首页 >> 协同创新中心
初中生在线学习情绪影响因素研究
2020年08月24日 11:00 来源:《教育与教学研究》2020年04期 作者:宋乃庆 蒋秋 罗琳 字号

内容摘要:

关键词:

作者简介:

  摘 要:情绪对在线学习效果有重要调节作用,探析初中生在线学习情绪的影响因素有助于完善中学在线教学体系,提升教学效率。对13个省市1 606名初中生进行问卷调查,探讨了学习环境适应性、学习方式适应性和在线学习周期持久性对初中生情绪的影响,结果发现:(1)初中生在线学习期间情绪呈积极状态,对居家学习环境和在线学习方式适应较好,未产生明显学习倦怠;(2)各影响因素在年级、性别、城乡上具有显著差异;(3)观测影响因素对初中生在线学习情绪影响的回归模型为:情绪状态=-6. 935-1. 116×年级-1. 466×性别+1. 277×学习方式适应性-0. 587×学习环境适应性-1. 05×学习意愿。

  关键词:在线学习; 情绪; 影响因素; 初中生

  作者简介:宋乃庆,西南大学数学与统计学院教授,博士生导师,西南大学基础教育研究中心主任,中国基础教育质量监测协同创新中心首席专家; 蒋秋,西南大学数学与统计学院博士研究生; 罗琳,华东师范大学中旭天下博士后工作站博士后,副教授。

  基金: 重庆市教委人文社科项目“重大疫情中的教育应对”(编号:20SKZX001)

 

  诸多在线学习模型和理论证实,情绪在在线学习中发挥了重要作用,积极情绪可以激发学习兴趣,提高学习效率,保持或延长学习时长,有利于创造性的发挥,反之,消极情绪对此有抑制作用[1]。情绪是一种复杂的主观体验,有很多因素会影响学习者在线学习过程,进而使学习者产生各种积极、消极情绪。现有研究证实,在线学习情绪的影响因素包括学习者的期望、学习动机等内源性因素,以及在线学习平台技术质量、课程内容质量、人际交互质量等外源性因素。如王帆等通过深度研究二十余位在线学习者发现:被访者普遍存在挫折感、紧张、焦虑、担心、害羞、尴尬等消极情绪,导致这些情绪的因素包括身兼数职、网络不稳定、操作过程繁琐、系统功能不完善、在线资料结构不易区分、信息过时、教师回复不及时、作业会被他人看见等;同时也存在兴奋、激动、自豪等积极情绪,主要源于对新的学习方式的体验、拥有更多的主动权、完成阶段性任务等[2]。赵宏等对成人远程学习者调查发现:课程质量是引发不同学习阶段在线学习者积极情绪的最重要因素;而对于学习者的消极情绪,在学习前期和中期技术平台的易用性是重要影响因素,在学习末期课程质量是关键因素。随着学习进程的推进,人际交互频度对情绪的影响明显增加;不同学习阶段情绪状态影响因素在人口学特征上存在差异[3]。尽管在线教育已在国内外兴起多年,但在我国需持续在线学习的群体主要为成人,因此,现有研究调查对象也侧重于大学生、在职人员等成人在线学习者,鲜见关于初中生在线教育学习情绪的研究。此次“停课不停学"引发的全国范围内在线教学[4]对初中生而言,学习环境、学习方式、学习周期较之原来发生了巨大的转变。因此,其在线学习的情绪现状如何,学习环境、学习方式、学习周期是否会影响初中生在线学习情绪,还不明晰。而弄清这些问题,是解决中学生在线教学设计和教学安排的重要参考依据。鉴于此,聚焦初中生,通过问卷调研探析初中生在线学习情绪的影响因素,旨在为中学生在线教学体系的构建与完善、在线教学效率的增质与提升、在线教育方式的融合与创新提供实证依据和研究参考。

  一、研究对象和方法

  (一)研究对象

  2020年3月21日至24日采取方便抽样的方法通过网络发放问卷随机抽样,收回来自京、冀、浙、粤、闽、琼、皖、赣、鄂、桂、渝、川、黔等10余个省市1 658份问卷,剔除存在数据缺失、明显有误的问卷,得到有效问卷1 606份,有效率96.9%。其中初一617人(38.4%),初二639人(39.8%),初三350人(21.8%);男生778人(48.4%),女生828人(51.6%);城市学校学生961人(59.8%),农村学校学生645人(40.2%);年龄12~15岁。

