學習者信息素養、在線學習投入及學習績效關係的實證研究

中國在線教育「質量革命」已經到來，以學習者視角的在線學習分析與評估至關重要。該研究基於「學習預備—學習過程—學習結果」的3P分析框架，構建了學習者信息素養、在線學習投入、深度學習動機與策略，以及在線學習績效各要素之間的在線學習影響因素關係模型，並採用結構方程模型法分析其作用關係和影響效應。研究表明，學習者信息素養對其在線學習投入、在線學習績效、深度學習動機和策略均具有直接正向影響；在線學習投入對在線學習績效具有直接正向影響；在線學習績效對深度學習動機和策略具有直接正向影響；在線學習投入是信息素養與在線學習績效的中介變量，但未達到關鍵程度；在線學習績效是信息素養到深度學習動機和策略的關鍵中介變量，且對深度學習動機影響力大於深度學習策略。最後，文章提出優化學習者在線學習效果的相關研究建議。

關鍵詞：在線學習投入；信息素養；學習績效；深度學習動機；深度學習策略；結構方程模型學習者信息素養、在線學習投入及學習績效關係的實證研究

中國在線教育「質量革命」已經到來，「六卓越一拔尖」計劃2.0明確指出：高等教育已經從規模擴張全面轉向內涵式發展，要建設3000門左右線上「金課」（國家精品在線開放課程）、7000門左右線上線下混合式「金課」和線下「金課」[1]。毋庸置疑，線上「金課」背後折射的是人們對提升學習者在線學習質量的深切觀照與不懈追求。在線學習投入聚焦於學習者在線學習交互活動和學習體驗[2]，作為在線學習質量的具體觀測評估指標之一備受關注，已有研究從學習者、教師、課程設計及學習資源、學習支持服務及技術等等多樣化視角探尋其影響因素[3，4，5，6]，並從學習情緒、學習動機、自我效能感等不同心理維度考察對學習者在線學習投入的作用機制和影響效應[7，8，9]。與此同時，全球學習質量文化創新的理念內核及實踐動力，是讓學習者具備適應資訊時代「學會學習」的學習素養與能力。有研究表明：信息素養是中國MOOCs學習者的重要學習素養之一[10]。它作為學習者的預備性因素，對在線學習過程和學習結果的影響尤為關鍵。但是，目前卻少有研究從在線學習全過程的視角實證性探索三階段之間各要素的具體作用關係。因此，本研究基於比格斯「學習預備（Presage）—學習過程（Process）—學習結果（Product）」的3P學習分析框架，考察學習者信息素養、在線學習投入與學習績效之間的結構與效應關係，以期為提升學習者在線學習質量提供新的研究參考。

學習者信息素養、在線學習投入及學習績效關係的實證研究

從比格斯的3P學習分析模型可知，學習預備、學習過程和學習結果是影響學習者學習質量的三個維度。其中，學習預備（如：學習者個性特徵、學習環境等）不僅影響學習者學習過程，還可能直接決定其學習結果。學習過程（如：學習者學習動機、學習策略、學習方式、學習投入狀態等）不僅會對學習結果產生影響，同時也是學習質量的重要指標。學習結果則主要指學習者取得的學習成績、體驗的學習成就感與滿意度等[11]。在本研究中，將學習者信息素養作為學習預備階段的要素，將在線學習投入、深度學習策略、深度學習動機作為學習過程的要素，將學習績效作為學習結果階段的要素，基於3P學習分析框架中不同階段之間的關係以及相關研究綜述，構建學習者信息素養、在線學習投入、深度學習動機與策略、在線學習績效之間的關係模型（如圖1所示），以便於分析其間的作用和效應關係。

圖1基於3P框架的在線學習影響因素理論模型

 

（一）學習預備到學習過程：學習者信息素養與在線學習投入

 

