劉司卓 李爽 黃嘉靖

【摘要】?? 當前直播教學已經(jīng)成為在線教學的重要形式，亟須圍繞直播課的教學規(guī)律和學習特征開展理論與實證研究，以規(guī)范和優(yōu)化直播教學實踐，而直播課學習行為投入評估是值得優(yōu)先關注的問題之一。本研究基于學習投入相關理論與研究成果構(gòu)建出直播課學習行為投入評價框架，包括規(guī)范遵守、學習參與和社會參與三個維度，共24個指標。之后，以ClassIn平臺一門少兒英語小班直播課為例，基于課程16課時共計950分鐘的教學實錄以及日志記錄的課程數(shù)據(jù)對預設指標進行初步驗證，采用層次分析法，邀請教育技術領域?qū)＜掖_定各維度及指標權(quán)重，最終定義出直播課學習行為投入評估指標體系。最后，研究基于該評估指標體系對案例課程的學習行為投入特征進行分析，并考察了學生個體、課堂教學和環(huán)境因素對學習行為投入的影響情況。

【關鍵詞】? 在線教學;直播課;學習行為投入;學習評價;評價指標;影響因素;層次分析;學習分析

【中圖分類號】? ?G622.0? ? ? ? ?【文獻標識碼】? A? ? ? ?【文章編號】? 1009-458x（2021）2-0036-11

一、引言

隨著技術的發(fā)展，在線教學的形式越來越多樣化。以師生實時視頻互動為特征的直播課作為新興在線教學形式在實踐中快速發(fā)展。特別在2020年新冠肺炎疫情期間，直播教學更是在各級院校應對疫情隔離需求開展靈活居家學習中發(fā)揮重要作用，相當比重的院校依托ClassIn、釘釘?shù)雀黝愔辈ソ虒W平臺，或騰訊會議、Zoom、云視訊等會議系統(tǒng)將傳統(tǒng)課堂轉(zhuǎn)到線上，為院校師生積累寶貴的直播課經(jīng)驗，也有力地推動了課堂從封閉的物理空間向虛擬空間拓展，為變革傳統(tǒng)學校課堂教學以滿足教育公平和個性化優(yōu)質(zhì)教育需求奠定了基礎。隨著在線教學成為后疫情時代的“新常態(tài)”（胡欽太， 等， 2020），同步直播教學作為疫情期間主要的在線教學方式之一（謝幼如， 等， 2020; 梁林梅， 等， 2020），也可能會成為教育教學“新常態(tài)”的重要組成部分。

直播課是依托各類實時通信技術與網(wǎng)絡平臺環(huán)境，支持師生在不同物理空間下通過實時音視頻互動開展教學活動的遠程教學形式，具有教與學準時空分離的本質(zhì)。其實，在第三代遠程教育發(fā)展初期也出現(xiàn)過一些基于雙向視頻會議系統(tǒng)的實時互動教學探索，但那時這類教學技術系統(tǒng)造價昂貴，通常在學習中心配置，學生需到地方學習中心與遠程教師進行一對多實時互動。網(wǎng)絡技術的飛速發(fā)展不僅大大降低了直播教學的成本，實現(xiàn)了學生在各自物理空間與教師實時互聯(lián)，而且為直播教學搭建出功能更強大的互動環(huán)境，涌現(xiàn)出一對一、小班直播、常規(guī)班級規(guī)模及50人以上大規(guī)模直播等多種實時互動教學實踐模式。

隨著直播課的普及，對新網(wǎng)絡空間直播課教學規(guī)律與特征的探索愈加重要。然而，文獻中關于這一領域的理論探索與實證研究均非常有限。師生雖然在直播課中實時互動，卻處于不同的物理空間，空間的分離將會如何影響教與學？虛擬空間中的實時教學交互是否會因為物理距離而產(chǎn)生新特征或出現(xiàn)新問題？直播課如何在兼顧空間靈活性與學習個性化的同時規(guī)范課堂秩序？這些問題都亟待探索。其中，學生在直播課學習過程中的行為投入是值得優(yōu)先關注的問題之一。學習行為投入是影響學習績效的重要因素（Birch & Ladd， 1997; Fredricks， Blumenfeld， & Paris， 2004; Cheng & Chau， 2016），是教育評估與研究關注的重要學習變量，既是遠程教學的研究熱點（湯詩華， 等， 2018），也是遠程教學的短板（文書鋒， 等， 2017）。學生在物理空間分離的虛擬空間中能否積極投入教學互動、如何參與以及怎樣有效評估學生的直播課行為投入等問題是直播課教學規(guī)律研究的重要問題。

二、相關文獻研究

（一）學習行為投入的內(nèi)涵與構(gòu)成

本研究中的學習行為投入是指學生在教學活動中行為層面的學習投入情況。學習行為投入（learning behavioral engagement）是學習投入（learning engagement）的基本構(gòu)成維度，是學生心理投入的載體（Newmann， 1992; Fredricks， et al.， 2004）。文獻中對行為投入構(gòu)成的討論為本研究提供了參考。首先，對課堂規(guī)范的遵守在文獻中常被看作行為投入的重要組成部分（Finn， 1993， p. 14; Finn， Pannozzo， & Voelkl， 1995; Finn & Rock， 1997）。例如：費恩（Finn， 1993， p. 14）提出的參與—認同感模型（Participation-Identification Model）將學生對要求的響應視為學生行為投入的基本構(gòu)成成分;弗雷德里克斯等（Fredricks， et al.， 2004）指出學生對規(guī)則和秩序的積極執(zhí)行是其行為投入的基本構(gòu)成成分;Bingham和Okagaki（2012）認為遵守規(guī)范是高學習投入學生的基本表現(xiàn)之一。也有些學者對行為投入的討論主要聚焦于學生在學術任務活動中的表現(xiàn)。例如：斯金納等人（Skinner & Belmont， 1993; Furrer & Skinner， 2003; Skinner， Kindermann， & Furrer， 2009）將行為投入概括為任務行為、學術行為和課堂參與，具體表現(xiàn)為努力、堅持、專注等方面;拉姆等（Lam， et al.， 2014）則更加關注學生在課堂學術活動和課外活動中的積極參與行為。除上述兩類行為以外，一些學者（Wright， Jones， & DAlba， 2013; Sinha， Rogat， Adams-Wiggins， & Hmelo-Silver， 2015; 李爽， 等， 2016; Redmond， Abawi， Brown， Henderson， & Heffernan， 2018）會關注學生在社會性互動中的投入情況，將其作為學生投入的重要構(gòu)成成分，他們認為這類行為雖然與學術任務相關性不強，但有助于建立融洽的社會關系、增強歸屬感和凝聚力，是課堂情感投入的重要體現(xiàn)。

