高校大学生泛在学习成效的影响因素与作用机理①

孙剑萍，耿 彪，汤兆平

（华东交通大学，江西 南昌 330013）

高校大学生泛在学习成效的影响因素与作用机理①

孙剑萍，耿 彪，汤兆平

（华东交通大学，江西 南昌 330013）

泛在学习方式日益广泛。基于结构方程模型，运用实证调研的方法，以量化的方式，分别得出了四类因素对学习成效的直接影响、间接影响以及综合影响的比例及标准化路径系数。研究表明：泛在学习行为对学习成效的直接影响最大，泛在学习环境和心理特点次之；泛在学习环境对学习成效间接影响最大，个体特征和心理特点次之；综合来看，泛在学习环境、心理特点、泛在学习行为、个体特征对学习成效的综合影响力依次减弱。

泛在学习；高校学生；学习成效；影响因素；作用机理

随着社会经济的发展和现代信息技术的日新月异，泛在学习愈来愈呈现方式的个性化、需求的多样化、时间的碎片化以及场所的无形化等特点。泛在学习是一种泛在计算环境下的学习方式，可使任何学习者随意、随时、随地获取所需信息和开展交流与学习。

国内外对于泛在学习的研究，目前主要集中在泛在学习的网络、理念、终端以及学习资源等方面。杨孝堂等［1］对泛在学习理论、资源及模式进行了研究；张博夫等［2］研究了泛在学习环境下高校学习资源设计模式；Lee W等［3］研究了泛在学习者不同的学习需求、学习行为记录和个体属性对其学习绩效的影响；Xu Lei等［4］认为交互是泛在学习的一个核心要素，缺乏反馈是影响学习成效的重要因素；Benaceur Outtaj等［5］研究发现学习者在泛在学习中的交互行为对学习成效产生较大的影响；李兴蓉等［6］分析了影响大学生网络自主学习效果的各种因素，并得到了各因素对其影响的重要程度；常香云等［7］基于Amos的结构方程模型，深入分析了学习成效的影响因素及机理；徐兰兰等［8］分别从行为的方式、控制、交互、评价4方面进行了详细阐述，为泛在学习行为的理解及提高泛在学习成效提供了参考。

已有研究从不同侧面证明了高校大学生泛在学习行为、泛在学习环境、心理特点和个体特征等因素对学习成效的重要影响。然而，这些因素对学习成效的影响程度如何，它们又是如何作用于学习成效的，尚未形成系统、全面的研究体系［9］等。本文拟对这些问题进行深入探讨。

一、泛在学习成效及其影响因素

美国当代著名的教育心理学家罗伯特・加涅提出的“行为主义——折衷主义”的心理学理论认为，学习成效包括言语信息、智慧技能、认知策略、态度、动作技能等方面获得的趋势或能力的改善，会受到内部条件和外部条件两类因素的影响。我国学者针对教学过程的要素构成问题，提出的教学要素理论，从“三要素”到“七要素”等观点，不外乎学生、教学和环境等方面的多个要素。本文将影响高校大学生泛在学习成效的因素分为泛在学习行为、泛在学习环境和学生自身状况三个方面。

二、概念模型假设

为了探索四类因素与学习成效之间的关联，本文在分析各类影响因素内部之间相互影响的基础上，研究了它们内部的关联机制，构建出两个关系概念模型，即直接模型和间接模型，如图1所示。

图1中的直接模型只考虑四类因素与学习成效之间的直接影响关系，并不考虑四类因素之间的相互作用。间接模型在直接模型的基础上，又考虑了四类因素内部之间的影响关系。

图1 关系概念模型

三、测量变量和数据获取

（一）测量变量设计

泛在学习行为、泛在学习环境、心理特点、个体特征和学习成效均为潜变量，无法进行直接测量，而它们所包含的测量变量却是可以度量的，且通过它们能够从侧面反映潜变量的部分特征。故为这些潜变量设计相应的测量变量，具体内容详见表1。

表1：泛在学习各潜变量的测量变量

（二）数据获取

采用问卷调查的方式获取研究的数据。调查问卷设计内容涉及23个二级指标。评价等级采用“完全不同意”到“完全同意”的7级正向计分制，相对应的分数值为1-7。调查共发放问卷340份，回收309份，回收率为90.9%。剔除无效问卷14份，获得有效问卷295份，有效回收率为86.8%。采集的数据样本来自华东交通大学，包括轨道交通、经管、基础、机电、人文等学院在校大学生。调查对象所在专业包含了工学、经济学、理学、法学、文学等，采集的样本具有广泛性和代表性。

四、模型构建与分析

（一）测量信度检验

信度是指测验结果的一致性、稳定性及可靠性，它反映了测量数据能否准确、真实地度量事物属性的程度。本文运用SPSS19对问卷数据进行分析，各变量Cronbach’s Alpha系数分析结果为：问卷总量0.919，泛在学习行为0.790，泛在学习环境0.809，心理特点0.913，个体特征0.846，学习成效0.827。总量表和各个变量都具有较高的测量信度以及较好的数据一致性。

