李小娟 刘清堂 王姣阳 梁中锋 常瑀倍
智慧学习空间中师范生自我导向学习实证研究*
李小娟1,2刘清堂1[通讯作者]王姣阳3梁中锋4常瑀倍1
(1.华中师范大学 人工智能教育学部,湖北武汉 430079;2.河南师范大学 教育学部,河南新乡 453007;3.南京师范大学 教育科学学院,江苏南京 210097;4.新乡工程学院 信息工程学院,河南新乡 453007)
文章首先聚焦于“自我导向学习”和“智慧学习空间”,设计了智慧学习空间支持的师范生自我导向学习模式。之后,文章在某高校“现代教育技术”实验课中开展了为期18周的实证研究,探讨了自我导向学习对师范生自主学习能力、学业成绩和在线学习行为的影响,结果发现:自我导向学习对学习者策略、资源利用两个维度的自主学习能力提升效果明显,但在态度维度提升不明显;自我导向学习整体提升了学业成绩,尤其是对低自主学习水平者的学业成绩和自主学习能力提升效果更明显,但其在在线自主学习行为方面表现欠佳。最后,文章提出给予情感支持、设计多元智能活动组合策略和提供及时高效反馈的适切策略,以期在智慧学习空间中有效开展自我导向学习。
自我导向学习;智慧学习空间;师范生;实证研究
自我导向学习(Self-Directed Learning,SDL)是指在教师引导或同伴帮助下,学习者拟定计划、参与活动、监控评价、反思调节自身学习行为和认知的过程[1]。已有研究表明,利用移动智能设备开展自我导向学习,可以改善学习者的信息技术学习与应用场所[2]。师范生作为当代大学生和未来教师,培养其学会利用技术促进自己成长为自我导向型学习者,是落实师范生信息化教学应用能力培养的关键需求[3]。然而,当前高校师范生信息化教学应用能力培养面临大班实验课个性化教学难的问题,影响了师范生信息技术与学科融合知识、能力方面的整体学习绩效[4]。而智慧学习空间具有无缝泛在、交互参与、精准干预等关键特征,为学习者从被动接受式学习向主动自我导向式学习的转变提供了丰富场域,有助于发挥技术环境正向促进培养师范生信息化教学应用能力的作用[5][6][7]。因此,本研究立足于培养师范生信息化教学应用能力的“现代教育技术”实验课,围绕如何设计智慧学习空间支持的师范生自我导向学习模式以改善大班实验课个性化教学难的问题,并在某高校开展师范生自我导向实证研究,以分析和探究师范生在智慧学习空间中的自我导向学习对其自主学习能力、在线学习行为、学业成绩的影响。
自我导向学习是一种融合个人发展的主动学习过程,学习者在这一过程中可按自己制定的计划实施并主动承担学习的责任,而教师或同伴主要起促进其自主学习的作用[8]。自我导向学习模式主要包括确定目标计划、查看学习资源、开展学习活动、监控和评价效果、反思评估策略五大要素[9]。基于对成人在线学习者自主学习能力的构成分类和发展过程解析,赵宏等[10]提出了自我导向学习活动设计的四个步骤,即脚手架搭建、策略设计、认知工具提供、学习方式确定,以此激发学习者的主动反思、体验和新知建构行为。可见,基于自我导向学习理念的活动设计能够改变学习者的学习行为和观念。在教学中,教师通过确定任务活动所需的知识和技能,引导学生选择支持学习的适当策略,提供学习效果评价量规,帮助学生有效达成学习目标。