行為投入相關評價體系和測量工具也為定義學習行為投入框架的具體觀測指標提供了依據(jù)。在課堂規(guī)范遵守方面，一些學者關注學生在出勤表現(xiàn)、不良行為和任務參與上的行為表現(xiàn)。例如：費恩和弗萊克爾（Finn & Voelkl， 1993）提到出勤、不良行為和課堂參與三個維度;阿普爾頓等人（Appleton， Christenson， Kim， & Reschly， 2006）認為出勤、輟學、自愿參與課堂活動等可用以表征行為投入;孫等人（Sun & Rueda， 2012）在《遠程學習投入量表》（Student Engagement in Distance Education，SEDE）中提到遵守規(guī)則、及時完成任務等指標。在學術活動的行為表現(xiàn)上，里夫等人（Reeve， Jang， Carrell， Jeon， & Barch， 2004）提出專注、努力、口頭參與、堅持和積極情緒五個維度;拉姆等（Lam， et al.， 2014）提出積極參與、專注和堅持三方面;李爽等（2016）將行為投入分為參與、交互、堅持、專注、學術挑戰(zhàn)和自我監(jiān)控六部分;張琪等（2018）提出“PRIC”測評維度，認為持續(xù)性（persistence）、反思性（reflection）、主動性（initiative）和專注性（concentration）是實現(xiàn)行為投入反饋循環(huán)的關鍵，其中主動性維度關注學習者與外界的積極交互行為;Redmond等（Redmond， et al.， 2018）提到識別機遇與挑戰(zhàn)、支持鼓勵同伴等指標。可見，專注、堅持、交互和學術挑戰(zhàn)是較為普遍的關注點。社會性交互的評價則強調(diào)有效而開放的、有助于歸屬感和信任感等情感建立的交流互動，如自我介紹、情感表達、打招呼等（Hara， Angeli， & Bonk， 2000; Redmond， et al.， 2018; Doo & Bonk， 2020）。

（二）在線行為投入評價相關研究

在線學習興起后，對學習者在線行為投入的評價與分析成為人們關注的熱點（Hrastinski， 2009）。一些學者通過自陳報告來評價學習者的在線行為投入。狄克森（Dixson， 2015）開發(fā)的《在線學習投入量表》（Online Student Engagement Scale，OSE）分為技能、情感、交互和績效四個維度，包括規(guī)律學習、幫助同伴、參與在線交流等指標;鄧等人（Deng， Benckendorff， & Gannaway， 2020）開發(fā)的《MOOC投入量表》（MOOC Engagement Scale，MES）從社交與行為投入兩個維度評測MOOC學習投入，如按時參加課程、回答問題、分享資料等。隨著學習分析研究的興起，越來越多的學者基于log日志中的大量行為數(shù)據(jù)量化評價在線行為投入。例如：金等人（Kim， Park， Yoon， & Jo， 2016）從積極響應、主題討論、堅持付出和交互四方面評價異步在線討論的投入情況，包括定期學習、經(jīng)常發(fā)帖等指標;張思等（2017）從參與、專注、規(guī)律和交互四個維度表征學生在網(wǎng)絡學習空間中的投入情況，具體有參與活動、參與討論、上傳資源等指標;王紅梅等（2019）基于“PRIC”維度和12個行為指標，測評開放學習環(huán)境下的學習投入。近年來，學習分析領域的研究數(shù)據(jù)趨向多模態(tài)化，即采用兩種或以上方式獲取數(shù)據(jù)。鐘薇等（2018）結(jié)合課程視頻、后臺日志和自陳報告對行為投入和認知水平進行研究;曹曉明等（2019）結(jié)合學生的MOOC學習圖像、腦電和日志數(shù)據(jù)對學習投入識別進行研究;王麗英等（2020）設計的在線學習多模態(tài)數(shù)據(jù)融合模型，通過后臺日志、面部識別及心率檢測來評價MOOC學習者的投入水平。多模態(tài)數(shù)據(jù)在一定程度上彌補了單模態(tài)數(shù)據(jù)的局限，能更全面、準確地表征學習行為投入程度。

文獻研究顯示，雖然目前已有較多有關在線學習投入的評價研究與相關評價體系，但大多有關在線學習行為投入的評價是基于MOOC等以學生自主學習為主的在線學習情境進行構(gòu)建的，缺乏有關直播教學情境下學習行為投入的評價研究。在直播教學情境下，學生在線學習的參與方式與行為發(fā)生了一些變化，直播教學情境中可采集的學生學習數(shù)據(jù)的構(gòu)成與形態(tài)也發(fā)生了變化。學生的在線學習行為投入情況究竟如何？相關評價指標體系如何構(gòu)建？這些問題亟待更多的實證研究去回答。

