媒介信息素养、在线临场感与深度学习结果关系研究

摘 要 在线深度学习的“深度”表现在方法、过程、结果等方面，受个体特质与素养、在线环境以及交互行为等的影响。基于媒介与信息素养、在线临场感以及深度学习理论，以职业教育在线学习场景下的学习者为研究对象，探究媒介与信息素养、社会临场感、认知临场感以及深度学习结果之间的关系，并构建了相关模型。研究显示，学习者的信息需求意识、网络媒体技术应用能力以及数据信息整合与传播能力，均对其在线学习社会临场感和认知临场感具有直接正向影响。同时，数据信息整合与传播能力和两种临场感直接正向影响在线深度学习结果。基于研究结果提出构建与实施基于具体职业场景的媒介与信息素养知识技能体系；强化社会临场感和认知临场感的教学设计；构建与实施在线深度学习目标与评价等策略。

关键词 媒介与信息素养；在线学习；深度学习；社会临场感；认知临场感

中图分类号 G712 文献标识码 A 文章编号 1008-3219（2024）23-0046-07

作者简介

张茂伟（1982- ），男，广东开放大学文化传播与设计学院副教授，华南师范大学教育技术学博士研究生，研究方向：教育传播（广州，510091）；侯小杏（1984- ），女，广东药科大学医药信息工程学院实验师，研究方向：学习科学

基金项目

广东省教育科学规划课题“开放教育体系下学习者网络媒介素养与网络学习行为模式关系研究”（2018GXJK289）；广东省继续教育教学改革与研究实践项目（JXJYGC2022GX446），主持人：张茂伟

一、问题提出与理论梳理

深度学习强调知识的迁移与应用，是推动教育变革和培养21世纪人才的有效学习方式[1]。特别是在网络化学习日益普及的今天，深度学习已然成为破解在线教育困境的关键途径[2]。为适应网络学习的需求，联合国教科文组织提出了媒介与信息素养（Media and Information Literacy，MIL）的概念，旨在整合信息素养、媒介素养等，以更好地适应终身学习和知识社会的发展趋势。尽管已有研究揭示了信息素养对在线学习投入和学习效果的积极影响[3]，但从媒介与信息素养这一综合视角出发，对其与在线临场感、深度学习之间关系的研究仍显不足。同时，面对职业教育学生在线学习动力、习惯、效果整体薄弱亟待提升的现状与需求[4]，本研究旨在通过探究职业教育在线学习环境中，学习者的媒介与信息素养各维度与在线学习临场感以及在线深度学习结果之间的内在联系，以期为职业教育在线深度学习研究与实践提供参考。

（一）媒介与信息素养

依据联合国教科文组织的界定，媒介与信息素养核心内容是媒介素养和信息素养，这不仅超越了单纯地关注、获取、分析、评估、传播媒介信息的能力，还更加重视人们自身的能动性，包括信息需求与批判意识以及信息生产与创新能力。它强调个体能够借助信息技术与相关媒体进行自我表达、终身学习，以及民主参与[5]。有学者指出，学习质量文化创新的关键是让学习者具备适应当前背景“学会学习”的学习素养与能力[6]。其中，媒介与信息素养已成为影响个体适应网络化学习，构建沉浸式学习环境、开展交互协作学习的关键能力和基本素质[7]。综合相关研究成果，面向获取在线数据、信息与知识，构建在线学习环境，以及提升在线临场感、促进深度学习的需求，本研究将媒介与信息素养界定为：信息需求意识，即有意识地提升信息检索能力以开展网络学习；网络媒体技术应用能力，即能够不断更新自身媒介技能，快速定位与获取主题信息等；数据信息整合与传播能力，即个体能够有效地整合、运用、生产与创造信息和媒介内容，并具备良好的自我表达与沟通能力。

