远程教育成人学习者在线学习行为研究

宋 阳 董 克

(安徽广播电视大学 安徽 合肥 230022)

引言

党的十九大报告提出：“办好继续教育，加快建设学习型社会，大力提高国民素质”。广播电视大学应发挥继续教育功能、创新继续教育形式，助推学习型社会建设。根据中国互联网络信息中心(CNNIC)公布的第43次《中国互联网络发展状况统计报告》，截至2018年12月，我国网民规模达8.29亿，网络普及率达59.6%[1]。互联网技术的迅猛发展和持续创新，为学习者提供了海量的在线学习资源和便捷的学习渠道。然而，目前关于成人学习者学习行为方面的研究较少。通过对成人学习者利用在线学习平台学习所产生的大量学习行为数据进行分析，教师才能更好地为成人学习者提供个性化的学习支持服务。因此，成人学习者在线学习行为的相关研究受到了众多学者的关注。

一、相关研究

围绕在线学习行为的数据分析，不同学者从不同的视角开展了一系列的研究，并取得了一定的研究成果。从近几年国内的研究来看，主要集中在以下几个方面：(1)在线学习投入模型建构的研究，如胡敏[2]在网络学习中学生参与度模型构建的基础上，采用不同的方法分别对学生参与度的三个维度：行为参与度、认知参与度与情感参与度进行分析；尹睿等[3]运用结构方程模型分析的方法，构建在线投入的结构模型并分析了各结构要素之间的路径关系及相关效应。张思等[4]从学习者学习投入的视角，提出了网络学习空间中学习者在线学习投入模型及学习投入各维度的度量方式；(2)在线学习行为特征与行为模式的研究，如Ferguson等[5]对慕课中的学习者行为进行聚类分析；王改花等[6]采用数据挖掘工具对网络学习者行为进行聚类分析；吴林静等[7]提出了一种基于数据挖掘技术的在线学习行为分析模型；(3)在线学习行为与学习效果关系的研究；如赵慧琼等[8]利用多元回归分析法探讨了影响学生学习绩效的预警因素并构建了干预模型；傅钢善等[9]采用数据挖掘方法与统计学方法对网络学习者的行为特征进行分析，并探究了网络学习行为特征与学习效果的关系；沈欣忆等[10]在中国慕课大学先修课(MOOCAP)中在线学习行为数据分析的基础上，构建了MOOCAP学习绩效评价模型。

综上，国内外学者从多个视角对在线学习行为进行了研究，具有一定的参考价值。仔细梳理和分析发现，已有研究大多是以普通高校的在校学生为研究对象，对成人学习者在线学习行为进行相关的实证研究甚少。因此，本研究拟以安徽继续教育在线的成人学习者为研究对象，采用数据挖掘方法和数据统计分析方法，以公共英语课程学习的在线学习行为数据为例进行分析，旨在帮助教师及时调整在线教学设计，推送优质的在线学习资源和提供良好的个性化学习支持服务，从而达到支持学习者有效学习的目的。

二、研究设计与结果分析

(一)研究对象与数据采集

本研究利用SPSS软件作为研究工具，选取的研究对象为安徽继续教育在线平台2018年秋季参加《大学英语2》课程学习的成人专科生，共2603人(11个专业)。通过数据挖掘前期数据预处理，研究对象共剩余1877人，男生542人，女生1335人；文科专业包括法律事务、行政管理、会计、市场营销和学前教育5个专业，共1339人；理工科专业包括机电一体化技术、计算机应用技术、建筑工程管理和建筑工程技术4个专业，共538人。

本研究所提到的在线学习行为特征是指安徽继续教育在线学习平台数据库中所记录的成人学习者参与在线学习的整个过程行为。由于本课程采用随学随考的考核方式，包括平时成绩(50%)和在线考试成绩(50%)。平时成绩涉及到平时在线作业成绩(40%)及在线学习行为(60%)，因此数据采集主要包括学习进度、学习视频时长、在线作业成绩、在线考试成绩和综合成绩等。

(二)《大学英语2》教学设计

《大学英语2》是成人高等教育的一门公共基础课，通过该课程的学习，学习者应能掌握一定的英语语言基础知识和基本技能，具有一定的听、说、读、写能力。本课程基于成人学习者的特点，依托安徽继续教育在线平台，通过线上线下相结合的混合式学习模式进行教学的整体设计和实施。如图1所示：