三、研究方法

（一）研究問題

本研究旨在構(gòu)建直播課學習行為投入評價指標，并基于一門實際直播課程對直播課學習行為投入特征與規(guī)律進行探索。小班直播課是當前直播課的典型模式之一，能更充分地體現(xiàn)直播課在教學靈活性與互動性方面的優(yōu)勢，具有較好的應用和發(fā)展前景。且該模式中學生人數(shù)較少，通常所有學生都會開啟攝像頭參與課程活動，課程實錄能夠記錄師生每個人在直播課中的語言與動作，從而為分析學習行為投入提供了更完整的數(shù)據(jù)。綜上所述，本研究決定聚焦小班直播課情境，以基于ClassIn在線教室的少兒英語教學課程為例，考察直播課學習行為投入的特征及其影響因素。具體研究問題如下：①直播課學習行為投入包括哪些評價指標，其權(quán)重分別是多少？②少兒小班直播課的學習行為投入水平如何？③少兒小班直播課學生的學習行為投入是否會受到學生個體及教學互動環(huán)境因素的影響？

（二）ClassIn在線教室

ClassIn在線教室是由翼鷗教育研發(fā)的一對多直播互動教學平臺，是當前直播教學實踐中應用較多的主流教學平臺之一。ClassIn直播課程界面由師生視頻畫面、黑板區(qū)和工具欄構(gòu)成，見圖1。師生通過視頻互動、黑板區(qū)繪畫、文本輸入、小黑板問答、協(xié)同編輯、屏幕共享等功能，實現(xiàn)課堂提問、回答和討論等基本教學互動，選擇題和搶答題的功能實現(xiàn)課堂及時測試與調(diào)查，聊天區(qū)實現(xiàn)師生間文字互動及資源分享。除此以外，教師可以對表現(xiàn)良好的同學給予獎勵，并實時顯示在學生視頻畫面中。整體而言，ClassIn較好還原了傳統(tǒng)課堂的互動，并在某些方面有所增強。

（三）案例課程與樣本數(shù)據(jù)

綜合考慮教學方式的多樣性、課堂實錄的質(zhì)量、教學日志數(shù)據(jù)的完整性、數(shù)據(jù)的可獲得性等因素，研究最終選取了一門課外少兒英語課程作為案例課程。案例課程有1名男性外教與5名女生參與。課程包含18節(jié)課，分別為13節(jié)教學課、2節(jié)辯論課、1節(jié)考前復習課、1節(jié)考試和1節(jié)考后放松課，每節(jié)課持續(xù)時間約為1小時。其中，教學課主要的教學活動包括學習新單詞及單詞鞏固練習或游戲;復習課無新知識講授與課件使用，師生以視頻問答的形式進行復習;辯論課學生分組就某一主題展開辯論。由于考試和考后放松課涉及的課堂活動極少，對行為投入研究意義不大，故研究未將其納入分析，最終選取剩余16節(jié)課進行分析。

本研究對第二個和第三個研究問題的考察主要基于該16節(jié)課累計950分鐘的教學實錄和在這些課時中師生所產(chǎn)生的日志數(shù)據(jù)進行。通過對兩類數(shù)據(jù)的挖掘和分析，對學生在16節(jié)課中產(chǎn)生的80人次學習行為投入表現(xiàn)以及相關影響因素進行探索。

（四）數(shù)據(jù)處理與分析

1. 直播課學習行為投入分析框架

研究結(jié)合相關文獻及直播教學特點，初擬直播課學習行為投入分析框架，見表1。分析框架包含規(guī)范遵守、學術參與和社會參與3個一級維度、8個二級維度，共24個指標。

“規(guī)范遵守”指學生在維持課堂秩序和響應教師基本要求方面的表現(xiàn)，是課堂基本行為投入維度，包括3個二級維度。其中，“出勤表現(xiàn)”關注學生是否出勤，是否存在遲到或早退;“違規(guī)行為”關注學生擾亂課堂秩序的行為;“任務參與”關注學生對課堂基本任務的投入情況?！皩W術參與”指學生在課堂學術活動中投入的時間、精力和努力，包括4個二級維度。其中，“專注度”指學生在學習內(nèi)容和任務上集中注意力的程度;“堅持性”指學生遇到困難與障礙時繼續(xù)努力的程度;“主動交互”指學生為達成學術目標與教師或同伴進行互動和協(xié)作;“學術挑戰(zhàn)”指學生面對針對高認知水平目標的挑戰(zhàn)性任務時的行為表現(xiàn)?！吧鐣⑴c”是指學生與教師和同伴進行社會性互動的表現(xiàn)。這類互動與學術活動無直接聯(lián)系，但是對于建立良好社會關系、活躍課堂氣氛具有重要意義。

2. 數(shù)據(jù)分析過程與方法

首先基于案例教學實錄編碼與后臺數(shù)據(jù)計算出預設的24個評價指標。為確保指標的獨立性，研究首先對預設指標進行相關分析，結(jié)果表明預設的24個指標間均為低相關關系，因此全部予以保留。

其次采用層次分析法確定各維度及指標權(quán)重。層次分析法（analytic hierarchy process，AHP）是目前較為成熟和應用較多的權(quán)重計算方法（鄧雪， 等， 2012）。本研究邀請六名教育技術和在線教學領域?qū)＜彝ㄟ^問卷對表1中各維度和指標的重要程度進行打分。六名專家分別為北京師范大學教育技術學院的兩位教授、一位副教授和一位講師，一位江南大學教育技術學院副教授和一位蘇州大學教育技術方向副教授。首先根據(jù)專家打分結(jié)果得出各維度判斷矩陣[S=（uij）p×p]，并通過MATLAB判斷矩陣S的最大特征根[λmax]，然后通過計算一致性指標CI、一致性比例[CR]進行層次單排序和一致性檢驗，最后進行層次總排序及一致性檢驗得出各指標綜合權(quán)重。

最后，基于確定的權(quán)重對案例課程中學生各行為投入維度進行計算，據(jù)此分析案例課程的行為投入水平，并通過相關分析和差異分析考察個體及教學互動環(huán)境因素對學生行為投入的影響。