（二）在线临场感

探究社区模型的提出是为了克服远程教育在社会交互方面的不足和技术性限制。该模型由教学临场感、社会临场感、认知临场感三个关键要素构成。其中，教学临场感强调对学习者认知临场感和社会临场感进行设计，以帮助学习者获得有意义、有价值的学习结果。社会临场感是参与学习社区的个体借助媒介展示“真实”自我和建立人际关系的能力。认知临场感是指学习者在网络学习社区的学习过程中，通过批判、对话与反思实现意义建构的程度。探究社区模型提出者之一特里·安德森认为，数字时代应该把该模型发展成一种以学习者为中心的“教与学”模式，使之更加符合自我导向学习的理念[8]。也就是说，在线学习环境中，相较于教学临场感，社会临场感与认知临场感更能反映学习者自主视角的学习过程与感知，更容易受学习者自身媒介与信息素养的影响，从而与学习者的深度学习更易于产生直接关联。基于此，本研究采用探究社区模型中的社会临场感和认知临场感展开相关研究。

（三）深度学习

深度学习是与浅层学习对应的一种学习方式，强调学生能够批判性地接受信息、学习知识，有效地连接新旧知识、经验和思想，并能在新的情境中迁移运用所学内容，以辅助决策和解决问题。深度学习之“深度”一般从三个方面来界定，即在学习结果方面追求认知、自我、人际方面的高阶能力，在学习方法方面注重问题导向的复杂问题解决，在学习参与方面倡导积极主动的沉浸参与，并且学习过程与方法层面的“深度”最终目的是实现学习结果层面的“深度”——深度学习结果[9]。相关研究表明，深度学习结果受多元因素的影响，如学习者的动机、反思能力、效能感、信息素养等个体特征，学习者与学习同伴、教师、学习内容之间的交互行为，以及由知识结构、学习活动、氛围、技术工具等构筑的学习环境等诸多因素[10][11]。在线深度学习总体与上述情形相符，但由于在线学习环境及学习者具身性等存在较大差异，因此，在讨论在线深度学习结果时，需要考虑环境变化带来的一些特殊需求和相应的调整。基于此，本研究旨在深入探究职业教育场景下在线深度学习过程中，学习准备阶段个体范畴的媒介与信息素养如何影响学习过程中行为与环境范畴的在线临场感，并进一步分析这两者对在线深度学习结果的影响。

二、研究假设与模型构建

（一）媒介与信息素养对在线临场感的影响

1.信息需求意识对在线临场感的影响

信息需求意识是一个包含信息需求与目标导向、信息质量与多样性、信息更新发展与安全在内的意识集合，是批判性开展全方位、深层次信息加工、知识建构的逻辑起点。它指的是个体在面对数据信息时，能够意识到何时需要何种数据信息，并主动、持久地使用这些信息来解决问题的态度。个体在网络媒体中寻求学习资源，构建优质在线学习环境，源于其在学习过程中对数据、信息、知识的不满足感和需求感。具备强烈信息需求意识的学习者会更加重视信息的获取和利用，能准确判断个人的信息需求以解决学习问题，从复杂的环境中获取和发掘有价值的信息和知识[12]，进一步开展信息、知识的建构与关联。从信息需求意识出发，学习者与网络媒体技术环境、学习同伴、教师以及信息内容进行多种交互，不仅能够深刻地反映和影响学习者的认知投入度[13]，还能够有效帮助学习者深入了解网络学习环境及其相关要素，从而形成更加完整和系统的学习网络。基于上述分析，提出如下假设：