智慧学习空间在本质上是一种技术增强型学习环境,而在技术增强型的学习空间中可无缝开展协作学习和个性化学习[11]。在智慧教室中,可融合云服务、教学、资源等平台组成智慧学习空间[12]。智慧学习空间以适当的技术、工具、资源和活动为支撑,通过对学习进程中的各种行为数据进行记录和分析,为学习者有针对性地推荐个性化的学习任务和活动,以达到有效触发自我导向学习的目的[13]。对智慧学习空间中自我导向学习应用的相关实践研究表明,其主要功能包括支持学习者自定步调学习、感知学习者学习状态、即时可视化提供学习反馈等,并帮助学习者拟定学习计划、监控学习活动、评估学习效果和反思调整学习行为[14],有助于推动学习者的深度学习,并提高其自我效能、改善其自主学习行为。
自我导向是在线学习成功的关键[15],而自我导向学习干预可正向影响学习投入和终身学习倾向,有助于提升学生的学习专注力和学习动力[16]。例如,黄振中等[17]认为,在线自我导向学习以交互体验为中介间接影响学习效果;Wong等[18]提出以问题提示的形式提供自我导向学习支持,可有效提高MOOC学习者的时间管理和课程规划能力;徐雄伟等[19]认为民办高校教师的自我导向学习可正向促进其教学投入,且组织激励是促进其教学投入的中介因素。
但是,Broadbent等[20]认为自我导向学习策略并非造成个人学业成绩差异的唯一因素,学习者对任务价值的感知、先验知识、任务完成的时间投入等都有助于提升学业成绩。因此,教师需创设有利于学生自我效能提升、方便提供脚手架策略支持以及从感知到情感支持的学习环境,并设计体现分布式认知特征的特定情境和任务(如基于交互工具的讨论或协作),以促进学生的监控和调整自我学习进程能力的发展[21]。此外,潘星竹等[22]发现自我导向学习对学业成绩的改善主要体现在低分组学生学习成绩的提升幅度大于高分组,验证了自我导向式网络学习空间系统的有效性;同时,自我导向学习显著正向影响学习者的自我效能感和自主学习行为,尤其是空间中的奖励机制和适应性反馈机制功能的设置,对自我效能的提升效果明显。但是,Li[23]、Wong[24]发现相较于高自主学习能力的学生,低自主学习能力的学生在阅读投入、目标计划和交互监控行为及其表现出的学习动机方面都更差,且态度消极。
综上可知,自我导向学习效果受个体因素、学习策略、先验知识、行为投入、学习态度等多因素的影响。在智慧学习空间中,因受选课人数多、小班教学场地和时间受限等影响,研究者对于师范生自我导向学习中自主学习能力、学业成绩和在线学习行为等如何相互影响,以及存在什么关系等问题并未进行深入探讨。因此,本研究尝试收集并分析学生自主学习能力、学业成绩和在线学习行为三个维度的数据,针对师范生在智慧学习空间中的自我导向学习来探讨以下三个问题:①自我导向学习对师范生整体自主学习能力有何影响?②自我导向学习对师范生阶段性学业成绩有何影响,以及师范生原有自主学习能力水平对其学业成绩有何影响?③自我导向学习对师范生在线学习行为及其自主学习能力提升程度有何影响?
