在線學習投入的研究現狀

李秋雨 李玉斌 姚巧紅

摘? 要： 提升學習者的學習投入度，是當前在線教育方式需要解決的重要問題。文章以Web of Science數據庫收錄的311篇相關文獻為研究樣本，借助CiteSpace、SATI等統計工具，對在線學習投入近10年的研究現狀進行了宏觀分析。研究發現，在線學習投入正在成為在線教育領域的一個研究熱點;《REVIEW OF EDUCATIONAL RESEARCH》等7本期刊是發表在線學習投入度研究成果的重要期刊;印第安納州大學的George D. Kuh等5位作者的研究成果對在線學習投入度研究影響較大;研究焦點集中在基于計算機中介交流模式下的在線學習投入研究等5大主題。建議未來應加強對情感投入、影響因素、改善策略以及有效保持學生投入在線課程設計的研究。

關鍵詞： 學習投入;在線學習;現狀;建議

中圖分類號： G43? ? 文獻標識碼： A? ? DOI：10.3969/j.issn.1003-6970.2019.02.004

【Abstract】： It is an important problem to improve student engagement in online learning. Taking the 311 literatures? in the Web of Science database as the research sample， this paper makes a macroscopic analysis of the research status of online student engagement in recent 10 years with the help of statistical tools such as Cite Space and SATI. It is found that online student engagement is becoming a research hotspot in the field of online education. REVIEW OF EDUCATIONAL RESEARCH and other 7 journals are important journals to study the research results of on online student engagement. The research results of George D. kuh of the University of Indiana and other 5 authors have a great influence on the research of online student engagement; and the research focuses on 5 topics， including online student engagement investment research based on Computer-mediated communication mode. It is suggested that the research on emotional engagement， influencing factors， improvement strategies and effective maintenance of online curriculum design should be strengthened in the future.

【Key words】： Student engagement; Online learning; Status; Advice

0? 引言

與傳統學習模式相比，在線學習方式具有學習資源豐富、學習地點隨意、學習時間靈活以及學習內容個性化等優勢。與此同時，“高輟課率、低參與性、難以深度學習”等質量危機[1]，也是以MOOC為代表的在線學習方式正在遭遇的現實問題。有效保持學生的學習投入度是當前在線課程設計的重要挑戰（Denise Stanley and Yi Zhang， 2018）[2]。

隨著對在線教育研究的深入，除了學習、滿意度、興趣（Learning， Satisfaction and Interest， LSI）和未來行為意向（Future Behavioral Intentions， FBI）等主題外[3]，學習投入度（Learning Engagement）正在成為衡量學習者在線學習質量的關鍵變量和在線學習模式研究的重要方向之一[4]。有研究表明，在線學習模式下，高水平的學習投入，不僅能夠促進學習者進行自我調節與自我管理，獲得自我效能感，還能增加高階思維能力，從而實現有效的深度學習[5]。因此，研究在線學習投入問題十分有意義。本文是利用Web of Science數據庫中收錄的相關文獻，分析了在線學習投入近10年的研究現狀。

1? 樣本、方法與過程

1.1? 研究樣本

本研究的文獻和數據來源于Web of Science數據庫（以下簡稱WOS）。WOS是美國Thomson Reuters（湯姆森路透）科技信息集團出版的一個大型綜合性、多學科、核心期刊引文索引庫，也是世界各國研究人員獲取學術文獻的主要渠道之一，在國際上具有很高的權威性和知名度。檢索策略是：以“online learning engagement OR online student engagement OR online student participation OR online learning participation”為主題檢索詞，限定題目中含有關鍵詞“engagement OR participation”，以“2008-2018”為檢索時間范圍，共獲得文獻587篇。通過人工篩選和精煉，去掉主題不相關、重復文獻后，共提取論文311篇，年度發文情況如圖1所示。

