013;蔣卓軒等，2015）。學(xué)習(xí)持續(xù)時間和資源訪問頻次能夠體現(xiàn)學(xué)習(xí)者對完成協(xié)作學(xué)習(xí)任務(wù)的努力程度或投入水平（Kovanovi? et al.，2015;毛剛等，2016a;江波等，2017）。網(wǎng)上學(xué)習(xí)頻次表征學(xué)習(xí)的持久性和穩(wěn)定性，網(wǎng)上發(fā)帖數(shù)量反映互動交流的積極程度等（魏順平，2013）。

影響因素。Thiede等在研究項目難度對學(xué)習(xí)時間分配的影響時發(fā)現(xiàn)，繼時呈現(xiàn)比同時呈現(xiàn)占用更多的認(rèn)知資源（Thiede et al.，1999;Finn，2008）。李偉健等（2013）的研究也發(fā)現(xiàn)，學(xué)習(xí)項目繼時呈現(xiàn)會削弱項目難度對學(xué)習(xí)時間分配的影響。Ariel等（2009）分析了任務(wù)獎勵結(jié)構(gòu)和習(xí)慣性反應(yīng)對學(xué)習(xí)時間分配的影響，認(rèn)為任務(wù)獎勵結(jié)構(gòu)對學(xué)習(xí)時間分配的影響超越了項目難度。隨后的研究發(fā)現(xiàn)，單維度因素難以解釋學(xué)習(xí)時間分配的變異，故將項目難度、獎勵結(jié)構(gòu)、認(rèn)知資源和習(xí)慣性反應(yīng)等因素進(jìn)行綜合考察（Ariel et al.，2013）。研究者先后提出了多種學(xué)習(xí)時間分配影響因素模型。例如，差異縮小模型（Dunlosky et al.，1998）、層次模型（Thiede et al.，1999）和最近學(xué)習(xí)區(qū)模型（Metcalfe，2002）。上述模型均假設(shè)學(xué)習(xí)者首先監(jiān)測項目學(xué)習(xí)程度，然后利用監(jiān)測的結(jié)果來調(diào)節(jié)和控制學(xué)習(xí)過程。隨著研究的深入，更多的證據(jù)表明學(xué)習(xí)時間分配的驅(qū)動力并不是項目難度，而是學(xué)習(xí)者建構(gòu)的議程（Ariel et al.，2009;謝瑞波等，2016）。

教育應(yīng)用。在教育應(yīng)用研究方面，學(xué)習(xí)時間往往作為獨(dú)立變量或由其構(gòu)建高維變量，用以解釋各種學(xué)習(xí)行為與現(xiàn)象。Thompson（1997）認(rèn)為，學(xué)習(xí)時間不夠充裕是導(dǎo)致遠(yuǎn)程學(xué)習(xí)者輟學(xué)的重要因素。不好的時間管理行為（如不能正確合理地分配時間、考試前臨時突擊等）是大學(xué)生學(xué)業(yè)成績不理想的主要原因（Britton et al.，1991;Eilam et al.，2003）;借助時間屬性可以甄別高參與者和學(xué)習(xí)逃離者，進(jìn)而開展個性化學(xué)習(xí)指導(dǎo)（Filvà et al.，2014）。多項研究還證實(shí)，學(xué)習(xí)時間管理不當(dāng)是導(dǎo)致網(wǎng)絡(luò)學(xué)習(xí)中交互模式不佳、認(rèn)知疲勞、學(xué)習(xí)厭倦、拖延癥和學(xué)業(yè)失信等系列問題的重要原因（Vergidis et al.，2002;孫洪濤等，2016;Michinov et al.，2011;陳長勝等，2018）。在數(shù)字閱讀研究中，Crabtree等（2010）發(fā)現(xiàn)，對學(xué)生融入時間屬性的自我監(jiān)控訓(xùn)練可提高其閱讀理解成績。毛剛等（2016b）的進(jìn)一步研究發(fā)現(xiàn)，時間屬性反映學(xué)生閱讀的認(rèn)知投入和項目偏好等行為特征，以此可以糾正學(xué)生的閱讀中斷和時間管理問題。

國內(nèi)外已有研究表明，學(xué)習(xí)時間分配研究能揭示學(xué)習(xí)者學(xué)習(xí)狀態(tài)和行為規(guī)律，是提高學(xué)習(xí)者心理資源管控水平的重要途徑。然而已有研究還主要集中在學(xué)習(xí)時間分配的內(nèi)涵與意義、影響因素和教育應(yīng)用等方面，較少關(guān)注教師教育群體，聚焦慕課學(xué)習(xí)者學(xué)習(xí)時間分配特征的專門研究更少，尤其對學(xué)習(xí)節(jié)奏及其與學(xué)習(xí)結(jié)果的關(guān)系分析不夠。本研究以中國大學(xué)MOOC平臺為例，在現(xiàn)有文獻(xiàn)研究的基礎(chǔ)上，綜合運(yùn)用時間序列分析方法、教育統(tǒng)計方法和可視化技術(shù)，多維度分析和挖掘慕課學(xué)習(xí)者的學(xué)習(xí)時間分配特征，探討不同成績?nèi)后w的學(xué)習(xí)節(jié)奏、努力管理和行為投入差異。

三、研究設(shè)計

1.研究問題

本研究旨在對中國大學(xué)MOOC平臺中學(xué)習(xí)者在線學(xué)習(xí)行為進(jìn)行整理和分析，挖掘?qū)W習(xí)者學(xué)習(xí)時間分配特征及其在不同成績等級群體間的差異?；谏鲜鲅芯磕康?，本文提出以下三個研究問題：（1）課程周期內(nèi)學(xué)習(xí)者學(xué)習(xí)時間分配具有怎樣的節(jié)奏？（2）影響學(xué)習(xí)結(jié)果的關(guān)鍵行為有哪些？課程周期的不同階段，學(xué)習(xí)者資源交互行為的時間分配具有怎樣的特征和差異？（3）不同成績等級的慕課學(xué)習(xí)者群體在學(xué)習(xí)時間分配上具有怎樣的特征和差異？

2.研究對象與數(shù)據(jù)來源

中國大學(xué)MOOC是國內(nèi)優(yōu)質(zhì)的中文慕課學(xué)習(xí)平臺，由愛課程網(wǎng)攜手網(wǎng)易云課堂打造。該平臺采用云計算架構(gòu)，提供多元互動學(xué)習(xí)模式，為有意提升個人學(xué)業(yè)水平的學(xué)習(xí)者提供多樣化服務(wù)。平臺設(shè)置評分標(biāo)準(zhǔn)、教學(xué)安排、課件（視頻、文稿等）、測驗(yàn)與作業(yè)、考試、討論區(qū)、分享等7個模塊。2015年以來，平臺啟動了“教師教學(xué)能力提升MOOC項目”，旨在搭建一線教師、教研人員、學(xué)科專家、教育教學(xué)專家共同對話、協(xié)同發(fā)展的平臺。該項目涵蓋教學(xué)工具應(yīng)用、教學(xué)理論與方法、教學(xué)設(shè)計、教師素養(yǎng)、教學(xué)資源與環(huán)境和學(xué)科教學(xué)等6種類型30余門課程，學(xué)習(xí)者累計超過108萬人次。

