泛在学习环境下基于过程性信息的个性化学习评价系统的设计与实现*

陈 敏，杨现民

(1.华中师范大学 国家数字化学习工程技术研究中心，湖北 武汉 430079；2.江苏师范大学 教育研究院，江苏 徐州 221116)

泛在学习环境下基于过程性信息的个性化学习评价系统的设计与实现*

陈 敏1，杨现民2

(1.华中师范大学 国家数字化学习工程技术研究中心，湖北 武汉 430079；2.江苏师范大学 教育研究院，江苏 徐州 221116)

随着泛在学习理念的深入与发展，越来越多研究者开始关注泛在学习，然而大部分的研究主要集中在学习资源、学习环境和系统支持等方面，而忽略了学习评价。学习评价作为衡量学习成效的重要手段，对泛在学习的有效发生有重要支持作用。该文从泛在学习特征与需要出发，设计并实现了适合泛在学习的基于过程性信息的个性化学习评价系统。经过实践应用检验，该评价系统能较好地促进泛在学习者的学习，能够满足泛在学习对学习评价的需求，期望对未来泛在学习评价提供参考与指导。

泛在学习；泛在学习环境；学习评价；个性化；过程性信息

一、引言

高质量的学习资源、良好的学习支持服务体系以及及时有效的反馈评价是促进学习有效发生的三大主要外部因素。其中学习评价是判断学习是否有效发生的重要手段，对促进教与学有着重要作用，是任何学习都不可或缺的重要部分。泛在学习是指任何人在任何时间、任何地点、基于任何计算设备获取任何所需学习资源，享受无处不在学习服务的学习过程[1]。目前已有越来越多的研究者开展泛在学习领域的相关研究，但大部分的研究主要集中在泛在学习资源[2-6]、泛在学习环境[7-9]、泛在学习系统[10-12]以及各种泛在学习支持服务[13-15]方面，忽视泛在学习中的学习评价研究。与传统学习、正式学习不同，泛在学习面向的对象广泛，层次参差不齐，且具有即时性、个性化和情景化等特征，这不仅使得泛在学习环境下的学习资源、学习服务与以往有所不同，同样对学习评价也提出了独特的需求。如何实现满足泛在学习需求的学习评价是泛在学习领域中有待研究的重要问题。

泛在学习需要个性化的评价。泛在学习的泛在性特征指出，任何人均可进入泛在学习环境成为泛在学习者。也就是说泛在学习是面向全体社会成员的，这就使得泛在学习者在文化程度、能力水平诸多方面都参差不齐。因此，不能通过统一的评价标准来衡量学习者的学习成效。此外，泛在学习是以“问题解决”为核心的学习，不同学习者有不同的学习目标，例如有些知识学习者只是想要达到了解的层面，有些知识学习者想要达到深入理解且能应用自如的层面，因此，统一的评价标准并不能为不同学习者想要达到不同学习目标服务。为了有效地帮助学习者的学习，泛在学习环境下的学习评价应该是因人而异的，是个性化的。

泛在学习注重学习过程评价。网络学习评价直接指向学习过程和学习质量，在动态实施过程中不断给学习以支持和质量保证。它贯穿在学生获取知识的整个过程中，是保证学习顺利进行的重要保障[16][17]。面向过程的学习评价是关注、记录、引导、激励和促进学习者学习体验和成长的有效手段，是网络教育质量保障的关键环节[18]。在泛在学习评价中，学习过程的重要性更为明显。Guozhen Zhang和Timothy等指出，“泛在学习是一种学习方式，学习者可以完全将注意力集中到学习过程而不用关心位置与时间的限制”[19]。泛在学习者学习的内容往往可能只是一个微小知识点，且不同学习者的学习目标不同，学习者一般不存在升学的压力，因此，传统的通过设定统一的评价(如试卷或测试)来评价学习效果并不适合泛在学习。泛在学习者开展学习不是为了获得考试分数，而是以达到自己的学习目标、解决实际问题为核心的。学习者需要了解的不是单一的评价结果，而是需要随时了解自己的学习情况，调整学习策略，这对泛在学习者的自主学习来说有重要意义。因此，利用过程性信息对学习者的学习状态进行随时的监控与评价对泛在学习来说是十分重要的。

