探秘 EFL 大学语境下英语非正式数字学习（IDLE）与在线自我调节学习（OSRL）的关联：纵向研究的重要启示

为探究英语非正式数字学习（IDLE）对 EFL 学习者认知过程的长期影响，研究人员开展了 IDLE 与在线自我调节学习（OSRL）关系的纵向研究。结果显示二者呈显著正相关且关联逐渐增强。该研究为语言教育提供了重要参考。

　　在当今数字化时代，信息技术飞速发展，深刻改变着人们的生活和学习方式。在英语作为外语（EFL）的学习领域，传统的课堂学习模式逐渐受到挑战。一方面，全球英语在线资源的广泛普及，让英语学习突破了时空限制；另一方面，学生们对更自主、灵活的学习方式的需求日益增长。在这样的背景下，英语非正式数字学习（Informal Digital Learning of English，IDLE）应运而生。IDLE 指学生通过数字平台和工具，在正式教育环境之外自主学习英语的方式。然而，目前关于 IDLE 的研究大多是横断面研究，缺乏长期的纵向研究，对于 IDLE 如何影响学习者的认知过程，尤其是在线自我调节学习（Online Self-Regulated Learning，OSRL）的长期效果，我们知之甚少。为了填补这一研究空白，来自伊朗阿亚图拉?奥兹马?博鲁杰尔迪大学（Ayatollah Ozma Borujerdi University）和洛雷斯坦大学（Lorestan University）的研究人员开展了一项具有重要意义的研究。
这项研究发表在《Computers in Human Behavior Reports》上，旨在探讨 EFL 大学语境下 IDLE 与 OSRL 之间的关系。研究人员采用纵向研究方法，对 325 名 EFL 大学生进行了为期 12 个月的跟踪调查。在研究过程中，研究人员使用了两个成熟的量表来收集数据。其中，英语非正式数字学习量表（Informal Digital Learning of English Scale，IDLES）包含调节态度需求、调节元认知、调节资源需求和调节目标承诺四个维度，共 23 个项目；在线自我调节学习量表（Online Self-Regulated Learning Scale，OSRLS）涵盖目标设定、环境构建、任务策略、时间管理、寻求帮助和自我评估六个维度，共 24 个项目。研究人员在三个时间点（开始、6 个月、12 个月）对参与者进行测量，并运用结构方程模型（Structural Equation Modeling，SEM）对数据进行分析。
在测量模型部分，研究人员对潜在结构的信度和效度进行了评估。结果显示，所有结构的测量都具有较高的可靠性，Cronbach's alpha 和组合信度（Composite Reliability，CR）值均超过 0.70，平均方差提取（Average Variance Extracted，AVE）值始终高于 0.50，且满足 Fornell-Larcker 准则、项目交叉载荷和异特质 - 单特质相关比（Heterotrait-Monotrait ratio of correlations，HTMT）标准，这表明测量模型具有良好的信度和效度。
结构模型部分的结果则揭示了 IDLE 与 OSRL 之间的紧密联系。模型的决定系数（R2）和效应量（f2）显示，在研究初期，模型的解释力和效应量较弱，但随着时间推移，到研究结束时变得显著。具体来看，IDLE 对 OSRL 的影响在研究开始、中间和结束时的标准化系数（β）分别为 0.238、0.537 和 0.877，均具有统计学意义（p<0.05）。这表明 EFL 学生在使用 IDLE 进行学习时，其 OSRL 水平在整个学习期间显著提高。通过多组分析（Multigroup Analysis，MGA）进一步发现，IDLE 对 OSRL 的影响在学习过程中呈现出明显的增长趋势，中期相较于初期增加了 0.299，末期相较于中期增加了 0.340，差异均具有统计学意义（p<0.05）。
综合研究结果，该研究明确了 IDLE 与 OSRL 之间存在显著的正相关关系，并且这种关系随着时间的推移逐渐增强。这意味着参与 IDLE 活动越多的 EFL 大学生，在在线学习环境中表现出的自我导向学习水平越高。这一结论具有多方面的重要意义。从理论层面来看，它丰富了现有的自我调节学习理论，进一步揭示了非正式数字学习在促进在线自我调节学习方面的作用机制，为后续研究提供了更深入的理论基础。从实践角度出发，研究结果为教育政策制定者、大学管理人员、教材开发者、教师和学生提供了具有可操作性的建议。政策制定者可以推动课程改革，将 IDLE 纳入国家教育框架；大学管理人员可与专家合作开发数字平台，并为教师提供专业发展支持；教材开发者能根据研究结果设计更具互动性和促进自我调节学习的资源；教师可以将 IDLE 活动融入教学策略；学生则可以积极利用 IDLE 资源，提升自身的数字素养和语言能力。
在研究方法上，研究人员主要采用了纵向研究设计、问卷调查法以及结构方程模型分析技术。纵向研究设计有助于跟踪同一群体随时间的变化，从而深入了解 IDLE 与 OSRL 关系的动态变化过程。问卷调查法通过使用 IDLES 和 OSRLS 量表，收集了参与者在不同时间点的学习行为和态度数据。结构方程模型分析技术则能够综合考虑多个变量之间的复杂关系，系统地验证研究假设，揭示潜在变量之间的内在联系。
总的来说，这项研究在 EFL 大学语境下，对 IDLE 与 OSRL 的关系进行了深入且全面的探究。研究结论不仅为数字时代的语言教育提供了重要的理论依据，也为教育实践的改进指明了方向。然而，研究也存在一定的局限性，如依赖自我报告数据可能导致偏差，研究对象局限于伊朗 EFL 学生，限制了研究结果的普遍性。未来的研究可以针对这些局限性展开，通过采用更客观的测量方法、扩大研究对象范围等方式，进一步深化对 IDLE 和 OSRL 的理解，推动数字语言学习领域的发展，让更多学习者受益于更高效的学习模式。