移动学习对学习成效影响的元分析*

王辞晓 董 倩 吴 峰

（北京大学 教育学院，北京 100871）

一、引言

随着移动互联网和硬件设备的发展，使用移动设备进行学习开始逐渐渗透到人们的学习和生活之中。在移动设备被引入正式和非正式学习的同时，对其影响的争议也从间断过。本研究将学习成效（Learning Performance）界定为学习者进行学习活动后能够被量化的学习结果，它是分析信息技术是否具有促进作用的重要且客观的指标。对学习成效的测量，是衡量信息技术在教育教学中效果的重要且直接的手段。已有研究对移动设备对学习者学习成效的影响进行了调查，学习成效类型包括：测验结果（Test Result），如，Hwang 等[1]、Chen 等[2]的研究；记忆保持（Retention），如，Chen 和 Chung[3]的研究；学习成果（Product），如，Lai和 Hwang[4]的研究；问题解决（Problem Solving），如，Chang 等[5]的研究。

我们通过文献梳理发现，移动学习对学习成效的影响在统计学上没有得到统一的结果。部分研究发现移动学习对学习成效具有显著正向影响，另有研究发现移动学习对学习成效具有显著的负向影响；另一部分研究则发现移动学习对学习成效不具有显著影响。面对这一问题，一些学习者基于以往文献进行了探索。如，Wu等[6]对2003-2010年的164篇移动学习文献进行了元分析，但该研究仅是对移动学习研究的内容分析，即对移动学习研究的研究方法（访谈、实验、观察、案例）、研究目的、学科、设备类型等进行频次的统计描述，对研究结果的统计描述也仅限于正向结果、负向结果、无显著影响的百分比描述；Alrasheedi等[7]对2007-2013年的19篇高等教育阶段移动学习的定量研究进行了元分析，并对学习者感知、用户友好设计、学习社区发展、技术限制、内容等移动学习成功关键因素进行重要程度分析；Tingir等[8]对2010-2014年的14篇K-12学段移动学习实验研究进行了元分析，并对设备类型、学科、年级、准实验或实验、干预者为教师还是研究者等潜在调节变量进行了调节效应分析，但该研究对移动学习实验的编码不够具体，未能细致地探索移动学习过程中的潜在调节变量对学习成效的影响。此外，也有学者针对某一学科进行学习成效的元分析。

移动学习中何种教学方式更好、在何种环境下实施以及移动设备的使用限制会对移动学习成效产生何种影响，均是重要但尚未详细探讨的问题，有必要结合学习成效对移动学习教育实验研究进行细致的编码分析。本研究期望通过医学、心理学领域对实验研究结果进行分析时采用的元分析方法，对近十年来国际上移动学习对学习成效的影响进行综合分析，并尝试对不同类型的移动学习干预方式进行分析，如，移动学习过程中的教学方法、教学环境、移动设备、使用限制等变量，以此来探析移动学习对学习成效的总体影响和具体影响，为研究者和实践者提供多元的移动学习设计参考。

二、移动学习对学习成效的影响

（一）显著正向影响

移动设备具有便携性和移动性，能够为学习者提供更加灵活的学习方式[9]，许多学者通过教学实验与准实验，来验证移动学习能够有效地促进学习成效这一假设。Shadiev等[10]设计了非对等组前后测实验（Nonequivalent Groups Pretest and Posttest Experimental）。实验组（28 人）和对照组（31 人）分别来自两个初中班级，实验持续6周，包含三个英语学习主题活动。实验组使用该研究开发的移动应用来完成任务；对照组则是在教师引导的传统方法下进行学习。研究发现：实验组的后测得分显著高于对照组。Min等[11]设计了化学实验教学模拟系统，对87位本科生进行时长为6小时的教育准实验研究。学习方式为小组合作学习，每组3人，实验组（45人，15组）使用教学模拟进行学习，对照组（42人，14组）使用传统课本进行学习，后测结果显示，实验组得分显著高于对照组；Lin等[12]在护理学院的诊断课程上设计了移动设备应用于临床问题解决的准实验。实验组（20人）使用移动交互诊断系统 （Mobile Interactive Learning and Diagnosis，MILD），对照组（16 人）使用学习单，分别进行基于项目的学习（Problem-Based Learning，PBL）。研究发现，在临床技能测验中，实验组的表现要显著好于对照组。此外，Sun等[13]研究发现：使用社交软件进行口语练习的实验组的英语流利程度，显著高于未使用移动应用的对照组；Shadiev等[14]和Wu[15]也通过教育准实验发现，移动学习对英语学习有显著的正向影响。