四、研究結(jié)果

（一）直播課學習行為投入評價指標權(quán)重

根據(jù)專家對直播課學習行為投入各維度與指標重要性打分結(jié)果得出各級維度判斷矩陣，經(jīng)過層次單排序和一致性檢驗、層次總排序和一致性檢驗，得出各維度及指標綜合權(quán)重，見表2。基于權(quán)重評估結(jié)果，“學術參與”的權(quán)重在一級維度中最高。在在該維度中，“專注度”和“主動交互”占比較高?！皩Ｗ⒍取笔瞧毡檎J同的反映課堂投入表現(xiàn)的指標，在該維度中“左顧右盼次數(shù)”和“響應教師提問積極性”兩個指標權(quán)重較高;“主動交互”是學習者投入課堂教學的重要體現(xiàn)（張屹， 等， 2014），在該維度中課堂發(fā)言總次數(shù)所占權(quán)重最高?！耙?guī)范遵守”的權(quán)重位居其次，其二級維度中“出勤表現(xiàn)”作為學習者投入課堂活動最基本的條件，所占權(quán)重最高，“出勤率”則為該維度占比最高的指標。“社會參與”在三個學習行為投入維度中所占權(quán)重最低，該結(jié)果在意料之中，社會參與與學習成效的關系相比前兩個維度會弱一些，對學習成效的影響是間接的。在該維度中，指標“主動進行社會情感話題交流次數(shù)”的權(quán)重更高。

（二）直播課學習行為投入整體特征

基于教學實錄與后臺日志數(shù)據(jù)對各個指標進行描述性統(tǒng)計，見表3。學生在“規(guī)范遵守”維度表現(xiàn)較好，特別是“出勤表現(xiàn)”，學生出勤率高且無早退行為;學生的任務參與水平較高;偶爾會出現(xiàn)違規(guī)行為。在“學術參與”維度中，學生的交互表現(xiàn)較為突出，可以看出在該課程中“主動交互”是學生投入課堂學習的主要方式，特別體現(xiàn)在課堂發(fā)言上;學生的“專注度”和“堅持性”仍有待提高，常有注意力不集中的行為出現(xiàn)，學生雖然極少退出或放棄任務，但獨立完成任務的比例不高;學生在“學術挑戰(zhàn)”方面的行為數(shù)據(jù)較少，主要由于該課程較少設置挑戰(zhàn)性任務。在“社會參與”維度中，相比主動發(fā)起互動，學生更多是去回應他人發(fā)起的社會情感話題。

根據(jù)研究定義的指標權(quán)重計算出16節(jié)課的學習行為投入水平，見圖2～圖5。對比發(fā)現(xiàn)各節(jié)課的學習行為投入水平存在波動，最后兩節(jié)課波動較大。具體來看，各節(jié)課之間學生“規(guī)范遵守”表現(xiàn)較為穩(wěn)定，“學術參與”存在一定差異，其中“主動交互”的波動最大，而“堅持性”和“學術挑戰(zhàn)”方面基本穩(wěn)定，“社會參與”在整個課程期間存在較大波動。

（三）直播課學習行為投入影響因素探索

基于已有數(shù)據(jù)，進一步通過差異檢驗和相關分析考查學生個體因素以及教學與互動環(huán)境因素對直播課學習行為投入的影響情況。

1. 個體間行為投入差異檢驗

采用單因素方差分析（One-Way ANOVA）對課程中5名學生整體行為投入水平、各一級和二級維度投入均值進行比較，考察直播課學生學習行為投入程度是否存在個體差異。結(jié)果顯示：5名學生的直播課整體行為投入水平存在顯著差異[F（4，75）=2.81，P=0.03];“學術參與”水平存在個體間顯著差異[F（4，75）=2.80，P=0.03];“規(guī)范遵守”維度中“出勤表現(xiàn)”[F（4，75）=5.55，P=0.00]和“學術參與”中“主動交互”[F（4，75）=4.09，P=0.01]在個體間差異顯著。

2. 不同課型間行為投入差異檢驗

本研究中三類課型不僅具有不同的教學內(nèi)容，而且體現(xiàn)了三種不同的教學方式。為驗證不同課型是否對行為投入水平產(chǎn)生影響，研究采用單因素方差分析將案例課程中教學課、復習課和辯論課三類課型的總體與各維度行為投入均值進行比較。結(jié)果顯示，不同課型間總體行為投入程度并無顯著差異[F（2，77）=0.32，P=0.73]。進一步考察不同課型各一級維度行為投入均值差異發(fā)現(xiàn)，僅“規(guī)范遵守”維度差異顯著[F（2，77）=18.95，P=0.00]，采用最小顯著性差異法（least significant difference，LSD）進行事后多重比較發(fā)現(xiàn)，學生在辯論課中的規(guī)范遵守表現(xiàn)最好，復習課中表現(xiàn)最差。不同課型各二級維度行為投入均值的差異檢驗發(fā)現(xiàn)，“規(guī)范遵守”中“違規(guī)行為”[F（2，77）=6.85，P=0.00]和“任務參與”[F（2，77）=109.98，P=0.00]以及“學術參與”中“堅持性”三個二級維度均呈現(xiàn)出課型間顯著差異[F（2，77）=13.66，P=0.00]。事后比較發(fā)現(xiàn)，辯論課在上述二級維度的行為投入水平均顯著高于另外兩類課型，復習課的相關投入水平均為最低。

