《大学生直播平台学习投入差异研究》-教育论文，职业教育论文-论文范文参考-科学狗论文网

标题

大学生直播平台学习投入差异研究

范文

王雪刘烈君丁国勇

摘? ?要：针对疫情防控背景下高校教学模式的重大变革，文章以某财经类高校自建直播教学平台为例，通过问卷调查，构建出包括信息接受、课堂投入、学习进度、学习体验、认知策略等五因素的学习投入模型，并通过CFA验证模型的有效性。基于该模型，文章从性别、地区、民族、年级、专业、学习工具等不同维度探讨了大学生直播平台学习投入的差异性。

关键词：直播教学;学习投入;差异分析

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2021）01-0069-06

2020年初，一场由新型冠状病毒所引发的肺炎疫情在全世界范围内迅速蔓延，全球教育面临突如其来的危机。按照教育部“停课不停教、停课不停学”的工作要求，各高校立即制定方案，拿出应对措施，由原有的线下传统教学，迅速转变为以在线课程和直播课程等线上教学为主的教学模式。某财经类高校（以下简称S大学）在疫情爆发初期迅速完成学校在线直播平台的方案制定和技术研发，并于2月17日通过线上直播教学模式完成原定的教学计划，成为疫情防控期间国内较早进行在线教学的高校之一。截至4月30日，该平台稳定运行两个半月，已完成514门次课程、854797人次学生参与的在线直播教学。本研究从学生学习投入的维度出发，以S大学直播平台为例，运用问卷调查收集数据，构建学习投入研究模型，探索远程直播教学背景下，学生的社会和个体特征因素对直播平台学习投入差异的影响，并探讨相关影响因素在学习投入中所具备的显著特征，以期为高校学业支持和教学管理提供参考。

一、文献回顾

1.学习投入的概念

学者 Fredricks提出，学习投入包括行为、情感和认知等三个维度。行为投入是指学生参加在校期间学业或非学业活动时，所形成的高度卷入;情感投入是指学生在学习过程中和教师、同学之间产生的积极的情感关联，以及对学校集体产生的集体意识和归属感;认知投入是指学生在开展学习时愿意为之付出的必要努力，包括学生学习时使用的认知策略，以及情感的高度卷入。[1]学习投入有两个基本属性：一是学生自发性地投入时间和精力到学习活动中去;二是学校层面如何通过学习或活动来促使学生将时间精力积极投入到学业中去。[2]

在线学习投入是指在线学习平台发展以来，学生投入到网络学习的情况。[3]大部分学者围绕Fredricks提出的结构划分来分析和研究学习投入的影响指标，并由此来对行为投入、认知投入和情感投入三方面进行深入探讨。国内也有很多学者在Fredricks理论的基础上，尝试从其他不同维度去研究学生的学习投入。学者陈焕新提出了参与时间和参与深度两个维度;樊雅琴等学者则将学生的学习投入分为行为、情感、认知和社交四个子维度;张娜在国内外学习投入及其学校影响因素研究综述中表述：在线学习投入是随着在线学习的发展而提出来的，作为衡量在线学习投入质量的标准。本研究认为学习投入是指：学生在学习过程中积极适应并参与各项在线学习活动，能够正面迎接学业上的挑战，是认知投入、行为投入和情感投入三方面综合影响下，学生主体内在产生的对于在线学习的积极能动的投入表现。

本研究中的学习投入背景聚焦为S大学的在线直播教学，和一般在线学习的区别在于，这里所提到的在线直播教学是根据S大学原计划实施的传统线下课表来开展的，因此不存在在线学习的社会交互性，也就是说在线直播学习的过程中，学生没有过多内容选择的权力，学习计划是原有传统课表中的必修选修等课程安排投影到线上直播教学中去。本研究同样重点借鉴了学者 Fredricks提出的行为、情感和认知三方面投入元构念，通过既定在线直播教学模式下的认知投入、行为投入和情感投入三个维度来分析学生的学习投入差异。

2.TAM 模型及 UTAUT2 模型

技術接受模型（TAM）是Davis研究用户对信息系统接受时所提出的一个模型。技术接受模型理论的两个因素为：感知有用和感知易用。[4]感知有用是指用户在使用该技术的过程中感受到技术对本身学业或技能发展提升的显著程度;感知易用则是指该技术无需花费过多精力，较容易被接纳。

