李葆萍 張賢茹 陳秋雨 張麗峰 周穎

摘要：在線學習活動隨時隨地開展的特性，引發(fā)了人們對碎片化學習的討論。腦神經(jīng)科學、心理學的研究發(fā)現(xiàn)，分散學習能夠加強學習者對知識的記憶和理解，有助于學生在每次學習中消除錯誤，保留更多的知識并促進知識的遷移。碎片化的在線學習與分散學習方式非常類似。在線學習中是否存在分散學習效應？不同時間間隔對在線學習效果的影響如何？基于某大學74名大學生的分組實驗顯示：采用短時間間隔方式在線學習的實驗組學生成績顯著高于采用長時間間隔方式在線學習的控制組，短學習時間間隔下學生更容易產(chǎn)生對知識的深度認知加工行為，且學習時間間隔以首次練習正確率為中介因素對最終學習成績產(chǎn)生影響。該結果說明在線學習中存在分散學習效應;只要保證學習者在一個較長的時間段內能夠相對完整地完成所有知識內容的學習，碎片化學習有可能對在線學習效果產(chǎn)生積極的影響。因此，應將學習時間安排納入到在線學習設計之中，探索不同類型知識的最優(yōu)學習時間間隔并進行學習推薦，以更好地適應越來越普遍的碎片化學習。

關鍵詞：碎片化學習;在線學習;學習時間間隔;分散學習效應;實驗研究

中圖分類號：G434? ?文獻標識碼：A? ? 文章編號：1009-5195（2020）06-0104-08? ?doi10.3969/j.issn.1009-5195.2020.06.013

基金項目：北京市教育科學“十三五”規(guī)劃2020年優(yōu)先關注課題 “基于信息網(wǎng)絡技術的未來學校研究”（CHEA2020024）。

作者簡介：李葆萍，博士，副教授，碩士生導師，北京師范大學教育學部，北京師范大學未來教育高精尖創(chuàng)新中心（北京 100875）;張賢茹、陳秋雨、張麗峰，碩士研究生，北京師范大學教育學部（北京 100875）;周穎（通訊作者），博士，副教授，碩士生導師，北京師范大學教育學部（北京 100875）。

一、問題的提出

隨著移動網(wǎng)絡和智能終端的普及，在線學習逐漸擺脫了通過有線網(wǎng)絡和固定終端接入的限制，真正實現(xiàn)了隨時隨地學習的狀態(tài)。然而在學習愈發(fā)便捷的同時也產(chǎn)生了學習活動發(fā)生時機具有一定隨機性和不確定性，學習時長波動較大等特征。張克永等（2015）將這種通過任意媒體一點一滴地對網(wǎng)絡信息進行片段式學習的方式稱為網(wǎng)絡碎片化學習。王承博等（2015）將碎片化學習與正式學習相對比，認為其是學習者利用碎片化閱讀或碎片化時間，從互聯(lián)網(wǎng)上挖掘有意義的知識碎片，并對知識碎片進行存儲、汲取、加工等的過程。這些定義都強調了碎片化學習工具的網(wǎng)絡化，學習時間、學習內容的零散性，因而也引發(fā)了一些教育者對碎片化學習、尤其是碎片化線上學習質量和效果的擔心（王竹立，2016a）。如有學者認為，碎片化學習可能導致學習內容的組織順序和完整性受到一定的破壞，容易造成學習資源邏輯體系松散、學習內容難度降低等問題，而長期接收這種短、平、快的碎片化知識，容易引發(fā)學習者產(chǎn)生自己學習到大量知識和技能的錯覺（黃建鋒，2018;董彥良，2020）。胡姣等（2019）認為，碎片化學習中零碎、非線性式的學習信息組織方式，容易導致學習者思維跳躍化，分散學習者的注意力。李亭松等（2020）針對大學生開展的有關碎片化學習的調研也顯示，盡管大學生們對碎片化學習方式表示比較喜歡，但依然有43%的同學認為碎片化學習會影響到他們對課堂知識的整體理解，進而影響他們的學習效果。