本研究選取中國大學(xué)MOOC平臺“教師如何做研究”課程的8期共7967名學(xué)員為研究對象。其中，學(xué)業(yè)不及格者4205人，占比52.8%，及格者3762人，占比47.2%。研究數(shù)據(jù)來自課程平臺上注冊學(xué)員的鼠標(biāo)點(diǎn)擊流數(shù)據(jù)，所提取的學(xué)習(xí)行為數(shù)據(jù)集主要包括慕課學(xué)習(xí)者產(chǎn)生的信息瀏覽、資源交互和評價參與等數(shù)據(jù)。數(shù)據(jù)采集時間為2016年3月4日至2018年1月29日，有效行為記錄318678條，人均行為記錄約40條。

數(shù)據(jù)分析之前，首先進(jìn)行數(shù)據(jù)預(yù)處理工作。為減少學(xué)習(xí)者離開學(xué)習(xí)任務(wù)而處于非學(xué)習(xí)狀態(tài)的干擾（牟智佳等，2017），研究借鑒Wise等（2013）和Liu等（2015）有效學(xué)習(xí)狀態(tài)時間閾值的設(shè)定，將超過60分鐘的微視頻瀏覽和論壇參與行為替換為60分鐘，將超過20分鐘的文本瀏覽行為替換為20分鐘。此外，由于該慕課平臺在考核結(jié)束后一段時間內(nèi)，允許學(xué)員繼續(xù)訪問課程但不能再參加考核，導(dǎo)致同一門課的多期日志數(shù)據(jù)時間跨度不一致。本研究所選的課程的數(shù)據(jù)時間跨度為5.9～6.7周，為了便于數(shù)據(jù)量化和挖掘，統(tǒng)一按每期6周共計42天來提取研究數(shù)據(jù)。

3.研究方法

行為頻次和持續(xù)時間變化都是元認(rèn)知對個體認(rèn)知行為的調(diào)節(jié)與控制結(jié)果。因此，本研究采用瀏覽頻次（Behavior Frequency，BF）和時間投入（Behavior Duration，BD）作為觀測慕課學(xué)習(xí)者學(xué)習(xí)時間分配的維度，并作如下界定：當(dāng)學(xué)員在課程平臺點(diǎn)擊了資源、活動模塊的鏈接時，記為一個行為頻次，單位為次;學(xué)習(xí)者前后兩次點(diǎn)擊行為的時間間隔，記為一個行為時長，單位為秒。

首先，基于對數(shù)據(jù)編碼便捷性、完整性與一致性的考慮，研究采用點(diǎn)擊流編碼規(guī)則對行為數(shù)據(jù)編碼，將學(xué)習(xí)者學(xué)習(xí)行為界定為瀏覽行為和參與行為兩種類型。然后，研究邀請4位從事學(xué)習(xí)行為分析的專家對以上行為進(jìn)行總結(jié)，最終抽取關(guān)鍵的9個行為進(jìn)行編碼解釋，編碼方法如表1所示。瀏覽行為的對象是課程課件（視頻、文稿等）、通知公告、評分標(biāo)準(zhǔn)、定制文本、單元測試列表、考試列表;參與行為的對象為單元測試、作業(yè)和論壇。之所以將作業(yè)歸為參與行為，緣于作業(yè)能反映學(xué)生所進(jìn)行的學(xué)習(xí)活動和學(xué)習(xí)過程（柏宏權(quán)，2017），并且學(xué)習(xí)者查看作業(yè)信息的操作可以體現(xiàn)其學(xué)習(xí)活動參與度（劉智等，2017）。根據(jù)上述原則，研究數(shù)據(jù)中所有行為日志被自動編碼為9個行為類別，并請課程團(tuán)隊和教學(xué)技術(shù)專家確認(rèn)分類結(jié)果的有效性。最后，在完成行為編碼的基礎(chǔ)上進(jìn)行多元分析和可視化。利用時間序列分析法（Time Series Analysis，TSA）對學(xué)習(xí)行為時間序列進(jìn)行平穩(wěn)性檢驗(yàn)和參數(shù)估計;利用多元回歸分析探索影響學(xué)習(xí)成績的關(guān)鍵行為指標(biāo);利用組內(nèi)方差分析和t檢驗(yàn)，分析在課程周期的不同階段學(xué)習(xí)者學(xué)習(xí)時間分配的差異;采用組間方差分析法，比較不同成績等級學(xué)習(xí)者群體在學(xué)習(xí)時間分配上的差異。

四、研究結(jié)果與分析

1.課程周期內(nèi)學(xué)習(xí)者學(xué)習(xí)時間分配節(jié)奏

研究以時間序列分析法探索課程周期內(nèi)學(xué)習(xí)者學(xué)習(xí)行為的階段特征。首先通過繪制觀測值散點(diǎn)圖、自相關(guān)圖和偏自相關(guān)圖檢驗(yàn)學(xué)習(xí)行為時間序列的平穩(wěn)性。結(jié)果顯示，序列具有明顯的線性增長趨勢，表明課程周期內(nèi)學(xué)習(xí)者的學(xué)習(xí)行為時間序列是非平穩(wěn)的。為從行為時間序列中提取有價值的信息，研究采用差分法，分別對序列7步差分和14步差分，然后進(jìn)行單位根（Augmented Dickey-Fuller，ADF）檢驗(yàn)，結(jié)果如表2所示。兩種方法均可使行為時間序列平穩(wěn)，但相比7步差分，14步差分序列的方差和季節(jié)模型擬合的赤池信息準(zhǔn)則（Akaikes Information Criterion，AIC）更小，說明以14天為周期的模型擬合更加優(yōu)良，更能保留學(xué)習(xí)行為時間序列蘊(yùn)含的意義，更能反映行為時間序列的真實(shí)過程（Cryer et al.，2011）。以上初步表明，課程周期內(nèi)學(xué)習(xí)者學(xué)習(xí)時間分配具有以14天為間隔的節(jié)奏。