（二）测量模型检验与修正

在建立结构方程模型之前，必须对测量模型的合理性进行检验。通常情况下，测量模型中的最低标准化因子负荷值为0.4。检验结果显示，图书资料（ULE1）和思维方式（IC5）的负荷值未达到显著水平。故将该两个测量变量剔除，然后再次检验测量模型。结果表明，所有的观测变量在相应潜变量上的负荷均在0.48-0.95之间，高于社会科学中推荐的最低标准化因子负载水平0.4，且所有测量变量的P值均小于0.001，表明测量模型较为稳定、合理。

（三）模型建立

根据理论分析框架，应用Amos22.0构建初始理论模型，具体内容如图2所示。

图2 初始理论模型

表2：初始理论模型各路径系数

续表2

将调查数据导入上面建立的初始理论模型中，然后选用最大似然估计法对初始理论模型进行运算，运算结果详见表2。由表2发现有两条路径的相关指标并不理想，需要做进一步的改进。不理想的假设路径包括：一是个体特征对泛在学习行为有显著正向影响作用。二者间标准化路径系数为0.089，P值为0.222，其显著性未达到理想水平，拒绝该假设。二是个体特征对学习成效有显著正向影响作用。二者间标准化路径系数为0.093，P值为0.124，显著性未达到理想水平，拒绝该假设。根据修正后模型并再次对其进行运算，拟合指数见表3。

表3：修正后模型的拟合指数

图3 修正后的结构方程模型

从表3可知，卡方值与自由度之比为2.218，介于1到3的合理区间。RMSEA值为0.064，小于最高上限0.08。CFI和TLI值分别为0.919和0.907，均高于理想值0.9。NFI、GFI和AGFI值分别为0.864、0.888和0.858，虽未达到理想值0.9，但也高于一般的要求值0.8。因此，修正后的模型是可以接受的。修正后的结构方程模型及其相对应的各变量间标准化路径系数如图3所示。

（四）模型分析

图3中的各潜变量间的作用关系见表4。作用方向为表中横向影响因素对纵向影响因素。

表4：各潜变量之间的作用关系

由表4可以看出，直接作用中泛在学习行为对学习成效影响最大，标准化路径系数为0.32；泛在学习环境和心理特点次之，均为0.3。间接作用方面，泛在学习环境对学习成效影响最大，标准化路径系数为0.210；个体特征次之，为0.188；心理特点再次之，为0.128。泛在学习环境对学习成效的综合影响作用最强，标准化路径系数为0.510；心理特点、泛在学习行为、个体特征依次减弱，分别为0.428、0.32和0.188，它们对学习成效的作用比例分别为35.3%、29.6%、22.1%和13%。

（五）结果分析及建议

成效一般指所获得的预期效果和功效。笔者认为学习者通过学习，在某些方面得到的持续变化，就是学习成效。高校大学生的泛在学习成效主要有两个方面，一方面是客观的学习效果，包括测试成绩、完成任务的时间等。另一方面是主观的学习收获，包括理论知识的提升、应用能力的改善、情感的陶冶与价值的升华等。上述四类影响因素与学习成效之间的作用关系分析如下。

1.泛在学习环境与学习成效的关系

泛在学习环境对学生学习成效总的影响百分比达35.3%，是学习成效的最大影响因素。改善泛在学习环境是改进学习成效最有效的途径，具体可从以下几个方面考虑：（1）扩大网络在校园内的覆盖面，提高网络的传输速度。（2）加大重点实验室的建设和对各种数据库、网络学习资源的投入，以丰富、翔实、优化学生的学习资源条件。（3）提高信息技术与高等教育的融合度，利用信息技术为学习者构建一个泛在学习平台或环境。（4）注重优质教学资源的共建共享，使学生在开放平台上就能自主学习各专业、各领域的优质学习资源。

2.心理特点与学习成效的关系

心理特点在较大程度直接影响学习成效（29.6%）。改进心理特点的最有效途径是激发学生的学习动机、改进学习态度，充分调动学生学习的兴趣和主动性，培养学生良好的心理状态，具体可以从教学特色方面考虑：（1）逐步改变传统的教学模式，建立以学生为中心，有利于激发学生积极性、自主性、合作性，同时因“课”制宜的新模式。如将“学”与“教”进行转换的翻转课堂模式、理论-实践-理论的教学模式，可以让学生对所学专业有一个更快的认知。（2）增加教学内容的新颖性，紧密跟随时代步伐，动态更新教学内容，关注专业所涉及的最新科研成就与发展前沿，并与之保持同步。

