数学资源管理策略与数学学业成绩的关系研究——数学努力管理与数学学业求助管理的中介作用

陈鹃娟，周 莹

数学资源管理策略与数学学业成绩的关系研究——数学努力管理与数学学业求助管理的中介作用

陈鹃娟1，周 莹2

（1．北部湾大学 理学院，广西 钦州 535000；2．广西师范大学 数学与统计学院，广西 桂林 541004）

有效运用数学资源管理策略是高效学习数学的具体体现，得到教育工作者的广泛认同．以1 163名初中生为调查对象，运用结构方程模型和Bootstrap再抽样技术对最终回收的有效问卷数据进行假设检验和中介效应显著性检验，结果表明：数学努力管理完全中介数学时间管理与数学学业成绩之间的关系；数学学业求助管理部分中介数学环境管理与数学学业成绩之间的关系．

数学时间管理；数学努力管理；数学学业求助管理；数学环境管理

1 问题提出

心理学上，资源是指能够改变和影响人们认知结构或能够促进认知结构发生变化的一系列内外部支持条件[1]．资源管理策略起源于自我调节管理研究，多数研究者采用的是Mckeachie和Pintirich（1993）对资源管理策略的划分，即将资源管理策略分为时间管理、环境管理、努力管理、学业求助管理[2]，该分类在国内外也得到广泛应用[3-6]．同时，也有部分研究者将资源管理策略划分为时间管理、环境管理、心境管理和学业求助管理，或将时间和环境管理视为整体与努力管理、同伴学习、寻求帮助一同研究[7]．近年来，Zarei等（2015）研究发现，多元智力可预测学生的资源管理策略能力[8]．Yusrig等人（2011）研究得出，学生的价值水平（内在动机、外在动机和任务价值）与资源管理策略水平的相关系数为0.532[9]．另外，也有部分研究者进行了资源管理策略与学业成绩关系的研究，或对不同学科、不同群体运用资源管理策略的现状进行研究，譬如Alpaslan等人[10]（2017）研究了不同学科间学习者运用资源管理策略的差异；Bembenutty等人（2007）研究了不同性别、民族等学习者运用资源管理策略的差异[11]；张超（2013）进行了资源管理策略与学业成绩的相关性研究[12]，但尚缺乏针对数学资源管理策略内部因素影响学业成绩具体机制研究．

时间管理指人们在执行特定目标活动时，有效利用和调节时间的行为，控制学生表现的一种特殊策略[13]．Davis等人（2000）认为时间管理是指通过制定优先级计划、确定实现这些目标所需任务[14]．根据Barbara等人（2001）的研究指出，时间管理包括限定在最少时间内完成计划、利用额外时间或重新调整工作计划等，一定程度上能提高时间管理技能，但时间管理并不一定自动转化为外在表现形式[15]．Claessens等人（2010）认为时间管理尽管与学业成绩有关，但其影响程度和形式并非以直接方式进行[16]．同时，Brigitte等人（2014）经过研究后发现，时间管理虽然可以产生控制时间的意识，但为间接对学业成绩起调节作用，因与情境变量和人格差异等因素有关，时间管理和学业成绩的关系并无明显正相关关系[17]．另外，Macan等人（1994）在强调任务执行机制（时间计划、安排）与学习目标的基础上提出了时间管理过程模型，并认为时间管理作为潜变量调节学习者内部的情绪态度[18]．

努力管理包括对成功达到某种特定结果而具有坚定的信念和完成枯燥任务、坚持学习的倾向，包括稳定情绪、总结反思、克服困境、保持耐心等[2]．Tempelar等人（2014）研究认为努力与时间管理存在相关关系，譬如额外学习一小时，“努力”立即产生，进而对目标达成产生促进作用[19]．另外，Senol等人（2011）研究表明时间管理与努力管理有显著的正相关关系[20]．根据Stegers等人（2012）研究也得出努力管理对学业成绩有着显著的影响．综合以上分析，可以构建出以下的“决定论”[21]．