智慧学习空间中的教学平台高度整合了支持教学管理、组织和评价的各个子系统,而支持教学的空间设计一般遵循教学法—空间—技术(PST)的原则[25]。“超星泛雅”平台融合了“学习通”APP打造的智慧教学平台,利用移动互联网、云计算、大数据等新技术,能为任一课程轻松构建具有强交互性、便捷共享、资源丰富等特点的智慧学习空间——一个支持教师教学内容和学生学习结果双向互动、可智能化记录学习过程的学习空间[26],其提供的教学预警和学习监控功能有利于促进学习者主动学习的发生,如图1所示。
图1 智慧学习空间中的教学预警和学习监控功能
依托自我导向学习理论,结合智慧学习空间的自我导向性特征,本研究构建了智慧学习空间支持的师范生自我导向学习模式,如图2所示。该模式以师范生自学活动为主线,旨在通过教师引导活动和智慧学习空间支持,帮助师范生完成拟定学习计划、进行学习活动、评价学习成效、自我反思调整四个阶段的自我导向学习。
(1)拟定学习计划阶段
本阶段是后续进行学习活动、评价学习成效的基础。在本阶段,教师根据“现代教育技术”实验课的内容进行学情分析,设计自主学习任务单,上传学习资源和测试题,并在智慧学习空间中清晰呈现任务点,以引导师范生结合自身情况明确学习目标、制定学习计划,从而更好地参与学习活动。
图2 智慧学习空间支持的师范生自我导向学习模式
(2)进行学习活动阶段
本阶段是自我导向学习的关键。师范生在学习计划的指引下,自学学习资源、参与在线讨论等活动;而教师作为引导者,利用智慧学习空间的预警监控和任务进展监控功能给予个性化指导,比如,在师范生遇到困难时及时答疑解惑,启发、引导师范生自主解决问题。
(3)评价学习成效阶段
本阶段既是对拟定学习计划、进行学习活动这两个阶段的总结,也是下一步开展自我反思调整的基础。学习成效评价是针对师范生学习状态和知识掌握情况的评价,主要包括作业进展反馈、同伴对比评估、教师评价反馈三部分。其中,作业进展反馈有助于师范生进行自我评估,同伴对比评估可以使师范生清楚地看到自己与他人的差距,教师评价反馈则有助于师范生深入地了解自己。
(4)自我反思调整阶段
本阶段是师范生依据学习成效评价阶段的反馈结果,反思调整自我导向学习过程。也就是说,当师范生通过反思发现存在的问题之后,可以先向教师寻求帮助,请教师提供学习建议、情感支持等;之后,师范生根据学习成效评价情况和教师的建议,对学习计划进行重新规划;最后,师范生根据自身的知识掌握情况,灵活调整学习节奏。
本研究以河南省新乡市牧野区H大学2016级选修“现代教育技术”实验课的521名本科生为研究对象,这些学生来自中文、数学、心理、小学教育、英语等5个专业。该课程课时为18周,实验内容包括信息化教学设计典型案例分析和撰写、PPT多媒体课件设计与制作、微课设计与制作三大模块,实验数据主要有自主学习能力问卷的前后测数据、学生自主学习行为记录数据和平时的学业成绩数据。智慧学习空间平台记录了学生的任务点完成情况、视频查看次数、在线讨论情况等详尽的学习行为数据;平时测验侧重考核学生对基本理念和基本操作的掌握情况,测试内容依据相关模块的具体实验内容确定,但难度保持一致。
本研究采用单组前、后测实验研究法,以自我导向学习模式为自变量,因变量是自主学习能力、学业成绩和自主学习行为,干扰变量是教学时长、教学进度和授课内容。为了控制实验中的干扰变量,本研究确保了五个专业的教学时长、教学进度和授课内容完全一致。单组前、后测实验流程如图3所示,其中前测在第4周实施,而后测在第18周实施。
图3 单组前、后测实验流程
为了确保调查结果的可信度,本研究采用分层抽样的方法进行问卷调查,即从上述5个专业中随机抽取40人发放问卷,共发放问卷200份。问卷参照朱祖德等[27]所编的大学生自主学习能力问卷进行编制,设有态度、策略、资源利用等三个维度、共41题。量化记分方式采用李克特五点量表,将完全不符合、不符合、一般、较符合、完全符合依次记为1~5分。问卷整体的Cronbach’s α值=0.882,其中态度、策略、资源利用三个维度的Cronbach’s α值分别为0.847、0.902、0.792,均大于0.7,说明问卷具有良好的信度;而问卷整体的KMO值=0.870,其中态度、策略、资源利用三个维度的KMO值分别为0.888、0.905、0.834,也都高于0.7,表明问卷具有较好的结构效度。本研究共回收问卷200份,剔除不合格问卷后,得到有效问卷188份,有效率为94%。
