探索硕士研究生在线学习倦怠成因：一项Q方法学研究

《Frontiers in Psychology》：Exploring the causes of learning burnout in online learning among master’s students: a Q-methodology study

　　

本研究旨在通过Q方法学识别参与在线学习的硕士研究生学习倦怠的成因，以期为研究生教育者的课程设计与教学实践提供参考。本研究采用Q方法学探究在线环境中硕士研究生学习倦怠的影响因素，研究步骤如下：（1）定义Q通道，（2）构建Q样本，（3）选择P样本，（4）实施Q排序，以及（5）数据分析与结果诠释。共有15名硕士研究生参与研究。识别出的在线学习倦怠成因被归纳为四类：（1）自我管理缺失与学业压力，（2）外部干扰与动机缺乏，（3）在线课堂环境适应困难，以及（4）注意力分散与学习资源受限。硕士研究生在线学习倦怠的成因复杂且多样。为缓解此类倦怠，需采取针对性干预措施以提升在线学习质量，并促进硕士研究生的身心健康与学业进展。

研究生教育在高等学历教育中占据重要地位，硕士研究生的学业发展深受学者与教育工作者的关注。近年来，信息技术的飞速进步使在线教育日益成为现代教育体系中不可或缺的一环。依据Schaufeli等人（2002）提出的理论界定，学业倦怠表现为因学业要求所引发的情绪耗竭、对学业任务持玩世不恭的疏离态度，以及在履行学业职责时效能感降低的三维综合征。在线学习突破了传统教育在时空层面的限制，使硕士研究生得以建立更具弹性的学习时间安排并满足个性化学习需求。然而，调查数据显示，相当比例的研究生在长期在线教学期间经历了不同程度的学习倦怠，严重者可表现为学习兴趣减退、动机降低及抑郁症状。学业倦怠的持续存在不仅损害学生的心理健康，甚至可能导致自杀等严重后果。该问题不仅影响研究生的学业表现与心理福祉，还可能对其未来职业发展产生负面效应。相较于传统面对面授课，在线学习在学习环境与互动模式方面均存在显著差异。

既有研究对学业倦怠成因的探讨多依托经典动机理论及其拓展模型，但鲜见立足中国硕士研究生认知、情感与社会性发展特征、采用自我评估方法开展自下而上实证研究的系统性成果，尤其缺乏契合具体情境的问题导向型研究设计。这一空白凸显了改进研究设计以及自下而上实证数据分析方法之OUN要性。Q方法学作为探究人类主观性的科学手段，融合了定量与定性研究的优势，强调参与者的主观性与个体差异性。本研究以投入-环境-产出（Input-Environment-Output, IEO）模型作为主要分析框架，系统整合四种基础理论以构建多维解释体系。首先，从"投入"视角，自我决定理论（Self-Determination Theory, SDT）阐释了在线学习中心理基本需求（自主性、胜任感与归属感）的满足如何影响内在动机这一根本性"投入"因素。其次，就"环境"维度而言，资源保存理论（Conservation of Resources, COR）刻画了关键资源流失（如学习材料匮乏、社会支持不足）以及在线情境中资源获取与损耗失衡如何促成倦怠。再次，从"产出"视角，自我价值理论揭示在线环境中经历学业压力的学生倾向于展现出自我保护性回避行为，此为倦怠的显著"产出"表现。最后，职业需求-资源（Job Demands-Resources, JD-R）模型通过凸显环境需求（如学业压力、技术挑战） demands）与个人资源（如自我管理技能、内在动机）之间的动态交互，补充完善了上述框架，从而深化对"环境-投入"交互作用塑造倦怠机制的分析。在此整合理论框架导引下，研究人员采用Q方法学识别并归类硕士研究生在线学习倦怠的主观决定因素，预期研究成果将为缓解我国硕士研究生在线学习倦怠的针对性干预提供依据，并增进在线高等教育情境中倦怠研究的理论整合。

