《Proceedings of the Design Society》：Establishing an adaptive e-learning environment in engineering design education
编辑推荐：
由于中学教育或职业培训的差异，一年级学生在获取工程设计教育能力方面具有异质性的先决条件。在大规模群体和面授讲座中，提供个性化支持具有挑战性。自适应电子学习是一种实现个性化支持的方法。本文分析了为工程设计教育提供自适应电子学习环境（AdE-Le）的影响。对同一课
由于中学教育或职业培训的差异，一年级学生在获取工程设计教育能力方面具有异质性的先决条件。在大规模群体和面授讲座中，提供个性化支持具有挑战性。自适应电子学习是一种实现个性化支持的方法。本文分析了为工程设计教育提供自适应电子学习环境（AdE-Le）的影响。对同一课程连续三个学年的数据分析结果，揭示了使用AdE-Le对获取专业能力的接受度和影响。研究表明，AdE-Le的使用与考试得分之间存在正相关关系。然而，当更广泛范围和更多学生（而不仅仅是成绩优秀的学生）使用AdE-Le时，其对整体考试成绩的影响更大。这凸显了鼓励学生使用所提供的电子学习内容的重要性。
**工程设计教育中自适应电子学习环境的长期整合与影响研究**
**研究背景与问题**
培养高素质的工程师对于成功的工程设计至关重要，因此工程设计相关课程是机械工程课程体系的核心组成部分。诸如技术制图等基础工程设计课程通常有大量学生（可达500人）参与。由于学生来自不同的中学教育背景、职业培训或预科课程，他们在工程设计教育方面的知识和经验水平存在显著差异。然而，在这些基础课程中，教师主要采用面授讲座等统一的学习活动，所有学生以相同的进度学习相同的内容，无法顾及他们不同的起点。
由于参与者众多，师生之间几乎缺乏互动，且大班规模抑制了学生提问的意愿。为弥补这种异质性而提供个性化支持需要大量的辅导资源，但补充性学习材料已被证明在工程领域对异质性学生群体相当有效。尽管已有一些为工程设计教育开发的电子学习内容能够自动向学生提供反馈，但学生很难利用这些反馈来识别适合其个人背景和情境的材料，并独立复习现有内容，这在从高中过渡到大学的一年级课程中尤为困难。
**研究目的与论文概况**
为了在不给教师和导师增加巨大工作量的前提下，向学生提供个性化学习材料，本研究聚焦于自适应电子学习的概念。本文旨在分析此类电子学习内容在工程设计教育中的长期整合与影响，核心研究问题是：**在工程设计教育中提供自适应电子学习环境有何影响？** 具体关注点包括：（1）学生在多大程度上使用该自适应电子学习环境？（2）其使用在多大程度上支持了专业能力的获取？论文发表于《Proceedings of the Design Society》。研究人员通过分析连续三个学年的课程考试数据，评估了自适应电子学习环境AdE-Le的接受度及其对学生能力获取的影响。
**关键技术方法**
本研究基于德国波鸿鲁尔大学开发的工程设计教育自适应电子学习环境AdE-Le。该环境通过学习管理系统Moodle（版本4.3）实现，并考虑了知识和能力两个适应性标准。其开发遵循教学设计步骤，包括分析、开发和实施三个阶段。核心方法包括：1. **基于建构性对齐的内容与用户行为关联**：将学习成果细化为可自动评估的任务，并针对给定答案连接适当的反馈和建议的学习内容。2. **利用Moodle活动模块实现自适应导航**：主要使用“活动课程”功能，结合内容页和带有问题的分支页面，基于决策树根据用户答案导航至不同学习路径。3. **集成多样化评估与反馈机制**：使用“活动测验”实现题目随机化，并采用STACK（System for Teaching and Assessment using a Computer algebra Kernel）问题类型来存储数学公式，通过基于决策树的评估检查多步骤计算，为典型错误提供预设的详细反馈。
**研究结果**
**3.1 数据收集与分析**
研究人员收集了波鸿鲁尔大学“工程设计A”课程在22/23、23/24和24/25三个冬季学期使用AdE-Le的学生数据。课程包含50%的面授和50%的自学时间。为鼓励使用，完成所有AdE-Le活动可获得考试加分。研究通过分析首次考试（课程结束两个月后）的结果，并排除加分影响，来评估能力获取。将考试数据集分为AdE-Le使用者和非使用者两组，采用曼-惠特尼U检验进行统计分析，并以未受AdE-Le影响的“视图”任务作为对照。