1.2? 方法和過程

由于文獻數量比較多，為了更加宏觀的把握研究的熱點、主題和進展等信息，本文使用了引文分析和共詞聚類分析方法，具體分析過程如圖2。

其中，引文分析使用的是Cite Space工具，通過分析學術論文引用、被引用情況的分布特征，揭示在線學習投入領域的主要期刊、關鍵作者、重要文獻等信息。共詞聚類分析過程是，首先利用SATI對高頻關鍵詞和共詞、詞篇矩陣進行提取;然后將得到的共詞矩陣導入Ucinet進行社會網絡分析，繪制社群圖圖譜，將詞篇矩陣導入SPSS生成相似矩陣，完成主題聚類，最后通過高頻關鍵詞聚類樹狀圖等方式直觀地呈現在線學習投入領域的研究熱點。

2? 分析結果

2.1? 重要期刊

學術期刊的重要性通常體現在兩個方面：期刊的影響因子和文章的被引頻次。本文按照影響因子大于1和被引頻次高于50的閾值標準，對有關在線學習投入度研究的重要期刊進行了遴選，共有7本期刊進入列表，如表1。說明這7本期刊上的文章，是國際在線學習投入研究領域的重要文獻，國內學者在從事相關研究時閱讀這些文獻有利于快速、準確地把握國際研究動態。其中，《REVIEW OF EDUC- ATIONAL RESEARCH》、《INTERNET AND HIGHER EDUCATION》、《COMPUTERS EDUCATION》是世界范圍公認的、出版高質量教育研究論文的權威期刊。在ISI Web of Science 2018年出版的期刊引用報告（JCR）中，《REVIEW OF EDUCATIONAL RESE- ARCH》位列教育學領域238個SSCI期刊的第一位，《INTERNET AND HIGHER EDUCATION》位列第二位，《COMPUTERS EDUCATION》位列第四位。

2.2? 重要作者

H指數（h-index）又稱為h因子，是用于評估研究人員的學術產出數量與學術產出水平的一種評價方法。通常H指數越高，則表明該研究者論文的影響力越大。本文依據出版文獻數量（≥10）和h指數（≥5）的標準，遴選出5位重要作者，分別是印第安納州大學的George D. Kuh、卡爾加里大學的Garrison DR、斯坦福大學的Albert Bandura、香港大學的Khe Foon Hew、烏普薩拉大學的Stefan Hrastinski，如表2所示。

這些作者的成果有的直接推動了在線學習投入研究的發展（如George D. Kuh、Khe Foon Hew、Stefan Hrastinski），有的成為在線學習投入研究的重要理論基礎（如Garrison DR、Albert Bandura）。例如，George D.Kuh將學習投入作為測量高等教育質量的一個新視角，通過對“學習投入與學業成就的聯系”、“學習投入與學生智力的比較”、“在學習社區中學生的學習投入情況”等教學實踐研究，證實學習投入的測量能夠反應學生存在的學習問題，開發并實施了全美學生投入調查（the national survey of student engagement，NSSE），后人基于該測量量表，衍生了更多有關學習投入測量量表和在線學習投入量表，推動了在線學習投入評價研究的發展[6-8]。Stefan Hrastinski的研究識別了在線學習投入的四大結構要素——交流、思考、情感和歸屬，科學的詮釋了在線學習投入的內涵。Garrison DR提出的COI探究社區理論模型（Community Of Inquiry，COI）[9]為在線學習經驗提供和在線課程設計研究提供了一種獨特的視角、方法和工具，在線學習投入影響

2.3? 高被引文獻

一般而言，文獻的被引頻次越高，文獻的影響力在該研究領域越大。通過文獻共被引分析結果可

以檢驗文章的研究質量，并便于對該領域研究的后續發展脈絡進行分析。本研究采用Cite Space工具，將查找到的數據綜合被引頻次，列舉了在線學習投入領域被引頻次較高的10篇文獻，如表3所示。

