基于CiteSpace的在線學習投入研究可視化分析

馮思怡 蘇秋燕 姚淑梅

摘? 要：為全面了解我國在線學習投入的研究現狀，把握研究熱點與發展趨勢，文章借助CiteSpace軟件對中國知網近十年的相關文獻進行可視化分析。研究發現，在線學習投入研究整體上呈上升趨勢；師范類院校是主要的科研力量；研究熱點主要聚焦于在線學習模式、在線學習效果、在線學習投入及影響因素；研究趨勢可以從技術驅動、政策驅動、應用驅動三個維度進行解讀和分析。

關鍵詞：在線學習；學習投入；CiteSpace；可視化

中圖分類號：TP39；G434? 文獻標識碼：A? 文章編號：2096-4706（2023）06-0181-05

Visual Analysis of Online Learning Engagement Research Based on CiteSpace

FENG Siyi， SU Qiuyan， YAO Shumei

（School of Computer and Information Engineering， Nanning Normal University， Nanning? 530001， China）

Abstract： In order to fully understand the research status of online learning engagement in China and grasp the research hotspots and development trends， this paper uses CiteSpace software to conduct a visual analysis of the relevant documents of CNKI in the past decade. The study found that the research on online learning engagement shows an upward trend on the whole; Normal colleges and universities are the main scientific research force; The research focuses on online learning mode， online learning effect， online learning engagement and influencing factors; Research trends can be interpreted and analyzed from three dimensions： technology-driven， policy-driven and application-driven.

Keywords： online learning; learning engagement; CiteSpace; visualization

0? 引? 言

2018年教育部提出建設五類“金課”，包括線上“金課”、線上線下混合式“金課”[1]。2019年《教育部關于一流本科課程建設的實施意見》提出要全面建設一流本科課程，在三年左右的時間，建成萬門左右的國家級和省級一流本科課程，實施一流本科課程雙萬計劃[2]。至今，已有數千門一流線上課程建成并投入使用，如何保障在線學習質量被人們持續關注。隨著后疫情時代的到來，在線學習日漸成為當代學生的常態化學習方式，如何提高在線學習投入以獲得滿意的教學效果成為關注重點。

有研究表明，學習投入不僅可以預測網絡環境中學習者的學業成績，還能預測其輟學率和心理與行為等問題[3]。而有學者認為，在網絡學習環境中學生的主觀能動性不強，自我學習意識與自主學習動機薄弱，導致參與度弱、存在感低、輟課率高等問題，嚴重影響學生的學習投入與學習成效[4]。學習者在線學習的成效受到多方面因素的影響，其中，在線學習投入是決定在線學習質量的關鍵因素之一[5]。為準確把握當前國內在線學習投入的研究現狀、熱點與趨勢，本研究借助計量學軟件CiteSpace，針對2013—2022年中國知網所收錄的在線學習投入相關文獻進行可視化分析，以期為今后該領域的研究實踐提供參考和借鑒。

1? 研究設計

1.1? 數據來源

本研究選用了中國知網的“期刊”數據庫，以主題為檢索條件，分別以“在線學習投入”“在線學習參與”，或者“在線學習”與“學習投入”“學習參與”為檢索詞，對2013—2022年的全部文獻進行檢索，得到327篇文獻。（文獻檢索時間為2022年4月24日）剔除相關度不高的24篇文獻后，最終得到303篇樣本文獻。以Refworks格式導出樣本文獻后，在CiteSpace中進行格式轉換，得到303條文獻數據。

1.2? 研究工具

CiteSpace是著眼于分析科學文獻中蘊含的潛在知識的一款多元、分時、動態的引文可視化分析軟件[6]。本文使用CiteSpace，在搭建的Java語言環境下進行可視化研究，繪制發文數量、核心作者、研究機構、關鍵詞共現、關鍵詞聚類和關鍵詞突現等科學知識圖譜，對我國在線學習投入的相關文獻進行可視化分析。