3. 互動環(huán)境與學習投入的相關分析

為考察直播課中教師利用平臺功能所創(chuàng)設的互動環(huán)境是否會對學習行為投入產(chǎn)生影響，分析案例課程中教師的操作以選取教師借助平臺功能可創(chuàng)設的互動環(huán)境特征，發(fā)現(xiàn)獎勵與操作授權(quán)是教師最常用的功能。前者是指教師給表現(xiàn)優(yōu)異的學生發(fā)放虛擬獎杯，該獎杯可以及時對學生進行反饋和激勵，也可以作為教師對學生平時課堂表現(xiàn)進行總結(jié)性評價的重要參考;后者是指教師可以將黑板區(qū)操作權(quán)限授權(quán)給即將發(fā)言、展示或參與互動的學生。這兩個互動環(huán)境特征有助于創(chuàng)設一個激勵性的、及時反饋的、互動便捷的互動環(huán)境，從而調(diào)動學生的積極性，提高其學習投入水平。因此，本研究選取獎勵次數(shù)與授權(quán)時長作為互動環(huán)境的特征，通過相關分析考察這兩個特征與學習行為投入的關系。結(jié)果顯示，兩個特征與學生在“規(guī)范遵守”維度的投入水平顯著相關，具體體現(xiàn)在，教師利用平臺給予學生獎勵的次數(shù)與學生對課堂規(guī)范的遵守程度顯著正相關（P<0.05），學生被授權(quán)時長與其出勤表現(xiàn)顯著正相關（P<0.05），見表4。未發(fā)現(xiàn)這兩個特征與學術和社會參與兩維度呈顯著相關。

五、總結(jié)、討論與反思

研究基于文獻研究與直播課特征構(gòu)建出直播課學生學習行為投入評價維度與指標，通過層次分析法定義各維度及指標權(quán)重，該指標體系為實踐中評價與分析直播課學習行為投入提供框架與算法。研究進一步采用該評價體系，對一門基于ClassIn的少兒英語小班直播課進行學生學習行為投入特征分析，初步探索學生個體、教學與環(huán)境因素對直播課學習行為投入的影響。相關結(jié)果為認識新技術環(huán)境下直播課學習投入特征及影響因素提供依據(jù)，為教師改進直播教學方法、提升教學質(zhì)量，及有關直播教學平臺優(yōu)化功能提供參考?；谘芯拷Y(jié)果，對如下問題進行討論。

（一）直播課情境與混合式教學情境下學習行為投入評價指標的對比分析

張琪等（2018）曾基于教學云平臺提出學生行為投入分析框架（以下簡稱“云平臺框架”），并通過層次分析法對維度和指標賦權(quán)，該研究側(cè)重基于移動設備的混合式教學，而本研究則針對直播教學構(gòu)建行為投入評價指標體系。對比兩項研究構(gòu)建的評價框架與指標，主要相似之處在于均重視學生的主動性。云平臺框架關注學生回答和提問的數(shù)量、展示次數(shù)等，與本研究中“主動交互”對應指標類似。可見，無論混合式教學還是直播教學，學生與教師和同伴的互動都是行為投入評價的重要構(gòu)成成分。

兩個指標體系的差異主要體現(xiàn)在：①專注度的重要性存在差異。在云平臺框架中“專注度”權(quán)重最低，而本研究中“專注度”在“學習參與”維度權(quán)重最高。這與兩類在線教學情境的學習特征差異有關。在混合式教學中，學生擁有更靈活的學習時空，在對學習行為的有效調(diào)節(jié)可能比專注度更為重要。而在直播課中，學生往往需要全神貫注以跟上教學進程，專注度將直接影響其學習成效，學生能否將注意力有效集中于教學活動成為體現(xiàn)其實質(zhì)性投入的重要指標。②云平臺框架中缺少對社會參與度的評價，這可能與混合式教學中師生線下社會性互動機會較多有關。在直播課中，師生的社會參與對于構(gòu)建線上良好師生關系與學習氛圍、提升學生學習主動性和積極性具有重要作用。

（二）直播課學習行為投入的影響因素

直播課學習行為投入的影響因素包含內(nèi)因和外因，內(nèi)因指學生自身因素，包括性格、學習動機和學習風格等;外因則涉及課堂教學與環(huán)境因素，既包含教學活動和方法、教師搭建的直播教學環(huán)境，也包含學生所處的學習環(huán)境。因為本研究無法采集學生所處環(huán)境特征，故此主要考察了學生個體因素、教學和互動環(huán)境因素與直播課行為投入的關系。

1. 學生個體因素

研究表明學習行為投入受個體因素影響，特別表現(xiàn)在“出勤表現(xiàn)”和“主動交互”兩個維度。盡管學生在這兩個維度整體表現(xiàn)較好，但教師仍需關注投入水平較低的個體。已有研究發(fā)現(xiàn)學習動機和性格等因素會影響學習行為投入水平。如牟智佳（2017）對MOOCs學習投入影響因素的研究表明學生內(nèi)在動機對學習投入有較強影響;施等人（Shih， Chen， Chen， & Wey， 2013; Bhagat， Wu， & Chang， 2019）發(fā)現(xiàn)不同人格特質(zhì)的學習者對在線學習的動機、感受和偏好存在差異，進而影響其學習投入程度。一些學者還對不同學習風格學生的學習投入進行考察，發(fā)現(xiàn)感知型學習者（sensing learners）的投入水平較高（Cheng & Chau， 2016）。在直播教學中，學生個體的行為投入不僅會影響其自身學習成效，而且會影響課堂進度與整個班級的教學成效。因此，直播課教師不僅要密切觀察學生表現(xiàn)，而且需要對學生進行更深入和全面的了解，包括對學生學習動機、性格特質(zhì)、學習風格、家庭情況與當時學習狀態(tài)等方面進行了解。只有這樣才能在直播教學中準確預測學習投入問題，選擇有效教學策略，確保直播教學順利而有效開展。