然而，也有研究者認為，網(wǎng)絡時代知識的載體已從線性的紙張、書本變成超文本、視頻、音頻、圖像等，知識的傳播方式是網(wǎng)絡化、超鏈接式的，知識內容也在學習者之間不斷的流動進化（王竹立，2016b;田浩等，2020）。這些都將顛覆傳統(tǒng)知識生成的精英模式和傳播的課堂模式，使得碎片化學習無法回避（陳麗等，2019）。而且，解決不同類型和層次的問題所需要的知識顆粒度各不相同，在“互聯(lián)網(wǎng)+”時代這種由超鏈接組成的“目標尋徑”世界中，問題和目標之間往往不存在確定的邏輯關系和路徑，此時由邏輯關系串聯(lián)起來的學科系統(tǒng)知識往往存在實踐指導力不足、解決機制不全等問題，而知識顆粒度更小、組合更加靈活的碎片化知識則能夠因不受整體邏輯約束而表現(xiàn)出更好的適應性（陳麗等，2019）。腦神經(jīng)科學、心理學的相關研究也發(fā)現(xiàn)，學習中存在分散學習效應，分散學習能夠產(chǎn)生長期的記憶優(yōu)勢。

那么，碎片化學習方式對學習的影響究竟如何？在線學習中應該如何進行學習干預，以有效調節(jié)在線學習靈活性與學習結果有效性之間的矛盾呢？這些都是當前非常重要的研究議題。

二、碎片化學習與在線學習效果干預研究

對碎片化學習最大的擔憂主要源于碎片化學習方式可能造成學習者深層次學習不足的設想，而深層次的學習又往往和高級認知目標達成以及高質量的學習效果密切相關。穆肅等（2019）認為，能夠提高學習過程參與度的學習行為是在線學習過程中促進深層次學習發(fā)生的重要途徑。當前大量研究試圖通過探究學生的在線學習行為表現(xiàn)和在線學習效果之間的相關關系，針對性地設計在線學習策略以達到提升在線學習質量的目的。賈積有等（2014）發(fā)現(xiàn)，學習者的學習成績與在線時間、觀看視頻次數(shù)、觀看網(wǎng)頁次數(shù)、瀏覽和下載講義次數(shù)、論壇參與程度（發(fā)帖、回帖）等在線學習行為呈顯著正相關。郭芳俠等（2018）指出，學習者的學習效果與在線學習時間、論壇參與程度、查閱資料、視頻次數(shù)等學習行為呈顯著相關。曾嘉靈等（2018）將慕課學習者在線學習行為歸納為任務學習行為、交互學習行為和學習參與三個不同維度，構建了包含視頻觀看完成度、作業(yè)提交次數(shù)、每周學習時長等12個學習行為的指標，發(fā)現(xiàn)學習成績與論壇發(fā)帖數(shù)量、作業(yè)提交次數(shù)、視頻觀看主動性等存在相關性。麥克法迪恩等人（Macfadyen et al.，2010）的研究也證實查閱學習資源的次數(shù)與時長、論壇發(fā)帖次數(shù)等對學習效果有顯著影響。

基于這類研究發(fā)現(xiàn)，很多學者提出了相應的在線學習干預措施。如趙慧瓊等（2017）設計構建了在線學習干預模型，分別從學生參與討論交流情況、學習任務完成情況等7個方面提出干預對策。舒瑩等（2019）通過跟蹤分析在線學習中學習者登錄平臺總時長、論壇活躍程度等，確定了在線學習危機預警因素，采用電子郵件以及學習診斷報告等干預策略對學生進行干預。

