李運福 楊圓圓

[摘 要] 以群體動力學(xué)理論為基礎(chǔ)，以西部某新建師范院校在校本科生為研究對象，構(gòu)建了在線學(xué)習(xí)投入對學(xué)習(xí)績效的解釋結(jié)構(gòu)模型。研究表明：群體動力學(xué)理論的基本假設(shè)對開展在線學(xué)習(xí)行為研究具有一定的適用性和拓展性;大學(xué)生參加在線學(xué)習(xí)的內(nèi)部動機越強，其情感投入、學(xué)習(xí)績效越高;情感投入度越高，其行為投入、認知投入度越高;增強線上交互有助于強化情感投入;增強情感投入有助于強化內(nèi)部動機對認知投入的影響和線上交互對行為投入的影響;增強認知投入和行為投入，有助于強化情感投入對學(xué)習(xí)績效的影響。因此，高校應(yīng)進一步規(guī)范課程引入、強化選課指導(dǎo)、優(yōu)化學(xué)習(xí)空間，以增強大學(xué)生在線學(xué)習(xí)的內(nèi)部動機，提升線上交互質(zhì)量。

[關(guān)鍵詞] 群體動力學(xué);在線自主學(xué)習(xí);在線學(xué)習(xí)投入;在線學(xué)習(xí)績效

[中圖分類號] G64? [文獻標(biāo)識碼] A? [文章編號] 1005-4634（2022）01-0008-07

當(dāng)下，引入在線開放課程成為高校推動人才培養(yǎng)模式改革，提升人才培養(yǎng)質(zhì)量的重要抓手。在對陜、甘、豫三省26所引入在線課程的高校調(diào)研顯示，“在線自主學(xué)習(xí)”是現(xiàn)階段高校應(yīng)用在線課程的主流方式，個案百分比為73.1%[1]。如何提升在線課程自主學(xué)習(xí)績效是高校在線課程應(yīng)用正面臨的重大現(xiàn)實問題。學(xué)習(xí)投入是測評學(xué)習(xí)績效的重要指標(biāo)，引起了各國的高度重視，對學(xué)習(xí)投入的研究由最早關(guān)注學(xué)習(xí)時長逐漸拓展至專注程度、參與質(zhì)量、認知發(fā)展以及學(xué)習(xí)支持等方面[2]，不斷豐富了學(xué)習(xí)投入的內(nèi)涵。隨著新建本科院校在線開放課程的大規(guī)模引入和應(yīng)用，大學(xué)生在線學(xué)習(xí)投入逐漸成為保障、提升和評測在線學(xué)習(xí)績效的重要指標(biāo)，引起了教育技術(shù)領(lǐng)域?qū)W者的高度關(guān)注。鑒于此，聚焦在線自主學(xué)習(xí)情境，探尋新的研究視角，創(chuàng)新性地開展在線學(xué)習(xí)投入對學(xué)習(xí)績效的影響研究就顯得尤為必要與緊迫。