（二）显著负向影响

在移动学习中，学习者既需要和真实环境交互，又需要和媒体交互，对学习是促进还是抑制，也是该领域学习者关注的问题。Sweller等[16]认为，认知负荷是特定时间内施加于个体认知系统的心理活动总量。Paas和Van Merrienboer[17]将认知负荷的评价因素分为心理负荷 （Mental Load）、心理努力（Mental Effort）和行为表现（Behavior Performance）。 Chu[18]对移动学习的负面效果及对认知负荷的影响进行了准实验研究。研究对象为两个小学五年级班级的学生，实验地点为历史文化场馆，学习内容为场馆相关的历史文化知识。两个班级分别作为实验组（33人）和对照组（31人）进行基于环境的移动学习。实验组使用移动应用进行学习，对照组则使用传统的入场（in-field）学习。研究发现，使用移动应用能够增加实验组学习者的心理负荷，而在心理努力方面两组无显著差异，在学习成效方面则是实验组显著低于未使用移动应用的对照组。

除了移动学习带来的认知负荷外，移动设备本身也会影响学习效果，如，Chou等[19]设计了针对八年级初中生进行自带设备 （Bring Your Own Device，BYOD）和传统教学方式来学习英语的准实验。实验组（24人）使用移动设备进行基于测验的学习；对照组（22人）则使用纸质的测试单进行学习。实验共进行了6个课时（45min/课）。研究发现：对照组在后测的学习成效要显著高于实验组。通过学生自我报告和非正式访谈，研究者发现：有学习者认为对移动设备不熟悉、移动网络速度、使用移动设备学习比传统学习方式更为复杂，这些因素会影响学习效果。

（三）无显著影响

还有一部分学习者在进行移动学习的实验研究中发现，相较于传统教学方法，使用移动设备对学习成效没有显著的影响。Tarng等[20]运用增强现实技术和GPS技术设计开发了虚拟蝴蝶生态系统，对小学四年级的两个班级进行了非对等组前后测实验。采用真实教育情境实验的两个班级分为实验组（30人）和对照组（30人），进行为期6个月的学习。实验组使用虚拟蝴蝶生态系统，对照组则采用传统观察法。研究发现：在蝴蝶相关生物知识的后测中，实验组与对照组无显著差异。Fernández-Lao等[21]设计了针对物理疗法的移动学习应用，对医学专业的本科生进行了为期两周的移动学习准实验。实验组（25人）和对照组（24人）在授课环节之后，进行总时长为20小时的自学环节。实验干预为能否使用移动应用进行学习，研究发现：实验组和对照组在知识测试中没有显著差异。Reeves等[22]对学前儿童进行实验跨度为7个月的iPad移动应用学习准实验，研究发现，实验组和对照在英语口语表达和词汇方面没有显著差异。Cabot等[23]发现，使用多代理系统（Multiagent System）进行移动学习，对硕士生软件工程课程的学习成效没有显著影响。

三、研究方法与过程

（一）研究方法

元分析（Meta-analysis）是一种整合了多个独立研究结果的统计分析方法，早期应用于医学领域[24]。效应值（Effect Size）是元分析过程中的重要单元，反应了治疗效果或两个变量之间关系的强度[25]。本研究采用元分析方法对移动学习研究中的教育实验和准实验进行编码，根据Borenstein等[26]于2009年提出的元分析步骤与方法，即通过文献筛选和编码，来计算教育实验与准实验的平均效应值，并计算其他变量对效应值的影响，从而全面地探究移动学习对学习成效的影响。元分析通常采用Cohen’s d作为效应值指标[27]。在实验组和对照组后测的效应值计算公式中代表实验组和对照组测量结果均值，S1和S2代表实验组和对照组的标准差，n1和n2代表实验组和对照组的人数。具体如下：

受不同研究样本量差异的影响，Cohen’s d会对效应值的估计产生一定的偏差，如小样本的效应值会偏高[28]。Hedges在Cohen的基础上提出了效应值的无偏估计Hedges’g[29]，本研究将采用校正后的Hedges’g作为无偏效应值。大部分元分析采用固定效应模型和随机效应模型中的一种来作为效应值估计模型，通过事后异质性检验来选择模型[30]。

若Q检验差异不显著，则选择固定效应模型，若Q检验差异显著，则选择随机效应模型，并以I2值来判断效应值真实差异占总变异的比重。效应值显著异质且程度越高，则表明选择随机效应模型越合理。随即调节效应分析，即需要对实验研究中其他可能影响学习成效的变量进行编码和效应值分析。本研究将采用CMA2.0（Comprehensive Meta Analysis 2.0）软件进行元分析，选择将样本文献中实验组和对照组后测的人数、均值、标准差等信息输入文献编码表，运行分析即可自动得到相应结果。