假设H1：努力管理完全中介时间管理对学业成绩产生影响．

从学习环境管理的内涵来看，学习环境指利用周围资源解决问题的场所，环境管理可影响学习者知识解决能力的发展；从学习环境的组成要素来看，学习环境包括学习者、学习内容、环境结构等内容．譬如数学资料的有序存放、学习空间的规划，营造学习氛围，寻找有利的条件等措施[22]．一方面，Jonassen（1999）认为，学习环境是学习者运用周围资源或知识工具解决问题、互相支持与协助的场所[23]．另一方面，已有研究表明，学生感知的学习环境与学习方式之间存在显著的关系，个人和情境因素影响学生寻求帮助的学习方式[24]．Razak等人（2010）认为，工具性求助与学业成绩呈显著正相关．另外，Mercier等人（2008）建立了学业求助认知模型，该模型为解释环境管理评价学习者学业求助行为奠定了理论基础[25]．综合上述分析，提出以下预测．

H2：学业求助管理部分中介环境管理对学业成绩的影响．

上述假设H1、H2为该研究的假设模型，如图1所示．在假设模型中，时间管理与环境管理为自变量，努力管理与学业求助管理为中介变量，学业成绩为因变量．综上，研究者在收集数据的基础上，通过构建数学学习中包括时间管理、环境管理、学业求助管理和努力管理在内的数学资源管理策略与数学学业成绩的关系模型，研究初中学生数学资源管理策略影响学业成绩的机制．

图1 理论模型框架

2 研究方法

2.1 研究对象

预测被试选自G市一所初中，在初一至初三年级中各随机抽取两个班，发放350份问卷，经过问卷的筛选，获得有效问卷306份，有效回收率87.4%．正式问卷研究对象则分别在N市、F市、Q市选取一所初中，随机在每年级抽取两个班，共发放问卷1 000份，经过问卷的筛选，最终获得有效问卷857份，有效回收率为85.7%．最终有效问卷的样本基本情况如表1．

表1 最终有效问卷的样本基本情况

2.2 数据分析

将原始数据经核查录入，数据分析采用EXCEL2003、SPSS20.0、SPSS_AMOS20.0统计软件．各变量间相关关系采用Pearson相关分析．应用结构方程模型（SEM）分析以获得路径系数及模型拟合指标．在Baron和Kenny、Preacher和Hayes提出的中介效应验证的基础上[26]，利用Bootstrap抽样技术，检验中介效应的显著性以及评估其置信区间的大小[27]．

2.3 测量工具

根据预测收集的数据进行分析并完善测量工具，再次发放问卷，收集数据进行中介效应分析．为了解初中生数学学习中资源管理策略运用现状以及与学业成绩的关系，有必要编制初中生数学资源管理策略运用现状的测量量表．针对量表的制定，Pintrich开发了“学习动机策略问卷（MSLQ）”，其中设置了19个调查资源管理题项；Britton编制了“时间管理调查问卷（TMQ）”，黄希庭等编制了“青少年时间管理倾向量表（ATMD）”，从时间监控观、时间效能感、时间价值感3个层面刻画时间管理倾向[30]．为了对课堂环境和自我效能的关系进行考察，Dorman编制了“数学课堂环境量表”[31]．在学习过程中，学生不可避免需要帮助而完成任务，但即使知道学业求助的益处，一些学生也常常回避采取求助行为，Tracy等人（2008）开发了“大学数学学生学业求助量表”，试图找出学生不愿意学业求助的原因[32]．综合以上分析，目前存在部分关于学习中资源管理策略运用的测量工具，但鲜有专门针对数学学科而设计的资源管理策略调查量表；另外，学业成绩和资源管理策略内部要素之间关系的理解也还需进一步探讨．

（1）研究工具的初步编制．

研究工具的初步编制分为两个阶段．首先，检索国内外相关文献与已有问卷，为编制调查问卷作参考．初步编制问卷的第一部分为个人基本情况，包括年级、性别、学校所在地区、父母文化程度以及数学学业成绩（指学生上学期数学期末考试成绩）．第二部分为数学资源管理策略量表．水平测试题项初步编制共计30个指标．量表的第一部分根据实际情况选择答案，第二部分采用Likert Scale5点量表进行计分，“完全不符合”到“完全符合”分别记1到5分．其次，为了使量表对学生更具适切性，调查结合22位一线教师与9位研究生的访谈结果，删改了测量指标，修改后保留23个测量指标．

独立样本检验结果表明高分组（总分最高的27%）与低分组（总分最低的27%）在各测量指标的平均数差异达到显著水平．计算每个测量指标与总分之间的相关性，结果表明：2个测量指标与总分相关性较低，分别为0.129和0.240（＜0.4），故删除．