学业倦怠对高等教育构成重大挑战，表现为情绪耗竭、去人格化及个人成就感降低。Schaufeli等人（2002）进一步将其界定为长期学业压力导致的心理状态，具体包括情绪耗竭、与学习疏离及学业效能感下降。为系统探究此现象，本研究以Astin（1993）提出、后经华人学者本土化调适的投入-环境-产出（IEO）模型作为主要分析框架。该模型主张，学习倦怠作为适应不良的心理"产出"，源于个体"投入"特征（如动机、人格）与情境"环境"因素（如机构文化、教学模式）的动态交互——初始动机资源因持续的环境压力而被逐步耗竭，最终引发情绪、认知及行为层面的倦怠症状。

IEO模型的各维度通过若干互补理论得以阐发。从"投入"视角，自我决定理论（SDT）强调满足自主性（autonomy）、胜任感（competence）及归属感（relatedness）等基本心理需求 Commission fee sustaining motivation and well-being；反之，阻碍这些需求满足的环境则与倦怠加剧相关。就"环境"维度而言，JD-R模型与COR理论将倦怠概念化为情境需求（如学业压力、干扰因素）与可用资源（如社会支持、学习材料）之间失衡的产物。至于"产出"方面，自我价值理论将适应不良应对行为（如拖延、回避）解读为竞争环境中保护自尊的策略，此类行为最终加剧疏离感与倦怠。将这些机制置于特定文化情境中加以考察至关重要。我国高等教育情境具有高学业期望、集体主义规范及应试导向等特征，可能催生出独特的倦怠路径，亟需开展立足本土的综合研究。然而，既有研究多采用"自上而下"的理论路径，忽视从"自下而上"视角捕捉学生主观经验的方法。Q方法兼具定量严谨性与定性深度，通过"自下而上"的路径有效填补了这一方法论空白。

本研究中Q方法的具体实施依循核心理论导引，可分为五个步骤：定义Q通道（基于动机、环境资源及自我价值等理论维度）、构建Q样本（确保涵盖关键因素的理论命题覆盖）、选择P样本（最大化异质性以捕捉多元理论相关视角）、执行Q排序以及数据分析与结果诠释（将因子类型与理论机制相联结）。在Q通道构建阶段，研究人员通过半结构化访谈与文献分析建立初始陈述库。研究人员对12名具有丰富在线学习经验的硕士研究生进行半结构化访谈，每次访谈时长约30-40分钟，全程录音并逐字转录。访谈提纲围绕12个核心问题展开，旨在深入探索参与者在在线学习过程中的个人体验与主观感受。至第10次访谈时数据达到饱和，无新的核心见解涌现。12名访谈对象中女性7名、男性5名，年龄介于24至33岁之间，涵盖多种学科专业以确保视角多元性。研究人员对转录文本进行严格编码与主题分析，借助NVivo 12.0软件最终从访谈材料中识别出五个核心维度：学习环境适应、学习动机维持、学业压力应对、教学互动质量及自我管理效能。基于这些维度，研究人员生成20条代表性定性陈述。同时，通过系统文献综述补充理论陈述，从国内外有关在线学习倦怠的影响因素、形成机制及干预策略的文献中识别出55条代表性理论陈述，以弥补单一访谈视角的局限。最终，源自访谈与文献的75条初始陈述全面涵盖了硕士研究生在线学习倦怠的潜在维度，为后续Q样本筛选与排序奠定了坚实基础。

在Q样本构建过程中，研究人员对75条句子进行分类、整理与精简，剔除语义重复者，最终选定32句，即样本量O=32。每条Q陈述经随机编号后印制于8.0 cm × 4.0 cm的卡片上，形成一套32张Q陈述卡片。P样本的选择遵循最大化异质性原则， purposively招募来自广东省珠海市某大学的15名具有在线学习倦怠经历的硕士研究生，涵盖年级（1-3年级）、户籍（城市vs.农村）及性别等关键维度，以期反映硕士研究生群体的经验范围。后续四个稳健且可解释因子的提取证实该抽样策略有效捕捉了与研究主题相关的主观多样性。

Q排序环节采用从?3至+3的7级正态分布表，其中?3表示最不同意，+3表示最同意，0代表中立或不确定。排序者在研究人员指导下完成操作，将最同意的两条陈述编号置于最右列（+3），最不同意的两条置于最左列（?3），依认同程度依次填入其余陈述。完成Q排序后，排序者须对其Q陈述排序作出解释，尤其对指定为"最同意（+3）"和"最同意（?3）"的四项陈述提供详细理据。