對於不同學習階段和學習層次的學習者群體來說，信息素養的內涵和標準會有所差異。本研究中信息素養的內涵和標準是基於大學生群體所處學習階段的特徵來界定的，並借鑑英國《SCONUL信息素養七支柱：高等教育核心模型》（The SCONUL Seven Pillars of Information Literacy：Core Model for HigherEducation）標準[12]。該標準包括以下七個維度：識別（Identify），識別個人信息需求；審查（Scope），評價現有知識，並識別知識差距；計劃（Plan），定位信息和數據的構建策略；收集（Gather），定位和獲取所需信息和數據；評價（Evaluate），對研究過程、信息和數據進行評價；管理（Manage），以專業化和符合道德的方式組織信息；呈現（Present），應用所獲得的知識發表學習與研究成果，綜合新舊信息和數據創造新知識並以各種形式傳播等。由此可知，以上信息素養模型中的概念能夠很好引導和契合「網際網路+」時代大學生在線學習的內在需要，反映了學習者與技術、數據、信息、資源、知識等環境交互的綜合性在線學習能力。同時，本研究中的在線學習投入包括學習者在線學習過程中的行為投入、認知投入，情感投入和社會交互投入，如：學習者的努力和時間精力投入程度，學習者自我學習監控和調節，學習自我效能感、在學習社區感知的自我價值感和歸屬感，學習者與教師、同伴、學習共同體之間不同形式的學習交互等[13]。

 

從已有研究梳理來看，信息素養是學習者參與在線學習的重要預備技能和素養，與在線學習投入具有密切關聯。有研究指出在移動在線學習中，信息素養對學習者碎片化閱讀意圖和行為具有正向影響[14]。信息素養貫穿於學習者與技術—信息—資源—人交互的全過程，王志軍等人認為學習者與媒體等技術環境的操作交互、學習者與人/信息的尋徑交互、學習者與內容的意會交互以及學習者知識創造和生長的創新交互，能夠深刻地反映和影響學習者的認知投入度[15]。也有研究表明信息素養對網際網路學習環境下的學習者深度思維具有顯著影響，與所構建的個人知識網絡質量呈顯著正相關[16]。基於以上分析，提出以下研究假設：

 

H1：學習者信息素養對在線學習投入具有顯著正向影響；

 

H2：學習者信息素養對其深度學習動機具有顯著正向影響；

 

H3：學習者信息素養對其深度學習策略具有顯著正向影響。

 

（二）學習預備到學習結果：學習者信息素養與在線學習績效

 

在線學習績效是學習者學習過程的有效反映，也是其學習結果的直接體現和具體產物，已有研究大多將學習者學習成績及學習滿意度作為其衡量和評價指標。本研究中的在線學習績效主要是指學習者的學習體驗滿意度和在知識、技能發展方面的學習成就感。如在線學習很好地激發了的學習興趣，帶來了較好的學習愉悅感，並將其作為一種有趣的學習方式推薦給他人；通過在線學習，知識和技能都得到了很好的發展，提高了完成學習任務的效率和質量，以及獨立思考和自我解決問題的能力等。有研究表明：學習者信息檢索的不同內隱策略和外顯策略會顯著影響學習者在線學習績效[17]。但也有研究表明學習者的信息素養並沒有成為影響學習成績的顯著因素[18]。基於以上分析，提出以下研究假設：

 

H4：學習者信息素養對其在線學習績效具有顯著正向影響。

 

（三）學習過程到學習結果：學習者在線學習投入與在線學習績效

 

有研究通過對學習者在線學習投入與學習績效的關聯聚類分析發現，在線學習投入與在線學習績效的正向影響關係不穩定，只有在約60%的學習者中，其在線學習投入與學習績效呈現正向影響關係[19]。也有研究者通過實證研究發現學習者個體的信息素養對其在線研討績效具有重要影響[20]。與此同時，在線學習並非只是一條直通的「單行線」，而是環環相扣和相互作用的迭代優化過程，因此，學習者的階段性學習結果同樣會對其學習過程產生一定作用和影響。學習者較高的在線學習績效會對其深層次的學習動機和學習策略起到積極的「反哺」作用。基於以上分析，提出以下研究假設：

 

H5：學習者在線學習投入對其在線學習績效具有顯著正向影響；

 

H6：學習者在線學習績效對其深度學習動機具有顯著正向影響；

 

H7：學習者在線學習績效對其深度學習策略具有顯著正向影響。

學習者信息素養、在線學習投入及學習績效關係的實證研究

（一）研究目的

 