2. 教學與互動環(huán)境因素

（1）教學因素

研究發(fā)現(xiàn)不同課型中學生在 “違規(guī)行為”“任務參與”“堅持性”三個維度的表現(xiàn)存在顯著差異，這意味著學生的行為投入水平會受教學方式的影響。該發(fā)現(xiàn)印證了已有對不同教學法下學生行為投入的研究結(jié)果。陳奕樺等（2017）發(fā)現(xiàn)相比于講授法和問答法，完整有趣的生活化情境更能激發(fā)學生的投入。本研究中的辯論課分別以“6歲以下兒童是否應該養(yǎng)寵物”和“學生是否應該使用手機”為主題開展，教學活動被植入特定情境中，有趣而具體，貼近學生真實生活，因此學生在該類課堂的投入程度較高。相比之下，在講授型為主的教學課和以問答為主的復習課中學生投入程度較低，尤其復習課呈現(xiàn)出最低水平?？梢娊處煵捎盟缮⒌膯柎鸱绞竭M行復習的效果并不好，學生回答以響應式回復為主，并沒有被教學內(nèi)容或活動真正吸引，學習投入較為被動，堅持性較差，違規(guī)行為也相對較多。在講授式的直播課堂中，尤其在面對自控能力較弱、專注力較低的低年段學生時，教師更應加強課堂管理，明確課堂規(guī)范要求，及時糾正學生的違規(guī)行為，督促學生及時完成任務，提升其學習投入水平。

此外，研究發(fā)現(xiàn)學生在第二節(jié)辯論課中的行為投入水平高于第一節(jié)辯論課，這可能與學生在兩節(jié)課中對學習任務的熟悉程度不同有關。多數(shù)學生在第一節(jié)課中首次接觸辯論形式，而在后一節(jié)課中更熟悉流程與規(guī)則，與他人互動更加自如，投入水平更高。該結(jié)果印證了已有研究關于學生對教學任務的熟悉程度會影響學生投入表現(xiàn)的結(jié)果 （Mason， 2011）?？梢姡诮虒W活動開展前，教師需提供清晰、明確的指導，增強學生對任務目的、意義和參與方式的認知。

（2）互動環(huán)境因素

研究發(fā)現(xiàn)獎勵次數(shù)和授權(quán)時長與學生遵守課堂規(guī)范的程度呈顯著正相關，從而再次證明良好的課堂環(huán)境對行為投入具有積極影響（張麗霞， 等， 2012）。研究結(jié)果表明，反饋及時的、激勵性的、擁有更多互動權(quán)利的環(huán)境能夠更好地促進學生的學習行為投入，這與已有研究發(fā)現(xiàn)相似。例如：弗雷德里克斯等（Fredricks， et al.， 2004）提到學習者在感知到教師支持和關懷時會表現(xiàn)出較高的投入水平;Yeh（2005）的研究表明教師的評價和反饋可以提升學生的在線學習投入水平;劉斌等（2017）發(fā)現(xiàn)教師及時的關注和情感激勵對學生投入有正面影響;方佳明等（2018）發(fā)現(xiàn)學習者在MOOC環(huán)境中與他人的交互行為對其在線投入有顯著影響?？梢姡處熢谥辈フn中應充分利用平臺相關功能創(chuàng)設出激勵學生投入的良好課堂教學環(huán)境。但在本研究中，所考察的兩個互動環(huán)境特征與學生的學術和社會參與均未呈現(xiàn)顯著相關，這兩個維度與學生學習的實質(zhì)性心理投入更相關?？芍?，外在獎勵和授權(quán)時長在激勵學生實質(zhì)性投入方面作用較為有限，教師還需繼續(xù)挖掘直播平臺在促進學生實質(zhì)性投入方面的作用，創(chuàng)造激勵學生投入的互動環(huán)境。

（三）研究局限與展望

首先，研究數(shù)據(jù)的局限性和研究結(jié)果的推廣性是本研究的第一個不足。盡管案例研究對于人們理解真實而復雜的教育情境、深度探索教學中充滿差異的個體和群體行為具有重要價值（Hamilton & Corbett-Whittier， 2012， pp. 5-6; Yin， 2017， p. 5），但是研究結(jié)果與結(jié)論的可推廣性問題是案例研究的主要局限（Bryman， 2016， p. 62）。本研究在完成直播課學習投入指標及其權(quán)重的定義后，僅選取了一門案例課程進行直播課學習投入指標的驗證，以及投入特征及其影響因素的探索。雖然本研究所基于的研究數(shù)據(jù)涉及950分鐘的教學實錄及其課程所有日志數(shù)據(jù)，以期完整、深入地呈現(xiàn)案例課程的學習行為投入特征，但是相關結(jié)果與結(jié)論仍然主要適用于同案例課程情境相似的少兒英語小班直播課。該案例課程的一些特征，如英語教學、外教激勵式的教學風格、基礎知識教學為主、全班同學都開啟攝像頭等，會在一定程度上影響學生學習行為投入。當上述課程情境特征發(fā)生變化時，學生學習行為投入可能會發(fā)生變化。正如Flyvbjerg（2006）所指出的那樣，案例研究一方面能夠增加研究的深度，也會限制研究的寬度，使其在外部效度上存在一定局限性。因此，后續(xù)不僅需要用更多相似情境的課程數(shù)據(jù)去進一步驗證本研究相關結(jié)果，而且需要在對不同學段、學科、學生規(guī)模、教學方法、教師教學風格的課程數(shù)據(jù)進行分析的基礎上對本研究結(jié)果進行優(yōu)化與完善。

其次，由于數(shù)據(jù)局限，研究尚未深入挖掘教師教學因素和學生個人因素對行為投入的影響，后續(xù)將進一步考察影響行為投入的主要教學因素與學生特征，為直播教學的教學設計與學習支持提供依據(jù)。

再次，本研究主要基于教學視頻和后臺日志數(shù)據(jù)進行直播課學習行為投入的評測，隨著技術的快速發(fā)展，結(jié)合學習者生理特征和情緒變化來表征行為投入已成為可能（韓麗， 等， 2017; Ron， 2017; 王麗英， 等， 2020），目前國外已有較為成熟的學習投入識別數(shù)據(jù)集可供參考（曹曉明， 等， 2019），后續(xù)研究將考慮把生理特征和情感投入相關指標納入直播課學習行為投入評價體系中，通過多模態(tài)數(shù)據(jù)更全面、客觀地刻畫學習者投入狀態(tài)和水平。

最后，直播課堂中可供采集和分析的學習數(shù)據(jù)構(gòu)成與形態(tài)與基于自主學習的在線課程相比已經(jīng)發(fā)生變化，師生很多互動數(shù)據(jù)以教學實錄的形式保存下來，如何實現(xiàn)對這些視頻素材中師生行為的精準自動化識別分析將成為未來學習投入自動化評價亟須解決的重要技術問題，這也將成為后續(xù)研究的重要方向。

[參考文獻]

曹曉明，張永和，潘萌，等. 2019. 人工智能視域下的學習參與度識別方法研究：基于一項多模態(tài)數(shù)據(jù)融合的深度學習實驗分析[J]. 遠程教育雜志，37（1）：32-44.