（二）文献样本来源及筛选

真实验研究（Experimental Studies）指能够对被试进行完全随机分组，对变量进行严格控制的研究，包括等组前后测设计 （Pretest-posttest Equivalentgroup）、等组后测设计 （Posttest-only Equivalentgroups）和随机对照组实验设计 （Randomized Controlled Trial）[31]。教育准实验在真实教学情境下，尽可能地控制实验因素，其研究结果较容易和现实情况相联系，因此在教育研究领域，尤其是教育技术领域，具有较为广泛的实践性和现实性。

教育领域的实验研究大部分都是准实验研究（Quasi-experimental Studies），即较难从总体中随机选取被试或对被试进行随机分组，而是运用原始群体，在原有班级的基础上进行分组，在自然的教学情境下进行实验干预。教育准实验常见的有非对等组前后测设计 （Pretest-posttest Nonequivalent-groups）和轮组实验设计（Counterbalanced Designs）。前面提到的大部分研究，都是非对等组前后测设计，即实验组和对照组是本来就存在组别。在移动学习研究领域仅有少部分研究采用了轮组实验设计，如，Shadiev等人[32]设计了两轮实验，第一轮是实验组的小组在第二轮变为对照组，而两轮实验均为实验组好于对照组。基于此，本研究将通过文献检索和筛选，确定元分析的教育实验和准实验文献样本。

本研究选取Web of Science数据库的核心合集（含会议论文）作为文献样本来源。使用Web of Science数据库高级检索功能，检索式为：TS=（“m-learning” or“mlearning” or“mobile learning” or“m-education” or“meducation” or“mobile education”）。 设置时间跨度为检索日期为1900-2017年（最早的一篇文献是出现在1991年），检索时间为2017年10月14日，检索结果为901篇。对样本文献进行初步筛选，选取实验和准实验研究，剔除理论研究、文献综述、案例研究、问卷调查和预实验研究，剩余163篇文献。

本研究进一步设置以下筛选标准：（1）移动设备的应用与否是研究的主要变量，即实验组使用移动设备，而对照组使用传统教学方法（包括教师讲授、传统在线学习、基于纸质材料的学习）。如果实验组和对照组都使用移动设备进行学习，干预变量为其他因素，则该文献被剔除，如，基于AR的移动应用和没有AR的移动应用的对比[33]，使用移动设备进行合作学习和个人学习的对比[34]。（2）研究将学习成效作为主要的因变量。如果研究只调查了情感态度，如，学习态度、学习动机、学习兴趣等，则该文献被剔除。（3）具有足够的数据信息来计算效应值。如果文献中没有说明实验组和对照组的人数、缺乏必要的学习成效测量数据，则该文献被剔除，如，El-Bishouty等[35]和Cheng等[36]的研究。基于以上筛选标准，剔除不符合条件的文献，剩余52篇文献作为本研究进行元分析的文献样本。

（三）变量设定与编码

1.变量设定

移动学习研究中实验对象的学段、实验学科、教学方式等，会对移动设备对学习成效的影响产生调节作用，称为调节变量（Moderator Variables）[37]。除对学习成效结果及组别人数进行编码外，本研究还选取以下调节变量进行文献编码：实验对象、实验学科、教学方法、硬件类型、软件类型、实施环境、实验跨度、使用时限。