H1：信息需求意识对在线学习社会临场感具有显著的正向影响。

H2：信息需求意识对在线学习认知临场感具有显著的正向影响。

H7：信息需求意识对在线深度学习结果具有显著的正向影响。

2.网络媒体技术应用能力对在线临场感的影响

网络媒体技术应用能力指学习者在网络环境中有效利用各种媒体工具获取、处理、应用信息知识解决具体问题的能力。这种能力不仅关乎学习者的个性化学习路径选择或构建，更影响着其社会临场感和认知临场感的构建。研究显示，具备较强网络媒体技术应用能力的学习者，往往能够在网络社交媒体中延伸学习边界，丰富学习体验，进而提升学习效果[14]。网络媒体技术应用能力强的学习者，能够高效地通过自我组织的社会网络进行连接与沟通，促进网络社群内的信任与协作[15]。他们更善于构建开放、融合的社会化学习环境，从而更有效地获取信息、知识，与网络学习空间其他成员进行深度对话，构建更高层次的社会学习网络，实现联通学习。这种能力的提升，与深度学习强调的问题解决、知识迁移能力不谋而合。基于以上分析，提出如下假设：

H3：网络媒体技术应用能力对在线学习社会临场感具有显著的正向影响。

H4：网络媒体技术应用能力对在线学习认知临场感具有显著的正向影响。

H8：网络媒体技术应用能力对在线深度学习结果具有显著的正向影响。

3.数据信息整合与传播能力对在线临场感的影响

数据信息的整合、应用、创新与传播，其重要性已然超越了意识性、技术性和工具性。这一点在学习者与媒介工具的深层次交互中得到了充分的体现。学习者利用媒介工具生产与传播信息和知识，并与其他媒介使用者进行深层次协商与意义建构。这些技能和能力正是构成媒介与信息素养的核心要素。同时，这一维度还强调了对反思与批判、沟通与合作、创新与发展等价值性和社会性问题的关注[16]。从学习者视角来看，只有熟练掌握如何与以数字媒体技术为代表的各种媒体进行交互，才能更好地建构个性化的学习环境，从而为更高层次交互奠定坚实基础[17]。从教师的角度来看，利用互联网平台及相关技术整合学习资源，不仅能为学习者提供个性化学习策略，还能增强其学习沉浸感[18]。从技术层面来看，实时抑或异步的媒体技术工具均为在线交互式学习活动和协作性创作与分享提供了强大的支持。这些工具不仅促进了学习者之间的对话与反思，更进一步激发了他们运用新媒体技能进行知识建构与生产的积极性。这种基于意义的协商、对话与反思的批判式应用与创新，能够显著提升深度学习的效果[19]。基于上述分析，提出如下假设：

H5：数据信息整合与传播能力对在线学习社会临场感具有显著的正向影响。

H6：数据信息整合与传播能力对在线学习认知临场感具有显著的正向影响。

H9：数据信息整合与传播能力对在线深度学习结果具有显著的正向影响。

（二）社会临场感、认知临场感对深度学习结果的影响

对部分学习者而言，网络学习特别是异步在线学习，可能带来一种孤独的学习体验[20]。在这种情境下，社会临场感的重要性凸显出来，它能为学习者创造一个安全且有利于反思与对话的环境，从而增强学习者的投入度和沉浸感。在高临场感的学习环境中，知识的情境性和社会性得到增强。此环境中的社会情境、学习者的自我反思，以及他们之间的对话、讨论与协商，都有助于知识的深层次建构和理解[21]。研究显示，社会网络结构对在线教学效果有着深刻影响[22]。高临场感的学习环境更利于学习者实现自主社会性学习，进而有助于培养批判性思维等高阶能力[23]。社会临场感所强调的建构性、演化性的社群互动，对培养开放沟通、批判思维及支持性互动能力至关重要。这不仅有利于提升学习者的归属感和自我效能感，还能对协作学习、学习态度与学习效果产生积极影响[24]。认知临场感注重持续协作与反思，以实现意义建构与深度理解[25]。高认知临场体现了学习者优秀的独立学习与反思能力，它促进了新概念、新观念等信息知识的整合、使用和建构创新[26]，从而提升整体学习成效。基于上述分析，提出如下假设：

