信息化教学环境下学生学习适应与心理健康的关系

罗峥 贾奇隆 舒悦 王陆

【摘 要】

为考察信息化教学环境下中小学生的学习适应与心理健康的关系，本研究采用自编的信息化教学环境下学生学习适应性问卷和学生心理健康问卷，调查了北京及广东两地小学生及初中生408人。结果发现：①潜在剖面分析（latent profile analysis， LPA）表明，信息化教学环境下，中小学生按照学习适应可以分为4个亚群体：不适应组、困扰组、边缘适应组和良好适应组，分别占4.167%，7.598%，42.892%和45.343%。②学生处于学习适应的中间水平（困扰组和边缘适应组）时，心理健康状况较差；处于学习适应性的两极（良好适应组和不适应组）时，心理健康水平较好。

【关键词】 信息化教学环境；学习适应；心理健康；中小学生；潜在剖面分析

【中图分类号】 G442 【文献标识码】 A 【文章编号】 1009-458x（2018）2-0037-7

一、问题的提出

随着信息和通信技术（information and communications technologies， 简称ICT）的快速发展，中小学教学方式和学习工具也在快速地变革。信息化教学环境一方面使得学生学习可以不受“时空限制”，另一方面学生学习变得个性化。这种教学方式与传统的面对面教学方式不同，学生必须调整自己的学习方式来更好地适应这种变化，有些学生会适应得很好，有些学生会出现适应不良。信息化教学环境下学生学习适应状况是否会影响他们的心理健康状况，则是学校和家庭普遍关注的问题。

（一）信息化教学环境下学生的学习适应

如果我们单纯地把信息通信技术看作促进学生学习的硬件，是一种片面的观点。信息化教学环境下的学习适应不良是一个普遍问题（Lyall & Mcnamara， 2000）。在我国，研究者调查发现，有近30%的网络学习者遭遇学习适应不良（陈肖生， 2002）；学生在E-learning环境下制订学习计划的能力和学习反思能力较薄弱，网络学习目标含糊不清，缺乏较强以及持久的内在网络学习动机（刘莉， 2015）。由此可见，和传统课堂教学相比，信息化教学环境对学习适应性提出了更高的要求。例如，信息化教学环境中，教学手段和学习手段更丰富了，但是也可能带来“信息超载”，或导致学生“分心”。

信息化教学环境下，学习适应是学生与环境（技术）交互作用、主动调节自己的学习从而达到内外学习环境平衡的动态过程。适应的学生有较高的学习投入程度和学习效率，从而保证学习获得成功。在学习过程中，由于学生的控制水平会发生变化，因此本质上是一种自我调节学习。自我调节学习（self-regulated learning， SRL）由美国心理学家班杜拉于20世纪70年代提出，是自我调节行为的一个子集。自我调节行为包括：建立目标（采纳、修正或拒绝目标）；计划，例如，准备追求一个目标；力争实现或维持一个目标；以及最终改变或放弃一个目标（Austin & Vancouver， 1996）。

自我调节学习者积极激励自己并且使用适当的学习策略来进行学习，他们会根据自己的知识和信念来看待特定的学习任务，设定目标，思考采取特定技能和策略来实现目标，通过判断成功的可能性、与进步的期待的偏差来监控自己的进步。在自我调节学习过程中，学习者积极地投入学习，通过有意识的努力来管理和指引自己的学习活动。研究者发现，不管在什么课程里，自我调节的学习者都能达到更高的成就（Pintrich & De Groot， 1990； Zimmerman & Schunk， 2001）。信息化教学环境中，适应的学习者其自我调节行为与信息技术特征、教学策略交互作用，表现出高学习控制、自我约束和自我激励，因此能更好地适应新技术，学习效果也得到加强。