此外，泛在学习的即时性特征以及学习对象在文化程度、认知水平、掌握设备的熟练程度等各方面的较大差异要求泛在学习评价系统一方面应允许学习者随时了解自己最新的学习情况以及评价标准，以便随时调整学习策略和步调，另一方面需提供简明易懂的评价方式，避免过于复杂而导致学习者难以理解系统反馈的评价结果，以及由于操作过于复杂影响了学习者的自我评估。

学习元平台是(Learning Cell System，LCS)是基于学习元(Learning Cell)理念开发的，面向泛在学习环境设计开发的一种新型的开放型学习平台(http://lcell.bnu.edu.cn)，包括学习元、知识群、知识云、学习社区、个人空间、学习工具等六大功能模块[20]。学习元是平台中最基础的资源单位，是“具有可重用特性支持学习过程信息采集和学习认知网络共享，可实现自我进化发展的微型化、智能性的数字化学习资源”[21]。本研究从泛在学习群体的多样性考虑，针对泛在学习泛在性、个性化等特征，以学习元平台为基础，实现利用过程性信息针对不同程度、不同学习目标的学习者提供个性化的学习评价服务，并将开发的评价系统投入到实际运用。

二、基于过程性信息的个性化学习评价系统设计

本研究的评价系统设计主要包括两方面：提供个性化的评价方案和基于过程性信息进行评价。如图1所示为本研究设计的学习评价系统的整体框架。通过对学习者的所有过程性信息进行记录与归类，将这些过程性信息纳入评价标准中，再根据学习者不同的知识水平和学习目标，为学习相同内容的学习者提供个性化的评价标准，即根据学习者的个性化特征选取不同的过程性信息纳入评价标准中构成个性化评价方案，结合具体每个学习者的过程性信息对学习者的学习进行评价，以此作为评价学习者学习成效的主要依据。

评价的基本过程为：评价者(一般为知识的创建者)根据不同类型的学习目标和对知识掌握程度的不同，从诸多过程性信息中选取合适的内容构成满足不同学习者需求的评价方案。系统根据学习者的学习目标、对知识的掌握程度等个性化特征，从中选择最符合当前学习者的评价方案，以此作为衡量学习者学习情况的标准。系统记录学习者在学习过程中产生的各种过程性信息，根据评价方案，得到评价结果，作为当前学习者学习情况的反映。

图1 基于过程性信息的个性化评价系统框架

(一)评价维度与评价内容

学习者在学习过程中会产生各种过程性信息，如学习者在参与学习活动时产生的信息、评论的信息、与他人交流的信息等等。本研究首先需要对过程性信息进行分类划分。根据调研的文献，可综合借鉴目前的几种分类方式[22-24]，对学习元平台上的所有过程性信息分成五类：学习态度类、学习活动类、内容交互类、资源工具类、评价反馈类，将其作为评价的五大维度。每一类又包含了若干过程性信息，这些作为具体的评价内容，设计如表 1所示。

表1 过程性信息分类表

此外，除了上述系统预设的评价维度(基于系统中的学习过程)外，为了支持学习者系统外的学习过程，从而使得评价更加全面与准确，评价系统还允许创建者自定义评价模块，如期中考试、期末考试等。这样，学习者在系统中的学习过程以及系统外的学习过程均可通过该学习系统进行评价，更加充分地体现了该评价系统的过程性、个性化。但自定义模块的过程性信息系统无法进行跟踪，故学习者的评价得分往往需要创建者自行输入，之后又系统进行综合评价。

(二)个性化评价方案设计

个性化的评价方案设计主要包括以下四方面：

1.学习者个性化特征要素的确立

本研究中的学习者的个性化特征主要考虑学习目的和学习者对知识已掌握的程度。例如学习者从未学过该知识，则认为是初级学习者，那么就为该学习者提供针对初级学习者的评价方案；学习者的学习目的仅仅是了解知识，而不需要深入理解，则为该学习者提供的评价方案则相对简单。本研究根据学习者对知识的掌握程度将学习者分为三个等级：完全不了解(初级)、基本了解(中级)、深入了解(高级)，将学习目标也分为三类：了解、掌握、精通。