H10：社会临场感对在线深度学习结果有显著的正向影响。

H11：认知临场感对在线深度学习结果有显著的正向影响。

根据以上假设，本研究构建了媒介信息素养、在线临场感及在线深度学习结果的关系模型，如图1所示。

三、研究过程与结果分析

（一）变量测量

本研究涉及的关键变量包括媒介与信息素养、在线学习临场感以及在线深度学习结果。为确保测量的准确性和有效性，本研究选择了成熟量表并根据实际需求进行了适当调整。其中，媒介与信息素养量表主要参考了李金城[27]、郭宇[28]的研究，在经过测试调整后，形成了包括信息需求意识、网络媒体技术应用能力、数据信息整合与传播能力三个维度的量表，每个维度包含5个题项。在线学习临场感量表参考了兰国帅根据英文版探究社区量表改编的中文版量表[29]，具体包括社会临场感5个题项和认知临场感9个题项。在线深度学习结果量表参考了李玉斌的相关研究量表[30]，共设计了10个题项。所有题项均采用李克特五级测量方式。此外，研究还涵盖了性别、网络学习情况等基本信息，整个量表共计42个题项。

（二）数据收集与研究方法

本研究采用随机抽样方法，在广东省广州市、中山市、清远市等地的职业院校进行了问卷调查，共收集到913份问卷。根据网络学习参与度、回答时长与作答规范性等因素对问卷进行了筛选，最终保留了759份有效问卷。在数据处理方面，本研究运用了结构方程模型进行深入分析，借助SPSS19.0和AMOS21.0对问卷的信度、效度进行了评估，并进一步探究了模型的适配度和路径关系。

（三）问卷信效度分析

研究采用Cronbach’s α、KMO和Bartlett球形检验、组合信度（CR）及平均方差提取量（AVE）等指标进行信度和效度检验。其中问卷整体Cronbach’s α值为0.978，KMO值为0.983，且Bartlett球形检验的显著性值小于0.001，这表明问卷的整体信效度都很好。具体维度分量表统计结果如表1所示，6个分量表Cronbach’s α值介于0.824到0.942之间，均大于0.7；组合信度CR值介于0.877到0.950之间，均大于0.6，这表明调查数据的内部一致性较好，各维度量表具有较好的内在质量，问卷信度较高。

问卷各维度的因子载荷介于0.692到0.859之间，均大于0.45的最低标准。如表1所示，各维度KMO值介于0.832到0.955之间，均大于0.6，Bartlett球形检验的显著性值均小于0.001，这表明各维度量表具有较高的结构效度；各维度平均方差提取量AVE值介于0.589到0.675之间，均大于0.5，模型收敛效度较好。

（四）结构方程模型建构与检验

研究运用AMOS21.0对研究假设进行验证，使用CMIN/DF（卡方自由度比）、CFI（比较拟合指数）、GFI（拟合优度指数）、AGFI（调整拟合优度指数）、NFI（规范拟合指数）、IFI（递增拟合指数）、RMR（均方根残差）、RMSEA（近似误差均方根）等指标对模型进行检验。由表2拟合指标可知，模型具有较好的拟合度。

由表2可知，除假设H7、H8因P值大于0.05而没有得到支持外，其他假设的P值均达到显著水平，即相关研究假设均获得支持。从具体路径系数来看，信息需求意识、网络媒体技术应用能力以及数据信息整合与传播能力与社会临场感的路径系数分别为0.247、0.138、0.492，与认知临场感的路径系数分别为0.346、0.294、0.351。此外，数据信息整合与传播能力与在线深度学习结果的路径系数为0.230；社会临场感及认知临场感与在线深度学习的路径系数分别为0.266、0.609。这表明个体的信息需求意识、网络媒体技术应用能力、数据信息整合与传播能力均显著正向影响其社会临场感和认知临场感，同时数据信息整合与传播能力、学习者社会临场感及认知临场感均显著正向影响在线深度学习结果。

四、结论与启示

（一）研究结论与讨论

在线深度学习的影响因素众多，涵盖个体特征、在线学习环境、交互行为等方面，并从过程、方法与结果等多个研究视角得以体现。本研究聚焦于职业教育领域的在线学习，以探索在线深度学习结果为目标，深入探究了学习者媒介与信息素养与在线学习社会临场感和认知临场感的关系，并进一步研究了它们与在线深度学习结果之间的内在联系，进而构建了相关模型。研究结果如下。

