大学生在线深度学习现状及其影响因素研究

李依锘，林蓓蕾

（郑州大学护理与健康学院，河南 郑州 450000）

1976 年Marton 等首次提出深度学习的概念[1]，深度学习是一种以提升批判性思维、问题解决等高阶能力为目标的学习方式[2]，学习者在学习过程中批判性地学习新知识，并与已有知识相关联，建立知识结构体系，实现已有知识的迁移并运用在实际生活中。深度学习注重批判理解、强调信息整合、促进知识建构、注重迁移应用、面向问题解决和提倡主动行为[3]。在“互联网+”环境下，教育教学领域不断进行改革，大量以智慧教学为核心的教学云平台的产生改变了传统的教学模式，众多高校开展大量在线教学活动，大学生在线深度学习值得关注。在线深度学习指的是教师在互联网环境中对学生进行精心组织，并对他们进行个体化辅导，学生可以全身心地投入对复杂问题的求解之中，从而得到一个全面发展的有意义的学习过程[4]。国外对深度学习的研究早于国内，近几年国内对在线深度学习的研究也开始增多，仍有较大探索空间。本研究旨在调查大学生在线深度学习的现状并分析影响因素，为促使大学生主动提升在线深度学习的能力、更好地激励大学生在线深度学习、优化线上教学实践及效果提供参考。

1 对象和方法

1.1 对象

采用便利抽样方式，选取郑州大学全日制本科在校生184名进行线上问卷调查。

1.2 测评工具

1.2.1 基本信息调查表 本调查表包括12 个方面的基础信息，主要为性别、年级、是否获得过竞赛奖项、家庭所在地、家庭人均月收入、父母受教育水平以及是否担任学生干部等。

1.2.2 大学生深度学习量表 本量表是由唐金娟[5]开发的，包括信息素养、知识再加工、知识建构和沟通共4 个维度，各包含7个、9 个、6 个和5 个条目，共27 个条目，以问卷的形式进行测评和分析，用于评估网络环境下大学生深度学习水平。采用Likert 5 级评分法，1～5 分表示从完全不符合到完全符合，得分越高，说明大学生在线深度学习水平越高。量表的Cronbach's α系数为0.973，4 个维度的Cronbach's α 系数在0.893～0.941 之间。

1.2.3 网络学习空间量表 宋琳琳[6]编制出了一种网络学习空间量表，用来对大学生在线学习的空间获得、运用进行测评，该量表包括沟通讨论（4 项）、资源获得（5 项）、支持服务（3 项）、评估反馈（3 项）4 个维度，共计15 项条目。运用Likert 5 级评分法，1～5 分表示从完全不同意到完全同意，得分越高，说明对网络学习空间的使用程度越高，对其利用越好。量表的Cronbach's α 系数为0.961，4 个维度的Cronbach's α 系数在0.878～0.949 之间。

1.2.4 在线学习投入量表 远程学习投入量表由Sun 与Rueda开发，尹睿等[7]汉化该量表得到在线学习投入量表。在线学习投入量表包括行为投入、认知投入和情感投入3 个维度，各有3个、5 个、7 个条目，共15 个条目。采用Likert 5 级评分法，1～5分表示从非常不符合到非常符合（其中条目9 为反向计分），分数越高，表明在线学习投入度越高。量表的Cronbach's α 系数为0.939，3 个维度的Cronbach's α 系数在0.809～0.954 之间。

1.2.5 教师支持量表 教师支持量表由迟翔蓝[8]编制，包含教师自主支持（5 个条目）、教师能力支持（4 个条目）和教师情感支持（4 个条目）3 个维度13 个条目。采用Likert 5 级评分法，1～5分表示从非常不符合到非常符合，得分越高，表明在线学习环境中大学生感知教师支持的程度越高。量表整体Cronbach's α系数为0.974，3 个维度的Cronbach's α 系数在0.912～0.950 之间。

1.2.6 学业成就目标量表 学业成就目标量表由迟翔蓝[8]编制，包括学习目标（5 个条目）、成绩—趋近目标（5 个条目）和成绩—规避目标（5 个条目）3 个维度，共15 个条目。采用Likert 5级计分，1～5 分表示从非常不符合到非常符合，得分越高，表明学业成就目标越高。量表的Cronbach's α 系数为0.928，3 个维度的Cronbach's α 系数在0.857～0.932 之间。

1.3 调查方法

使用问卷星平台发放问卷，选取郑州大学的学生在线填写问卷。问卷发放后，共回收198 份，回收率100%，经过整理筛选后，最终得到有效问卷184 份，有效率为92.93%。

