在線學(xué)習(xí)時長影響考試成績分析*

熊思燦　農(nóng)瑩

摘? ?要：對在線課程學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行分析是備受關(guān)注的熱點(diǎn)話題之一。在線課程訪問數(shù)據(jù)和學(xué)習(xí)時長作為重要的學(xué)習(xí)行為數(shù)據(jù)，能有效地反映學(xué)習(xí)者的學(xué)習(xí)規(guī)律。文章以《概率論》課程的在線訪問數(shù)據(jù)及學(xué)習(xí)時長和期末成績?yōu)樗{(lán)本，分析了期末考試成績處于優(yōu)、良、中三個等級學(xué)生之間的訪問次數(shù)、訪問天數(shù)和持續(xù)學(xué)習(xí)時長之間的差異性。結(jié)果表明，優(yōu)、良、中三類學(xué)生之間，在訪問次數(shù)和訪問天數(shù)的平均值，以及持續(xù)學(xué)習(xí)0～1小時和1～2小時的平均重復(fù)頻數(shù)上存在著非常顯著的差異性。可見，學(xué)習(xí)者若要取得優(yōu)異的成績，加強(qiáng)課程訪問頻次，并培養(yǎng)1～2小時之內(nèi)的持續(xù)學(xué)習(xí)習(xí)慣尤為重要。

關(guān)鍵詞：在線課程;訪問次數(shù);持續(xù)學(xué)習(xí)時長;方差分析

中圖分類號：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-8454（2020）19-0042-05

一、引言

為響應(yīng)教育部2018年4月13日頒布的《教育信息化2.0行動計(jì)劃》，東華理工大學(xué)統(tǒng)計(jì)學(xué)專業(yè)的《概率論》課程于2018年9月起進(jìn)行了“互聯(lián)網(wǎng)+教育”移動教學(xué)改革。時至今日，改革已經(jīng)完整運(yùn)行了2個學(xué)期，教學(xué)效果逐漸凸顯。為使改革效果更上一層樓，同時為下一輪教學(xué)改革實(shí)踐提供相關(guān)參考，學(xué)校擬對2019—2020學(xué)年第1學(xué)期的《概率論》在線課程訪問數(shù)據(jù)進(jìn)行深度分析，揭示期末成績不同等級學(xué)生之間的在線課程訪問差異性，并提出深化教學(xué)改革的建議。

對在線課程的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行分析，是當(dāng)前教育教學(xué)研究的熱點(diǎn)之一，特別是有關(guān)在線課程的訪問模式如何影響學(xué)習(xí)績效的探索更是受到了較為廣泛的關(guān)注。張媛媛等人分析了12個訪問行為特征變量與期末成績之間的相關(guān)關(guān)系，并采用多元線性回歸分析的方法，得出12個特征變量對期末成績變異的累計(jì)解釋率為65.7%[1]。張家華等人以《現(xiàn)代教育技術(shù)》公共課程為例，分析發(fā)現(xiàn)學(xué)習(xí)者對資源的訪問頻率與其成績呈正相關(guān)關(guān)系[2]。孫月亞對北京開放大學(xué)自主本科學(xué)習(xí)者在線學(xué)習(xí)行為的分析表明，包括文本資源訪問率等在內(nèi)的3個要素對學(xué)習(xí)成績存在顯著性影響，可以解釋48.3%的成績變異[3]。趙呈領(lǐng)等人對中國大學(xué)MOOC網(wǎng)站《教師如何做研究》課程的分析表明，學(xué)習(xí)者可以根據(jù)訪問網(wǎng)絡(luò)學(xué)習(xí)資源的行為相似性進(jìn)行聚類，且不同類別學(xué)習(xí)者之間的學(xué)習(xí)成效差異顯著[4]。肖君等人以上海開放大學(xué)在線學(xué)習(xí)者的訪問大數(shù)據(jù)為研究對象，建立了學(xué)習(xí)者學(xué)習(xí)路徑畫像，揭示出不同成績等級學(xué)習(xí)者的學(xué)習(xí)路徑存在顯著不同。優(yōu)秀（90～100分）學(xué)習(xí)者的學(xué)習(xí)順序性和條理性較強(qiáng)，而不及格（0～60分）學(xué)習(xí)者的學(xué)習(xí)更隨意，無明顯規(guī)律[5]。夏慶利等人對超星泛雅平臺《財(cái)務(wù)學(xué)及技術(shù)基礎(chǔ)》課程的線上學(xué)習(xí)數(shù)據(jù)分析表明，期末成績與訪問數(shù)呈正相關(guān)關(guān)系，相關(guān)系數(shù)為0.327，且訪問數(shù)對期末成績有重要貢獻(xiàn)，每增加一次訪問可以提高期末成績0.032分[6]。類似的還有李逢慶等人的研究[7]。這些研究都共同揭示了一個現(xiàn)象，那就是訪問次數(shù)與學(xué)習(xí)成績呈正相關(guān)關(guān)系。