2.个性化评价内容和标准预设

针对不同的学习者采用不同的评价方案，也就是说评价不同的学习者的评价维度、内容和标准是不同的。这需要创建者对不同评价维度和评价内容所对应的学习者等级和学习目标进行预设。例如创建者将学习态度这个评价维度，同时对应于了解、掌握、精通这三类学习目标，对于初级学习者的评价标准设定为60分钟，中级学习者设定为40分钟，高级学习者设定为30分钟。以此类推，创建者将所有评价维度与内容均与一定的学习目标和学习者等级关联，并预设评价标准。根据上述三类学习者和三类目标，本研究拟预设了6种个性化的评价方案，如图2所示。

图2 个性化评价方案预设

3.学习者个性化特征诊断

系统需要先判断学习者个性化特征，即本研究中的学习者知识水平等级和学习目标，继而向学习者提供个性化的评价方案。在知识水平等级判断方面，系统允许学习者手动选择自己的知识水平等级或利用系统提供的前测来判断其知识水平等级。对于对自身较为了解的学习者来说，前者往往既快捷又准确，后者则对自己知识结构不太了解的学习者有较大的帮助。在学习目标判断方面，由于泛在学习者一般具有清晰的学习目标，因此，系统采用由学习者手动选择自己的学习目标的方式。

4.基于过程性信息的个性化评价方案匹配

个性化的评价方案将由系统自动匹配生成。通过对学习者学习目标和知识水平的诊断后了解学习者的特征，根据学习者的特征，从预设的基于过程性信息的评价方案库中自动匹配出符合学习者的个性化评价方案，如图3所示。

图3 个性化评价方案生成

(三)系统评价与反馈

有了个性化的评价方案，即个性化的评价内容与标准，系统即可对学习者的学习情况进行评价。这主要包括三方面：评价信息、评价和结果反馈。

评价信息：学习元平台将学习者的所有行为日志和生成性信息都储存在数据库中，系统根据评价方案中设定的评价内容，从各种信息中找到需要的行为记录和生成性信息。

评价结果计算：本研究采用“自动计算+手动修改”的计算方式。自动计算是指系统自动根据评价方案中设定的评价内容和标准，基于学习者当前产生的过程性信息，采用加权的计算方式，分别计算学习者在每个评价内容的表现(得分)，在每个评价维度的表现(得分)以及总体的表现(得分)，根据总体表现判断学习者是否达到学习目标。手动修改是指当创建者或管理者(这里可认为知识的创建者或管理者是该知识领域的专家或教师)认为系统给出的评分不够合理时，可手动修改评分。例如，创建者认为某学习者发表的帖子或言论非常有见地或价值，则可提高该学习者该评价项的得分；反之，若发现某些学习者发表的帖子是无效的，也可降低该学习者该评价项的得分。“自动+手动”的计算方式将使得评价的结果更加准确和人性化。

结果反馈：系统将所有学习者的学习情况都反馈给知识创建者(管理者)，便于管理者了解所有学习者的学习状况。向创建者、管理者和学习者反馈学习者在所有评价项目的表现，一方面，可帮助学习者了解自己当前的学习情况，从而对学习进行调整；另一方面，可帮助创建者、管理者了解学习过程的整体情况，调整评价方案。

三、基于过程性信息的个性化学习评价系统的技术实现

本研究在泛在学习环境—学习元平台上实现了该泛在学习评价系统。该评价系统主要包括学习者特征判定、创建个性化的评价方案、个性化评价方案的自动匹配、过程性信息跟踪记录、系统自动更新学习者评价结果、教师查看/修改/更新学习者评价结果、学习者查看/更新评价结果。

学习者特征判定：当学习者初次进入一个“学习元”(某知识点学习页面)，首先进行学习目标判定。学习者根据自己的学习目标，从“了解”“掌握”“精通”三个等级的目标中选择自己的学习目标。确定了学习目标后，进行学习者知识水平的判断，判断学习者已具有该知识的水平，分为三个维度：不了解、稍微了解和很熟悉，分别对应于初级学习者、中级学习者和高级学习者。学习者可以自己手动进行知识水平评定，也可进行前测，根据前测的结果由系统来判断学习者的知识水平。

创建个性化的评价方案：创建者可为不同等级的学习者分别创建不同的评价方案。对不同等级学习者采用不同的评价标准和评价维度。创建者可从系统已有的过程性信息分类中选择评价模块和评价项目，还可自行添加自定义的评价模块，如图4所示添加了“期中考试”模块，将系统内和系统外的学习过程结合起来，形成综合性评价。创建者可同时为不同评价方案的评价模块和评价项目设置不同的权重，可以直观地对比不同方案之间的不同。