（2）探索性因子分析．

对预测收集得到的306份有效问卷的数据进行KMO和Bartlett球形检验，初中数学资源管理策略问卷样本数据KMO达到0.846，2=3 926.604，显著性概率也达到显著性标准（=0.00＜0.05），说明调查问卷所收集的数据适用于探索性因子分析，采用主成分分析法对问卷进行初步分析，特征值大于1的因素有4个，可解释的累计方差贡献率为65.986%，观察碎石图发现，前4个因子的特征值呈陡坡状，从第五个因素开始逐渐平缓，因此决定保留4个因子．将由4个因子决定的负荷量低于0.5的一个测量指标删除后对剩余20个测量指标重新进行因子分析，结果表明可解释的累计方差贡献率为68.191%，进行极大方差旋转后各测量指标的负荷均在0.652以上，根据已有的资源管理策略理论基础与每个维度包含的测量指标可将数学资源管理策略分为4个维度并对因子进行命名[33]．因子一：时间管理，包含6个测量指标，方差贡献率达到21.155%，其在4个主成分中方差贡献率最大；因子二：学业求助管理，包含5个测量指标，方差贡献率达到20.445%；因子三：环境管理，包含3个测量指标，方差贡献率达到15.459%；因子四：努力调节，包含6个测量指标，方差贡献率达到11.131%，说明其在4个主成分中方差贡献率最小．问卷预测所收集数据的旋转因子负荷矩阵结果见表2．综合上述分析，正式形成“初中生数学资源管理策略调查问卷”．

表2 预测旋转因子负荷矩阵结果

（3）信度分析．

对预测以及最终得到问卷进行信度检验．经检测，预测收集得到的有效问卷整体信度为0.862，在时间管理上信度为0.913，学业求助管理上信度为0.833，环境管理上信度为0.807，努力管理上信度为0.899，介于0.807~0.913；最终得到的有效问卷整体的信度为0.868，时间管理的信度为0.891，学业求助管理的信度为0.881，环境管理的信度为0.767，努力管理的信度为0.851，信度介于0.767~0.891，即除了环境管理的信度以外，其它信度均达到0.8以上，说明测量工具具有较好的信度．综合以上分析，研究者编制的测量工具具有较好的信度与效度，可进行后续分析．

3 研究结果

3.1 验证性因子分析

研究利用AMOS20.0软件对最终得到的857份有效问卷进行效度检验，即验证性因子分析．采用的是极大似然法来验证模型的拟合度，卡方自由度比值2/为2.736．渐进残差均方和平方根的值为0.045，绝对拟合指标为0.953，为0.939，相对拟合指标为0.960，为0.965，为0.965，为0.947，说明验证性因子分析模型拟合比较理想，结果见表3．

表3 验证性因子分析模型拟合

各测量指标的因素负荷量、潜在变量的组合信度（）与平均方差抽取量（）指标可判断收集的数据是否具有内部一致性与收敛效度．研究验证性因子分析测量指标的因素负荷量介于0.590~0.877之间，各潜在变量的组合信度值在0.771~0.896之间，各潜在变量的平均方差抽取量在0.507~0.599之间，因此测量工具具有良好的效度，结果见表4．

表4 验证性因子分析结果

3.2 描述性和相关性分析

利用SPSS20.0软件对最终得到的857份有效问卷进行学业求助管理、努力管理、时间管理、环境管理和学业成绩之间进行相关性分析．如表5所示，所有变量都在0.01水平上显著相关，其中，学业求助管理与努力管理（=0.453，<0.01）、时间管理（=0.177，<0.01）、环境管理（=0.176，<0.01）、学业成绩（=0.377，<0.01）呈显著相关关系；努力管理与时间管理（=0.383，<0.01）、环境管理（=0.229，<0.01）、学业成绩（=0.451，<0.01）呈显著正相关关系；时间管理与环境管理（=0.139，<0.01）、学业成绩（=0.263，<0.01）呈显著正相关关系；环境管理与学业成绩（=0.135，<0.01）呈显著正相关关系．