本研究以「學習預備—學習過程—學習結果」3P學習分析框架為理論依據，以參與在線課程學習的高校大學生問卷調查為數據分析依據，構建在線學習影響因素關係模型，旨在重點探索以下問題：（1）學習者信息素養、在線學習投入、深度學習動機、深度學習策略及在線學習績效各要素在理論分析層面的作用關係能否通過實證證實；（2）若理論模型被證實，信息素養、在線學習投入及在線學習績效等各要素之間具有何種程度的效應影響。

 

（二）研究對象

 

本研究採用分層抽樣和隨機抽樣相結合的方法，從廣東省和廣西壯族自治區的4所高校（含「211」高等學校、一般高校及高職高專院校）抽取參與在線課程學習的大學生作為研究對象，並採用紙質版和電子版問卷相結合的方式採集研究數據，共收集327份問卷，剔除題項回答信息缺失及所有題項回答一致的無效問卷後，有效問卷為293份，有效率為89.7%。

 

在有效被調查者中，男性為100人，佔總樣本的34.1%，女性為193人，佔總樣本的65.9%。在專業分布上，理工類71人（24.2%）；文史哲類63人（21.5%）；法學與經濟學類66人（22.5%）；農醫類35人（12.0%）；軍事與管理類58人（19.8%）。從調查被試者的在線課程學習體驗來看，大多具有較為豐富的在線學習經歷。其中，參與過1門的有34人（11.6%）；參與過2—3門的有120人（41.0%）；參與過3—5門的有80人（27.3%）；參與過5門以上的有59人（20.1%）。

 

（三）研究方法

 

本研究採用結構方程建模方法，綜合運用SPSS17.0和AMOS17.0工具對調查問卷的有效採集數據進行處理分析，並以卡方值（X2）、卡方自由度比（X2/df）、增量擬合指數（IFI）、比較擬合指數（CFI）、漸近殘差均方和平方根（RMSEA）等作為模型擬合度判別與驗證的參照指標。

 

（四）研究工具

 

本研究參考信息素養、在線學習投入、在線學習績效及深度學習動機與策略的已有測量標準和工具，圍繞學習者學習預備、學習過程和學習結果等方面的要素編制了「大學生在線學習影響因素調查問卷」。該問卷分為「學習者基本信息」（共3個題項）和「在線學習影響因素調查」（39個題項）兩大部分，共42個題項。其中，「在線學習影響因素調查」分為信息素養[12]（8個題項）、在線學習投入[13]（15個題項）、深度學習動機（5個題項）和深度學習策略（5個題項）[23]以及在線學習績效[24]（6個題項）等5個分量表。每個題項採用李克特（Likert）七點式進行設計。為保證所構建模型的信效度，本研究對問卷題項均進行項目分析和因素相關性檢驗，採用內部一致性α係數對題項進行同質性檢驗，刪除信息素養分量表中的1個題項，最後保留38個題項。

學習者信息素養、在線學習投入及學習績效關係的實證研究

（一）基於3P分析框架的在線學習影響因素模型檢驗

 

1.測量模型檢驗

 

在模型信度檢驗中，由表1可知，信息素養、在線學習投入、深度學習動機、深度學習策略、在線學習績效五個分量表的Cronbach'sα在0.766—0.928之間，均大於0.70，屬於高信度區間；其組合信度在0.768—0.927之間，均大於0.6，說明潛在變量的內在質量良好。綜合以上評價指標，該測量模型的信度較好。

 

表1測量模型的信度檢驗值

在模型效度檢驗中，採用KMO和Bartlett球形檢驗、因子載荷值、組合信度及解釋提取平方和載入值等指標項進行模型效度判別。由表2可知，各潛在變量的因子載荷在0.54—0.87之間，均大於0.55（個別因子載荷為0.54），達到題項可解釋觀察變量「好」的標準（>0.71表示「優秀」；0.63—0.71表示「非常好」；0.55—0.63表示「好」）[25]；KMO值在0.779—0.901之間，且球形檢驗的顯著性值均小於0.000；解釋提取平方和載入值在51.875%—73.825%之間，均大於50%。與此同時，在線學習投入中各題項的相關係數在0.541—0.647區間，信息素養中各題項的相關係數在0.337—0.584區間，深度學習動機中各題項的相關係數在0.364—0.681區間；深度學習策略中各題項的相關係數在0.362—0.505區間；在線學習績效中各題項的相關係數在0.697—0.735區間，各潛在變量的題項間相關係數屬於中高度相關，說明該模型的收斂效度較好。以上數據分析可知，該模型總體信效度較好。