UTAUT2模型是整合型科技接受模式，它有四个核心维度：绩效期望、付出期望、社群影响和配合情况。[5]其中绩效期望是指个体感知系统对工作提升的效用;付出期望是指个体学习使用系统所要付出的时间精力;社群影响是指个体受到周围社会环境因素的影响;配合情况是指个体感知到组织结构和硬件设备对系统使用的支持度。[6]基于UTAUT2模型的维度分布，Venkatesh Davis 将这些模型进行了整合，并提出了“技术采纳利用整合理论”[7]。

本研究以TAM 模型和 UTAUT2 模型为理论基础，研究高校教学中的学生个体对在线直播教学平台教学模式的接纳与利用，从行为投入、情感投入和认知投入三个维度出发，研究其对学生学习投入的影响。

二、研究设计

1.研究模型

TAM 模型研究表明，用户对技术接受的影响体现在易用性感知。在 UTAUT2 模型中，对技术接受的影响体现在对绩效的期望。[8]基于本研究中S大学开设在线直播教学的必要性，学生原定的线下教学计划全部调整为线上直播学习，因此大部分学生只是在平台开展学校原定的教学计划，没有较多课程选择的权利，用户感知是否有用则不再是重要影响因素。本研究以在线直播学习的多样性作为感知有用的替代，将信息接受、教学互动、学习体验作为决定学生接纳和利用在线直播教学平台模式的影响因素。从影响信息接受和教学互动的外部因素来看，信息接受因素和学习体验因素影响教学互动，信息接受因素和教学互动因素影响学习体验。

UTAUT2 模型中的便利因素是对技术易用性的表述，稳定性因素和多样性因素用以表达新技术的特征影响，对标本研究中的技术因素。UTAUT2 模型中的社会影响对标本研究中的教学互动，因本研究中的个体对在线直播学习接纳程度是在学校和班级环境下，对于个体学习来说这也可以作为社会因素来考虑。UTAUT2 模型中的努力期望、个性特征、学习经验三个指标对标本研究中的学习体验因素。学习绩效对标经验因素。

综上，结合S大学在线直播教学模式的特征，本文所构建的研究模型如图1 所示。

2.研究假设

（1）信息接受与学习投入

信息接受因素测量了平台的利用情况，包括平台的稳定性、便利性和多样性。[9]稳定性指直播教学平台的课堂投入是否稳定流畅;便利性指使用直播教学平台的方便快捷程度;多样性指直播教学平台提供教学应用功能的丰富程度。假设信息接受对学习投入有正向影响。

（2）学习体验与学习投入

学习体验指学生使用远程直播教学平台时的个体情感投入程度。学习体验测量了学生个性化学习，包括学生在直播教学平台的学习过程中所产生的学习动机、能力提升和经验获得。假设学习体验能够正向影响学习投入。[10]学习动机是指学生对在线直播课程的参与度和积极度;能力提升则是指学生在当下新的教学模式变革背景下，能够积极提升信息应用能力和学习挑战;经验获得是指在直播教学模式下，学生对在线教学过程中学习经验的积累。假设学习体验对学习投入有正向影响。

（3）教学互动和学习投入

教学互动因素测量了“和同伴在交流中学习”的情况，指学生使用在线直播教学平台过程中和教师、同伴之间的交互影响，包括交互性、即时性、延伸性。交互性是指在直播教学平台中师生课堂的教学互动，包括教师提问、师生连麦等互动功能;即时性是指在线教学过程中，学生能够积极在课堂回应老师，主动跟随老师的节奏进行思考和交流;延伸性是指直播课结束后，学生能够主动和教师以及同伴进行在线交流和学习讨论。假设教学互动对学习投入有正向影响。

3.问卷设计

本研究通过发放线上问卷调查的方法进行数据搜集，并对研究假设和预设模型进一步验证分析。为保证测量工具的科学性和有效性，本研究以国内外相关学习投入的理论文献作为研究基础，利用问卷星调查问卷程序，初步确定测量问卷。然后就测量问卷与S大学直播平台部署和管理的专家进行交流沟通，修正和完善测量问卷。最后针对部分学生在线发放测量问卷，通过这一部分问卷数据结果，检验问卷的信度和效度，再次进行修正和完善，形成最终测量问卷。本研究中的测量问卷采用李克特五级计分法，1～5分表示“完全不同意”到“完全同意”不同级别的度量。