本研究的具体编码规则，主要依据实验组情况进行编码：（1）实验对象，指被试所在的学习阶段，包括小学、中学、大学、在职。（2）实验学科，指研究涉及的学习内容所在的学科，包括英语、科学（小学自然课程、环境教育课程等）、理工（物理、化学、工程学、建筑、计算机等，关于数学学科的移动学习研究较少，因此也合并在理工中）、文史（历史、文化等）和其他。（3）教学方式，指使用移动设备进行教学的方式，具体分为讲授法、合作学习、探究学习、任务驱动、测试/评估和混合方法。讲授法，指教师使用移动设备进行授课，教师授课为主，移动设备作为资源和认知工具；合作学习，指包含学生分组来进行的学习活动；探究学习，指使用移动设备进行基于问题、基于项目或基于探究的学习方法，强调问题解决和实践探究；自主学习，指教师和研究者不会给学习者设置具体的教学环节，而是由学习者使用移动设备进行自定步调的学习；任务驱动，指学习者需要应用移动设备进行学习任务或完成主题，但不涉及问题解决和探究；测试/评估，指学习者使用移动设备进行基于形成性评价的学习或进行测验，如，Hwang和Chang的研究[38]；混合方法，则指包含两种或两种以上的教学方法。（4）硬件类型，指移动设备的类型，包括研究对象统一使用Smart Phone、iPad、Tablet PC、PDA（Personal Digital Assistants）等类型的设备，或者是研究对象自带设备 （Bring Your Own Device，BYOD）进行学习活动。（5）软件类型，指移动应用的类型，分为教育产品和通用产品。教育产品，指研究团队开发设计的或者现有的专门应用于教育的软件；通用产品指市场已有的移动应用，并不专门用于教学，如，聊天软件 whatsapp[39]。（6）实施环境，指使用移动设备进行教学的学习环境，包括教室、实验室、户外、场馆、工作场所。包含两种及两种以上学习环境编码，而对不限制学习者移动设备使用环境的编码为不限，即学习者不受学习地点的限制。（7）时间跨度，指实验从开始到结束的时间间隔，具体分为5小时以下、5-24小时、1-7天、1-4周、1-6个月、大于 6个月。由于部分研究未指出具体的移动学习时长，因此，本研究未将移动学习时长进行编码。（8）使用时限，指学习者在使用移动设备进行学习是否有时长的限制。

根据本研究设定的调节变量及编码规则，对样本文献进行编码（见表1）。对于研究中涉及多个学科移动学习成效，则记为多个效应值样本，如，Reeves等[40]使用ipad对英语和数学学习进行干预的研究。最后，52篇文献共计得到63个效应值样本。

表1 移动学习文献元分析编码（部分）

四、数据分析与讨论

（一）效应值分布及检验

1.效应值分布及同质性检验

表2显示了元分析的总体效应值分析结果以及同质性检验和总体效应值分布。总效应值的Q值为451.280（p＜0.001），大于自由度（df=62），说明研究样本间效应值是异质的；Higgins等认为，可将I2值25%、50%、75%大致看作异质性低、中、高的程度划分[41]。

表2 总体效应值分布及同质性检验结果

本研究I2值为86.261，说明效应值真实差异占总变异种的比重为86.261%（大于75%）；效应值显著异质且程度较高，则表明选择随机效应模型的合理性。此外，效应值异质还意味着移动学习对学习效果的影响，可能存在潜在的调节变量[42]。因此，需进一步进行亚组分析（调节效应检验），即对亚组间的异质性进行Q检验（QB），用于考察亚组之间的效应值是否存在差异。

2.发表偏倚

元分析通常会对检验样本数据的发表偏倚（Publication Bias），通常会采用漏斗图法、Egger’s回归检测法和失安全系数（Fail-safe N）来检测。图1为CMA 2.0生成的检验发表偏倚的漏斗图，大部分效应值样本分布在漏斗图两侧和上半部，说明本研究实施的元分析存在较小可能的发表偏倚。

图1 发表偏倚漏斗图

Egger线性回归检验，采用线性回归法检验发表偏差[43]。本研究中Egger’s回归检测结果中，t值为1.527，p 值为 0.132＞0.05，未达到显著水平，则表明不存在发表偏差。失安全系数（Fail-safe N）通常被用来估计未发表文章中重要效应值对研究结果的影响，K代表元分析的效应值样本数。如果失安全系数远远大于“5K+10”，则表明未发表的研究对元分析结果没有影响[44]。

本研究的效应值样本数为63，失安全系数N=5714，需要为每个观察到的效应值样本找到90.70项未出版研究才能够使结果逆转[45]。综上，可以认为本研究样本不存在发表偏倚，元分析结果具有可靠性和稳健性。

（二）总体效应分析

本研究采用随机效应模型得出的总体效应值为0.660，Q 值为 451.280（p＜0.001）。 Cohen 的元分析效应值统计方法认为，当效应值为0.2左右时，影响很小，当效应值为0.5左右时，具有中等影响，当效应值为0.8左右时，影响较大[46]。本研究采用63个效应值样本对移动学习对学习成效的影响进行估计，而得出的总体效应值介于0.5-0.8之间，具有中等程度的正向促进作用。同时，在对移动学习总体效应进行检验时还发现，CI的上限值和下限值分别为0.484和0.835，均大于零，表明总体效应值非偶然因素引起。双尾检验Z=7.356，p值＜0.001，说明移动学习对学习成效的促进作用，显著高于非移动学习对学习成效的影响。