本研究使用软件SPSS 22.0对自主学习能力问卷的前后测数据进行配对样本t检验,来检测学习者参与“现代教育技术”实验课前后的自主学习能力变化,结果表明:学生整体的自主学习能力(MD=0.1217,t=4.697,<0.05)和策略(MD=0.193,t=5.971,<0.05)、资源利用(MD=0.1294,t=5.971,<0.05)均有显著性差异,且后测成绩均高于前测,说明智慧学习空间支持的师范生自我导向学习模式的应用在整体上提升了学生的自主学习能力,尤其是在策略和资源利用两方面能力的提升前后差异显著。但是,态度(t=0.246,=0.806)的显著性(双尾)大于0.05,表明学生在态度方面前后差异不显著;另外从平均值来看,学生态度(MD=0.0071)的提升幅度也较小。
(1)阶段性学业成绩的可视化分析
为探究自我导向学习对不同学科师范生在不同阶段学业成绩的影响,本研究利用折线图可视化呈现了5个专业学生的阶段性学业成绩情况,如图4所示。图4显示,5个专业学生的测试成绩整体呈递增趋势,说明随着智慧学习空间支持的师范生自我导向学习模式的应用,学生的学业成绩越来越高。而在T3处出现的明显波动,说明学生在模式应用前期可能处于适应阶段,而实验内容的变化使处于适应期的学生在学业成绩方面出现波动。随着学生对模式的逐渐适应,学生的学业成绩不再随实验内容的变化而大幅波动。整体而言,自我导向学习对师范生阶段性学业成绩的提升作用明显,但随着学生对自我导向学习模式的适应,自我导向学习对阶段性学业成绩的影响渐趋平稳。
图4 5个专业学生的阶段性学业成绩情况
(2)自主学习水平对学业成绩的影响分析
为了进一步分析学生自主学习水平与学业成绩的关系,本研究依据自主学习能力问卷前测数据的平均值,将学生划分为两组:高于平均值的记为高自主学习水平组,而低于平均值的记为低自主学习水平组。本研究采用独立样本t检验,来分析这两组学生的前后测学业成绩变化情况,结果发现:高自主学习水平组(MD=13.5923,t=12.327,<0.05)和低自主学习水平组(MD=14.708,t=14.461,<0.05)学生的学业成绩都有显著提高(分别提高了13.5923分、14.708分)——相较于高自主学习水平组,低自主学习水平组的学业成绩提升效果更明显,这在一定程度上验证了自我导向学习模式的有效性,同时也说明了此模式更有利于提升低自主学习水平组的学业成绩。
(1)在线学习行为的差异化分析
本研究对“超星泛雅”平台自动记录的在线学习行为数据进行整理与筛选,并根据谢魁等[28]提出的在线学习行为分类指标,确定了三种反映自主学习能力的在线学习行为:任务完成百分比、课程测验得分和视频观看时长。独立样本t检验结果显示:从整体来看,高自主学习水平组(n=82)在线学习行为表现更好,三种在线学习行为的平均值都高于低自主学习水平组(n=106),且两组在课程测验得分(MD=5.08,t=5.971,<0.05)和视频观看时长(MD=38.36,t=2.318,<0.05)两种行为上有显著差异;但是,两组在任务完成百分比(t=0.246,>0.05)行为上无显著差异,且两组的任务完成百分比数值均接近100%,说明自主学习水平不同的学生在进行自我导向学习的过程中,都能很好地完成教师布置的任务,说明在线学习行为的投入程度对两组学生的自主学习能力都有一定的影响。
(2)不同自主学习水平者的自主学习能力提升程度分析
为了进一步分析不同自主学习水平者的在线自主学习行为投入会对其自主学习能力的提升有怎样的影响。本研究用后测与前测的差值来表示整体的自主学习能力(t=-3.977,<0.05)和态度、策略、资源利用三个维度(t=-4.141,<0.05;t=-3.334,<0.05;t=-2.042,<0.05)的变化情况,其显著性均小于0.05,说明存在显著性差异。独立样本t检验结果表明:低自主学习水平组的自主学习能力提升程度更明显,但高自主学习水平组的自主学习能力仍高于低自主学习水平组(后测自主学习能力强),说明在自我导向学习的过程中,低自主学习水平的学生在态度、策略、资源利用三个维度的自主学习能力提升都更快,但课程结束后这些学生的自主学习能力仍低于高自主学习水平的学生。
(1)自主学习能力整体提升,但态度提升不明显