 

表2測量模型的效度檢驗值

2.結構模型檢驗

 

通過AMOS統計處理工具對數據與模型的擬合程度進行驗證性檢驗，得出以下分析數據：卡方與自由度比值為2.786（X2/df<3），比較擬合指數（CFI）為0.892，增量擬合指數（IFI）為0.894，漸近殘差均方和平方根（RMSEA）為0.073（RMSEA<0.08），以上檢驗指標總體符合理想擬合指標值標準。同時，由表3的模型參數檢驗可知，模型中的標準化誤差均未出現異常值（S.E.>0），參數的顯著性檢驗符合標準範圍（C.R.>2，P<0.05），故均滿足參數檢驗標準。

 

表3模型參數檢驗值及研究假設驗證

 註：***表示P<0.001；**表示P<0.01；*表示P<0.05。

 

3.假設檢驗

 

本研究通過模型中的假設驗證來分析學習者在線學習預備、學習過程及學習結果各階段要素間的影響和作用關係。由表3可知，研究假設均成立。由圖2可知，從學習預備階段到學習過程階段來看，學習者信息素養對其在線學習投入具有顯著正向影響（β=0.809，P<0.001），說明學習者較高的信息素養是促進其在線學習投入的基礎和前提條件。與此同時，學習者信息素養對其深度學習動機（β=0.363，P<0.001）和深度學習策略（β=0.484，P<0.001）均具有顯著正向影響，說明具備較好信息素養的學習者能夠更好地適應在線學習方式，降低在海量數位化信息中學習的畏難心理和情緒，以更加積極主動的學習動機開展深層次在線學習活動，也有助於形成在線學習空間中的高效學習策略，促進持久性的深度學習。從學習預備到學習結果階段來看，學習者信息素養對其在線學習績效具有顯著性正向影響（β=0.515，P<0.001），有力地證明了學習者的已有信息技術應用技能與學習成就息息相關，可幫助學習者獲得良好的在線學習體驗和學習成績，進而提升學習成就感和在線學習滿意度。

圖2模型假設驗證及路徑係數

 

從學習過程階段到學習結果階段來看，學習者在線學習投入對其在線學習績效具有顯著正向影響（β=0.388，P<0.001），說明學習者在學習過程中的高品質學習心流體驗是其取得優異學習績效的重要基石和保障。此外，學習者在線學習績效對深度學習動機（β=0.637，P<0.001）和深度學習策略（β=0.543，P<0.001）均具有顯著正向影響作用，說明學習過程與階段性學習結果是雙向交互的螺旋提升過程，伴隨著學習者高成就感和滿意度帶來的成功在線學習體驗，反過來會幫助他們反思和優化學習策略，強化學習興趣和動力。

 

（二）影響效應分析

 

本研究主要通過變量間的總效應、直接效應以及中介變量的關鍵效應三種角度分析學習者在線學習預備、學習過程和學習結果階段各要素之間的作用機制。

 

1.變量間的總效應與直接效應分析

 

由表4可知，以信息素養為自變量，學習者信息素養對各要素的總效應程度由高到低依次為深度學習策略（β=0.934）、深度學習動機（β=0.891）、在線學習績效（β=0.829）、在線學習投入（β=0.809），說明信息素養對學習者學習過程產生的作用大於學習結果。以學習者在線學習投入為自變量，其對各要素的總效應程度由高到低依次為在線學習績效（β=0.388）、深度學習動機（β=0.247）、深度學習策略（β=0.210），說明在線學習投入可以作為在線學習績效的重要預測因子，並與在線學習過程的深度學習動機和策略具有相互作用關係。以學習者在線學習績效為自變量，對各要素的總效應程度由高到低依次為深度學習動機（β=0.637）、深度學習策略（β=0.543），說明學習結果對學習者學習過程中情感層面的積極影響要大於認知層面。