1 研究現(xiàn)狀分析

1.1 在線學(xué)習(xí)投入研究現(xiàn)狀

在線學(xué)習(xí)投入是指學(xué)習(xí)者在線活動過程中表現(xiàn)出來的積極狀態(tài)，包括行為投入、認知投入和情感投入三個維度。其中，行為投入主要指學(xué)習(xí)者在學(xué)習(xí)活動中的注意力、努力和堅持的投入程度，認知投入主要指學(xué)習(xí)者在應(yīng)對復(fù)雜情境學(xué)習(xí)時所采用的認知策略，情感投入主要指在任務(wù)完成過程中學(xué)習(xí)者表現(xiàn)出來的情緒感受。現(xiàn)階段，國內(nèi)對在線學(xué)習(xí)投入的研究集中體現(xiàn)在以下幾方面：首先，基于大數(shù)據(jù)的學(xué)習(xí)投入測量研究。如王洪江等人基于教學(xué)視頻播放行為數(shù)據(jù)、視頻觀看時長和并發(fā)學(xué)習(xí)行為數(shù)據(jù)提出了自主學(xué)習(xí)投入度算法[3];陳侃等人以MOOCs視頻特征和學(xué)生跳轉(zhuǎn)行為的大數(shù)據(jù)為基礎(chǔ)，對在線視頻學(xué)習(xí)投入進行了深度分析[4];李爽基于學(xué)習(xí)管理系統(tǒng)記錄的數(shù)據(jù)構(gòu)建了遠程學(xué)習(xí)者學(xué)習(xí)投入評測模型[5]等。其次，在線學(xué)習(xí)投入影響因素及提升策略研究，其中以自我決定理論為主要視角。如高潔的研究表明主動性人格、在線學(xué)業(yè)情緒、外部學(xué)習(xí)動機對在線學(xué)習(xí)投入有正向的預(yù)測作用[6];周琰的研究表明認識信念通過元認知調(diào)節(jié)策略正向預(yù)測個體的網(wǎng)絡(luò)學(xué)習(xí)投入[7]等。最后，基于在線學(xué)習(xí)投入的學(xué)習(xí)優(yōu)化研究。如馬志強基于學(xué)習(xí)投入理論構(gòu)建了網(wǎng)絡(luò)學(xué)習(xí)行為模型[8];王志軍基于學(xué)習(xí)投入視角提出了移動學(xué)習(xí)資源畫面設(shè)計層次模型和設(shè)計策略[9]等。國際對在線學(xué)習(xí)投入的研究主要集中體現(xiàn)在以下幾方面：首先，在線學(xué)習(xí)投入影響因素或調(diào)解研究。如反思性思維促進法（Reflective Thinking-promoting Approach）不僅有利于增強基于在線課程的翻轉(zhuǎn)教學(xué)課前階段學(xué)生學(xué)習(xí)設(shè)計的成果和反思性思維，同時也增強了學(xué)生課前階段的參與[10];游戲化是吸引學(xué)生使用數(shù)字化學(xué)習(xí)系統(tǒng)并增強互動性和參與度的有效途徑[11];當(dāng)學(xué)生在游戲過程中意識到清晰的目標(biāo)以及較強的易用性感知和有用性感知時，就能提高學(xué)生的投入度[12];沉浸式體驗和學(xué)習(xí)者心理需求滿足在社會性互動影響學(xué)習(xí)參與度中具有完全中介作用[13];虛擬學(xué)習(xí)社區(qū)中，教師任務(wù)價值感知對學(xué)習(xí)投入有正向預(yù)測效應(yīng)，且動機調(diào)節(jié)具有部分中介作用[14];等等。其次，基于大數(shù)據(jù)的在線學(xué)習(xí)投入的實時監(jiān)測研究。如通過對在線學(xué)習(xí)互動中，視頻播放選項、視頻講座觀看時間、并發(fā)學(xué)習(xí)行為等數(shù)據(jù)的實時收集和分析，了解學(xué)習(xí)者的在線學(xué)習(xí)投入情況[15]。最后，在線學(xué)習(xí)投入對學(xué)習(xí)效果的影響研究。如學(xué)習(xí)投入、學(xué)習(xí)小組的結(jié)構(gòu)等在線論壇的設(shè)計因素對學(xué)習(xí)者深度學(xué)習(xí)具有重要影響[16]。

1.2 在線學(xué)習(xí)績效影響因素研究現(xiàn)狀

在線學(xué)習(xí)績效指的是學(xué)習(xí)者在某一時期內(nèi)的在線學(xué)習(xí)結(jié)果、學(xué)習(xí)行為和學(xué)習(xí)態(tài)度的總和?，F(xiàn)階段，國內(nèi)對在線學(xué)習(xí)績效影響因素的研究主要分為在線自主學(xué)習(xí)績效和混合式學(xué)習(xí)績效兩類。在線自主學(xué)習(xí)績效的影響因素主要有在線學(xué)習(xí)社交行為、資源訪問模式、視頻組織方式、在線課程臨場感、自我調(diào)節(jié)學(xué)習(xí)能力等?；旌蠈W(xué)習(xí)績效的影響因素主要涉及教師、學(xué)生和在線課程三個層面，其中教師層面主要包括教師對混合式教學(xué)的態(tài)度、教學(xué)準(zhǔn)備情況和在線課程應(yīng)用模式;學(xué)生層面主要包括學(xué)生在線課程的使用意愿、任務(wù)技術(shù)匹配程度、學(xué)生學(xué)習(xí)風(fēng)格、學(xué)習(xí)背景、主動人格、在線學(xué)習(xí)行為等;在線課程層面主要包括主講教師、課程助教、平臺功能設(shè)計等。國際上對在線學(xué)習(xí)績效影響因素研究以在線自主學(xué)習(xí)情境為主，混合學(xué)習(xí)情境下學(xué)習(xí)績效的研究相對較少，主要涉及以下幾個方面：首先，學(xué)習(xí)者心理特征因素。如在線學(xué)習(xí)情感[17]、學(xué)生在線存在感[18]、在線學(xué)習(xí)注意力[19-20]等。其次，在線視頻資源及使用因素。如在線視頻中教師出鏡[21]以及學(xué)習(xí)者訪問與課堂講授內(nèi)容相關(guān)的在線資源的時長和頻次[22]、演講捕獲和畫中畫視頻設(shè)計[23]等。最后，人際互動因素。如在線反饋[24-25]、在線形成性同伴指導(dǎo)[26]、在線學(xué)習(xí)小組結(jié)構(gòu) [27]、同伴反饋系統(tǒng)的應(yīng)用[28]以及在線小組學(xué)習(xí)[29]等。本研究通過對國內(nèi)、國際在線學(xué)習(xí)績效影響因素代表性研究的梳理分析發(fā)現(xiàn)：混合學(xué)習(xí)績效是國內(nèi)學(xué)習(xí)者關(guān)注的重點，而在線自主學(xué)習(xí)是國際學(xué)習(xí)績效研究的熱點話題;在學(xué)習(xí)行為對學(xué)習(xí)績效影響研究的基礎(chǔ)上，對在線學(xué)習(xí)行為背后深層次影響因素的探究受到越來越多國內(nèi)外學(xué)者的關(guān)注，認知神經(jīng)科學(xué)是當(dāng)下探究在線學(xué)習(xí)行為影響在線學(xué)習(xí)績效的最新動態(tài);中國臺灣和香港地區(qū)學(xué)者關(guān)于認知神經(jīng)科學(xué)視角下在線學(xué)習(xí)績效的影響因素研究在國際上的影響力較為凸顯，對國內(nèi)相關(guān)研究具有重要的引領(lǐng)作用;與國內(nèi)研究相比，國外學(xué)者更加注重基于眼動技術(shù)的深層次在線學(xué)習(xí)認知研究，對我國在線學(xué)習(xí)績效的研究具有重要的參考和借鑒價值。