四、研究結果

1.學習時間間隔與學習效果相關分析

對DQuiz采集的學習行為數(shù)據(jù)進行統(tǒng)計后發(fā)現(xiàn)，全體學生平均練習時間間隔為5.58天，最大值為16天，最小值為1.11天，中值為4.86天，52.7%的學生學習時間間隔小于5天，9.5%的學生學習時間間隔大于10天。短時間間隔組學生平均間隔3.31天（SD=1.55）練習一次，長時間間隔組學生平均間隔7.99天（SD=2.99）練習一次。結果說明DQuiz可以支持學生隨時開展學習活動，學習活動之間存在時間間隔差異，符合實驗情境。

研究將學習效果與學生學習行為指標做皮爾遜相關性分析。結果如表2所示，練習間隔與新題正確率、總正確率、期中成績、期末成績均顯著負相關，表明練習的間隔越短，學習效果越好;學生的平均練習時長和新題正確率、總正確率和期中成績都呈現(xiàn)顯著相關，表明學生在每道題上花費的時間越多，學習的效果越好。

2.短時間間隔組與長時間間隔組學生的學習效果比較

短時間間隔組新題平均正確率是63%（SD=0.08），總正確率為67%（SD=0.07）;長時間間隔組新題正確率是55%（SD=0.14），總正確率為61%（SD=0.05）。

研究對兩組學生前后測成績、新題正確率、總正確率等進行了差異性檢驗，如表3學習效果部分所示，兩組學生前測成績無顯著差異，但是后測1成績和后測2成績存在顯著差異。從效果量來看，隨著應用時間累計，效果量在變大，預示著差異在增大。新題正確率和總正確率也存在顯著差異。

表3學習行為部分記錄了短時間間隔和長時間間隔兩組學生的學習行為表現(xiàn)，結果顯示兩組學生均完成了所有題目的練習，練習時間間隔差異顯著;而在在線總時長、平均練習時長和其他學習時長上沒有顯著差異;在總練習量上有顯著差異。

為了進一步驗證學習時間間隔對學習效果產(chǎn)生的影響，使用前測成績作為協(xié)變量，后測1成績、后測2成績，以及后測2中各個題型成績分別作為因變量，進行了協(xié)方差分析，結果如表4所示。通過協(xié)方差分析發(fā)現(xiàn)，前測成績均無顯著差異，而在后測1成績（期中）和后測2成績（期末）中，短時間間隔組顯著高于長時間間隔組。在后測2成績中選擇題、調試程序題和編程題均有顯著差異。

3.學習時間間隔和學習效果的作用路徑分析

分散學習效應理論認為，學習材料被分割在不同時間段學習時，中間產(chǎn)生的學習時間間隔會讓學習者對學習材料產(chǎn)生一定的遺忘，而遺忘會迫使學習者再次學習時主動在大腦中進行信息檢索和提取，從而不斷強化知識的記憶，使得記憶更加長久。據(jù)此，本研究假設隨著時間的推移，短時間間隔組學生會逐漸積累前期知識學習的優(yōu)勢，并在隨后的練習中逐漸顯現(xiàn)，最終影響到學期末的成績。

因此研究按照題目順序統(tǒng)計了學生練習的總正確率，統(tǒng)計結果如圖2所示，可見短時間間隔組學生練習總正確率始終高于長時間間隔組。

進一步將學習間隔時間（TI）作為自變量X，首次練習正確率（FCR）作為中介變量預測其對期末學習成績（S）的影響，擬合出公式S=0.693×FCR-0.17×TI。結果如圖3所示，學習時間間隔對學生成績的總效應為-0.415，其中學習時間間隔對學習成績直接效應為-0.17，通過首次練習正確率的中介效應為-0.245（-0.353×0.693）。在固定的學習周期和固定的練習數(shù)量的前提下，兩次練習之間的時間間隔越長，說明學習被分割的次數(shù)越少，每次練習題量就會越多，學習更趨于集中化。T1與S和FCR效應量為負值，說明了分散化的練習方式比集中練習取得更好的學習效果。