（二）信息化教学环境下学生学习适应与心理健康的关系

1. 学生心理健康的内涵

目前国内外对心理健康没有统一的定义。大多数心理学家强调心理健康的核心是个体有主观幸福感，能够有效地發挥自己的潜能，有效地学习、工作和生活。林崇德等（2003）认为心理健康主要是一种个人的主观体验，其核心是自尊；心理健康的标志有两点：一是没有心理疾病，二是有一种积极向上发展的心理状态。黄希庭等（2006）认为心理健康可分为心理疾病和障碍、心理机能正常和人格健全三个层次，心理疾病和障碍属于不健康的层次，心理机能正常属于低层次的心理健康，人格健全属于高层次的心理健康。刘华山（2001）认为心理健康是一种持续的心理状态，在这种状态下，个人具有生命的活力、积极的内心体验、良好的社会适应，能够有效地发挥个人的身心潜力与积极的社会功能。

与心理健康定义相似，不同研究者对于心理健康标准的界定也有不同的见解。马斯洛认为具有自我实现者的人格特征的人就是心理健康的人。刘华山（2001）借鉴国内外研究者的成果，归纳出六条心理健康的标准：对现实的正确认识；自知、自尊与自我接纳；自我调控能力；与人建立亲密关系的能力；人格结构的稳定与协调；生活热情与工作效率。

2. 信息化教学环境下学生学习适应与心理健康的关系

适应性历来被认为与心理健康水平密不可分，马斯洛甚至认为对于生活的适应就是心理健康的构成要素之一。学习适应不仅会对学生的学业成绩产生直接影响，还会影响学生的心理发展和心理健康水平。研究表明，学习适应性与心理健康有显著正相关，学习适应水平高的学生的心理健康水平显著优于学习适应水平低的学生（李祚山， 2002； 张燕贞， 等， 2008）。但也有研究发现学习适应状况与心理健康水平是分离的，例如，寄宿小学生的学习适应独立性优于非寄宿小学生，但其心理健康水平低于后者（马欣仪， 等， 2013）；学习成绩优秀的大学新生更容易出现心理健康方面的问题（如精神病性、抑郁和神经症等），而成绩较差的学生在以上几个方面反而显著地优于其对照人群（姜巧玲， 等， 2011）。

一些研究考察了信息技术（硬件）对学生心理健康水平的影响，发现信息技术一方面使学生易于建立社会联结，获得社会支持，对心理健康产生积极的影响；另一方面，信息技术的长时间、高频率和高投入使用，会损害学生的身心健康。然而，对于信息化教学环境下学生学习适应性与心理健康的关系的研究，则相对缺乏。

（三）研究目的

信息化教学环境给学生学习提出了挑战，学生学习适应呈现出个性化和差异化的特征。以前关于学习适应与心理健康的关系的研究主要是以变量为中心进行的，这种分析技术建立在个体同质的假设基础上，从变量的平均值比较中获得研究结论，个体间的差异被忽视了。个体的心理差异不仅仅是水平上的差异，还可能存在结构上的差异（Marsh， Lüdtke， Trautwein， & Morin， 2009）。潜在剖面分析是一种适用于对连续变量分类的以个体为中心的统计分析技术，关注个体之间的异质性，不但能更准确地刻画出个体之间的量化差异，还能总结个体间多维的质化差异，已被广泛地应用于心理、社会、管理等研究领域。本研究拟运用潜在剖面分析，更准确地对信息化教学环境下学生的学习适应情况进行剖析和分类，并在此基础上，突破性地探讨学习适应与心理健康的关系。

二、研究方法

（一）研究对象

随机抽取北京及广东两地小学生及初中生408人，通过首都师范大学教育技术系开发的网络平台，进行信息化教学环境下学生学习情况调查（包括基本情况调查、信息化教学环境下学生学习适应性问卷和心理健康问卷）。所有学生均通过所在学校的机房上网，匿名在网络上完成问卷调查。其中小学生133人（二年级21人，三年级59人，四年级53人），初中生275人（初一220人，初二55人），平均年龄11.75岁；男生214人，女生194人；北京210人，广东198人；汉族382人，少数民族26人；独生子女227人，非独生子女181人；父亲受教育水平：小学4.9%，中学50.5%，大学32.6%，硕士及以上12%；母亲受教育水平：小学8.6%，中学47.1%，大学32.8%，硕士及以上11.5%。

