我國學習投入領域研究的熱點及趨勢
——基于知識圖譜的可視化分析

陳麗楓

（福建開放大學 福建 福州 350000）

近年來，由于智慧教育的發展，教育改革由原來注重教學資源投入轉向對學生教學質量的研究，學習投入作為影響學生學習成就感的關鍵因素，日益成為各大教育機構的研究熱點。本文借助科學知識圖譜，梳理2010—2021年國內學習投入的研究內容，直觀呈現學習投入領域研究的特征和發展態勢。同時，本研究聚焦于該研究領域的熱點和未來發展趨勢，旨在為該領域研究提供方向和學術參考。

一、研究背景

關于學習投入的研究應追溯到20世紀30年代泰勒（R.Tyler）提出的“任務時間”（time-ontask）一詞。此時學習的投入主要表現在學習時間上[1]，A .W.Astin提出了一個“學習參與”（Student Involvement）理論，學生需積極參與學?；顒?，學生的學習是參與學習的整個過程[2]，Natriello提及學生不投入（Student Disengagement ）的相對面——“投入”（Engagement）的術語[3]。至此，學者紛紛從不同的角度對學習投入展開研究。

國內關于學習投入深入研究起源于2009年，清華大學教育研究院使用NSSE（全美大學生學習投入度調查問卷）對國內學生進行學習投入研究。至今，國內專家學者不斷加強對學習投入的研究，取得了豐碩的研究成果。近年來，學界雖然推出了不少研究成果，但大部分成果偏重于定性研究，缺乏對學習投入領域的定量分析，研究內容分布層次也較淺、分散，運用量化方法對學習投入的研究現狀、熱點及趨勢進行整理的文章很少。因此，亟須對學習投入研究進行整理分析，為國內研究提供學術參考。

二、學習投入領域研究的可視化分析

（一）數據選取和數據分析的方法

本文以中國知網（CNKI）為數據來源，用“學習投入”為主題詞檢索2010—2021年的期刊；期刊類別選擇“核心期刊＋CSSCI期刊”，剔除會議記錄等不相關文獻，最終得到614篇符合要求的文獻樣本。

本研究主要運用SAIT（文獻題錄信息統計分析軟件）[4]、Ucinet（社會網絡分析軟件）、SPSS（統計分析軟件）、Citespace（引文空間）軟件對614篇文獻的關鍵詞進行可視化分析。SAIT用于文獻字段信息抽取、矩陣生成：Ucinet用于將SAIT生成的關鍵詞矩陣生成共現知識圖譜，分析熱點；SPSS用于多維聚類分析，利用Citespace軟件分析文獻中關鍵詞的演進趨勢，探究該領域的發展趨勢。

（二）可視化分析

1.研究文獻的熱點分析

本研究將符合要求的614篇文獻數據中含有相同意義的關鍵詞，如“學習投入度”“學習性投入”“學生投入”替換成“學習投入”，再將其導入SAIT中，設置“KEYWORD”的抽取字段，分別生成“50*50”的高頻關鍵詞共現矩陣和相異矩陣。為更好地研究該領域，剔除“大學生”“學習”“中學生”等較為宏觀的詞匯后，將共現矩陣導入Ucinet中，并使用該軟件中內嵌可視化工具“NetDraw”，生成2010—2021年學習投入高頻關鍵詞的共現知識圖譜。（見圖1）

社會網絡知識圖譜中，圓圈代表各個節點，圓圈間的線條代表兩個關鍵詞間的聯系，圓圈（節點）的大小代表此關鍵詞出現的頻次，頻次越大，圓圈越大，表明該節點控制其他節點的能力就越強。由圖1可以看出，學習投入領域的研究圍繞著“學習投入”這一高頻關鍵詞進行，控制著其他主題的研究，如“影響因素”“結構方程模型”“學習分析”。它們僅次于“學習投入”的頻次，也位于網絡譜圖的相對中心位置，控制著其他方面的研究。因此，“影響因素”“結構方程模型”“學習分析”等成為學習投入領域研究的熱點。

圖1 2010—2021 年學習投入高頻關鍵詞的共現知識圖譜

2.研究文獻的聚類分析

為了消除自身頻次差異帶來的影響，以揭示關鍵詞間的真正隱含關系，本研究聚類分析使用相異矩陣。在相異矩陣中剔除較為宏觀的詞匯后，將矩陣導入SPSS，對關鍵詞進行多維度尺度分析，得到圖2。