 

表4變量間的總效應值

此外，從直接效應分析來看，由模型假設驗證及路徑係數可知，學習者信息素養對各因素的直接效應程度由大到小依次為：在線學習投入（β=0.809）、在線學習績效（β=0.515）、深度學習策略（β=0.484）、深度學習動機（β=0.363），進一步驗證了學習者信息素養對學習過程影響更為顯著的分析合理性。學習者在線學習績效對其深度學習動機（β=0.637）的直接影響程度大於深度學習策略（β=0.543），說明在線教學者要重視學習結果對學習過程中情感層面的反向激勵作用。

 

2.中介變量的效應分析

 

在具體某一主題的關係模型中，當模型中的變量A對變量B具有直接影響效應（直接效應量）；同時，該變量又能通過變量C對變量B產生中介效應（也稱為間接效應值）。若某一中介變量的中介效應量超過直接效應量，則說明該中介變量具有關鍵影響。在本研究中，存在在線學習投入和在線學習績效兩個中介變量（如表5所示）。

 

（1）在線學習投入對學習績效的影響機制

 

由上頁圖2可知，學習者信息素養對其在線學習績效具有直接影響，同時，又能通過在線學習投入對在線學習績效產生間接作用。因此，在線學習投入是信息素養與在線學習績效的中介變量，其直接效應值為0.515，間接效應值為0.314，表明學習者在線學習投入是影響其在線學習績效的重要影響因素，但沒有足夠的研究數據證明達到核心關鍵作用。

 

（2）在線學習績效對深度學習動機和策略的影響機制

 

同理，在線學習績效是信息素養與深度學習動機的中介變量，其直接效應值為0.363，間接效應為0.528，表明在線學習績效是學習者信息素養與深度學習動機的重要中介變量，較高的在線學習績效能夠有效地強化和提升學習者的深層次學習動機。與此同時，在線學習績效還是信息素養與深度學習策略的中介變量，其直接效應值為0.484，間接效應值為0.450，在線學習績效接近重要中介變量的標準，說明在線學習績效能夠為後續有效在線學習提供反思性經驗和創新性學習策略。

學習者信息素養、在線學習投入及學習績效關係的實證研究

（一）研究結論

 

本研究基於比格斯3P學習分析框架，從學習預備、學習過程和學習結果的全學習過程視角，採用結構方程建模法，構建了信息素養、在線學習投入、深度學習動機與策略以及在線學習績效各因素之間的影響關係模型，並通過大樣本的大學生在線學習調研數據與AMOS統計計量分析工具，驗證了在線學習三階段各要素理論關係模型的合理性，並進一步探索以上各要素之間的影響效應。研究結果表明：

 

其一，從總效應分析來看，作為學習者在線學習預備階段的信息素養對其在線學習投入、深度學習動機和策略以及在線學習績效均具有直接的顯著性正向影響，其中，對學習者深度學習策略的影響效應最大，對其在線學習投入的影響效應最小。其二，從直接效應分析來看，信息素養對在線學習投入的影響效應最大，對深度學習動機的影響效應最小。學習者在線學習績效對其深度學習動機的影響大於深度學習策略。其三，在線學習投入和在線學習績效是在線學習三階段各因素影響關係模型的兩個中介變量，其中，在線學習績效是信息素養到深度學習動機和深度學習策略的關鍵中介變量，故教師在在線課程中需通過關注學習者的學習滿意度和學習成就感，幫助學習者取得良好的在線學習績效，以此進一步激發並維持學習者的在線深度學習動機，反思並優化在線學習策略，以達到沉浸式學習效果。學習者在線學習投入是信息素養到在線學習績效的中介變量，但未達到關鍵程度的影響效應，說明信息素養比在線學習投入對在線學習績效的影響要更大，因此，需要重視通過提升學習者的信息素養來優化其在線學習績效，但也不可忽視在線學習投入對在線學習績效的直接作用，需要雙管齊下，協同促進和提升，以取得最大化的在線學習成效。

 