2 預(yù)設(shè)模型構(gòu)建

20世紀(jì)40年代，社會心理學(xué)家?guī)鞝柼亍だ諟卦谛睦韯恿碚摰幕A(chǔ)上提出了群體動力理論，論述了群體中各種力量對個體的作用及影響，其基本觀點為：一個人的行為是個體內(nèi)在需要和環(huán)境外力相互作用的結(jié)果[30]。該理論的提出為我國教育教學(xué)各領(lǐng)域的研究提供了新的視角。隨著在線開放課程建設(shè)和應(yīng)用規(guī)模的不斷擴大，群體參與逐漸成為在線開放課程的顯著特性，創(chuàng)設(shè)社會技術(shù)環(huán)境使學(xué)生可以在遠離教師的情境下依托同伴開展合作探究，進而促進自身發(fā)展將是MOOC未來的發(fā)展趨勢[31]。在線開放課程的學(xué)習(xí)在很大程度上更契合一種群體性學(xué)習(xí)，這與學(xué)習(xí)的本質(zhì)是“個人在群體環(huán)境中激發(fā)創(chuàng)新思維，獲得認知發(fā)展的過程”的論述基本吻合，與群體動力理論的基本觀點存在一定的內(nèi)在關(guān)聯(lián)。因此，本研究在明確群體動力學(xué)基本觀點及其與在線課程內(nèi)在關(guān)聯(lián)的基礎(chǔ)上，參考已有研究成果構(gòu)建了研究預(yù)設(shè)模型，如圖1所示。

首先，根據(jù)群體動力學(xué)理論的基本觀點，本研究分別將大學(xué)生參與在線課程學(xué)習(xí)的內(nèi)部動機和線上交互作為內(nèi)在需求和外在環(huán)境的觀測變量。內(nèi)部動機測量學(xué)生參與在線課程學(xué)習(xí)的內(nèi)在動力水平，如促進專業(yè)發(fā)展、拓寬專業(yè)視野等;線上交互主要測量學(xué)生借助在線課程線上話題討論對在線自主學(xué)習(xí)的促進程度，如深化知識理解、提升學(xué)習(xí)積極性，等等。因此，本研究提出以下研究假設(shè)。

H1：內(nèi)部動機對行為投入具有顯著的正向預(yù)測效應(yīng);H2：線上交互對行為投入具有顯著地正向預(yù)測效應(yīng);H3：內(nèi)部動機對學(xué)習(xí)績效具有顯著的正向預(yù)測效應(yīng);H4：線上交互對學(xué)習(xí)績效具有顯著的正向預(yù)測效應(yīng)。

其次，學(xué)習(xí)投入主要包括行為投入、認知投入和情感投入，且三者之間存在內(nèi)部聯(lián)系和相互作用[32]。學(xué)習(xí)行為在很大程度上受認知活動的支配;情感是學(xué)習(xí)者投入學(xué)習(xí)強有力的先導(dǎo)動力，對個體學(xué)習(xí)行為的表現(xiàn)具有重要影響，且情感投入也有助于學(xué)習(xí)者對學(xué)習(xí)任務(wù)進行深層次的認知加工[33]。此外，線上交互和內(nèi)部動機有利于增強學(xué)習(xí)者情感投入和深層次意義建構(gòu)。因此，本研究提出以下研究假設(shè)。

H5：認知投入對行為投入具有顯著的正向預(yù)測效應(yīng);H6：情感投入對行為投入具有顯著的正向預(yù)測效應(yīng);H7：情感投入對認知投入具有顯著的正向預(yù)測效應(yīng);H8：線上交互對情感投入具有顯著的正向預(yù)測效應(yīng);H9：線上交互對認知投入具有顯著的正向預(yù)測效應(yīng);H10：內(nèi)部動機對認知投入具有顯著的正向預(yù)測效應(yīng);H11：內(nèi)部動機對情感投入具有顯著的正向預(yù)測效應(yīng)。

