摘 "要""認(rèn)知投入是指學(xué)習(xí)者的心理努力程度和認(rèn)知策略應(yīng)用程度， 是影響混合式教學(xué)中學(xué)習(xí)效果的關(guān)鍵因素， 但以往對(duì)學(xué)生認(rèn)知投入的評(píng)估存在主觀性強(qiáng)、模態(tài)單一等問題， 難以明晰混合課堂學(xué)生的認(rèn)知投入水平， 制約混合課堂教學(xué)效果的改善。本研究擬結(jié)合數(shù)學(xué)建模、實(shí)驗(yàn)室實(shí)驗(yàn)與教學(xué)追蹤準(zhǔn)實(shí)驗(yàn)探究混合課堂認(rèn)知投入的量化及干預(yù)。本研究將建立混合課堂認(rèn)知投入的多模態(tài)量化表征模型以及認(rèn)知投入提升策略， 形成面向高等教育的混合式教學(xué)方案并研制認(rèn)知投入識(shí)別與干預(yù)的教研一體化工具， 為實(shí)現(xiàn)混合式教學(xué)提質(zhì)增效提供理論與實(shí)踐支持。

關(guān)鍵詞""混合課堂， 認(rèn)知投入， 多模態(tài)測量指標(biāo)， 干預(yù)策略

分類號(hào)""B849： G44

1""問題提出

隨著互聯(lián)網(wǎng)與人類生活交互程度的日益加深， 高等教育充分汲取信息技術(shù)的龐大優(yōu)勢， 逐漸向數(shù)字化與智慧化的方向發(fā)展升級(jí)。2023年2月， 中共中央國務(wù)院印發(fā)的《數(shù)字中國建設(shè)整體布局規(guī)劃》中明確指出， 在教育領(lǐng)域要加快數(shù)字技術(shù)創(chuàng)新應(yīng)用， 大力實(shí)施國家教育數(shù)字化戰(zhàn)略行動(dòng)。在國家政策與世界教育發(fā)展形勢的雙重推動(dòng)下， 教育數(shù)字化已進(jìn)入繁榮發(fā)展階段。教育部長懷進(jìn)鵬指出， “數(shù)字技術(shù)是提高教育質(zhì)量的階梯”， 恰當(dāng)利用數(shù)字技術(shù)， 賦能教學(xué)方法變革， 能夠?yàn)榻逃豳|(zhì)增效提供強(qiáng)大動(dòng)力。

混合式教學(xué)（Blended Teaching）是一種將網(wǎng)絡(luò)技術(shù)融入傳統(tǒng)面對(duì)面教學(xué)并由此催生的一種新型的教學(xué)模式（Müller amp; Mildenberger， 2021）， 被定義為課堂面對(duì)面學(xué)習(xí)體驗(yàn)與在線學(xué)習(xí)體驗(yàn)的深思熟慮的整合（Garrison amp; Kanuka， 2004）， 可以實(shí)現(xiàn)面對(duì)面學(xué)習(xí)與技術(shù)中介學(xué)習(xí)無縫融合（Porter et al.， 2014）， 兼具了傳統(tǒng)面對(duì)面教學(xué)的臨場感和沉浸感（Jusoff amp; Khodabandelou， 2009）以及線上學(xué)習(xí)的靈活性與適應(yīng)性， 對(duì)培養(yǎng)學(xué)生的學(xué)習(xí)能力、人際交往能力及提升學(xué)生的學(xué)習(xí)效果均有顯著作用（Bredow et al.， 2021）。《教育部關(guān)于一流本科課程建設(shè)的實(shí)施意見》（教高〔2019〕8號(hào)）大力推進(jìn)線上線下混合式一流課程建設(shè)， 混合式教學(xué)正在發(fā)展成為高等教育中的教學(xué)方式新常態(tài)。通過優(yōu)化人工智能支持下的混合式教學(xué)推動(dòng)教育創(chuàng)新發(fā)展， 是助力實(shí)現(xiàn)我國教育數(shù)字化轉(zhuǎn)型、智能化升級(jí)的關(guān)鍵途徑之一。但混合式教學(xué)最優(yōu)化的實(shí)現(xiàn)需要有效整合學(xué)習(xí)資源、學(xué)習(xí)方法、教學(xué)策略、學(xué)習(xí)活動(dòng)等要素， 充分發(fā)揮教師主導(dǎo)作用并保障學(xué)生主體地位。一直以來， 混合教學(xué)環(huán)境中要素的復(fù)雜化與學(xué)習(xí)環(huán)境的多樣性為混合式教學(xué)效果的提升帶來了極大挑戰(zhàn)（Lightner amp; Lightner-Laws， 2016）。從多種要素交互的視角， 開展混合式教學(xué)策略優(yōu)化， 提高學(xué)生的認(rèn)知投入， 是助力混合式教學(xué)取得最優(yōu)效果的關(guān)鍵路徑（周媛， 韓彥鳳， 2018）。

認(rèn)知投入（Cognitive Engagement）是指學(xué)習(xí)者在學(xué)習(xí)過程中的心理努力以及運(yùn)用恰當(dāng)?shù)膶W(xué)習(xí)策略來掌握知識(shí)或技能的過程（師亞飛"等， 2021; Liu et al.， 2022）， 是影響學(xué)生學(xué)業(yè)成就的重要前因變量（Xie et al.， 2020）。作為學(xué)習(xí)投入的復(fù)雜概念下最難獲得、對(duì)學(xué)習(xí)效果有最強(qiáng)預(yù)測作用的深層次內(nèi)隱信息（田浩， 武法提， 2022）， 如何準(zhǔn)確表征學(xué)習(xí)者的認(rèn)知投入水平并提出恰當(dāng)?shù)恼J(rèn)知投入提升策略已成為教育科學(xué)領(lǐng)域研究者關(guān)注的焦點(diǎn)問題。大量相關(guān)研究均表明認(rèn)知投入與學(xué)習(xí)者在學(xué)習(xí)過程中的表現(xiàn)及學(xué)習(xí)效果密切相關(guān)（Miller， 2015; Rotgans amp; Schmidt， 2011; Walker et al.， 2006）， 且認(rèn)知投入會(huì)受到學(xué)習(xí)環(huán)境、個(gè)體等因素的影響， 如教學(xué)媒介的使用、教師教學(xué)進(jìn)度、反饋方式等環(huán)境因素都會(huì)與學(xué)習(xí)者的個(gè)體因素共同作用從而使其認(rèn)知投入發(fā)生波動(dòng)（盧國慶"等， 2021; Appleton et al.， 2006）。在混合式教學(xué)條件下， 豐富的學(xué)習(xí)資源與復(fù)雜的學(xué)習(xí)環(huán)境會(huì)對(duì)學(xué)習(xí)者的認(rèn)知投入造成影響， 但目前相關(guān)研究還較為匱乏。此外， 在認(rèn)知投入的量化方面， 研究多采用主觀回溯報(bào)告的方式， 受主觀因素和時(shí)間滯后影響較大， 難以反映認(rèn)知投入在不同活動(dòng)情境下的變化（姜強(qiáng)"等， 2018）， 教師無法獲悉學(xué)習(xí)者個(gè)體及群體的認(rèn)知投入水平， 極大制約教學(xué)效果的針對(duì)性改善。因此， 探究混合課堂中學(xué)習(xí)者的認(rèn)知投入量化方法及其提升策略對(duì)提升混合式教學(xué)效果具有重要的理論意義與現(xiàn)實(shí)價(jià)值。

混合式教學(xué)包含線上自學(xué)階段與線下面對(duì)面課堂階段， 線上自學(xué)階段通常由學(xué)生自主學(xué)習(xí)線上資源， 前置知識(shí)傳授， 面對(duì)面課堂階段則以教師為主導(dǎo)， 學(xué)生為主體， 幫助學(xué)生完成知識(shí)的鍛煉、鞏固， 實(shí)現(xiàn)知識(shí)內(nèi)化（李克東， 趙建華， 2004）。一方面， 實(shí)現(xiàn)學(xué)習(xí)者認(rèn)知投入的提升必須兼顧自學(xué)過程增效與課堂授課優(yōu)化， 分階段探討學(xué)習(xí)者認(rèn)知投入的提升策略是必要的。另一方面， 學(xué)生學(xué)習(xí)的知識(shí)內(nèi)容在線上和線下階段是直接相關(guān)的， 線上學(xué)習(xí)過程及效果將直接影響線下課堂學(xué)生的學(xué)習(xí)過程、學(xué)習(xí)體驗(yàn)等（劉玲， 汪瓊， 2021）， 從過程性視角來看， 混合式教學(xué)中認(rèn)知投入的提升需要建立在優(yōu)化學(xué)與教的系統(tǒng)過程中， 在前置線上自學(xué)階段與后繼線下面對(duì)面課堂階段的連續(xù)過程中探求最佳協(xié)同效應(yīng)。然而， 以往研究往往聚焦混合課堂的單一階段開展教育科學(xué)研究及實(shí)踐探索， 忽視了混合課堂階段性與過程性并存的本質(zhì)特征。因此， 本研究擬采取混合式教學(xué)階段性探究與過程性探究相結(jié)合的方式， 系統(tǒng)化考察基于線上、線下及混合課堂過程的認(rèn)知投入提升策略的實(shí)證效果。

本研究聚焦混合課堂， 以ICAP框架（Interactive-Constructive-Active-Passive）為指導(dǎo)， 關(guān)注學(xué)生的認(rèn)知投入量化及提升， 從信息化技術(shù)、教育心理學(xué)實(shí)證研究與應(yīng)用研究的交叉融通視角開展系列實(shí)證研究。整合文本分析技術(shù)、視頻分析技術(shù)、眼動(dòng)追蹤技術(shù)與心理測量學(xué)指標(biāo)， 建立認(rèn)知投入的量化模型， 從多教學(xué)要素視角探究混合課堂學(xué)生認(rèn)知投入的提升方法， 并在真實(shí)混合課堂中驗(yàn)證其有效性， 以此為基礎(chǔ)建立動(dòng)態(tài)識(shí)別與干預(yù)認(rèn)知投入的教輔工具， 以期改善學(xué)習(xí)者認(rèn)知投入， 提升學(xué)習(xí)效果。通過開展本研究， 預(yù)期為提升混合課堂中學(xué)生的認(rèn)知投入提供理論支撐及具體實(shí)施路徑。