（二）研究討論

 

1.信息素養具有多維正向影響，是高效在線學習效果的保障

 

本研究揭示，其一，信息素養對在線學習績效具有顯著正向影響。在數位化在線學習世界中，學習者很大程度上踐行著「搜索即學習」這一類學習方式，也被稱為「學習型搜索」[26]，是學習者具體在線學習行為和過程狀態的真實寫照。研究再次驗證了學習者的信息素養決定「搜索即學習」的學習效果這一觀點[27]。其二，信息素養對深度學習策略和動機具有顯著正向影響，很大程度契合信息素養與學習者的創造性問題提出能力存在顯著正相關的已有研究發現[28]。其三，學習者信息素養對其在線學習投入具有強有力的直接正向影響效應，說明學習者自身的已有基礎和條件很關鍵，對信息接收的敏感度、信息加工處理的高效性、技術應用的適應度都是影響學習者在線學習投入的重要因素。由此可知，信息素養對學習者在線學習過程和在線學習結果的方方面面具有多維作用機制，無論對於學習者個體還是為其提供在線學習支持服務的教師來說，都需要重視信息素養在提升學習者在線學習效果的基礎性作用。

 

2.在線學習投入和在線學習績效具有中介效應，是持續深度在線學習的重要預測因素

 

研究結果表明，任何僅僅依賴或期望於從過程取向或結果取向的單一視角學習觀來實現持久性的深度在線學習存在局限性。從過程取向的學習觀來看，學習者在線學習投入對其在線學習績效具有顯著正向影響，但研究表明這並非是唯一且關鍵的作用變量，但也不可忽視其「橋梁」作用。同時，在線學習績效對學習者深度學習動機和策略具有不同程度的直接正向影響，其中，對深度學習動機的影響大於深度學習策略，再次突出了學習結果對學習過程中學習者心理情感層面的作用機制。由此可知，刻意強調學習者在線學習投入的學習過程而忽視學習者學習成果所具有的反向激勵促進作用，將不利於實現在線學習效果的最優化。

 

（三）研究對策與建議

 

1.學習者：關注學習信息素養類課程和提高在線學習的參與頻率，提升信息素養的意識、知識和技能

 

基於學習者個體角度，提升泛在網絡時代信息素養可從意識、知識和技能三個層面加以考慮。首先，學習者需要明確信息素養對於高效參與在線學習的必要性，並能夠結合在線學習參與需要，清晰地認識自身在信息素養的具體哪些方面（如識別、審查、計劃、收集、評價、管理和呈現等）存在不足，進而採取針對性的措施和方法加以提升。其次，可通過自主選學一些信息素養類在線課程來獲取這方面的實踐知識，主動熟悉掌握並運用一些常用的信息化學習工具與策略。最後，提高在線學習的參與頻率，如增加在線學習的時間，多參與一些正式或非正式的在線課程，豐富在線學習體驗，從而在不斷積累、反思中提升深度網絡學習的信息素養能力。

 

2.在線教學實踐者：重視技術中介的在線學習活動設計和優化在線學習評估

 

（1）重視技術中介的在線學習活動設計，提高學習者信息素養和在線學習投入

 

將信息素養提升行動滲透到基於技術中介的在線學習活動設計中，促進學習者信息素養和學科知識技能的有機融合，提升在線學習投入度。知識創造隱喻從技術中介支持的人造物知識創新視角為優化在線學習提供了新思路和新方向[29]，並衍生出以知識創造為理念的「技術中介式」學習（Technology-mediated Learning）[30]。因此，其一，可通過以知識創造為導向的任務設計，以及巧妙應用學習技術中介來提升學習者在線學習投入。例如，任務設計突顯探究性和實踐性，並以項目或學習產品創造為導向，突出知識在活動學習中的應用和遷移。與此同時，如何設計學習技術的應用方式會影響學習者學習參與的方式、層次與體驗。因此，充分發揮認知性中介、反思性中介、實踐性中介和社會性中介等不同技術中介功能在促進在線學習投入中的作用[30]。例如，學習者通過思維導圖、語義注釋工具等認知性技術中介與同伴共享、吸收和展示各自的創新成果；通過視覺陳述、意識工具和流程分析技術等反思性技術中介，使學習者能夠反思和評估他們自身的在線學習活動[32]；以支持學習者計劃、組織和協調知識創造實踐性技術中介開發學習製品；以支持學習者管理在線學習共同體及其社會關係的社會性技術中介開展協作知識建構和情感交流。此外，從在線學習支持服務角度，教師在課程設計與實施方面，可通過在課程前期為學習者提供信息素養知識和技能方面的解疑答惑。

