新型冠状病毒疫情期间医学研究生网络教学满意度分析

张 军，张海波，赵 俊，申俊龙，温雯婷

1南京中医药大学医学院，江苏南京，210046；2南京医科大学第一附属医院组织人事处，江苏南京，210029；3南京中医药大学卫生经济管理学院，江苏南京，210046；4南京中医药大学中医学院，江苏南京，210046

随着互联网技术的广泛应用和教育信息化的持续推进，传统课堂教学模式逐渐向现代网络教学模式转型。同时，新冠肺炎疫情防控的常态化加速了网络平台与教育领域的融合发展。而社会对于疫情期间的网络教学的评价褒贬不一，许多人认为网络教学解决了教育的临时性需求、保证了“停课不停学”、丰富了教学情境、优化教育资源利用等，亦有人认为网络教学面临教学质量难把控、教师学生难适应、设备设施限制、教育不公平凸显等问题[1]。总之，面对网络教学的大规模开展，如何正确认知这一轮的教育变革，如何评估和保证其教学效果成为关键问题。教学满意度是教学效果的重要评估组成，目前学界对于教学满意度的定义主要基于顾客满意度理论，将课堂教学视作产品服务，进而观测个体(学生、老师等)在此过程中所感受到的心理差距，并围绕个体期望、质量感知、价值感知等构建教学满意度的影响模型[2-3]，注重微观个体层面的研究。而从教育生态环境角度可将教学解构成三个层面：首先是在宏观层面对媒介环境与教育教学影响关系与发展规律的把握；其次是在中观层面对社会教育机构的功能转换和分工协调；最后是在微观层面对教学流程、教师、学生关系的重构。本研究从教育生态环境角度，以新冠疫情期间的医学研究生的专业课网络教学为研究对象，基于媒介环境理论构建网络教学满意度模型，利用结果方程模型分析各要素之间的影响路径，并提出对策建议，以期为提升学生的网络教学效果提供有益参考。

1 资料来源与方法

1.1 研究对象

本研究以南京某高校的医学研究生为调查对象，于2020年4月5日通过预调查共发放20份测试问卷对问卷调整和完善后，于4月10-30日通过教学平台发放不记名调查问卷展开正式调查，将问卷链接随机推送给本学期上网络专业课的研究生，共回收240份问卷，剔除缺失值较多、重复答案的问卷后，最终得到有效问卷214份，有效率为89.17%。

1.2 研究设计

1.2.1 问卷设计。包含基本信息和专业课网络教学量表两个部分，其中基本信息部分主要包括性别、年龄、学位类型和专业等；网络教学量表部分采用“七分制”评价量表，在梳理前人研究成果基础上结合媒介环境理论设定测量指标并设计题项。见图1。

图1 研究生网络教学满意度概念模型设计

1.2.2 模型假设。教育生态环境将教学视作包含教师、学生、课程以及环境等因素的复杂系统，各因素相互作用相互影响，从而生发和涌现各种教学结果[4]。根据McLuhan和Postman的媒介环境理论，媒介既决定了信息(知识)的样式也决定了信息(知识)的内容——媒介即信息[5-6]，所以媒介与个体、环境相互塑造，对个体感知产生重要影响，并且在新旧环境交替时的影响更为显著[7]。近年来媒介环境理论逐渐被应用到知识传播领域，且多从学习者角度展开研究，詹青龙等(2015)针对学习型社区构建媒介环境模型，探讨团体知识学习的感知方式和行为方式[8]；刘大军等(2015)通过媒介环境与学习者、知识人造物的关系分析知识创造学习活动[9]；Liu J(2019)探讨教学生态环境下教师、学生与环境的相互关系[10]；孙田琳子等(2020)以青少年群体为研究对象分析媒介环境对于个人学习习惯和思考方式的影响[11]。在上述研究的基础上，结合网络教学过程的复杂动态特征，基于媒介环境理论构建了由教学环境、网络媒介、教师教学、学生学习、课程安排和教学满意度六个结构变量为主体的研究生网络教学满意度概念模型，如图1所示。其中教学环境和网络媒介为外因潜变量，教师教学、课程安排、学生学习以及教学满意度为内因潜变量，且教学满意度为最终结果变量，六个潜在变量的概念界定及其测量指标如下。

基于上述概念模型提出12个研究假设，如表1所示。

表1 研究假设

1.3 指标界定

1.3.1 教学环境。指教师、学生和课程开展教学活动时所处的环境，即推动“教”与“学”发生发展的重要载体[12]，包含外部条件环境和内部学习环境。鉴于新冠肺炎疫情期间，网络教学发生发展的主导者更多是学校，因此主要从学校的教学重视度(XX1)、教学规范(XX2)、教学开展支持度(XX3)三个指标对教学环境进行测量。