数据分析采用KADE（Ken-Q Analysis Desktop Edition）1.3.1软件进行。将15个P样本的Q排序结果系统录入软件后，依次执行以下分析：（1）因子分析与旋转：采用主成分分析保留八个因子，计算各因子的特征值与方差（R²），保留特征值大于1的因子；（2）因子载荷：计算因子载荷以评估样本与因子之间的相关强度，阐明因子间关系以辅助命名与诠释；（3）因子诠释：基于不同P样本在四个因子上的Z值检验各因子的结构特征，Z值大于+1.0者归类为持有正向观点，小于?1.0者归类为持有负向观点。

研究结果显示，15名参与者中女性10名（66.7%）、男性5名（33.3%），年龄24-27岁，1年级2名（13.4%）、2年级8名（53.3%）、3年级5名（33.3%）。主成分分析识别出四个因子，分别命名为：（1）自我管理缺失与学业压力型，（2）外部干扰与动机缺乏型，（3）在线课堂环境适应障碍型，以及（4）注意力分散与资源受限型。四个因子的解释方差率分别为26%、19%、11%及11%，累计解释方差率达67%。

因子一为"自我管理缺失与学业压力型"，包含6名参与者（女性5名、男性1名）。该因子表征因自我管理缺陷（如计划不足、拖延）与外部学业压力（如论文截止日期、多任务需求）导致的在线学习倦怠，强调学习计划缺乏、拖延行为、学业压力及多任务挑战等要素。因子二为"外部干扰与动机缺乏型"，包含3名参与者（女性2名、男性1名）。该因子突出外部干扰（如电子设备）与内在动机缺失（如面对挑战时轻易放弃）的共同作用，关键要素包括电子设备干扰、课堂中断、依赖外部监督及动机缺乏。因子三为"在线课堂环境适应障碍型"，包含3名参与者（女性2名、男性1名）。该因子捕捉对在线教学格式的不适感，具体表现为缺乏课堂氛围、内容吸引力低及依赖教师监督，主要突显对在线课堂格式的不适、对教师监督的依赖以及内容缺乏吸引力。因子四为"注意力分散与资源受限型"，包含3名参与者（女性1名、男性2名）。该因子强调资源获取受限（如付费课程）、内容设计缺陷及维持注意力的挑战所导致的倦怠。

讨论部分，研究人员指出四个维度相互关联且彼此强化，形成倦怠的循环机制。自我管理不足可能导致动机下降，进而阻碍对自主在线学习环境的适应；而适应不良与资源障碍又会进一步削弱动机与自律。依据JD-R模型，自我管理与学业压力分别属于"个人资源"与"环境需求"，当需求持续超越资源时即引发情绪耗竭与认知疏离。自我价值理论进一步指出，缺乏自律的学生常以"拖延"保护自我形象，将潜在失败归因于"努力不足"而非"能力不足"，从而加剧倦怠。就外部干扰与动机衰退而言，SDT认为社交媒体干扰阻碍基本心理需求满足，COR理论则将数字干扰概念化为持续消耗认知资源的"资源漏斗"。在线环境适应障碍方面，JD-R模型将其表征为"环境资源缺失"，缺乏实时互动与充分教师监督导致学习需求骤增；SDT指出师生互动不足直接阻碍"归属感需求"，引发疏离与低参与感。资源限制与认知超载方面，COR理论视优质内容与安静空间等关键资源缺失为"持续损失"，JD-R模型则将不良内容设计归类为"学习需求激增"、资源不足归类为"应对能力骤降"，二者结合触发认知超载与疲劳。

研究结论指出，本研究通过识别四个相互关联的硕士研究生在线学习倦怠影响因素，丰富了现有文献，并提供了一个理论根基扎实、实践操作性强的干预框架。通过单独及综合应对自我管理、动机、环境适应与资源 SSP资源限制等问题，教育者与机构能够营造更具支持性和可持续性的在线学习生态系统，促进学生的身心健康与学业成功。