2? 在線學習投入研究的計量分析

2.1? 發文量分析

通過對樣本文獻的可視化分析，將篩選過的303篇文獻繪制成橫軸為發文時間，縱軸為發文數量，近十年在線學習投入相關文獻的發展趨勢圖，如圖1所示。

由圖1顯示的結果來看，2013—2022年在線學習投入研究整體呈現上升趨勢。2022年預測可發表129篇，已發21篇，說明在線學習投入研究逐漸受到國內學者的廣泛關注。從文獻數量上看，近十年在線學習投入的研究可以分為三個階段：第一階段為2014年之前，2013—2014年的文獻總量不超過發文數量最高年份的5%，說明該階段的在線學習投入處于萌芽狀態。第二階段為2015—2018年，發文數量緩慢增長，但總體數量偏少。第三階段為2019年以后，發文數量呈爆發性增長。剖析其原因，2018—2019年教育部提出了“金課”和一流本科課程建設，有力推動了線上課程的開發及應用。2020年初新冠疫情爆發以來，在線學習逐漸從應急性應用轉為常態化的學習方式，進一步促進了在線學習相關研究的發展。

2.2? 研究機構分布

運用CiteSpace軟件，對在線學習投入的研究機構進行了可視化分析，統計出發文量前十的研究機構和院校，如表1所示。

從表1可以發現，這個領域的科研力量主要分布在以師范類高校為代表的教育研究機構。華南師范大學教育信息技術學院的發文數量是最多的，共4篇，且排名前十的研究機構主要集中在廣東、江浙、北京等經濟教育發達地區的師范類院校。華南師范大學教育信息技術學院擁有全國多媒體教學軟件制作與培訓基地，并有多門國家級、省級的一流課程資源，是國內外有重要影響的學術交流中心。整體而言，該領域研究力量相對分散，研究機構間的合作交流還有提升的空間。

2.3? 核心作者分析

對在線學習投入研究的核心作者進行可視化分析，得到核心作者共現知識圖譜，如圖2所示。作者姓名大小與發文量的數量有關，姓名越大，數量越多；作者之間的連線粗細與合作強度有關系，線越粗則合作強度越高。因此，從圖中就可以了解到不同學者之間合作的情況，該圖譜中節點、連線以及網絡的整體密度值依次為197個、120條、0.006 2。可以發現圖譜網絡較為分散，只是形成了2個小規模的合作群體。最大的合作網絡是由李爽、喻忱、程罡、宗陽、魏順平五位學者組成，其次劉清堂、張思、雷詩捷、王亞如也形成了合作網絡。說明在線學習投入研究作者之間雖然有合作，但還是處于較為分散的狀態，合作發文大多數是同一所高校的同事合作、師生合作，需加強跨地域、跨校、跨專業合作。

統計該領域發文量前十的核心作者，發文量最高的作者是北京師范大學的李爽，共7篇；其次是華中師范大學的劉清堂，共4篇；核心作者的工作單位主要集中在國內部分重點師范院校，具有比較鮮明的行業特征。

3? 在線學習投入研究熱點分析

3.1? 關鍵詞共現分析

在CiteSpace軟件中對關鍵詞進行可視化分析，得到了節點數為216、連線數為280、密度為0.012 1的關鍵詞共現圖譜，如圖3所示。關鍵詞是一篇文章的高度凝練，通過對關鍵詞進行共現網絡分析，可以發現某一領域的研究熱點[7]。如果關鍵詞的節點越大，表明某一研究領域關鍵詞出現的頻率越高。出現頻次最高的是在線學習105次，其次是學習投入74次，接著是影響因素26次與在線教學21次。在線學習和學習投入是該領域的直接關聯詞，所以學者更多的是關注影響在線學習投入的相關因素以及在線教學中如何提高學生的學習投入。

中心性反映節點在網絡結構的重要程度，中心性越大則對信息流動產生的媒介和傳遞作用越大，中心性＞0.1的節點為關鍵節點[8]。其中學習效果的中心性達到0.86，是聯系其他關鍵詞的核心樞紐；其次是參與度0.73與在線課程0.53；再者是在線學習0.45、MOOC（0.45）與學習分析0.41，如表2所示。可見當前該領域絕大多數的研究集中于學習效果、參與度、學習分析等方面。