1.4 统计学方法

使用SPSS 25.0 统计软件分析与处理数据，以频数和百分比描述一般资料，计量资料用（±s）表示，通过Pearson 相关分析探讨各变量间的相关性。采用单因素方差分析或独立样本t检验比较在线深度学习得分在不同特征大学生之间的差异性；采用多元线性回归分析了解大学生在线深度学习的影响因素，检验水准α=0.05。

2 结果

2.1 不同特征大学生在线深度学习水平得分差异

184 名大学生的在线深度学习总分为（90.81±21.95）分，均分为（3.36±0.81）分，各维度均分均在3 分以上，提示其在线深度学习处于中等偏上水平。单因素分析结果显示，是否担任学生干部、是否喜欢借助网络进行学习、学期内每日在线学习时长、是否获得过竞赛奖项以及是否喜欢借助网络和他人进行交流的大学生在线深度学习均分差异具有统计学意义（P＜0.05）。担任学生干部的、喜欢借助网络进行学习的、获得过竞赛奖项的、喜欢借助网络和他人进行交流的以及学期内每日在线学习时长在3～＜5 小时的学生得分高于其他学生，详见表1。

表1 不同特征大学生在线深度学习水平比较（±s，分）Table 1 Comparison of further online learning level among collegians with different characteristics（±s，score）

表1 不同特征大学生在线深度学习水平比较（±s，分）Table 1 Comparison of further online learning level among collegians with different characteristics（±s，score）

项目P 0.303组别n性别年级男女大一t/F 1.033 1.040 0.376家庭所在地0.956 0.386家庭人均月收入（元/月）1.651 0.179父母受教育水平大二大三大四城市县城乡镇/农村000 64 10 50 36 98 58＜1 1 000～4 999 5 000～9 999≥10 000初中及以下高中专科本科及以上1.257 0.291是否担任学生干部是否获得过竞赛奖项学期内每日在线学习时长（h）是否是否＜1 1.997 2.086 0.047 0.038 1～3～5～＜3 3～5～很不喜欢不喜欢不喜欢也不讨厌喜欢很喜欢很不喜欢不喜欢不喜欢也不讨厌喜欢很喜欢51 133 77 33 69 45 12 94 43 21 26 70 114 54 130 22 59 52 51 40 46 98 9 42 92 36均分3.46±0.87 3.33±0.79 3.32±0.78 3.37±0.98 3.34±0.77 3.80±0.75 3.49±0.81 3.38±0.78 3.29±0.83 3.17±0.86 3.48±0.80 3.40±0.78 3.49±0.72 3.28±0.89 3.44±0.76 3.63±0.86 3.31±0.49 3.51±0.84 3.27±0.79 3.56±0.78 3.28±0.82 2.94±0.88 3.27±0.85 3.52±0.59 3.50±0.87 3.24±0.90 3.53±0.69 3.33±0.83 3.07±0.84 3.10±0.91 3.37±0.75 3.60±0.68 4.27±0.97 2.89±0.53 3.69±0.75 3.20±0.78 3.30±0.74 4.04±0.95 3.493 0.017学期内在线课程数量（门）1.547 0.216你喜欢借助网络进行学习的方式吗？3.873 0.005你喜欢借助网络和他人进行交流的方式吗？552 2 77 63 17 5.589＜0.001

2.2 调查对象各量表得分情况及其之间的相关性

大学生各量表得分情况详见表2。深度学习与在线学习投入、学业成就目标、网络学习空间、教师支持之间均具有显著正相关性（P＜0.01），详见表3。

表2 各量表得分情况（±s，分）Table 2 Scores of each scale（±s，score）

表2 各量表得分情况（±s，分）Table 2 Scores of each scale（±s，score）

维度深度学习条目数量27信息素养知识构建知识再加工沟通7695总量表条目均分3.36±0.81 3.53±0.85 3.20±0.98 3.40±0.86 3.25±0.90 3.59±0.80 3.86±0.81 3.42±0.88 3.35±0.99 3.61±0.91 3.54±0.71 3.84±0.82 3.48±0.91 3.46±0.66 3.69±0.78 3.70±0.79 3.68±0.80 3.69±0.83 3.63±0.67 3.84±0.78 3.58±0.75 3.46±0.79网络学习空间15资源获得沟通讨论评估反馈支持服务5433在线学习投入15行为投入认知投入情感投入357教师支持13教师自主支持教师情感支持教师能力支持544学业成就目标15学习目标成绩—趋近目标成绩—规避目标555得分范围27～135 7～35 6～30 9～45 5～25 15～75 5～25 4～20 3～15 3～15 19～75 3～15 5～25 11～35 25～65 8～25 8～20 8～20 30～75 9～25 10～25 5～25得分90.81±21.95 24.74±5.94 19.22±5.87 30.59±7.70 16.26±4.48 53.88±11.95 19.32±4.07 13.68±3.51 10.04±2.97 10.84±2.73 53.13±10.63 11.52±2.46 17.42±4.57 24.18±4.62 47.93±10.09 18.48±3.94 14.71±3.21 14.74±3.33 54.41±10.04 19.21±3.92 17.91±3.77 17.30±3.97