最后，學(xué)習(xí)投入與學(xué)習(xí)績效存在一種積極的關(guān)系，當(dāng)個體感到自己越投入，學(xué)習(xí)績效就越好[34]，且積極的情感狀態(tài)比消極的情感狀態(tài)對學(xué)習(xí)成績更具有解釋力[35]。因此，本研究提出以下研究假設(shè)。

H12：行為投入對學(xué)習(xí)績效具有顯著的正向預(yù)測效應(yīng);H13：情感投入對學(xué)習(xí)績效具有顯著的正向預(yù)測效應(yīng);H14：認知投入對學(xué)習(xí)績效具有顯著的正向預(yù)測效應(yīng)。

3 研究設(shè)計與實施

3.1 研究情境與對象

現(xiàn)階段，普通高等學(xué)校，尤其是師范類院校引入通識教育型在線開放課程的比例普遍偏高，課程平臺以超星爾雅為主，應(yīng)用方式以在線自主學(xué)習(xí)為主。基于此，為拓展研究的參考價值，本研究聚焦自主學(xué)習(xí)型在線課程，選取西部某新建師范院校為依托，采用問卷調(diào)查與半結(jié)構(gòu)訪談相結(jié)合的混合研究法，以2019～2020學(xué)年第一學(xué)期按照學(xué)校要求自主選修超星爾雅通識課程的本科生為研究對象開展抽樣調(diào)查。具體實施時，在課程考核結(jié)束后，采用在線問卷的方式向研究對象發(fā)放問卷，歷時3周，回收問卷543份。根據(jù)填寫時間、數(shù)據(jù)完整度等剔除無效問卷，最終共保留有效問卷384份。量化數(shù)據(jù)統(tǒng)計分析后，根據(jù)調(diào)查問卷各維度的核心內(nèi)涵編制訪談提綱，對15名學(xué)生開展半結(jié)構(gòu)訪談，以深度解釋量化數(shù)據(jù)的分析結(jié)果，進一步挖掘研究數(shù)據(jù)的深層次含義。

3.2 研究工具檢驗

3.2.1 在線學(xué)習(xí)投入量表

本研究根據(jù)研究情境對遠程學(xué)習(xí)投入量表的題目描述進行適當(dāng)修訂，包括行為投入、認知投入和情感投入三個維度，累計15個題項[36]。研究數(shù)據(jù)回收后，通過探索性因子分析篩除因子負荷量小于0.50的題項，最終保留11個題項，整體一致性系數(shù)為0.953。其中，行為投入包括3個題目，各題目因子負荷量分別為0.680、0.644、0.765，內(nèi)部一致性系數(shù)0.894;情感投入包括4個題目，各題目因子負荷量分別為0.881、0.874、0.911、0.896，內(nèi)部一致性系數(shù)為0.958;認知投入包括4個題目，各題目因子負荷量分別為0.850、0.816、0.864、0.862，內(nèi)部一致性系數(shù)為0.937。

3.2.2 內(nèi)部動機量表與線上交互量表

本研究在對爾雅課程的學(xué)習(xí)進行親身體驗以及采用隨機抽樣訪談的方式對學(xué)生在線學(xué)習(xí)情況進行基本了解之后，自編內(nèi)部動機量表和在線交互量表。其中，內(nèi)部動機量表包括4個題目，為“學(xué)習(xí)爾雅課程是為了促進個性化發(fā)展”“學(xué)習(xí)爾雅課程是為了拓寬知識視野”“學(xué)習(xí)爾雅課程是為了學(xué)到傳統(tǒng)課堂難以學(xué)到的知識”“學(xué)習(xí)爾雅課程是為了滿足我的內(nèi)在學(xué)習(xí)需求”;在線交互量表包括3個題目，為“爾雅課程的在線討論促進了我對知識的理解”“爾雅課程在線討論的一些帖子對我學(xué)習(xí)有啟發(fā)”“爾雅課程的在線討論增強了我學(xué)習(xí)的積極性”。探索性因子分析和內(nèi)部一致性檢驗的結(jié)果顯示：內(nèi)部動機量表4個題目的因子負荷量分別為0.929、0.920、0.919、0.919，內(nèi)部一致性系數(shù)為0.941;線上交互量表3個題目的因子負荷量分別為0.948、0.964、0.951，內(nèi)部一致性系數(shù)為0.951。