（二）研究工具

1. 自编信息化教学环境下学生学习适应性问卷

基于自我调节学习理论，我们提出，信息化教学环境下学生的学习适应包含5个维度：学习动机、信息获取方式、元认知策略、知识获得和知识拓展。学习动机指直接推动学生学习的内部动力；信息获取方式指通过信息技术获得学习资源的能力；元认知策略指控制信息的流程，监控和指导认知过程的策略；知识获得和知识拓展侧重于在学习过程的不同阶段学生领会知识和运用知识的能力。

信息化教学环境下学生学习适应性问卷（初始版）包括40题，分别为学习动机8题，信息获取方式6题，元认知策略8题，知识获得12题，知识拓展6题。采用4点评分，要求被试根据一周以来自己的实际情况对问卷题目呈现的情况与自己符合的程度进行反应，符合程度依次为：非常不符合（1），比较不符合（2），比较符合（3），非常符合（4）。

采用Mplus7稳健最大概率法（MLR）对数据进行验证性因素分析。根据修正指数，删除修正指数较高的题，最终问卷的各分量表为：学习动机维度6题，信息获取方式维度4题，元认知策略维度5题，知识获得维度6题，知识拓展维度5题。χ2值为810.01，df为289，CFI为0.94，TLI为0.94，SRMR为0.03，RMSEA（90%CI）为0.069（0.063， 0.074）。各题目与总分的相关均大于0.35，说明题目的区分度较好。总量表的同质性信度（α系数）为0.80，各分量表的同质性信度（α系数）均在0.82以上。总之，自编信息化教学环境下的学生学习适应性问卷信效度良好。

2. 自编学生心理健康问卷

通过文献综述、专家研讨及对中小学生进行访谈，归纳出中小学生心理健康的五个维度：学习、自我、社会、情绪和行为。学习指自我调节学习的能力，同时也包括注意力、批判性思维和创造性思维的发展；自我包括自我概念、自我評价和自我调节；社会主要考察人际关系，包括亲子、师生和同学关系；情绪主要指情绪调节能力；行为指学生的攻击、多动、违反纪律等行为问题表现。

据此，我们初步形成了信息化教学环境下学生心理健康问卷，共119题，采用5点评分（0-4），要求被试根据一周以来自己的实际情况，对问卷题目所呈现的问题在自己身上体现的严重程度进行反应，0表示没有，4表示严重。问卷总分越高，表示心理越不健康。对160名小学生（均为小学三年级学生）施测问卷，探索性及验证性因素分析结果并不理想。经过专家讨论之后，对问卷进行了修改，获得了一份68题的问卷，其中，学习维度15题，自我维度10题，社会维度14题，情绪维度13题，行为维度15题。对613名小学生及初中生进行第二次施测，采用Mplus7稳健最大概率法（MLR）对数据进行验证性因素分析。根据修正指数，删除修正指数较高的题，最终问卷的各分量表为：学习维度9题，自我维度8题，社会维度8题，情绪维度7题，行为维度15题。χ2值为1242.79，df为726，CFI为0.91，TLI为0.90，SRMR为0.05，RMSEA（90%CI）为0.034（0.031， 0.037）。题目的区分度较好，各题与总分的相关均大于0.50。总量表的同质性信度（α系数）为0.96，各分量表的同质性信度（α系数）均在0.75以上。总之，自编学生心理健康问卷信效度良好，符合心理测量学的要求。考虑到心理健康问卷里的学习维度与学习适应性有交叉，在后面分析学习适应性与心理健康的关系时，我们去掉了学习维度。

（三）数据分析

采用Mplus7. 0 软件和Spss16.0软件进行数据处理与统计分析。使用潜在剖面分析，探讨由5个维度组成的信息化教学环境下学生学习适应的潜在类别；使用方差分析，探讨不同学习适应类别的学生在心理健康各维度及总分上的差异。