 

（2）優化在線學習評估，提高學習者在線深度學習體驗和在線學習績效

 

從在線學習績效優化提升學習者學習過程來看，可發揮評估貫穿於學習過程和學習結果全過程的作用機制，因此是激發和推動學習者更加積極參與和開展深度學習活動的重要途徑、工具和方法。有研究表明，若慕課供應商試圖用教學視頻以及自動評分和反饋取代教師，其結果是輟學率高達95%[33]。因此，在線學習評價的高效開展離不開在線教學者的組織管理、監控及情感激勵。其一，在線教學者要對學習者參與評價過程中的學習交互和發帖內容進行宏觀把控和靈活動態調節，採用「小組交叉的點對點精評」「問題配對的交叉點評」等方式調控學習者學習參與行為及認知狀態。其二，可通過以學本評估為導向的在線學習評估提升在線學習深度。其三，優化在線學習評價設計原則和實施策略。如：以問題為支架設計評價內容，以多元主體參與和問題解決為評價標準；組織融入情感激勵的協作評價以及挖掘深度問題的及時點評等。

學習者信息素養、在線學習投入及學習績效關係的實證研究

本研究基於「學習預備—學習過程—學習結果」的3P分析框架和結構方程模型法，構建並分析了信息素養、在線學習投入、深度學習動機與策略，以及在線學習績效各要素之間的學習者在線學習影響因素理論模型，研究發現信息素養可作為分析和預測大學生在線學習過程和學習結果的關鍵因素，且對學習者在線學習投入的直接作用力最大，對認知層面的深度學習策略的總體效應力要大於心理情感層面的深度學習動機。同時，在線學習投入是直接影響在線學習績效的重要因素，在線學習績效對心理情感層面的深度學習動機的影響要大於認知層面的深度學習策略。以上結論對於從信息素養、在線學習投入、在線學習績效等不同維度並針對認知、心理情感等不同層面來進一步豐富對大學生在線學習規律的認識和提升在線教學實踐具有參考作用。同時，本研究仍然存在不足：一方面，在3P學習分析框架各階段要素的選取上不夠全面和豐富，未來研究還可進一步從學習者在線學習風格、已有知識與經驗差異等方面加以拓展在線學習預備階段的要素分析範圍，從知識獲取、高階技能、成績等多個方面豐富學習結果階段的要素選取視角和數據分析類型，使得在線學習影響因素模型更加全面；另一方面，在研究樣本方面，未來還需通過更大規模和特點（如：不同學段、不同區域等）的樣本數量，來進一步優化已有研究。

 

參考文獻：

[1]新華網.教育部：將分三年全面實施「六卓越一拔尖」計劃2.0[EB/OL].http：//www.moe.gov.cn/fbh/live/2019/50601/mtbd/201904/t20190430_380197.html，2019-11-07.

[2]尹睿，徐歡雲.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（3）：89-97.

[13][22]尹睿，徐歡雲.在線學習投入結構模型構建—基於結構方程模型的實證分析[J].開放教育研究，2017，23（4）：101-111.

[3]劉斌，張文蘭等.教師支持對在線學習者學習投入的影響研究[J].電化教育研究，2017，38（11）：63-68+80.

[4]姜強，潘星竹等.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]陳侃，周雅倩等.在線視頻學習投入的研究—MOOCs視頻特徵和學生跳轉行為的大數據分析[J].遠程教育雜誌，2016，34（4）：35-42.

[6]梁雲真.基於量規的同伴互評對在線學習認知、情感投入度及學習成效的影響研究[J].電化教育研究，2018，39（9）：66-74.

[7]高潔.在線學業情緒對學習投入的影響—社會認知理論的視角[J].開放教育研究，2016，22（2）：89-95.