超星泛雅平臺作為國內(nèi)主要的MOOC平臺之一，可以記錄學(xué)習(xí)者的學(xué)習(xí)頁面訪問等數(shù)據(jù)[8]，而這些訪問數(shù)據(jù)又能較好地反映并解釋學(xué)習(xí)者的在線學(xué)習(xí)行為[9-10]。此外，王晶針對清華大學(xué)網(wǎng)絡(luò)學(xué)堂學(xué)習(xí)者在線學(xué)習(xí)使用情況的分析表明，學(xué)習(xí)者的網(wǎng)絡(luò)課程訪問量與課件數(shù)、作業(yè)數(shù)等相關(guān)，并可把學(xué)生訪問量作為受其他因素影響的因變量來看待[11]。鑒于此，本研究將重點(diǎn)以學(xué)習(xí)者對我校建立在超星泛雅平臺的《概率論》課程訪問數(shù)據(jù)為研究對象，分不同期末成績等級來深度探討學(xué)習(xí)者的在線課程訪問差異情況。本研究區(qū)別于現(xiàn)有研究的主要不同是，既考慮了對學(xué)習(xí)者的訪問次數(shù)、訪問天數(shù)等基礎(chǔ)層面的數(shù)據(jù)分析，也考慮了對學(xué)習(xí)者的訪問學(xué)習(xí)時長等總結(jié)性的數(shù)據(jù)分析。本研究重點(diǎn)探討的是期末成績處于不同等級的學(xué)習(xí)者在訪問學(xué)習(xí)時長等方面的差異性問題，為指導(dǎo)教育教學(xué)改革提供參考和建議。

二、數(shù)據(jù)來源及簡介

本研究所用數(shù)據(jù)來源于超星泛雅平臺2019—2020學(xué)年第一學(xué)期的《概率論》課程學(xué)習(xí)過程中，2018級統(tǒng)計(jì)學(xué)專業(yè)80名學(xué)生共60930條頁面訪問記錄數(shù)據(jù)。該訪問數(shù)據(jù)詳細(xì)記錄了每名學(xué)生的具體訪問時間。其中，首次訪問時間是2019年9月5日9時29分17秒，數(shù)據(jù)采集截止時的最后訪問時間是2020年1月2日11時08分17秒。時間跨度超過119天。

《概率論》課程采用線下為主、線上為輔的移動教學(xué)模式。教師通過實(shí)體課堂的多媒體投屏和超星學(xué)習(xí)通的互動教學(xué)功能開展教學(xué)。學(xué)生通過線下聽講和線上瀏覽講義、觀看視頻等方式進(jìn)行學(xué)習(xí)。實(shí)體課堂的總學(xué)時為48學(xué)時，開課周期為12周，每周4學(xué)時。開課時間為2019年9月11日至2019年的11月29日。課程結(jié)束后，期末考試于2019年12月20日舉行，之后就是成績報(bào)送階段。數(shù)據(jù)采集起止日比實(shí)體課堂開課起止日略有延長，這主要是考慮到整個教學(xué)周期（含成績報(bào)送）的完整性。此外，本研究還收集了所有80名學(xué)生的期末考試成績數(shù)據(jù)。

三、統(tǒng)計(jì)分析及檢驗(yàn)