為進(jìn)一步驗(yàn)證上述結(jié)論，將學(xué)習(xí)者行為時間序列重新切分為期初（Beginning of Period，BP）、期中（Middle of Period，MP）和期末（End of Period，EP）三個階段，每個階段持續(xù)14天，通過組內(nèi)方差分析驗(yàn)證學(xué)習(xí)者在三個階段的學(xué)習(xí)時間分配差異，結(jié)果如表3所示。學(xué)習(xí)者在三個階段的行為頻次存在顯著差異，Greenhouse-Geisser調(diào)整F（1.999，277.859）=61.823，p<0.05，偏η2=0.308。然后對各組進(jìn)行配對樣本t檢驗(yàn)，結(jié)果表明，學(xué)習(xí)者期末在線學(xué)習(xí)頻次（M=26.403，SD=6.205）顯著高于期中（M=21.916，SD=6.245）和期初（M=19.286，SD=6.233），行為頻次呈現(xiàn)“階梯式”增長特征。學(xué)習(xí)者三個階段的時間投入也同樣存在顯著差異，Greenhouse-Geisser調(diào)整F（1.774，246.567）=41.495，p<0.05，偏η2=0.230。然后對各組進(jìn)行配對樣本t檢驗(yàn)，結(jié)果如表3所示。t檢驗(yàn)結(jié)果表明，在線學(xué)習(xí)時間投入期初（M=2370.579，SD=765.386）顯著低于期中（M=3018.625，SD=913.990）和期末（M=3225.246，SD=938.046），但期中和期末在線學(xué)習(xí)時間投入并沒有顯著差異，t=-1.947，p=0.054>0.05，時間投入呈現(xiàn)“初低中末平穩(wěn)增長”特征。

以上結(jié)果與時間序列分析結(jié)果基本一致。由此可見，盡管慕課開設(shè)在虛擬網(wǎng)絡(luò)空間且周期較短，對學(xué)習(xí)者的學(xué)習(xí)時間和步調(diào)也沒有嚴(yán)格的要求，但課程周期內(nèi)學(xué)習(xí)者的學(xué)習(xí)時間分配具有14天為間隔的三段式節(jié)奏。下文將據(jù)此分析慕課學(xué)習(xí)者資源交互行為的時間分配特征。

2.課程周期內(nèi)學(xué)習(xí)者資源交互行為的時間分配特征和差異

在慕課學(xué)習(xí)中學(xué)習(xí)行為的對象主要為數(shù)字化學(xué)習(xí)資源和相關(guān)活動，研究課程不同階段內(nèi)學(xué)習(xí)者的資源交互行為及其時間分配特征，有助于發(fā)現(xiàn)學(xué)習(xí)者認(rèn)知策略和努力管理規(guī)律。為此，本研究首先將9個行為解釋變量和學(xué)習(xí)成績因變量進(jìn)行相關(guān)和多元回歸分析，探討影響學(xué)習(xí)者學(xué)習(xí)成績的關(guān)鍵行為類型。相關(guān)分析結(jié)果表明，所有行為變量與學(xué)習(xí)成績之間的相關(guān)系數(shù)（r=0.262～0.645）均達(dá)到了統(tǒng)計學(xué)上1%的顯著水平。多元回歸分析的結(jié)果如表4所示，構(gòu)建的回歸模型是顯著的，F(xiàn)（18，7948）=548.325，p=0.000<0.01，R2=0.553，可以看出，整個模型可以解釋學(xué)習(xí)成績的55.3%變異。從行為的時間投入看，瀏覽課程公告、瀏覽定制文本、瀏覽考試列表、瀏覽評分標(biāo)準(zhǔn)（p<0.01）、瀏覽測驗(yàn)列表（p<0.01）、參與論壇、參與作業(yè)（p<0.001）和參與測驗(yàn)（p<0.05）對學(xué)習(xí)成績具有正向預(yù)測力，但瀏覽課件資源（p<0.001）負(fù)向預(yù)測學(xué)習(xí)成績。從行為的頻次看，瀏覽課程公告、瀏覽課件資源（p<0.05）、參與作業(yè)（p<0.001）、瀏覽評分標(biāo)準(zhǔn)、瀏覽測驗(yàn)列表正向預(yù)測學(xué)習(xí)成績，但瀏覽定制文本（p<0.01）、瀏覽考試列表（p<0.001）、參與論壇和參與測驗(yàn)（p<0.001），都不同程度地負(fù)向預(yù)測學(xué)習(xí)成績。統(tǒng)計發(fā)現(xiàn)，兩個維度上共有5個對應(yīng)變量對學(xué)習(xí)成績的預(yù)測效應(yīng)相反。因此，我們要審慎評價學(xué)習(xí)者的行為頻次對學(xué)習(xí)結(jié)果的負(fù)向影響，引導(dǎo)學(xué)習(xí)者保持良好的專注力，保持適當(dāng)?shù)臅r間投入。此外，課件作為慕課學(xué)習(xí)的重點(diǎn)資源，學(xué)習(xí)者瀏覽該類資源的時間投入對學(xué)習(xí)成績的影響是負(fù)向的，這必須引起高度重視。

在回歸分析的基礎(chǔ)上，研究繼續(xù)從學(xué)習(xí)者資源交互行為的頻次和時間投入著手，分析其在瀏覽行為和參與行為上的時間分配特征。

（1）瀏覽行為的時間分配特征

對學(xué)習(xí)者瀏覽行為數(shù)據(jù)進(jìn)行組內(nèi)方差分析和配對樣本t檢驗(yàn)的結(jié)果如表5所示。首先，學(xué)習(xí)者瀏覽各類課程資源的頻次均存在顯著差異（p<0.01）。進(jìn)一步比較資源的單日人均瀏覽量后發(fā)現(xiàn)，頻次較高的是課件資源（M=15.164，SD=5.164）和評分標(biāo)準(zhǔn)（M=3.321，SD=1.442），其次為測驗(yàn)列表（M=2.895，SD=0.980）、通知公告（M=2.107，SD=0.524）和定制文本（M=1.815，SD=0.338），最低為考試列表（M=1.479，SD=0.495）。其次，學(xué)習(xí)者瀏覽課程資源的時間投入方面，除瀏覽定制文本、通知公告的時間投入與瀏覽考試列表的時間投入無顯著差異外，其他行為時間投入間均存在顯著差異（p<0.01）。進(jìn)一步比較資源的單日人均時間投入后發(fā)現(xiàn)，瀏覽課件資源（M=2191.845，SD=780.953）的時間投入最高，瀏覽評分標(biāo)準(zhǔn)（M=458.648，SD=246.643）和測驗(yàn)列表（M=161.775，SD=86.001）的時間投入一般，而瀏覽定制文本（M=92.478，SD=51.986）、通知公告（M=83.685，SD=35.919）和考試列表（M=82.232，SD=145.188）的時間投入較低。

以上說明，在課程周期內(nèi)學(xué)習(xí)者的資源交互頻次及其時間投入存在差異，且兩者并非是正比關(guān)系。相比通知公告、定制文本和考試列表等提示性信息，學(xué)習(xí)者更加關(guān)注課件資源、評分標(biāo)準(zhǔn)和測驗(yàn)列表等考核評價類資源，會在這些模塊消耗更多的認(rèn)知資源，為此分配的學(xué)習(xí)時間也較多。同時也要看到，學(xué)習(xí)者對課件資源的訪問頻次和時間投入都是最高的，但學(xué)習(xí)效果卻不一定好。要注意培養(yǎng)學(xué)習(xí)者專注水平，合理分配學(xué)習(xí)時間。

