混合學習模式下學生學習投人分析與提升策略探索

混合學習有效集成了在線學習和面授學習的優勢，在國內外高校已經得到廣泛應用，Fayaza認為混合學習已成為高等教育的新常態，在線學習與面授學習的混合也被認為是混合學習最認可的內涵[]。Pima闡釋了混合學習的五個優勢：靈活的學習時空、便捷的學習接入、增強的師生互動、深度的協作學習、強健的技術支持。然而混合學習的復雜內部結構也使得混合教學面臨諸多挑戰，如教師如何高效應用信息技術進行教學，如何促進精準交互，如何促進學生學習過程等；學生則面臨技術素養不足、自我管理困難等導致學習投入低、交互參與熱情不足等2。學習投入是指學生投入到學習中的時間和精力，包含學生認知、情感和行為的投入程度，是衡量學生學習過程質量的重要指標[3]。已有研究成果表明，教師的混合教學策略會影響學生學習投入，但教師如何提供支持策略以促進學生學習投入的研究不多，且教學行為與學習投入之間的影響關系到底如何，有待進一步研究。本文將針對這些問題開展探索與實踐，以超星學習通APP記錄的學生學習行為數據，結合《數字系統設計》課程特點，揭示混合學習模式下教師教學策略對學生學習投入的影響機制，針對性實施教學干預，提升高效混合教學質量。

一、研究設計

（一）數據來源

本文研究數據來源于《數字系統設計》課程，該課程為電子信息類專業必修課程，且課程工程實踐要求高，需要前期課程基礎。在課時縮減情況下，要不斷進行課程教學方法改革，采用線上線下混合教學模式，并不斷豐富課程線上資源，改進教學策略。本文數據選擇2019級電子科學與技術專業68人，2021級電子科學與技術專業52人，對兩屆學生的數據運用特征分析，獲得影響學生學習投入的重要因素以及教師教學不同干預措施的影響，并統計相關數據進行總結分析。《數字系統設計》課程基于超星學習通平臺建設，學生學習期間所產生的學習行為數據均被記錄在平臺上，課程教學過程數據包括課前學習、課堂學習、課后學習記錄，課程結課后對學生學習行為進行數據分析。

課程綜合成績構成如表1所示，線上平臺記錄數據作為平時成績100分，占比總評 4 0 % ，期末卷面成績

100分，占比總評 6 0 % 。平時成績包括課程視頻學習、課堂活動、簽到、作業、分組任務、討論、章節測驗、章節學習次數，具體占比及內容描述如表1所示。其中課程簽到章節學習次數設置任務點為學生基本完成任務，不具備統計分析特性，因此不計入下文數據分析。

（二）學習行為相關度分析

本研究采用SPSS分析軟件分析學生學習行為數據使用Pearson相關系數，它是一個維度無關的協方差度量，用來評估兩個變量在其各自均值附近聯合變動的程度，該系數的值閾在[-1，1]之間。表2和表3中*表示在0.05水平（雙側）上顯著相關，**表示在0.1水平（雙側）上顯著相關，且顯示了兩屆學生的學習行為相關性分析數據。2021級學生平時學習行為與期末測試的相關性更大，尤其課程視頻的完成度與期末測試相關性區別較大，學生視頻完成度的標準差為2019級的7倍，視頻學習與作業、分組任務及討論的相關性比2019級大很多，且這些平時行為相互相關性也大很多。

（三）學習行為因子分析

本研究采用KMO（Kaiser-Meyer-Olkin）檢測和Bartlett球形檢驗做因子分析，利用KMO和Bartlett檢驗判斷數據是否適合做因子分析。KMO取值介于0和1之間，KMO值接近1，偏相關系數較小，簡單相關系數較大，變量間存在較強的相關性，適合進行因子分析。反之，KMO值越接近0，則不適合進行因子分析。兩屆學生的公因子方差和矩陣分析如表4所示，其中抽取后的公因子，2019級與分組任務、章節測試和視頻完成度共同度最高，2021級與課堂積分、討論和章節測試共同度最高，說明因子側重于提取從學生學習主動性、學習理解力方面的數據，并為聚類分析提供分類依據。