從表3中呈現的高被引文獻來看，慕課（MOOC）是在線學習投入研究中最主要的在線課程模式，研究焦點集中在在線討論、學生交互、在線投入測量、課程設計以及學業成就等，并旨向慕課高參與率、低完成率問題的解決[11-12]。例如，Vanessa Paz Dennen、Erping ZHU等探討了同步交互與異步交互對學習者的動機與學習投入的影響[13-14];Reynol Junco針對高等教育提出了社交媒體的使用對學生學習投入的影響[15];Stefan Hrastinski從建構主義理論、社會學習理論闡述了學習投入對測量在線學習課程成就的重要性[16]。并對在線學習投入做了全面的綜述，總結了六大層次的在線學習投入方式（課程訪問次數與交互訪問次數、課堂參與率、高質量的作業、筆記完成情況、動機、積極的交互），以及測量在線學習投入的方法（交互的數量、學習者分析、學習者的自我報告、交互質量（信息長度）、訪問次數、材料閱讀情況、訪問時間）[17]。

2.4? 研究熱點

為了更加準確的探索高頻共現關鍵詞之間的內在聯系，形象直觀的展現在線學習投入領域的研究熱點，本研究將SATI中生成的共詞矩陣導入到Ucinet軟件中，進行社會網絡中心度分析，繪制了在線學習投入領域高頻關鍵詞社群圖，如圖3所示。

為了保證本研究分析數據的客觀性與準確性，我們首先對收集到的數據預處理，對關鍵詞進行人工判讀，合并重復關鍵詞、同義關鍵詞，清除標示性不強的關鍵詞與較低中介中心性的關鍵詞，接著使用文獻題錄信息統計分析工具SATI，對關鍵詞字段進行抽取與頻次排序，經統計得到高頻關鍵詞排序表，最終選取前25位高頻關鍵詞進入社群分析。在圖中，每一個節點代表了每一個關鍵詞，節點越大表示該關鍵詞中心性越高。關鍵詞與關鍵詞之間的箭頭，代表二者之間存在的共現關系。從高頻關鍵詞社群圖中，可以看出各個關鍵詞之間分布較密集，網絡連接較為復雜，代表在線投入度領域，各個關鍵詞之間存在互相依賴性。從圖3中可以看出，中心性最強的關鍵詞是“student engagement（學習投入）、online learning（在線學習）、student participation

（學習投入）”三個主題詞。而與在線學習投入領域緊密相關的關鍵詞有“Higher education（高等教育）、motivation（動機）、performance（績效）、MOOC（慕課）、blended learning（混合學習）等詞”，說明國外在線學習投入領域的研究多傾向與高等教育;混合學習、慕課是在線投入研究的主要課程模式;績效與動機則是在線學習投入研究的主要測量方法。其中“social media（社交媒體）”發生了知識孤獨的現象，是在線學習投入度的新型領域。而“interaction（交互）、technology（技術）、Self-efficacy（自我效能）、leaning communities（學習社區）、active learning（主動學習）”等網絡邊緣詞匯，代表了技術中介的社會互動與情感增強的研究，是當前在線學習投入研究的薄弱領域，未來仍有較大的研究空間。

2.5? 研究領域

通過對高頻關鍵詞的聚類，可以展現當前的研究領域。為此，我們將SATI中生成的詞篇矩陣，導入到SPSS中進行系統聚類分析，設置聚類方法為組間連接，度量標準選擇二分類“Ochiai”，根據研究需要，去除“online learning（在線學習）”、“student engagement（學習投入）、student participation（學習投入）”三個主題詞，最終生成如圖4所示的在線學習投入關鍵詞共詞聚類樹狀圖。

從圖4可以看出，關于在線學習投入的研究主要有5個研究領域：

領域1：基于計算機中介交流模式下在線學習投入的研究。包括“Teaching/learning strategies（教學策略）、Learning communities（學習社區）、collabora- tive learning（協作學習）、Computer-mediated commu- nication（計算機中介交流）、Pedagogical issues（教育問題）、Interactive learning environments（學習交互環境）、distance education（遠程學習）、active learning（主動學習）”8個關鍵詞。從研究內容上看，現有研究中計算機中介交流改變了傳統教學模式下師生、生生之間的面對面交流，為協作學習、學習交互環境、教學策略注入了新的活力[18]，同樣也為遠程教育提供了技術支持。學習社區為學習者提供了共同的目標和價值觀，加強個體之間的交流與互動。