1.3.2 网络媒介。指网络运用计算机网络及多媒体技术储存、传播、获取信息的媒介技术[13]，在教育领域主要是指服务于教师和学生进行课程教学的互联网络以及技术平台。考虑各高校用于教学的网络媒介各不相同，因此主要从网络媒介的稳定性(MJ1)、易用性(MJ2)和功能性(MJ3)三个指标进行测量。

1.3.3 教师教学。指教师依据教学规范和教学目标进行规划和实践的行为过程，根据计划行为理论对个体行为决定因素的解释，选取教学态度(JS1)、教学能力(JS2)、教学规划(JS3)、教学意向(JS4)和教学行为(JS5)作为教师教学的测量指标，考虑到新冠疫情期间网络教学的特殊性，增补教学适应(JS6)测量指标。

1.3.4 课程安排。指教育机构根据特定的培养目标，对课程体系进行组织和编排的系统化过程[14]。根据高校的专业课程教学规范，选取课程时长(KC1)、课程设置(KC2)、师生互动(KC3)、课后作业(KC4)和考核方式(KC5)五个测量指标。结合访谈过程中师生对于网络教学与现场教学的差异比较，增补资料共享(KC6)测量指标。

1.3.5 学生学习。指学生个体针对课程教学进行学习活动、完成学习目标的过程[15]。由于本研究主要从学生层面分析网络教学满意度，结合感知价值理论和计划行为理论选取学习意愿(XS1)、学习兴趣(XS2)、学习能力(XS3)、学习期望(XS4)和学习适应(XS5)五个测量指标。

1.3.6 教学满意度。根据前文关于教学满意度的定义，本研究将教学满意度拆分成学生对课程、学生对教师、学生对媒介环境以及学生对教学效果的满意程度，因此设定了教学内容(MY1)、师生关系(MY2)、教学情境(MY3)和教学效果(MY4)四个测量维度。

1.4 研究方法

通过SPSS 25.0进行描述性分析，同时通过AMOS 24.0构建结构方程模型，并展开模型的验证性和探索性分析，分析各潜在变量的影响关系和关键指标哦。

2 结果

2.1 调查对象基本情况

参与问卷调查的研究生中，硕士研究生占比88.32%；女性占比64.02%；21-25岁占比87.85%；科学型研究生占比型91.59%；基础医学专业占比32.24%，临床医学专业占比24.77%，药学(包含中药学)占比22.90%，护理占比9.35%，其他占比10.75%。见表2。

表2 样本特征

2.2 数据信效度情况

本研究通过Cronbach'alpha 系数和KMO系数分别对调查问卷进行信度和效度的检验，以保证调研数据的稳定性与有效性。经过分析结果显示，在信度方面，教学环境、网络媒介、教师教学、学生学习、课程安排和教学满意度五个变量的alpha分别为0.716、0.768、0.916、0.888、0.915和0.965，调研数据的总体alpha为0.939，均大于0.7，符合探索研究的标准；在效度方面，调研数据的总体KMO系数值为0.918，大于一般标准值0.7，说明数据结构效度较好。在此基础上进行模型验证性因子分析，得到结果如表3所示。

表3 测量指标因子分析结果

在验证性因子分析中，当因素负荷值介于0.5至0.95之间时，说明数据拟合度良好，且因素负荷值越大则越能够有效反映其要测的构念特质；当信度系数大于0.5时且组合信度值大于0.6时，说明模型的内在质量检验良好；当平均变异量抽取值大于0.6时，表示测量指标越能有效反映其共同因素构念的潜在特质[16]。通过表3的分析结果可知，本研究测量指标的因素负荷值均大于0.5，组合信度值均大于0.6，仅有一个变量的平均变异量抽取值低于0.6，三个测量指标的信度系数低于0.5，大部分都符合最低标准值，基本可以接受。综合考虑，研究设定的测量指标能较好的解释潜在变量，因此保留研究设定的测量指标，并进行后续的结构方程模型分析。

2.3 模型分析与假设检验

基于构建的概念模型和研究假设，本研究运用结构方程模型统计方法，通过AMOS 24.0软件对研究生教学满意度模型进行配适与修正。主要采用最大似然估计法，分别从绝对配适指数和相对配适指数中选取了卡方自由度比值(χ2/df)、良适性适配指数(GFI) 、渐进残差均方和平方根(RMSEA)、比较适配指数(CFI)、增值适配指数 (IFI)、简约适配指数(PGFI)和规准适配指数(PNFI)作为本研究模型的配适度评价指标。由于结果显示初始模型的配适度不佳，因此需要根据路径系数和修正指数(MI)来修正初始模型。见表4。