三、结果分析

（一）学生学习适应性和心理健康的描述性统计

描述性统计结果如表1所示，分析发现，学习适应性问卷各维度以及总分之间、心理健康问卷各维度以及总分之间均呈正相关，学习适应性问卷各维度及总分与心理健康各维度及总分之间呈负相关，且ps <0.01。此外，学习适应性问卷各维度及总分平均得分均大于3分，得分最高、最低的维度分别为知识获得维度（3.370）及知识拓展维度（3.122）；心理健康问卷各维度及总分得分则以0.5分以下为主，得分最高、最低的维度分别为社会维度（0.435）及情绪维度（0.359）。

（二）学生学习适应性的潜在剖面分析

以学生在学习适应性问卷五个维度（学习动机、信息获取方式、元认知策略、知识获得、知识拓展）上的得分作为外显变量建立潜在剖面模型，不同类别数目的潜在剖面模型的拟合指数如表2所示。分析发现，随着类别数目的增加，模型的AIC、BIC以及AIBC指数逐渐下降；三个指标的变化幅度以类别数目“4”为分界线，前三种分类模型的指标变化幅度较大，后面三类模型的指标变化幅度则趋于平缓，说明随着模型分类数量的增加，较前一个模型而言，后一个模型的优化程度逐渐减小。此外，所有类别模型的Entropy值均大于0.94，表现出了良好的模型拟合程度，而其中更以2类别至4类别分类数目的模型为优（2类别：0.989；3类别：0.957；4类别：0.979）。从LMRT来看，2类别至5类别四种分类数目的模型，其LMRT均达到了显著水平（ps<0.01）。综合考虑以上各拟合指标，同时参考模型简洁性和实际情况，最终选定4类别模型为我们的潜在剖面分析模型。

表3为学习适应性问卷所测量出的4类潜在类别人数分布情况及相应类别人群在学习适应性问卷各维度和总分上的Z分数。在所有类别的人群中，第1类人数最少，只占总人数的4.2%，其次為第2类人群（7.6%），第3类和第4类人群所占比例较多，分别为42.9%以及45.3%。

图1描述了4个类别的人群在学习适应性问卷各维度及总分上的平均分数。如图所示，4个类别在各维度及总分上的分布情况均较为一致，并未出现太大的起伏。第1类人群在所有维度和总分上得分最低，命名为“不适应组”；第2类人群其次，命名为“困扰组”；第3年类人群得分仅次于第4组，处于人群的中间位置，命名为“边缘适应组”；第4类人群的得分在所有维度和总分上均最高，说明学习适应性最好，命名为“良好适应组”。

图1 各类别人群在学习适应性问卷上的得分分布图

进一步对不同类别人群在学习适应性问卷各维度的得分及总分进行方差分析发现，4个类别间的各维度得分及总分均存在显著差异（ps<0.01），也从另一个侧面验证了潜在剖面分析4类别模型的有效性。

为了探究4类人群在人口统计学信息上的差异，我们分别统计了4类人群在“性别”、“是否为独生子女”、“民族”、“父亲受教育水平”以及“母亲受教育水平”上的分布比例情况（表4），并进行了卡方检验。结果表明，4类人群在“是否为独生子女”、“父亲受教育水平”以及“母亲受教育水平”变量上的类别比例构成存在显著差异（ps<0.01），而在“性别”（p=0.057）以及“民族”（p=0.604）两个变量上的类别比例构成差异则不显著。