图1 安徽继续教育在线平台的教学实施流程图

三、研究结果

(一)学习者学习行为特征总体分析

学习者的学习行为特征总体情况如表1所示：

表1 学习者学习行为特征(N=1877)

注：视频学习比=已学视频时长/应学视频时长

1.在线作业成绩分析

在线作业成绩的分数区间在0～20分，平均分为11.07分，达到平均分以上的有947人，低于平均分的为862人，其中0分为68人。经数据筛选与匹配发现，低于平均分的学习者，综合成绩虽然及格，但是分数相对偏低，基本都低于80分，这也反映了在线作业完成的质量直接关系到综合成绩的高低。此外，在线作业成绩为0分的学习者，其成绩低的原因是一个值得思考并亟待解决的问题。

2.在线学习行为分析

(1)视频学习时长分析

由于集中面授次数较少，教学设计中课程微视频资源的提供，能够方便学习者利用空闲时间，在移动设备上进行碎片化学习，熟知课程内容的重难点。本课程的应学视频时长设定为20.4小时，根据数据显示：平均时长为20.26小时，低于平均时长的98人中，85人综合成绩都低于平均分76.73分。显而易见，视频学习的时长与综合成绩是直接相关的。

(2) 在线学习进度分析

对在线学习进度的监控，可以了解到学习者的过程学习及对在线资源的利用率。数据表明：学习进度基本都达到了90%以上，其中学习进度在90%～95%之间的学习者为94人，85人综合成绩都低于平均分76.73分，这说明若要取得足够理想的综合成绩，教学设计过程考核中各项教学活动的完成不容忽视。

3.在线考试成绩分析

在线考试成绩的分数区间在0～50分，平均分为34.80分，低于平均分的人数为912人，所占比例高达49%。笔者分析主要有以下原因：一是大多成人学习者英语基础知识较薄弱，存在畏难情绪，导致英语学习动力不足；二是责任教师可能没有及时跟踪学习者的学习进度，缺少互动，导致考试的题目难度偏大；三是大多学习者对于在线考试这种形式存在焦虑情绪，在考试过程中，难免出现操作失误的可能。

4.综合成绩分析

综合成绩包括平时成绩(50%)和在线考试成绩(50%)。这就要求学习者既要有过程考核，还要有考试考核。综合成绩的平均分为76.73分，超过平均分的学习者约占50%。由图2可知，60分到80分这个区间的人数逐渐呈上升趋势，而80分到100分这个区间的人数呈下降趋势，所占比重(33%)远远小于60分到80分群体所占的比重(67%)。总而言之，综合成绩尚且令人满意，学习者基本都能通过课程考核，但如何提高80分以上的学习者所占的比例，是后期整个课程在线教学设计中需要反思和解决的。

图2 综合成绩分布图

(二)学习者基本特征分类分析

1.性别分析

表2 学习行为特征与性别的关系

注：视频学习比=已学视频时长/应学视频时长

由表2数据可以看出，男女生在在线学习进度和视频学习比两方面均值差异并不是很大，相对而言，男生在在线作业成绩和考试成绩两个方面的均值略低于女生。总体来看，不同性别的成人学习者在学习行为方面均无显著性差异(P>0.05)。

2.专业分析

表3 学习行为特征与专业的关系

注：视频学习比=已学视频时长/应学视频时长。

表3显示，文科专业的学习者在线学习进度和视频学习比两方面均值差异并不是很大，而在在线作业成绩和考试成绩两个方面文科专业的学习者均值略高于理工科专业的学习者，且结果表明：不同专业的成人学习者在学习行为方面没有显著性差异(P>0.05)。