2""國內(nèi)外研究現(xiàn)狀評(píng)述

2.1 "混合課堂認(rèn)知投入研究現(xiàn)狀

2.1.1""混合課堂認(rèn)知投入及其指標(biāo)

認(rèn)知投入是指學(xué)習(xí)者在學(xué)習(xí)過程中的心理參與水平（Li et al.， 2021）， 反映了學(xué)生在完成學(xué)習(xí)任務(wù)時(shí)的心理努力程度和認(rèn)知策略的應(yīng)用程度（Liu et al.， 2022）， 與學(xué)習(xí)效果緊密相關(guān)（Xie et al.， 2020; Xu et al.， 2023）， 其質(zhì)量與數(shù)量可以進(jìn)一步預(yù)測學(xué)業(yè)成就（Krause amp; Coates， 2008）。自美國亞利桑那州立大學(xué)教授Michelene T.H. Chi提出ICAP框架開始， 認(rèn)知投入的研究焦點(diǎn)由廣泛性概念探究向細(xì)粒度行為觀測及量化的方向逐漸發(fā)展（Chi amp; Wylie， 2014）。ICAP框架提出， 據(jù)學(xué)生的言語和行為可以獲悉其認(rèn)知投入程度， 具體分為4個(gè)遞增的水平， 即被動(dòng)（Passive）、主動(dòng)（Active）、建構(gòu)（Constructive）和互動(dòng)（Interactive）。不同程度的認(rèn)知投入存在不同的外顯行為模式。被動(dòng)學(xué)習(xí)指學(xué)生被動(dòng)接受知識(shí)， 如聽同伴講話、看材料; 主動(dòng)學(xué)習(xí)指學(xué)生主動(dòng)操作知識(shí)， 如記筆記; 建構(gòu)學(xué)習(xí)指學(xué)生在原有知識(shí)的基礎(chǔ)上發(fā)展自己的理解， 如提出自己的問題; 互動(dòng)學(xué)習(xí)指學(xué)生對(duì)他人的理解做出評(píng)價(jià)， 如批評(píng)建議。該理論提供了促進(jìn)學(xué)習(xí)者認(rèn)知投入的示例活動(dòng)， 研究者及教學(xué)工作者可以根據(jù)外顯行為推知學(xué)習(xí)者的認(rèn)知投入水平（張思"等， 2020）。

如何量化學(xué)習(xí)活動(dòng)帶來的認(rèn)知投入變化？認(rèn)知投入相較外顯行為投入更具內(nèi)隱性， 是學(xué)習(xí)者在認(rèn)知和心理層面的投入， 其識(shí)別更具挑戰(zhàn)。傳統(tǒng)的認(rèn)知投入評(píng)估主要采用自我報(bào)告和內(nèi)容分析。如自我報(bào)告法中， Greene （2015）通過問卷法測量認(rèn)知投入， 并探究認(rèn)知投入與學(xué)習(xí)者成就目標(biāo)之間的關(guān)系。內(nèi)容分析法是較為常用的分析技術(shù)， 指對(duì)交流的外顯內(nèi)容進(jìn)行系統(tǒng)、客觀和定量描述（Ga?evi? et al.， 2015）。Lee （2020）使用自動(dòng)內(nèi)容分析系統(tǒng)來分析青少年英語寫作時(shí)的認(rèn)知投入程度。周媛和韓彥鳳（2018）依據(jù)已形成的認(rèn)知投入分析框架， 通過內(nèi)容分析實(shí)現(xiàn)對(duì)認(rèn)知投入水平的分析、歸類， 在此基礎(chǔ)上計(jì)算行為頻次等量化指標(biāo)以推斷學(xué)習(xí)者的認(rèn)知投入水平。Xu等（2020）將認(rèn)知投入劃分為問題、陳述、反思和腳手架四個(gè)類別， 采取內(nèi)容分析法對(duì)學(xué)生在線討論的話語進(jìn)行認(rèn)知投入分析。這兩類傳統(tǒng)測量方法有一定的局限， 例如缺乏充分的客觀性和時(shí)效性， 難以持續(xù)動(dòng)態(tài)地捕捉認(rèn)知投入的發(fā)展變化。

多模態(tài)學(xué)習(xí)分析（Multi-modal Learning Analysis）是當(dāng)前探索學(xué)習(xí)規(guī)律的有效方式。一方面， 相比單模態(tài)數(shù)據(jù)指標(biāo)存在的數(shù)據(jù)來源局限性， 在預(yù)測學(xué)習(xí)者的認(rèn)知投入等學(xué)習(xí)效果相關(guān)變量時(shí)的低解釋率問題， 應(yīng)用多模態(tài)數(shù)據(jù)可以提高結(jié)果變量的被解釋程度， 為教育干預(yù)提供重要指導(dǎo)。如Liao和Wu （2022）在同伴學(xué)習(xí)取向的主觀評(píng)估的基礎(chǔ)上， 收集Facebook學(xué)習(xí)小組中的互動(dòng)記錄建立同伴學(xué)習(xí)參與的客觀指標(biāo)， 對(duì)學(xué)習(xí)成績的解釋率提高了5%。另一方面， 多模態(tài)數(shù)據(jù)是來自多個(gè)實(shí)體信息的數(shù)據(jù)表示， 還包含圖片、音視頻或生理數(shù)據(jù)的張量或向量表示（張利釗"等， 2022）。多模態(tài)數(shù)據(jù)來源于不同的數(shù)據(jù)通道， 這些通道可能是主觀或客觀的， 分析多個(gè)信號(hào)及其相互依賴性可以產(chǎn)生更準(zhǔn)確反映學(xué)習(xí)投入潛在性質(zhì)的模型（Sinatra et al.， 2015）。隨著信息與傳感技術(shù)的發(fā)展， 在真實(shí)課堂環(huán)境中采集學(xué)生的多模態(tài)數(shù)據(jù)已成趨勢。

便攜式數(shù)據(jù)采集設(shè)備的完善為多模態(tài)學(xué)習(xí)分析提供了有效測量手段， Lee等人（2019）采集學(xué)習(xí)者的皮膚電活動(dòng)來測量其在創(chuàng)客學(xué)習(xí)活動(dòng)中的認(rèn)知投入; Baceviciute等人（2022）納入眼動(dòng)追蹤和腦電以探究學(xué)生在虛擬現(xiàn)實(shí)學(xué)習(xí)環(huán)境中的認(rèn)知投入。Dubovi （2022）基于面部表情、眼動(dòng)追蹤和皮膚電等多模態(tài)數(shù)據(jù)， 更加客觀、全面地對(duì)認(rèn)知投入和情感投入進(jìn)行測量， 并探究其對(duì)學(xué)習(xí)成績的影響。但最近的一項(xiàng)系統(tǒng)性文獻(xiàn)綜述提出， “多模態(tài)學(xué)習(xí)分析的研究尚未達(dá)到其潛力”， 基于多模態(tài)數(shù)據(jù)相互同步的挑戰(zhàn)， 采用自動(dòng)連續(xù)心理生理測量的研究通常也僅限于單個(gè)數(shù)據(jù)流（Sharma amp; Giannakos， 2020）。本研究旨在通過將自我報(bào)告與外顯學(xué)習(xí)行為、生理測量相結(jié)合， 聚焦文本話語、學(xué)習(xí)行為、眼動(dòng)數(shù)據(jù)、心理測量指標(biāo)建立混合課堂學(xué)生認(rèn)知投入的量化模型， 為考察混合教學(xué)過程中學(xué)習(xí)者內(nèi)在認(rèn)知過程提供新的研究思路。

此外， 已有認(rèn)知投入的相關(guān)研究大多都是橫斷面研究， 即采集特定時(shí)間點(diǎn)被試的認(rèn)知投入數(shù)據(jù)并描述其狀態(tài)， 對(duì)認(rèn)知投入的滯后效應(yīng)不夠關(guān)注， 并且較難反映認(rèn)知投入的動(dòng)態(tài)變化過程。馬志強(qiáng)和岳蕓竹（2020）運(yùn)用經(jīng)驗(yàn)取樣法在學(xué)期初、中、末收集混合式學(xué)習(xí)過程中的即時(shí)性投入數(shù)據(jù)， 再采用交叉滯后模型分析學(xué)習(xí)投入的縱向數(shù)據(jù)， 以解釋學(xué)習(xí)者在不同學(xué)習(xí)階段的投入之間的關(guān)系。盡管其強(qiáng)調(diào)了即時(shí)性、持續(xù)性， 但使用經(jīng)驗(yàn)取樣法獲取學(xué)習(xí)者頻繁的自我報(bào)告數(shù)據(jù)， 易出現(xiàn)數(shù)據(jù)收集時(shí)間過短、密集性高、重復(fù)性高等問題， 從而對(duì)被試答案的效度產(chǎn)生一定影響。