**3.2 结果**
数据显示，AdE-Le的用户数量在推出第一年（22/23）最高，随后两年显著下降约一半，尽管考试总参与人数并未减少。完成所有活动的学生比例三年间大致相似，约为开始使用AdE-Le学生数的一半。
考试成绩分析表明，在所有数据集中，AdE-Le使用者在各项任务中获得的分数均高于非使用者。然而，这种差异在AdE-Le所针对的学习成果任务（尺寸标注任务D和配合计算任务F）上，明显大于AdE-Le未针对的学习成果任务（视图任务V）。详细的统计分析支持了这一发现。
在22/23学年，两组在尺寸标注和配合计算任务上的差异具有统计学显著性，且效应量为中等或接近中等；而在视图任务上的差异不显著。在23/24学年的数据集中，两组在所有三项任务上均存在显著差异，但针对AdE-Le内容的任务（尺寸标注和配合计算）的效应量明显大于非针对任务（视图）。24/25学年的分析显示，所有任务均存在具有中等效应量的显著差异，但效应量最小的仍然是AdE-Le未针对的视图任务。
不同年份间，所有任务的平均得分存在波动，这可能与教学微调、假期、具体考题变化以及学生先决条件（如新冠疫情的影响）等因素有关。
**讨论与结论**
**讨论部分**总结指出，学生确实使用了AdE-Le，但用户数量及占课程参与者的比例在开发及初步评估后的年份中有所下降。这种下降并非源于对学生的介绍或参与激励（考试加分），因为这两点在三年间保持一致。唯一区别是仅在22/23冬季学期设置了完成所有活动后的反馈问卷。开始使用与完成使用AdE-Le的学生数量差异相对恒定，这与学位课程的总辍学率相符。然而，未能完成AdE-Le的学生的反馈本可以帮助改进该环境或理解其为何未能满足这些学生的需求。计划在未来学期引入针对未使用者/未完成者以及使用者的两份反馈问卷。
考试成绩分析显示，使用者与非使用者之间存在差异，这种差异甚至存在于AdE-Le未针对评估的学习成果任务中。这可能因为AdE-Le使用者本身对主题更感兴趣、学习动机更高或具备更好的学习能力，这既促使他们使用AdE-Le，也导致了整体上更好的考试成绩。然而，在所有三年中，两组在针对AdE-Le内容的任务上的差异更大。这允许研究人员得出结论：**使用AdE-Le对在工程设计教育中获取专业能力具有积极影响。**
不同年份数据集间的差异表明，鼓励大量学生使用AdE-Le非常重要。在视图对照任务中，23/24和24/25学年较小的AdE-Le用户组成绩显著更好，这意味着只有成绩优秀的学生使用了AdE-Le。而在22/23学年，两组在视图任务上没有显著差异，但在AdE-Le针对的任务上却存在显著差异。这表明，**AdE-Le的使用对该学生群体的考试成绩影响尤其大。** 在后两个学年，当只有成绩优秀的学生使用时，AdE-Le只是扩大了两组之间已有的差距。
考试数据还显示，即使使用了AdE-Le，关于尺寸标注和配合计算的学习成果也并未完全达到。原因可能包括：这些任务是试卷的最后部分，学生在时间压力下可能无法完成；以及考试形式与包括AdE-Le内容在内的教学学习活动之间的对齐度可能不足。
研究存在一些局限性：使用者组并非随机样本（在视图任务中表现更优）；仅使用了部分活动的学生被归入非使用者组；提供考试加分可能促使学生仅为完成而完成活动；某些年份的测试组在规模和标准差上存在差异，可能影响检验准确性。
**研究结论**部分总结道，本文分析了基于Moodle的自适应电子学习环境AdE-Le的影响。AdE-Le包含关于尺寸标注、公差和配合的内容，是为补充讲座等现有教学活动而开发的自主学习工具。对一门工程设计课程连续三年的数据分析表明，AdE-Le的用户数量在下降。考试成绩分析显示，AdE-Le的使用与所获考试分数之间存在正相关。然而，**当更广泛范围和更多学生（而不仅仅是成绩优秀的学生）使用AdE-Le时，其对整体考试成绩的影响更大。** 这凸显了鼓励学生使用所提供的电子学习内容的重要性。未来研究需要更多用户的反馈和考试成绩数据，并应评估AdE-Le的使用是否会影响其他教学活动。