（2）參與行為的時間分配特征

對學(xué)習(xí)者參與行為數(shù)據(jù)進(jìn)行組內(nèi)方差分析和配對樣本t檢驗(yàn)的結(jié)果如表6所示?？梢钥闯?，學(xué)習(xí)者參與各類課程活動的頻次存在顯著差異（p<0.05）。進(jìn)一步比較活動的單日人均參與頻次后發(fā)現(xiàn)，最高的是論壇（M=8.23，SD=4.005），其次是測驗(yàn)（M=2.816，SD=0.855），最后是課程（M=0.67，SD=0.975）。學(xué)習(xí)者參與各類課程活動的時間投入也存在顯著差異（p<0.05）。進(jìn)一步比較活動的單日人均時間投入后發(fā)現(xiàn)，學(xué)生參與測驗(yàn)（M=1071.119，SD=411.054）、論壇（M=405.41，SD=238.54）、作業(yè)（M=130.36，SD=217.595）的時間投入呈現(xiàn)依次降低的趨勢。

由上可知，學(xué)習(xí)者參與論壇和單元測驗(yàn)頻次較高，時間投入也較多，說明思想碰撞和自我評價類活動更受學(xué)習(xí)者歡迎。從課程的任務(wù)獎勵結(jié)構(gòu)來看，學(xué)習(xí)交互和自我評價是重要的過程性評價方式，學(xué)習(xí)者分配的學(xué)習(xí)時間往往比較多。鑒于參與作業(yè)行為可以正向預(yù)測學(xué)習(xí)成績，有必要發(fā)揮作業(yè)任務(wù)對學(xué)生高階思維能力的啟發(fā)與引導(dǎo)功能。

3.不同成績等級學(xué)習(xí)者群體的學(xué)習(xí)時間分配特征和差異

為深入探討學(xué)習(xí)時間分配在不同學(xué)習(xí)者群體間的差異，對各成績等級學(xué)習(xí)者群體與課程階段進(jìn)行3×3交叉分析，如表7所示。首先，將學(xué)習(xí)者按照課程成績等級劃分為不及格組（低于60分）、中等組（60～79分）和優(yōu)秀組（80分及以上）;然后利用組間方差分析檢驗(yàn)各組學(xué)習(xí)者學(xué)習(xí)時間分配差異;最后利用組內(nèi)方差分析各組學(xué)習(xí)者的資源交互頻次與時間投入差異。結(jié)果發(fā)現(xiàn)，各組均通過了Levene檢驗(yàn)（p>0.05）和Greenhouse-Geisser檢驗(yàn)（p<0.05），說明各成績等級學(xué)習(xí)者群體的學(xué)習(xí)時間分配存在差異，可繼續(xù)分析其不同之處。

（1）不同學(xué)習(xí)者群體的學(xué)習(xí)時間分配節(jié)奏

研究發(fā)現(xiàn)（如表8所示），不及格組學(xué)習(xí)者的期末行為頻次（M=23.029，SD=7.743）與期初（M=18.995，SD=5.336）、期中（M=18.839，SD=5.289）存在顯著差異，但在期初與期中無顯著差異。該組的時間投入在期初（M=2440.246，SD=637.931）、期中（M=2664.614，SD=704.536）和期末（M=3026.518，SD=981.830）三個階段存在顯著差異。這說明不及格組學(xué)習(xí)者會選擇在課程即將結(jié)束的期末高頻地訪問課程資源，學(xué)習(xí)積極性較強(qiáng);當(dāng)適應(yīng)課程節(jié)奏后，他們學(xué)習(xí)的專注水平也不斷提高，時間投入會隨著課程推進(jìn)而逐漸增加。

中等組學(xué)習(xí)者的行為頻次在期末（M=27.639，SD=8.469）與期初（M=21.389，SD=8.204）、期中（M=22.918，SD=7.297）存在顯著差異，但在期初與期中不存在顯著差異。這一特征與不及格組類似，但該組的均值較高。該組的時間投入在期初（M=2734.001，SD=1087.766）與期中（M=3175.208，SD=1077.568）、期末（M=3432.711，SD=1210.074）存在顯著差異，期中和期末不存在顯著差異。以上說明，中等組的學(xué)習(xí)積極性高于不及格組，但也存在積極性動態(tài)變化的過程。此外，與不及格組相比，該組學(xué)習(xí)者從期中開始就保持了較高的時間投入，具有較好的專注水平和穩(wěn)定性。

優(yōu)秀組學(xué)習(xí)者的行為頻次在期末（M=30.070，SD=8.070）與期初（M=24.349，SD=9.793）、期中（M=26.136，SD=8.917）存在顯著差異，但在期初與期中不存在顯著差異。這一特征與上述兩組類似，但該組的均值最高。該組的時間投入在期初（M=3027.456，SD=1259.096）與期中（M=3524.722，SD=1268.351）、期末（M=3474.010，SD=1280.743）存在顯著差異，期中與期末不存在顯著差異，這一特征與中等組類似，但該組的均值最高。以上說明，優(yōu)秀組學(xué)習(xí)者相比其他兩組，學(xué)習(xí)積極性普遍較高，持久性也更強(qiáng)，在課程各階段均投入了更多的時間。

整體來看，隨著課程的推進(jìn)，三組學(xué)習(xí)者在行為頻次上具有相似的增長趨勢，期初與期中沒有顯著差異，一般會在期中出現(xiàn)顯著增長，但高分組學(xué)生的行為頻次在不同階段均高于低分組學(xué)生。三組學(xué)習(xí)者在時間投入上具有不同的趨勢特征，優(yōu)秀組和中等組學(xué)習(xí)者在期中和期末持續(xù)保持較長且穩(wěn)定的時間投入，優(yōu)秀組這一特征更加突出。從各項指標(biāo)看，不及格組學(xué)習(xí)者在課程周期的三個階段呈現(xiàn)出低水平的遞增趨勢，但行為頻次和時間投入的增量十分有限，高分組學(xué)習(xí)者的時間投入普遍高于低分組。

（2）不同學(xué)習(xí)者群體的資源交互行為時間分配特征與差異

第一，不及格組學(xué)習(xí)者的資源交互頻次與時間投入特征。從不及格組學(xué)習(xí)者的行為頻次看（見圖1），學(xué)習(xí)者瀏覽課程公告、評分標(biāo)準(zhǔn)和參與測驗(yàn)的頻次在三個階段存在顯著差異（p<0.001），均呈現(xiàn)依次增長的趨勢;學(xué)習(xí)者瀏覽課件資源、瀏覽考試列表、瀏覽測驗(yàn)列表和參與論壇的頻次在期初與期中沒有顯著差異，但以上指標(biāo)在期末高于期初與期中。這說明該組學(xué)習(xí)者的資源交互頻次基本呈現(xiàn)“階梯式”增長趨勢，期末時達(dá)到最高，但瀏覽課件資源、參與論壇等行為的頻次僅在期末有顯著的增加，在期初、期中階段的頻次很低。進(jìn)一步分析該組學(xué)習(xí)者的時間投入（見圖2），結(jié)果表明，學(xué)習(xí)者瀏覽定制文本和參與論壇的時間投入在三個階段無顯著差異，時長普遍很低。學(xué)習(xí)者瀏覽課程公告的時間投入在期初與期末均顯著高于期中（p<0.05），瀏覽課件資源的時間投入期中與期末顯著高于期初（p<0.001），瀏覽考試列表的時長期末顯著高于期初與期中（p<0.001），瀏覽評分標(biāo)準(zhǔn)、測驗(yàn)列表和參與測驗(yàn)的時間投入在三個階段有顯著差異（p<0.001），呈現(xiàn)不斷增長的趨勢，期末時達(dá)到最高。這說明該組學(xué)習(xí)者喜歡從期中開始增加瀏覽課件資源和參與測驗(yàn)的時間投入，但他們參與課程論壇的時間投入一直保持在較低水平。