调查对象是S大学2020年2至3月期间开展在线直播教学的10000多名学生中的2000多人，受众涵盖大学一年级到大学四年级本科所有年级的学生。[11]其中，大学一年级学生占 11.8%，大学二年级学生占58.7%，大学三年级学生占29.5%。问卷发放时间是2020年3月，直播平台的课程教学进度到第5周时进行调研，此时学校的专业必修课、选修课、综合实验课等各类课程已全面线上直播，学生也基本适应直播教学模式。[12]测量问卷采用问卷星技术支持的微信平台线上调研方式，调查回收问卷2434份，样本统计情况如表1所示。

根据以上量表及因子结构分析，采用内部一致性效度检验，将研究问卷导入SPSS24进行信度检验，得出标准化Cronbach α系数为0.965，信度高，具备做因子分析的条件。巴特利特检验达到显著性水平，标识变量之间存在相关关系，适合做因子分析。KMO检验（0.965）和巴特利特检验（近似卡方66122.766、自由度465、显著性0.000）的数值均符合信度检验的标准，数据有效性符合要求。

三、问卷有效性分析

本文对样本数据采用探索性因素分析和驗证性因素分析相结合的两因素分析法。在探索性因素分析中，主要采用信度检验、独立t检验和ANOVA单因素方差分析法等进行统计分析。在验证性因素分析中，主要采用结构方程模型进行定量分析。

1.探索性因子分析

问卷包括行为投入、情感投入、认知投入三个潜在变量。因子旋转分析得出5个测量维度以及31个可观测变量，5个测量维度的变量Cronbach α系数均高于0.5，信度较高，适合按这5个维度做因子分析。

通过因子旋转，各个因子的含义有了比较明确的界限。根据因子的确切含义划分如下：成分1是信息接受，是指直播教学平台的技术因素，包括学生对直播教学平台的信息接受性、网络和平台稳定性以及平台功能的便利性感知;成分2为课堂投入，是指直播教学的形式接受度和教师在线教学资源展示投入，以及学生感知的课堂学习氛围影响学生的课堂学习投入;成分3为学习进度，是指在线学习资源的利用，学习任务的完成以及主动回看点播;成分4为学习体验，是指学生在直播学习过程中的归属感和状态等;成分5为认知策略，是指学生主动参与课堂投入，总结出适合直播平台的学习方法。最终得出包含31个题项的S大学在校生远程直播教学模下学习投入测量量表及其因子结构，如表2所示。

将平台利用、教学效果、学习进度、学习感受、互动体验五个变量导入信度检验，得到的值分别为：0.821、0.937、0.885、0.946、0.951，均大于0.7的阈值条件，说明数据可靠性较高。

2.验证性因子分析

根据Anderson and Gerbing的两步法进行验证性因子分析。首先根据探索性因子分析的结果，构建五因素全相关的模型进行CFA，结果显示模型拟合较好，CMIN/DF=11.365，RMR=0.034，GFI=0.926，AGFI=0.903，CFI=0.955，RMSEA=0.065（CI 0.063-0.068）。然后再对两种模型进行CFA，一种是三因素模型，即将五因素模型中的信息接受（WT1）、课堂投入（WT2）和学习进度（WT3）合并为认知投入，其他两个（情感投入和行为投入）不变，结果显示：CMIN/DF=55.462，RMR=0.115，GFI=0.740，AGFI=0.672，CFI=0.745，RMSEA=0.150（CI 0.147-0.152）;还有一种为单因素模型，即所有题项构成一个因素，CFA结果为：CMIN/DF=71.132，RMR=0.119，GFI=0.654，AGFI=0.573，CFI=0.666，RMSEA=0.170（CI 0.167-0.172）。两步法验证性因子分析的结果表明五因素模型具有效性。

四、大学生直播平台学习投入差异分析

1.性别

由表3中的数据可知，在这五个影响因素中，性别对WT2和WT3、WT5存在显著差异。课堂投入和认知策略的影响因素，女生明显优于男生;在学习进度方面，男生的表现却好于女生。

2.地区

从来源省份考虑不同地区学生五个影响因素的差异。在分析来源省份时，先将省份划分为东、中、西部地区，然后利用单因素方差分析（ANOVO），对各地区学习投入进行显著性分析和事后比较（LSD），结果如表4所示。

