教师自主支持与学生创造力如何协同促进自我调节学习：基于动态人-环境匹配视角的实证研究

本研究针对职业高中学生(N=8224)，探讨了教师自主支持(autonomy support)、学生创造力(creative cognition)与自我调节学习(self-regulation)之间的动态互作机制。通过随机截距交叉滞后模型(RI-CLPM)和三次响应面分析，发现自我调节对创造力具有滞后效应(β=0.14)，而创造力通过人-环境匹配(P-E fit)机制即时影响自我调节，其中教师自主支持可补偿低创造力学生的自我调节缺陷。该研究为构建创造性学习环境提供了理论依据。

　　

在职业教育领域，学生普遍面临学习动机不足和自我调节能力(self-regulation)欠缺的困境。法国职业高中存在高达6.6%的辍学率，学生常表现出学业倦怠和创造力(creativity)匮乏的双重挑战。传统研究多关注单向影响机制，而忽视了教师教学行为与学生认知特征间的动态互作。更关键的是，现有理论对"创造性学习环境"的操作化定义模糊，难以指导教学实践。针对这些空白，法国教育部资助的ProFan项目团队在《Thinking Skills and Creativity》发表了一项突破性研究。

研究团队采用多波次纵向设计，对109所职业学校的8224名学生进行追踪。通过使用创造性认知量表(UCCS)评估idea generation等能力，学习气候问卷(LCQ)测量教师自主支持行为，以及改编版学习动机策略问卷(MLSQ)检测自我调节策略。运用随机截距交叉滞后模型(RI-CLPM)分离特质与状态变异，结合创新的三次响应面分析(cubic RSA)技术，首次揭示了多时空尺度的作用机制。

【2.1 创造力与自我调节的相互影响】
数据分析显示自我调节对创造力存在显著滞后效应(β=0.14,p<0.01)，验证了"自我调节促进创造力"(self-regulation for creativity)理论。反向路径中，创造力主要通过即时效应(β=0.45,p<0.001)提升自我调节，形成"创造力促进自我调节"(creativity for self-regulation)的新机制。这种双向但非对称的关系，解释了为何创造性学习需要持续的正反馈循环。

【2.2.2 自主支持的教学契合效应】
三次响应面分析发现当自主支持与创造力水平匹配时，自我调节最优(adj R2=0.359)。特别值得注意的是，在LOIC(失配线)上存在显著补偿效应：高自主支持可完全抵消低创造力的负面影响(7%学生受益)，而高创造力在低支持环境下仅部分有效(3%学生受益)。这为教师差异化干预提供了精准标靶。

【5.2 拟合过程的响应面证据】
多项式回归显示自主支持通过两条路径发挥作用：直接提升自我调节(β=0.30,p<0.001)，以及通过增强创造力的间接路径(β=0.10,p<0.001)。这种双路径模型证实了SDT理论在创造性学习场景的适用性，同时拓展了P-E fit理论的教育应用。

这项研究在方法论上具有三重革新：首次在创造力研究中分离状态-特质效应，开发教育场景专用的三次响应面分析流程，建立多时空尺度的动态系统模型。实践层面，研究为职业教育的"创造性课堂"建设提供了可操作的评估框架——教师通过提供选择权、鼓励提问等autonomy support行为，既能直接提升resource management等自我调节策略，又能培育学生的creative cognition能力。对于法国职业教育系统而言，这些发现为降低辍学率提供了基于证据的解决方案，同时也为全球范围内的创新教育实践树立了标杆。未来研究可结合课堂观察法，进一步验证这些发现在微观教学互动中的表现形态。