(三)学习者学习行为特征与综合成绩的相关分析

本研究使用皮尔逊相关系数对在线学习行为与综合成绩的关系进行相关分析，具体如表4所示。

表4 学习行为特征与综合成绩的相关分析

注：**表示在0.01水平上显著相关

由数据可以看出，与综合成绩存在显著相关的变量有在线作业成绩、在线考试成绩、在线学习进度和视频学习比。其中，前两个变量与综合成绩的相关系数均超过0.6，说明存在强相关性，而在线学习进度与视频学习比与综合成绩呈弱相关。结果表明：由于在线考试成绩(50%)在综合成绩中所占的比重较大，学习者只要意识到要想最终课程考核理想，最快捷的方式就是对平时作业的题目多加练习，保证正确率，这样就能在在线考试环节取得好成绩。而过程考核中，譬如完成教学活动的学习进度，应学视频时长等指标，对于成人学习者而言，大多数是在职人员，整体英语水平不高，工学矛盾突出，面授辅导次数较少，因此在教学设计过程考核中，对每项学习任务均设置了一定的权重，目的在于鼓励学习者进行线下自主学习，以加强英语语言基础知识，具有一定的听、说、读、写能力。

四、研究结论与建议

(一)研究结论

本研究以安徽继续教育在线的成人学习者为研究对象，对专科课程《大学英语2》学习的在线学习行为情况进行统计分析，研究结果表明：(1)不同性别和不同专业的成人学习者在在线学习行为方面均无显著性差异。成人学习者大都能按照本课程多元化评价的要求参与课程的知识模块学习，完成各项学习任务，与学习内容的交互性较好。但同时调查也发现，少部分的成人学习者对在线课程学习任务不是很明确，对在线作业和在线考试存在焦虑情绪；(2)成人学习者在线学习行为与综合成绩的关系方面，综合成绩与在线作业成绩、在线考试成绩、在线学习进度和视频学习比呈显著相关性。其中与在线作业成绩和在线考试成绩存在强相关性。教师在学习者学习过程中起着关键的外部调控作用，应及时了解学习者的学习需求，关注学习者的学习动态，督促学习者达到各项学习任务的要求。经统计分析发现：参与本课程学习的726人没能参加在线考试，究其原因，一是教师的学习支持服务不到位；二是学习者缺少与老师线上线下的沟通与交流。

(二)建议

针对上述结论，从知识模块设计、交互路径多样化以及学习支持服务三个方面提出以下建议：

1.以任务资源为引领，优化知识模块设计

成人学习者构成复杂，其学历层次、知识结构、学习内驱力等基本条件差异性较大，学历继续教育应更加侧重技能训练和实践应用能力[11]。因此，教师在进行在线课程建设时应立足远程教育教学规律和成人学习者学习的实际，建议以任务资源为主，视频资源学习为辅，注重设计有趣、有用、有效的面授(或在线)语言活动任务，挖掘翻转课程的潜力，有效落实和实现“学一点、会一点、用一点”的教学理念和目标。同时，教师应设计清晰、可视化的在线学习路径，根据学习者的在线学习需求进行有必要的引导，让学习者有目的、有针对性地去学习[12]。

2.以学习者需求为中心，实现交互路径多样化

在线学习存在师生时空分离的特性，学习者自行网上学习，师生与生生之间缺乏交流沟通，学习的状态和效果往往不尽如人意。因此，交互是在线学习平台不可或缺的功能，交互支持服务既包括学习活动的交互也包括情感的交互[13]。交互可以通过自建实时讨论区或非实时讨论区的方式进行，教师尽量做到精准识别学习者的学习需求，随时关注学习者的情感变化，对他们提出的问题及时反馈，而就目前来看，学习者的发帖量极少，情感支持服务缺失，这是在线学习急需完善的环节；也可以适当增加集中面授的次数，这种方式不仅帮助学习者答疑解惑，还增强师生间和生生间的同步交互。总之，构建线上线下的关系网络，不仅能够强化成人学习者的归属感，而且也能提高自主学习的效率。

3.以数据挖掘技术为依托，提升学习支持服务

学习者课程学习过程中所产生的学习行为会被平台自动记录下来，如观看课程微视频，浏览辅导资源和提交作业等。这样就形成大量的数据信息，通过对这些数据进行挖掘，量化、分析和归纳，就可以跟踪和监测学习者的学习过程，掌握学习者的学习动态和学习效果。由此，教师就能适时地调整教学策略，精准地为学习者制定个性化的学习方案，提供更优质的学习支持服务，从而提高成人学习者的在线学习效果。