综上，可以认为移动学习对学习成效具有中等程度的正向促进作用，其促进作用高于未采用移动设备的教学方式。

（三）调节效应分析

表3为调节变量对移动学习与学习成效的调节效应，分别呈现了实验对象、实验学科、教学方法、硬件设备、软件设备、实施环境、时间跨度、使用时限各调节的变量的具体调节作用。在具体分析的过程中，由于实验对象中在职学习者仅有一个效应值样本、硬件设备中iPod仅有两个效应值样本，且这两个类型Q检验结果同质性显著，因此将这两个分类进行排除后，再进行实验对象和硬件设备的调节效应分析。此外，根据同质性分析结果，除软件类型调节变量下的通用产品使用固定效应模型外，其余类型均采用随机效应模型来得出相应的效应值。

（1）实验对象。小学、大学组的效应值分别为0.908、0.625，异质性检验达到显著性水平（p＜0.05）且双尾检验（p＜0.05）显著，可以认为移动学习对小学和大学的学习者有显著的正向促进作用。对于中学组，双尾检验（p＞0.05）在统计学上不显著，但效应值中等（0.383），组间异质性检验中QB=4.097（p＞0.05），说明移动学习对小学生和大学生的促进程度均较高，对中学生的促进作用一般。

表3 调节变量对移动学习与学习成效的调节效应

（2）实验学科。英语、理工、科学、医学组的效应值分别为 0.659、0.845、0.626、0.968，异质性检验达到显著性水平（p＜0.05）且双尾检验（p＜0.05）显著，可以认为移动学习对此四个学科有显著的正向促进作用。对于文史学科，双尾检验（p＞0.05）不显著，且效应值较小（0.218），说明移动学习对文史学科的正向促进作用不显著。组间异质性检验中QB=3.502（p＞0.05），可以认为移动学习对英语、理工、科学、医学各学科学习者的促进程度无显著差异，具体地，移动学习活动与学科知识运用联系越密切促进程度越高。

（3）教学方法。自主学习、任务驱动、探究学习、合作学习、混合方法组的效应值分别为1.050、0.571、0.778、0.907、0.641，异质性检验达到显著性水平（p＜0.05）且双尾检验（p＜0.05）显著，可以认为这五种教学方法对移动学习均有显著的正向促进作用。对于测试/评估组，双尾检验（p＞0.05）不显著，且效应值为负，可以认为移动学习对测试/评估具有不显著的负向促进作用。Chou等[47]的研究发现，学生更习惯于使用传统方式进行测试，而不是使用移动设备进行测试。组间异质性检验中 QB=4.456（p＞0.05），可以认为自主学习、任务驱动、探究学习、合作学习、混合方法各教学方法对学习成效的促进程度无显著差异。移动学习的教学方法应结合移动设备的特点，包括学习需要的急迫性、知识获取的主动性、学习环境的移动性、学习过程的交互性、教学活动的情境性[9]，而不能将传统教学活动直接搬到移动设备上。

（4）硬件设备。PDA、SmartPhone、Tablet PC 、iPad组的效应值分别为 0.720、0.713、0.587、2.618，异质性检验达到显著性水平 （p＜0.05）且双尾检验 （p＜0.05）显著，可以认为这四类硬件设备对移动学习均有显著的正向促进作用。自带移动设备的BYOD组，双尾检验（p＞0.05）不显著，且效应值很小，可以认为移动学习对BYOD的正向促进作用不显著。组间异质性检验中 QB=4.495 （p＞0.05），可以认为 PDA、SmartPhone、Tablet PC、iPad各硬件设备对学习成效的促进程度无显著差异。Molnar[48]的实验研究也表明，移动设备的屏幕尺寸对学习成效没有显著影响。软件设备，教育产品和通用产品的效应值分别为0.671、0.523，异质性检验达到显著性水平（p＜0.05）且双尾检验（p＜0.05）显著，可以认为两类产品对移动学习均有显著的正向促进作用。组间异质性检验中 QB=0.958（p＞0.05），说明两组的正向促进作用差异不显著，即采用专门用于教学的软件和采用普通软件，对学习的促进程度没有显著的区别。

（5）实施环境。教室、户外、混合、不限组的效应值分别为 0.603、0.493、0.725、1.095，异质性检验达到显著性水平（p＜0.05）且双尾检验（p＜0.05）显著，可以认为这五种学习环境设置，对移动学习均有显著的正向促进作用。对于实验室和场馆，双尾检验（p＞0.05）不显著，且效应值较低，可以认为在实验室和场馆中实施移动学习的正向促进作用不显著。组间异质性检验中 QB=11.788（p＜0.05），说明移动学习的实施环境会对学习成效产生显著影响。移动学习被认为能够连接正式学习与非正式学习、个人空间与公共空间、自我与他人、内部资源和外部资源的有效学习方式[49]，不限制学习者的使用地点，并将教室和其他地点相结合的混合学习环境设计，对学习者的正向促进程度更明显。