高頻次和高中心性的關鍵詞既是某個階段研究的熱點，又是后續研究的方向。綜上所述，在該領域中主要是以大學生為研究對象，以MOOC為載體，從學習投入、參與度、學習行為等研究方向出發，通過學習分析的方法對在線學習效果進行探索。

3.2? 關鍵詞聚類分析

CiteSpace依據網絡結構和聚類的清晰度，提供了模塊值（Q值）和平均輪廓值（S值）來評判圖譜繪制效果[9]。該聚類圖譜的模塊值Q=0.836 8＞0.3表明聚類結構是顯著的，平均輪廓值S=0.965 9＞0.7表明聚類是令人信服的。從關鍵詞聚類圖譜中可以看出，在線學習投入研究熱點主要分為十個聚類群，分別是：在線學習、學習行為、影響因素、翻轉課堂、混合學習、行為投入、在線課程、學習投入、學習績效、學習效果，如圖4所示。

結合關鍵詞聚類圖譜及深入文獻分析發現，在線學習投入的研究熱點大致可以歸納為以下三個方面。

3.2.1? 在線學習模式的研究

關鍵詞聚類圖顯示，與在線學習模式研究聯系緊密的關鍵詞主要有：在線學習、翻轉課堂、混合學習。江毅等學者結合定量、定性研究方法，通過問卷調查和話語分析，驗證翻轉課堂中學生協作學習的有效性，并為改進課堂協作學習提出相應策略[10]。近幾年由于疫情，在線學習的相關研究得到了進一步深化，研究成果也更加豐富。黃榮懷等學者總結疫情期間的實踐經驗發現，教師在開展在線學習時需要掌握七個事實，通過合理的設計和組織，形成能應對多種社會突發狀況的與線下課堂有機融合的未來教育新形態[11]。由此可見，后疫情時代，在線學習逐漸成為一種新常態，在線學習模式成為眾多研究者的重點關注對象。

3.2.2? 在線學習投入及其影響因素的研究

在線學習與傳統課堂相比，雖然學習環境和學習投入方式發生了變化，但從本質上看都是學生在學習過程中的投入。與該研究聯系緊密的關鍵詞有：學習行為、影響因素、行為投入、學習投入。關于在線學習投入的研究主要分為兩個方面：

（1）在線學習投入的結構維度研究，不同的學者對學習投入的結構維度劃分都有所不同。如美國學者Fredricks認為在線學習投入是學習者參與在線學習活動過程中表現出來的一種積極狀態，包括行為投入、情感投入、認知投入三個層面[12]。尹睿等學者將其歸類為行為投入、情感投入、認知投入和社交投入四個維度[13]。由圖4可知，在該領域學者們對于在線學習投入的結構維度更多的是研究行為投入層面。學習者的行為數據能夠通過學習平臺進行詳細記錄，例如瀏覽資源、發布帖子等[14]。

（2）在線學習投入的影響因素研究，從現有的文獻看，學者對于在線學習投入影響因素的研究主要圍繞著外在因素、內在因素兩個方面展開。影響學習者學習投入的外在因素包括感知教師支持、在線學習平臺體驗；內在因素包括在線學習態度、在線學習自我效能感。大量研究結果表明，在線學習環境下學生的學習投入與學業成績、自我效能感、教師支持等呈現正向作用。對于在線學習投入的相關影響因素，教學實踐者應善于調節影響因素中的積極與消極作用，保持積極狀態以提高學習投入水平。

3.2.3? 在線學習效果的研究

關鍵詞聚類圖顯示，與在線學習效果研究聯系緊密的關鍵詞主要有：在線課程、學習效果、學習績效。隨著技術的發展，在線教學顯現出較大的便利性，新冠疫情的爆發，全國各級學校紛紛開展線上教學，但同時學習者“無法深度學習”“低參與度”“高注冊率、高輟課率、低完成率”已成為在線教學面臨的重大問題，如何提高學習效果就成為線上教學的研究熱點。學習效果不僅指學習成績，而是受教育后的全方面變化，是學習者學習目標的達成情況[15]。舒忠梅等學者發現在學生個體方面，學習投入程度將直接影響他們在學習經歷當中的收獲[16]。因此，學習投入與學習效果是存在因果關系的，學習投入的時間越多，則學習效果就越好。沈欣憶等學者設計了一系列支持在線學習發展的策略，為教師提供更有效的策略來支持學生參與、反饋，從而提高學生學習效果[17]。可見，目前關于在線學習效果的研究大多是基于提高學習者在線學習投入從而提高學習效果，或者對在線學習效果的提高提出有效的策略。