对卡方检验显著的变量进行进一步分析可见，在“是否为独生子女”变量的类别比例构成上，第1类人群（“不适应组”）和第4类人群（“良好适应组”）“是独生子女”与“不是独生子女”的构成比例差异较大，“是独生子女”的比例要明显高于“不是独生子女”的比例；而在“父亲受教育水平”变量的类别比例构成上，我们则发现，第1类人群（“不适应组”）和第4类人群（“良好适应组”）的父亲受高等教育（研究生及以上）的比例要明显高于第2类人群（“困扰组”）以及第3类人群（“边缘适应组”），但同时，有意思的是，第1类人群（“不适应组”）父亲的受教育水平类别比例构成存在明显的“平均化”趋势，且此类人群父亲的受教育程度为“小学”的比例要明显高于后3类人群；相似的，在“母亲受教育水平”变量的类别比例构成上，第1类人群（“不适应组”）和第4类人群（“良好适应组”）的母亲受高等教育（研究生及以上）的比例要明显高于第2类人群（“困扰组”）以及第3类人群（“边缘适应组”）。总体而言，“不适应组”和“良好适应组”为独生子女的概率更大，且其父母的受教育水平以高学历（研究生及以上）居多，但同时，相较于“良好适应组”，“不适应组”的父母为“小学”学历的比例也要更高。

（三）不同学习适应类型的学生在心理健康上的差异

为探讨不同类别的学生在心理健康各维度得分和总分上的差异，进行单因素方差分析（见图2）。结果发现，不同类别的学生在心理健康各维度得分及总分上均存在显著差异（ps<0.01）。事后检验发现，在各维度得分及总分上，第2类人群（“困扰组”）和第4类人群（“良好适应组”）之间、第3类人群（“边缘适应组”）和第4类人群（“良好适应组”）之间均存在显著差异（ps<0.01）。同时，除了自我维度之外，其余各维度得分和总分，第1类人群（“不适应组”）和第2类人群（“困扰组”）之间（p社会、行为、总分<0.05，p情绪<0.01）存在显著差异；而除了自我和行为维度之外，第2类人群（“困扰组”）和第3类人群（“边缘适应组”）之间也存在显著差异（p社会<0.01，p情绪、总分<0.05）。总体而言，第2类人群（“困扰组”）的心理健康水平最糟糕，第4类人群（“良好适应组”）的心理健康水平最好。比较各类人群在学习适应性问卷各维度得分和总分可以发现，处于中间学习适应性水平时，心理健康状况较差，而当学习适应性处于两极（最好、最差）时，心理健康水平较好。

四、讨论与结论

（一）信息化教学环境下学生学习适应性的潜在剖面分析

通过潜在剖面分析，我们发现，信息化教学环境下，中小学生根据学习适应可以分为4个亚群体：不适应组、困扰组、边缘适应组和良好适应组，4个群体的学生在学习适应各维度（学习动机、信息获取方式、元认知策略、知识获得、知识拓展）得分及总分上均存在显著差异，表现出适应水平的逐步上升，说明这种客观的分类方法是准确和有效的。研究还发现，良好适应和不适应的学生中独生子女的比例更高，且其父母的受教育水平以高学历（研究生及以上）居多，揭示出独生子女和有高学历父母的学生，在学习适应性上易出现两极分化。

在4类学生中，45.3%的学生处于良好适应组，42.9%的学生处于边缘适应组，这与我们的观察是一致的。说明，大部分学生能较好地应对教学工具和学习工具的信息化，力图与技术交互作用来完成学习过程；这些学生具有较高的学习动机，能有效运用各种学习策略，获取学习资源，领会及运用知识，从而取得较好的学习效果。研究还发现，7.6%的学生处于困扰组，4.2%的学生处于不适应组，这两类学生人数虽少，但是，他们在学习适应的各方面均处于较低水平，这可能会导致他们学习不良。在现实工作中，教师可以使用潜在剖面分析法来识别学习适应不良的学生，并通过构建更适应的学习环境，从动机、策略、信息获取方式、知识掌握与运用等各方面对这部分学生进行辅导和调整，帮助他们摆脱学习困难。