表5 变量之间的描述性统计和相关系数矩阵

注：表中**表示在0.01水平（双侧）相关性显著．

3.3 努力管理与学业求助管理的中介效应检验

（1）结构方程模型分析．

对假设模型作进一步的结构方程模型检验．图2显示了时间管理、环境管理、学业求助管理、努力管理与学业成绩的关系．环境管理对学业成绩存在显著的直接正向影响（=0.117，<0.01）；环境管理对学业求助管理存在显著正向影响（=0.103，<0.05）；学业求助管理对学业成绩存在显著正向影响（=0.211，<0.001）；时间管理对学业成绩不存在显著正向影响（=0.070，>0.05）；时间管理对努力管理存在显著正向影响（=0.436，<0.001）；努力管理对学业成绩存在显著对正向影响（=0.390，<0.001）．

图2 环境管理等因素与学业成绩的关系模型

（2）中介作用显著性Bootstrap检验分析结果．

为了检验努力管理和学业求助管理的中介效应，研究者对857份问卷样本数据进行Bootstrap再抽样分析，得到模型标准化与非标准化路径系数、路径分析的总效应、直接与间接效应，非标准化与路径系数显著性及其95%的置信区间．结果如表6的所示．分析过程如下[27]：首先，检验自变量与因变量路径显著性，结果表明环境管理显著影响学业成绩（=0.139，<0.001），时间管理显著影响学业成绩（=0.240，<0.05）；其次，检验自变量与中介变量的显著性，结果表明时间管理显著影响努力管理（=0.436，<0.001），环境管理对学业求助管理存在显著影响（=0.103，<0.05）；再次，检验中介变量与因变量显著性，得到努力管理对学业成绩的影响显著（=0.390，<0.001），学业求助管理对学业成绩的影响显著（=0.211，<0.001）；最后，时间管理影响学业成绩的作用不再显著，表明努力管理在时间管理影响学业成绩的关系中起完全中介作用；而先前环境管理对学业成绩的影响作用依然显著，因此学业求助管理在环境管理与学业成绩之间起部分中介作用[26]，中介效果占总效果比值为0.158．

表6 中介效应显著性Bootstrap检验分析结果

在95%置信度下，时间管理通过努力管理对学业成绩的间接影响效果标准化系数为0.170，置信区间不包含零值（0.155，0.265），环境管理通过学业求助管理对学业成绩的间接影响效果标准化系数为0.022，置信区间不包含零值（0.005，0.099），也进一步验证努力管理与学业求助管理的中介作用．

删除时间管理对学业成绩影响不显著．重新对模型进行检验，2/为3.692，小于5，为0.056，小于0.08，绝对拟合指标为0.935，为0.918，相对拟合指标为0.933、为0.942、为0.942、为0.922，均大于0.9，符合标准．因此说明修正后结构方程模型达到较理想程度，结果见表7．

表7 修正后的模型拟合度

4 结论与讨论

4.1 数学资源管理策略与学业成绩的关系

在初中生数学资源管理策略中，努力管理对学业成绩影响最为显著，时间管理通过努力管理间接影响学业成绩．学业求助管理、环境管理、努力管理对学业成绩均有显著正向影响，其中初中数学资源管理策略中对学业成绩最为重要的变量是努力管理，其次是学业求助管理，再次是环境管理．Hopland等人（2016）研究证实了动机影响个体对不同任务投入的努力程度，并且努力程度不仅来自个人内部，也来源外部的师生互动[34]．Tempelar等人（2016）从另一角度也证实了付出努力较少（如耐心与坚韧性）会对教育成就和表现产生负向影响[35]．学习过程指学习者在特定学习环境下，通过感官、感知使自身获得某种认知的过程[36]．Magusson等人（2009）研究认为当个体面临学习困境时，具有目标指向性的学业求助管理有助于学生领会知识，有效促进学业成绩的提高[37]．综上所述，学业求助管理、环境管理、努力管理对学业成绩有显著正向影响再次得到证实．进一步结合结构方程路径系数分析，对潜在变量时间管理影响最大的是“制定学习计划”，对潜在变量学业求助管理的影响最显著的为“利用教辅资料”，对于潜在变量环境管理，“寻找有利环境”对其影响最大，在努力管理中占据主导地位的为“总结反思”．