陳奕樺，付倩蘭. 2017. 教學方法對小學生數(shù)學課堂參與度影響的實證分析[J]. 數(shù)學教育學報，26（4）：80-86.

鄧雪，李家銘，曾浩健，等. 2012. 層次分析法權(quán)重計算方法分析及其應用研究[J]. 數(shù)學的實踐與認識，42（7）：93-100.

方佳明，唐璐玢，馬源鴻，等. 2018. 社會交互對MOOC課程學習投入的影響機制[J]. 現(xiàn)代教育技術，28（12）：87-93.

韓麗，李洋，周子佳，等. 2017. 課堂環(huán)境中基于面部表情的教學效果分析[J]. 現(xiàn)代遠程教育研究（4）：97-103，112.

胡欽太，劉麗清，丁娜. 2020. 教育公平視域中在線教育的困境與出路[J]. 中國電化教育（8）：14-21.

李爽，王增賢，喻忱，等. 2016. 在線學習行為投入分析框架與測量指標研究：基于LMS數(shù)據(jù)的學習分析[J].開放教育研究，22（2）：77-88.

李文昊，白文倩. 2011. 反思型異步學習模式中的學生參與度研究. 遠程教育雜志，29（3）：14-20.

梁林梅，蔡建東，耿倩倩. 2020. 疫情之下的中小學在線教學：現(xiàn)實、改進策略與未來重構(gòu)——基于學習視角的分析[J]. 電化教育研究，41（5）：5-11.

劉斌，張文蘭，劉君玲. 2017. 教師支持對在線學習者學習投入的影響研究[J]. 電化教育研究，38（11）：63-68，80.

牟智佳. 2020. 多模態(tài)學習分析：學習分析研究新生長點[J]. 電化教育研究，41（5）：27-32，51.

湯詩華，郭允建，朱祖林，等. 2018. 我國遠程教育研究2017年度進展報告[J]. 遠程教育雜志（5）：27-36.

王紅梅，張琪，黃志南. 2019. 開放學習環(huán)境中學習行為投入與認知投入的實證研究[J]. 現(xiàn)代教育技術，29（12）：48-54.

王麗英，何云帆，田俊華. 2020. 在線學習行為多模態(tài)數(shù)據(jù)融合模型構(gòu)建及實證[J]. 中國遠程教育（6）：22-30，51，76.

文書鋒，孫道金. 2017. 遠程學習者學習參與度及其提升策略研究：以中國人民大學網(wǎng)絡教育為例[J]. 中國電化教育（9）：39-46.

謝幼如，邱藝，黃瑜玲，等. 2020. 疫情防控期間“停課不停學”在線教學方式的特征、問題與創(chuàng)新[J]. 電化教育研究，41（3）：20-28.

張麗霞，郭秀敏. 2012. 影響虛擬課堂學習參與度的因素與提高策略[J]. 現(xiàn)代教育技術，22（6）：29-34.

張琪，武法提. 2018. 學習行為投入評測框架構(gòu)建與實證研究[J]. 中國電化教育（9）：102-108.

張思，劉清堂，雷詩捷，等. 2017. 網(wǎng)絡學習空間中學習者學習投入的研究：網(wǎng)絡學習行為的大數(shù)據(jù)分析[J]. 中國電化教育（4）：24-30，40.

張屹，白清玉，馬靜思，等. 2014. 交互式電子雙板環(huán)境下的課堂交互性研究：以高?！敖逃夹g學研究方法”課堂教學為例[J]. 電化教育研究，35（3）：83-87.

鐘薇，李若晨，馬曉玲，等. 2018. 學習分析技術發(fā)展趨向：多模態(tài)數(shù)據(jù)環(huán)境下的研究與探索[J]. 中國遠程教育（11）：41-49，79-80.

Appleton， J. J.， Christenson， S. L.， Kim， D.， & Reschly， A. L. （2006）. Measuring cognitive and psychological engagement： Validation of the Student Engagement Instrument. Journal of School Psychology， 44（5）， 427-445.

Bhagat， K. K.， Wu， L. Y.， & Chang， C. Y. （2019）. The impact of personality on students perceptions towards online learning. Australasian Journal of Educational Technology， 35（4）， 98-108.

Bingham， G. E.， & Okagaki， L. （2012）. Ethnicity and student engagement. In S. L. Christenson， A. L. Reschly， & C. Wylie （Eds.）， Handbook of research on student engagement （pp. 65-95）. Boston， MA： Springer.

Birch， S. H.， & Ladd， G. W. （1997）. The teacher-child relationship and childrens early school adjustment. Journal of School Psychology， 35（1）， 61-79.

Bryman， A. （2016）. Social research methods （5th ed.）. London： Oxford university press.

Cheng， G.， & Chau， J. （2016）. Exploring the relationships between learning styles， online participation， learning achievement and course satisfaction： An empirical study of a blended learning course. British Journal of Educational Technology， 47（2）， 257-278.

Deng， R.， Benckendroff， P.， & Gannaway， D. （2020）. Learner engagement in MOOCs： Scale development and validation. British Journal of Educational Technology， 51（1）， 245-262.

Dixson， M. D. （2015）. Measuring student engagement in the online course： The online student engagement scale （OSE）. Online Learning， 19（4）. doi： http：//dx.doi.org/10.24059/0lj.v19i4.561

Doo， M. Y.， Bonk， C. J. （2020）. The effects of self-efficacy， self-regulation and social presence on learning engagement in a large university class using flipped Learning. Journal of Computer Assisted Learning， 36， 997-1010.