認(rèn)知網(wǎng)絡(luò)分析（Epistemic Network Analysis）通過對(duì)話語數(shù)據(jù)進(jìn)行定量分析， 來描述個(gè)人或團(tuán)體認(rèn)知框架模式， 具有分析多維度數(shù)據(jù)、耦合關(guān)系、深度挖掘數(shù)據(jù)、動(dòng)態(tài)評(píng)估學(xué)習(xí)者的認(rèn)知思維發(fā)展的顯著特征（吳忭"等， 2018）。傳統(tǒng)的學(xué)習(xí)分析方法（如內(nèi)容分析、語義分析、機(jī)器學(xué)習(xí)等）僅間接表征學(xué)習(xí)者的內(nèi)部認(rèn)知結(jié)構(gòu)， 傾向于將學(xué)習(xí)行為視為彼此孤立的行為， 難以全面、動(dòng)態(tài)地呈現(xiàn)學(xué)習(xí)者認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)的特點(diǎn)與變化（王志軍， 楊陽， 2019）。認(rèn)知網(wǎng)絡(luò)分析可以利用學(xué)習(xí)過程中所呈現(xiàn)的序列數(shù)據(jù)， 建立學(xué)生各認(rèn)知元素之間共生演化的關(guān)聯(lián)結(jié)構(gòu)， 從更深層次反映學(xué)習(xí)者認(rèn)知結(jié)構(gòu)的動(dòng)態(tài)變化。

學(xué)生的知識(shí)是在實(shí)踐中不斷動(dòng)態(tài)發(fā)展的， 教師應(yīng)該適時(shí)采用何種教學(xué)策略以有效地引導(dǎo)學(xué)生學(xué)習(xí)是一個(gè)難題。為了評(píng)估教師采用的教學(xué)策略是否有效， 研究者通常采用對(duì)比教學(xué)活動(dòng)前后學(xué)生學(xué)習(xí)效果的方法來進(jìn)行判斷， 但這種方法并不能有效反映出教學(xué)策略如何引導(dǎo)學(xué)生發(fā)展自身認(rèn)知， 只有從根本上了解教學(xué)策略的本質(zhì)（即使用教學(xué)策略期間教師和學(xué)生的認(rèn)知變化規(guī)律）， 才能為后續(xù)教學(xué)策略的開發(fā)提供支持。因此， 可對(duì)教師和學(xué)生的話語數(shù)據(jù)進(jìn)行認(rèn)知網(wǎng)絡(luò)分析， 通過探究課堂中學(xué)生的認(rèn)知網(wǎng)絡(luò)變化， 對(duì)教學(xué)策略的效果進(jìn)行評(píng)估。

綜上所述， 以往對(duì)學(xué)習(xí)者認(rèn)知投入的量化由主觀評(píng)估向客觀指標(biāo)逐漸演進(jìn)， 從多個(gè)角度建立了認(rèn)知投入的評(píng)價(jià)指標(biāo)體系， 但仍然存在著模態(tài)單一、缺乏認(rèn)知投入動(dòng)態(tài)分析、教學(xué)情境限制等問題。本研究擬融合文本話語、眼動(dòng)數(shù)據(jù)、學(xué)習(xí)行為、心理測量指標(biāo)等多模態(tài)數(shù)據(jù)建立學(xué)習(xí)者認(rèn)知投入的量化模型， 以期通過該方法提供相關(guān)教學(xué)策略導(dǎo)致學(xué)生認(rèn)知投入改變的實(shí)質(zhì)性證據(jù)。同時(shí)， 在真實(shí)教學(xué)追蹤研究中， 結(jié)合認(rèn)知網(wǎng)絡(luò)動(dòng)態(tài)分析以考察教師策略與學(xué)生群體認(rèn)知結(jié)構(gòu)的協(xié)同變化， 為認(rèn)知投入變化提供多維證據(jù)。

2.1.2""混合課堂學(xué)生認(rèn)知投入的影響因素

恰當(dāng)利用認(rèn)知策略可以促進(jìn)學(xué)生更好地投入學(xué)習(xí)（Anthonysamy et al.， 2020）。混合式教學(xué)模式是階段性與過程性的融合， 具備要素復(fù)雜化與學(xué)習(xí)情境多樣性的多重特點(diǎn)（田陽"等， 2019）， 教學(xué)組織方法的合理設(shè)計(jì)、線上自學(xué)與線下教學(xué)的關(guān)聯(lián)滲透， 是混合課堂教育研究者與實(shí)踐者倍加關(guān)注的問題（溫慧群， 穆肅， 2023）。

在線上自學(xué)階段， 學(xué)生通過與教學(xué)內(nèi)容的交互以掌握基礎(chǔ)知識(shí)， 教學(xué)資源設(shè)計(jì)及學(xué)生學(xué)習(xí)策略是影響線上學(xué)習(xí)過程及效果的關(guān)鍵因素。設(shè)計(jì)恰當(dāng)?shù)慕虒W(xué)內(nèi)容呈現(xiàn)方式有助于提升學(xué)生的認(rèn)知投入。以人工生成繪圖為特色的教學(xué)視頻逐漸興起， 生成性繪畫（Instructor-Generated Drawings）是一種同時(shí)呈現(xiàn)教師手動(dòng)繪制的教學(xué)內(nèi)容（如圖表、流程圖等）與教師的口頭解釋的教學(xué)視頻， 通過連續(xù)繪制學(xué)習(xí)內(nèi)容吸引學(xué)生注意， 視頻呈現(xiàn)期間整合視覺畫面與教師言語， 并利用教師繪畫期間的言語及手勢提供社會(huì)線索。教師手勢作為教師形象設(shè)計(jì)的重要組成部分會(huì)影響學(xué)習(xí)者的認(rèn)知投入和學(xué)習(xí)效果（皮忠玲"等， 2019; 田媛"等， 2021）。教師手勢不僅能補(bǔ)充教師言語的語義信息， 而且可以引導(dǎo)學(xué)習(xí)者的注意分配并激發(fā)其積極的社會(huì)反應(yīng)， 影響學(xué)習(xí)者的認(rèn)知過程， 從而對(duì)學(xué)習(xí)效果產(chǎn)生作用。教師手勢和合理的教學(xué)內(nèi)容呈現(xiàn)方式相結(jié)合能有效促進(jìn)視頻學(xué)習(xí)者的學(xué)習(xí)效果。在動(dòng)態(tài)呈現(xiàn)條件下， 教師存在和手勢引導(dǎo)似乎有更大的益處， 手勢表達(dá)與動(dòng)態(tài)連續(xù)呈現(xiàn)的教學(xué)內(nèi)容共同形成了連貫信息， 能夠幫助學(xué)習(xí)者理解知識(shí)點(diǎn)之間的邏輯關(guān)系， 構(gòu)建系統(tǒng)的知識(shí)結(jié)構(gòu)。

生成性學(xué)習(xí)策略（Generative Leaning Strategies）是指能夠在學(xué)習(xí)過程中引導(dǎo)學(xué)習(xí)者啟動(dòng)適當(dāng)認(rèn)知加工（如信息選擇、組織和整合）， 為促成生成性學(xué)習(xí)而發(fā)展的學(xué)習(xí)策略（楊九民"等， 2021; Fiorella amp; Mayer， 2015）。例如自我解釋策略（Learning by Self-explaining）強(qiáng)調(diào)學(xué)習(xí)者結(jié)合所學(xué)的知識(shí)生成自我解釋， 包含口頭解釋或者書面解釋; 問題生成策略需要學(xué)習(xí)者通過對(duì)學(xué)習(xí)內(nèi)容提出問題并做出解答以進(jìn)行知識(shí)加工， 可以采取單獨(dú)或與同伴合作的形式（Yu amp; Kuo， 2024）?！白晕医忉尅焙汀皢栴}生成”是基于學(xué)習(xí)者知識(shí)總結(jié)與理解思考兩個(gè)角度的有效生成性學(xué)習(xí)策略?！皩W(xué)而不思則罔， 思而不學(xué)則殆” （《為政》）， 學(xué)習(xí)者綜合運(yùn)用“總結(jié)”類與“思考”類的生成性學(xué)習(xí)策略對(duì)學(xué)習(xí)效果的促進(jìn)作用需要進(jìn)一步考察。

混合式教學(xué)的關(guān)鍵之一是將課前學(xué)習(xí)與線下教學(xué)活動(dòng)有機(jī)結(jié)合起來（錢研， 陳曉慧， 2015; 田媛， 席玉婷， 2020）， 教育者應(yīng)當(dāng)關(guān)注學(xué)習(xí)者的需求， 深入開展混合課堂教與學(xué)的策略設(shè)計(jì)（溫慧群， 穆肅， 2023）。將學(xué)生在線自主學(xué)習(xí)過程中的問題生成與教師授課過程中的指導(dǎo)有機(jī)結(jié)合是提升混合課堂教學(xué)效果的關(guān)鍵路徑之一。部分混合式教學(xué)在線下教學(xué)階段關(guān)注學(xué)生課前疑難解答。學(xué)生提出的問題， 外在表現(xiàn)為學(xué)習(xí)的困惑， 對(duì)內(nèi)則是對(duì)學(xué)習(xí)內(nèi)容的精加工和元認(rèn)知過程， 教師能借此找到學(xué)生先驗(yàn)知識(shí)和課程內(nèi)容之間的“斷層”， 包括對(duì)知識(shí)的理解、組織、表達(dá)和意義建構(gòu)等方面， 學(xué)生的問題是“以學(xué)定教”的依據(jù)， 混合式教學(xué)需要將線上問題生成與線下教學(xué)有機(jī)結(jié)合（曹梅， 馬悅， 2020）。教師有效的問題能夠引導(dǎo)和促進(jìn)學(xué)習(xí)者對(duì)學(xué)習(xí)內(nèi)容進(jìn)行深度思考和交互。問題支架指從認(rèn)知和元認(rèn)知層面提供學(xué)習(xí)支持， 進(jìn)而引導(dǎo)和促進(jìn)學(xué)習(xí)的問題集（Ge amp; Er， 2005）， 以知識(shí)點(diǎn)為基礎(chǔ)分解課程內(nèi)容， 以問答的方式激發(fā)思考和交流（郝祥軍"等， 2019）。教師基于學(xué)生線上問題進(jìn)行提問時(shí)， 采取不同的問題支架可能有不同的教學(xué)效果， 反思性的教學(xué)方式（例如引導(dǎo)學(xué)生分析自己解決問題的過程）更有助于激發(fā)學(xué)生深層思考。