（四）學習行為聚類分析

本研究中選擇組件法作為聚類分析方法，采用歐式距離作為聚類方法進行計量。根據表4的因子分析結果，設定學生學習態度和理解能力作為分類依據，使用系統聚類方法4結合教學實際、學生表現，將學生聚類分為3類，分別為主動型、被動型和消極型。學生學習行為聚類結果如表5所示，整體分布均為被動型占比最高，其次為主動型，占比最小的為消極型，這符合教育普遍現象。

二、提升策略

（一）提高線上資源輔助效率

數字系統設計課程線上資源包括課程視頻、教學PPT、開發板參考資料、章節測試等，其中視頻是線上最主要輔助資源。課程視頻資源分為知識點講解類、實驗操作引導類、實例講解類。其中實驗操作類反芻比最高，其次是實例講解類，知識點講解類的完成度一般，而視頻學習效果對章節測試、作業、分組任務及討論的影響都比較大，尤其是課堂討論。進一步優化視頻資源質量，增強操作類、互動類及趣味類視頻教程，可以促進學生的積極思考和參與。此外，章節測試、作業、分組任務及討論均對學生期末成績有較大影響，可結合AI輔助教學優化這些內容并及時跟蹤，設置闖關模式的章節測試激發學生積極性，并及時推送自動生成的錯題解析，促進提升學生學習質量。

（二）提升線下課堂教學設計

通過分析學生學習數據發現，與文獻調研一致，教師教學策略是影響學生行為的主要因素之一。如學生參與課堂普遍較低，這主要有兩個方面原因：一是課堂時間有限，通過選人或者搶答方式，學生能參與的人數較少；二是現在學生普遍不愿表達，主動搶答人數很少且集中，選中的學生回答率也不高。基于此，2021級教學過程中將課堂互動更多以討論互動的形式呈現，學生采用投稿方式，參與度提高較大，而討論與作業、分組任務的相關度都較高，有效促進了學生學習效果；在2019級實施的預習提醒策略也起到較好的效果，教師在每次上課的前一天通過學習通消息提醒學生完成課前預習，將未完成視頻知識點預習的同學通過班級群發布提示，課堂上提問未完成的同學，此策略有效減少了消極型學生比例。此外，教師發布分組任務的類型也影響學生學習效果，在2019級中實施的任務與學科競賽賽題相結合，數字系統設計相關的學科競賽通常為企業賽道賽題，學生能較好地了解行業企業需求，學習興趣有較大提高。

三、結語

本文通過對學生混合式學習模式下的學習行為進行分析，對學生課程視頻完成度、課堂積分、作業完成、討論及分組任務的完成度等行為數據進行因子分析，分析學習行為的相關性，基于學生學習主動性、理解力將學生分為主動型、被動型和消極型。其中，被動型學生占比最大，消極型占比最小。混合學習模式下，學生學業成績與視頻學習、作業、分組任務、討論、測試等相關性均較大。在不同年級中，針對部分行為采用不同策略，分析其對學生行為產生的影響，結果表明學生行為受教師關注度、視頻質量及新穎性、分組任務內容等影響較為明顯。教學過程中，優化過程評價對學生行為產生影響，而過程評價中的學習行為與期末成績顯著相關，及時跟蹤和反饋學生學習行為可以有效促進學生成績。

參考文獻：

[1]彭瑩瑩，竇星麗，房宏君.混合教學對大學生學習收獲的影響研究一一學習投入的中介效應[I].北京聯合大學學報，2023，37（2）：86-93.

[2]張芳，王烽，俞亞娟.大學數學課程混合式教學模式探索[J].創新創業理論研究俞實踐，2023（15）：123-126.

[3]高尚，郭曉光，董志剛，等.新工科背景下研究型教學模式探索俞實踐—一以精密加工課程為例[].教育信息化論壇，2023，（01）：3-5.

[4]楊維忠，陳勝可.SPSS統計分析從入門到精通[M].北京：清華大學出版社，2022

基金項目：江西省教育科學“十四五”規劃2023年度課題，項目名稱：混合學習環境下學習者學習行為投入特征及其影響機制研究 （項目編號：23YB093）

作者簡介：鄧文娟（1981.07-），女，漢族，江西高安人，博士，教授，研究方向：電子科學與技術教育。