表3 量表之间的相关性（r）Table 3 Correlation among scales（r）

2.3 大学生在线深度学习影响因素的多元线性回归分析

多元线性回归分析结果显示，大学生在线深度学习情况主要受在线学习投入程度、学业成就目标、网络学习空间及教师支持等因素的影响（P＜0.05）。是否担任学生干部、是否获得过竞赛奖项、学期内每日在线学习时长、是否喜欢借助网络和他人进行交流与学习对大学生在线深度学习影响不显著（P＞0.05）。在对大学生在线深度学习情况产生影响的因素中，在线学习的高投入、明确的学业目标以及对网络学习空间的充分利用，都会对大学生的在线深度学习水平产生积极的影响，影响程度由高到低分别为在线学习高投入、网络学习空间的充分利用、学业成就目标，而在一定情况下，教师支持对大学生在线深度学习水平有负向影响。多元线性回归分析显示，调整后R2为0.755，F 值为142.297，P＜0.001，D-W 值为2.023，详见表4。

表4 大学生在线深度学习影响因素的多元线性回归分析Table 4 Multiple linear regression analysis of the influencing factors of further online learning for collegians

3 讨论

3.1 大学生在线深度学习处于中等偏上水平

参与调查的大学生在线深度学习均分（3.36±0.81）分，处于中等偏上水平。分析各维度得分发现，在线学习过程中，大学生在培养信息素养、进行知识再加工、完成知识构建以及沟通方面表现较好，但是相比于其他方面，知识构建方面得分较低，这表明在在线学习的过程中，大学生缺少对所学的知识展开总结和比较，并缺少与他人共享学习资料和学习成果与收获的过程。

3.2 充分利用网络学习空间对在线深度学习有正向影响

在线教学的质量受网络信息系统质量的影响，不同线上平台的工具和资源会使教学质量产生显著差异[9]，学生的学习情况也会不同。在线深度学习侧重于思考和联想，它的发生是在保证有多样性、可用性的网络平台功能[10]以及合理利用网络学习空间的基础上发生的。故大学生有良好的网络学习空间，有利于在线深度学习的发生，这与周艳芳等[11]的研究结果一致。

本研究结果显示，大学生在网络空间中能够便捷地获得各种各样的学习资源（均分最高）；评估反馈均分最低，说明在线学习过程中，大学生缺乏对学习过程的总结、反思与学习效果的评价。为了构建良好的网络学习空间，学校可以丰富网络教学平台和完善软件支持服务，利用大数据对学生学习过程存在的优势和不足进行科学判断与分析，根据不同学生的特征，为他们提供关于学习状态的个性化与全方位的实时评估。借助网络数据，教师可以帮助学生制定个性化、精准化的学习方案，设计相应的评估指标体系[12]，以科学考评促进学习目标的达成、提升学生的学习积极性与主动性、深化深度学习理念、实现深度学习水平的提升。大学生可以根据学习评估的信息整体把握自身的学习状态，同时还可以综合任课教师、学习同伴、自我等多方面的评价，以此来最终评价自己的学习结果，客观认识自身学习效果的好坏、学习方式的合理性、学习内容的准确性、学习目标的科学性[7]，实时调整学习进度和策略，达到深度学习。

3.3 在线学习投入对在线深度学习有正向影响

Fredricks[13]提出，在线学习投入包括认知投入、情感投入和行为投入3 个方面，指线上学习活动中学习者表现出的一种积极状态。学习投入通过影响协作交流的进行、批判思维的形成、创造思维的发展，从而影响深度学习能力的培养，学习投入度越高，在线深度学习水平越高，这与白云昕、丁连地等[14，4]的研究结果相符。

调查发现，在线学习过程中，大学生能够与教师、同学保持交流，自主获取学习资源，做到行为投入；并且能够集中自己的注意力，为学习做出努力，做到认知投入。但是在情感投入方面还有所欠缺，表现为对在线课程没有足够的兴趣、归属感与自我效能感不够强烈。为促进大学生的在线学习投入，学校可以整合、更新在线学习资源，开展关于在线学习平台操作和应用的培训，进行学习方法的指导，激发学生学习兴趣[14]。课堂中良好的任务设计是促进学生投入的关键[15]，教师可以提供有效的资源和交流互动，激发大学生的学习兴趣，从而提升其学习热情，使大学生在学习过程中能够做到自我调节和监控；同时可以考虑设计一些促进主动参与的教学活动，使大学生进行深入思考，引导其积极主动地提出问题，保证课堂中的互动，削弱在线学习的孤独感与消极感。通过多种方式丰富教学组织形式，营造紧凑、活跃、有序的学习投入氛围[16]。大学生应该积极培养自己的专业兴趣，对自己所学的专业有更深刻的认识，对自己所学的学科有更清晰的认识，并对自己还没有学到的东西有更多的好奇心；对于遇到的问题，要尽量用各种方式去解决；在面临失败和挫折的时候，要学会积极调整自己的情绪，提升自己对在线学习的适应性，进而提升自己的在线学习投入，推动在线深度学习的发生和发展。