表4 初始模型路径系数

结果显示存在3条路径系数不显著，分别是“网络媒介”对“课程安排”、“教师教学”对“教学满意度”、“课程安排”对“教学满意度”，说明假设Hb3、Hc3和Hd2无法得到支持，应给予剔除。然后参考Amos提供的MI分析结果，本研究将设定MI界限值为20，将模型中MI值大于20的参数由固定参数变为自由参数。于是分别放宽e6与e7、e10与e12、e11与e14、e18与e19、e19与e20五组误差项之间参数值，同时增加“教学环境”对“教学满意度”的新路径。修正模型的路径系数见表5，最终得到本研究的结构方程分析模型见图2。

表5 修正模型的路径系数

图2 修正模型

图2表明，修正模型的各项配适指数基本到了最低标准，其中在配适指数方面χ2/df=2.249<3、GFI=0.807>0.8、RMSEA=0.077<0.08，在相对配适指数方面CFI=0.918>0.9、PGFI=0.658和PNFI=0.757均大于0.5、IFI=0.863接近标准值0.9，说明调研数据与模型的配适度较为理想，整体上可以接受修正模型。由表5可知，修正模型的各项路径系数P值均小于0.05，说明模型中各条路径都在0.05水平上达到显著。

3 讨论

3.1 模型的科学性与合理性

本研究从教学生态角度丰富了教学满意度的内涵，在个体微观因素的基础上，进一步融合环境、组织和技术等宏观和中观因素。同时，通过文献研究和专家咨询设定测量指标，在传统教学满意度指标的基础上纳入新的指标，将媒介环境理论引入医学高等教育领域，系统性地构建了研究生网络教学满意度模型，并展实证调研和统计分析。在理论层面遵循了科学的测量分析方法，在现实层面契合了教育信息化和疫情常态化的时代背景。

3.2 影响路径讨论

研究生网络教学满意度模型中的主要影响路径是：教学环境对教师教学、学生学习、课程安排和教学满意度产生直接正向影响；网络媒介对教师教学和学生学习产生直接正向影响；教师教学对课程安排和学生学习产生直接正向影响；课程安排对学生学习产生直接正向影响；学生学习对教学满意度产生直接正向影响。各因素的具体影响效应分析如下：

3.2.1 教学满意度的影响路径。在网络教学过程中，教学满意度受到教学环境的影响最大，其直接效应为0.398，通过教师教学、课程安排和学生学习产生的间接效应为0.080，总体效应为0.478，说明在该模型设定的条件下，教学环境每改善1个单位教学满意度将会提升0.478个单位。同时学生学习情况会直接作用于教学满意度，直接效应为0.209。这也许与环境的多元性有关，相较于传统课堂的单一教学环境，学生在网络教学过程中会同时受到线下实际环境与线上虚拟环境的混合影响[17]。

3.2.2 教师教学的影响路径。教学环境和网络媒介都对教师的网络教学产生直接影响，直接效应分别为0.232和0.605，说明在新冠疫情期间，学生认为网络媒介的稳定性、易用性和功能性特征相较于学校的支持度、重视度和教学规范对教师教学的影响更大，且良好的网络媒介将有利于教师开展专业课网络教学工作。对教师而言网络媒介的影响远高于教学环境[5]，这也许能侧面反映出疫情期间教师适应网络媒介的难度要高于教学环境。

3.2.3 课程安排的影响路径。课程安排主要受到教师教学和教学环境的直接影响，直接影响效应分别为0.647和0.230。网络媒介对课程安排的直接影响不显著，但可以通过教师教学产生间接效应，效应值为0.392。说明网络课程安排主要是由教师主导，教师会根据教学环境的变化稍作调整。而网络媒介的直接影响不显著，这也许因为医学研究生教学内容侧重线下实践性，当前教师还在适应媒介变化，因此课程安排主要还是将传统课堂教学的内容搬到网络平台[18]。

3.2.4 学生学习的影响路径。学生的网络专业课学习受到教学环境、网络媒介、教师教学和课程安排的共同影响，直接效应分别为0.191、0.231、0.288和0.322，另外教学环境、网络媒介和教师教学通过课程安排产生间接影响，间接效应分别为0.189、0.300和0.209，因此在对学生学习的总体影响由高到低分别为网络媒介(0.532)、教师教学(0.496)、教学环境(0.381)和课程安排(0.322)。部分说明优化网络专业课安排，可以直接提升学生学习水平，另外提供良好的网络媒介进行专业课教学可以在总体层面提升学生学习水平[10]。