自我导向学习能够提升学习者的自主学习能力,尤其是在策略和资源利用两个维度的提升十分明显,但在态度维度没有显著提升——此结论与马秀麟等[29]关于翻转课堂促进大学生自主学习能力发展的研究结论相似,即都发现学习者的态度在教学前后差异不大,而对学习资源的利用在教学后有显著提升,说明能力类的资源利用更易提升,而心理倾向类的态度在短期内可能不易有明显改变。这是因为,学习者对某类学习现象形成一贯的态度后,想要改变它很不容易,而且态度经历的时间越长就越不容易改变[30]。
(2)学业成绩整体提升,低自主学习水平者的学业成绩提升效果更明显
自我导向学习能够提升学习者的学业成绩,且前期成绩递增趋势明显,偶有波动,后期成绩稳定在较高水平。此现象可通过知识反转效应进行解释,说明自我导向学习在模式应用初期可以促进学习者的学业成绩提升,但随着学习者知识的增长,该模式发挥的作用越来越小,因此后期需要结合一些其它的教学策略来进一步提升学习者的学业成绩——这一结论与Broadbent等[31]提出的自我导向学习策略不是唯一造成学业成绩差异之因素的观点一致。在学业成绩的提升程度方面,低自主学习水平者的学业成绩提升程度高于高自主学习水平者,这可能是因为高自主学习水平者本身的成绩更好,成绩提升的空间低于低自主学习水平者;同时,高自主学习水平者可能更倾向于自己探索,更喜欢多元化的学习方式,而自我导向学习模式可能束缚了高自主学习水平者的一些选择[32]。
(3)低自主学习水平者在线学习行为表现欠佳,但自主学习能力提升明显
相较于高自主学习水平者,低自主学习水平者的在线学习行为整体表现更差,尤其是在课程测验得分和视频观看时长两方面表现不佳——这一实证研究结论验证了Li[33]和Wong[34]的研究发现。但低自主学习水平者并未出现消极态度,这与已有的研究结论不一致,可能与智慧学习空间中及时的教师引导、频繁的同伴帮助和平台任务进展反馈的支持有关。不过,在任务完成百分比方面,两组学生无显著差异;同时,低自主学习水平者的自主学习能力提升程度更明显——这一结论与潘星竹[35]的研究结果一致;但是,低自主学习水平者在课程结束后的自主学习能力仍低于高自主学习水平者,表明在学生类型方面,自我导向学习更适合用来对低自主学习水平者进行培养。此外,胡志金[36]还指出,教师要对远程学习过程中的低自主学习水平者给予辅助型指导,包括对目标任务、验收日期等做出部署安排,对学习资源的使用和方法的运用进行示范、指导等。
适当的学习策略有助于提升学习绩效[37]。为了更好地培养师范生的信息化教学能力和自主学习能力,提升其主动适应智能技术的能力并促其开展终身学习,同时解决大班实验课个性化教学难的问题,本研究基于实证研究结果,为在智慧学习空间中有效开展自我导向学习提出以下建议:
①加强师范生自我导向学习过程中的智能情感支持。在自我导向学习的过程中,教师提供及时精准的情感支持,可有效触发学习者积极的感知体验,且教师情感支持是激励和维持学习者学习动机的重要内容。因此,教师可借助智能学习空间的强交互功能,通过智能技术支持的多元情感手段为学生提供个性化反馈。例如,通过空间自动发送信息功能,教师编辑有针对性的鼓励信息,定时发送给学生,不断增强其对自我导向学习促进终身学习发展重要性的价值理解,重塑对未来教师之自主学习成长路径的认知态度。
②学习后期设计多元灵活的智慧学习活动策略组合。基于知识反转效应解释,自我导向学习模式在学习后期对学生学业成绩的影响效果减弱。为此,教师可在学习后期通过设计不同组合的智慧学习活动,为学习者提供多元化的选择机会,促进师范生后期的学业成绩更上一个台阶。例如,教师可以设计具有提示支架的问题讨论活动或者支持同伴互评的作业测试等,同时配合适时的任务提醒,帮助学生学会用自己的语言解释、迁移学到的知识和技能。
③为低自主学习水平者提供及时、高效的反馈。高效反馈有助于学生对自己的学习进度进行正确评估,从而识别存在的差距并有意识地改善自身行为和学习表现,以增强其自我导向学习能力。因此,针对低自主学习水平者,教师要在其自主学习过程中给予有效的反馈支持,如针对学习任务、学习过程、自主学习策略或方法给予及时、精准的反馈,并以个性化、可视化的方式提供明晰的改善建议,以促进其学习行为调整和学业进步。
[1][8]Brockett R G, Hiemstra R. Self-direction in adult learning: Perspective on theory, research and practice[M]. New York: Routledge, 1991:1-63.