五、討論和啟示

1.學習時間間隔對學習效果的影響分析

實驗結果清晰地表明在線學習中存在分散學習效應，學習時間間隔對在線學習效果有比較顯著的影響，特別是在前測無顯著差異的前提下，經(jīng)過一學期的學習，在學習內容相同、練習總時長無顯著差異的前提下，采用更短時間間隔的學生在平時學習表現(xiàn)（新題正確率、總正確率）、階段性學習表現(xiàn)（期中成績）和最終學習表現(xiàn)（期末成績）上均顯著優(yōu)于采用較長時間間隔的學生，從效果量看這種優(yōu)勢伴隨著學習過程的推進越來越明顯。

本研究結果表明，短時間間隔組學生練習新題的數(shù)量與長時間間隔組一樣，但是他們的總練習量卻存在顯著差異，即短時間間隔組學生有較多的重做題目的行為。對學生進行訪談得知，采用更短時間間隔的學生每次進入系統(tǒng)時可供練習的新題數(shù)量相對較少，為了使得每次登錄花費的時間代價能夠產(chǎn)生足夠的收益，他們更傾向于在收藏區(qū)復習從前做錯的題目，查看題目解析或瀏覽討論區(qū)。而長時間間隔組的學生，因為每次進入系統(tǒng)后積累了更多的題目可以練習，所以當練習完所有新題后，已經(jīng)使他們覺得這次學習產(chǎn)生了足夠收益，沒有足夠的動機再來回顧以往的練習內容。雖然同樣是登錄學習，但是兩組學生的學習模式有較明顯的差異。

認知學習理論認為，遺忘是伴隨著學習過程發(fā)生的，記憶的保持不在于復述時間的長短，而在于加工方式和加工層次的不同。主動對信息進行檢索和提取對于記憶的保持有著至關重要的意義（Karpicke et al.，2008;Soderstrom et al.，2016）。分散學習使得一個知識單元的學習過程中出現(xiàn)了多次的間斷，這些間斷造成了學習中的遺忘，每次重新開始，學習者都不得不重新在大腦里檢索提取過去學習的線索，這就會讓學習者在接下來的學習中對更多的因素和細節(jié)進行再編碼，信息的圖式因此得到了加強與細化，促進了記憶的保持和深度的學習（Son，2010）。而集中學習時學習者較少遭遇遺忘的情境，反而容易讓學習者產(chǎn)生已掌握知識的假象，隨著時間的推移，遺忘便會展現(xiàn)出來。結合實驗觀察到的現(xiàn)象和相關理論解釋，本研究認為少量多次的在線學習方式會影響到學生的知識加工模式和學習深度，并且隨著學習的推進這種差異效果會逐漸累計。本研究發(fā)現(xiàn)學習時間間隔通過首次答題正確率影響到最終的學習效果的路徑，這提示我們可以將首次答題正確率作為一個監(jiān)控和預測學習效果的指標。

2.學習時間間隔對于不同認知目標作用效果的差異

表4顯示不同的題型，長短時間間隔組之間的差異有所不同，選擇題差異最為顯著，調試程序題目差異最小，編程題目效果居于兩者中間。期末考試中選擇題主要考察學生對于基本語法知識、語法規(guī)則、表達式及運算規(guī)則等內容的記憶，從認知目標來說屬于識記和應用類，從題目作答形式來看屬于有較多提示線索的再認活動。調試程序主要考察學生對于語義和算法的理解，從認知目標來說屬于應用、分析、綜合等高級層次，從題目作答形式來看需要利用較少的線索進行回憶、心理演算和驗證。編程則是考察學生對于現(xiàn)實情境的問題解決的能力，從認知目標來說屬于創(chuàng)新、創(chuàng)造的層次，從題目作答形式來看需要獨立的設計、規(guī)劃和創(chuàng)作。

現(xiàn)有研究也發(fā)現(xiàn)，分散學習方式能夠顯著提升學生在記憶任務中的表現(xiàn)，然而當學習時間間隔超過一定的限制時，學習表現(xiàn)會呈現(xiàn)下降的趨勢（Cepeda et al.，2009）;而在不同的學科知識領域最優(yōu)化的學習時間間隔并不一樣，記憶任務、語言學習和閱讀理解領域最佳時間間隔相差較多（Balota et al.，1989;Rohrer，2015）。在本研究中，針對不同認知目標層次知識點的學習時間間隔是一致的，后續(xù)研究可以進一步探索不同認知層次較為優(yōu)化的學習時間間隔。