教學(xué)反饋（Teaching Feedback）是指為學(xué)習(xí)者提供的關(guān)于學(xué)習(xí)任務(wù)完成情況的信息， 可以幫助學(xué)習(xí)者了解并縮小目標(biāo)狀態(tài)與當(dāng)下的學(xué)習(xí)狀態(tài)間的差距（Hattie amp; Timperley， 2007）， 是一種促進(jìn)學(xué)習(xí)效果的教學(xué)活動(dòng)。根據(jù)反饋的復(fù)雜性可分為簡單反饋、精細(xì)反饋（Shute， 2008）。簡單反饋指確認(rèn)學(xué)習(xí)者的回答是否正確， 而精細(xì)反饋則在提供回答正誤信息的基礎(chǔ)上， 對(duì)學(xué)習(xí)者正誤原因進(jìn)行解釋， 根據(jù)解釋內(nèi)容的差異可將反饋分為多種類型， 包含指導(dǎo)性反饋、描述性反饋。描述性反饋是針對(duì)學(xué)習(xí)者的學(xué)習(xí)情況給予不包括任何評(píng)論或建議的客觀描述， 指導(dǎo)性反饋則更具有計(jì)劃性和系統(tǒng)性， 對(duì)學(xué)習(xí)者在學(xué)習(xí)中出現(xiàn)的問題及原因予以詳細(xì)解釋， 增加了關(guān)于問題解決的系統(tǒng)指導(dǎo)（李盧一"等， 2013）。反饋內(nèi)容的復(fù)雜程度會(huì)影響學(xué)習(xí)效果， 反饋內(nèi)容越精細(xì)， 越能夠促進(jìn)學(xué)習(xí)者在學(xué)習(xí)過程的自我效能感、動(dòng)機(jī)以及學(xué)業(yè)表現(xiàn)（Wang amp; Wu， 2008）。

教師的反饋類型對(duì)學(xué)習(xí)者學(xué)習(xí)效果的促進(jìn)作用會(huì)受到學(xué)習(xí)者自身特征的調(diào)節(jié)（伍紹楊， 彭正梅， 2021）。例如， 相比高先驗(yàn)知識(shí)的學(xué)習(xí)者， 反饋對(duì)先驗(yàn)知識(shí)較低學(xué)習(xí)者的學(xué)習(xí)促進(jìn)作用更大（Fyfe et al.， 2012）。在混合教學(xué)模式下， 通過對(duì)線上資源的自主學(xué)習(xí)， 不同認(rèn)知水平的學(xué)習(xí)者所掌握的內(nèi)容存在差異， 表現(xiàn)為高階認(rèn)知水平的學(xué)習(xí)者具備更高的認(rèn)知水平， 可能通過線上學(xué)習(xí)具有更豐富的先驗(yàn)知識(shí)。因此， 在混合教學(xué)情境下， 教師在線下課堂中的反饋類型對(duì)學(xué)習(xí)者學(xué)習(xí)效果的促進(jìn)作用可能會(huì)因?qū)W習(xí)者自身的認(rèn)知水平的不同而存在差異。

反饋中的情緒信息可以幫助學(xué)習(xí)者提高情緒自我意識(shí)， 及時(shí)進(jìn)行情緒調(diào)節(jié)（王雪"等， 2021a）。研究表明， 對(duì)反饋信息的特定設(shè)計(jì)能夠激發(fā)學(xué)習(xí)者的積極情緒， 并可通過增加相關(guān)認(rèn)知負(fù)荷以提高學(xué)習(xí)者的認(rèn)知投入（王雪"等， 2021b）， 積極的反饋方式能更有效地提高學(xué)習(xí)者的認(rèn)知投入。現(xiàn)有研究多探討視頻學(xué)習(xí)中的反饋類型與情緒設(shè)計(jì)的組合對(duì)學(xué)習(xí)效果的影響， 相關(guān)研究結(jié)果能否推廣到混合教學(xué)情境下有待探究。

反思作為學(xué)習(xí)過程尾聲的關(guān)鍵環(huán)節(jié)， 也是影響學(xué)習(xí)效果的重要因素之一（沈霞娟"等， 2022）。在學(xué)習(xí)環(huán)境多樣化的混合式教學(xué)中， 學(xué)習(xí)者通過反思對(duì)整個(gè)學(xué)習(xí)過程中的內(nèi)容進(jìn)行回顧與認(rèn)知， 可以達(dá)到悉知細(xì)節(jié)、整體把握學(xué)習(xí)內(nèi)容的效果。反思日志與思維導(dǎo)圖是典型的課后反思形式。撰寫反思日志是學(xué)習(xí)者在課后從批判性的角度以文字的形式對(duì)學(xué)習(xí)全過程進(jìn)行再認(rèn)識(shí)的過程（卜彩麗"等， 2022）， 有助于學(xué)習(xí)者審查學(xué)習(xí)過程、衡量學(xué)習(xí)結(jié)果、發(fā)現(xiàn)學(xué)習(xí)不足以調(diào)整學(xué)習(xí)狀態(tài)， 進(jìn)一步提升反思水平和元認(rèn)知能力（楊九民"等， 2011）。思維導(dǎo)圖是可視化的思維地圖， 可促進(jìn)學(xué)習(xí)者對(duì)學(xué)習(xí)內(nèi)容的記憶、創(chuàng)造及思考， 從而促進(jìn)學(xué)習(xí)者從整體上把握學(xué)習(xí)內(nèi)容（趙國慶"等， 2019）。目前較少有研究比較上述兩種反思形式的效果是否存在優(yōu)劣之分。反思的主體也會(huì)對(duì)不同反思形式的效果產(chǎn)生影響，"小組學(xué)習(xí)是混合式教學(xué)中常用的教學(xué)組織形式， 學(xué)習(xí)者自身的反思通常不如小組合作反思全面。思維導(dǎo)圖形式的反思可以簡潔快速地為學(xué)習(xí)者提供關(guān)于學(xué)習(xí)內(nèi)容的整體性信息， 但反思日志的形式更注重細(xì)節(jié)， 呈現(xiàn)形式復(fù)雜， 不利于學(xué)習(xí)者對(duì)小組合作下的反思日志成果進(jìn)行感知。在小組合作的形式中， 采用思維導(dǎo)圖的反思方式可能對(duì)提升學(xué)習(xí)者的學(xué)習(xí)效果更有效。

綜上， 為實(shí)現(xiàn)混合式教學(xué)中線上、線下教育融合的目標(biāo)， 本研究將采取階段化、過程性視角， 從影響混合課堂學(xué)生認(rèn)知投入的重要因素的角度探討混合式教學(xué)的認(rèn)知投入提升策略并形成數(shù)字化教輔工具的干預(yù)策略集合。

2.2""本研究意義

理論方面， 本研究通過融合多模態(tài)指標(biāo)建立認(rèn)知投入的量化模型， 為衡量混合課堂的學(xué)生認(rèn)知投入提供依據(jù)， 也為之后探究教學(xué)活動(dòng)因素影響認(rèn)知投入的腦機(jī)制提供關(guān)聯(lián)指標(biāo)。實(shí)踐方面， 本研究將提出旨在提升學(xué)生認(rèn)知投入的混合式教學(xué)方案， 開發(fā)混合課堂認(rèn)知投入識(shí)別與干預(yù)的數(shù)字化輔助工具， 為推進(jìn)人工智能深入教育教學(xué)全過程并為提高教師的數(shù)字素養(yǎng)增加助力。

3""研究構(gòu)想

以往研究發(fā)現(xiàn)學(xué)生的認(rèn)知投入水平是影響學(xué)習(xí)效果的關(guān)鍵因素。但認(rèn)知投入具有深層內(nèi)隱性， 采取學(xué)科交叉視角、依托多模態(tài)數(shù)據(jù)并結(jié)合信息化手段對(duì)認(rèn)知投入進(jìn)行準(zhǔn)確表征和科學(xué)量化是實(shí)現(xiàn)對(duì)其衡量的有效方式， 也是實(shí)現(xiàn)混合式教學(xué)效果提升的重要前提?；旌险n堂具有多階段、跨學(xué)習(xí)情境特點(diǎn)， 其中的數(shù)字化學(xué)習(xí)意味著通過信息科學(xué)技術(shù)收集學(xué)習(xí)過程數(shù)據(jù)是洞悉學(xué)生認(rèn)知投入的必要途徑。因此， 本研究擬以理論研究與實(shí)踐應(yīng)用為目標(biāo)， 充分依托信息科學(xué)、教育心理學(xué)等學(xué)科的優(yōu)勢， 建立認(rèn)知投入多模態(tài)指標(biāo)、通過實(shí)驗(yàn)室實(shí)驗(yàn)與教學(xué)追蹤開展循證研究考察提升策略有效性、建立教輔工具為混合課堂學(xué)生認(rèn)知投入的提升提供理論與工具支持。

本研究包含4項(xiàng)研究。研究1以ICAP框架為指導(dǎo)， 建立基于多模態(tài)數(shù)據(jù)的混合課堂認(rèn)知投入指標(biāo)及量化模型， 通過文本分析、視頻分析、眼動(dòng)追蹤、心理測量等方式獲得多模態(tài)數(shù)據(jù)。研究2以教育心理學(xué)的行為、眼動(dòng)、近紅外腦功能成像實(shí)驗(yàn)為基礎(chǔ)， 探明混合課堂學(xué)生認(rèn)知投入提升策略的效果及其機(jī)制。研究3通過教學(xué)追蹤設(shè)計(jì)， 整合認(rèn)知投入的多模態(tài)指標(biāo)及認(rèn)知網(wǎng)絡(luò)分析驗(yàn)證提升策略在真實(shí)混合課堂中的效果， 以考察其生態(tài)效度。研究4利用神經(jīng)網(wǎng)絡(luò)算法建立分類器， 形成混合課堂認(rèn)知投入的智能化識(shí)別與干預(yù)教輔工具， 實(shí)時(shí)監(jiān)測學(xué)生的認(rèn)知投入狀態(tài)， 為教師適時(shí)提供教學(xué)策略指導(dǎo)。研究框架見圖1。