領域2：面向高等教育的學習者在線討論與交互的研究。包括“Blended learning（混合學習）、Interaction（交互）、MOOC（慕課）、Performance（績效）、Motivation（動機）、Learning analytics（學習分析）、Higher education（高等教育）、E-learning（數字化學習）、Online discussion（在線討論）”9個關鍵詞。通過涉及文獻的具體內容來看，高等教育是當前在線學習投入研究的重要領域，借助慕課與混合學習模式，對學習投入、在線交互與學習動機、學習績效的關進進行探討[19]。

領域3：自我效能對提高在線學習投入度的研究。Pekrun認為研究者應主要注意積極情緒與消極情緒給學習者帶來的影響以及區別，并表明積極情緒能夠提高學生的學業成就，而自我效能感就是通過積極的學業情緒獲得[20]。在線學習環境下，個體

積極的學習情緒能夠提高自我效能感，從而提高學習投入程度，以達到深度學習水平。消極的學業情緒則降低了在線學習的效能感，容易使學習者脫離課程進程，降低或喪失學習投入。

領域4：建立在線學習模式的反饋與評估機制的研究。包括“Technology（技術）、Feedback（反饋）、Assessment（評估）”三個關鍵詞。良好的反饋與評估機制往往伴隨著技術的不斷創新，以促進在線學習投入領域更好的發展，目前在線學習課程常用的反饋與評估機制主要有電子徽章、在線儀表盤以及學習主界面模型（Learning Primary Interface， LPI）等。

領域5：新興社交媒體技術對在線學習投入研究的優化。社交媒體（Social Media）是指互聯網上基于用戶關系的內容生產與交換平臺，國外如Facebook、Twitter、國內如QQ、微信等。由于社交媒體具有開放、靈活、及時、普及等優勢，對學習者和教師來講基本不存在技術障礙。因此，把社交媒體等新興技術與在線學習方式整合，有利于提升在線課程交互的深度和交互主體的情感，對提升在線學習投入的作用不容小覷[21]。

3? 結論

提升學習者的學習投入度，是當前在線教育方式需要解決的重要問題，已引起了一些研究者的關注。本文利用Web of Science數據庫中收錄的相關文獻，從多個方面分析了在線學習投入近10年的研究現狀。

主要結論是：（1）整體來看，近10年有關學習投入的研究發表的論文總量不算多，年均30篇左右，但總體上呈現出持續增長的態勢，特別最近五年（2014-2018）增長趨勢相當明顯，說明在線學習投入正在成為在線教育領域的一個研究熱點。（2）《REVIEW OF EDUCATIONAL RESEARCH》等7本期刊是發表在線學習投入度研究成果的重要期刊;印第安納州大學的George D. Kuh等5位作者的研究成果對在線學習投入度研究影響較大;《Unmasking the Effects of Student Engagement on First-Year College Grades and Persistence》等10篇論文的引用率較高。（3）當前的研究主要聚焦在基于計算機中介交流模式下在線學習投入研究、面向高等教育的學習者在線討論與交互研究、自我效能對提高在線學習投入度研究、建立在線學習模式的反饋與評估機制研究，以及新興社交媒體技術對在線學習投入研究的優化等主題。

未來研究的建議：（1）在線課程面臨著高輟課率、低參與性、難以深度學習等質量危機，未來應加強對在線學習投入的影響因素及其改善策略以及有效保持學生的學習投入在線課程設計的研究。（2）在線學習投入是學習者在學習過程中積極參與、深度思考、克服困難并充滿活力的情感體驗和外化表現，包括行為投入、情感投入、認知投入等多個維度。相對來講，目前在行為和認知投入方面的研究較多，情感投入的研究比較薄弱，特別是如何真實的測量學習者的在線學習情感還存在一定的困難，未來可以考慮借助瞳孔變化測試儀、眼動儀（視覺記錄儀）、瞬間顯示器、生物電波測試等設備對學習行為分析進而對在線學習情感投入度進行更精準的研究[22-23]。

參考文獻

尹睿， 徐歡云. 國外在線學習投入的研究進展與前瞻[J]. 開放教育研究， 2016， 22（03）： 89-97.