[8]雷玉菊，周宗奎等.網絡學習環境下學習者的動機信念對學習投入的影響[J].中國電化教育，2017，（2）：82-88.

[9]雷玉菊，張冬靜等.網絡學習中學習者個人特徵對學習投入的影響：一個有調節的中介效應模型[J].心理與行為研究，2017，15（2）：181-188.

[10]鄭勤華，陳悅等.中國MOOCs學習者學習素養調查研究[J].開放教育研究，2016，22（2）：38-45.

[11]吳維寧，高凌飈等.學習過程研究與學習方式評測[J].教育測量與評價（理論版），2008，（5）：4-7.

[12][21]SCONUL.The SCONUL seven pillars of information literacy core model for higher education[EB/OL].https：//www.sconul.ac.uk/sites/default/files/documents/coremodel.pdf，2019-11-07.

[14]徐豔.基於信息素養視角的碎片化閱讀行為實證研究—以圖書館微信平臺為例[J].情報科學，2017，35（3）：76-81.

[15]王志軍，陳麗.聯通主義學習的教學交互理論模型建構研究[J].開放教育研究，2015，21（5）：25-34.

[16]位星，朱進傑.網際網路視域下深度學習思維影響機制研究—基於信息素養的中介效應檢驗[J].開放教育研究，2019，25（1）：73-81.

[17]譚金波.學生信息搜索的內隱與外顯策略對網絡學習績效的影響[J].中國電化教育，2014，（9）：67-71+77.

[18]鄭勤華，曹莉等.遠程學習者學習績效影響因素研究[J].開放教育研究，2013，19（6）：88-94.

[19]龔藝，劉波等.遠程教育中在線學習投入與學習績效關係的實證研究[J].成人教育，2018，38（6）：24-28.

[20]易明，葛玲等.在線研討的影響因素研究：「信息-技術-人」視角[J].情報科學，2018，36（11）：10-16.

[23]Biggs，J.Kember，D，&Leung，Y.P..The revised two-factor study process questionnaire：R-SPQ-2F[J].British Journal of Educational Psychology，2001，71（1）：133-149.

[24]龍成志，劉志梅等.大學生自主學習策略對學習績效的影響：學習動機的調節作用[J].心理技術與應用，2017，5（2）：89-98.

[25]邱皓政，林碧芳.結構方程模型的原理與應用[M].北京：中國輕工業出版社，2009.

[26]韓爽，沈秀麗等.將搜索作為一個學習過程：一種學習型搜索的觀點和方向[J].圖書館理論與實踐，2019，（1）：70-73+83.

[27]劉詠梅，謝陽群.「搜索即學習」視角下大學生信息素養行動研究[J].情報理論與實踐，2019，42（8）：97-103.

[28]劉春暉.大學生信息素養與創造性問題提出能力的關係—批判性思維傾向的調節效應[J].北京師範大學學報（社會科學版），2015，（1）：55-61.

[29]左璜，黃甫全.試論學習的第三種隱喻[J].外國教育研究，2013，40（8）：61-70.

[30][31]曾文婕.關注「知識創造」：技術支持學習的新訴求[J].電化教育研究，2013，34（7）：17-21+52.

[32]劉大軍，黃甫全.知識創造視野中的三元交互學習[J].現代遠程教育研究，2015，（4）：24-32.

[33]琳達·哈拉西姆，肖俊洪.協作學習理論與實踐-在線教育質量的根本保證[J].中國遠程教育，2015，（8）：5-16+79.

作者簡介：

胡小勇：教授，博士，博士生導師，華南師範大學教育信息技術學院，研究方向為信息化教學教研、智慧教學的理論與應用（[e-mail]）。

徐歡云：在讀博士，華南師範大學教育信息技術學院，研究方向為信息化教學教研、在線學習設計（[e-mail]）。

陳澤璇：在讀博士，華南師範大學教育信息技術學院，研究方向為外語教學、外語教育技術、語言測試（[e-mail]）。

基金項目：

2018年國家社科基金重大項目「信息化促進新時代基礎教育公平的研究」（項目編號：18ZDA334）研究成果。