[2]郑兰琴,崔盼盼,李欣.移动学习能促进学习绩效吗——基于2011-2017年国际英文期刊92项研究的元分析[J].现代远程教育研究,2018,(6):45-54.
[3]任友群,郑旭东,吴旻瑜.深度推进信息技术与教育的融合创新——《教育信息化“十三五”规划》(2016)解读[J].现代远程教育研究,2016,(5):3-9.
[4][5]王巍,闫寒冰,魏非,等.发展师范生信息化教学能力:支持要素、关键问题与可为路径——基于20所师范院校调研数据的分析[J].教师教育研究,2021,(2):38-44.
[5][7]李小娟,梁中锋,赵楠.在线学习行为对混合学习绩效的影响研究[J].现代教育技术,2017,(2):79-85.
[6]祝智庭.智慧教育新发展:从翻转课堂到智慧课堂及智慧学习空间[J].开放教育研究,2016,(1):18-26、49.
[9]Kim J S. The effects of a constructivist teaching approach on student academic achievement, self-concept, and learning strategies[J]. Asia Pacific Education Review, 2005,(1):7-19.
[10]赵宏,陈丽,郑勤华,等.成人远程学习者自主学习能力培养的教学模式探究[J].中国电化教育,2014,(6):37-41、48.
[11]许亚锋,塔卫刚,张际平.技术增强的学习空间的特征与要素分析[J].现代远距离教育,2015,(2):22-31.
[12][26]胡国良,黄美初.“5G+AI”视域下智慧学习空间的构建研究——基于开放大学的实践探索[J].远程教育杂志,2020,(3):95-104.
[13]杨海茹,刘清堂,张玉,等.信息技术支持的生态化“物理—虚拟—资源”学习环境设计[J].中国电化教育,2019,(3):89-96.
[14]习海旭,廖宏建,黄纯国.智慧学习环境的架构设计与实施策略[J].电化教育研究,2017,(4):72-76.
[15]Chen C H, Chen K Z, Tsai H F. Did self-directed learning curriculum guidelines change taiwanese high-school students’ self-directed learning readiness?[J]. The Asia-Pacific Education,2021:1-18.
[16]Chukwuedo S O, Mbagwu F O, Ogbuanya T C. Motivating academic engagement and lifelong learning among vocational and adult education students via self-direction in learning[J]. Learning and Motivation, 2021,74:10-29.
[17]黄振中,张晓蕾.自主学习能力对在线学习效果的影响机制探究——兼论在线学习交互体验的中介作用[J].现代教育技术,2018,(3):66-72.
[18][24][34]Wong J, Baars M, Koning B, et al. Examining the use of prompts to facilitate self-regulated learning in massive open online courses[J]. Computers in Human Behavior, 2021,115:1-27.
[19]徐雄伟,张国平.民办高校教师自我导向学习对其教学投入的影响研究[J].教师教育研究,2020,(5):16-23.