圖2 2010—2021 年學習投入研究的多維尺度圖譜

根據分析結果，可以將學習投入的研究內容劃分為三個聚類：聚類A：學習投入的結構方程模型的研究和學習投入在學業成績起中介效應，包含學習動機、自我效能感、專業承諾、學業績效等關鍵詞。聚類B：學習投入的實證研究，包含行為投入、影響因素、認知投入、實證研究等關鍵詞。該聚類主要側重于分析不同模式、不同群體下的學習投入的基本實證研究。聚類C：學習投入的基本結果調查，此聚類包含關鍵詞有研究型大學、高等教育、學情調查、NSSE等，涉及對學生學習投入度的調查、測量等內容。

為更了解該領域發展的主題方向，在上述聚類分析的基礎上，本文以三個聚類的數據為參數，向心度為X軸，密度為Y軸，兩者的均值作為坐標的原點（6.20，12.39）建立坐標戰略圖，結果如圖3所示。

圖3可示，聚類A位于第二象限，聚類B位于第四象限，聚類C位于第三象限。聚類A的向心度較高，密度相對低些，表明該聚類與其他聚類間聯系較廣泛，但內部相關研究還有待加強，是需要專家學者繼續研究的方向。聚類B的向心度很低，密度卻相當高，說明該聚類內部結構研究相對緊密，與其他聚類之間的聯系還有欠缺，需要進一步完善相關研究。聚類C的向心度、密度都偏低，說明該聚類內部結構松散，同時缺乏跟其他聚類的聯系，一定程度上并不是專家學者研究的重點。

圖3 2010—2021年學習投入研究的戰略坐標

3.研究文獻的脈絡及趨勢分析

研究脈絡趨勢不僅揭示該領域的整體脈絡與發展趨勢，還能快速識別領域內的研究熱點和前沿演進，預測發展方向。本研究剔除無關詞條，利用Citespace分析關鍵詞的發展趨勢，節點類型選擇“KEYWORD”，時間跨度為2010—2021年，得到2010—2021年學習投入研究的關鍵詞時區圖（見圖4）。

圖4 2010—2021年學習投入研究的關鍵詞時區圖

從圖4時區圖可以看出，從2010年開始，學者就開始圍繞學習投入展開基礎研究，如學習投入對學習收獲的研究、深度學習下的學習投入、學習投入的影響因素、關于學習投入的實證研究等，而且這些內容一直是研究的重點。其中，由于時代的變更，新的課堂教學模式不斷涌現，不同模式下的學習投入研究也經歷了一定的階段：從最初的普通課堂到在線學習、2014年起學習投入的研究集中于Mooc、翻轉課堂、混合教學、移動學習，到現今逐步進入大數據時代的人工智能、創業課堂下的學習投入，開始受到學者的青睞。結合近年來學者研究的內容，高階認知投入、認知序列等更深層次的研究，將成為今后的研究方向。

三、結語

本文以中國知網（CNKI）的核心文獻為數據來源，采用文獻研究法，運用SAIT、Ucinet、SPSS、Citespace軟件分析數據，可以得出：

首先，學習投入領域的研究圍繞著“學習投入”這一高頻關鍵詞進行，“影響因素”“結構方程模型”“學習分析”等也位于網絡譜圖的相對中心位置，建立起與其他節點的聯系，代表了當前及未來學習投入領域的研究方向。

其次，學習投入領域的研究主題主要聚集在三個聚類：（A）學習投入的結構方程模型的研究、學習投入在學業成績中起中介效應；（B）學習投入的實證研究；（C）學習投入的結果調查；而且聚類A、聚類B尚未成熟且局限于自身，內部相關研究還有待加強，與其他主題的聯系還不夠緊密，需要學者填充、完善，聚類C在一定程度上并不是專家學者的研究重點。

最后，學習投入領域研究以學習投入為中心覆蓋各個方面，研究模式也從普通課堂到在線學習、翻轉課堂、混合教學、移動學習，延伸至如今的大數據，為學習投入領域研究提供新的研究土壤和發展空間。研究領域從“影響因素”“學習分析”“實證研究”往“高階認知投入”“認知序列”等更深層次的方向發展?？傮w而言，學者對于學習投入問題的研究，時間尚短，偏重定性分析，內容分布層也較淺、分散，仍需更廣泛的關注并不斷創新。