图4 创建评价方案—添加自定义评价模块

个性化评价方案的自动匹配：当学习者每次进入知识点页面(学习元页面)进行学习时，系统将根据学习者的知识水平自动为学习者匹配对应的评价方案。系统将根据此评价方案对学习者进行评价。

过程性信息跟踪记录：评价系统将对学习者在平台中所有的操作进行跟踪与记录，以便为评价系统提供评价依据数据，且当创建者中途修改了评价方案后，系统依然能准确对学习者的整体学习情况进行评价。

学习评价结果更新：系统根据学习者的学习的过程性信息，以及评价方案的设置，每周定时对学习者的学习情况进行评价，自动更新学习者评价结果。此外，系统还提供了随时更新功能，评价创建者(教师)和学习者均可随时更新当前最新的评价结果。

查看学习者评价结果：评价创建者(教师)可随时查看所有学习者的当前评价结果，包括学习者的得分、状态(通过或不通过)，若对系统评价结果不满意，还可手动修改学习者的评价得分，如下页图5所示。评价创建者(教师)还可查看每个学习者具体的评价详情，以便了解学习者的学习过程，以及学习者的薄弱环节等；学习者也可随时查看自己的评价结果详情，包括评价得分，状态(通过与否)，具体每个评价项目的得分，以及每个项目的状态(通过与否)，如下页图6所示。

四、基于过程性信息的个性化学习评价系统的实际应用效果

为了验证该学习评价系统对学习者学习的促进作用以及改进完善该系统，笔者将该系统实际应用于为期四个月的某高校高起本夜大课程“计算机组成原理与维护”的网络教学中。该课程的学生来自相同专业的两个年级的学生。

图5 教师查看所有学习者评价结果

图6 教师/学生查看评价详情

夜大的学习群体特征和学习方式与泛在学习群体特征和泛在学习方式较为相近。在学习群体方面，夜大学习者在知识水平、学习目标等方面参差不齐，有些学生是高中毕业，对计算机组成原理是零基础，而有些学生对计算机相关知识已有了一些基础。他们选修该门课程的目的也不一致，有些学生仅仅为了获得学分，只要求掌握最基本的知识，有些学生则是工作需要，要求能深入理解并应用该门课程的知识。在学习方式方面，夜大学生平时工作繁忙，每周一次的课堂面授时间有限、内容量大，学习者在课堂上将内容全部吸收的难度较大。大部分学习者需要再利用业余时间在家里或公共交通工具上自主开展随时随地的学习。

该课程主要采用以学习者基于学习元平台开展自主学习为主，教师将课程内容和活动设计在学习元平台上呈现，并为不同等级的学习者预设多个个性化的评价方案。当学习者进入课程学习时，系统根据学习者的学习目标和知识水平为其选择合适的评价方案。学习者可查看到针对自己的评价方案，分析学习内容的重点难点，并可随时了解自己的学习情况，调整学习策略。

课程结束后，本研究采用问卷调查的方式，围绕评价系统对学习的促进与帮助、对学习积极性的影响、对个性化学习的支持、对教学的支持等方面开展调查。调查对象为使用过学习元平台个性化学习评价系统的、参与该课程的53名夜大学生。如表2所示,为问卷每道题目的数据分析情况，其中“1”到“5”分别表示“非常不同意”“不同意”“不确定”“同意”和“非常同意”。

表2 问卷数据分析结果

根据统计数据显示，71.7%的人认为学习评价系统对学习有促进作用，24.53%的人表示不确定。从平均分来看，学习评价系统对学习的促进作用达到3.96分，由此说明，大部分的用户对学习评价系统对学习的促进作用还是表示认同的。

在对学生学习帮助方面，77.47%的人认为学习评价系统有利于他们合理地调整学习策略，77.36%的人认为评价方案有利于帮助他们找到内容的重难点，69.81%的人认为评价结果有利于帮忙他们了解自己的学习和缺漏情况(其中第4题和第5题考查的点类似，第5题用于判别用户是否认真填写问卷，从两题的平均分来看，结果基本类似，故可认为参与问卷调查的用户的回答是可信的)。81.7%的人认为过程性评价能及时让老师快速了解自己的学习情况。由此可见，本研究的评价系统在帮助学习者制定学习策略、确定重难点、及时了解学习情况等方面有重要促进作用，同时也在帮助教师了解学生学习情况方面有较大帮助。

