网络环境下护理本科生深度学习在线上教学效果与生涯适应力之间的中介效应研究

吴欣莲,田嘉琪,王珮瑶,吴飞,陈奕霏,刘诗盈,臧爽

(中国医科大学 护理学院,辽宁 沈阳 110122)

生涯适应力是指个体对其未来生涯发展的适应程度,是其保持职业角色平衡的一种能力[1]，也是护生成为优秀护理人才所必须具备的能力[2]。有研究[3]表明,生涯适应力与学生的学习资源和学习效果有关。网络化时代为学生提供了丰富的学习资源的同时也导致其对知识的理解掌握趋于浅表化[4]。深度学习是个体全身心投入学习的能力,是学生面向未来工作必不可少的能力[5]。深度学习可积极影响学习效果,对学生生涯发展有益[6]。“互联网+”时代下的线上教学是实现教育现代化的重要途径,现已逐步成为高等教育教学的重要发展方向[7]。线上教学可深化学生的学习程度、提升学习效果[8]。因此,假设线上教学效果可通过网络环境下护理本科生深度学习间接影响其生涯适应力。基于此,本研究探究线上教学效果与护理本科生生涯适应力之间关系,并分析深度学习在其间的中介效应,以期为护理教学改革及护理专业学生生涯发展的研究提供参考。

1 对象与方法

1.2 方法

1.2.1 线上教学方法 本研究以研究对象所在学校广泛用于线上教学的雨课堂平台为例[9],研究对象于入学时开始接触线上教学,现可熟悉地进行线上专业课学习。以护理学专业课为例,其具体使用情况如下:(1)课前，教师在雨课堂平台组建班级,向学生推送预习材料,包括课程PPT,与授课内容相关的护理资料等；(2)课中，教师发送PPT至学生端,缩短学生抄写时间，教师还可通过线上发送弹幕、互动留言以及发布课堂习题等渠道及时调整教学进度；(3)课后，教师可线上发布课后复习任务,包括课后考试、课后小组实践任务和课后阅读材料等，学生可线上观看课程回放,对知识进行巩固复习。

1.2.2 研究工具

1.2.2.1 一般资料问卷 由研究者自行设计，包括性别、户口所在地、是否为独生子女、是否为学生干部及第一志愿是否为护理专业等。

1.2.2.2 大学生生涯适应力问卷 赵小云等[10]编制，用于测量护理本科大学生对未来生涯发展的适应程度。问卷包括生涯人际(6个条目)、生涯关注(6个条目)、生涯好奇(6个条目)、生涯自信(6个条目)、生涯控制(5个条目)和生涯调适(6个条目)6个维度,共35个条目。采用1(完全不符合)～5(完全符合)分5级评分法,其中生涯控制维度的条目均反向赋分。总分35～175分，总分越高表示生涯适应力越强。本研究中的问卷的Cronbach’s α系数为0.940。

1.2.2.3 大学生在网络环境下深度学习问卷 唐金娟[11]编制,用于测量大学生在网络环境下的深度学习水平(以下简称深度学习)。问卷包括信息素养(7个条目)、知识构建(6个条目)、沟通(9个条目)和再加工(5个条目)4个维度,共27个条目。采用1～5分5级评分法(1=完全不符合，5=完全符合),总分27～135分。总分越高表示学习程度越趋于深度[12]。本研究中问卷的Cronbach’s α系数为0.825。

1.2.2.4 线上教学效果问卷 李小艳[13]编制，评价基于Blackboard平台的翻转课堂应用效果。由于Blackboard平台已逐步被雨课堂平台所取代,经5位具有高级职称的护理专家测评后确认可以在本研究中使用。问卷包括学习投入(5个条目)、学习活动与合作交流(6个条目)、学习效果(8个条目)、课堂评价和认可(4个条目)4个维度，共23个条目。采用1～5分5级评分法(1=完全不满意，5=完全满意),总分23～115分。本研究中问卷的Cronbach’s α系数为0.868。

1.2.3 资料收集方法 问卷分为线上填写和线下分发两部分。调查员向研究对象解释问卷目的及用途,征得研究对象同意后,发布含有统一指导语的问卷链接(问卷星平台)或纸质问卷,问卷匿名填写。线上问卷提交后可自动存入档案,纸质部分填写后当场回收,填写用时约15 min。本次调查共发放问卷202份,回收有效问卷163份,有效回收率为80.7%。

2 结果

2.1 护理本科生一般资料及生涯适应力、深度学习及线上教学得分情况 本研究共纳入护理本科生163人，其中男生43人(26.38%),女生120人(73.62%),年龄19～22岁,平均(21.58±1.06)岁。城镇户口88人(53.99%)，农村户口75人(46.01%)；独生子女90人(55.21%)，非独生子女73人(44.79%)；学生干部80人(49.07%)，非学生干部83人(50.93%)；第一志愿为护理的116人(71.17%)，第一志愿非护理的47人(28.83%)。生涯适应力条目均分为(3.37±0.52)分,线上教学效果条目均分为(3.50±0.46)分,深度学习条目均分为(3.33±0.44)分。