4? 在線學習投入研究趨勢分析

使用CiteSpace分析關鍵詞的突現性，可以發現學者在不同時間段的關注重點，合理的預測該領域未來發展趨勢。本研究在關鍵詞知識圖譜的基礎上運用CiteSpace的Burstness功能分析近十年間在線學習投入的相關文獻，選取Top15的突現詞，如圖5所示。通過分析將我國在線學習投入的發展分為三個階段。

4.1? 技術驅動階段（2013—2017年）

第一階段的突現詞包括教育碩士、參與度、移動環境、大數據、學習分析、互聯網+等。說明該階段正處于技術發展背景下學習形態變化時期，主要是以移動學習、互聯網+學習為主。近年來，隨著人工智能、學習分析、大數據等技術的飛速發展，使得在線學習投入評測智能化、精準化、個性化的實現成為可能[18]。在未來的教育領域中新技術會不斷涌現，通過人工智能、虛擬現實技術、混合現實技術與學習分析相結合，教學實踐者能高效采集在線教學過程中的數據，更精準的分析學生的學習動向。技術正在成為推動在線學習持續發展的直接動力，技術也是在線學習研究的重要平臺和工具。

4.2? 政策驅動階段（2018—2019年）

第二階段的突現詞包括在線課程、混合學習、學習平臺、參與、學習表現等。2018年教育部提出“淘汰水課、打造金課”，2019年開始建設萬門左右國家級和省級的一流本科課程，混合式學習和在線學習迅速成為這個階段的新興教學模式，政策推動成為在線學習快速發展的關鍵因素。隨著國家對教育信息化重視程度的日益增強，不僅僅是高等教育，包括職業教育、中小學教育在內的各階段教育都將迎來不同程度的教育變革，如何根據不同教育階段的特點進一步細化在線學習模式的研究以及教育實踐應用是今后研究的重點。

4.3? 應用驅動階段（2020—至今）

第三階段的突現詞包括認知投入、線上教學、教學交互、學業情緒等。近年來由于疫情影響，全國大范圍開展了線上教學活動，教與學模式的轉變和學生學習習慣的轉變都將成為促進在線學習長期發展的驅動力。當前的學習者群體是所謂“數字土著”的一代，信息技術對他們的認知、態度及行為習慣的塑造是空前的：他們一出生就浸潤在數字化的生活環境中[19]。電子產品已經完全融入了他們的生活，他們也已經習慣了隨時隨地使用網絡來進行溝通交流和處理數據信息。這種由社會性應用驅動的線上學習將會變得越來越常態化，學者要基于當代學生信息素養及學習習慣的特點，深入分析影響他們在線學習投入的相關因素，提出有利于提升在線學習效果的策略，從而提高在線學習效果。

5? 結? 論

本研究利用CiteSpace可視化分析軟件，對303篇在線學習投入研究的相關文獻進行分析，并得出以下主要結論：

近幾年有關在線學習投入的研究呈上升趨勢，大致可以分成三個階段：2014年前為萌芽期，2015—2018年緩慢增長，2019年后呈爆發性增長。有關在線學習投入研究的核心力量大部分是來自國內重點師范院校的學者和專家。這些研究機構和學者之間協作交流有待加強。

我國在線學習投入的研究熱點大致集中在三方面：在線學習模式的研究、在線學習投入及其影響因素的研究、在線學習效果的研究，研究成果比較豐富。

在研究趨勢方面，該領域呈現出由技術驅動到政策驅動，再到應用驅動三個階段相互融合、遞進發展的特征。技術發展、政策驅動、應用推進這三個因素將成為影響在線學習發展和研究的關鍵因素。此外，對在線學習投入的研究將在細化在線學習模式、發掘在線學習投入影響因素、促進在線學習投入、以及量化分析在線學習效果等方面獲得更多關注。

參考文獻：

[1] 教育部.教育部關于狠抓新時代全國高等學校本科教育工作會議精神落實的通知[EB/OL].[2022-10-18].http：//www.moe.gov.cn/srcsite/A08/s7056/201809/t20180903_347079.html.