3.4 学业成就目标对在线深度学习有正向影响

学业成就目标包括学习目标、成绩—趋近目标和成绩—规避目标3 个方面。成就目标与内在动机有关，学习目标和成绩—趋近目标对在线深度学习有显著正向影响[17]。学生在学习的过程中，既设定目标促进技能的增长又关注他人对自身能力的积极评价，同时也会注重隐藏自身能力的不足之处。大学生有明确的学业成就目标，从而去主动学习、积极参与讨论以及复杂问题的解决，将自己所学的知识运用其中，提升在线深度学习水平。胡小平等[18-19]的研究也证实了该观点。

我们的调查发现，学习目标维度得分处于中等偏上水平，说明大学生在在线学习过程中大多数时候有明确的学习目标；由成绩—趋近目标和成绩—规避目标得分可见，大学生更希望自己在学习过程中有良好的表现。因此，大学生应明晰自己的角色定位，认识到自己的首要任务是什么，设定明确的学习目标，同时在学习的过程中设定阶段性目标，根据具体情况定期进行调整。要寻找并确立自己的目标是进行深度学习的基础和起点，学会规划自己的未来，明确在不同的阶段该做什么、该怎么做，强化对学习重要性的认识，尽可能地丰富自己的知识储备，提升自身的综合素质[20]，促进深度学习的发生发展。

3.5 教师支持对在线深度学习有负向影响

教师支持包括自主支持、情感支持和能力支持。教师与学生的良好互动是在线深度学习质量的重要保障，教师的线上指导与学习反馈影响深度学习。教师支持本应该正向影响学生的学习投入，同时正向预测学习动机，有助于深度学习的发生。但是本研究在进行相关性分析时，单独考虑了教师支持与在线深度学习的关系，其与在线深度学习呈正向高水平相关性（P＜0.01），在多元线性回归分析中，在控制了其他变量后，教师支持对在线深度学习呈现负向影响（P＜0.05），分析原因可能有3 个方面：一是学生在学习中过度依赖教师支持，缺乏主观能动性；二是本研究纳入的变量之间存在相互影响；三是感知到的学业挑战度与教师支持度不匹配，产生了消极学习行为。

学生在学习过程中对教师支持的依赖性较强，缺乏自控力，产生的自控行为在多数情况下是他控的结果，难以达到深度学习。为改变这一现状，在“互联网+教育”教学观念的指导下，师生要转变自身角色，教师要转变为教学活动的组织、设计者，学生要转变为主动的知识建构者[21]，从自身需求和兴趣出发开展主动学习，提升深度学习水平。迟翔蓝[8]在其研究中指出，教师支持对学习投入有影响，同时学业成就目标在教师支持对学习投入的影响中有一定的调节作用，如学习目标对教师情感支持与学习投入关系有显著的负向调节作用，呈现的结果为教师支持负向影响在线深度学习。因此，厘清教师支持对在线深度学习的影响十分重要，在此基础上调整影响因素，帮助学生在良好的教师支持下提升在线深度学习水平。此外，徐丹等[22]指出，学生感到的学业挑战与教师支持匹配度越高，在学习过程中表现越好，如果两者不匹配，就可能产生消极学习行为。比如当学生在课程学习中面临的挑战度较低，而教师支持度高于需求，学生不需要高度参与课程学习和同伴学习就能轻松完成学业任务，这样就会产生消极学习行为，不会产生深度学习。因此，教师可以适当调整在线课程的难度，拓展课程的深度，或根据课程的难度给予合适的支持，引导大学生积极主动地参与课程学习，培养高阶能力，获得全方面的发展，投入深度学习。

4 结语

本次调查的大学生在线深度学习处于中等偏上水平，还有进一步提升的空间。网络学习空间的使用、在线学习投入、教师支持、自我成就目标是大学生在线深度学习的主要影响因素。因此，可从丰富、完善网络资源，促进学习投入，帮助大学生明确学习目标，适当调整在线课程难度与教师支持度等方面促进大学生的在线深度学习。本研究纳入的大学生样本数量有限，各影响因素之间的相互关系有待进一步研究。今后的研究可以纳入更多的样本，加入可能的影响因素，分析各影响因素之间具体的关系。