3.2.3 在線自主學(xué)習(xí)績效量表

本研究根據(jù)研究實際情境，對王雁飛編制的大學(xué)生學(xué)業(yè)成就量表中學(xué)習(xí)績效維度的題目進行了適當(dāng)改編[37]，形成大學(xué)生在線自主學(xué)習(xí)績效量表，包括6個題目。通過探索性因子分析刪除因子負荷量低于0.5的題目，最終保留3個題目：“我在爾雅課程的學(xué)習(xí)結(jié)果達到了我的預(yù)期目標(biāo)”“爾雅課程的學(xué)習(xí)對我發(fā)展和進步有幫助”“爾雅課程的學(xué)習(xí)提高了我的在線學(xué)習(xí)能力”，因子負荷量分別為0.904、0.957、0.946，內(nèi)部一致性系數(shù)為0.929。

3.3 研究模型分析

3.3.1 擬合度檢驗

本研究參考解釋結(jié)構(gòu)方程模型分析的方法，利用AMOS24.0對研究預(yù)設(shè)模型擬合度進行檢驗，檢驗結(jié)果如表1所示。

在模型擬合度評估方面，若模型擬合度越高，則代表模型可用性越高。然而，X2統(tǒng)計量容易受到樣本大小的影響。因此，除X2統(tǒng)計量外，還需同時參考其他擬合指標(biāo)，如GFI、RMR、RMSEA等絕對擬合指標(biāo)，AGFI、NFI、CFI、IFI等增值擬合指標(biāo)等。其判斷準(zhǔn)則為RMR、RMSEA。越接近0表示模型擬合度越好，通常采用RMR小于0.05、RMSEA小于0.08，其他各項指標(biāo)越接近1表示模型擬合度越好，通常采用建議值為大于0.90。以此為參考，本研究預(yù)設(shè)模型擬合度良好。

3.3.2 研究假設(shè)檢驗

研究假設(shè)檢驗結(jié)果如表2所示。

研究假設(shè)分析的結(jié)果顯示：假設(shè)H3、H6、H7、H9、H11、H14成立，其他假設(shè)不成立。也就是說，內(nèi)部動機對學(xué)習(xí)績效具有顯著的正向預(yù)測效應(yīng)、情感投入對行為投入具有顯著的正向預(yù)測效應(yīng)、情感投入對認知投入具有顯著的正向預(yù)測效應(yīng)、線上交互對認知投入具有顯著的正向預(yù)測效應(yīng)、內(nèi)部動機對情感投入具有顯著的正向預(yù)測效應(yīng)、認知投入對學(xué)習(xí)績效具有顯著的正向預(yù)測效應(yīng)。此外，內(nèi)部動機與線上交互呈顯著性強度正相關(guān)，相關(guān)系數(shù)為0.825（C.R.=11.957）。

3.3.3 影響路徑分析

通過解釋結(jié)構(gòu)方程模型的分析，本研究發(fā)現(xiàn)各變量間的關(guān)系較為復(fù)雜，既存在直接影響作用，同時又存在不同程度的間接作用。為更明確地闡釋各變量間的作用關(guān)系，本研究分別對變量間總效應(yīng)、直接效應(yīng)以及間接效應(yīng)進行了進一步分析，結(jié)果如表3所示。

解釋結(jié)構(gòu)方程模型分析中，變量間直接效果和間接效果的分析原則是：如果直接效果大于間接效果，表示中介變量不發(fā)揮作用，研究者可忽略此中介變量;如果相反，則表示中介變量具有影響力，此中介變量要引起研究者的重視。通過比較分析變量間標(biāo)準(zhǔn)化直接效應(yīng)和間接效應(yīng)，本研究發(fā)現(xiàn)：內(nèi)部動機對認知投入的間接效應(yīng)大于直接效應(yīng)，表明情感投入在內(nèi)部動機影響認知投入的過程起著重要的中介作用;線上交互對行為投入的間接效應(yīng)大于直接效應(yīng)，表明情感投入在線上交互影響行為投入的過程中起著重要的中介作用;線上交互對學(xué)習(xí)績效的間接效應(yīng)大于直接效應(yīng)，表明行為投入、認知投入、情感投入在線上交互影響學(xué)習(xí)績效的過程中起著重要的中介作用，其中介效應(yīng)由高到低依次為認知投入、行為投入、情感投入;情感投入對學(xué)習(xí)績效的間接效應(yīng)大于直接效應(yīng)，表明認知投入、行為投入在情感投入影響學(xué)習(xí)績效的過程中起著重要的中介作用，其中介效應(yīng)由高到低依次為行為投入、認知投入。

4 研究結(jié)論與建議

4.1 研究結(jié)論

第一，群體動力學(xué)理論的基本假設(shè)對開展在線學(xué)習(xí)行為投入研究具有一定的適用性和可拓展性。在群體動力學(xué)理論的基礎(chǔ)上，本研究將學(xué)習(xí)者內(nèi)在需求和環(huán)境外力的作用對象由學(xué)習(xí)行為投入拓展至情感投入、認知投入，為在線學(xué)習(xí)投入研究提供了新的視角。這與群體動力學(xué)理論與在線開放課程的學(xué)習(xí)存在內(nèi)在關(guān)聯(lián)性的觀點相一致。