[2] 教育部.教育部關于一流本科課程建設的實施意見 [EB/OL].[2022-10-18]http：//www.moe.gov.cn/srcsite/A08/s7056/201910/t20191031_406269.html.

[3] 高潔，李明軍，張文蘭.主動性人格與網絡學習投入的關系——自我決定動機理論的視角 [J].電化教育研究，2015，36（8）：18-22+29.

[4] 姜強，潘星竹，趙蔚，等.網絡學習空間中教師激勵風格對學習投入的影響研究——SDT中內部動機的中介效應 [J].中國電化教育，2018（9）：7-16.

[5] 饒愛京，萬昆.在線學習準備度對大學生在線學習投入度的影響 [J].教育科學，2020，36（2）：31-38.

[6] 李杰，陳超美.CiteSpace：科技文本挖掘及可視化：第2版 [M].北京：首都經濟貿易大學出版社，2017.

[7] 孔令帥，范永勝.近十年我國比較教育研究的現狀考察與熱點綜述 [J].比較教育學報，2021（5）：13-25.

[8] 陳彪，徐娜.我國高校跨學科研究現狀、熱點與趨勢分析——基于CiteSpace的可視化分析 [J].中國高校科技，2021（12）：25-30.

[9] 陳悅，陳超美，劉則淵，等.CiteSpace知識圖譜的方法論功能 [J].科學學研究，2015，33（2）：242-253.

[10] 江毅，何曉萍，萬昆.翻轉課堂中協作學習的效果與策略研究 [J].現代教育技術，2016，26（3）：80-86.

[11] 黃榮懷，虎瑩，劉夢彧，等.在線學習的七個事實——基于超大規模在線教育的啟示 [J].現代遠程教育研究，2021，33（3）：3-11.

[12] FREDRICKS J A，BLUMENFELD P C，Paris A H. School engagement：Potential of the concept，state of the evidence [J].Review of educational research，2004，74（1）：59-109.

[13] 尹睿，徐歡云.在線學習投入結構模型構建——基于結構方程模型的實證分析 [J].開放教育研究，2017，23（4）：101-111.

[14] 劉繁華，易錫添.在線學習投入的分析模型構建及應用研究 [J].電化教育研究，2021，42（9）：69-75.

[15] 王改花，張李飛，傅鋼善.學習者特征對混合學習效果影響研究 [J].開放教育研究，2021，27（1）：71-83.

[16] 舒忠梅，屈瓊斐.基于教育數據挖掘的大學生學習成果分析 [J].東北大學學報：社會科學版，2014，16（3）：309-314.

[17] 沈欣憶，胡雯璟，Daniel Hickey.提升在線學習參與度和學習效果的策略探究及有效性分析 [J].中國電化教育，2015（2）：21-28.

[18] 萬昆，饒宸瑞，徐如夢.國際教育領域學習投入度研究的焦點與轉向 [J].現代教育技術，2021，31（4）：36-43.

[19] 顧小清，林仕麗，汪月.理解與應對：千禧年學習者的數字土著特征及其學習技術吁求 [J].現代遠程教育研究，2012（1）：23-29.

作者簡介：馮思怡（1996—），女，漢族，廣東惠州人，碩士研究生在讀，研究方向：信息化教學設計；蘇秋燕（1996—），女，漢族，廣西岑溪人，碩士研究生在讀，研究方向：信息化教學設計；姚淑梅（1998—），女，漢族，廣西玉林人，碩士研究生在讀，研究方向：信息化教學設計。

收稿日期：2022-11-07