4.2 努力管理在时间管理与学业成绩之间的中介作用

结合上述研究，努力管理在时间管理与学业成绩之间起完全中介的作用．Patron等人（2011）研究表明若以学习时间来衡量学习的强度，学习时间对学业成绩的影响并不显著，学生学习的“总学时”（total minutes）并非是关键因素，而是“有技巧地学”（studying smart）；从自我调节理论看，时间管理对个体目标任务实施进行调控，包括坚持不懈执行任务、自我鼓励等在内的努力管理确保目标得以完成[37]．Schwinger等人（2009）也认为学生通过调节自身努力，进而取得更好的表现[38]．另外，结合单因素方差分析结果，不同年级的努力管理水平存在显著差异（=10.506，<0.05），体现为年级的降低呈现减少的趋势．因此，应当适当加强低年级学生的努力管理，以平衡各阶段学生努力管理，改善低年级学生的努力管理水平[39]，进而促进学生学业成绩的提升．结合研究分析，学生克服困境的毅力与维持积极情绪等水平有待提升．

4.3 学业求助管理在环境管理与学业成绩之间的中介作用

研究表明，学业求助管理在环境管理与学业成绩间起部分中介作用．Karabenick等人（2010）研究学生在不同环境下学业求助的情况，表明学业求助是发展应变能力，促进知识获取、行为表现的重要策略[40]．情感事件理论观点认为，情绪是对学习环境所发生事件的反应，并且班杜拉自我效能感理论也认为个人经验、替代性经验等环境因素可促进学员进行积极学业求助[41]．当处于嘈杂、喧闹等不利环境中，学习情绪则受到负面影响，当个体处在有利的环境或改变环境时，个体积极情绪唤醒，学业求助水平提升，有助于个体解决所遇困境与障碍[42]．Lync等人（2006）的研究也认为，有效的学习应当学会适应、调节环境并在有助于集中注意力和生产性工作的环境下学习[43]，良好同伴关系、内聚力对学业成绩有积极的影响作用，班级的组织管理也对学业成绩也起到推动作用，而混乱的班级氛围通常会阻碍学习的有效性[44]．结合统计分析，学生整体学业求助管理水平较低（水平值为2.797），学生更倾向于借助实物工具的帮助，相对较少向教师求助，已有研究也证实了该结论[45-52]．

为了探寻学生学业求助管理水平较低的深层原因，研究者对参与问卷调查的学生进行了访谈．结果表明，相比较成绩优秀组，后进组的学生大多数因“害羞”“害怕”“不感兴趣”等拒绝学业求助．进一步运用单因素方差分析，发现母亲不同文化程度的学生在学业求助管理上存在显著差异（=14.645，<0.05），母亲文化程度越高，子女学业求助管理水平也呈上升趋势，表明家庭环境对子女学业求助管理水平存在重要影响．学习是开放的、动态的，缺乏民主、和谐的求助氛围在一定程度上阻碍了对学生学业求助管理的培养．综合上述分析，应在“营造”求助氛围上下功夫．譬如，营造家校民主、轻松的求助氛围，加强学生求助教师意识，从而可使学生更准确、更有效率地获取知识，调动学生学业求助的积极性．

[1] 林崇德，杨治良，黄希庭．心理学大辞典[M]．上海：上海教育出版社，2003：1．

[2] PINTRICH, SMITH, GARCIA, et al. Reliability and predictive validity of the motivated strategies for learning questionnaire (MSLQ) [J]. Educational and Psychological Measurement, 1993, 53 (3): 801-813.

[3] KOSNIN A M. Self-regulated learning and academic achievement in Malaysian undergraduates [J]. International Education Journal, 2007, 8 (1): 221-228.

[4] 陈琦，刘儒德．当代教育心理学[M]．北京：北京师范大学出版社，1997：1．

[5] 齐建芳．学科教育心理学[M]．北京：北京师范大学出版社，2012：1．

[6] JALIL S, ASHORI M, HASANZADEH S. Relationship of the resources management strategies and achievement goals orientation in predicting academic achievement on the students with hearing-impaired [J]. Journal of Rehabilitation, 2016, 17 (4): 280-289.

[7] 王光明，刘丹．初中生数学学习策略调查问卷的设计与编制[J]．数学教育学报，2017，26（3）：20-24．

[8] ZAREI, ABBAS, GILANIAN, et al. Language learning strategies predicting resource management self-regulated learning [J]. Walia Journal, 2015 (31): 235-244.

[9] YUSRIG, RAHIMI N M, WAN H W. Value and resource management strategies among students of Arabic as a third language course [J]. Procedia-social and Behavioral Sciences, 2011, 29 (2): 1 635-1 644.