在促进学习积极性方面，认为学习评价系统有利于提高学习积极性的人有69.81%，评价得分为3.92，基本接近4，84.09%的人认为评价系统能让评价更加透明化，标准化。由此可见，学习评价系统对学习积极性的提高基本得到认可，由于评价变得透明与标准，评价的可信度将更高，也将极大地提高学习者学习的积极性。

在个性化学习方面，69.82%的人认为评价系统对个人的独立学习有较大帮助，平均分将近4分，64.15%的人认为评价系统能为用户提供个性化的评价标准，平均分也将近4分，由此可见，评价系统在促进个性化学习方面基本得到认可的，但可能还需加强。

在对教师教学的帮助方面，81.7%的人认为评价系统有利于教师及时了解学生的学习情况，73.59%的人认为评价系统有利于老师调整教学策略，79.24%的人认为评价系统使得教师的教学评价变得更加快捷便利。可见，学习评价系统不仅有利于学生的学习，也有利于教师的教学，使得教师能及时把握学生情况，制定合理的教学策略，从而帮助学生的学习。

从上述分析可知，本学习评价系统总体上基本达到了预期的效果。对学习者来说，一方面，该评价系统能帮助学习者制定学习策略、发现重难点、及时了解自己的学习情况，对学习有较大的帮助；另一方面，该评价系统能为学习者提供个性化的评价，满足泛在学习者的个性化需求，帮助其独立学习。同时，评价系统透明化的评价标准得到了学习者的好评，评价系统对学习积极性有较大提高。此外，由于评价系统可随时提供自动、实时评价结果，不仅使评价更加便捷，且能帮助教师及时了解学生的学习情况，进而调整教学策略，从侧面促进了学习者的学习。当然，从数据分析的情况来看，评价系统帮助学习者独立学习方面还相对较弱，需进一步研究加强。

五、结束语

泛在学习是数字化学习、移动学习和终身学习等多种学习参与后的一种学习状态的体现和必然的发展阶段。学习评价作为促进有效学习发生的重要因素，是泛在学习研究中不可或缺的重要内容。经初步实践证明，本研究实现的泛在学习环境下基于过程性信息的个性化学习评价系统对满足泛在学习需求，支持、指导和促进学习者学习方面有积极作用。

不足在于，作为对泛在学习评价领域的初步探索性，目前仅重点考虑为学习者提供个性化的评价标准并利用过程性信息对学习者的学习进行评价，暂时忽略了过程性信息中学习者主观表达的内容的质量，对于主观内容的评价还主要依靠评价者(教师)的进一步判断。若系统能对学习者的主观内容进行智能分析，即可提供更加精准的、智能的评价，这将对泛在学习者来说具有更加重要的意义。后续，本研究将把过程性信息中的主观内容分析纳入评价分析中，进一步升级和完善评价结果的精准度和智能性。

[1][7] 杨现民,余胜泉.生态学视角下的泛在学习环境设计[J].教育研究,2013,(3):98-105.

[2][21] 余胜泉,杨现民,程罡.泛在学习环境中的学习资源设计与共享——“学习元”的理念与结构[J].开放教育研究,2009,15(1):47-53.

[3] 余胜泉,陈敏.泛在学习资源建设的特征与趋势——以“学习元”资源模型为例[J].现代远程教育研究,2011,(6):14-22.

[4] 杨现民,余胜泉.泛在学习环境下的学习资源信息模型构建[J].中国电化教育,2010,(9):72-78.

[5] 杨现民,余胜泉.泛在学习环境下的学习资源进化模型构建[J].中国电化教育,2011,(9):81-86.

[6] 高辉,程罡,余胜泉,杨现民.泛在学习资源在移动终端上的自适应呈现模型设计[J].中国电化教育, 2012,(4):122-128.

[8] Hwang, G. -J., Yang, T. -C., Tsai, C. -C., & Yang, S. J. H..A Context-Aware Ubiquitous Learning Environment for Conducting Complex Science Experiments [J].Computers & Education,2009,(2):402—413.

[9] 张洁.基于境脉感知的泛在学习环境模型构建[J].中国电化教育,2012,(2):16-20.