3.1""研究1： 基于多模態(tài)數(shù)據(jù)的認(rèn)知投入量化模型構(gòu)建

在真實(shí)混合課堂（包含6個(gè)自然班共300名學(xué)生）采集來自不同學(xué)習(xí)階段和時(shí)間尺度的多模態(tài)數(shù)據(jù)。本研究的線上部分聚焦于學(xué)生的在線行為（如視頻點(diǎn)擊、發(fā)帖、回復(fù)）以及討論區(qū)文本， 線下部分聚焦面對(duì)面課堂學(xué)生的言語和非言語數(shù)據(jù)， 基于視頻、文本話語、眼動(dòng)等多模態(tài)渠道， 從而建立學(xué)習(xí)者認(rèn)知投入的量化模型， 從班級(jí)整體和學(xué)生個(gè)體雙重層面考察混合課堂的認(rèn)知投入程度。如圖2所示， 混合課堂涉及的多模態(tài)數(shù)據(jù)主要包括文本話語數(shù)據(jù)、視頻數(shù)據(jù)、在線學(xué)習(xí)數(shù)據(jù)、生理（眼動(dòng)）數(shù)據(jù)等。

模態(tài)1： 文本話語數(shù)據(jù)。使用python在線上學(xué)習(xí)平臺(tái)中爬取學(xué)習(xí)者在線討論和評(píng)論文本， 以及在面對(duì)面課堂中對(duì)學(xué)生回答問題或討論的話語文本進(jìn)行音頻轉(zhuǎn)錄。"在文本分析中， 研究者通常使用一些心理詞典和文本分析工具， 如LIWC和Coh-Metrix， 以提取不同認(rèn)知投入水平個(gè)體的文本話語特征。

模態(tài)2： 視頻數(shù)據(jù)。使用課堂錄像進(jìn)行行為數(shù)據(jù)編碼， 在FIAS互動(dòng)分析編碼和顧小清教授的ITIAS的基礎(chǔ)上， 本研究提取更加符合高校學(xué)習(xí)者認(rèn)知行為的特征指標(biāo)， 探索不同認(rèn)知活動(dòng)類型個(gè)體的行為特征。

模態(tài)3： 在線學(xué)習(xí)數(shù)據(jù)。借助在線系統(tǒng)日志文件中獲取的數(shù)據(jù)， 通過創(chuàng)建在線數(shù)據(jù)行為集， 如學(xué)習(xí)時(shí)長、發(fā)帖回帖、快進(jìn)暫停等， 可以達(dá)到間接測量認(rèn)知投入的目的。

模態(tài)4： 眼動(dòng)數(shù)據(jù)。需要學(xué)習(xí)者在線上線下學(xué)習(xí)階段佩戴便攜式眼動(dòng)儀Tobii pro進(jìn)行測量?；谙惹瓣P(guān)于眼動(dòng)指標(biāo)與認(rèn)知投入相關(guān)研究成果， 本研究選取三項(xiàng)眼動(dòng)指標(biāo)（注視類、掃視類與瞳孔直徑類）作為構(gòu)建量化模型的基礎(chǔ)。

模態(tài)5： 心理量表數(shù)據(jù)。采用在線學(xué)習(xí)與課堂學(xué)習(xí)的認(rèn)知投入問卷（劉玲， 汪瓊， 2021）， 由學(xué)習(xí)者自我報(bào)告得出。

另外， 采用社會(huì)網(wǎng)絡(luò)分析（絕對(duì)點(diǎn)出度、絕對(duì)點(diǎn)入度和點(diǎn)度中心性）對(duì)文本和行為數(shù)據(jù)的互動(dòng)關(guān)系進(jìn)行計(jì)算， 得到社會(huì)化互動(dòng)層面的數(shù)據(jù)， 體現(xiàn)學(xué)習(xí)者與教師和同伴之間的互動(dòng)水平及學(xué)習(xí)者交互層面的認(rèn)知投入。

認(rèn)知投入的量化維度包含行為參與、認(rèn)知建構(gòu)與社會(huì)互動(dòng)， 具體指標(biāo)及度量方式見表1。

采用主客觀結(jié)合的方法建立認(rèn)知投入與各項(xiàng)指標(biāo)的關(guān)系， 得到最優(yōu)的權(quán)重系數(shù)， 進(jìn)行認(rèn)知投入度量。該模型的建立共包括兩階段， 指標(biāo)采集與模型計(jì)算。指標(biāo)采集過程主要實(shí)現(xiàn)多模態(tài)數(shù)據(jù)的采集和清洗， 模型計(jì)算部分主要運(yùn)用熵值法、灰色關(guān)聯(lián)分析， 構(gòu)建各指標(biāo)與認(rèn)知投入量表測量值之間的函數(shù)映射關(guān)系。

3.2""研究2： 實(shí)驗(yàn)室環(huán)境下的認(rèn)知投入提升策略探究

在混合式教學(xué)背景下， 分別采取混合課堂階段性、過程性視角開展實(shí)驗(yàn)室實(shí)驗(yàn)， 聚焦教學(xué)資源優(yōu)化、教學(xué)策略精進(jìn)兩個(gè)主要路徑開展認(rèn)知投入提升策略探究。具體而言， 包含3項(xiàng)子研究， 6個(gè)實(shí)驗(yàn)室實(shí)驗(yàn)：

子研究1聚焦混合式教學(xué)的線上階段， 分別考察教學(xué)資源、學(xué)習(xí)者生成性學(xué)習(xí)策略的作用。其中實(shí)驗(yàn)1采用眼動(dòng)技術(shù)， 從教學(xué)資源設(shè)計(jì)的角度探究視頻的內(nèi)容呈現(xiàn)方式和教師手勢引導(dǎo)對(duì)認(rèn)知投入的影響， 采用3 （教學(xué)內(nèi)容呈現(xiàn)方式：教師生成性繪畫、動(dòng)畫、無動(dòng)畫） × 3 （教師手勢引導(dǎo)：有手勢引導(dǎo)、無手勢引導(dǎo)、無教師）被試間實(shí)驗(yàn)設(shè)計(jì)（圖3）。實(shí)驗(yàn)2則以學(xué)習(xí)者為中心， 探究生成性學(xué)習(xí)策略（自我解釋、問題生成）的使用對(duì)認(rèn)知投入的促進(jìn)效果， 采用2 （自我解釋策略：有、無） × 2 （問題生成策略：有、無）被試間實(shí)驗(yàn)設(shè)計(jì)。因變量均為學(xué)習(xí)者的認(rèn)知投入、學(xué)習(xí)結(jié)果和主觀學(xué)習(xí)體驗(yàn)。其中認(rèn)知投入采用多模態(tài)數(shù)據(jù)進(jìn)行表征;"學(xué)習(xí)結(jié)果為保持測試、遷移測試得分; 主觀評(píng)定包括學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)自我效能感、外在認(rèn)知負(fù)荷、感知任務(wù)難度、心理努力程度等。此外， 認(rèn)知投入、學(xué)習(xí)結(jié)果和主觀學(xué)習(xí)體驗(yàn)均分為兩部分， 即在線學(xué)習(xí)指標(biāo)與混合課堂整體學(xué)習(xí)指標(biāo)。

子研究2基于學(xué)習(xí)者線上自學(xué)階段與線下學(xué)習(xí)階段內(nèi)在銜接的過程性視角， 結(jié)合近紅外成像技術(shù)探究不同的教學(xué)策略對(duì)學(xué)習(xí)者認(rèn)知投入的促進(jìn)作用， 并揭示其認(rèn)知神經(jīng)機(jī)制。其中實(shí)驗(yàn)3探究學(xué)習(xí)者在線學(xué)習(xí)問題生成策略與教師線下授課問題支架策略對(duì)線下學(xué)習(xí)階段學(xué)習(xí)者認(rèn)知投入的影響， 采用2 （學(xué)生問題生成策略：有、無） × 3 （教師問題支架策略：描述性問題支架、反思性問題支架、無問題支架）被試間實(shí)驗(yàn)設(shè)計(jì)。實(shí)驗(yàn)4關(guān)注學(xué)習(xí)者的認(rèn)知水平與教師線下授課反饋策略對(duì)學(xué)習(xí)者認(rèn)知投入的影響， 采用2 （認(rèn)知水平：低階、高階） × 2 （教師反饋策略：指導(dǎo)性、描述性）被試間實(shí)驗(yàn)設(shè)計(jì)。因變量的衡量以子研究1為基礎(chǔ)， 增加人際神經(jīng)同步（Interpersonal Neural Synchronization， INS）的生理指標(biāo)。

子研究3聚焦學(xué)習(xí)者線下真實(shí)課堂階段， 依次探究教師在課中、課后采用不同的教學(xué)策略對(duì)學(xué)習(xí)者認(rèn)知投入的影響。其中實(shí)驗(yàn)5探究教師在課中的反饋策略使用（反饋策略、反饋效價(jià)）對(duì)學(xué)習(xí)者認(rèn)知投入的影響， 采用2 （教師反饋策略：指導(dǎo)性、描述性） × 2 （教師情緒效價(jià)：積極、中性）被試間實(shí)驗(yàn)設(shè)計(jì)。實(shí)驗(yàn)6探究教師在課后的反思策略使用（反思形式、反思主體）對(duì)學(xué)習(xí)者認(rèn)知投入的促進(jìn)作用， 采用2 （課后反思形式：思維導(dǎo)圖、反思日志） × 2 （課后反思主體：個(gè)人、小組）的被試間實(shí)驗(yàn)設(shè)計(jì)。因變量為學(xué)習(xí)者的認(rèn)知投入、學(xué)習(xí)結(jié)果、主觀學(xué)習(xí)體驗(yàn)。