第二，學(xué)習(xí)者在線學(xué)習(xí)的內(nèi)部動機越強，其情感投入和學(xué)習(xí)績效也越好;情感投入越多，大學(xué)生在線學(xué)習(xí)的行為投入、認知投入就會越多;強化學(xué)習(xí)者在線學(xué)習(xí)交互有助于提升其情感投入;在線學(xué)習(xí)認知投入度越高，在線學(xué)習(xí)績效越好。

第三，學(xué)習(xí)者參與在線課程學(xué)習(xí)的情感投入越強，越有助于增強內(nèi)部動機對認知投入的影響和在線交互對行為投入的影響;學(xué)習(xí)投入度越高，越有助于增強在線交互對學(xué)習(xí)績效的影響，且中介作用由高到低依次為認知投入、行為投入、情感投入;認知投入、行為投入越高，越有助于增強情感投入對學(xué)習(xí)績效的影響。

4.2 對策建議

在歸納形成上述研究結(jié)論的基礎(chǔ)上，為進一步提升學(xué)習(xí)者在線自主學(xué)習(xí)績效，本研究提出以下幾點建議。

首先，在課程引入環(huán)節(jié)，制定對接本校人才培養(yǎng)需求的在線課程引入標(biāo)準(zhǔn)，保障所引入的在線課程目標(biāo)與本校人才培養(yǎng)目標(biāo)的精準(zhǔn)匹配，增強在線課程在人才培養(yǎng)中的針對性與實用性，提高學(xué)生在線自主學(xué)習(xí)動機與獲得感。現(xiàn)階段，我國高校在線開放課程引入與人才培養(yǎng)方案融合尚處于一種邊緣性、淺層次狀態(tài)，主要緣于缺少創(chuàng)新性的規(guī)范標(biāo)準(zhǔn)和政策制度保障。因此，高校結(jié)合自身人才培養(yǎng)實際需求，制定切實可行的在線課程教學(xué)質(zhì)量認定標(biāo)準(zhǔn)，為在線課程的科學(xué)引入提供了依據(jù)。這是提升在線課程學(xué)習(xí)績效的重要前提和基礎(chǔ)。

其次，在課程選擇環(huán)節(jié)，完善學(xué)生選課指導(dǎo)機制，推動在線課程內(nèi)容供給與學(xué)生發(fā)展需求的無縫對接，激活內(nèi)在學(xué)習(xí)動力，使在線課程成為助力學(xué)生個性化發(fā)展的有力支撐。研究樣本所在高校每學(xué)期第八周由教務(wù)處發(fā)布選課通知，整個選課過程學(xué)生缺乏對在線課程及自身發(fā)展需求的深度認知，最終盲目地、機械地、感性地完成課程選擇，所選課程內(nèi)容不能最大限度地滿足學(xué)生發(fā)展需求，導(dǎo)致一些不良現(xiàn)象的普遍存在，如“選擇的課程大多是根據(jù)課程的標(biāo)題進行的選擇，在學(xué)習(xí)兩到三周后才發(fā)現(xiàn)課程內(nèi)容與最初的認識存在較大差距，并不是自己所需要的”“如果學(xué)校沒有硬性文件要求，我不會主動選擇在線課程”“選擇學(xué)習(xí)在線課程是為了服從學(xué)校選課要求，最后能夠及格（60分），獲得學(xué)分就可以”，等等。這極大地削弱了學(xué)生學(xué)習(xí)在線課程的內(nèi)部動機以及學(xué)習(xí)投入。因此，在課程選擇環(huán)節(jié)，建議高校在強化學(xué)生選課責(zé)任意識的同時，以導(dǎo)師制為抓手建立和完善學(xué)生選課指導(dǎo)機制，使學(xué)生能夠立足自身發(fā)展需求，理性選擇在線課程，提升學(xué)生參與在線自主學(xué)習(xí)的內(nèi)部動機和學(xué)習(xí)投入。

最后，在課程實施環(huán)節(jié)，優(yōu)化學(xué)習(xí)空間，促進線下交流與線上討論互為支撐，增強在線學(xué)習(xí)歸屬感和情感投入，推動在線學(xué)習(xí)質(zhì)量文化的形成。學(xué)習(xí)空間是當(dāng)下推動高等教育改革與發(fā)展的重要技術(shù)之一，是在線課程在高校深度應(yīng)用的基礎(chǔ)土壤。高校應(yīng)變革當(dāng)下學(xué)習(xí)空間設(shè)計理念，以適應(yīng)、支持學(xué)生在線自主學(xué)習(xí)為導(dǎo)向，為學(xué)生自主學(xué)習(xí)、小組協(xié)作研討創(chuàng)設(shè)優(yōu)良的學(xué)習(xí)環(huán)境，促進線下學(xué)習(xí)共同體的形成和發(fā)展。在線下學(xué)習(xí)共同體形成的基礎(chǔ)上，推動學(xué)生線上學(xué)習(xí)共同體的建立，強化學(xué)生線上交互的頻度與深度，豐富學(xué)生在線學(xué)習(xí)的積極情感，增強學(xué)生在線自主學(xué)習(xí)行為投入與認知投入，提高在線自主學(xué)習(xí)績效。

參考文獻

[1] 楊曉宏，李運福，杜華，等.高校在線開放課程引入及教學(xué)質(zhì)量認定現(xiàn)狀調(diào)查研究[J].電化教育研究，2018（8）：52-60.