3.分散學習效應對在線學習的啟示

由于師生的時空分離，在線學習一直非常重視學習內容和交互活動的設計，以彌補有可能產(chǎn)生的學習內容闡述不清晰、學習臨場感不足、學習者參與度不高等問題。相對而言，除學習時長外，其他在線學習時間要素幾乎很少被專門考慮。本實驗中，學習時間間隔越短，其單次學習的容量就越少，整個學習的碎片化程度就越明顯，研究結果表明更加碎片化的學習并沒有對學習效果產(chǎn)生負面的影響，反而還促進了學習者的深層次學習行為。這個研究發(fā)現(xiàn)既可以緩解我們對碎片化學習的擔憂，同時也啟示我們要關注在線學習過程中的學習時間安排。根據(jù)分散學習理論，我們認為可以從以下幾個途徑基于學習時間安排對在線學習進行設計和優(yōu)化：

首先，在線學習內容設計方面，可以適當打破傳統(tǒng)按照知識邏輯體系安排學習內容順序的方式，將同一個知識點的學習內容分散在不同的學習主題單元呈現(xiàn)，通過學習內容的順序編排人為制造該知識點的學習時間間隔，引發(fā)學習者信息檢索和提取等積極的認知活動。也可以將相同知識點或者類似知識點的學習內容進行拆分，放在若干個較小的學習單元中，使其可以多次向學習者呈現(xiàn)，每次呈現(xiàn)時還可以通過如變化媒體形態(tài)、感知學習者狀態(tài)（如不同學習場所）等方式，改變每次內容呈現(xiàn)時的學習情境，不斷增加學習者對同一知識點進行信息提取編碼的線索，促進其對知識的學習。

其次，在學習單元設計上，可以適當減少每個學習單元的新知識容量，同時增加深層次學習活動設計，引導學習者登錄后為了獲得足夠的成就感和滿足感，自覺參與到如討論、回看等主動學習活動之中，提升單次學習的學習效率。

再次，在學習預測和干預方面，研究發(fā)現(xiàn)學習時間間隔通過首次學習正確率為中介影響最終學習效果，因此在線學習可以在新知識的學習中嵌入測試、做題等學習活動，一方面促進學生的知識提取和檢測，另一方面將其作為追蹤學生學習效果的指標，通過首次正確率的發(fā)展趨勢來預測在線學習的效果，進而提供學習干預。相較于當前多使用日志文件中記錄的學生特定學習行為作為監(jiān)測指標而言，該指標易于獲取，統(tǒng)計分析手段相對簡單，結果比較直觀，容易被教師和學習者理解和使用。

最后，可以引入學習分析技術對不同類型及不同認知層次的知識點學習效果進行追蹤和預測，發(fā)現(xiàn)其相對優(yōu)化的學習時間間隔，以此為依據(jù)在特定時間節(jié)點為不同學習者推薦適合的學習內容和學習活動。

六、結束語

本研究通過對不同學習時間間隔下學生在線學習表現(xiàn)的分析發(fā)現(xiàn)，在線學習中存在分散學習效應，而學習時間間隔通過對所學知識產(chǎn)生適當?shù)倪z忘來促進學習，這對于傳統(tǒng)的學習觀念提出了挑戰(zhàn)。在線學習由于可以隨時隨地開展學習活動，其在學習時間上的靈活性給分散學習效應提供了更多的應用空間和可能性。根據(jù)分散學習的相關規(guī)律，本研究提出在線學習中可通過重新編排知識點的學習順序，拆分學習內容同時提供多樣化的學習情境和深層次的學習活動，將新知識學習效果作為在線學習效果預測和監(jiān)控指標，以及探索不同類型知識的最優(yōu)學習時間間隔進行學習推薦等建議，以將學習時間安排因素納入到在線學習設計之中，更好地適應越來越普遍的碎片化學習?？傊?，本研究認為，因為分散學習效應的存在，只要保證學習者在一個較長的時間段內能夠相對完整地完成所有知識內容的學習，碎片化學習就有可能對在線學習效果產(chǎn)生積極的影響。