  (二)工具

  1.情绪影响因素测量工具

  通过文献分析和专家建议形成10题学习环境适应性和学习方式适应性初始量表,1~4题和8~10题采用5级评分法:1(完全同意)~5(完全不同意),5~7题采用反向计分:5(完全同意)~1(完全不同意)。其中,学习环境适应性维度共4题,得分越高表示居家学习适应性越好;学习方式适应性维度共6题,得分越高代表对在线学习方式越适应。通过对145名初中生的问卷进行心理测量学分析,问卷的信效度满足研究需要。经因子分析,结合专家访谈,删掉陈述质量不高的题目,最终保留9个题目。本次测量总量表Cronbach'sα系数为0.807,学习环境适应性为0.832,学习方式适应性为0.806。利用Amos 21.0对量表进行效度分析,χ2=316.772,df=24,χ2/df=13.157,TLI=0.925,CFI=0.950,RMSEA=0.087,表明该量表结构效度良好。

  在线学习周期持久性的调查共3题,包括在线学习频率(每周在线学习几天,从“1天"至“7天"依次计1~7分)、在线学习强度(每天在线学习的时长1,“少于2小时、2~3小时、3~4小时、4~5小时、5~6小时、6小时及以上"依次计1~6分)、在线学习意愿(除了学校安排的在线教学外主动学习其他线上课程情况,“经常、有时、从不"依次计1~3分)。

  2.情绪状态测量工具

  采用由沃森(Watson)等人编制、黄丽等人翻译并标准化的《积极消极情绪量表》[5]。该量表共20个条目,包含积极情绪和消极情绪两个分量表,分别由10个描述具体情绪的形容词组成,采用1(几乎没有)~5(极其多)5级评分。要求被试根据最近一两周的实际情况作答。个体在积极/消极情绪上得分越高,表示其积极/消极情绪越多,若积极情绪得分高于消极情绪,代表总体情绪为积极,反之为消极。量表的Cronbach'sα系数为0.819,积极情绪量表为0.879,消极情绪量表为0.906。

  (三)统计方法

  采用SPSS 26.0软件进行描述性分析、独立样本T检验、单因素方差分析、K独立样本检验、相关分析和多元线性回归分析,P<0.05为差异具有统计学意义。

  二、研究结果与分析

  (一)初中生在线学习情绪总体情况

  在线学习期间,初中生总体情绪呈积极状态(6.98±10.88),积极情绪得分较高(27.95±6.92),表现出快乐、专注、有活力等状态,消极情绪比较少(20.96±7.59)。进一步比较发现:(1)女生的消极情绪(21.50±7.65)显著高于男生(20.39±7.48,t=-2.920,P<0.01),男生的总体情绪积极性(7.61±11.14)显著高于女生(6.39±10.60,t=-2.249,P<0.05)。(2)初三学生的消极情绪(22.43±7.90)显著高于初二学生(21.11±7.47,P<0.01),初二学生显著高于初一学生(19.98±7.40,P<0.01),初三学生显著高于初一学生(P<0.001);初一学生总体情绪的积极性(8.39±10.78)显著高于初二学生(6.76±10.48,P<0.01),初二学生显著高于初三学生(4.91±11.41,P<0.05),初一学生显著高于初三学生(P<0.001)。(3)城市学校学生的积极情绪(28.24±7.06)显著高于农村学校学生(27.52±6.69,t=-2.249,P<0.05)。

  (二)初中生在线学习情绪影响因素群体差异分析

  1.初中生在线学习情绪影响因素的性别差异

  男生、女生在学习环境适应性上的差异有统计学意义(t=-2.941,P<0.01),女生更适应居家学习环境(5.17±2.47),男生更喜欢和同学、老师一起在学校学习(4.83±2.27)。对于学习方式适应性,性别差异无统计学意义,并且男生(18.10±18.10)和女生(18.45±4.51)均认为在线学习对于学习效率、专注度等无明显影响,能适应在线学习方式。

  学习周期持久性维度调查结果显示,1 301人(81%)每周在线学习5天,169人(10.5%)学习6天,136人(8.5%)学习7天。443人(27.6%)每天在线学习6小时及以上,381人(23.7%)学习5~6小时,502人(31.3%)学习4~5小时,183人(11.4%)学习3~4小时,83人(5.1%)学习2~3小时,14人(0.9%)每天在线学习时间少于2小时1。255人(15.9%)会经常在课余时间主动学习其他线上课程,966人(60.1%)偶尔会学习其他线上课程,385人(24%)从不主动学习其他线上课程。独立样本T检验发现,学习频率在性别上的差异具有统计学意义(t=-2.451,P<0.05),女生的学习频率(5.31±0.64)显著高于男生(5.24±0.56)。

  男生、女生的在线学习强度、学习意愿无统计学差异。

  2.初中生在线学习情绪影响因素的年级差异

  方差分析结果显示,三个年级在学习环境适应性、学习方式适应性上差异具有统计学意义(F环境=4.793,P环境<0.01,F方式=4.793,P方式<0.001)。在学习环境适应性上,初一年级与初二年级有显著差异,初二年级对居家学习环境的适应性(5.22±2.49)显著高于初一年级(4.80±2.28,P<0.01)。在学习方式适应性上,初一年级与初三年级、初二年级与初三年级的差异具有统计学意义,初一年级对在线学习方式的适应程度(18.48±4.91)显著高于初三年级(17.14±4.77,P<0.001),初二年级(18.71±4.78)显著高于初三年级(P<0.001)。