[2] 張國慶，耿俊華，黃玲.開放大學(xué)學(xué)生學(xué)習(xí)投入度調(diào)查研究[J].開放教育研究，2019（4）：91-99.

[3] 王洪江，穆肅，黃潔，等.自主學(xué)習(xí)投入度實時分析方法及應(yīng)用研究[J].電化教育研究，2017（10）：46-52.

[4] 陳侃，周雅倩，丁妍.在線視頻學(xué)習(xí)投入的研究——MOOCs視頻特征和學(xué)生跳轉(zhuǎn)行為的大數(shù)據(jù)分析[J].遠程教育雜志，2016（4）：35-42.

[5] 李爽，李榮芹，喻忱.基于LMS數(shù)據(jù)的遠程學(xué)習(xí)者學(xué)習(xí)投入評測模型[J].開放教育研究，2018（1）：91-102.

[6] 高潔.外部動機與在線學(xué)習(xí)投入的關(guān)系：自我決定理論的視角[J].電化教育研究，2016（10）：64-69.

[7] 周琰.網(wǎng)絡(luò)學(xué)習(xí)投入影響因素與應(yīng)對策略——基于自我決定理論的視角[J].中國電化教育，2018（6）：120-127.

[8] 馬志強，蘇珊，張彤彤.基于學(xué)習(xí)投入理論的網(wǎng)絡(luò)學(xué)習(xí)行為模型研究——以“網(wǎng)絡(luò)教學(xué)平臺設(shè)計與開發(fā)”課程為例[J].現(xiàn)代教育技術(shù)，2017（1）：74-80.

[9] 王志軍，馮小燕.基于學(xué)習(xí)投入視角的移動學(xué)習(xí)資源畫面設(shè)計研究[J].電化教育研究，2019（6）.91-97.

[10] CHEN M，HWANG G，CHANG Y.A reflective thinking promoting approach to enhancing graduate students′ flipped learning engagement，participation behaviors，reflective thinking and project learning outcomes[J].British Journal of Educational Technology，2019（5）：2288-2307.

[11] IMED B，NOUZHA H，VANISSA W，et al.Exploring the impact of gamification on student engagement and involvement with e-learning systems[J].Interactive Learning Environments，2019（6）：1-14.

[12] WANG Y，RAJAN P，CHETAN S.Let them play：the impact of mechanics and dynamics of a serious game on student perceptions of learning engagement[J].IEEE Transactions on Learning Technologies，2017（4）： 514-525.

[13] FANG J M，TANG L F，YANG J J，et al.Social interaction in Moocs： the mediating effects of immersive experience and psychological needs satisfaction[J].Telematics and Informatics，2019（39）：75-91.

[14] ZHANG S，LIU Q T.Investigating the relationships among teachers′ motivational beliefs，motivational regulation，and their learning engagement in online professional learning communities[J].Computers & Education，2019（134）：145-155.

[15] MU S，CHAI S M，WANG H J，et al.Real-time analysis method and application of engagement in online independent learning[J].IEEE Access，2019（7）：92100-92109.

[16] JOHNSON C，HILL L，LOCK J，et al.Using design-based research to develop meaningful online discussions in undergraduate field experience courses[J].International Review of Research In Open And Distributed Learning，2017（6）：36-53.

[17] ARGUEDAS M ，XHAFA F，CASILLAS L，et al.A model for providing emotion awareness and feedback using fuzzy logic in online learning[J].Soft Computing，2018（3）： 963-977.

[18] YANG J C，QUADIR B，CHEN N S，et al.Effects of online presence on learning performance in a blog-based online course[J].Internet and Higher Education，2016（30）：11-20.

[19] KUO Y C，CHU H C，TSAI M C.Effects of an integrated physiological signal-based attention promoting and english listening system on students′ learning performance and behavioral patterns[J].Computers In Human Behavior，2017（75）：218-227.

[20] YANG S M，CHEN C M，YU C M.Assessing the attention levels of students by using a novel attention aware system based on brainwave signals[J].British Journal of Educational Technology，2017（2）： 348-369.

[21] STULL A T，F(xiàn)IORELLA L，MAYER R E.An eye-tracking analysis of instructor presence in video lectures[J].Computers In Human Behavior，2018（88）：263-272.