[10] ALPASLAN, MUHAMMET M. Examining the disciplinary differences of ninth graders’ resource management strategies in biology and physics [J]. Faculty of Education Electronic Journal of Science and Mathematics Education, 2017 (11): 197-211.

[11]  HÉFER B. Self-regulation of learning and academic delay of gratification: Gender and ethnic differences among college students [J]. Journal of Advanced Academics, 2007, 27 (5): 3-17.

[12] 张超．资源管理策略与大学英语成绩的相关性研究[D]．北京：华北电力大学，2013：1．

[13]  HARRINGTON C, ZIMMERMAN D. Experts recommend minimum nurse staffing standards for nursing facilities in the United States [J]. Gerontologist, 2000 (40): 5-16.

[14]  DAVIS M. Time and the nursing home assistant: Relations among time management, perceived control over time, and work-related outcomes [J]. Academy of Management, 2000, 33 (4): 484-491.

[15]  Bowers B J, LAURING C, JACOBSON N. How nurses manage time and work in long-term care [J]. Journal of Advanced Nursing, 2001, 33 (4): 484-491.

[16]  CLAESSENS B J C, EERDE W V, RUTTE C G, et al. Planning behavior and perceived control of time at work [J]. Journal of Organizational Behavior, 2010, 25 (8): 937-950.

[17]  EERDE W. Time management literature: A review of the time management literature [J]. Personnel Review, 2014, 27 (1): 19-36.

[18]  MACAN T H. Time management: Test of a process model [J]. Journal of Applied Psychology, 1994, 79 (79): 381-391.

[19]  NON A. Time preferences, study effort, and academic performance [J]. Economics of Education Review, 2016 (1): 1-2.

[20]  SEN, SENOL Y, AYHAN. Devising a structural equation model of relationships between preservice teachers’ time and study environment management, effort regulation, self-efficacy, control of learning beliefs, and meta-cognitive self-regulation [J]. Science Education International, 2016, 27 (2): 306-311.

[21]  STEGERS K M, COHEN J. Motivation, learning strategies, participation and medical school performance [J]. Medical Education, 2012 (46): 678-688.

[22]  ALF L, KEITHIA W. Roland Simons University students’ perceptions of the learning environment and academic outcomes: Implications for theory and practice [J]. Studies in Higher Education, 2002 (27): 27-52.

[23]  DAVID H. Learning to solve problems with technology: A constructivist perspective [M]. Merrill, 2002: 226.

[24]  PROSSER M, TRIGWELL K. Understanding learning and teaching [J]. Society for Research into Higher Education and Open University Press, 1999, 43 (6): 382-383.

[25]  MERCIER J. The structure of the help-seeking process in collaboratively using a computer coach in problem-based learning [J]. Computers and Education, 2008, 51 (1): 17-33.

[26]  BARON M, KENNY D. The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations [J]. Journal of Personality and Social Psychology, 1986, 51 (6): 1 173-1 182.

[27]  PREACHER K. Asymptotic and re-sampling strategies for assessing and comparing indirect effects in multiple mediator models [J]. Behavior Research Methods, 2008, 40 (3): 879-891.

[28]  PINTRICH P R. A manual for the use of the motivated strategies for learning questionnaire (MSLQ) [EB/OL]. http:// files.eric.ed.gov/fulltext/ED338122.pdf. The Regents of the University of Michigan, 1991: 55-76.

[29]  BRITTON B K, TESSER A. Effects of time-management practices on college grades [J]. Journal of Educational Psychology, 1991, 83 (3): 405-410.

[30] 黄希庭，张志杰．青少年时间管理倾向量表的编制[J]．心理学报，2001，33（4）：338-343．

[31]  DORMAN J. Classroom environment research: Progress and possibilities [J]. Queensland Journal of Educational Research, 2002, 18 (2): 112-140.

[32]  TRACY L, LAURA L B. The development and use of an instrument to measure willingness to seek help from peers and teachers when studying college mathematics [J]. Learning Environments Research, 2008, 11 (3): 227-243.

[33]  EDWARD K D. A pilot study to investigate the relationship between student self-regulatory resource management strategies and academic achievement in a web-based Hybrid Graduate Nursing Course [M]. Dissertation, 2005: 116.

[34]  HOPLAND, ARNT O. Learning environment and student effort [J]. International Journal of Educational Management, 2016, 30 (2): 271-286.