未來研究還將進一步對分散學習行為特征、不同難度和不同類型學習內容最優(yōu)化的學習時間間隔等開展研究，以期為在線學習設計和規(guī)律研究提供更堅實的指導。

參考文獻：

[1]陳麗，逯行，鄭勤華（2019）.“互聯(lián)網(wǎng)+教育”的知識觀：知識回歸與知識進化[J].中國遠程教育，（7）：10-18，92.

[2]董彥良（2020）.大數(shù)據(jù)時代成人碎片化學習：趨勢、痛點與提升路徑[J].中國成人教育，（16）：4-10

[3]郭芳俠，劉琦（2018）.在線學習行為與學習效果的相關性研究——基于Blackboard的翻轉課堂教學實踐[J].高等理科教育， （1）：8-13.

[4]胡姣，張文蘭，陳思睿（2019）.大學生碎片化學習中注意力失焦歸因研究——基于扎根理論的質性分析[J].電化教育研究，40（12）：36-43.

[5]黃建鋒（2018）.碎片化學習：機遇、挑戰(zhàn)及應對策略[J].教育探索， （5）：21-26.

[6]賈積有，繆靜敏，汪瓊（2014）.MOOC學習行為及效果的大數(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.

[7]李亭松，張洪泰，呂林海（2020）.新時代新學習方式的利與弊——互聯(lián)網(wǎng)時代大學生碎片化學習現(xiàn)狀、問題與對策[J].教學研究，43（2）：1-5.

[8]穆肅，王孝金（2019）.在線學習中深層次學習發(fā)生策略的研究[J].中國遠程教育， （10）：29-39.

[9]舒瑩，姜強，趙蔚（2019）.在線學習危機精準預警及干預：模型與實證研究[J].中國遠程教育， （8）：27-34.

[10]田浩，陳麗，黃洛穎等（2020）.cMOOC學習者知識流動特征與交互水平關系研究[J].中國遠程教育，（8）：15-24，76.

[11]王承博，李小平，趙豐年等（2015）.大數(shù)據(jù)時代碎片化學習研究[J].電化教育研究，36（10）：26-30.

[12]王竹立（2016a）.碎片化，你能拒絕得了嗎？[J].中國信息技術教育， （8）：70-71.

[13]王竹立（2016b）.移動互聯(lián)時代的碎片化學習及應對之策——從零存整取到“互聯(lián)網(wǎng)+”課堂[J].遠程教育雜志， 34（4）：9-16.

[14]曾嘉靈，歐陽嘉煜，紀九梅等（2018）.影響MOOC合格學習者學習效果的行為特征分析[J].開放學習研究， 23（6）：1-9.

[15]張錦坤，連榕（2013）.有效學習的三個易控變量：間隔、順序與提取練習[J].心理與行為研究，11（2）：276-281.

[16]張克永，李宇佳，楊雪（2015）.網(wǎng)絡碎片化學習中的認知障礙問題研究[J].現(xiàn)代教育技術， 25（2）：88-94.

[17]趙慧瓊，姜強，趙蔚等（2017）.基于大數(shù)據(jù)學習分析的在線學習績效預警因素及干預對策的實證研究[J].電化教育研究， 38（1）：62-69.

[18]Balota， D. A.， Duchek， J. M.， & Paullin， R. （1989）. Age-Related Differences in the Impact of Spacing， Lag， and Retention Interval [J]. Psychology & Aging， 4（1）：3-9.