  三个年级在线学习频率有统计学差异。初三年级在线学习频率(5.41±0.68)显著高于初一年级(5.25±0.62,P<0.001),初三年级显著高于初二年级(5.22±0.54,P<0.001)。初三年级在线学习强度(4.87±1.18)显著高于初二年级(4.63±1.18,P<0.01),初二年级显著高于初一年级(4.27±1.18,P<0.001),初三年级显著高于初一年级(P<0.001)。各个年级在线学习意愿差异无统计学意义。

  3.初中生在线学习情绪影响因素的城乡差异

  在学习环境适应性、学习方式适应性两个维度上,城市和农村学校学生的表现均无统计学差异。相对居家学习而言,来自城市学校(4.99±2.34)和农村学校(5.03±2.43)的学生均更喜欢在校园环境里学习。对于学习方式适应性,城市学校(18.39±4.95)和农村学校(18.12±4.72)的学生均比较认可在线学习的方式,城市学校的学生对在线学习方式的认可度相对农村而言更高。

  对于在线学习周期持久性维度,学习频率和学习意愿有统计学差异,学习强度的差异不具有统计学意义。城市学校学生的在线学习频率(5.30±0.62)显著高于农村学校学生(5.24±0.59,P<0.05)。其差异主要在于每周在线学习6天和7天的人数占比的不同,城市学校学生占21.4%,农村学校学生占15.3%。城市学校学生的在线学习意愿(2.01±0.63)显著高于农村学校学生(2.19±0.61,P<0.001)。79.7%城市学校学生选择“经常"或“有时"主动学习线上其他课程,农村学校学生这一比例为70.5%,且城市学校学生在这两个选项上的占比均高于农村学校学生。

  (三)初中生在线学习情绪影响因素的回归分析

  1.回归模型的构建

  采用相关分析得出各人口学变量、学习环境适应性、学习方式适应性及学习周期持久性与初中生在线学习情绪的相关系数,见表1。选取与初中生在线学习情绪显著相关的因素,采用多元线性回归分析中的逐步回归法建立回归方程。将性别、年级作为控制变量放入第一层,将学习环境适应性、学习方式适应性和学习意愿以步进的方式放入,在删除个案诊断发现的15个异常点后再次逐步回归,选取最佳回归模型。由表2可知D-W值为2.029,介于1.8~2.2,说明数据相互独立;调整后R2为0.349,回归模型的解释度较好。方差分析结果显示,回归方程对应的F=171.443,P<0.001,因此,建立的模型具有统计学意义。由表3可知5个自变量的容差均接近1,膨胀因子(VIF)也都接近1,说明自变量之间共线性较弱。各个自变量对应的P值均小于0.01,因此回归方程为:情绪状态=-6.935-1.116×年级-1.466×性别+1.277×学习方式适应性-0.587×学习环境适应性-1.05×学习意愿。在研究中赋值1为初一、2为初二、3为初三,1代表男生、2代表女生,学习方式适应性、学习环境适应性及学习意愿的评分方式如前文工具中所述。

  表1 各人口学变量、影响因素与初中生在线学习情绪的相关分析

  注:*P<0.05,**P<0.01,***P<0.001

  

  表2 逐步回归分析模型

  注:预测变量为常量、年级、性别、学习方式适应性、学习环境适应性、学习意愿。

    表3 回归方程的自变量系数

  2.学习频率、学习强度对情绪的影响

  在构建回归模型时,尽管在线学习频率和学习强度被排除,但可从群体差异的角度来看其对初中生在线学习情绪的影响。不同在线学习频率的初中生,其消极情绪差异具有统计学意义(F=5.658,P<0.01)。每周在线学习5天的初中生的消极情绪(20.68±7.47)显著低于每周在线学习7天的学生(21.66±7.64,P<0.01),但两类学生均较少出现消极情绪。其余不同在线学习频率的学生的消极情绪差异无统计学意义。

  不同学习强度对消极情绪的影响存在组间差异(F=2.461,P<0.05),每天在线学习4~5小时的学生的消极情绪(20.09±7.35)显著低于每天学习6小时及以上的学生(21.77±7.91,P<0.01)。其余各类不同学习强度的学生的消极情绪差异无统计学意义。

作者简介

姓名:宋乃庆 蒋秋 罗琳 工作单位:

转载请注明来源:中国社会科学网 (责编:禹瑞丽)
W020180116412817190956.jpg
用户昵称:  (您填写的昵称将出现在评论列表中)  匿名
 验证码 
所有评论仅代表网友意见
最新发表的评论0条,总共0 查看全部评论

回到频道首页
jrtt.jpg
wxgzh.jpg
777.jpg
内文页广告3(手机版).jpg
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们