《Frontiers in Psychology》：From self-regulated learning to learning outcomes in virtual learning environments: motivational activation and flow as a sequential psychological pathway
编辑推荐：
摘要引言：虚拟学习环境已成为高等教育的重要背景，然而学生实现积极学习结果的心理机制仍未被充分理解。基于自我决定理论（self-determination theory, SDT）和心流理论（flow theory），本研究考察了一条通过内在动机（intrins
摘要引言：虚拟学习环境已成为高等教育的重要背景，然而学生实现积极学习结果的心理机制仍未被充分理解。基于自我决定理论（self-determination theory, SDT）和心流理论（flow theory），本研究考察了一条通过内在动机（intrinsic motivation, IM）和心流体验（flow experience, FE）连接自我调节学习（self-regulated learning, SRL）与学习投入（learning engagement, LE）及学习满意度（learning satisfaction, LS）的序列心理路径。通过将自我调节、动机和体验过程整合到一个模型中，本研究超越了以往仅考察直接关系或将内在动机与心流体验视为平行机制的研究。方法：研究人员对531名具有虚拟学习经验的中国大学生进行了横断面调查。使用SPSS 26.0和SmartPLS 4.0分析数据。采用偏最小二乘结构方程模型（partial least squares structural equation modeling, PLS-SEM）和5000次自助法（bootstrap）重抽样来检验测量模型、直接效应、特定间接效应和序列中介路径。结果：自我调节学习与学习投入和学习满意度均呈正相关。内在动机和心流体验各自显著中介了自我调节学习与两种学习结果之间的关系。更重要的是，研究发现从自我调节学习通过内在动机和心流体验到学习投入和学习满意度的显著序列间接效应。这一模式表明，较高的自我调节学习与较强的内在动机相关，而内在动机又与更大的心流体验和更积极的学习结果相关。在纳入中介变量后，自我调节学习对两种结果的直接效应仍然显著，表明存在部分中介。讨论：这些发现表明，虚拟学习环境中的积极学习结果不仅与学习者的自我调节能力相关，还与动机激活和沉浸式学习体验相关。通过将自我调节学习、内在动机和心流体验整合到一个序列模型中，本研究有助于教育心理学，揭示了自我调节能力如何通过连续的动机和体验过程与学习结果相关联。在实践中，这一序列模式表明，虚拟学习环境应支持目标设定、进度监控、自主性、及时反馈和最优挑战任务，以促进学习投入和满意度。
本研究基于自我决定理论（self-determination theory, SDT）和心流理论（flow theory），探讨了虚拟学习环境（virtual learning environments, VLEs）中学生的自我调节学习（self-regulated learning, SRL）如何通过内在动机（intrinsic motivation, IM）和心流体验（flow experience, FE）的序列中介作用影响学习投入（learning engagement, LE）和学习满意度（learning satisfaction, LS）。研究背景：随着高等教育的数字化，VLEs成为重要学习场景，但学生在其中实现积极心理机制的路径尚不清晰。现有问题包括：先前研究多关注SRL与学习结果的直接关系，忽略了内在心理过程；IM和FE常被作为平行变量，缺乏对“动机激活→体验深化”序列路径的检验；且多数研究仅采用单一学习结果指标。因此，本研究旨在整合SRL、IM和FE，构建序列中介模型，回答两个研究问题：SRL是否与LE和LS正相关？IM和FE是否独立及序列中介SRL与学习结果的关系？研究人员对531名中国大学生（通过便利抽样招募，来自中国大学）进行横断面调查，采用PLS-SEM和5000次自助法重抽样分析数据。结论：SRL与LE和LS正相关；IM和FE各自显著中介了SRL与两种结果的关系；更重要的是，存在显著的序列间接效应，即SRL→IM→FE→LE/LS，表明SRL通过增强IM，进而促进FE，最终提升LE和LS。直接效应仍显著，提示部分中介。重要意义：该研究将SRL、IM和FE整合为序列心理路径，揭示了VLEs中积极学习结果的形成机制，为教育心理学提供了整合性框架。论文发表在《Frontiers in Psychology》。
关键技术方法：研究人员采用横断面调查设计，样本来自531名中国大学生（便利抽样，需有虚拟学习经验）。主要方法包括：使用SPSS 26.0进行描述性统计和Pearson相关分析；使用SmartPLS 4.0进行偏最小二乘结构方程模型（PLS-SEM）分析，评估测量模型（信度、收敛效度、区分效度）和结构模型（路径系数、R2、Q2、f2），并通过5000次自助法重抽样检验中介效应（包括直接效应、特定间接效应和序列间接效应）。所有量表均改编自既有工具，经翻译和专家评估后使用。
研究结果：
4.1 初步分析：通过Harman单因子检验，共同方法偏差不严重（第一因子方差解释率36.895%）。Pearson相关分析显示，所有变量（计划控制、元认知监控、努力控制、IM、FE、LE、LS）之间均呈显著正相关。
4.2 测量模型评估：一阶模型中外载荷均高于0.70，组合信度（CR）和平均方差抽取量（AVE）均达标，区分效度通过Fornell-Larcker准则和异质-单质比率（HTMT）验证。二阶模型（SRL）的载荷显著，CR和AVE良好。
4.3 假设检验：结构模型路径分析显示，SRL正向预测IM（β=0.545）、FE（β=0.368）、LE（β=0.271）和LS（β=0.318）；IM正向预测FE（β=0.340）、LE（β=0.242）和LS（β=0.198）；FE正向预测LE（β=0.262）和LS（β=0.292）。中介效应检验：IM显著中介SRL与LE（β=0.132）和LS（β=0.108）的关系；FE显著中介SRL与LE（β=0.097）和LS（β=0.108）的关系；序列中介路径（SRL→IM→FE→LE/LS）均显著（LE: β=0.049; LS: β=0.054）。SRL对LE和LS的直接效应仍显著，表明部分中介。
讨论部分总结：本研究基于SDT和心流理论，验证了VLEs中SRL通过IM和FE的序列路径影响LE和LS的模型。主要发现：SRL与LE和LS正相关，IM和FE各自及序列中介了这些关系。理论意义：扩展了SRL在VLEs中的解释范围，将SRL视为核心心理资源而非单纯策略；整合SDT和心流理论，揭示了“行为调节→动机激活→体验深化”的序列路径；同时纳入LE和LS作为结果变量，提供了更全面的理解。实践意义：虚拟学习平台应支持SRL（如目标设置、进度可视化工具）；教师应提供自主性支持、及时个性化反馈以增强IM；课程设计应促进心流条件（如清晰导航、渐进式挑战）。局限性：横断面设计无法推断因果；自我报告数据可能受共同方法偏差影响；未直接测量基本心理需求，仅部分应用SDT；样本仅限中国大学生，推广性需验证。未来研究可采用纵向、实验设计，结合学习分析数据，并考察不同文化背景。
研究结论翻译：本研究考察了内在动机和心流体验是否有助于解释虚拟学习环境中自我调节学习与学习投入及满意度之间的关联。对531名中国大学生回答的分析显示，自我调节学习与两种结果正相关。内在动机和心流体验各自解释了显著的间接关联，且所提出的序列路径得到支持，同时直接关联仍显著。这些发现扩展了自我调节学习的直接效应解释，将自我调节、内在动机和心流视为虚拟学习的关联组成部分。在实践中，结果强调了将目标设定与进度监控工具与自主性支持反馈、渐进式课程内容和适当挑战性任务相结合的价值。总之，本研究提供了一个更整合的视角，说明自我调节、动机和体验因素如何与虚拟学习环境中的投入和满意度相关联。