Stanley D， Zhang J. Do Student-Produced Videos Enhance Engagement and Learning in the Online Environment[J]. 2018.

Costley J， Lange CH. Video lectures in e-learning[J]. Interactive Technology and Smart Education， 14（1）， 14-30.

Kop R， Fournier H， Mak SF . A pedagogy of abundance or a pedagogy for human beings： Participant support on massive open online courses[J]. The International Review of Researching Open and Distance Learning， 12（7）， 74-93.

Allen I， Seaman J. Changing course： Ten years of tracking online education in the United States[J]. Retrieved July 24， 2013.

Zhao CM， Kuh GD. Adding Value： Learning Communities and Student Engagement[J]. Research in Higher Education， 45（2）， 115-138.

Carini RM， Kuh GD. Klein SP. Student Engagement and Student Learning： Testing the Linkages[J]. Research in Higher Education， 2006， 47（1）： 1-32.

Kuh GD. Unmasking the Effects of Student Engagement onFirst-Year College Grades and Persistence [J]. The Journal of Higher Education， 2008， 5（79）： 540-563.

Garrison DR， Arbaugh JB. Researching the community of inquiry framework： Review， issues， and future directions[J]. The Internet and Higher Education， 10（3）： 157-172.

Garrison DR， ClevelandInnes. Exploring causal relationships among cognitive， social and teaching presence： Student perceptions of the community of inquiry framework[J]. The Internet and Higher Education， 13（1-2）， 31-36.

張海燕. MOOC的突破與挑戰： 一種課程觀點[J]. 軟件， 2018， 39（6）： 209-213

Hew KF. Promoting engagement in online courses： What strategies can we learn from three highly rated MOOCS[J]. British Journal of Educational Technology， 47（2）， 320-341.

Dennen VP. From message posting to learning dialogues： Factors affecting learner participation in asynchronous discussion[J]. Distance Education， 26（1）， 127-148.

Zhu E. Interaction and cognitive engagement： An analysis of four asynchronous online discussions[J]. Instructional Science， 34（6）， 451-480.

Junco R， Heiberger G， Loken E. The effect of Twitter on college student engagement and grades[J]. Journal of Computer Assisted Learning， 27（2）， 119-132.

Hrastinski S. A theory of online learning as online participation[J]. Computers & Education， 52（1）， 78-82.

Hrastinski S. What is online learner participation？ A literature review[J]. Computers & Education， 51（4）， 1755- 1765.

江濤， 劉儒德. 計算機中介交流（CMC）對小組合作成員學習卷入行為的影響[J]. 中國電化教育， 2007（07）： 36-39.

焦賽美. 基于混合學習的翻轉課堂教學模式研究——以“Photoshop平面設計”課程為例[J]. 軟件， 2018， 39（4）： 222-225

Pekrun R， Elliot AJ， Maier MA. Achievement goals and achievement emotions： Testing a model of their joint relations with academic performance[J]. Journal of Educational Psychology， 101（1）， 115-135.

龔讓聲， 李素桂， 林敏. 基于微信公眾平臺的慕課建設平臺的設計與實現[J]. 軟件， 2018， 39（2）： 218-222

孫吉鵬， 袁郭苑， 杜澤林. 學習行為分析的段落粒度在線教程系統[J]. 軟件， 2018， 39（4）： 137-141

Hao-Chiang Koong LIN， Cheng-Hung WANG， Ching-Ju CHAO， Ming-Kuan CHIEN.EMPLOYING TEXTUAL AND FACIAL EMOTION RECOGNITION TO DESIGN [J]. The Turkish Online Journal of Educational Technology， 2012， 11（4）.