由表4可知，东、中、西部地区学生在信息接受、学习进度和学习体验、认知策略影响因素存在显著性差异。东部地区平均值明显低于中、西部学生，这与我们常规的认知有偏差，一般认为，东部地区均为经济和教育相对发达的省份，信息水平和软硬件一般高于中、西部地区，然而数据表明，东部地区学生的四个影响因素却显著低于中、西部地区。[13]

3.民族

将学生所属民族分为汉族和少数民族两组，使用t检验分析其差异，结果显示不同民族学生对五个影响因素均有显著差异。

由表5可见，信息接受、学习进度、学习体验、认知策略方面少数民族平均值明显高于汉族，课堂投入因素平均值汉族明显高于少数民族。由此可见在直播教学中课堂体验的感知汉族高于少数民族，而对于学习进度和认知体验等方面少数民族却高于汉族。

4.年级

根据学生的不同年级进行五因素影响差异分析。在分析四个年级差异时利用单因素方差分析，结果如表6所示。

由表6可見，不同年级学生在信息接受和学习进度影响因素有显著性差异。信息接受因素平均值大四学生明显高于其他年级学生;学习进度因素平均值大一学生明显高于其他年级学生。

5.专业

将某校专业分类为经管、文法、理工三类，使用单因素方差分析得出表7。

由表7可见，不同专业学生在课堂投入影响因素方面有显著性差异，文法专业平均值明显高于经管、理工专业。根据专业教学资源特色分析，文法专业学习资源能够较好地在直播平台进行利用展示，而经管类专业相对较弱，理工类操作实践性较强，因此课堂投入稍显薄弱。[14]

6.学习工具

根据学生使用的不同学习工具进行五因素影响差异分析。通过单因素方差分析得出表8。

由表8可见，不同学习工具对于五因素的影响具有显著性差异。在可确定的学习工具中，使用手机进行直播学习的学生信息接受度较好，笔记本电脑和平板电脑较差，可见信息接受度与工具的智能性、交互性没有明显关联，手机的移动性和便利性使得信息接受度更高。课堂投入因素中，笔记本电脑的平均值显著高于其他可确定工具，可见在课堂学习过程中，笔记本电脑的摄像头可以在直播课堂上进行连麦互动等功能影响课堂投入，手机和平板电脑无法进行连麦和资源下载等功能，所以课堂投入较低。学习进度因素中，手机的平均值显著高于其他可确定工具，使用台式电脑的学生学习进度较低，这与设备的可移动性、便利性有一定关联。学习体验影响因素中，使用手机的平均值明显高于其他工具，其中平板电脑最低。认知策略影响因素中，手机的平均值明显高于其他工具，其中台式电脑较低。[15]

通过分析得出，使用手机进行在线直播学习的学生，除了课堂投入因素外，其他方面都有较好表现。

五、结论及建议

1.结论

（1）在线直播教学的学生学习投入影响因素具有多样性

上述分析中，在行为投入、情感投入和认知投入的传统教学理论模型基础上，结合直播教学模式的特殊性，进行了多维度的不同影响因素综合分析，得出信息接受、课堂投入、学习进度、学习体验、认知策略五因素对学习投入的显著性影响。由此可见，高校学生直播教学的学习投入影响因素具有复杂性，且不仅体现在影响因素的多样，还体现在影响因素的多重机制不确定性，同一影响因素对于不同个体的反映不一，最终影响效应可能大相径庭。就本研究中的不同影响因素分析结果来看，学习投入存在着不确定的稳定因素，比如课堂投入、学习进度、学习环境等是相对稳定的影响因素，而信息接受、学习体验、认知策略等是相对不稳定的影响因素。因此，相比较于传统教学模式的影响因素来说，远程网络直播教学的影响因素具有较强的可塑性。

（2）技术因素对在线直播学习投入具有显著影响

在传统教学对于学生学习投入差异的研究中，技术因素主要表现在教师的多媒体利用或专门实验课的使用，较少涉及学习投入的因素，因此，对学习投入的影响较低。从上面的分析可知，信息接受中的平台稳定便利多样、课堂投入时的设备连麦互动、学习进度中的设备移动性对学生学习投入有着较显著的影响。目前，全世界范围内网络学习的普及、MOOC和网络直播课程在大学课堂中的深入应用以及技术因素逐渐成为学生学习投入的重要影响因素之一，不容小觑。