1.期末成績等級劃分

表1給出了《概率論》期末成績的描述性統(tǒng)計(jì)指標(biāo)值以及各個分?jǐn)?shù)段的人數(shù)分布情況。可以看出，期末成績的平均分為79.35分，標(biāo)準(zhǔn)差13.66分，最低分36分，最高分100分，極差64分。此外，85分及以上的學(xué)生有32人，占40%。75～84分的學(xué)生有22人，占27.5%。60～74分的學(xué)生有18人，占22.5%。而低于60分的學(xué)生有8人，占10%。考慮到低于60分的學(xué)生僅有8人，為使各個等級的人數(shù)相對均衡，在接下來的分析中，筆者將低于75分的學(xué)生合并為一個等級。這樣，可按照期末成績的高低，將全部80名學(xué)生分成三個等級，并分別記為優(yōu)（85～100分）、良（75～84分）、中（低于75分）。每個等級的樣本量分別為32、22和26。

2.持續(xù)學(xué)習(xí)時長計(jì)算

本研究所獲取的是每名學(xué)生的訪問時間點(diǎn)數(shù)據(jù)。舉例來說，某學(xué)生于2019年9月18日13時55分51秒進(jìn)行了課程訪問，接下來再過0.167分鐘，該學(xué)生再次于同日13時56分01秒進(jìn)行了課程訪問。之后，過了104.3分鐘，該學(xué)生于同日15時40分19秒又一次進(jìn)行了課程訪問。此外，該學(xué)生還在2019年9月20日和21日等時間點(diǎn)進(jìn)行了課程訪問，如表2所示。

本研究假定，如果某學(xué)生前后兩次訪問時間間隔（表2中的第2列）在30分鐘之內(nèi)，則認(rèn)定為該學(xué)生進(jìn)行了持續(xù)性學(xué)習(xí)。否則，就認(rèn)定為非持續(xù)性學(xué)習(xí)。持續(xù)性學(xué)習(xí)的時長計(jì)算，以每個新學(xué)習(xí)時段（表2中的第3列）始，至下一個新學(xué)習(xí)時段止，逐一累加求和而得。如表2所示，該學(xué)生自2019年9月18日13時55分51秒開啟一個新的學(xué)習(xí)時段，至下一個學(xué)習(xí)時段開啟時刻，即當(dāng)日15時40分19秒，共持續(xù)學(xué)習(xí)了0.167分鐘（表2中的第4列）。如果持續(xù)學(xué)習(xí)時長為0分鐘，則表明該學(xué)生只進(jìn)行了登錄操作，而無有效學(xué)習(xí)時長。如表2所示，該學(xué)生在2019年9月18日15時40分19秒只進(jìn)行了登錄操作，而無有效學(xué)習(xí)，故該時段持續(xù)學(xué)習(xí)時長為0分鐘。按此計(jì)算方法，對每名學(xué)生，可將訪問數(shù)據(jù)轉(zhuǎn)化為互不重疊的學(xué)習(xí)時段。而每個學(xué)習(xí)時段，還可計(jì)算相應(yīng)的持續(xù)學(xué)習(xí)時長。

但是，由于學(xué)生的訪問次數(shù)往往較多，平均而言有757次左右。因此，對每一名學(xué)生而言，所得的學(xué)習(xí)時段總數(shù)，以及相應(yīng)的持續(xù)學(xué)習(xí)時長數(shù)據(jù)仍然比較散亂。就持續(xù)學(xué)習(xí)時長而言，有的是0分鐘，有的大于0分鐘，最長的可以超過3個小時，不便于統(tǒng)計(jì)分析。為此，我們對每名學(xué)生的所有學(xué)習(xí)時段，再次按照持續(xù)學(xué)習(xí)時長的長短不同進(jìn)行歸并處理。其歸并原則是，持續(xù)學(xué)習(xí)時長為0分鐘的歸為第1類，持續(xù)學(xué)習(xí)時長超過0分鐘但是小于等于1小時的歸為第2類，持續(xù)學(xué)習(xí)時長超過1小時但是小于等于2小時的歸為第3類，持續(xù)學(xué)習(xí)時長超過2小時但是小于等于3小時的歸為第4類，持續(xù)學(xué)習(xí)時長超過3小時的歸為第5類。然后分別計(jì)算這五類不同學(xué)習(xí)時長的學(xué)習(xí)時段頻數(shù)數(shù)據(jù)，得到如圖1所示的數(shù)據(jù)結(jié)構(gòu)。