2.2 线上教学效果与生涯适应力及深度学习之间的相关性 结果显示,本组护理本科生的生涯适应力与线上教学效果(r=0.404)、深度学习(r=0.411)均呈正相关(均P<0.01);线上教学效果总分与深度学习总分呈显著正相关(r=0.460,P<0.01)。

2.3 护理本科生生涯适应力的多元线性回归分析 以生涯适应力得分为因变量,以线上教学效果得分及深度学习得分为自变量进行多元线性回归分析。结果显示,线上教学效果及深度学习共解释生涯适应力总变异的21.4%,见表2。

表2 护理本科生生涯适应力的多元线性模型

2.4 深度学习在线上教学效果与生涯适应力之间的中介效应分析 进一步构建以线上教学效果为自变量,以深度学习为中介变量,以生涯适应力为因变量的结构方程模型,见图1。χ2/df=1.410,拟合优度指数(goodness of fit index,GFI)为0.975,比较拟合指数(comparative fit indices,CFI)为0.917,规范拟合指数(normed fit index,NFI)为0.920,Tucker-Lewis指数(tucker-lewis index,TLI)为0.969,近似误差均方根(approximate error root mean square,RMSEA)为0.050，模型拟合良好。中介效应结果显示,线上教学效果作用于生涯适应力的直接效应为0.407(P<0.001)。通过深度学习作用于生涯适应力的间接效应为0.336(P<0.050),中介效应占总效应的45.3%,详见表3。

图1 深度学习中介效应拟合模型

表3 深度学习在线上教学效果

3 讨论

3.1 网络环境下护理本科生生涯适应力、深度学习以及线上教学效果现状 本研究中护理本科生生涯适应力属于中等偏上水平,与陈奕霏等[14]研究结果一致。其原因可能与本研究对象为大三学生,已开设护理见习课程和生涯规划课程有关。这两门课程为学生提供了近距离接触护理行业的机会,可充实其专业知识,培养其护理专业能力,对提高其生涯适应力有益。护理本科生的深度学习得分属于中等偏高水平,说明大部分学生在网络环境下拥有良好的深度学习的能力。但知识构建维度得分较低,说明学生对知识的深层理解能力较弱,可能会导致学生的知识基础不牢固。教育者应对本科生的短板弱项加以重视,积极响应国家“健康中国2030”规划纲要,加强护理专业教育体系的建设,优化护理人才培养模式,推动护理高质量发展[15]。线上教学效果得分高于条目满分的2/3,说明线上教学效果良好。线上教学可通过提供丰富的学习渠道和多样的授课方式提升学生的自主学习能力,且该教学模式的学生满意度较高,学生愿意进行线上学习。但学习投入得分相对偏低,可能与线上教学受限于使用者的硬件设备以及网络环境有关,也可能是由于学生主要在作业和考试的要求下被动的投入时间,其更深层次的学习投入仍有待提升。

3.2 护理本科生生涯适应力与线上教学效果及深度学习的关系 本研究结果显示,线上教学效果与生涯适应力呈正相关，且线上教学对生涯适应力具有正向预测作用。线上教学可培养学生的学习思维方式和学习策略等素养[16],对其生涯适应力有益。深度学习与线上教学效果呈正相关,提示教育者可以通过线上教学即时收集学生的学习数据,对授课节奏进行调整,提升学生的主体地位和学习体验,培养其深度学习能力。深度学习与生涯适应力呈正相关,其原因可能与深度学习中的沟通能力与信息素养能力有关。这两种能力有助于提升学生处理复杂问题和解决实际问题的总体能力,进而提升护理本科生的生涯适应力。

3.3 深度学习在线上教学效果与生涯适应力之间的中介效应 本研究结果显示,深度学习是线上教学效果与生涯适应力之间的部分中介变量,提示教育者不仅可以通过应用线上教学提升护理本科生的生涯适应力,还可以通过提升深度学习能力增强其生涯适应力。线上教学可充分调动学生的主观能动性,提高其知识迁移程度与深度学习能力[17]。深度学习能力的提升可推动学生专业实务能力提高,进而提升其生涯适应力。因此,护理教育者应积极应用线上教学,充分发挥其灵活、互动、实时检测学习效果等优势,提升学生的深度学习能力,这对于提高学生的专业知识水平,奠定扎实的专业知识基础具有十分深远的意义[6]。护理教育者也应该关注护理本科生对知识的掌握运用能力及学习状态,提高网络环境下护理本科生的深度学习能力及学习效果,提升其生涯适应力。

4 小结

本研究显示线上教学效果对护理本科生生涯适应力具有积极影响,且深度学习在其中起到部分中介效应。“互联网+”时代背景下,充足的网络资源促进了护理学教育的革新,教育者可以通过线上教学推进护理教育方式的改革,优化护理本科生的深度学习能力,提高学生的生涯适应能力,为护理本科生的生涯发展打下坚实的基础。此外,本研究存在一定局限性,研究对象仅为来自一所高校的三年级护理本科生。因此,需要进一步开展大样本量的研究对本研究相关结论进行验证。