[10] Rabbou, D. A., Mtibaa, A., Harras, K. A.. SCOUT: Social Context-Aware Ubiquitous System[A]. Proceedings of 20125th International Conference on New Technologies, Mobility and Security (NTMS)[C].Istanbul: IEEE, 2012. 1-6.

[11] Chen, C.-C., & Huang, T.-C.. Learning in a U-Museum Developing a Context-Aware Ubiquitous Learning Environment [J]. Computers &Education,2012,(59): 873-883.

[12] Wang, S.-L., Wu, C.-Y.. Application of Context-Aware and Personalized Recommendation to Implement an Adaptive Ubiquitous Learning System[J].Expert Systems with Applications,2011,(38):1083-1108.

[13] 张屹,张帆,程明凤,杜超.泛在学习环境下基于情境感知的学习资源检索模型构建[J].中国电化教育, 2010,(6):104-107.

[14] Hwang, G.-J., Chu, H.-C., Lin, Y.-S., & Tsai, C.-C.. A Knowledge Acquisition Approach to Developing Mind Tools for Organizing and Sharing Differentiating Knowledge in a Ubiquitous Learning environment[J].Computers & Education,2011,(57):1368-1377.

[15] 陈敏,余胜泉,杨现民,黄昆仑.泛在学习的内容个性化推荐模型设计——以“学习元”平台为例[J].现代教育技术,2011,(6):13-18.

[16] 常志英.网络学习评价的设计与实施[J].教育技术导刊,2005,(7):8-9.

[17] 王茜.斯坦豪斯“过程理论”对网络学习评价的启示[J].广州广播电视大学学报,2008,(4):39-42.

[18] 周剑云,衷克定,郑彬彬.使用Wiki技术实现网络学习评价[J].中国远程教育,2010,(7):34-38.

[19] Zhang, G.-Z., Jin, Q., Shih, T. K.. Peer-to-Peer Based Social Interaction Tools in Ubiquitous Learning Environment[A]. Proceedings of the 11th International Conference on Parallel and Distributed Systems[C]. Fuduoka: IEEE Computer Society,2005.230-236.

[20] 杨现民,余胜泉.学习元平台的设计开发及其应用场景分析.电化教育研究,2013,(3):55-61.

[22] 齐礼良.网络学习者评价研究——基于知识管理的视角[J].远程教育杂志,2008,(2):52-54.

[23] 陈瑛,余小华.基于模糊理论网络学习评价系统的设计与实现[J].四川理工学院学报(自然科学版),2010,23(6):673-678.

[24] 陈莉萍,王艳丽.个性化网络学习评价模型与系统的设计[J].电子设计工程,2009,(3):83-85.

责任编辑：李馨 赵云建

The Design and Implementation of Personalized Learning Evaluation System Based on Procedural Information in Ubiquitous Learning Environment

Chen Min1, Yang Xianmin2
(1. National Engineering Research Center for E-Learning, Central China Normal University, Wuhan Hubei 430079;2. Institute of Education, Jiangsu Normal University, Xuzhou Jiangsu 221116)

With the deepening and development of the ubiquitous learning concept, more and more researchers begin to pay close attention to ubiquitous learning. However, most studies have focused on learning resources, learning environment and system support,etc., while ignoring the learning evaluation. As one of the important ways to measure the learning effects, learning evaluation plays an important support role in effective ubiquitous learning. Thinking over the ubiquitous learning features and needs, this study designs and implements a personalized learning evaluation system based on process information for ubiquitous learning. Through the test of practical application, the evaluation system is able to effectively promote ubiquitous learners’ learning, meet the needs of ubiquitous learning for learning evaluation, and is expected to provide reference and guidance for the future study of ubiquitous learning evaluation.

Ubiquitous Learning; Ubiquitous Learning Environment; Learning Evaluation; Personalization; Procedural Information

G434

：A

1006—9860(2016)06—0021—06

陈敏：博士，助理研究员，研究方向为移动与泛在学习、数字资源建设与共享、教育信息化(minmin1108@163.com)。

杨现民：博士，硕士生导师，研究方向为移动与泛在学习、智慧教育、技术增强学习(yangxianmin8888@163.com)。

2016年1月11日

* 本文得到2016年度中央高校基本科研业务费专项资金华中师范大学青年教师项目“有效学习视角下的泛在学习环境评价设计与实现”(项目编号：CCNU16AO5038)资助。