研究二基于對(duì)混合式教學(xué)全過程的認(rèn)知投入提升策略的探討， 將建立有效的認(rèn)知投入提升策略集， 并為后續(xù)教學(xué)追蹤及教輔工具開發(fā)提供理論支持。

3.3 "研究3： 真實(shí)課堂環(huán)境下的認(rèn)知投入提升策略有效性檢驗(yàn)

本研究從動(dòng)態(tài)發(fā)展的視角， 在真實(shí)的混合課堂中開展為期一學(xué)期的追蹤研究。依據(jù)研究二所驗(yàn)證的優(yōu)勢教學(xué)策略開發(fā)教學(xué)方案， 通過教學(xué)實(shí)踐驗(yàn)證混合課堂教學(xué)方案對(duì)學(xué)生認(rèn)知投入及學(xué)習(xí)績效的提升效果。擬采用方便取樣的方法選取某師范高校的兩個(gè)非心理學(xué)專業(yè)自然教學(xué)班， 招募原則為該班級(jí)有為期一學(xué)期心理學(xué)課程安排（《心理學(xué)公共基礎(chǔ)課程》）， 且由同一位教師對(duì)兩個(gè)班級(jí)進(jìn)行授課。該實(shí)驗(yàn)為單因素（混合課堂教學(xué)模式：實(shí)驗(yàn)組、對(duì)照組）被試間實(shí)驗(yàn)設(shè)計(jì)（圖4）。本研究擬進(jìn)一步關(guān)注混合課堂中學(xué)生整體層面的認(rèn)知投入情況， 結(jié)合認(rèn)知網(wǎng)絡(luò)分析， 考察實(shí)驗(yàn)組、對(duì)照組認(rèn)知投入程度及認(rèn)知結(jié)構(gòu)的差異。與此同時(shí)構(gòu)建實(shí)驗(yàn)組學(xué)生認(rèn)知結(jié)構(gòu)隨時(shí)間變化的縱向認(rèn)知網(wǎng)絡(luò)模型， 考察隨著教學(xué)方案的實(shí)施學(xué)生認(rèn)知結(jié)構(gòu)的動(dòng)態(tài)演化情況。

3.4 "研究4： 認(rèn)知投入的信息化教輔工具開發(fā)與有效性驗(yàn)證

本研究以提升研究生態(tài)效度、創(chuàng)新教育實(shí)踐應(yīng)用為導(dǎo)向， 將建構(gòu)混合課堂的學(xué)生認(rèn)知投入自動(dòng)識(shí)別模型， 融合認(rèn)知投入的多模態(tài)衡量指標(biāo)（文本、動(dòng)作、生理、心理）數(shù)據(jù)， 并依托基于Spring"Cloud后端框架、Vue搭配Element組件的前端框架、MySQL數(shù)據(jù)庫， 建立兼具混合課堂認(rèn)知投入識(shí)別與干預(yù)功能的數(shù)字化輔助工具。通過實(shí)施真實(shí)教學(xué)實(shí)踐， 開展對(duì)照研究， 檢驗(yàn)智能化識(shí)別與干預(yù)工具對(duì)學(xué)習(xí)者混合課堂認(rèn)知投入及學(xué)習(xí)效果的促進(jìn)作用。

3.4.1""混合課堂學(xué)生認(rèn)知投入分類模型的構(gòu)建

以研究一中的多模態(tài)指標(biāo)作為輸入特征， 通過特征選擇篩選出重要特征， 采用深度神經(jīng)網(wǎng)絡(luò)算法， 基于篩選后的特征構(gòu)建認(rèn)知投入度分類模型， 構(gòu)建智能化的混合課堂認(rèn)知投入分類器。

（1）數(shù)據(jù)收集與預(yù)處理。該部分?jǐn)?shù)據(jù)來源為研究一中采集的300位學(xué)生線上線下的過程性學(xué)習(xí)數(shù)據(jù)。每個(gè)樣本均包含在線學(xué)習(xí)系統(tǒng)數(shù)據(jù)、視頻數(shù)據(jù)、眼動(dòng)數(shù)據(jù)、文本話語數(shù)據(jù)。對(duì)采集的多模態(tài)數(shù)據(jù)進(jìn)行檢查與篩選， 剔除數(shù)據(jù)采集有誤或缺失的樣本。

（2）多模態(tài)特征提取。本研究所用的多模態(tài)數(shù)據(jù)集包含特征數(shù)據(jù)和標(biāo)簽數(shù)據(jù)。特征數(shù)據(jù)來源于對(duì)多模態(tài)數(shù)據(jù)的分析。視頻數(shù)據(jù)以課堂錄播視頻的10"s為一個(gè)分析單位進(jìn)行編碼， 對(duì)每一分析單位中學(xué)生的動(dòng)作行為進(jìn)行判斷， 集成后獲得視線方向、頭部姿態(tài)、動(dòng)作手勢等特征向量。眼動(dòng)數(shù)據(jù)則通過Tobii Studio軟件進(jìn)行預(yù)處理， 導(dǎo)出在時(shí)域與空域上均有追蹤痕跡的眼動(dòng)數(shù)據(jù)， 并提取眼動(dòng)特征。關(guān)于被試的文本話語數(shù)據(jù)， 由于文本是非結(jié)構(gòu)化的， 計(jì)算機(jī)無法直接對(duì)其進(jìn)行處理與分析， 因而需要進(jìn)行文本的向量化表征。采用基于心理詞典提取文本特征的方法， 將每名學(xué)生的全部文本表征為一系列詞頻特征。

根據(jù)收集到的外顯行為數(shù)據(jù)， 結(jié)合ICAP框架確定行為關(guān)聯(lián)的認(rèn)知投入狀態(tài)（被動(dòng)、主動(dòng)、建構(gòu)、互動(dòng)）， 進(jìn)而將外顯行為打上“標(biāo)簽” （如表2）。

（3）特征選擇。通過方差選擇法、卡方檢驗(yàn)、遞歸特征消除法（RFE）等多種特征選擇方法， 篩選出最重要的認(rèn)知投入評(píng)價(jià)特征（基于提取出的指標(biāo)進(jìn)一步篩選， 避免過擬合）。

（4）模型訓(xùn)練與評(píng)估。本研究擬采用LSTM和CNN相結(jié)合的神經(jīng)網(wǎng)絡(luò)模型建構(gòu)學(xué)習(xí)行為、眼動(dòng)軌跡等時(shí)序序列模型。這里以眼動(dòng)數(shù)據(jù)為例， 在CNN部分使用1個(gè)卷積層和1個(gè)池化層， 卷積層使用2個(gè)卷積核， 尺寸為4×4， 步長為1; 池化層使用尺寸為2×2， 步長為2。在LSTM部分， 隱藏神經(jīng)元個(gè)數(shù)和輸入眼動(dòng)數(shù)據(jù)長度相等， 為50個(gè)。將左右眼動(dòng)幀間差分視頻同時(shí)作為輸入， 在經(jīng)過卷積層后， 將兩張眼動(dòng)視頻提取的特征圖通過通道合并層進(jìn)行特征融合操作， 特征維度是一個(gè)立方體， 使用展平層矢量化并輸入進(jìn)LSTM， 最后經(jīng)過全連接層計(jì)算預(yù)測出每個(gè)眼動(dòng)行為的概率。對(duì)預(yù)訓(xùn)練的模型采用10-折交叉驗(yàn)證， 選擇效果最佳的超參數(shù)組合作為算法參數(shù)， 確定最優(yōu)的特征選擇與分類模型。以準(zhǔn)確率、召回率及F1值作為模型評(píng)估指標(biāo)。

3.4.2""混合課堂認(rèn)知投入的智能化識(shí)別與干預(yù)教輔工具開發(fā)

基于SOA （Service-Oriented Architecture）理念進(jìn)行總體架構(gòu)設(shè)計(jì)， 見圖5。

該教輔工具劃分6個(gè)模塊， 包括分類模型訓(xùn)練、課堂數(shù)據(jù)收集、認(rèn)知投入識(shí)別、數(shù)據(jù)展示、干預(yù)策略觸發(fā)與教學(xué)策略推送模塊。（1）模型訓(xùn)練模塊。該模塊采用研究一中的數(shù)據(jù)完成對(duì)本研究中認(rèn)知投入識(shí)別與分類模型的訓(xùn)練， 并將訓(xùn)練好的模型保存待后續(xù)模塊使用。（2）課堂數(shù)據(jù)收集模塊。該模塊主要實(shí)現(xiàn)在混合課堂環(huán)境下的數(shù)據(jù)采集， 包括在線學(xué)習(xí)系統(tǒng)數(shù)據(jù)、視頻數(shù)據(jù)、眼動(dòng)數(shù)據(jù)以及文本話語數(shù)據(jù)。然后對(duì)獲取的數(shù)據(jù)利用訓(xùn)練好的身份識(shí)別模型添加身份標(biāo)識(shí)， 并將這些數(shù)據(jù)規(guī)格化保存。（3）認(rèn)知投入識(shí)別模塊。該模塊將課堂數(shù)據(jù)導(dǎo)入CNN-LSTM模型中進(jìn)行識(shí)別和分

類， 對(duì)獲取到的類別和班級(jí)學(xué)生認(rèn)知投入的整體情況進(jìn)行保存。（4）數(shù)據(jù)展示模塊。該模塊通過對(duì)認(rèn)知識(shí)別模塊產(chǎn)生的結(jié)果進(jìn)行統(tǒng)計(jì)并分析， 生成相應(yīng)的課堂報(bào)告展示給教師， 從而輔助教師進(jìn)行教學(xué)策略的改進(jìn)。（5）干預(yù)策略觸發(fā)機(jī)制（圖6）。（6）教學(xué)策略推送模塊（圖7）。依據(jù)學(xué)生認(rèn)知投入狀態(tài)， 觸發(fā)干預(yù)策略， 并觀察后續(xù)行為， 通過多次實(shí)驗(yàn)實(shí)證， 對(duì)干預(yù)模型參數(shù)進(jìn)行迭代更新、調(diào)整、完善等。