[35]  NON A, TEMPELAAR D. Time preferences, study effort, and academic performance [J]. Economics of Education Review, 2016, 32 (9): 24-30.

[36]  ANDERSON J R. Cognitive psychology and its implications [M]. New York: W. H. Freeman and Company, 1985: 1.

[37]  PATRON H, LOPEZ S. Student effort, consistency, and online performance [J]. Journal of Educators Online, 2011, 8 (2): 11.

[38]  SCHWINGER M, STEINMAYR R, SPINATH B. How do motivational regulation strategies affect achievement: Mediated by effort management and moderated by intelligence [J]. Learning and Individual Differences, 2009, 19 (4): 621-627.

[39] 周友士．初中生数学成绩归因研究[J]．数学教育学报，2001，10（2）：38-40．

[40]  KARABENICK S A. Seeking help as an adaptive response to difficulties: Person, situation, and developmental influences [J]. International Encyclopedia of Education, 2010 (1): 653-659.

[41]  MAERTZ C P, HASSAN A, MAGNUSSON P. When learning is not enough: A process model of expatriate adjustment as cultural cognitive dissonance reduction [J]. Organizational Behavior and Human Decision Processes, 2009, 108 (1): 66-78.

[42] 周莹，唐剑岚，黄国稳．初中生数学认识信念的SEM研究[J]．数学教育学报，2008，17（2）：31-35．

[43]  LYNCH D J. Learning strategies and resource management as predictors of course grades [J]. Projection Novation, 2006, 40 (2): 423-428.

[44] 梁好翠．初中生数学自我概念的调查与分析[J]．数学教育学报，2010，19（3）：42-45．

[45] 王瑞云．中学生化学学习中资源管理策略运用的研究[D]．西安：西北大学，2016：1．

[46] 王光明，李爽．初中生数学学习非智力因素调查问卷的编制[J]．数学教育学报，2020，29（1）：29-39．

[47] 何勇刚，张立昌．基于结构方程模型的学习策略影响因素探究——以初中生学习“统计与概率”为例[J]．数学教育学报，2020，29（1）：40-47．

[48] 赵文君，莫雅慈，曹一鸣．初中数学教师新课程实施情况及影响因素研究——以成都市龙泉驿区导学讲评式教学为例[J]．数学教育学报，2019，28（6）：21-26．

[49] 孙思雨，朱雁．初中生数学自我效能感及其校准性的调查研究[J]．数学教育学报，2019，28（6）：27-32．

[50] 凌晓牧，章飞．初中阶段“统计与概率”课程内容的几点建议与调查[J]．数学教育学报，2019，28（4）：77-80．

[51] 朱胜强．数学优秀生教育教学的实践探索[J]．数学教育学报，2019，28（2）：52-55．

[52] 刘婷，陈倩．高中生订正数学错题态度量表的编制和检验[J]．数学教育学报，2019，28（1）：30-36．

An Empirical Study on the Relationship between Resource Regulation Strategies and Achievement in Mathematics: A Focus on the Mediating Effects of Effort Regulation and Help-Seeking

CHEN Juan-juan1, ZHOU Ying2

(1. School of Sciences, Beibu Gulf University, Guangxi Qinzhou 535000, China;2. School of Mathematics and Statistics, Guangxi Normal University, Guangxi Guilin 541004, China)

This study investigated 1,163 middle school students’ resource regulation strategies and examined its relationship with their achievement in mathematics. Bootstrap and Structural Equation Modeling were used to validate the questionnaire and analyzed the mediating effect with respect to mathematics achievement and resource regulation strategies. The results indicate that: Effort regulation in learning mathematics has a full meditation effect on time regulation and achievement in mathematics, and mathematical academic help-seeking has the effect of partial meditation between learning environment regulation and achievement in mathematics.

time management; effort regulation; help-seeking; environment regulation

G632.4

A

1004–9894（2020）04–0020–07

陈鹃娟，周莹．数学资源管理策略与数学学业成绩的关系研究——数学努力管理与数学学业求助管理的中介作用[J]．数学教育学报，2020，29（4）：20-26．

2020–03–30

广西壮族自治区高等教育本科教学改革工程重点项目——系统性思维能力导向的数学有效教学研究与实践（2019JGZ110）

陈鹃娟（1993—），女，广西防城港人，助教，主要从事数学课程与教学论研究．周莹为本文通讯作者．

[责任编校：陈汉君、张楠]