圖1 不及格組學(xué)習(xí)者的資源交互頻次差異

圖2 不及格組學(xué)習(xí)者資源交互的時間投入差異

第二，中等組學(xué)習(xí)者的資源交互頻次與時間投入特征。從中等組學(xué)習(xí)者的行為頻次看（見圖3），學(xué)習(xí)者瀏覽課程公告、考試列表、評分標(biāo)準(zhǔn)、測驗(yàn)列表和參與論壇的頻次在期初與期中無顯著差異，期末顯著高于前兩階段（p<0.05）;學(xué)習(xí)者瀏覽課件資源的頻次在期初與期中期末存在顯著差異，期初顯著低于期中期末（p<0.001）;學(xué)習(xí)者參與測驗(yàn)的頻次在課程周期的三個階段呈現(xiàn)依次增長的趨勢（p<0.001）。這說明該組學(xué)習(xí)者瀏覽課程信息和參與論壇的頻次在期初期中比較平穩(wěn)，期末有顯著增加，但學(xué)習(xí)者從期中開始訪問課件資源的頻次有顯著增加，并保持這種較高的行為頻次，參與測驗(yàn)訪問的次數(shù)呈現(xiàn)緩慢增長趨勢。進(jìn)一步分析該組學(xué)習(xí)者的行為時間投入（見圖4），結(jié)果表明，學(xué)習(xí)者瀏覽定制文本和參與論壇的時間投入在課程的三個階段沒有差別。學(xué)習(xí)者瀏覽課程公告的時間投入在期初期末顯著高于期中（p<0.001），瀏覽課件資源的時間投入在期中與期末顯著高于期初（p<0.001），期中最高，期末出現(xiàn)回落;學(xué)習(xí)者瀏覽考試列表的時間投入期末最高;學(xué)習(xí)者瀏覽評分標(biāo)準(zhǔn)的時間投入在期初期中顯著高于期末（p<0.001）;學(xué)習(xí)者瀏覽測驗(yàn)列表和參與測驗(yàn)的時間投入均呈現(xiàn)緩慢增長趨勢（p<0.001）。這說明與不及格組學(xué)習(xí)者相比，中等組學(xué)習(xí)者能夠堅持瀏覽定制文本并參與課程論壇，積極參與測驗(yàn)，但期初對課件資源的學(xué)習(xí)不夠，期末沒有保持期中的時間投入狀態(tài)。

圖3 中等組學(xué)習(xí)者的資源交互頻次差異

圖4 中等組學(xué)習(xí)者資源交互的時間投入差異

第三，優(yōu)秀組學(xué)習(xí)者的資源交互頻次與時間投入特征。從優(yōu)秀組學(xué)習(xí)者的行為頻次看（見圖5），學(xué)習(xí)者瀏覽課程公告、考試列表、測驗(yàn)列表和參與論壇的頻次在期初與期中無顯著差異，期末高于期初期中（p<0.001）;學(xué)習(xí)者瀏覽課件資源的頻次在期中與期末無顯著差異，均顯著高于期初（p<0.05）;學(xué)習(xí)者瀏覽定制文本的頻次在期初與期中存在顯著差異（p<0.05），且期初高于期中期末;學(xué)習(xí)者瀏覽評分標(biāo)準(zhǔn)和參與測驗(yàn)在三階段存在顯著差異（p<0.001），呈現(xiàn)依次增加的趨勢。這說明該組學(xué)習(xí)者瀏覽課程信息和參與論壇的頻次在期初期中比較平穩(wěn)，關(guān)注定制文本期初最高，之后呈現(xiàn)下滑趨勢;學(xué)習(xí)者瀏覽課件資源的頻次保持穩(wěn)定的高水平狀態(tài)，期末略有回落，學(xué)習(xí)者參與論壇和瀏覽評分標(biāo)準(zhǔn)的頻次均呈現(xiàn)“階梯式”增長趨勢。進(jìn)一步分析該組學(xué)習(xí)者的時間投入（見圖6），結(jié)果表明，學(xué)習(xí)者瀏覽課程公告的時間投入在期初和期末無顯著差異，期中顯著低于期初期末（p<0.001）;學(xué)習(xí)者瀏覽課件資源的時間投入在期中顯著高于期初和期末（p<0.001），期初最低，期中最高;學(xué)習(xí)者瀏覽定制文本的時間投入在期初期中顯著高于期末（p<0.001），瀏覽評分標(biāo)準(zhǔn)和測驗(yàn)列表的時間投入隨課程周期推進(jìn)不斷增長（p<0.001）;學(xué)習(xí)者參與測驗(yàn)在期中與期末無顯著差異，但期初時最低。這說明該組學(xué)習(xí)者喜歡在期中增加瀏覽課件資源的時間投入，但不太關(guān)注課程公告等信息;從期中階段瀏覽考核信息和參與考核（論壇、測驗(yàn)）的時間投入會出現(xiàn)顯著增加。整體來看，優(yōu)秀組的學(xué)習(xí)頻次與時間投入均高于中等組和不及格組，這進(jìn)一步說明對慕課重點(diǎn)資源和活動的持續(xù)關(guān)注和時間投入，是保證慕課學(xué)習(xí)者獲得較好學(xué)習(xí)成績的關(guān)鍵因素。

圖5 優(yōu)秀組學(xué)習(xí)者的資源交互頻次差異

圖6 優(yōu)秀組學(xué)習(xí)者資源交互的時間投入差異

五、結(jié)論與建議

本研究對中國大學(xué)MOOC平臺中“教師如何做研究”課程的7967名學(xué)員的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行了清洗、編碼和多元分析。通過時間序列分析法、多元回歸分析、組間方差分析、組內(nèi)方差分析和t檢驗(yàn)等方法，探究了慕課學(xué)習(xí)者學(xué)習(xí)時間分配特征和不同成績等級群體的特征差異。