第一，媒介与信息素养所涵盖的信息需求意识、网络媒体技术应用能力以及数据信息整合与传播能力三个维度，均对在线学习社会临场感具有显著正向影响。在在线学习情境中，具备强烈信息需求意识的学习者往往更乐于与同伴和教师进行交流，通过多元化的途径获取信息与知识，从而推动问题的有效解决。这种基于知识探寻的沟通与互动，不仅能促进在线学习各环节的紧密联系，还能加深情感交流，强化群体认同感，进而显著提升社会临场感。网络媒体技术应用能力是实现信息需求意识向实际操作转化的关键环节，它能够帮助学习者高效地定位所需信息知识，进而构建并优化个人网络学习空间。利用跨媒体技术、虚拟与增强现实技术以及社交技术等，学习者可以实现智能化信息关联，并针对特定学习场景开展特色知识实践与活动。这些实践活动不仅能够提升在线学习社会临场感，还能够丰富学习体验，增强学习效果。在三个维度中，数据信息整合与传播能力对社会临场感的影响尤为突出。数据整合是信息需求意识、媒体技术能力的综合体现，它涉及与网络平台资源的深层次交互。这包括整合其他学习者的认知与见解，形成新的信息与知识，并在意义协商过程中实现知识的迭代建构与传播。这些实践活动不仅能够有效提升社会临场感，还能够推动在线学习社区的知识创新与分享。

第二，媒介与信息素养的三个维度均显著增强在线学习的认知临场感。首先，信息需求意识是触发后续信息行为的关键因素，对认知临场感的形成具有举足轻重的作用。这种意识主导着学习者对数据信息的敏锐捕捉、持续追踪，以及对信息价值的深刻洞察和准确判断。因此，强烈的信息需求意识能够极大地提升学习者在获取、评价及利用数据信息时的自觉性和效果，进而增强其在线学习的认知临场感。其次，网络媒体技术在网络学习环境中不仅作为学习认知的对象存在，更通过其独特的技术特性提高学习者的学习兴趣。最后，数据信息整合与传播能力在认知临场感的建构中发挥着核心作用。这一过程涉及新见解和新知识的生成与分享，要求学习者对信息进行批判性分析、选择性重构以及有效地交流分享。这一系列环节，包括问题的提出、协作的开展、信息的整合与分享，均能有效促进认知临场感的提升。值得注意的是，媒介与信息素养的三个维度中，数据信息整合与传播能力对认知临场感的影响最为显著（β=0.351，Plt;0.001）。

第三，在媒介与信息素养的三个维度中，仅有数据信息整合与传播能力对在线深度学习结果具有显著影响（β=0.230，Plt;0.001）。这一维度与学习者对数据信息的批判性分析及其有效传播紧密相关，高水平的数据信息整合与传播能力有助于学习者实现知识的深度建构与创新，进而提升深度学习效果。相对而言，信息需求意识和网络媒体技术应用能力对在线深度学习结果的影响并未显现出统计学上的显著性。信息需求意识作为触发信息搜寻和利用行为的原动力，其主要作用在于引导和驱动学习者的信息行为。然而，该意识对深度学习结果的潜在影响，需要通过学习者具体的在线学习行为来实现转化，再进一步转化为学习成效。尽管网络媒体技术应用能力能够为学习者提供获取多样化学习资源和进行交互式学习的关键性支撑，但在当前资源丰富且易于获取的环境下，许多学习者在持续学习动力和意愿方面显得不足。其学习行为仍多停留在简单模仿和浅尝辄止层面[31]，因而难以对在线深度学习成效产生实质性提升。从逻辑层面分析，信息需求意识和网络媒体技术应用能力对深度学习结果的潜在影响，可能需要借助一定的中介变量来实现，如在线学习的社会临场感和认知临场感等。同时，数据信息整合与传播能力则对在线深度学习结果产生更为显著且直接的影响，同时也有可能通过上述中介变量产生进一步的间接效应。