（6）时间跨度。5-24 小时、1-4 周、1-6 月、大于 6月组的效应值分别为 1.649、1.452、0.575、2.618，异质性检验达到显著性水平（p＜0.05）且双尾检验（p＜0.05）显著，可以认为这五种实验时间跨度设置对移动学习均有显著的正向促进作用。5小时以下、1-7天组，双尾检验（p＞0.05）不显著，且效应值较低。组间异质性检验中 QB=15.106（p＜0.05），说明移动学习的实施时间跨度会对学习成效产生显著影响，但时间跨度和效应值并不是线性关系，即并不是实验实施的时间跨度越长，移动学习成效越好。在使用时限方面，有使用限制和无使用限制的效应值分别为0.685和0.639，异质性检验达到显著性水平 （p＜0.05）且双尾检验（p＜0.05）显著，说明有无使用时限对移动学习均有显著的正向促进作用，且两者无显著差异（QB=0.058（p＞0.05）），可见学生在使用移动设备时是否有时间限制对学习成效无显著影响。

在实际教学中，应结合具体教学目标和教学进度安排设计移动学习活动时长，无需刻意限制学生使用移动设备学习的时长，充分发挥学生学习自主性，通过活动和内容来提高学生参与度。

五、研究结论与反思

（一）结论

通过对63个效应值样本采用随机效应模型得出，移动学习对学习成效的总体效应值为0.660，即具有中等程度的正向促进作用，说明采用移动设备相比于传统学习方式效果更好，移动学习可以作为一种教学方式来促进学习者的学习。同时，移动学习对学习效果的影响存在潜在调节变量。本研究具体探究了实验对象、实验学科、教学方法、硬件设备、软件设备、实施环境、时间跨度、使用时限等调节变量对学习成效的调节效应。这些调节效应可分为学段及学科、媒体和环境、活动设计。

首先，从移动学习的学段及学科实验上看。在对象方面，移动学习对小学和大学学习者具有显著正向促进作用，但对中学组无显著促进作用。这说明对于小学生和大学生这两个升学压力较小的群体，采用移动学习的学习成效要好于具有一定升学压力的中学生群体。在实验学科方面，移动学习活动与学科知识运用联系越密切，促进程度越高。具体地，移动学习对英语、理工、科学、医学具有显著正向促进作用，但对文史学科的正向促进作用不明显，且移动学习在数学学科中的应用偏少，说明采用移动学习需要选取合适的学科内容。

其次，从移动学习的媒体和环境上看。在硬件方面，让学习者自带设备进行移动学习（BYOD）的学习成效促进作用并不显著，而PDA、SmartPhone、Tablet PC、iPad各类硬件设备对学习成效均有正向促进作用且促进程度无显著差异。在软件方面，使用教育产品和通用产品对学习成效均有明显的正向促进作用，且二者的促进程度无显著差异，说明通用产品依靠合理的教学设计也能够促进移动学习。在实施环境方面，移动学习的实施环境会对学习成效产生显著影响，以教室为代表的正式学习环境和以场馆和户外为代表的非正式学习环境相对比，前者对学习成效的促进程度更高；不限制学习者的使用地点或采用混合学习环境，对学习者的正向促进程度更为明显。因而移动学习的实施环境，可结合具体的学习内容，设置为户外、场馆或混合式学习环境，使移动设备能够成为连接正式学习和非正式学习、内部资源和外部资源的有效认知工具[50]。

第三，从移动学习的活动设计上看。在教学方法方面，自主学习、任务驱动、探究学习、合作学习、混合方法均具有显著正向促进作用，测试/评估则对学生的学习成效有一定的负向作用。如，Chou等[51]的研究则发现，基于使用移动设备会让基于测试的学习变得更复杂，从而影响学习效果。这说明移动学习活动的设计，应充分考虑学科特征和知识类型，不能将传统教学内容直接照搬到移动设备上。移动学习的实施时间跨度会对学习成效产生显著差异，但时间跨度与学习成效并不呈线性关系，并不是跨度越长效果越好。

（二）反思

移动学习在研究方法层面，面临着实施过程中时间和空间的挑战，如，学习过程数据分析、移动学习环境的交互式设计。采用教育实验或准实验，虽能够在一定程度上反应学习者的学习成效，但也有学者指出，通过对学习者短期的学习经验进行测验，比如满意度调查和差异性检验，并不能够很好的反应学习者有意义的学习体验[52]。除了在实验后采用量表或问卷调查外，研究者还可以采用观察法、田野调查、音视频记录、访谈、自我报告以及移动数据对移动学习的学习效果进行多维度的分析。