1.課程周期內(nèi)學(xué)習(xí)者學(xué)習(xí)時間分配存在三段式節(jié)奏

慕課學(xué)習(xí)者的在線學(xué)習(xí)行為時間序列是一個非平穩(wěn)序列，通過數(shù)理變換后呈現(xiàn)出期初、期中和期末三個階段。學(xué)習(xí)者在線學(xué)習(xí)行為頻次隨著課程推進(jìn)呈現(xiàn)“階梯式”增長趨勢，而在行為時間投入上呈現(xiàn)“初低中末平穩(wěn)增長”趨勢。這一結(jié)論與Britton等（1991）的研究發(fā)現(xiàn)基本一致。如果將此特征視為慕課學(xué)習(xí)者的學(xué)習(xí)節(jié)奏，那么這種學(xué)習(xí)節(jié)奏與慕課教學(xué)節(jié)奏并不十分契合，因?yàn)橥ǔ＝處煾Ｍ麑W(xué)習(xí)者能夠把對課程的關(guān)注和時間投入“用在平時”，而不是“臨時突擊”（Michinov et al.，2011）。因此，本研究建議課程團(tuán)隊根據(jù)課程節(jié)奏和學(xué)習(xí)者行為的階段特征給予不同的學(xué)習(xí)支持和服務(wù)。例如，期初要重視“吸引”學(xué)習(xí)者，可以通過增加學(xué)業(yè)提醒、邀請主講教師互動和激勵同儕交流等方式促進(jìn)學(xué)習(xí)活動的“冷啟動”;期中要重視“黏住”學(xué)習(xí)者，針對該階段學(xué)習(xí)者行為頻次較低的情況，可以采取豐富線上活動、及時反饋學(xué)習(xí)者過程性評價結(jié)果，創(chuàng)設(shè)利于學(xué)習(xí)者反思的機(jī)制和情境等措施;期末要重視總結(jié)性評價設(shè)計，特別要關(guān)注答疑解惑和考核信息的反饋。

2.課程周期內(nèi)學(xué)習(xí)者資源交互行為的時間分配存在顯著差異

在課程周期內(nèi)學(xué)習(xí)者的資源瀏覽偏好與時間分配存在差異，相比通知公告、定制文本和考試列表等提醒信息，學(xué)習(xí)者更加關(guān)注課件資源、考核信息等關(guān)系學(xué)習(xí)評價結(jié)果的資源;學(xué)習(xí)者參與論壇和單元測驗(yàn)的頻次較高，時間投入也較多，這反映出課程設(shè)定的分值項目更容易讓學(xué)習(xí)者關(guān)注。這一結(jié)果支持ABR模型（Ariel et al.，2009），與傅鋼善、賈積有等的研究發(fā)現(xiàn)比較一致（傅鋼善等，2014;賈積有等，2014）。Bandura認(rèn)為，期待是知識與行為的中介，是行為的決定因素，可以把期待分為結(jié)果期待和效能期待（Bandura，1977）。在本研究中，學(xué)員對間接分值項目（課件資源）與分值項目（測驗(yàn)、考試、作業(yè)和論壇）的廣泛關(guān)注，一方面體現(xiàn)了學(xué)習(xí)者通過課程學(xué)習(xí)實(shí)現(xiàn)自我提升的結(jié)果期待，另一方面也反映了學(xué)習(xí)者融入學(xué)習(xí)活動的效能期待。鑒于學(xué)習(xí)者十分關(guān)注評價信息與考核活動的情況，建議課程團(tuán)隊重視慕課的考核設(shè)計，構(gòu)建適應(yīng)慕課未來發(fā)展需要的評價體系，突出評價的導(dǎo)向激勵作用;實(shí)現(xiàn)量化評價與質(zhì)性評價的整合。這方面可以借鑒項目反應(yīng)理論和績效評價方法。

3.相比行為頻次，行為的時間投入更能正向預(yù)測學(xué)習(xí)成績

該結(jié)論部分支持已有研究（孫月亞，2015;牟智佳等，2017）。本研究認(rèn)為，慕課學(xué)習(xí)是學(xué)習(xí)者認(rèn)知資源和行為投入的動態(tài)調(diào)節(jié)過程，在此過程中，學(xué)習(xí)者內(nèi)部心理和外顯行為會發(fā)生交互作用。相比行為頻次，持續(xù)時間更能夠代表行為投入的堅持性和專注力，是努力程度的重要體現(xiàn)。此外，本研究在變量設(shè)計上進(jìn)一步細(xì)分了資源類別，綜合考量行為頻次和時間投入兩個指標(biāo)，提出了更加詳細(xì)的學(xué)習(xí)結(jié)果影響因子，但也得出了一些似乎有違常理的結(jié)論。其一，瀏覽課件資源的時間投入負(fù)向預(yù)測學(xué)習(xí)成績。吳林靜等人對師范生瀏覽資源時長與學(xué)習(xí)成績的相關(guān)分析也證實(shí)了該結(jié)論（吳林靜等，2018）。這種結(jié)果的出現(xiàn)，可能跟課件資源的類型有關(guān)。本研究中課件資源包括課程視頻、演示文稿和富文本等，這些資源的相關(guān)度很高，如果學(xué)習(xí)者連續(xù)重復(fù)學(xué)習(xí)相同的知識點(diǎn)，極易增加其認(rèn)知負(fù)荷，并且當(dāng)學(xué)習(xí)任務(wù)缺乏挑戰(zhàn)性時，學(xué)習(xí)者專注力也將下降，出現(xiàn)“掛機(jī)”和開小差等低沉浸度現(xiàn)象，這將嚴(yán)重影響學(xué)習(xí)成績。其二，瀏覽定制文本、考試列表、參與論壇和參與測驗(yàn)的頻次負(fù)向預(yù)測學(xué)習(xí)成績。這與陳云帆等的研究結(jié)論不同（陳云帆等，2014）。這可能是定制文本和考試列表代表了課程中的一種提示信息，本身與知識點(diǎn)無關(guān)，過多的關(guān)注只能消耗較多的認(rèn)知資源，難以對學(xué)習(xí)成績的提高發(fā)揮作用。此外，當(dāng)學(xué)習(xí)者瀏覽帖子的頻次多而深層互動少，以嘗試的心態(tài)參與測驗(yàn)和論壇時，參與行為的效果會較差，對學(xué)習(xí)成績提升無益。