4 "理論建構(gòu)與創(chuàng)新

混合課堂作為教育數(shù)字化轉(zhuǎn)型過程中的重要教學(xué)模式， 與傳統(tǒng)課堂最大的區(qū)別在于其兼具授課形式的階段性和認(rèn)知水平發(fā)展的過程性， 而在此復(fù)雜的教學(xué)過程中， 認(rèn)知投入因其內(nèi)隱性加大了測量和干預(yù)難度?；贗CAP框架， 依托跨學(xué)科的交叉研究， 本研究圍繞“混合課堂學(xué)生認(rèn)知投

入的量化及干預(yù)”這一核心問題展開。

（1）提出基于多模態(tài)數(shù)據(jù)的混合課堂認(rèn)知投入模型， 建立混合課堂認(rèn)知投入量化表征體系。針對(duì)認(rèn)知投入的內(nèi)隱性， 提出整合行為、認(rèn)知、社會(huì)互動(dòng)三個(gè)特征維度獲取文本、行為、眼動(dòng)及心理測量的多模態(tài)數(shù)據(jù)， 建立混合課堂全過程的認(rèn)知投入量化模型。

（2）從還原混合式教學(xué)模式出發(fā)， 采用階段性、過程性研究視角探究混合課堂教學(xué)策略優(yōu)化。采用兩階段的混合課堂實(shí)驗(yàn)范式， 在實(shí)驗(yàn)室情境中還原、模擬混合課堂的教學(xué)過程， 同時(shí)結(jié)合眼動(dòng)及近紅外腦功能成像技術(shù)， 探索教學(xué)策略影響認(rèn)知投入的內(nèi)在機(jī)制及預(yù)期理想效果， 提供循證研究的“金標(biāo)準(zhǔn)”證據(jù)。

（3）以提高研究生態(tài)效度、創(chuàng)新教育實(shí)踐應(yīng)用為導(dǎo)向， 提出高等教育混合式教學(xué)方案， 并研制教學(xué)與研究一體化、理論與實(shí)踐相結(jié)合的混合課堂教研輔助工具。利用Spring Boot2、Spring Cloud Hoxton、Mybatis等技術(shù)， 設(shè)計(jì)并搭建混合課堂認(rèn)知投入智能化識(shí)別與干預(yù)工具。預(yù)期為教師提供混合課堂教輔工具， 實(shí)現(xiàn)對(duì)學(xué)習(xí)者認(rèn)知投入水平的智能化識(shí)別及分析， 以形成個(gè)體與班級(jí)整體認(rèn)知投入水平數(shù)據(jù)， 實(shí)時(shí)反饋混合課堂學(xué)生認(rèn)知投入情況并提出教學(xué)策略建議。

參考文獻(xiàn)

卜彩麗， 李颯， 王靜， 張思， 董樂. （2022）. 為深度學(xué)習(xí)而思：反思日志促進(jìn)大學(xué)生元認(rèn)知發(fā)展的實(shí)證研究. 現(xiàn)代教育技術(shù)， 32（9）， 73?81.

曹梅， 馬悅. （2020）. 翻轉(zhuǎn)課堂課前深層次學(xué)習(xí)的問題生成策略研究. 電化教育研究， 41（11）， 101?107.

郝祥軍， 王帆， 汪云華. （2019）. 問題支架促進(jìn)在線知識(shí)交互的途徑假設(shè)與驗(yàn)證. 中國遠(yuǎn)程教育， 3， 34?42+92?93.

姜強(qiáng)， 潘星竹， 趙蔚， 劉紅霞. （2018）. 網(wǎng)絡(luò)學(xué)習(xí)空間中教師激勵(lì)風(fēng)格對(duì)學(xué)習(xí)投入的影響研究——SDT中內(nèi)部動(dòng)機(jī)的中介效應(yīng). 中國電化教育， 380， 7?16.

李克東， 趙建華. （2004）. 混合學(xué)習(xí)的原理與應(yīng)用模式. 電化教育研究， 135， 1?6.

李盧一， 許蓉， 鄭燕林. （2013）. ARCS模型視角下網(wǎng)絡(luò)學(xué)習(xí)反饋設(shè)計(jì). 現(xiàn)代遠(yuǎn)距離教育， 147， 66?71.

劉玲， 汪瓊. （2021）. 混合教學(xué)模式下學(xué)生學(xué)習(xí)投入的特點(diǎn)及影響因素研究. 現(xiàn)代教育技術(shù)， 31（11）， 80?86.

盧國慶， 劉清堂， 鄭清， 謝魁. （2021）. 智能教室中環(huán)境感知及自我效能感對(duì)個(gè)體認(rèn)知投入的影響研究. 遠(yuǎn)程教育雜志， 39（3）， 84?93.

馬志強(qiáng)， 岳蕓竹. （2020）. 面向即時(shí)數(shù)據(jù)采集與分析的學(xué)習(xí)投入縱向研究——基于經(jīng)驗(yàn)取樣法與交叉滯后分析的綜合應(yīng)用. 電化教育研究， 41（4）， 71?77.

皮忠玲， 章儀， 楊九民. （2019）. 教師手勢對(duì)視頻學(xué)習(xí)的影響及其認(rèn)知神經(jīng)機(jī)制. 中國電化教育， 387， 103?110+129.

錢研， 陳曉慧. （2015）. 南加州大學(xué)翻轉(zhuǎn)課堂設(shè)計(jì)原則及其啟示. 中國電化教育， 341， 99?103.

沈霞娟， 張寶輝， 馮銳. （2022）. 混合學(xué)習(xí)環(huán)境下的深度學(xué)習(xí)活動(dòng)研究： 設(shè)計(jì)、實(shí)施與評(píng)價(jià)的三重奏. 電化教育研究，"43（1）， 106?112.

師亞飛， 童名文， 王建虎， 孫佳， 戴紅斌， 魏艷濤. （2021）. 混合同步學(xué)習(xí)： 演進(jìn)， 價(jià)值與未來議題. 電化教育研究， 42（12）， 100?107.

田浩， 武法提. （2022）. 混合場景下協(xié)作認(rèn)知投入的多模態(tài)表征與分析路徑研究. 遠(yuǎn)程教育雜志， 40（4）， 35?44.

田陽， 陳鵬， 黃榮懷， 曾海軍. （2019）. 面向混合學(xué)習(xí)的多模態(tài)交互分析機(jī)制及優(yōu)化策略. 電化教育研究， 40（9）， 67?74.

田媛， 亓梔， 黃湘琳， 向虹鈺， 汪穎. （2021）. 社會(huì)線索促進(jìn)在線學(xué)習(xí)的認(rèn)知神經(jīng)機(jī)制. 電化教育研究， 42（2）， 63?69.

田媛， 席玉婷. （2020）. 高?；旌险n堂教學(xué)模式的應(yīng)用研究. 中國大學(xué)教學(xué)， 8， 78?86.

王雪， 高澤紅， 徐文文， 張蕾. （2021a）. 反饋的情緒設(shè)計(jì)對(duì)視頻學(xué)習(xí)的影響機(jī)制研究. 電化教育研究， 42（3）， 69?74.

王雪， 張蕾， 楊文亞， 盧鑫， 徐文文， 高澤紅. （2021b）. 在線學(xué)習(xí)資源如何影響學(xué)業(yè)情緒和學(xué)習(xí)效果——基于控制—價(jià)值理論的元分析. 現(xiàn)代遠(yuǎn)程教育研究， 33（5）， 82?93+"102.

王志軍， 楊陽. （2019）. 認(rèn)知網(wǎng)絡(luò)分析法及其應(yīng)用案例分析. 電化教育研究， 40（6）， 27?34.

溫慧群， 穆肅. （2023）. 殊途如何同歸？——不同復(fù)雜度混合教學(xué)實(shí)踐效果的分析. 中國遠(yuǎn)程教育， 43（2）， 64?72.

伍紹楊， 彭正梅. （2021）. 邁向更有效的反饋： 哈蒂“可見的學(xué)習(xí)”的模式."開放教育研究， 27（4）， 27?40.

吳忭， 王戈， 盛海曦. （2018）. 認(rèn)知網(wǎng)絡(luò)分析法： STEM教育中的學(xué)習(xí)評(píng)價(jià)新思路. 遠(yuǎn)程教育雜志， 36（6）， 3?10.

楊九民， 張銳， 蔣玲， 黃磊. （2011）. 基于博客提升師范生反思能力的策略及其研究. 中國電化教育， 298， 62?66.

楊九民， 章儀， 徐珂， 皮忠玲. （2021）. 學(xué)習(xí)策略對(duì)視頻學(xué)習(xí)的影響： 想象、繪圖和自我解釋策略."電化教育研究， 42（10）， 40?47.

張利釗， 杜旭， 李浩， 謝藝乾， 唐野野. （2022）. 基于多模態(tài)數(shù)據(jù)的學(xué)習(xí)投入評(píng)估方法分析. 電化教育研究， 43（10），"72?78.

張思， 何晶銘， 上超望， 夏丹， 胡泉. （2020）. 面向在線學(xué)習(xí)協(xié)同知識(shí)建構(gòu)的認(rèn)知投入分析模型及應(yīng)用."遠(yuǎn)程教育雜志， 38（4）， 95?104.

趙國慶， 楊宣洋， 熊雅雯. （2019）. 論思維可視化工具教學(xué)應(yīng)用的原則和著力點(diǎn). 電化教育研究， 40（9）， 59?66+82.

周媛， 韓彥鳳. （2018）. 混合學(xué)習(xí)活動(dòng)中學(xué)習(xí)者學(xué)習(xí)投入的研究. 電化教育研究， 39（11）， 99?105.