圖1為某學(xué)生五類不同持續(xù)學(xué)習(xí)時長的頻數(shù)統(tǒng)計(jì)條圖。從圖1中可以看出，該名學(xué)生有36次純登錄行為，即持續(xù)學(xué)習(xí)0分鐘的行為。有201次持續(xù)學(xué)習(xí)時長大于0分鐘但是小于等于1小時的學(xué)習(xí)行為，其比例占到了該名學(xué)生所有253 （=36+201+12+3+1）個學(xué)習(xí)時段的79.45%。此外，該學(xué)生還存在1次學(xué)習(xí)時長超過3小時的持續(xù)學(xué)習(xí)行為。

3.持續(xù)學(xué)習(xí)時長差異及檢驗(yàn)

針對每名學(xué)生的五類不同持續(xù)學(xué)習(xí)時長的頻數(shù)變量，以及訪問次數(shù)和訪問天數(shù)，研究這7個變量在優(yōu)、良、中三類學(xué)生之間的差異性，并作顯著性檢驗(yàn)。采用方差分析方法，所得結(jié)果如表3所示。

表3列出了訪問次數(shù)、訪問天數(shù)以及五類不同持續(xù)學(xué)習(xí)時長共7個變量，在優(yōu)、良、中三類學(xué)生之間的差異性比較方差分析表。從表3中可以看出，優(yōu)、良、中三類學(xué)生之間，在訪問次數(shù)、訪問天數(shù)、持續(xù)學(xué)習(xí)時長大于0分鐘而小于等于1小時、持續(xù)學(xué)習(xí)時長大于1小時而小于等于2小時這4個變量上存在著非常顯著的差異性。相應(yīng)的F檢驗(yàn)顯著性概率分別為0.002、0.002、0.001和0.004，均小于0.01的顯著性水平。這三類學(xué)生在持續(xù)學(xué)習(xí)0分鐘、持續(xù)學(xué)習(xí)時長超過2小時而小于等于3小時、持續(xù)學(xué)習(xí)時長超過3小時這3個變量上不存在顯著性差異，相應(yīng)的F檢驗(yàn)顯著性概率分別為0.371、0.525和0.209，均高于0.05的顯著性水平。

圖2和圖3分別列出了在三類學(xué)生之間存在顯著性差異和不存在顯著性差異的7個變量的均值圖。從圖2和圖3可以看出，無論三類學(xué)生之間這7個變量的差異是否顯著，隨著期末成績等級的降低，這7個變量的均值（對持續(xù)學(xué)習(xí)時長，指的是每一類學(xué)生的重復(fù)次數(shù)平均，即平均頻數(shù)）都呈現(xiàn)十分明顯的下降趨勢。這表明，期末成績優(yōu)秀的學(xué)生在課程訪問上相比期末成績良好以及中等的學(xué)生會更加頻繁，且學(xué)習(xí)時長更長，或者同一類學(xué)習(xí)時長（比如持續(xù)學(xué)習(xí)0～1小時），但重復(fù)次數(shù)更多。本研究還表明，優(yōu)、良、中三類學(xué)生主要在持續(xù)學(xué)習(xí)一兩個小時之內(nèi)的差異十分顯著，而持續(xù)學(xué)習(xí)時間超過2個小時及以上的差異并不顯著。特別地，在持續(xù)學(xué)習(xí)3個小時以上的行為中，期末成績良好的學(xué)生甚至出現(xiàn)了平均重復(fù)次數(shù)超過期末成績優(yōu)秀的學(xué)生情況（如圖3的右子圖所示）。但是，由于平均重復(fù)次數(shù)（0.27）遠(yuǎn)不足1次，因此，筆者認(rèn)為這種現(xiàn)象并不具有很好的說服力。此外，從圖2和圖3中還可以看出，學(xué)生們持續(xù)學(xué)習(xí)時長最為集中的是0～1小時，即圖2中的左下子圖所示。期末成績優(yōu)、良、中三個等級學(xué)生持續(xù)學(xué)習(xí)0～1小時的平均重復(fù)次數(shù)分別為134.63、104.32和88.88次，差異十分顯著，且遠(yuǎn)遠(yuǎn)高于其他類別持續(xù)學(xué)習(xí)時長的平均重復(fù)次數(shù)。排在第二位的是持續(xù)學(xué)習(xí)持續(xù)0分鐘的情形，即純登錄行為。如圖3的左子圖所示，期末成績優(yōu)、良、中三個等級學(xué)生純登錄行為的平均重復(fù)次數(shù)分別為59、51.45和50.58次，差異不顯著。平均重復(fù)次數(shù)排在第三位的是持續(xù)學(xué)習(xí)時長為1～2小時的情形，優(yōu)、良、中三類學(xué)生的平均重復(fù)次數(shù)分別為12.31、8.45和6.77次，且差異十分顯著。平均而言，三類學(xué)生僅有1次多一點(diǎn)的持續(xù)學(xué)習(xí)時長為2～3小時的情形。因此，綜上分析，可以發(fā)現(xiàn)，學(xué)生們雖然有純登錄的學(xué)習(xí)行為，但是優(yōu)、良、中學(xué)生之間的差異并不明顯。大家更加傾向于持續(xù)進(jìn)行一兩個小時之內(nèi)的有效學(xué)習(xí)，并且優(yōu)、良、中學(xué)生之間的差異十分明顯。