4.不同成績等級群體的學(xué)習(xí)時間分配存在明顯差異

以上發(fā)現(xiàn)與田娜等人的研究結(jié)論不一致（田娜等，2014）。從行為頻次看，三組學(xué)習(xí)者在課程周期的行為頻次上具有相似的增長趨勢，但優(yōu)秀組學(xué)生在行為頻次上均高于中等組和不及格組，三組學(xué)習(xí)者在期初和期中的行為頻次無顯著差異。從時間投入看，優(yōu)秀組和中等組學(xué)習(xí)者在期中和期末保持了較高水平的穩(wěn)定時間投入，優(yōu)秀組這一特征更加突出;不及格組學(xué)習(xí)者在課程周期的三個階段呈現(xiàn)出低水平的遞增趨勢，但行為頻次和時間投入的增量十分有限。與不及格組相比，盡管優(yōu)秀組和中等組在期初期中的行為頻次上無顯著差異，但在時間投入上顯著高于不及格組，這說明行為頻次對學(xué)習(xí)成績的影響要低于時間投入的影響。Richardson等的元分析發(fā)現(xiàn)，學(xué)習(xí)者的認(rèn)知需求和努力調(diào)節(jié)是影響學(xué)習(xí)成績的中等相關(guān)因素（Richardson et al.，2012）。為此，建議慕課團(tuán)隊在課程運(yùn)行中及時關(guān)注“低訪問頻次低時間投入”和“高訪問頻次低時間投入”兩類學(xué)習(xí)者，開發(fā)和利用平臺的學(xué)習(xí)過程監(jiān)控模塊，在課程周期全過程及時監(jiān)控、預(yù)測并干預(yù)學(xué)習(xí)者行為，對低參與度的學(xué)習(xí)者進(jìn)行學(xué)業(yè)預(yù)警和路徑引導(dǎo)，以增加關(guān)鍵行為的時間投入;針對“高訪問頻次高時間投入”學(xué)習(xí)者，建議慕課團(tuán)隊在向他們提供更多增值學(xué)習(xí)服務(wù)的同時，激勵其分享學(xué)習(xí)收獲，在論壇答疑中發(fā)揮積極作用，保持較高的效能期待。

5.不同等級群體的資源交互行為時間分配存在顯著差異

本研究再次證明，好的時間規(guī)劃者和管理者往往能夠更多運(yùn)用自我管理的技巧取得優(yōu)異的學(xué)業(yè)成績（Eilam et al.，2003）。從各組學(xué)習(xí)者的資源交互時間分配看，不及格組學(xué)習(xí)者在各學(xué)習(xí)行為上的頻次基本呈現(xiàn)“階梯式”增長趨勢，學(xué)習(xí)者喜歡從期中開始增加課件資源瀏覽和測驗(yàn)參與的時間，但他們參與課程論壇的時間投入一直保持在穩(wěn)定的低水平狀態(tài)，期末出現(xiàn)顯著增加。與不及格組學(xué)習(xí)者相比，中等組從期中開始訪問課件資源的頻次有顯著增加，課程內(nèi)參與測驗(yàn)的頻次持續(xù)增加，能夠持續(xù)瀏覽定制文本并參與課程論壇。相比其他兩組，優(yōu)秀組學(xué)習(xí)者的行為頻次與時間投入均保持較高水平，特別傾向在期中開始增加瀏覽課件資源、考核信息和分值項目（論壇、測驗(yàn)）的時間投入，期中期末保持這種增長趨勢，但他們在期初期中瀏覽課程信息和參與論壇的頻次比較少。鑒于以上結(jié)論，建議課程團(tuán)隊持續(xù)提高課件資源質(zhì)量、豐富資源類型，除了提供講授必需的課件、參考文獻(xiàn)等資源外，提供并引導(dǎo)學(xué)習(xí)者收集更多課程拓展資料，激勵學(xué)生開展深度學(xué)習(xí)。建議平臺嵌入多元化測驗(yàn)評價模塊，通過評價反饋的數(shù)值化、學(xué)業(yè)指導(dǎo)的可視化強(qiáng)化學(xué)習(xí)者反思意識，培養(yǎng)他們的高階思維能力。

致謝

感謝愛課程網(wǎng)“教師如何做研究”MOOC課程團(tuán)隊提供研究數(shù)據(jù)。

參考文獻(xiàn)：

[1]柏宏權(quán)（2017）.基于同伴互評的移動作業(yè)展評系統(tǒng)的建構(gòu)及實(shí)踐分析[J].電化教育研究，（3）：75-79.

[2]陳長勝，孟祥增，徐振國等（2018）.大學(xué)生網(wǎng)絡(luò)學(xué)習(xí)中失信行為意向的影響因素研究[J].現(xiàn)代遠(yuǎn)距離教育，（6）：3-12.

[3]陳云帆，張銘（2014）.MOOC課程學(xué)生流失現(xiàn)象分析與預(yù)警[J].工業(yè)和信息化教育，（9）：30-36.

[4]傅鋼善，王改花（2014）.基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)學(xué)習(xí)行為與學(xué)習(xí)效果研究[J].電化教育研究，（9）：53-57.

[5]賈積有，繆靜敏，汪瓊（2014）.MOOC學(xué)習(xí)行為及效果的大數(shù)據(jù)分析——以北大6門MOOC為例[J].工業(yè)和信息化教育，（9）：23-29.

[6]江波，高明，丁繼紅等（2017）.虛擬仿真實(shí)驗(yàn)學(xué)習(xí)行為分析[J].中國遠(yuǎn)程教育，（9）：11-18.

[7]蔣卓軒，張巖，李曉明（2015）.基于MOOC數(shù)據(jù)的學(xué)習(xí)行為分析與預(yù)測[J].計算機(jī)研究與發(fā)展，52（3）：614-628.

[8]李偉健，蔡任娜，陳海德等（2013）.不同呈現(xiàn)方式下項目難度與分值對自定步調(diào)學(xué)習(xí)時間的影響[J].心理科學(xué)，（6）：1363-1368.

[9]劉智，王亞妮，鄭年亨等（2017）.高校SPOC環(huán)境下學(xué)習(xí)者行為序列的差異性分析研究[J].中國電化教育，（7）：88-94.

[10]毛剛，劉清堂，吳林靜（2016a）.基于活動理論的小組協(xié)作學(xué)習(xí)分析模型與應(yīng)用[J].現(xiàn)代遠(yuǎn)程教育研究（3）：93-103.

[11]毛剛，劉清堂，李鶴等（2016b）.網(wǎng)絡(luò)學(xué)習(xí)環(huán)境下問題學(xué)習(xí)行為分析模型的研究與應(yīng)用[J].電化教育研究，（11）：32-37.

[12]牟智佳，武法提（2017）.MOOC學(xué)習(xí)結(jié)果預(yù)測指標(biāo)探索與學(xué)習(xí)群體特征分析[J].現(xiàn)代遠(yuǎn)程教育研究，（3）：60-68，95.

[13]彭文輝（2014）.網(wǎng)絡(luò)問題學(xué)習(xí)行為研究[J].中國電化教育，（2）：40-45.

[14]孫洪濤，鄭勤華，陳麗（2016）.中國MOOCs教學(xué)交互狀況調(diào)查研究[J].開放教育研究，（1）：72-79.

[15]孫月亞（2015）.開放大學(xué)遠(yuǎn)程學(xué)習(xí)者在線學(xué)習(xí)行為的特征分析[J].中國電化教育，（8）：64-71.

[16]田娜，陳明選（2014）.網(wǎng)絡(luò)教學(xué)平臺學(xué)生學(xué)習(xí)行為聚類分析[J].中國遠(yuǎn)程教育，（21）：38-41.

[17]魏順平（2013）.學(xué)習(xí)分析技術(shù)：挖掘大數(shù)據(jù)時代下教育數(shù)據(jù)的價值[J].現(xiàn)代教育技術(shù)， 23（2）， 5-11.