Finn， J. D. （1993）. School Engagement & Students at Risk. Washington， DC： National Center for Education Statistics.

Finn， J. D.， & Rock， D. A. （1997）. Academic success among students at risk for school failure. Journal of Applied Psychology， 82（2）， 221-234.

Finn， J. D.， & Voelkl， K. E. （1993）. School characteristics related to student engagement. Journal of Negro Education， 62（3）， 249-268.

Finn， J. D.， Pannozzo， G. M.， & Voelkl， K. E. （1995）. Disruptive and inattentive-withdrawn behavior and achievement among fourth graders. The Elementary School Journal， 95（5）， 421-434.

Flyvbjerg， B. （2006）. Five misunderstandings about case-study research. Qualitative Inquiry， 12（2）， 219-245.

Fredricks， J. A.， Blumenfeld， P. C.， & Paris， B. A. H. （2004） School engagement： Potential of the concept， state of the evidence. Review of Educational Research， 74（1）， 59-109.

Furrer， C.， & Skinner， E. （2003）. Sense of relatedness as a factor in childrens academic engagement and performance. Journal of Educational Psychology， 95（1）， 148-162.

Hamilton， L.， & Corbett-Whittier， C. （2012）. Bera/sage research methods in education： Using case study in education research. London： SAGE Publications.

Handelsman， M. M.， Briggs， W. L.， Sullivan， N.， & Towler， A. （2005）. A measure of college student course engagement. The Journal of Educational Research， 98（3）， 184-192.

Hara， N.， Angeli， C.， & Bonk， C. J. （2000）. Content analysis of online discussion in an applied educational psychology course. Instructional Science， 28（2）， 115-152.

Hrastinski， S. （2009）. A theory of online learning as online participation. Computers and Education， 52（1）， 78-82.

Kim， D.， Park， Y.， Yoon， M.， & Jo， I-H. （2016）. Toward evidence-based learning analytics： Using proxy variables to improve asynchronous online discussion environments. The Internet and Higher Education， 30， 30-43.

Lam， S. F.， Jimerson， S.， Wong， B. P. H.， Kikas， E.， Shin， H.， Veiga， F. H.， et al. （2014）. Understanding and measuring student engagement in school： The results of an international study from 12 countries. School Psychology Quarterly， 29（2）， 213-232.

Mason， R. B. （2011）. Student engagement with， and participation in， an e-Forum. Educational Technology & Society， 14， 258-268.

Newmann， F. M. （1992）. Student engagement and achievement in American secondary schools. New York： Teachers College Press.

Precourt， E.， & Gainor， M. （2019）. Factors affecting classroom participation and how participation leads to a better learning. Accounting Education， Taylor & Francis Journals， 28（1）， 100-118.

Redmond， P.， Abawi， L-A.， Brown， A.， Henderson， R.， & Heffernan， A. （2018）. An online engagement framework for higher education. Online Learning， 22（1）： 183-204.

Reeve， J.， Jang， H.， Carrell， D.， Jeon， S.， & Barch， J. （2004）. Enhancing students engagement by increasing teachers autonomy support. Motivation & Emotion， 28（2）， 147-169.

Ron， S. （2017， January 4）. Does emotive computing belong in the classroom？ EdSurge News. Retrieved August 1， 2020， from https：//www.edsurge.com/news/2017-01-04-does-emotive-computing-belong-in- the-classroom

Shih， H-F.， Chen， S-H. E.， Chen， S-C.， Wey， S-C. （2013）. The relationship among tertiary level EFL students personality， online learning motivation and online learning satisfaction. Procedia - Social and Behavioral Sciences， 103， 1152-1160.

Sinha， S.， Rogat， T. K.， Adams-Wiggins， K. R.， & Hmelo-Silver， C. E. （2015）. Collaborative group engagement in a computer-supported inquiry learning environment. International Journal of Computer-Supported Collaborative Learning， 10（3）， 273-307.

Skinner， E. A.， & Belmont， M. J. （1993）. Motivation in the classroom： Reciprocal effects of teacher behavior and student engagement across the school year. Journal of Educational Psychology， 85（4）， 571-581.

Skinner， E. A.， Kindermann， T. A.， & Furrer， C. J. （2009）. A motivational perspective on engagement and disaffection conceptualization and assessment of childrens behavioral and emotional participation in academic activities in the classroom. Educational and Psychological Measurement， 69（3）， 493-525.

Sun， J. C. Y.， & Rueda， R. （2012）. Situational interest， computer self-efficacy and self-regulation： Their impact on student engagement in distance education. British Journal of Educational Technology， 43（2）， 191-204.

Wright， R.， Jones， G.， & DAlba， A. （2013）. Student preferences for rapport-building traits of online instructors （Doctoral dissertation）. Retrieved from https：//digital.library.unt.edu/ark：/67531/metadc177265/m2/1/high_res_d/dissertation.pdf

Yeh， H. T. （2005）. The use of instructors feedback and grading in enhancing students participation in asynchronous online discussion. In P. Goodyear， D. G. Sampson， D. J. T. Yang， X. Kinshuk， T. Okamoto， R. Hartley， & N. S. Chen （Eds.）， 5th IEEE International Conference on Advanced Learning Technologies （pp. 837-839）. Kaohsiung， Taiwan： IEEE.

Yin， R. K. （2017）. Case study research and applications： Design and methods （6th ed.）. London： SAGE Publications.

收稿日期：2020-09-06

定稿日期：2020-12-21

作者簡介：劉司卓，碩士研究生，倫敦大學學院教育學院。

李爽（通訊作者），博士，副教授，碩士生導師，北京師范大學教育技術學院遠程教育研究中心（100875）。

黃嘉靖，本科生，北京師范大學教育技術學院（100875）。

責任編輯 單 玲