四、結(jié)論與建議

1.結(jié)論

本文對《概率論》課程的學(xué)習(xí)訪問數(shù)據(jù)進(jìn)行了深入分析。得到如下結(jié)論。

（1）優(yōu)、良、中三類學(xué)生之間的課程訪問次數(shù)，以及課程訪問天數(shù)均存在非常顯著的差異。隨著期末成績等級的降低，平均訪問次數(shù)和平均訪問天數(shù)呈下降趨勢。這表明，成績越優(yōu)秀的學(xué)生更傾向于越頻繁地訪問課程網(wǎng)站。

（2）優(yōu)、良、中三類學(xué)生之間的持續(xù)學(xué)習(xí)時長為0～1小時和1～2小時的時候，其平均重復(fù)頻數(shù)之間存在非常顯著的差異，而持續(xù)學(xué)習(xí)時長為0分鐘，以及2～3小時和超過3小時時，其平均重復(fù)頻數(shù)之間不存在顯著的差異。隨著期末成績等級的降低，持續(xù)學(xué)習(xí)不同時長段的平均重復(fù)頻數(shù)均呈整體下降趨勢。這表明，成績越優(yōu)秀的學(xué)生相較于成績不太好的學(xué)生，更容易保持自身的持續(xù)學(xué)習(xí)習(xí)慣。

（3）優(yōu)、良、中三類學(xué)生分別以平均重復(fù)次數(shù)134.63、104.32和88.88次的頻數(shù)持續(xù)學(xué)習(xí)0～1小時;其次是分別以59、51.45和50.58的平均重復(fù)頻數(shù)持續(xù)學(xué)習(xí)0分鐘，即純登錄行為;再其次是分別以12.31、8.45和6.77的平均重復(fù)頻數(shù)持續(xù)學(xué)習(xí)1～2小時。優(yōu)、良、中三類學(xué)生都以較少（1次多一點(diǎn)或者不足1次）的平均重復(fù)頻數(shù)持續(xù)學(xué)習(xí)2～3小時和超過3小時。這表明，學(xué)生們成績優(yōu)劣的影響因素可能與學(xué)生們持續(xù)學(xué)習(xí)一兩個小時的學(xué)習(xí)習(xí)慣有關(guān)，特別是與一個小時之內(nèi)的有效學(xué)習(xí)習(xí)慣有關(guān)。這里所謂的“習(xí)慣”，是指同樣的行為重復(fù)的頻次。

2.建議

根據(jù)本研究所得結(jié)論，筆者提出如下建議以改進(jìn)在線學(xué)習(xí)者的學(xué)習(xí)效果。

（1）勤訪問

無論從平均訪問次數(shù)、平均訪問天數(shù)、還是純登錄行為的平均重復(fù)頻次等來看，成績優(yōu)異的學(xué)生相較于成績不那么好的學(xué)生都有更高的訪問均值。因此，要使學(xué)習(xí)成績提高，勤訪問很重要。只有多訪問課程網(wǎng)站，才能有效獲取相關(guān)資源，開展學(xué)習(xí)，提高成績。

（2）多學(xué)習(xí)