3.泛在学习行为与学习成效的关系

泛在学习行为对学习成效直接的正向影响作用最大，标准化路径系数为0.32，是影响学习成效的重要因素（22.1%）。改善泛在学习行为，可从以下几点考虑：（1）知识与知识之间的交互：不断深化现代信息技术与高等教育的融合度，推进数字化学习的发展，增加相近知识间的关联度，以获取更多的相关知识。（2）人与知识之间的交互：构建满足高校大学生学习需求多样化、多终端的泛在网络学习系统，建设开放教学数字化实验室及重点实验基地，优化人与知识间交互的平台与环境。（3）人与人之间的交互：构建多样化交互平台与渠道，建立多元化的交互方式，促进教师、学生、专家之间的交流与协作。

4.个体特征与学习成效的关系

个体特征通过心理特点和泛在学习行为以间接的方式对学习成效具有一定的影响作用（13%）。改进个体特征的有效途径可以从信息素养、知识建构、沟通能力、认知策略、思维方式五个方面出发，如组织名师讲座、知识讲座以及学生与学生、学生与老师、学生与社会的交流活动等。

五、结语

本文基于结构方程模型，运用实证调研的方法探讨了泛在学习行为、泛在学习环境、心理特点和个体特征对学习成效的影响过程与作用机理。研究结果表明：泛在学习行为对学习成效的直接影响最大，泛在学习环境和心理特点次之；泛在学习环境对学习成效间接影响最大，个体特征和心理特点次之；泛在学习环境、心理特点、泛在学习行为、个体特征对学习成效的综合影响力依次减弱。研究可为信息化教学建设、信息技术与高等教育的深度融合和优质教学资源的共建共享提供依据和参考。

［1］杨孝堂，陈守刚，严冰.泛在学习的理论与模式［M］.北京：中央广播电视大学出版社，2012：1.

［2］张博夫，杨简，石莹，潘贺，刘海燕.泛在学习环境下高校移动学习资源设计模式的研究［J］.现代教育科学，2013，（11）：168-172.

［3］Lee W I，Shih B Y，Tu L J.The application of Kano’s model for improving web-based learning performance［C］.IEEE Frontiers in Education Conference.New York：IEEE Computer Society，2002：27-32.

［4］Lei X，Pahl C，Donnellan D.An evaluation technique for content interaction in Web-based teaching and learning environments［C］.The IEEE International Conference on Advanced Learning Technologies，2003：294.

［5］Benaceur Outtaj,Rachida Ajhoun.Towards a model for evaluating the e-learner’s behavior[DB/OL]. ICIA’07，http：//www.esstt.mu.tn/utie/tica2007/sys_jles/ medias/does/P27.Pdf.

［6］李兴蓉，郭红生，张连刚.大学生网络自主学习效果影响因素实证分析［J］.现代教育管理，2009，（10）：57-60.

［7］常香云，陈智高，刘红丽，夏瑛.信管专业计算机类课程学习的影响因素及机理研究［J］.现代教育技术，2010，20（4）：55-59.

［8］徐兰兰，张娟，郝念.异地网络教学环境引发学生学习行为变化研究［J］.软件导刊（教育技术），2011，（3）：54-56.

［9］刘丽娜，平凡，杨顺起.在职教师特征对其网络学习成效的差异性影响初探［J］.中国远程教育，2015，16（12）：32-37、79.

（责任编辑：杨 玉；责任校对：徐治中）

The Affecting Factors and Action Mechanism on Ubiquitous Learning Outcomes of University Students

SUN Jianping，GENG Biao，TANG Zhaoping
（East China Jiaotong University，Nanchang Jiangxi 330013）

Ubiquitous learning is increasingly widespread.Based on the structural equation model，by use of empirical research method and quantitative way，the proportion and standardized path coefficient of direct，indirect and comprehensive influence of the four affecting factors on learning outcomes were obtained respectively.The study shows that the direct influence of ubiquitous learning behavior on learning outcomes is the greatest，ubiquitous learning environment and psychological characteristics come second；the indirect influence of ubiquitous learning environment on learning outcomes is the greatest，individual characteristics and psychological characteristics come second；taken together，thecomprehensiveinfluenceofubiquitouslearningenvironment，psychological characteristics，ubiquitous learning behavior and individual characteristics on learning outcomes weakens successively.

ubiquitous learning；university students；learning outcomes；affecting factors；action mechanism

G642.0

A

1674-5485（2016）12-0070-05

江西省教育科学“十二五”规划重点项目“高校大学生泛在学习行为及其对学习成效的影响研究”（15ZD3L016）。

孙剑萍（1971-），女，江西丰城人，华东交通大学教授，博士，硕士生导师，主要从事高等教育学研究；耿彪（1988-），男，河南浚县人，华东交通大学硕士生，主要从事交通运输规划研究；汤兆平（1970-），男，江苏溧阳人，华东交通大学信息工程学院党委书记，教授，硕士生导师，主要从事高等教育学研究。