[20][31]Broadbent J, Sharman S, Panadero E, et al. How does self-regulated learning influence formative assessment and summative grade? Comparing online and blended learners[J]. The Internet and Higher Education, 2021,(4):1-8.
[21]Chan C K K. Co-regulation of learning in computer-supported collaborative learning environments: A discussion[J]. Metacognition and Learning, 2012,(1):63-73.
[22][32][35]潘星竹,姜强,赵蔚.“互联网+”时代自我导向式网络学习空间设计与应用成效研究[J].现代远距离教育,2018,(3):75-87.
[23][33]Li H Y, Majumdar R, Chen M, et al. Goal-oriented active learning (GOAL) system to promote reading engagement, self-directed learning behavior, and motivation in extensive reading[J]. Computers & Education, 2021,171:1-11.
[25]Radcliffe D. A pedagogy-space-technology (PST) framework for designing and evaluating learning places[A]. Proceedings of the Next Generation Learning Spaces 2008 Colloquium[C]. Brisbane: The University of Queensland, 2009,(5):11-16.
[27]朱祖德,王静琼,张卫,等.大学生自主学习量表的编制[J].心理发展与教育,2005,(3):60-65.
[28]Xie K. What do the numbers say? The influence of motivation and peer feedback on students’ behaviour in online discussions[J]. British Journal of Educational Technology, 2013,(2):288-301.
[29]马秀麟,赵国庆,邬彤.翻转课堂促进大学生自主学习能力发展的实证研究——基于大学计算机公共课的实践[J].中国电化教育,2016,(7):99-106、136.
[30]李文富.论学习态度的形成、变化及功能价值[J].成都教育学院学报,2002,(4):16-18.
[36]胡志金.对远程学习者分层的研究[J].中国远程教育,2008,(1):34-41、78-79.
[37]吴永和,程歌星,刘博文,等.LAK十周年:引领与塑造领域之未来——2020学习分析与知识国际会议评述[J].远程教育杂志,2020,(4):15-26.
An Empirical Study on Self-directed Learning of Normal School Students in Smart Learning Space
LI Xiao-juan1,2LIU Qing-tang1[Corresponding Author]WANG Jiao-yang3LIANG Zhong-feng4CHANG Yu-bei1
Firstly, this paper focused on “self-directed learning” and “smart learning space”, and designed a self-directed learning mode for normal school students supported by smart learning space. After that, this paper conducted an empirical study of 18 weeks in the experiment course of “Modern Educational Technology” in a university to explore the influence of self-directed learning on the autonomous learning ability, academic performance and online learning behaviors of normal school teachers. The results showed that self-directed learning caused obvious improvement iautonomous learning ability in the two dimensions of learning strategy and resource utilization, but little in the attitude dimension. Self-directed learning improved academic performance as a whole, especially improved obviously the academic performance and autonomous learning ability for those with a low level of autonomous learning, but its performance in online autonomous learning behavior was poor. Finally, this paper proposed appropriate strategies such as providing emotional support, designing multiple intelligence activity combination strategies and offerintimely and efficient feedback, in order to effectively carry out self-directed learning in smart learning space.
self-directed learning; smart learning space; normal school student; empirical study
G40-057
A
1009—8097(2022)01—0054—10
10.3969/j.issn.1009-8097.2022.01.006
基金项目:本文受2020年国家自然科学基金“数据驱动的学习动机诊断模型及应用研究”(项目编号:61977035)、2020年教育部人文社会科学研究规划基金“基于远程课堂学习情绪计算的同步课堂教学干预机制研究”(项目编号:20YJA880009)、2019年河南省高等学校青年骨干教师培养计划项目“基于智慧学习空间混合式教学实证研究”(项目编号:2019GGJS298)资助。
李小娟,河南师范大学讲师,华中师范大学在读博士,研究方向为混合学习、多模态学习分析,邮箱为lixiaojuan2019@htu.edu.cn。
2021年7月13日
编辑:小新