[18]吳林靜，勞傳媛，劉清堂等（2018）.網(wǎng)絡(luò)學(xué)習(xí)空間中的在線學(xué)習(xí)行為分析模型及應(yīng)用研究[J].現(xiàn)代教育技術(shù)，（6）：47-54.

[19]謝瑞波，路璐，李偉健（2016）.學(xué)習(xí)時間分配的基于議程調(diào)節(jié)模型[J].心理與行為研究，（2）：283-288.

[20]楊曉娟，王廣新（2012）.網(wǎng)絡(luò)遠(yuǎn)程學(xué)習(xí)者時間監(jiān)控的特點(diǎn)與策略選擇[J].中國電化教育，（1）：38-42.

[21]Ariel， R.， & Dunlosky， J. （2013）. When Do Learners Shift From Habitual to Agenda-Based Processes When Selecting Items for Study？ [J]. Memory & Cognition， 41（3）：416-428.

[22]Ariel， R.， Dunlosky， J.， & Bailey， H. （2009）. Agenda-Based Regulation of Study-Time Allocation： When Agendas Override Item-Based Monitoring[J]. Journal of Experimental Psychology： General， 138（3）：432-447.

[23]Baker， R.， Evans， B.， & Dee， T. （2016）. A Randomized Experiment Testing the Efficacy of a Scheduling Nudge in a Massive Open Online Course （MOOC）[J]. AERA Open， 2（4）：1-18.

[24]Bandura， A. （1977）. Social Learning Theory[M]. Englewood Cliffs， NJ： Prentice-hall.

[25]Barnard， L.， Lan， W. Y.， & Crooks， S. M. et al. （2008）. The Relationship Between Epistemological Beliefs and Self-Regulated Learning Skills in the Online Course Environment[J]. MERLOT Journal of Online Learning and Teaching， 4（3）：261-266.

[26]Breslow，? L.， Pritchard， D. E.， & DeBoer， J. et al. （2013）. Studying Learning in the Worldwide Classroom Research into edXs First MOOC[J].Research & Practice in Assessment，（8）：13-25.

[27]Britton， B. K.， & Tesser， A. （1991）. Effects of Time-Management Practices on College Grades[J]. Journal of Educational Psychology， 83（3）：405-410.

[28]Broadbent， J. （2017）. Comparing Online and Blended Learners Self-Regulated Learning Strategies and Academic Performance[J]. Internet & Higher Education， 33：24-32.

[29]Crabtree， T.， Alber-Morgan， S. R.， & Konrad， M. （2010）. The Effects of Self-Monitoring of Story Elements on the Reading Comprehension of High School Seniors With Learning Disabilities[J]. Education and Treatment of Children， 33（2）：187-203.

[30]Cryer， J. D.， & Chan， K. S. （2011）. Time Series Analysis： With Applications in R[J]. Journal of the Royal Statistical Society， 174（2）：507.

[31]Dunlosky， J.， & Hertzog， C. （1998）. Training Programs to Improve Learning in Later Adulthood： Helping Older Adults Educate Themselves[M]// Hacker D. J.， Dunlosky， J.， & Graesser， A. C. （Eds.）. Metacognitionin Educational Theory and Practice. Mahwah， NJ： Erlbaum.

[32]Eilam， B.， & Aharon， I. （2003）. StudentsPlanning in the Process of Self-Regulated Learning[J]. Contemporary Educational Psychology， 28（3）：304-334.

[33]Filvà， D. A.， Guerrero， M. J. C.， & Forment， M. A. （2014）. Google Analytics for Time Behavior Measurement in Moodle[C]// 2014 9th Iberian Conference on Information Systems and Technologies （CISTI） . IEEE：1-6.

[34]Finn， B. （2008）. Framing Effects on Metacognitive Monitoring and Control[J]. Memory & Cognition， 36（4）：813-821.

[35]Kovanovi?， V. ， Ga?evi?， D. & Dawson， S. et al. （2015）. Does Time-on-Task estimation Matter？ Implications on Validity of Learning Analytics Findings[J]. Journal of Learning Analytics， 2（3）： 81-110.

[36]Liu， Z.， He， J.， & Xue， Y. et al. （2015）. Modeling the Learning Behaviors of Massive Open Online Courses[C]// IEEE International Conference on Big Data. IEEE： 2883-2885.

[37]Macfadyen， L. P.， & Dawson， S. （2012）. Numbers Are not Enough-Why e-Learning Analytics Failed to Inform an Institutional Strategic Plan[J]. Journal of Educational Technology & Society， 15（3）：149-163.

[38]Metcalfe， J. （2002）. Is Study Time Allocated Selectively to a Region of Proximal Learning？[J]. Journal of Experimental Psychology： General， 131（3）：349-363.

[39]Metcalfe， J.， & Shimamura， A. P. （Eds.）（1994）. Metacognition： Knowing About Knowing[M]. MA： Cambridge：MIT Press.

[40]Michinov， N.， Brunot， S.， & Le Bohec， O. et al. （2011）. Procrastination， Participation， and Performance in Online Learning Environments[J]. Computers & Education， 56（1）：243-252.

[41]Nelson， T. O.， Dunlosky， J.， & Graf， A. et al. （1994）. Utilization of Metacognitive Judgments in the Allocation of Study During Multitrial Learning[J]. Psychological Science， 5（4）： 207-213.

[42]Perfect， T. J.， & Schwartz， B. L. （Eds.）（2002）. Applied Metacognition[M].Cambridge University Press.

[43]Richardson， M.， Abraham， C.， & Bond， R. （2012）. Psychological Correlates of University StudentsAcademic Performance： A Systematic Review and Meta-Analysis[J]. Psychological Bulletin， 138（2）：353-387.

[44]Son， L. K.， & Metcalfe， J. （2000）. Metacognitive and Control Strategies in Study-Time Allocation[J]. Journal of Experimental Psychology： Learning， Memory， and Cognition， 26（1）：204-221.

[45]Thiede， K. W.， & Dunlosky， J. （1999）. Toward a General Model of Self-Regulated Study： An Analysis of Selection of Items for Study and Self-Paced Study Time[J]. Journal of Experimental Psychology： Learning， Memory， and Cognition， 25（4）：1024-1037.

[46]Thompson， E. （1997）. Distance Education Drop-Out： What Can We Do？[J]. Learning Through Teaching， （2）：324-332.

[47]Vergidis， D.， & Panagiotakopoulos， C. （2002）. Student Dropout at the Hellenic Open University： Evaluation of the Graduate Program，“Studies in Education”[J]. The International Review of Research in Open and Distributed Learning， 3（2）：1-15.

[48]Wise， A. F.， Speer， J.， & Marbouti， F. et al. （2013）. Broadening the Notion of Participation in Online Discussions： Examining Patterns in Learners Online Listening Behaviors[J]. Instructional Science， 41（2）：323-343.

收稿日期 2019-12-15責(zé)任編輯 汪燕