（二）信息化教学环境下学生学习适应与心理健康的关系

本研究发现，不同潜在类别的学生在心理健康各维度得分及总分上均存在显著差异，困扰组的心理健康水平最糟糕，良好适应组的心理健康水平最好；当学生处于中间学习适应性水平时，心理健康状况较差，而当学生的学习适应性处于两极（最好、最差）时，心理健康水平较好。具体说来，当学生在学习适应上处于困扰及边缘适应时，会感知到最大的学习压力，这会影响到学生的自我认同、社会交往、情绪稳定，学生出现问题行为的概率增加；而当学生极度不适应信息化学习过程时，他们会自我回避和自我维护，反而会和适应良好的学生一样，有较好的心理健康水平。联系上文中不同类别学生在各人口统计学信息上的比例构成，我们发现，学习不适应的学生，和适应良好的学生呈现出共同的特点，独生子女居多，父母亲受教育水平较高，这一类家庭往往有较好的物质条件和宽松的家庭氛围，也会对学生的心理健康形成保护性机制，使得学生自我接受能力好，心理健康水平较好。

五、研究不足

本研究存在一些不足：首先，数据采集均为学生自评，没有参考教师、家长及同伴的评定进行验证，或采用综合评价，这会影响到结果的有效性；其次，研究采用横断面研究，因此，无法判断学习适应性和心理健康的因果关系；第三，研究只考察了城市环境中信息化教学环境下的学生学习适应与心理健康的关系，结果不一定能推广到郊区或农村环境。

[参考文献]

陈肖生. 2002. 网络教育与学习适应性研究综述[J]. 中国远程教育（3）：6-8.

黄希庭，郑涌，李宏翰. 2006. 学生健全人格养成教育的心理学观点[J]. 广西师范大学学报：哲学社会科学版，42（3）：90-94.

姜巧玲，陈琳. 2011. 大学新生学业成绩与心理健康状况相关分析[J]. 黑龙江高教研究（5）：117-120.

李祚山. 2002. 小学生心理健康与学习适应性的研究[J]. 重庆师范学院学报：自然科学版，19（3）：68-71.

林崇德，李虹，冯瑞琴. 2003. 科学地理解心理健康与心理健康教育[J]. 陕西师范大学学报：哲学社会科学版，32（5）：110-116.

刘华山. 2001. 心理健康概念与标准的再认识[J]. 心理科学，24（4）：480-481.

刘莉. 2015. E-learning环境下大学生自主学习适应能力调查研究[J]. 沈阳工程学院学报：社会科学版，11（3）：382-386.

马欣仪，凌辉，李新利，等. 2013. 寄宿与非寄宿小学生学习适应性、心理健康与学业成绩比较[J]. 中国临床心理学杂志，21（3）：497-499.

张燕贞，刘西瑞，刘婉敏，等. 2008. 医科大学生学习适应性与心理健康研究[J]. 中国校医，22（3）：295-296.

Austin， J. T.， & Vancouver， J. B. （1996）. Goal constructs in psychology： Structure， process， and content. Psychological Bulletin， 120（3）， 338-375.

Lyall， R.， & Mcnamara， S. （2000）. Influences on the orientations to learning of distance education students in Australia. Open Learning， 15（15）， 107-121.

Marsh， H. W.， Lüdtke， O.， Trautwein， U.， & Morin， A. J. S. （2009）. Classical latent profile analysis of academic self-concept dimensions： Synergy of person- and variable-centered approaches to theoretical models of self-concept. Structural Equation Modeling， 16（2）， 191-225.

Pintrich， P. R.， & De Groot， E. V. （1990）. Motivational and self-regulated learning components of classroom academic performance. Journal of Educational Psychology， 82（1）， 33-40.

Zimmerman， B. J.， & Schunk， D. H. （2001）. Reflections on theories of self-regulated learning and academic achievement. In B. J. Zimmerman， & D. H. Schunk. （Eds.）， Self-regulated learning and academic achievement： Theoretical perspectives （2nd ed.， pp. 289-307）. Mahwah， NJ： Lawrence Erlbaum Associates.

收稿日期：2016-11-25

定稿日期：2017-02-20

作者简介：罗峥，博士，副教授，碩士生导师；贾奇隆，硕士研究生；舒悦，硕士研究生；首都师范大学心理学系（100048）。

王陆，通讯作者，教授，博士生导师，首都师范大学教育技术系（100048）。

责任编辑 单 玲