本研究仅从教育实验或准实验这类研究方法，对移动学习的学习成效进行了元分析，仍存在如下不足之处：调节变量的部分分类下效应值样本较少，对于混合学习环境和混合教学方法方面未对其进行更细致的划分，因而在相关结论得出部分仍需谨慎看待。

总之，本研究探讨了移动学习对学习成效总体效应和调节变量具体效应，期望为研究者和教学设计者提供设计参考。同时，未来研究也将在丰富移动学习研究方法的基础上，结合移动学习具有的时空连续性特点，综合分析移动学习在何种情境、何种条件下，才能够达到最好的学习效果。

[参考文献]

[1]Hwang G J，Wu P H，Ke H R.An Interactive Concept Map Approach to Supporting Mobile Learning Activities for Natural Science Courses[J].Computers&Education，2011，57（4）:2272-2280.

[2]Chen C H，Hwang G J，Tsai C H.A Progressive Prompting Approach to Conducting Context-Aware Learning Activities for Natural Science Courses[J].Interacting with Computers，2014，26（4）:348-359.

[3]Chen C M，Chung C J.Personalized Mobile English Vocabulary Learning System based on Item Response Theory and Learning Memory Cycle[J].Computers&Education，2008，51（2）:624-645.

[4]Lai C L，Hwang G J.An Interactive Peer-assessment Criteria Development Approach to Improving Students’Art Design Performance Using Handheld Devices[J].Computers&Education，2015，85:149-159.

[5]Chang Y S，Chien Y H，Yu K C，et al.Students’Innovative Environmental Perceptions and Creative Performances in Cloud-based M-learning[J].Computers in Human Behavior，2016，63:988-994.

[6]Wu W H，Wu Y C J，Chen C Y，et al.Review of Trends from Mobile Learning Studies:A Meta-analysis[J].Computers&Education，2012，59（2）:817-827.

[7]Alrasheedi M，Capretz L F.Determination of Critical Success Factors Affecting Mobile Learning:A Meta-Analysis Approach[J].Turkish Online Journal of Educational Technology，2015，14（2）:41.

[8]Tingir S，Cavlazoglu B，Caliskan O，et al.Effects of Mobile Devices on K-12 Students’Achievement:A Meta-analysis[J].Journal of Computer Assisted Learning，2017，33.

[9]Chen Y S，Kao T C，Sheu J P.A Mobile Learning System for Scaffolding Bird Watching Learning[J].Journal of Computer Assisted Learning，2003，19（3）:347-359.

[10][32][54]Shadiev R，Hwang W Y，Huang Y M，et al.The Impact of Supported and Annotated Mobile Learning on Achievement and Cognitive Load[J].Educational Technology&Society，2015，18（4）:53-69.

[11]Min J，Lin Y T，Tsai H C.Mobile APP for Motivation to Learning:An Engineering Case[J].Interactive Learning Environments，2016，24（8）:2048-2057.

[12]Lin Y T，Lin Y C.Effects of Mental Process Integrated Nursing Training Using Mobile Device on Students’Cognitive Load Learning Attitudes，Acceptance，and Achievements[J].Computers in Human Behavior，2016，55（PB）:1213-1221.

[13]Sun Z，Lin C H，You J，et al.Improving the English-speaking Skills of Young Learners through Mobile Social Networking[J].Computer Assisted Language Learning，2017，30（3）.

[14]Shadiev R，Hwang W Y，Huang Y M，et al.Cognitive Diffusion Model:Facilitating EFL Learning in an Authentic Environment[J].IEEE Transactions on Learning Technologies，2017，10（2）:168-181.

[15]Wu Q.Designing A Smartphone App to Teach English （L2） Vocabulary[J].Computers&Education，2015，85（C）:170-179.

[16]Sweller J，Merrienboer J，Paas F.Cognitive Architecture and Instructional Design[J].Educational Psychology Review，1998，10（3）:251-296.

[17]Paas F，Tuovinen J E，Tabbers H，et al.Cognitive Load Measurement as A Means to Advance Cognitive Load Theory[J].Educational Psychologist，2003，38（1）:63-71.

[18]Chu H C.Potential Negative Effects of Mobile Learning on Students’Learning Achievement and Cognitive Load——A Format Assessment Perspective[J].Journal of Educational Technology&Society，2014，17（1）:332-344.

[19][47][51]Chou P N，Chang C C，Lin C H.BYOD or Not:A Comparison of Two Assessment Strategies for Student Learning[J].Computers in Human Behavior，2017.