第四，在线学习社会临场感与认知临场感均对在线深度学习结果具有积极影响，其中认知临场感的影响更为显著，达到强相关水平（β=0.609，Plt;0.001），高于社会临场感的影响水平（β=0.266，Plt;0.001）。值得注意的是，这一结果与认知—行为主义教学法的某些观点并不一致，后者认为社会临场感对学习结果的影响微乎其微[32]。然而，在线学习中的孤独感和无助感实际上会抑制学习者的主动学习行为，进而成为制约学习成效的关键因素[33]。根据调研数据及相关访谈发现，与社交和娱乐活动相比，在线学习者的社会临场感普遍偏低。这主要体现在学习者与在线学习环境的同伴、教师以及学习资源的交互频次较低，且交互层次有待提高。这种现状在一定程度上导致了在线深度学习结果不够理想。为改善这一状况，从深度学习过程视角来看，提升社会临场感显得尤为重要。情境认知理论为我们提供了一种视角：学习是嵌入在社会性情境中的实践活动。因此，通过强化社会临场感，可以有效促进信息知识与现实问题的结合，增进学习者之间以及学习者与学习资源等要素之间的关联互动。这有助于激发学习者更积极地参与在线学习，进而促进深度学习。与社会临场感不同，认知临场感更侧重于通过批判性思维、反思与协商来建构意义。它不仅是深度学习的核心组成部分，而且其培养方式也体现了深度学习所强调的高阶能力。可见，认知临场感对在线深度学习结果的影响更为深远，这也合理解释了为何在本研究中，认知临场感与在线深度学习结果呈现出更为紧密的相关性。

（二）研究启示

第一，构建与实施基于具体职业场景的媒介与信息素养知识技能体系至关重要。媒介与信息素养在在线深度学习中具有重要作用，其涵盖的意识、知识和工具等多重属性对在线深度学习结果具有深远的影响。因此，在线教课程设计应从职业发展的视角出发，深入分析相关职业对于媒介与信息素养的特定需求，并以此为基础，结合学科和专业特点，构建全面而系统的知识技能框架。在数字化转型的背景下，这一体系更需从适应数字化学习环境与情境创设、知识呈现方式改善、认知策略提升以及在线学习效率增强等多个维度进行综合设计与实施。进一步地，将这一体系细化为具体的课程内容，以确保教学的针对性和实用性。此外，为学习者提供媒介与信息素养的专题课程和学习计划，将有助于其深入理解媒介与信息素养的内涵，认识到其在数字化环境中的关键作用，实现从意识到技能的全面提升，进而增强信息整合与传播能力。同时，应引导学习者探究人工智能在学习和工作中的广泛应用，并教授其探讨如何利用新兴技术，如生成式人工智能，来提升学习效果和工作效率。最后，应鼓励和引导学习者将其在社交和娱乐等领域所积累的媒介与信息知识技能，创新性运用到在线学习环境中，从而全面提升媒介与信息素养，优化在线学习体验，实现深度学习的目标。