（3）在线直播教学模式对学习投入的影响

通过以上数据分析可以得出，不同教学内容、不同教学形式所整合形成的教学模式产生的差异性，对学生在线直播学习有着较大影响，从而直接影响学生直播学习的投入。直播课堂投入中的实时交互性不够，会导致学习积极性减弱，实践性课程的学习投入效果降低。因此，优化直播教学模式对学生学习投入有着正向影响。

2.建议

（1）监测并促进直播教学中的学生投入

直播教学过程中应随时关注学生的学习投入及学习评价，通过学习参与时间、课堂投入等后台数据监测学习过程，从而促进学生的课堂学习投入。高校应从制度安排上明确促进直播学习学生投入的各项检测措施，完善相应的评价体系，对直播教学过程及时检测优化，从而达到较好的直播教学效果。

（2）提升师生的信息化素养

信息化时代背景下，利用在线教育资源和在线教学平台进行线上教与学已成为未来教学变革的趋势。2020年5月14日，教育部高等教育司司长吴岩表示，在线教学已经成为中国高等教育和世界高等教育的重要方向。疫情结束后，将致力于把在线教学的生动实践转化为教学改革的重要举措。因此，对高校师生信息化素养的要求也会大大提升，以随时应对教育模式的革新。

（3）整合在线教学数据，发挥治理价值

目前在线学习平台相对分散，功能应用较为单一，缺乏有价值的整合，造成信息化学习资源的冗余，平台对于学生学业表现数据的挖掘和分析的有效性也有待加强。在大数据时代背景下，迫切需要将高校在线教育数据标准化，加强教育大数据的共享融通，通过整合的数据为学生学业发展挖掘规律，发挥教育数据的治理价值。

参考文献：

[1]Fredricks，J.A.，Blumenfeld，P. C.， Paris， A. H. School en-gagement： Potential of the concept， state of the evidence. Re-view of Educational Research，2004（74）：59-109.

[2]Kuh G D.What Student Affairs Professionals Need to Know About Student Engagement[J]. Journal of College Student De-velopment，2009（6）：683-706.

[3]尹睿，徐欢云.国外在线学习投入的研究进展与前瞻[J].开放教育研究，2016，22（3）：89-97.

[4]DAVIS F D.Perceived usefulness，perceived case of use，and user acceptance of information technology[J].MIS Quarterly，1989，13（3）：319-340.

[5]DAVIS F D，BAGOZZI R P，WARSHAW P R.Extrinsic and intrinsic motivation to use computers in the workplace[J].Journal of Applied Social Psychology，1992，22（14）：1111-1132.

[6]吴琼雷，张朋柱.互联网+背景下基于UTAUT的商学院 E—learning 用户接受模型[J].上海交通大学学报，2018（2）：234-235.

[7]VENKATESH V，THONG Y L J，XU X.Consumer acceptance and use of information technology： extending the unified theory of acceptance and use of technology[J].Social Science Electronic Publishing，2012，36（1）：157-178.

[8]Driscoll，M.Blended learning：Lets get beyond the hype.Learning and Training Innovations[R].2002（8）：54.

[9]周媛，韓彦凤.混合学习活动中学习者学习投入的研究[J].电化教育研究，2018（11）：101-107.

[10]金亮，李昕，荆永君.混合学习情境下学生学习投入指标构建[J].中小学电教，2020（1）：11-15.

[11]牛新春.招生倾斜政策下重点大学农村学生的学业准备和初期学业表现——基于X大学的实证案例研究[J].复旦教育论坛，2017，15（4）：52-61.

[12]亚历山大·阿斯廷.Predicting academic performance in college[M].

[13]Aggarwal P， Vaidyanathan R， Rochford L. ACT/SAT scores and academic performance of business students： are marketing majors different[J]. Journal for Advancement of Marketing Education，2004.

[14]Carini R M， Kuh G D， Klein S P. Student Engagement and Student Learning： Testing the Linkages[J]. Research in Higher Education，2006，47（1）：1-32.

[15]M.B. Fuller， M.A. Wilson， R.M. Tobin. The national survey of student engagement as a predictor of undergraduate GPA： a cross-sectional and longitudinal examination[J]. Assessment & Evaluation in Higher Education，2011，36（6）：735-748.

（编辑：王晓明）

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。