Anthonysamy， L.， Koo， A. C.， amp; Hew， S. H. （2020）. Self-"regulated learning strategies and non-academic outcomes in higher education blended learning environments： A one decade review."Education and Information Technologies， 25， 3677?3704. https：//doi.org/10.1007/s10639-020-10134-2

Appleton， J. J.， Christenson， S. L.， Kim， D.， amp; Reschly， A. L. （2006）. Measuring cognitive and psychological engagement："Validation of the student engagement instrument. Journal of School Psychology， 44（5）， 427?445. https：//doi.org/"10.1016/j.jsp.2006.04.002

Baceviciute， S.， Lucas， G.， Terkildsen， T.， amp; Makransky， G. （2022）. Investigating the redundancy principle in immersive virtual reality environments： An eye-tracking and EEG study. Journal of Computer Assisted Learning， 38（1）， 120?136. https：//doi.org/10.1111/jcal.12595

Bredow， C. A.， Roehling， P. V.， Knorp， A. J.， amp; Sweet， A. M. （2021）. To flip or not to flip？ A meta-analysis of the efficacy of flipped learning in higher education. Review of Educational Research， 91（6）， 878?918. https：//doi.org/"10.3102/00346543211019122

Chi， M. T. H.， amp; Wylie， R. （2014）. The ICAP framework： Linking cognitive engagement to active learning outcomes. Educational Psychologist， 49（4）， 219?243. https：//doi.org/"10.1080/00461520.2014.965823

Dubovi， I. （2022）. Cognitive and emotional engagement while learning with VR： The perspective of multimodal methodology. Computers amp; Education， 183， Article 104495. https：//doi.org/10.1016/j.compedu.2022.104495

Fiorella， L.， amp; Mayer， R. E. （2015）. Learning as a generative activity： Eight learning strategies that promote understanding."Cambridge University Press. https：//doi.org/10.1017/"CBO9781107707085

Fyfe， E. R.， Rittle-Johnson， B.， amp; DeCaro， M. S. （2012）. The effects of feedback during exploratory mathematics problem solving： Prior knowledge matters. Journal of Educational Psychology， 104（4）， 1094?1108. https：//doi.org/10.1037/"a0028389

Garrison， D. R.， amp; Kanuka， H. （2004）. Blended learning： Uncovering its transformative potential in higher education."The Internet and Higher Education， 7（2）， 95?105. https：//"doi.org/10.1016/j.iheduc.2004.02.001

Ga?evi?， D.， Adesope， O.， Joksimovi?， S.， amp; Kovanovi?， V. （2015）. Externally-facilitated regulation scaffolding and role assignment to develop cognitive presence in asynchronous online discussions. The Internet and Higher Education， 24， 53?65. https：//doi.org/10.1016/j.iheduc."2014.09.006

Ge， X.， amp; Er， N. （2005）. An online support system to scaffold real-world problem solving. Interactive Learning Environments，"13（3）， 139?157. https：//doi.org/10.1080/10494820500382893

Greene， B. A. （2015）. Measuring cognitive engagement with self-report scales： Reflections from over 20 years of research."Educational Psychologist， 50（1）， 14?30. https：//"doi.org/10.1080/00461520.2014.989230

Hattie， J.， amp; Timperley， H. （2007）. The power of feedback. Review of Educational Research， 77（1）， 81?112. https：//"doi.org/10.3102/003465430298487

Jusoff， K.， amp; Khodabandelou， R. （2009）. Preliminary study on the role of social presence in blended learning environment in higher education. International Education Studies， 2（4）， 79?83. https：//doi.org/10.5539/ies.v2n4p79

Krause， K. L.， amp; Coates， H. （2008）. Students’ engagement in first-year university."Assessment amp; Evaluation in Higher"Education， 33（5）， 493?505. https：//doi.org/10.1080/0260"2930701698892

Lee， C. （2020）. A study of adolescent English learners’ cognitive engagement in writing while using an automated content feedback system. Computer Assisted Language Learning， 33（1?2）， 26?57. https：//doi.org/10.1080/09588221."2018.1544152

Lee， V. R.， Fischback， L.， amp; Cain， R. （2019）. A wearables-"based approach to detect and identify momentary engagement in afterschool Makerspace programs. Contemporary Educational Psychology， 59， Article 101789. https：//doi."org/10.1016/j.cedpsych.2019.101789

Li， S.， Lajoie， S. P.， Zheng， J.， Wu， H.， amp; Cheng， H. （2021）. Automated detection of cognitive engagement to inform the art of staying engaged in problem-solving."Computers amp; Education， 163， Article 104114. https：//doi.org/10."1016/j.compedu.2020.104114

Liao， C. H.， amp; Wu， J. Y. （2022）. Deploying multimodal learning analytics models to explore the impact of digital distraction and peer learning on student performance. Computers amp; Education， 190， Article 104599. https：//doi."org/10.1016/j.compedu.2022.104599

Lightner， C. A.， amp; Lightner-Laws， C. A. （2016）. A blended model： Simultaneously teaching a quantitative course traditionally， online， and remotely. Interactive Learning Environments， 24（1）， 224?238. https：//doi.org/10.1080/"10494820.2013.841262

Liu， S.， Liu， S.， Liu， Z.， Peng， X.， amp; Yang， Z. （2022）. Automated"detection of emotional and cognitive engagement in MOOC discussions to predict learning achievement. Computers"amp; Education， 181， Article 104461. https：//doi.org/"10.1016/j.compedu.2022.104461

Miller， B. W. （2015）. Using reading times and eye-movements"to measure cognitive engagement. Educational Psychologist， 50（1）， 31?42. https：//doi.org/10.1080/00461520.2015.1004068

Müller， C.， amp; Mildenberger， T. （2021）. Facilitating flexible learning by replacing classroom time with an online learning environment： A systematic review of blended learning in higher education."Educational Research Review， 34， Article 100394. https：//doi.org/10.1016/"j.edurev.2021.100394

Porter， W. W.， Graham， C. R.， Spring， K. A.， amp; Welch， K. R. （2014）. Blended learning in higher education： Institutional adoption and implementation. Computers amp; Education， 75， 185?195. https：//doi.org/10.1016/j.compedu.2014.02.011

Rotgans， J. I.， amp; Schmidt， H. G. （2011）. Cognitive engagement in the problem-based learning classroom. Advances in Health Sciences Education， 16（4）， 465?479. https：//doi.org/10.1007/s10459-011-9272-9

Sharma， K.， amp; Giannakos， M. （2020）. Multimodal data capabilities for learning： What can multimodal data tell us about learning？ British Journal of Educational Technology， 51（5）， 1450?1484. https：//doi.org/10.1111/bjet.12993

Shute， V. J. （2008）. Focus on formative feedback. Review of Educational Research， 78（1）， 153?189. https：//doi.org/"10.3102/0034654307313795

Sinatra， G. M.， Heddy， B. C.， amp; Lombardi， D. （2015）. The challenges of defining and measuring student engagement in science."Educational Psychologist， 50（1）， 1?13. https：//doi.org/10.1080/00461520.2014.1002924

Walker， C. O.， Greene， B. A.， amp; Mansell， R. A. （2006）. Identification with academics， intrinsic/extrinsic motivation，"and self-efficacy as predictors of cognitive engagement. Learning and Individual Differences， 16（1）， 1?12. https：//doi.org/10.1016/j.lindif.2005.06.004

Wang， S. L.， amp; Wu， P. Y. （2008）. The role of feedback and self-efficacy on web-based learning： The social cognitive perspective."Computers amp; Education， 51（4）， 1589?1598. https：//doi.org/10.1016/j.compedu.2008.03.004

Xie， K.， Vongkulluksn， V. W.， Lu， L.， amp; Cheng， S. L. （2020）. A person-centered approach to examining high-school students’ motivation， engagement and academic performance."Contemporary Educational Psychology， 62， Article 101877. https：//doi.org/10.1016/j.cedpsych.2020.101877

Xu， B.， Chen， N. S.， amp; Chen， G. （2020）. Effects of teacher role on student engagement in WeChat-Based online discussion learning."Computers amp; Education， 157， Article 103956. https：//doi.org/10.1016/j.compedu.2020.103956

Xu， X.， Shi， Z.， Bos， N. A.， amp; Wu， H. （2023）. Student engagement and learning outcomes： An empirical study applying a four-dimensional framework. Medical Education Online， 28（1）， Article 2268347. https：//doi.org/10.1080/"10872981.2023.2268347

Yu， F. Y.， amp; Kuo， C. W. （2024）. A systematic review of published student question-generation systems： Supporting functionalities and design features. Journal of Research on Technology in Education， 56（2）， 172?195. https：//doi.org/"10.1080/15391523.2022.2119448

Multi-modal quantitative assessment mechanism and intervention of learners’ cognitive engagement in blended classroom

TIAN Yuan， NIE Xinxiao， LIU Hainuo; LIU Zhongjian， FANG Min， ZHANG Qi

（Key Laboratory of Adolescent Cyberpsychology and Behavior （CCNU）， Ministry of Education;"Key Laboratory of Human Development and Mental Health of Hubei Province;"School of Psychology， Central China Normal University， Wuhan 430079， China）

Abstract： Cognitive engagement refers to the degree of learners’ mental efforts and the application of cognitive strategies during learning， which is the crucial factor affecting learning performance in blended teaching. However， researchers have previously encountered challenges in accurately assessing learners’ cognitive engagement because of problems with the evaluation method， such as subjective and single-mode approaches. Thus， improvement in the learning effect in blended classrooms is restricted. The study aims to combine mathematical modeling， laboratory experiments， and quasi-experiments in teaching to explore the quantification and intervention of cognitive engagement in blended teaching. We will endeavor to establish a multimodal quantitative assessment model to represent learners’ cognitive engagement in blended classrooms and identify strategies for improvement. We will also create teaching schemes for blended teaching in higher education and develop an integrated digital tool for cognitive engagement identification and intervention. We anticipate that the study findings will provide theoretical and practical support for improving the quality and efficiency of blended teaching.

Keywords："blended classroom， cognitive engagement， multi-modal measurement indices， intervention strategies