[20]Tarng W，Ou K L，Yu C S，et al.Development of A Virtual Butterfly Ecological System based on Augmented Reality and Mobile Learning Technologies[J].Virtual Reality，2015，19（3-4）:253-266.

[21]Fernández-Lao C，Cantarero-Villanueva I，Galiano-Castillo N，et al.The Effectiveness of A Mobile Application for the Development of Palpation and Ultrasound Imaging Skills to Supplement the Traditional Learning of Physiotherapy Students[J].Bmc Medical Education，2016，16（1）:274.

[22][40]Reeves J L，Gunter G A，Lacey C.Mobile Learning in Pre-Kindergarten:Using Student Feedback to Inform Practice[J].Educational Technology&Society，2017，20.

[23]Cabot A G，Garcia-Lopez E，De-Marcos L，et al.Adapting Learning Contents to Mobile Devices and Context to Improve Students’Learning Performance:A Case Study[J].Journal of Universal Computerence，2014，20（15）:2032-2042.

[24]Dersimonian R，Laird N.Meta-analysis in Clinical Trials[J].Controlled Clinical Trials，1986，7（3）:177.

[25][26][28]Borenstein M，Hedges L V，Higgins J P T，et al.Introduction to Meta-Analysis[M].Chichester，UK:Wiley，2009.

[27][46]Cohen J.Statistical Power Analysis for the Behavioral Sciences（2nd ed.） [M].L.Erlbaum Associates，1988.

[29]Hedges L V.Distribution Theory for Glass’s Estimator of Effect Size and Related Estimators[J].Journal of Educational Statistics，1981，6（2）:107-128.

[30]谢和平，王福兴，周宗奎，等.多媒体学习中线索效应的元分析[J].心理学报，2016（05）:540-555.

[31]Mcmillan J H，Schumacher S.Research in Education:A Conceptual Introduction[C]//Beltwide Cotton Conferences，2001.

[33]Chiang T H C，Yang S J H，Hwang G J.An Augmented Realitybased Mobile Learning System to Improve Students’Learning Achievements and Motivations in Natural Science Inquiry Activities[J].Journal of Educational Technology&Society，2014，17（4）:352-365.

[34]Chen C P，Shih J L，Ma Y C.Using Instructional Pervasive Game for School Children’s Cultural Learning[J].Journal of Educational Technology&Society，2014，17（2）:169-182.

[35]El-Bishouty M M，Ogata H.PERKAM:Personalized Knowledge Awareness Map for Computer Supported Ubiquitous Learning[J].Journal of Educational Technology&Society，2007，10（3）:122-134.

[36]Cheng S C，Hwang W Y，Wu S Y，et al.A Mobile Device and Online System with Contextual Familiarity and Its Effects on English Learning on Campus[J].Journal of Educational Technology&Society，2010，13（3）:93-109.

[37]Sung Y T，Chang K E，Liu T C.The Effects of Integrating Mobile Devices with Teaching and Learning on Students’Learning Performance[J].Computers&Education，2016，94（C）:252-275.

[38]Hwang G J，Chang H F.A Formative Assessment-based Mobile LearningApproach toImprovingtheLearningAttitudesand Achievements of Students[J].Computers&Education，2011，56（4）:1023-1031.

[39]So S.Mobile Instant Messaging Support for Teaching and Learning in Higher Education[J].Internet&Higher Education，2016，31:32-42.

[41]Higgins J P，Thompson S G，Deeks J J，et al.Measuring Inconsistency in Meta-analyses[J].British Medical Journal，2003，327（7414）:557-560.

[42]Cooper H M.Integrating Research:A Guide for Literature Reviews（2nd ed.）[J].Journal of Marketing Research，1984，2（3）.

[43]Egger M，Smith G D，Phillips A N.Meta-analysis:Principles and Procedures[J].Bmj British Medical Journal，1997，315 （7121）:1533-1537.

[44]Rosenthal R.The File Drawer Problem and Tolerance for Null Results[J].Psychological Bulletin，1979，86（86）:638-641.

[45]范哲，赵宇翔，朱庆华.元分析方法在社会化媒体采纳和使用中的应用探索[J].情报理论与实践，2017（09）:112-118.

[48]Molnar A.Content Type and Perceived Multimedia Quality in Mobile Learning[J].Multimedia Tools&Applications，2016:1-15.

[49][50][52]Looi C K，Seow P，Zhang B H，et al.Leveraging Mobile Technology for Sustainable Seamless Learning:A Research Agenda[J].British Journal of Educational Technology，2010，41（2）:154-169.