[22] LI L Y ，TSAI C C.Accessing online learning material： quantitative behavior patterns and their effects on motivation and learning performance[J].Computers & Education，2017（144）：286-297.

[23] CHEN C M，WU C H.Effects of different video lecture types on sustained attention，emotion，cognitive load，and learning performance[J].Computers & Education，2015（80）：108-121.

[24] KIM J E，NEMBHARD D A.Eye movement as a mediator of the relationships among time pressure，feedback，and learning performance[J].International Journal of Industrial Ergonomics，2019（70）：116-123.

[25] MIKHEEVA M，SCHNEIDER S，BEEGE M，et al.Boundary conditions of the politeness effect in online mathematical learning[J].Computers In Human Behavior，2019（92）：419-427.

[26] CHU H C，CHEN J M，TSAI C L.Effects of an online formative peer-tutoring approach on students′ learning behaviors，performance and cognitive load in mathematics[J].Interactive Learning Environments，2017（2）：203-219.

[27] GOGGINS S P ，GALYEN K D ，PETAKOVIC E，et al.Connecting performance to social structure and pedagogy as a pathway to scaling learning analytics in Moocs： an exploratory study[J].Journal of Computer Assisted Learning，2016（3）：244-266.

[28] HSIA L H，HUANG I，HWANG G J.Effects of different online peer-feedback approaches on students′ performance skills，motivation and self-efficacy in a dance course[J].Computers & Education，2016（96）：55-71.

[29] TSAI C W.The effect of online co-regulated learning in the implementation of team-based learning on improving students′ involvement[J].Higher Education Research & Development，2015（6）：1270-1280.

[30] 張立新，李茂林.群體動力學(xué)視域下虛擬班級管理策略的研究[J].遠程教育雜志，2011（6）：39-43.

[31] FISCHER G.Understanding，fostering，and supporting cultures of participation[J].Interactions，2011（3）： 42-53.

[32] CHRISTENSON S L，RESCHLY A L，WYLIE C.The handbook of research on student engagement[M].New York： Springer Science，2012：36-42.

[33] DIXSON M D.Creating effective student engagement in online courses： what do students find engaging？[J].Journal of The Scholarship of Teaching And Learning，2010（2）：1-13.

[34] SALANOVA M，LLORENS S，CIFRE E，et al.Perceived collective efficacy subjective well-being and task performance among electronic work groups： an experimental study[J].Small Group Research，2003（34）：43-73.

[35] ESTEVE E B.Well-being and performance in academic settings：the predicting role of self-efficacy[D].Valencia Jaume I University，2003.

[36] SUN J C.RUEDA R.Situational interest，computer self-efficacy and self-regulation： their impact on student engagement in distance education[J].British Journal Of Educational Technology，2012 （2）：191-204.

[37] 王雁飛，李云健，黃悅新.大學(xué)生心理資本、成就目標(biāo)定向與學(xué)業(yè)成就關(guān)系研究[J].高教探索，2011（6）：128-136+148.

Influence of online learning engagement on learning performance of

undergraduate：a case study of a new normal university in Western China

LI Yun-fu1，YANG Yuan-yuan2

（1.West China Higher Education Evaluation Center，Xi′an Jiaotong University，Xi′an，Shaanxi 710049，China;

2.School of Education Science，Shaanxi Xueqian Normal University，Xi′an，Shaanxi 710100，China）

Abstract

Based on the theory of group dynamics，this paper takes the undergraduates of a new normal university in Western China as the research object，and constructs an explanatory structural model of online learning engagement on learning performance.Research shows that，the basic hypothesis of group dynamics theory has certain applicability and expansibility for the research of online learning behavior，the stronger the internal motivation of college students to participate in online learning，the higher their emotional input and learning performance，the higher the emotional engagement，the higher the behavioral engagement and cognitive engagement，enhancing online interaction helps to strengthen emotional engagement，enhancing emotional engagement helps to strengthen the influence of internal motivation on cognitive engagement and online interaction on behavioral engagement，enhancing cognitive engagement and behavioral engagement helps to enhance the impact of emotional engagement on learning performance.Therefore，universities should further standardize the introduction of courses，strengthen the guidance of course selection，optimize the learning space，so as to enhance the internal motivation of college students′ online learning and improve the quality of online engagement.

Keywords

group dynamics;self-access online learning;online learning engagement;online learning performance

[責(zé)任編輯 馬曉寧]

[收稿日期] 2020-12-16

[基金項目] 2019年度陜西省教育廳科研計劃項目（19JK0204）;2019年西安市科協(xié)青年人才托舉計劃項目（市科協(xié)發(fā)[2019]164號）

[作者簡介]李運福（1987—），山東冠縣人。博士，助理研究員，主要研究方向為高校在線課程建設(shè)與應(yīng)用、教師信息化領(lǐng)導(dǎo)力發(fā)展。