[19]Bjork， E. L.， & Bjork， R. A. （2011）. Making Things Hard on Yourself， but in a Good Way： Creating Desirable Difficulties to Enhance Learning [J]. Psychology and the Real World： Essays Illustrating Fundamental Contributions to Society， （2）：59-68.

[20]Budé， L.， Imbos， T.， & Van De Wiel， M. W. et al. （2011）. The Effect of Distributed Practice on Students Conceptual Understanding of Statistics [J]. Higher Education， 62（1）： 69-79.

[21]Cepeda， N. J.， Coburn， N.， & Rohrer， D. et al. （2009）. Optimizing Distributed Practice： Theoretical Analysis and Practical Implications [J]. Experimental Psychology， 56（4）：236-246.

[22]Dunlosky， J.， & Rawson， K. A. （2015）. Practice Tests， Spaced Practice， and Successive Relearning： Tips for Classroom Use and for Guiding Students Learning [J]. Scholarship of Teaching and Learning in Psychology， 1（1）：72-78.

[23]Karpicke， J. D.， & Roediger， H. L. （2008）. The Critical Importance of Retrieval For Learning [J]. Science， 319（5865）： 966-968.

[24]Macfadyen， L. P.， & Dawson， S. （2010）. Mining LMS Data to Develop an “Early Warning System” for Educators： A Proof of Concept[J]. Computers & Education， 54 （2）：588-599.

[25]Rischke， A. E.， Roberts， K. P.， & Price， H. L. （2011）. Using Spaced Learning Principles to Translate Knowledge into Behavior： Evidence From Investigative Interviews of Alleged Child Abuse Victims [J]. Journal Of Police and Criminal Psychology， 26（1）：58-67.

[26]Roediger， H. L.， & Karpicke， J. D. （2006）. The Power Of Testing Memory： Basic Research and Implications for Educational Practice [J]. Perspectives on Psychological Science， 1（3）：181-210.

[27]Rohrer， D. （2015）. Student Instruction Should Be Distributed Over Long Time Periods [J]. Educational Psychology Review， 27（4）：635-643.

[28]Rohrer， D.， & Taylor， K. （2006）. The Effects of Overlearning and Distributed Practise on the Retention of Mathematics Knowledge [J]. Applied Cognitive Psychology： The Official Journal of the Society for Applied Research in Memory and Cognition， 20（9）： 1209-1224.

[29]Soderstrom， N. C.， Kerr， T. K.， & Bjork， R. A. （2016）. The Critical Importance of Retrieval-and Spacing-for Learning [J]. Psychological Science， 27（2）：223-230.

[30]Son， L. K. （2010）. Metacognitive Control and the Spacing Effect [J]. Journal of Experimental Psychology： Learning， Memory， and Cognition， 36（1）：255-262.

[31]Vlach， H. A.， Bredemann， C. A.， & Kraft， C. （2019）. To Mass or Space？ Young Children Do Not Possess AdultsIncorrect Biases About Spaced Learning [J]. Journal of Experimental Child Psychology， 183：115-133.

[32]Xue， G.， Dong， Q.， & Chen， C. et al. （2013）. Complementary Role of Frontoparietal Activity and Cortical Pattern Similarity in Successful Episodic Memory Encoding [J]. Cerebral Cortex， 23（7）：1562-1571.

[33]Zhang， L.， Li， B.， & Zhou， Y. et al. （2019）. Can Fragmentation Learning Promote Students Deep Learning in C Programming？ [C]// Foundations and Trends in Smart Learning. Singapore： Springer： 51-60.

[34]Zhang， Q.， Zhang， L.， & Li， B. et al. （2017）. Can Distributed Practice Improve Students Efficacy in Learning Their First Programming Language？[C] // 25th International Conf erence on Computers in Education， ICCE 2017. Asia-Pacific Society for Computers in Education： 427-432.

[35]Zulkiply， N.， Mclean， J.， & Burt， J. S. et al. （2012）. Spacing and Induction： Application to Exemplars Presented as Auditory and Visual Text [J]. Learning and Instruction， 22（3）： 215-221.

責任編輯 汪燕