第二，为了提升在线课程的学习体验和成效，应强化社会临场感和认知临场感的教学设计。为实现这一目标，需要构建面向职业场景、适宜探究式交互的体验式学习环境与资源体系。具体来说，可以从新技术应用、社交互动、成果展示评鉴等视角，全面规划并开展学习活动。研究显示，在职业学习场景中，学习者的在线学习社会临场感和认知临场感普遍偏低，尤其是社会临场感更为薄弱。鉴于职业教育涉及大量的缄默性知识，这些知识往往需要在特定工作情境中感知，才能有效促进技术技能的学习[34]。因此，利用新技术增强学习者之间以及学习者与教师、学习资源、学习环境之间的多元深度交互，显得尤为重要。从媒介与信息素养的视角出发，教育实施者应通过精细的教学设计与组织，促进学习对话，提升学习者在线学习的社会临场感和认知临场感。首先，在学习环境和资源建设以及在线教学实践方面，应积极引入新的媒介与信息技术。生成式人工智能等新兴技术在问题搜索与表征、数据处理与分析、知识建构与呈现，以及创新传播等方面具有巨大应用潜力。以这些技术和知识实践为基础，应进一步细化教与学的流程，特别是要不断完善社会性学习流程和要素环节的关键节点设计，以及加强各节点间的相互关联，从而引导学习者利用技术深入开展知识学习实践，并增强其与在线学习环境要素的交互，以提升在线学习的社会临场感。其次，应鼓励和引导学习者基于地域、专业、行业领域等因素，开展多种形式的学习活动，例如小组学习、混合式工作坊学习以及群组学习等。各具特色的学习方式，能够满足不同学习者的多样化需求。同时，为确保学习交流服务顺畅进行，需制定相关规范，并提供建议、激励及奖励措施，以降低学习者的参与门槛，增加学习者之间的互动，进而提升在线学习社区的凝聚力，共同构建一个紧密的学习共同体。最后，还应鼓励并帮助学习者构建个人的网络学习空间，同时，设计这些个人网络学习空间之间的互动，以及它们与在线学习社区的联系。这将有助于学习者将学习实践过程中的具体内容和反思，拓展至工作与生活领域，实现学以致用，促进学习、工作与生活有机融合。

第三，构建与实施在线深度学习目标与评价体系是提升在线深度学习效果的关键。通过探索影响在线深度学习结果的核心要素，设计出更为精准的实施方法和策略，从而创建有利于深度学习的环境。首先，结合职业、学科与课程特性，明确具体的在线深度学习目标及其评价标准，为学习者提供清晰的学习导向。其次，借助数字技术，营造一个以提升职业素养为中心的学习环境，能够促进学习者在深度融入学习共同体的实践中，积极参与学习资源与环境的建设，进而推动教学方法的创新，有效提升学习成效[35]。此外，基于深度学习的内在逻辑和路径，制定以深度学习结果为导向的教学策略也至关重要。例如，在职业教育领域，利用数字技术模拟企业工作环境，为学习者构建仿真的在线工作场景。通过解决具体问题和完成实际任务，帮助学习者系统地构建和整合知识技能，同时培养其批判性创新思维。模拟真实的工作场景能够增强学习者的认知临场感，进一步激发其学习动力，促进深度学习。在大数据时代，新技术的应用为在线教育注入了新的活力。因此，深入研究并实施数据驱动的临场感知提升模型和深度学习结果模型尤为重要，这将为深度学习的有效实施提供有力指导。在内容与形式上，在线课程设计者应基于数据、信息和知识之间的内在联系，精心设计学习活动，以引导学习者从问题的发现与探索、数据的处理与分析、信息的表达与共享、知识的建构与创新，以及知识的传播与评价等多个维度进行全方位实践。

参 考 文 献

[1]何克抗.深度学习：网络时代学习方式的变革[J].教育研究，2018（5）：111-115.

[2]段金菊，余胜泉.学习科学视域下的 e-Learning 深度学习研究[J].远程教育杂志，2013（4）：43-51.

[3][7]胡小勇，徐欢云，陈泽璇.学习者信息素养、在线学习投入及学习绩效关系的实证研究[J].中国电化教育，2020（3）：77-84.

[4]谭玉林，苏毅.特征与调适：高职院校在线学习者画像研究[J].职业技术教育，2023（5）：36-40.

[5][16]吴淑娟.信息素养和媒介素养教育的融合途径——联合国“媒介信息素养”的启示[J].图书情报工作，2016（3）：69-75+147.

[7][15][28]郭宇，赵树宽.媒介信息素养对知识创新意愿影响的实证研究[J].图书情报工作，2017（17）：108-115.