3.3 关键指标讨论

模型从教学环境和网络媒介两个外因潜变量出发，分析其对内因潜变量教师教学、课程安排、学生学习和教学满意度的影响路径，结合图2对各个潜在变量的关键因素分析如下：

3.3.1 外因潜变量的关键因素。在教学环境的3个测量指标中，对其影响最大的是教学规范，系数为0.836，其次是教学支持度，系数为0.708，说明在教学环境的各要素中，学生更关注教学规范。在网络媒介的3个测量指标中，网络平台的稳定性和易用性对其影响最大，系数分别为0.871和0.856，相比而言网络平台的功能性在教学过程中的关注度较低。由此可知，教学规范和教学支持度对改善教学环境有重要作用，平台的稳定性和易用性对网络媒介的教学应用具有重要影响[19]。

3.3.2 内因潜变量的关键因素。在教师教学的6个测量维度中教学规划和教学适应的影响系数最高，分别为0.865和0.856；在课程安排的6个测量维度中考核方式和课后作业对其影响最大，分别为0.888和0.785；在学生学习的5个测量维度中，对其影响最大的是学习兴趣，系数为0.905，其次是学习意愿，系数为0.822，侧面反映在专业课网络教学过程中，学生自主性的重要性。在教学满意度的4个测量维度中，教学内容的影响系数最高，为0.978，一定程度上反映了学生对于教学内容的重视程度。由此可知，教学规划和教学适应对提升教师网络教学有重要作用；课后作业和考核方式成为网络课程安排的重要因素；学生对网络专业课学习更具主动权，学习兴趣和学习意愿对学生网络学习产生重要影响[3]；教学内容成为提升教学满意度的关键。

4 建议

4.1 利用技术媒介满足个性化学习需求

网络教学改变了传统的教学情境，隔着网络屏幕，来自老师的监督和同学的督促大幅下降，赋予学生更强的学习主动权，因此如何抓住学生的学习兴趣并激发其学习意愿成为关键。面对学生的个性化差异，需要充分利用互联网、大数据媒介的优势提升学生的参与度与自主性，如设计专业课的不同教学方式和教学环节，利用学生在教学过程中的答题状态、思考停顿时长、师生互动频率等真实数据分析学生的学习需求，并设计课堂教学的多元化和多维度评价系统，涵盖学生自我评价、师生评价、生生评价、第三方评价等。进而根据学生的学习需求，开发线上线下、录播直播等多样化的教学课程和考核方式供学生选择。

4.2 适应教学变化提升学生体验

面对信息技术的挑战，未来教师的工作性质将由知识传授更多的转向情绪劳动[20]。教师如何更好适应教学环境和网络媒介的变化，并且设计和规划好课程教学尤为重要，即教学规划和教学适应是教师教学能力的重要体现。由于学生学习是教师网络教学围绕的核心，教师需要改变传统的将自己视作教学工具、将学生视作教学工作完成工具的工具观。一方面以学生为主体采用混合教学模式逐渐适应网络教学的变化，另一方面以培养学生元认知能力为目标通过任务型、应用型教学方式激发学生的学习兴趣和动力。如让学生针对某一病症设计不同群体的诊疗方案，并通过课堂讨论评选最优方案，将知识学习投放到现实生活，提升学生体验。

4.3 围绕教学内容优化评价体系

学校是网络教学有序开展的组织基础，随着教学环境、教学方式、教学个体关系、教学内容的变化，教学评价体系也应进一步优化。在组织层面，学校应以技术媒介为抓手，围绕教师、学生和课程进一步整合教学资源，建立高校之间、高校内部、校企之间的信息沟通平台，丰富网络教学的内容和渠道，共建共享优质教学资源，为网络教学提供制度支持和资源保障。在技术层面，建立线上线下相结合教学服务平台，在传统教学数据管理的基础上，通过网络平台有针对性的收集和评估教学数据，包含学生学习需求、教师教学规划、师生互动情况、课程评教等，利用大数据分析数据向教师和学院反馈网络教学质量，为改进教学方案和提升教学效果提供数据支撑。在实践层面，应培训和提升教师信息化教学能力，引导教师角色从教学资源的使用者向开发设计者转变，精心设计网络课程，而非简单照搬线下课堂，并将这种信息化教学能力纳入考核指标[21]。