分析表明，優(yōu)秀的學(xué)生更頻繁地進(jìn)行持續(xù)學(xué)習(xí)，無論持續(xù)學(xué)習(xí)時長是0～1小時還是1～2小時或更長的時間。而能夠顯著區(qū)別不同學(xué)生重復(fù)學(xué)習(xí)頻次差異的是持續(xù)學(xué)習(xí)0～1小時和1～2小時的情形。這啟示學(xué)生，應(yīng)該多加強(qiáng)學(xué)習(xí)，不要因?yàn)榭沼鄷r間短而放棄立即學(xué)習(xí)，更不要因?yàn)閷W(xué)習(xí)時間多而延后學(xué)習(xí)。應(yīng)該充分利用在線課程網(wǎng)站資源，以及移動互聯(lián)網(wǎng)的實(shí)時學(xué)習(xí)優(yōu)勢，及時有效地進(jìn)行學(xué)習(xí)，來提高自身的學(xué)習(xí)成績，獲得相應(yīng)的專業(yè)發(fā)展。

（3）塑良習(xí)

良好的習(xí)慣不是一朝養(yǎng)成的。縱觀本文研究，可以發(fā)現(xiàn)，那些學(xué)習(xí)優(yōu)秀的學(xué)生在持續(xù)學(xué)習(xí)0～1小時的重復(fù)頻次上明顯高于學(xué)習(xí)不太好的學(xué)生。重復(fù)次數(shù)越高，表明該學(xué)生的學(xué)習(xí)習(xí)慣越穩(wěn)定。反之，為使良好的學(xué)習(xí)習(xí)慣得以養(yǎng)成，學(xué)生唯有不斷地重復(fù)學(xué)習(xí)，鞭策自己持續(xù)前行。而教師也應(yīng)該在教學(xué)過程中，有意識地幫助學(xué)習(xí)者養(yǎng)成重復(fù)學(xué)習(xí)、經(jīng)常訪問的好習(xí)慣。

參考文獻(xiàn)：

[1]張媛媛，李爽. MOOC課程資源訪問模式與學(xué)習(xí)績效的關(guān)系研究[J].中國遠(yuǎn)程教育，2019（6）：22-32，93.

[2]張家華，鄒琴，祝智庭.基于Moodle平臺的在線學(xué)習(xí)深度分析研究[J].電化教育研究，2016，37（12）：46-51.

[3]孫月亞.開放大學(xué)遠(yuǎn)程學(xué)習(xí)者在線學(xué)習(xí)行為的特征分析[J].中國電化教育，2015（8）：64-71.

[4]趙呈領(lǐng)，李敏，疏鳳芳等.在線學(xué)習(xí)者學(xué)習(xí)行為模式及其對學(xué)習(xí)成效的影響——基于網(wǎng)絡(luò)學(xué)習(xí)資源視角的實(shí)證研究[J].現(xiàn)代遠(yuǎn)距離教育，2019（4）：20-27.

[5]肖君，喬惠，李雪嬌.大數(shù)據(jù)環(huán)境下在線學(xué)習(xí)者畫像的構(gòu)建[J].開放教育研究，2019，25（4）：111-120.

[6]夏慶利，羅一清.大學(xué)翻轉(zhuǎn)課堂教學(xué)效果實(shí)證研究——以《財(cái)務(wù)學(xué)及技術(shù)基礎(chǔ)》課程翻轉(zhuǎn)教學(xué)為例[J].大學(xué)教育科學(xué)，2017（2）：47-56，125.

[7]李逢慶，韓曉玲.混合式教學(xué)質(zhì)量評價體系的構(gòu)建與實(shí)踐[J].中國電化教育，2017（11）：108-113.

[8]馬金鐘，馬森.基于學(xué)習(xí)者視角的國內(nèi)主要MOOC平臺比較研究[J].延邊大學(xué)學(xué)報(bào)（社會科學(xué)版），2019，52（4）：104-110，143.

[9]王濟(jì)軍.基于SPOC的翻轉(zhuǎn)課堂教學(xué)模式及其效果研究——以“攝影基礎(chǔ)”為例[J].現(xiàn)代遠(yuǎn)距離教育，2018（1）：44-49.

[10]顧容，張蜜，楊青青等.基于SPOC翻轉(zhuǎn)課堂的探討：實(shí)證與反思[J].高教探索，2017（1）：27-32.

[11]王晶.清華大學(xué)網(wǎng)絡(luò)學(xué)堂學(xué)生使用情況統(tǒng)計(jì)與分析[J].現(xiàn)代教育技術(shù)，2014，24（7）：106-112，119.

（編輯：王曉明）