[8][14][19][20]特里·安德森，肖俊洪.探究社区与数字时代的教与学[J].中国远程教育，2018（3）：34-44+80.

[9]祝智庭，彭红超.深度学习：智慧教育的核心支柱[J].中国教育学刊，2017（5）：36-45.

[10]贺杰，马婷娟，张永良，等.指向深度学习的高职混合式学习评价模型及指标体系构建[J].职业技术教育，2022（26）：64-70.

[11]吴亚婕.影响学习者在线深度学习的因素及其测量研究[J].电化教育研究，2017（9）：57-63.

[12]徐艳.基于信息素养视角的碎片化阅读行为实证研究——以图书馆微信平台为例[J].情报科学，2017（3）：76-81.

[13]王志军，陈丽.联通主义学习的教学交互理论模型建构研究[J].开放教育研究，2015（5）：25-34.

[17][21]王志军，陈丽.远程学习中的概念交互与学习评价[J].中国远程教育，2017（12）：12-20+79.

[18]桑国元，董艳.论“互联网+”时代教师信息素养内涵演进及其提升策略[J].电化教育研究，2016（11）：108-112.

[22]王陆.虚拟学习社区的社会网络结构[M].北京：北京大学出版社，2011：30-48.

[23][25]李文，吴祥恩，王以宁，等.MOOCs学习空间中在线临场感的社会网络分析[J].远程教育杂志，2018（2）：96-104.

[24][26]张婧鑫，姜强，赵蔚.在线学习社会临场感影响因素及学业预警研究——基于CoI理论视角[J].现代远距离教育，2019（4）：38-47.

[27]李金城.媒介素养测量量表的编制与科学检验[J].电化教育研究，2017（5）：20-27.

[29]兰国帅，钟秋菊，吕彩杰，等.学习存在感与探究社区模型关系研究[J].开放教育研究，2018（5）：92-107.

[30]李玉斌，苏丹蕊，李秋雨，等.面向混合学习环境的大学生深度学习量表编制 [J].电化教育研究，2018（12）：94-101.

[31][34]王春晖，张棉好.深度学习理论观照下职教教学转向：困境与实践路径[J].职教论坛，2023（9）：48-55.

[32]特里·安德森，乔恩·德龙，肖俊洪.三代远程教育教学法理论[J].中国远程教育，2013（6）：32-42+95.

[33]王绍峰，黄荣怀.在线主动学习意愿的产生机理与提升策略[J].开放教育研究，2020（5）：99-110.

[35]齐春林，杨南昌.国际视野下终身学习的重新审视——基于欧盟LifeComp关键能力框架的解读与启示[J].职业技术教育，2021（31）：74-79.

Research on the Relationship between Media and Information Literacy， Online Presence and Deep Learning Outcomes

——An Empirical Analysis Based on Online Learning Scenarios in Vocational Education

Zhang Maowei， Hou Xiaoxing

Abstract" The “depth”of online deep learning is manifested in aspects such as methodology， process， and outcomes， and is influenced by individual traits and literacy， the online environment， and interactive behavior. Based on theories of media and information literacy， online presence， and deep learning， this study takes learners in online learning scenarios of vocational education as the research objects， explores the relationship between media and information literacy， social presence， cognitive presence， and deep learning outcomes， and constructs a relevant model. The research shows that learners’awareness of information needs， the ability to apply network media technology， and the ability to integrate and disseminate data information all have a direct positive impact on their social and cognitive presence in online learning. Simultaneously， the ability to integrate and disseminate data and information， along with the two types of presence， directly and positively affect online deep learning outcomes. Based on the findings of the study， further exploration of the paths and strategies to enhance the media and information literacy of vocational education learners can help to enhance their online learning presence， which in turn can effectively improve the effect of online deep learning.

Key words" media and information literacy; online learning; deep learning; social presence; cognitive presence

Author" Zhang Maowei， associate professor of Guangdong Open University （Guangzhou 510091）; Hou Xiaoxing， PhD candidate of Guangdong Pharmaceutical University